Cap

tulo 5
Endomorsmos: Valores y vectores
propios. Diagonalizacion
5.1 Endomorsmos
Un endomorsmo f es una aplicacion lineal (tambien llamada homomorsmo) con el mismo
dominio y codominio. Consideraremos en este captulo endomorsmos f : IR
n
IR
n
.
5.2 Valores y vectores propios
Denicion 5.1 Se dice que IR es valor propio o autovalor del endomorsmo f en
IR
n
, si existe x =

0 IR
n
, tal que f(x) = x.
Denicion 5.2 Sea f un endomorsmo en IR
n
con autovalor . Los vectores x IR
n
tales que f(x) = x se denominan vectores propios o autovectores de f correspon-
dientes al autovalor .
puede ser nulo
Si x =

0 se cumple que f(

0) =

0, por eso para aceptar como autovalor debe

existir x =

0 tal que f(x) = x.

Ejemplo 5.1 Sea la aplicacion lineal f: IR
2
IR
2
, sobre IR, cuya matriz asociada es
A =
_
10 18
6 11
_
. Determina si los vectores u = (2, 1) y v = (3, 2) son vectores propios de
A.
Au =
_
10 18
6 11
_ _
2
1
_
=
_
2
1
_
Av =
_
10 18
6 11
_ _
3
2
_
=
_
6
4
_
u es vector propio porque Au = 1u v es vector propio porque Av = 2v
Ejemplo 5.2 Sea la aplicacion lineal f: IR
2
IR
2
, sobre IR, cuya matriz asociada es
A =
_
1 6
5 2
_
. Determina si los vectores u = (6, 5) y v = (3, 2) son vectores propios
de A.
Au =
_
1 6
5 2
_ _
6
5
_
=
_
24
20
_
Av =
_
1 6
5 2
_ _
3
2
_
=
_
9
11
_
u es vector propio porque Au = 4u v no es vector propio porque no existe s tal
que Av = sv, o lo que es lo mismo,
(9, 11) no es m ultiplo de (3, 2).
149
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON150
Ejemplo 5.3 Consideremos la aplicaci on lineal f: IR
n
IR
n
, sobre IR, cuya matriz
asociada es la matriz identidad I
n
. A dicho endomorsmo se le denomina endomorsmo
identidad.
f(x) = Ix = x
La aplicacion tiene un unico valor propio, que es 1. Todos los vectores de IR
n
son au-
tovectores correspondientes a ese autovalor.
Ejemplo 5.4 Consideremos la aplicaci on lineal f: IR
n
IR
n
, sobre IR, cuya matriz
asociada es la matriz I
n
con IR.
f(x) = Ix = x
La aplicacion tiene un unico valor propio, que es . Todos los vectores de IR
n
son au-
tovectores correspondientes a ese autovalor.
5.3 Obtencion de los valores propios: polinomio caracterstico
Teorema 5.1 Sea el endomorsmo f : IR
n
IR
n
, y A
n
su matriz asociada respecto de
la base estandar. es valor propio de f |AI| = 0 rg(AI) < n.
Demostracion: valor propio si x =

0 tal que f(x) = Ax = x = Ix, siendo

I la matriz identidad de orden n, o lo que es lo mismo, si x =

0 tal que (AI)x =

0
Por tanto es valor propio el SL (A I)x =

0 es compatible indeterminado rg
(AI) < n |AI| = 0
Desarrollemos |AI| = 0

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

= 0
El primer miembro de esta ecuacion es un polinomio en de grado n, p(), denominado
polinomio caracterstico de f o polinomio caracterstico de la matriz A. A la
ecuacion |AI| = 0, desarrollada como p() = 0, se le llama ecuacion caracterstica
de la matriz A.
Notese como dependiendo de si n es par o impar, el termino en
n
del polinomio sera 1
o 1. Por convenio la denicion del polinomio caracterstico es |AI| si n es impar.
p() =
n
+a
n1

n1
+. . . +a
1
+a
0
De acuerdo con el Teorema Fundamental del

Algebra, todo polinomio de grado n 1
con coecientes reales tiene exactamente n races reales o complejas (contando multiplici-
dades). Denotamos la multiplicidad de la raz como p

.
El polinomio ( 1)
5
tiene 5 races, todas iguales a 1. El polinomio tiene raz 1 con
multiplicidad 5.
El polinomio
2
+ 1 tiene dos races complejas, +i y i. (Las races complejas siempre
forman pares conjugados).
El polinomio (
2
+1)(1
2
) tiene dos races complejas, i y i y dos races reales 1 y 1.
El polinomio caracterstico de A, p(), tendra n races. Las races reales del polinomio
son los valores propios del endomorsmo f, tambien designados como valores propios de
A. La multiplicidad algebraica de un autovalor
i
se dene como su multiplicidad
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON151
como raz del polinomio caracterstico, que habamos denotado como p

i
. Al limitarnos
a endomorsmos en IR
n
, las races complejas de p() no pueden considerarse como valores
propios de A, ya que si x IR
n
y C (complejo), f(x) = x C
n
(vector complejo), y
no a IR
n
.
Suponiendo s races distintas, incluyendo reales y complejas:
p() = (
1
)
p

1
(
2
)
p

2
. . . (
r
)
p

s
p

1
+p

2
+. . . +p

s
= n
Si r es el n umero de races reales y distintas, entonces tenemos r autovalores distintos, y:
p

1
+p

2
+. . . +p

r
n
p

1
+p

2
+. . . +p

r
= n todas las races son reales.
Si p() tiene las n races reales y distintas (por tanto de multiplicidad algebraica 1),
entonces:
p() = (
1
)(
2
) . . . (
n
)
Obtencion de valores propios
Se calcula p() = |AI|.
Se hallan las races
i
de p() = 0. Las races reales son los valores propios.
Ejemplo 5.5 Es 5 un valor propio de A =
_
_
6 3 1
3 0 5
2 2 6
_
_
?
5 es autovalor de A |A5I| = 0
|A5I| =

1 3 1
3 5 5
2 2 1

= 30, por tanto 5 no es autovalor.

Ejemplo 5.6 Encuentra los valores propios de A =
_
2 3
3 6
_
y un autovector distinto de

0 correspondiente a cada uno de los autovalores encontrados.

|AsI| =

2 s 3
3 6 s

= (2 s)(6 s) 9 = s
2
+ 4s 21
Los autovalores, que son las races del polinomio anterior, son s = 7 y s = 3.
_
2 3
3 6
_ _
x
y
_
= 7
_
x
y
_ _
2x + 3y = 7x
3x 6y = 7y
_
9x + 3y = 0
3x +y = 0
y = 3x
(1, 3) es autovector correspondiente al autovalor 7
Comprobacion:
_
2 3
3 6
_ _
1
3
_
=
_
7
21
_
= 7
_
1
3
_
Por el mismo procedimiento se puede calcular un vector propio asociado a = 3
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON152
Ejemplo 5.7 Encuentra la ecuacion caracterstica de A =
_

_
5 2 6 1
0 3 8 0
0 0 5 4
0 0 0 1
_

_
p() = (5 )(3 )(5 )(1 ) = 0
Ejemplo 5.8 El polinomio caracterstico de una matriz 66 es
6
4
5
12
4
. Encuentra
los valores propios y su multiplicidad algebraica.
p() = (
2
4 12)
4
Tenemos la raz = 0 con multiplicidad 4 y las races de
2
4 12 = 0.

Estas ultimas
son = 2 y = 6.
5.4 Subespacio propio
El conjunto de los vectores propios de un endomorsmo f de IR
n
correspondientes a un
autovalor es un subespacio de IR
n
, denotado como V

. En efecto, considerando la matriz

canonica A asociada a f, tenemos:
V

= {x IR
n
/ Ax = x} = {x IR
n
/ (AI)x =

0} = Ker(AI)
Denicion 5.3 Sea f endomorsmo de IR
n
con matriz canonica asociada A y sea
i
un
autovalor de f. Al subespacio vectorial de IR
n
Ker(A
i
I) = {x IR
n
/(A
i
I)x =

0}
se le denomina subespacio propio correspondiente al valor propio
i
. Se denota
como V

i
.
Observacion: Por ser V

subespacio vectorial esta garantizado que

0 pertenece al conjunto,
que la suma de autovectores de es cerrada, que el producto por un escalar tambien, y
que la combinacion lineal de autovectores de es autovector de . A modo de revision
presentamos las demostraciones de estos resultados:
V

contiene el vector

0 pues f(

0) =

0 =

0.
El producto por un escalar es cerrado, pues x V

x V

f(x) = x, entonces f( x) = f(x) = x = x, por tanto x V

La suma es cerrada: x,

x

x +

x

f(x +

x

) = f(x) +f(

) = x +

= (x +

x

)
Toda combinacion lineal de autovectores de un valor propio de A es tambien
autovector de ese valor propio.
Ax = x, A

A(x +

) = Ax +A

= x +

= (x +

)
luego x +

es autovector de A correspondiente al autovalor .

CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON153
5.5 Dimension del subespacio propio
Considerando el endomorsmo AI : IR
n
IR
n
dim IR
n
= dim Ker(AI) + dim Im(AI)
n = dim V

+ rango (AI)
dim V

= n rango (AI)
por ser autovalor, rango (AI) < n 1 dim V

n
dim V

= n cuando A I sea la matriz nula, es decir, A = I. En este caso Ax =

x x IR
n
, y por tanto V

= IR
n
Teorema 5.2 dimV

es menor o igual que la multiplicidad algebraica del valor propio .

1 dim V

n
Se dene multiplicidad geometrica de un autovalor como la dimension de V

.
5.6 Obtencion de los subespacios propios
En primer lugar se calculan los valores propios:
Se calcula p() = |AI|.
Se hallan las races
i
de p() = 0. Las races reales son los valores propios.
A continuacion:
Se determina V

i
= Ker(A
i
I) para cada valor propio
i
, que es lo mismo que
determinar la solucion de cada sistema homogeneo (A
i
I)x =

0 (un sistema para

cada autovalor).
Es conveniente comprobar que dim V

i
este dentro del rango permitido, 1 dim
V

i
p

i
, siendo p

i
la multiplicidad algebraica de
i
.
5.7 La independencia lineal de los subespacios propios
Teorema 5.3 Si
1
,
2
, ...,
r
son autovalores distintos del endomorsmo dado por la
matriz A, entonces los conjuntos {v
1
, v
2
, ..., v
r
} con v
i
=

0 y v
i
V

i
(un autovector no
nulo de cada subespacio propio) son linealmente independientes.
Demostracion: Supongamos que el conjunto fuera linealmente dependiente, en-
tonces existe un ndice mnimo k tal que v
k+1
es combinacion lineal de los p anteriores,
linealmente independientes, es decir,
v
k+1
= c
1
v
1
+c
2
v
2
+. . . +c
k
v
k
, con v
1
, v
2
, . . . , v
k
l.i. [1]
multiplicando por la izquierda por A tenemos:
A v
k+1
= A c
1
v
1
+A c
2
v
2
+. . . +A c
k
v
k
,

k+1
v
k+1
=
1
c
1
v
1
+
2
c
2
v
2
+. . . +
k
c
k
v
k
[2]
multiplicando la ecuacion [1] por
k+1
obtenemos:

k+1
v
k+1
=
k+1
c
1
v
1
+
k+1
c
2
v
2
+. . . +
k+1
c
k
v
k
[3],
y restando [3][2] se obtiene;
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON154

0 = (
k+1

1
)c
1
v
1
+ (
k+1

2
)c
2
v
2
+. . . + (
k+1

k
)c
k
v
k
Como el conjunto v
1
, v
2
, . . . , v
k
es l.i., los coecientes de la combinacion lineal son nulos,
es decir:
_
_
_
(
k+1

1
)c
1
= 0
(
k+1

2
)c
2
= 0
(
k+1

k
)c
k
= 0
Y como hemos supuesto que los
i
son todos distintos, ninguno de los (
k+1

i
) es nulo,
por lo que c
i
= 0 i = 1, . . . , k.
v
k+1
=

0 (ec. [1]), lo cual es una contradiccion puesto que habamos partido de que
todos los v
i
fueran no nulos.
El conjunto {v
1
, v
2
, . . . , v
r
} es linealmente independiente.
Queda por tanto demostrado el teorema por reduccion al absurdo.
El teorema anterior da lugar a la designacion de los subespacios propios de un endomor-
smo como subespacios linealmente independientes.
En el Captulo de Espacios Vectoriales vimos que el resultado del teorema anterior era
equivalente a decir que la suma de los subespacios propios V

1
, V

2
, ..., V

r
es directa, es
decir
V

. . .

V

r
Por otra parte, la suma es subespacio vectorial de IR
n
, lo cual expresamos como:
V

. . .

V

r
IR
n
En el Captulo de Espacios Vectoriales tambien vimos que una consecuencia de la suma
directa era que la interseccion de los subespacios sumados era

0.
Se puede demostrar facilmente que la interseccion de subespacios propios distintos es el
vector nulo. En efecto:
Si x pertenece a V

i
y V

j
, entonces Ax =
i
x =
j
x.
De la ultima igualdad se deduce (
i

j
)x =

0.
Como por hipotesis
i
=
j
x =

0.
5.8 Existencia o no de base de vectores propios
Teorema 5.4 Existe base de vectores propios de un endomorsmo V

. . .

V

r
=
IR
n
p() tiene n races reales contando multiplicidades y dimV

i
= p

i
La suma directa de los subespacios es igual a IR
n
si y solo si
dimV

1
+ dimV

2
+... + dimV

r
= n
Por otra parte, dimV

i
p

i
i = 1, ..., r
dimV

1
+ dimV

2
+... + dimV

r
p

1
+p

2
+. . . p

r
n
Para obtener la dimension maxima igual a n se debe cumplir dimV

i
= p

i
i = 1, ..., r y
que p

1
+p

2
+. . . p

r
= n, es decir, que todas las races sean reales.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON155
Base de vectores propios de IR
n
:
B = { v
1
1
, ... , v
1
p

1
, v
2
1
, ... , v
2
p

2
, .... , v
r
1
, ... , v
r
p

r
} = B
1

B
2
. . .

B
r
, siendo
B
i
la base de V

i
, y siendo el n umero de vectores de B
i
= p

i
.
Teorema 5.5 Si la matriz A
n
asociada a un endomorsmo en IR
n
tiene n valores propios
distintos, entonces en IR
n
se puede obtener una base cuyos vectores sean todos autovectores
de f.
Si el grado del polinomio caracterstico es n y se tienen n autovalores distintos, signica
que las multiplicidades son todas igual a uno. Por tanto los n V

i
tienen dimension 1. La
dimension de la suma directa sera n 1 = n, por tanto existe base de autovectores.
Matriz asociada a la base de vectores propios
D =
_

1
. . . 0 . . . . . . 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 . . .
1
. . . . . . 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 0 . . . . . . 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 0 . . . . . .
r
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 0 . . . . . . 0 . . .
r
_

_
p

1
p

r

_

_
f(v
1
1
) =
1
v
1
1
.
.
.
f(v
1
p

1
) =
1
v
1
p

1
.
.
.
f(v
r
1
) =
r
v
r
1
.
.
.
f(v
r
p

r
) =
r
v
r
p

r
5.9 Propiedades de autovalores y autovectores
Teorema 5.6 Los valores propios de una matriz triangular son los valores de la diagonal
principal.
Demostracion: Se demuestra para una matriz triangular superior y n = 3
AI =
_
_
a
11
a
12
a
13
0 a
22
a
23
0 0 a
33
_
_

_
_
0 0
0 0
0 0
_
_
=
_
_
a
11
a
12
a
13
0 a
22
a
23
0 0 a
33

_
_
es un autovalor |AI| = p() = (a
11
)(a
22
)(a
33
) = 0
Las races de p() son a
11
, a
22
, a
33
Se obtiene el mismo resultado para una matriz triangular inferior.
Teorema 5.7 Si es autovalor de A con autovector asociado x, entonces
k
(k = 2, 3, ...)
es autovalor de A
k
con el mismo autovector asociado x.
Demostracion: A
k
x =
k veces
..
A ... A x =
k
x
Teorema 5.8 A
n
es inversible el escalar 0 no es autovalor de A.
Demostracion: A es inversible |A| = 0 |A0I| = 0 0 no es autovalor
de A
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON156
Teorema 5.9 Si A es inversible y autovalor de A con autovector asociado x, entonces

1
es autovalor de A
1
con autovector asociado tambien x.
Demostracion: Ax = x, A inversible = A
1
y = 0
Multiplicando por A
1
por la izquierda, A
1
Ax = A
1
x
x = A
1
x
1
x = A
1
x
Teorema 5.10 A y A
t
tienen los mismos autovalores
Demostracion: I
t
= I = |A
t
I| = |A
t
I
t
| = |(AI)
t
| = |AI|
|A
t
I| = |A I| = A y A
t
tienen el mismo polinomio caracterstico y por tanto
los mismos autovalores y con la misma multiplicidad.
Ejemplo 5.9 Determina los valores propios de las matrices A y B.
A =
_
_
3 6 8
0 0 6
0 0 2
_
_
B =
_
_
4 0 0
2 1 0
5 3 4
_
_
Son matrices triangulares, y por tanto sus autovalores son los elementos de la diagonal.
Los autovalores de A son 3,0,6 y los autovalores de B 4 (multiplicidad 2) y 1.
RECORDAMOS: Dadas dos matrices A
n
y F
n
se dice que A es semejante a F si P
inversible tal que A = PFP
1
.
Dos matrices A
n
y F
n
semejantes corresponden al mismo endomorsmo relativo a distintas
bases, con tal de que en cada uno de los casos se utilice la misma base en el espacio inicial
y nal.
Teorema 5.11 Si dos matrices A
n
y F
n
son semejantes, entonces tienen el mismo poli-
nomio caracterstico, y por tanto los mismos autovalores, con las mismas multiplicidades.
Demostracion: A y F semejantes = P / A = PFP
1
AI = PFP
1
I = PFP
1
PIP
1
= P(F I)P
1
|AI| = |P||F I||P
1
| = |F I| |AI| = |F I|
-
Nota importante: Equivalencia por las no es lo mismo que semejanza. Si U = E
1
. . . E
p
A
U no tiene por que tener los mismos autovalores que A. Incluso si las E
i
son matrices
elementales de reemplazamiento (ni permutacion ni escalamiento), y por tanto |A| = |U|,
los polinomios caractersticos |AI| y |U I| no tienen por que ser iguales.
Ejemplo 5.10 Calcula el polinomio caracterstico y races de A =
_
2 3
3 6
_
y de una
matriz equivalente por las a A.
Habamos calculado el polinomio caracterstico de A en un ejercicio anterior, y este era
p(s) = s
2
+ 4s 21, con races s = 7 y s = 3.
Puesto que A es inversible, |A| = 21, A es equivalente por las a I
2
. El polinomio
caracterstico de I
2
es p(s) = (1 s)
2
y la raz es s = 1 con multiplicidad 2.
-
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON157
5.10 Los cuatro casos respecto al tipo de races de p() en
IR
2
Ejemplo 5.11 Determinar los valores propios y subespacios propios correspondientes a
los endomorsmos con matrices asociadas:
A =
_
2 2
5 1
_
, B =
_
2 0
0 2
_
, C =
_
3 2
0 3
_
, D =
_
1 1
1 1
_
|AsI| =

2 s 2
5 1 s

= (2 s)(1 s) + 10 = s
2
+s 12 races 3, 4
Para calcular V
3
hay que resolver el sistema Ax = 3x, es decir, (A3I) x =

0
_
5 2 0
5 2 0
_

_
5 2 0
0 0 0
_
, solucion: 5x + 2y = 0 V
3
=< (2, 5) >
Para calcular V
4
hay que resolver el sistema Ax = 4x, es decir, (A+ 4I) x =

0
_
2 2 0
5 5 0
_

_
1 1 0
0 0 0
_
, solucion: x = y V
4
=< (1, 1) >
OBSERVACION: El conjunto formado por un vector de V
3
y un vector de V
4
es
linealmente independiente B = {(2, 5), (1, 1)} es base de IR
2
formada por vec-
tores propios la matriz asociada al endomorsmo respecto de esa base es diagonal
y D =
_
3 0
0 4
_
.
B =
_
2 0
0 2
_
es una matriz diagonal, por tanto sus valores propios son los elementos
de la diagonal. p(s) = (2 s)(2 s) raz 2 doble
Para calcular V
2
hay que resolver el sistema Ax = 2x, es decir
_
2 0
0 2
_
x = 2x. La ecuacion se verica para todo (x, y) IR
2
En efecto en el sistema homogeneo [A 2I | 0] las dos ecuaciones se anulan, por
tanto hay cero pivotes y dos parametros libres.
OBSERVACION: Todos los vectores de IR
2
son vectores propios, por tanto cualquier
base de IR
2
, por ejemplo B = {(1, 0), (0, 1)}, es base de vectores propios. En
cualquier base de IR
2
la matriz asociada al endomorsmo es D =
_
2 0
0 2
_
.
C =
_
3 2
0 3
_
, es una matriz triangular, por tanto sus valores propios son los
elementos de la diagonal. p(s) = (3 s)(3 s) raz 3 doble
Para calcular V
3
hay que resolver el sistema Ax = 3x, es decir (A+ 3I)x =

0.
_
0 2 0
0 0 0
_
tiene como solucion y = 0 (x parametro libre). V
3
=< (1, 0) >
D =
_
1 1
1 1
_
, p(s) = (1 s)(1 s) + 1 = s
2
2s + 2 races los complejos
conjugados, 1 +i, 1 i. Por tanto no hay autovalores para el endomorsmo real.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON158
Races Auto- Multip. Subespacios Multip. Base de
valores algebr. propios geomet. autovect.
A 3 = 3 1 V
3
=< (2, 5) > 1 s
-4 = 4 1 V
4
=< (1, 1) > 1
B 2 doble = 2 2 V
2
=< (1, 0), (0, 1) > 2 s
C -3 doble = 3 2 V
3
=< (1, 0) > 1 no
D 1+i no
1-i
5.11 Ejemplos en IR
3
Ejemplo 5.12 Considerese la aplicacion lineal f: IR
3
IR
3
, sobre IR, cuya matriz
asociada es A =
_
_
4 1 6
2 1 6
2 1 8
_
_
. Sabiendo que un valor propio de la aplicacion es = 2,
encuentra una base del subespacio propio correspondiente a este valor propio.
Hay que resolver el SL Ax = 2x, o lo que es lo mismo, (A2I)x =

0,
A2I =
_
_
4 1 6
2 1 6
2 1 8
_
_
2
_
_
1 0 0
0 1 0
0 0 1
_
_
=
_
_
2 1 6
2 1 6
2 1 6
_
_
Tenemos que resolver el SL de matriz ampliada:
_
_
2 1 6 | 0
2 1 6 | 0
2 1 6 | 0
_
_
Las soluciones son los vectores x = (x
1
, x
2
, x
3
) vericando 2x
1
x
2
+ 6x
3
= 0. Tomando
x
2
y x
3
como parametros libres, V
2
= (
x
2
2
3x
3
, x
2
, x
3
) con x
2
IR, x
3
IR.
V
2
tiene dimension 2 y una posible base de V
2
es B = {(1, 2, 0), (3, 0, 1)}
Ejemplo 5.13 Determinar los valores propios y subespacios propios correspondientes a
los endomorsmos con matrices asociadas:
A =
_
_
4 1 6
2 1 6
2 1 8
_
_
(matriz igual a la del Ejemplo 5.12)
B =
_
_
2 4 3
4 6 3
3 3 1
_
_
, C =
_
_
5 8 1
0 0 7
0 0 2
_
_
, D =
_
_
3 2 0
4 1 0
2 1 1
_
_
Solucion para la matriz A
0 =

4 s 1 6
2 1 s 6
2 1 8 s

2 s 2 +s 0
2 1 s 6
2 1 8 s

= (2 s)

1 1 0
2 1 s 6
2 1 8 s

=
(2 s)

1 1 0
0 2 s 2 +s
2 1 8 s

= (2 s)
2

1 1 0
0 1 1
2 1 8 s

= (2 s)
2
((8 s) + 2 1) =
(2 s)
2
(9 s)
Los autovalores son
1
= 2 (doble) y
2
= 9
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON159
V
2
_
_
2 1 6 | 0
2 1 6 | 0
2 1 6 | 0
_
_
V
2
tiene una unica ec. implcita 2x y + 6z = 0, por tanto podemos escribir por ejemplo:
V
2
=< (1, 2, 0), (3, 0, 1) >
V
9
_
_
5 1 6 | 0
2 8 6 | 0
2 1 1 | 0
_
_

_
_
1 4 3 | 0
5 1 6 | 0
2 1 1 | 0
_
_

_
_
1 4 3 | 0
0 21 21 | 0
0 7 7 | 0
_
_

_
_
1 4 3 | 0
0 1 1 | 0
0 0 0 | 0
_
_
V
9
tiene dos ecuaciones implcitas:
_
y = z
x = 4y 3z x = z
por tanto podemos escribir por ejemplo: V
9
=< (1, 1, 1) >
Solucion para la matriz B
Autovalores:
|AsI| =

2 s 4 3
4 6 s 3
3 3 1 s

2 s 4 3
2 s 2 s 0
3 3 1 s

= (2s)

2 s 4 3
1 1 0
3 3 1 s

=
(2s)

2 s 4 3
1 1 0
0 0 1 s

= (2s)(1s)

2 s 4 3
1 1 0
0 0 1

= (2s)(1s)((2s)4) =
(2 s)(1 s)(2 s) = (2 s)
2
(1 s)
Los valores propios son s = 2 doble y s = 1 simple.
Subespacio propio V
2
:
[ A+2I |

0 ] =
_
_
4 4 3 0
4 4 3 0
3 3 3 0
_
_

_
_
4 4 3 | 0
0 0 0 | 0
3 3 3 | 0
_
_

_
_
4 4 3 | 0
1 1 1 | 0
0 0 0 | 0
_
_

_
_
4 4 3 | 0
0 0 1/4 | 0
0 0 0 | 0
_
_
dim V
2
= 3 - rango(AI) = 3 - 2 = 1 (solo hay un parametro libre).
z = 0, 4x = 4y V
2
=< (1, 1, 0) >
Subespacio propio V
1
:
[ AI |

0 ] =
_
_
1 4 3 | 0
4 7 3 | 0
3 3 0 | 0
_
_

_
_
1 4 3 | 0
0 9 9 | 0
0 9 9 | 0
_
_

_
_
1 4 3 | 0
0 1 1 | 0
0 0 0 | 0
_
_
V
1
tiene dos ecuaciones implcitas:
_
y = z
x = 4y 3z x = z
por tanto podemos escribir por ejemplo: V
1
=< (1, 1, 1) >
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON160
Solucion para la matriz D
0 =

3 s 2 0
4 1 s 0
2 1 1 s

= (1s) 1

3 s 2
4 1 s

= (1s) ((3s)(1s)+8) =
(1 s)(3 3s +s +s
2
+ 8) = (1 s)(s
2
2s + 5)
Las races on s = 1, que es por tanto autovalor, y s = 1 2i, que por no ser races reales
no son autovalores.
V
1
:
[ A I |

0 ] =
_
_
2 2 0 | 0
4 2 0 | 0
2 1 0 | 0
_
_

_
_
1 1 0 | 0
2 1 0 | 0
2 1 0 | 0
_
_

_
_
1 1 0 | 0
0 1 0 | 0
0 3 0 | 0
_
_

_
_
1 1 0 | 0
0 1 0 | 0
0 0 0 | 0
_
_
dos ecuaciones implcitas: y = 0, x = 0. Por tanto V
1
=< (0, 0, 1) >
Tabla de soluciones
Races Auto- Multip. Subespacios Multip. Existe base de
valores algebr. propios geomet. R
3
formada por
autovect.
A 2 doble 2 2 V
2
=< (1, 2, 0), (3, 0, 1) > 2 s
9 9 1 V
9
=< (1, 1, 1) > 1
B -2 doble -2 2 V
2
=< (1, 1, 0) > 1 no
1 1 1 V
1
=< (1, 1, 1) > 1
C -2 -2 1 V
2
=< (58, 49, 14) > 1 s
0 0 1 V
0
=< (8, 5, 0) > 1
5 5 1 V
5
=< (1, 0, 0) > 1
D 1 1 1 V
1
=< (0, 0, 1) > 1 no
1-2i
1+2i
Ejemplo 5.14 Determinar, si existe, una base de vectores propios para el enfomorsmo
f de IR
3
, cuya matriz asociada A respecto a la base canonica de IR
3
es:
A =
_
_
1 3 3
3 5 3
3 3 1
_
_
En caso de que exista dicha base, calcular la matriz asociada al endomorsmo respecto a
ella.

1 s 3 3
3 5 s 3
3 3 1 s

2 s 2 s 0
3 5 s 3
0 2 s 2 s

=
(2 s)
2

1 1 0
3 5 s 3
0 1 1

= (2 s)
2
((5 s) + 3 + 3) = (s 2)
2
(1 s)
Los valores propios son s = 1 y s = 2 con multiplicidad 2.
Para obtener V
1
hay que resolver el SL homogeneo de matriz de coecientes AI.
_
_
0 3 3
3 6 3
3 3 0
_
_

_
_
3 6 3
0 3 3
0 3 3
_
_

_
_
3 6 3
0 3 3
0 0 0
_
_

_
_
1 2 1
0 1 1
0 0 0
_
_
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON161
Las ecuaciones que obtenemos son:
_
x + 2y +z = 0
y +z = 0
y = z
x = 2y z = 2z z = z
V
1
= {(z, z, z)/z IR}. V
1
tiene dimension 1, y una base de V
1
la formara

b
1
=
(1, 1, 1)
Para obtener V
2
hay que resolver el SL homogeneo de matriz de coecientes A+ 2I.
_
_
3 3 3
3 3 3
3 3 3
_
_

_
_
1 1 1
0 0 0
0 0 0
_
_
La ecuacion que obtenemos es: x +y +z = 0 x = y z
V
2
= {(y z, y, z)/y, z IR}. V
2
tiene dimension 2, y una base de V
2
la formaran

b
2
= (1, 1, 0) y

b
3
= (1, 0, 1).

b
2
y

b
3
son l.i. entre s , y

b
1
es l.i. con ambos, por corresponder a otro valor propio, por
tanto B = {

b
1
,

b
2
,

b
3
} forman una base de IR
3
formada por vectores propios de f.
Obtengamos a continuacion la matriz de la aplicaci on lineal en la base B:
x = P
B
[x]
B
y = P
B
[y]
B
con P
B
=
_
_
1 1 1
1 1 0
1 0 1
_
_
Ax = y A P
B
[x]
B
= P
B
[y]
B
P
1
B
A P
B
[x]
B
= [y]
B
La matriz asociada respecto a la base B de vectores propios es R = P
1
B
A P
B
R = P
1
_
_
1 3 3
3 5 3
3 3 1
_
_
P =
_
_
1 0 0
0 2 0
0 0 2
_
_
La aplicacion lineal
_
_
1 3 3
3 5 3
3 3 1
_
_
x = y es
_
_
1 0 0
0 2 0
0 0 2
_
_
[x]
B
= [y]
B
en la base B de vectores propios.
Si nos jamos en el resultado observamos que la matriz asociada a la base de vectores
propios es muy simple, ya que es diagonal, y ademas tiene como elementos los valores
propios, situados en el mismo orden que sus correspondientes autovectores en la base.
Esta propiedad es un resultado general.
Ejemplo 5.15 Se puede decir algo sobre los autovalores y/o autovectores de los siguien-
tes endomorsmos?.
a) f en IR
3
tal que Kerf =< (1, 2, 0), (0, 3, 1) >
b) f en IR
2
tal que la recta y = 6x permanece ja
c) f en IR
3
tal que los vectores del plano x + 2y 3z = 0 permanecen jos
d) f en IR
3
inyectiva
a) Sabemos que = 0 es autovalor, y que V
0
=< (1, 2, 0), (0, 3, 1) >. Sabemos ademas que
la tercera raz es real (si fuera compleja tendramos el par de complejos conjugados), y por
tanto existe otro autovalor mas, cuyo subespacio asociado tiene dimension 1.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON162
b) Sabemos que los vectores (1, 6) son autovectores de f.
c) Sabemos que = 1 es autovalor. Sabemos que (2, 1, 0), (3, 0, 1) son autovectores
asociados a = 1, l.i. entre ellos.
d) Sabemos que A no tiene inversa y por tanto que = 0 no es autovalor.
5.12 Diagonalizacion
RECORDAMOS: Se dice que A
n
es diagonalizable si A es semejante a una matriz
diagonal, es decir, si existen una matriz inversible P y una matriz diagonal D tales que
A = PDP
1
. A esta forma de diagonalizacion se la conoce como diagonalizacion por
semejanza.
Diagonalizar una matriz A diagonalizable es encontrar las matrices P inversible y D dia-
gonal tales que A = P D P
1
Teorema 5.12 Teorema de la diagonalizacion. Una matriz A
n
es diagonalizable si y
solo si A tiene n vectores propios linealmente independientes, es decir, si y solo si existe
una base de IR
n
formada por autovectores de A. En efecto, para una matriz diagonalizable
A, en la ecuacion A = PDP
1
con P inversible y D diagonal, las columnas de P son
n autovectores de A linealmente independientes, y las entradas de D son los autovalores
correspondientes y en el mismo orden.
Demostracion:

Suponemos que A es diagonalizable y demostramos que tiene n vectores propios lineal-

mente independientes.
A = PDP
1
AP = PD (multiplicando por P a la derecha)
Sea P = [v
1
v
2
. . . v
n
]; AP = A[v
1
v
2
. . . v
n
] = [Av
1
Av
2
. . . Av
n
]
D es una matriz diagonal de orden n, cuyos elementos designamos como
1
,
2
, ....
n
PD =
_

_
v
11
v
12
. . . v
1n
v
21
v
22
. . . v
2n
.
.
.
.
.
.
v
n1
v
n2
. . . v
nn
_

_
_

1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
0 0 . . .
n
_

_
=
_

1
v
11

2
v
12
. . .
n
v
1n

1
v
21

2
v
22
. . .
n
v
2n
.
.
.
.
.
.

1
v
n1

2
v
n2
. . .
n
v
nn
_

_
=
[
1
v
1

2
v
2
. . .
n
v
n
]
AP = PD (igualando columnas)
_

_
Av
1
=
1
v
1
Av
2
=
2
v
2
. . . . . .
Av
n
=
n
v
n
Como P es inversible los {v
1
, v
2
, ..., v
n
} son linealmente independientes, y por tanto ninguno
es nulo, y como ademas Av
i
= v
i
, los v
i
son vectores propios de A y sus correspondientes
valores propios los elementos
i
de la matriz diagonal D. Por tanto hemos demostrado
que tenemos n vectores propios l.i. que son las columnas de P, y que los autovalores
correspondientes son las entradas de la diagonal de D, en el mismo orden.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON163

Suponemos que la base de n vectores propios linealmente independientes y tenemos que

demostrar que A es diagonalizable.
Construimos a partir de esos vectores, y colocandolos por columnas, una matriz que de-
nominamos P. Es decir, P = [v
1
v
2
... v
n
]
P es inversible, pues |P| = 0 por ser las columnas de P linealmente independientes.
Construimos una matriz diagonal D cuyos elementos en la diagonal sean los autovalores
correspondientes a los autovectores anteriores, en ese mismo orden. Por ser v
i
el autovector
correspondiente a
i
se verican las siguientes ecuaciones:
_

_
Av
1
=
1
v
1
Av
2
=
2
v
2
. . . . . .
Av
n
=
n
v
n
En este sistema de ecuaciones, el primer miembro de cada ecuacion corresponde a una
columna de la matriz AP y el segundo a la misma columna de la matriz PD. Tenemos n
ecuaciones, una para cada columna, por tanto AP = PD. P es inversible, y multiplicando
por la derecha por P
1
tenemos que A = PDP
1
, por tanto A es diagonalizable.
(Notese que en ning un momento de la demostracion se ha impuesto que los
i
tengan que
ser distintos).
Teorema 5.13 Una matriz A
n
con n valores propios distintos es diagonalizable.
Demostracion: En un teorema anterior se demostraba que si A
n
tena n valores
propios distintos exista una base de IR
n
formada por vectores propios de A. Aplicando
el Teorema de la Diagonalizacion, que establece que A es diagonalizable si y solo si IR
n
admite una base de autovectores de A, queda demostrado el presente teorema.
Teorema 5.14 El determinante de la matriz A
n
correspondiente a un endomorsmo en
IR
n
diagonalizable es igual al producto de sus autovalores. Es decir, si A diagonalizable,
entonces detA =
p

1
1

p

2
2
. . .
p

r
r
, siendo p

i
los r autovalores distintos y p

i
sus
respectivas multiplicidades.
Demostracion: En el captulo anterior vimos que las matrices semejantes tienen
el mismo determinante. Si A diagonalizable, signica que A es semejante a D, siendo
D una matriz diagonal, con los autovalores en dicha diagonal. El determinante de A,
que es igual al de D, es por tanto igual al producto de todos los autovalores, incluyendo
multiplicidades.
Teorema 5.15 La traza de la matriz A
n
correspondiente a un endomorsmo en IR
n
dia-
gonalizable, es igual a la suma de sus autovalores, incluyendo multiplicidades. Es decir,
trA =
p

1
1

1
+
p

2
1

2
+ . . . +

r
1

r
, siendo
i
los r autovalores distintos y p

i
sus
respectivas multiplicidades.
Demostracion: En el captulo anterior vimos que las matrices semejantes tienen la
misma traza. Si A diagonalizable, signica que A es semejante a D, siendo D una matriz
diagonal, con los autovalores en dicha diagonal. tr(A)=tr(D), que es igual a la suma de
todos los autovalores, incluyendo multiplicidades.
Observese que este resultado es muy util para comprobacion de autovalores.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON164
RESUMEN
Dada A
n
existen P inversible y D diagonal tales que A = PDP
1
si y solo si A tiene
n valores propios reales (incluidas multiplicidades) y dimV

i
es igual a la multiplicidad
algebraica de
i
. Los elementos de D son los autovalores. Las columnas de P son los
vectores de una base de vectores propios de A, con los vectores ordenados en P igual
que sus autovalores estan ordenados en D. La matriz D no es mas que la matriz de
la aplicacion lineal respecto a la base de vectores propios dada en P. La matriz de la
aplicacion lineal en la base canonica es A. La base de vectores propios se construye como
la union de las bases de los subespacios propios, siendo la dimension de cada uno de estos
igual a la multiplicidad del autovalor como raz.
Expresemos en formulas algunos resultados que se verican para una matriz A diagonali-
zable:
1. p() = (
1
)
p

1
(
2
)
p

2
. . . (
r
)
p

r
, con
i
races reales y

r
i=1
p

i
= n
2. dimV

i
= p

i
3. dimV

1
+ dimV

2
+... + dimV

r
= n
4. Existe base B de vectores propios propios y B = B
1

B
2
. . .

B
r
, siendo B
i
la base
de V

i
, y siendo el n umero de vectores de B
i
= p

i
. A = PDP
1
(columnas de P
tomadas de B, y elementos de D los autovalores correspondientes). El endomorsmo
que tiene A como matriz estandar se expresa mediante la matriz diagonal D en la
base B de autovectores de A.
Esquema para las matrices asociadas A y D:
f: IR
n
IR
n
x y
A
P
1
P A = P D P
1
[x]
B
[y]
B
D
B: base de autovectores
elementos de D: autovalores en el mismo orden
Ejemplo 5.16 Diagonalizar la matriz A =
_
_
1 3 3
3 5 3
3 3 1
_
_
si es posible.
En el Ejemplo 5.14 obtuvimos una base de autovectores para esta matriz. Las matrices
P
=
_
_
1 1 1
1 1 0
1 0 1
_
_
y D =
_
_
1 0 0
0 2 0
0 0 2
_
_
verican A = PDP
1
, o lo que es lo mismo,
AP = PD.
Si quisieramos comprobar que A = PDP
1
, resultara mas sencillo realizar la compro-
bacion sobre la ecuacion AP = PD, que es la misma que la anterior, y nos evita tener
que calcular P
1
.
En esta matriz A se cumple efectivamente la existencia de base de vectores propios.
dimV
1
= 1, Base de V
1
= {(1, 1, 1)}
dimV
2
= 2, Base de V
2
= {(1, 1, 0), (1, 0, 1)}
V
1

V
2
= IR
3
Base de vectores propios: B = {(1, 1, 1), (1, 1, 0), (1, 0, 1)}
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON165
Ejemplo 5.17 Diagonalizar la matriz A =
_
_
2 4 3
4 6 3
3 3 1
_
_
si es posible.
1) Los autovalores se calcularon en el ejemplo 5.13. Son s = 2 doble y s = 1 simple.
2) Tenemos dos autovalores reales y la suma de las multiplicidades es 3. Sabemos que
1 dimV

i
p

i
y que la matriz A sera diagonalizable si dimV

i
= p

i
. Para el autovalor
simple siempre se cumple, pues si 1 dimV

i
1 dimV

i
= 1. Para el autovalor doble
solo sabemos que 1 dimV
2
2. Si dimV
2
= 2 tendremos que A es diagonalizable y si
dimV
2
= 1 que no lo es.
En el ejemplo 5.13 obtuvimos dimV
2
= 1, por tanto A no es diagonalizable.
Ejemplo 5.18 Determinar si la matriz A =
_
_
5 8 1
0 0 7
0 0 2
_
_
es diagonalizable.
Los valores propios de una matriz triangular son los elementos de la diagonal principal,
por tanto los autovalores de A son 5, 0 y 2. Como los tres son distintos, la matriz es
diagonalizable.
Ejemplo 5.19 Sea la aplicaci on lineal f: IR
2
IR
2
, sobre IR, cuya matriz asociada es
A =
_
7 2
4 1
_
Encuentra una base B de IR
2
de forma que la matriz asociada a f en esa base sea una
matriz diagonal.
|AI| =

7 2
4 1

= 0
(7 )(1 ) + 8 = 7 7 +
2
+ 8 =
2
8 + 15 = 0
=
8

64 60
2
=
8 2
2
Los valores propios son = 5 y = 3. Como son distintos esta garantizado que la matriz
es diagonalizable
Vectores propios para = 5:
_
2 2 0
4 4 0
_

_
2 2 0
0 0 0
_
x
1
= x
2
V
5
= {(x
2
, x
2
) / x
2
R} = < (1, 1) >

b
1
= (1, 1)
Vectores propios para = 3:
_
4 2 0
4 2 0
_

_
4 2 0
0 0 0
_
x
1
= (1/2)x
2
o lo que es lo mismo 2x
1
= x
2
V
3
= < (1, 2) >

b
2
= (1, 2)
En la base B={(1, 1), (1, 2)} la matriz asociada al endomorsmo f es la matriz diagonal
D =
_
5 0
0 3
_
D = P
1
AP con P =
_
1 1
1 2
_
Compruebese que AP = PD.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON166
5.13 Aplicacion de la diagonalizacion para obtener la po-
tencia de una matriz
Ejemplo 5.20 Diagonaliza la matriz A y aprovecha el resultado para simplicar el calculo
de A
5
x con x = (6, 17, 5).
A =
_
_
2 1 1
2 3 2
1 1 2
_
_
En primer lugar calculamos los autovalores
|AI| =

2 1 1
2 3 2
1 1 2

= (2)
2
(3)+2+2(3)2(2)2(2)
=
3
7
2
+ 11 5 = 0
Polinomio de grado 3 que resolvemos por Runi:
1 7 11 5
1) 1 6 5

1 6 5 0
1) 1 5

1 5 0
5) 5

1 0

3
7
2
+ 11 5 = ( 1)
2
( 5) = 0
Los autovalores son = 1 (multiplicidad 2) y = 5 (multiplicidad 1)
Se calculan V
1
y V
5
. Obtenemos que dimV
1
=2 y dimV
5
=1, por tanto la matriz es diago-
nalizable. B = { v
1
, v
2
, v
3
}, con v
1
= (1, 2, 1), v
2
= (1, 0, 1) y v
3
= (1, 1, 0) es una base
de vectores propios de A y las matrices P y D correspondientes son:
P =
_
_
1 1 1
2 0 1
1 1 0
_
_
D =
_
_
5 0 0
0 1 0
0 0 1
_
_
con D = P
1
AP
(Compruebese que AP = PD)
Podemos calcular A
5
x por varios metodos.
Metodo 1: y = A
5
x (Hay que obtener la potencia quinta de una matriz 33 que no tiene
ning un elemento nulo, por tanto tendramos que hacer muchsimas operaciones)
Metodo 2: Obteniendo la imagen en la base de vectores propios.
D
5
[x]
B
= [y]
B
(D
5
es la matriz diagonal 33 que tiene por entradas los elementos de D
elevados a la quinta potencia. En efecto se puede comprobar que en una matriz diagonal
la potencia k de la matriz es igual a elevar los elementos de la matriz a la potencia k).
Para obtener [x]
B
efectuamos: [x]
B
= P
1
x o resolvemos el SL de matriz ampliada
[ P | x ].
D
5
[x]
B
= [y]
B
Para obtener y efectuamos: y = P [y]
B
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON167
x = (6, 17, 5) tiene por coordenadas respecto de la base B:
[x]
B
=
_
_
7
2
3
_
_
_
_
5
5
0 0
0 1 0
0 0 1
_
_
_
_
7
2
3
_
_
=
_
_
21875
2
3
_
_
= [y]
B
y =
_
_
1 1 1
2 0 1
1 1 0
_
_
_
_
21875
2
3
_
_
=
_
_
21874
43753
21873
_
_
Metodo 3
y = A
5
x = (PDP
1
)
5
x = PD
5
P
1
x
Notese como las operaciones de los metodos 2 y 3 son las mismas.
Metodo 4 Utilizando unicamente notacion vectorial y el hecho de que si v
i
es autovector
con autovalor asociado
i
, Av
i
=
i
v
i
y A
k
v
i
=
k
i
v
i
A
5
x = A
5
(c
1
v
1
+c
2
v
2
+c
3
v
3
) = c
1
A
5
v
1
+c
2
A
5
v
2
+c
3
A
5
v
3
=
c
1
5
5
v
1
+c
2
1
5
v
2
+c
3
1
5
v
3
= 7 3125
_
_
1
2
1
_
_
+ 2
_
_
1
0
1
_
_
3
_
_
1
1
0
_
_
=
_
_
21874
43753
21873
_
_
Este metodo ha precisado de la obtencion de las coordenadas de x respecto de la base
de vectores propios. Es el metodo mas sencillo y que mejor ilustra, en mi opinion, los
conceptos de autovector y autovalor.
5.14 Obtencion del polinomio caracterstico a partir de los
menores pincipales
Dado un endomorsmo f en IR
n
con matriz asociada A, los coecientes a
i
de su polinomio
caracterstico en la forma p() =
n
+a
n1

n1
+. . .+a
1
+a
0
se pueden obtener mediante
la expresion:
a
ni
= (1)
i

i
,
siendo
i
la suma de todos los menores principales de orden i de A. Los menores prin-
cipales son los determinantes de las submatrices cuadradas de A tales que sus elementos
diagonales son a su vez elementos de la diagonal principal de A.
Se puede observar que a
n1
= traza(A) y que a
0
= (1)
n
|A|
Notese que la expresion anterior de p() corresponde a |AI| si n es par y a |AI| si
n impar. No obstante, como a efectos de calcular autovalores se resuelve p() = 0, resulta
indiferente tomar |AI| o tomar |AI|.
Ejemplo 5.21 A =
_
_
2 4 3
4 6 3
3 3 1
_
_
p() =
3
+a
2

2
+a
1
+a
0
=
3

2
+
2

3
a
0
= (1)
3
|A| = 4
a
1
= (1)
2
(

2 4
4 6

6 3
3 1

2 3
3 1

) = 4 + 3 7 = 0
a
2
= traza(A) = (2 6 + 1) = (3) = 3
Por tanto: p() =
3
+ 3
2
4
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON168
5.15 Ejercicios
Ejercicio 5.1 Determinar si las siguientes matrices son diagonalizables. En caso ar-
mativo encontrar una matriz P, tal que A = PDP
1
con D diagonal. Comprueba el
resultado anterior, demostrando que AP=PD u obteniendo P
1
y vericando que el pro-
ducto P
1
AP es una matriz diagonal.
a) A =
_
_
1 1 4
3 2 1
2 1 1
_
_
b) A =
_
_
1 3 9
0 5 18
0 2 7
_
_
c) A =
_

_
5 0 0 0
0 5 0 0
1 4 3 0
1 2 0 3
_

_
Ejercicio 5.2 Una aplicacion lineal f admite como vectores propios (1, 2, 2), (2, 2, 1), (2, 1, 2).
Es diagonalizable?. Hallar las coordenadas de u = (5, 2, 5) en la base de vectores propios.
Sabiendo que f(u) = (0, 0, 9), hallar los valores propios de f.
Ejercicio 5.3 Obten las coordenadas del vector z = (5, 4, 9) IR
3
en la base B =
{v
1
, v
2
, v
3
}, con v
1
= (1, 1, 0), v
2
= (3, 1, 2), v
3
= (1, 0, 3).
Sabiendo que los tres vectores v
1
, v
2
, v
3
son vectores propios del endomorsmo
g : IR
3
IR
3
, con valores propios correspondientes
1
= 1,
2
= 0.02 y
3
= 0.01,
respectivamente, calcula g(z), g(g(z)) y g(g(g(z))). Al actuar el endomorsmo g sucesivas
veces sobre z, tienden los vectores resultantes a alguna direccion concreta?.
Ejercicio 5.4 De la matriz A =
_
_
2 1
4 0
10 1
_
_
se sabe que
1
= 2 es uno de sus valores
propios y que (1, 2, 3) es un vector propio de A asociado al valor propio
1
.
1) Hallar los valores , y .
2) Hallar los valores propios y vectores propios de A.
3) Hallar, si existe, una base de vectores propios de A
4) Diagonalizar la matriz A, si es posible.
Ejercicio 5.5 Se considera una aplicacion lineal denida de la siguiente manera:
* Su n ucleo es el subespacio cuyas ecuaciones son x +y +z = 0, t = 0.
* Los vectores (1,1,1,0) y (0,0,0,1) se transforman en s mismos.
Hallar:
a) La matriz de la aplicacion en la base can onica.
b) La imagen del subespacio cuyas ecuaciones son x+y +z = 0, t = 0, xy +2t = 0.
Ejercicio 5.6 Determina el valor o los valores de c, si existe alguno, para que la matriz
A =
_
_
1 2 c
0 1 0
0 4 4
_
_
sea diagonalizable, razonando el procedimiento y obteniendo en caso
armativo las matrices P y D tales que A = PDP
1
.
Ejercicio 5.7 Dada T =
_
_
1 0
0 1
0 0 2
_
_
, hallar los valores de y para que T sea
diagonalizable.
Ejercicio 5.8 a) Encuentra los autovalores del endomorsmo f : IR
2
IR
2
con matriz
asociada A =
_
3 1
0 1
_
b) Determina una base B de vectores propios de A y la matriz asociada a f respecto de la
base B
c) Demuestra que la transformacion f deja una recta ja y obten la ecuacion implcita de
esa recta.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON169
Ejercicio 5.9 Dada la matriz A =
_
_
2 1 1
2 3 2
1 1 2
_
_
y el vector x = {7, 0, 5}, sin calcular
A
4
, calcula el vector y = A
4
x (A, x e y referidos a la base canonica. Pista: A =
PDP
1
A
4
= PD
4
P
1
). (Ejercicio del mismo tipo que el Ejemplo 7.20).
Ejercicio 5.10 Dada la matriz A =
_
1 2
7 6
_
y el vector v = (3, 6), obten A
6
v. Para
simplicar las operaciones realiza los siguientes pasos, si es posible.
encuentra base de vectores propios de A
escribe v en la base de vectores propios
obten la imagen de v utilizando la matriz denida respecto a la base de vectores
propios, pues esta es diagonal y D
6
se obtiene sin mas que elevar a la sexta potencia
los elementos de la diagonal
transforma la imagen a la base canonica, pues el resultado anterior esta en la base
de vectores propios.
Ejercicio 5.11 Considere la aplicacion lineal g de R
3
en R
3
cuya matriz estandar aso-
ciada es:
A =
_
_
4 1 6
2 1 6
2 1 8
_
_
a) En caso de que exista alg un vector x R
3
tal que su imagen sea el propio vector, escriba
las coordenadas de dicho vector.
b) En caso de que exista alguna recta s R
3
tal que su imagen sea la propia recta s
(no hay que exigir que cada punto de s permanezca jo, solo que permanezca en la recta)
escriba la ecuacion vectorial parametrica de la recta.
c) Si existe alg un plano R
3
tal que su imagen sea el propio plano (no hay que exigir
que cada punto de permanezca jo, solo que permanezca en el plano), escriba la ecuacion
implcita de dicho plano.
OBSERVACI

ON: Aunque exista mas de un ejemplo de vector, recta o plano que permanez-
can invariantes solo hay que dar un ejemplo.
Ejercicio 5.12 Dada la matriz A =
_
_
3 2 4
2 0 2
4 2 3
_
_
, describe la transformacion geometrica
correspondiente, contestando a las siguientes preguntas:
Deja vector/es jo/s?. En caso armativo di cual/cuales.
Deja alg un plano/s jo/s?. En caso armativo da su forma implcita.
Deja alguna recta/s ja/s?. En caso armativo da su ecuacion/es parametrica/s.
Ejercicio 5.13 Sea f : IR
3
IR
3
un endomorsmo no sobreyectivo tal que:
* = 1 es autovalor doble de f
* Los subespacios propios de f son V y W de ecuaciones:
V : {x +y +z = 0}
W :
_
x + 2y +z = 0
x +z = 0
a) Encontrar una base de V y una de W. Determinar V

W y V

W
b) Calcular la matriz asociada a f respecto de la base canonica
c) Determinar A
n
siendo n un n umero natural
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON170
Ejercicio 5.14 Sea f : IR
3
IR
3
un endomorsmo con matriz asociada A respecto de
la base canonica, y para el que se cumplen los siguientes resultados:
* Kerf = < (1, 2, 0), (0, 3, 1) >
* transforma el eje Z en el eje Z
* la suma de los elementos de la diagonal de A es igual a 3
a) Determinar los autovalores de f
b) Escribir la matriz A
c) Calcular A
12
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON171
5.16 Soluciones
1
a) Los valores propios son (2, 1, 3). Por ser los tres distintos la matriz es diagonalizable.
Una posible base de vectores propios es B = {(1, 1, 1), (1, 4, 1), (1, 2, 1)}.
P =
_
_
1 1 1
1 4 2
1 1 1
_
_
D =
_
_
2 0 0
0 1 0
0 0 3
_
_
A.P =
_
_
2 1 3
2 4 6
2 1 3
_
_
P.D =
_
_
2 1 3
2 4 6
2 1 3
_
_
b) El unico valor propio es 1, con multiplicidad 3.
dim V
1
= dim Ker(A + I) = 2. La dimension del subespacio propio asociado al au-
tovalor 1 es menor que la multiplicidad de este como raz, por tanto la matriz no es
diagonalizable.
c) La matriz es triangular, y por tanto sus autovalores coinciden con los elementos de la
diagonal, y son: 5 con multiplicidad 2 y 3 con multiplicidad 2.
Realizando los calculos oportunos se obtiene dim V
5
=2 y dimV
3
=2, por tanto la matriz
es diagonalizable.
Una posible base de vectores propios es B = {(0, 0, 0, 1), (0, 0, 1, 0), (16, 4, 0, 1), (8, 4, 1, 0)}.
P =
_

_
0 0 16 8
0 0 4 4
0 1 0 1
1 0 1 0
_

_
D =
_

_
5 0 0 0
0 5 0 0
0 0 3 0
0 0 0 3
_

_
Se puede comprobar facilmente que A.P = P.D
2
Si el conjunto de 3 autovectores es linealmente independiente dicho conjunto constituira
una base de vectores propios y por tanto quedara demostrado que la matriz es diagonali-
zable. Los tres vectores son l.i. si y solo si el determinante la matriz que denen es distinto
de cero.

1 2 2
2 2 1
2 1 2

1 2 2
0 6 3
0 5 6

= 1(36 15) = 21
Para obtener las coordenadas de u relativas a la base B anterior se debe resolver la ecuacion
x
1
v
1
+ x
2
v
2
+ x
3
v
3
= u = (5, 2, 5). Resolveremos el SL realizando eliminacion gaussiana
sobre la matriz ampliada.
_
_
1 2 2 | 5
2 2 1 | 2
2 1 2 | 5
_
_
.
La solucion es (3/7, 9/7, 10/7) y se puede comprobar de la forma siguiente:
3/7
_
_
1
2
2
_
_
+ 9/7
_
_
2
2
1
_
_
+ 10/7
_
_
2
1
2
_
_
=
_
_
5
2
5
_
_
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON172
u =
3
7
v
1
+
9
7
v
2
+
10
7
v
3
f(u) =
3
7
f(v
1
) +
9
7
f(v
2
) +
10
7
f(v
3
) =
f(u) =
3
7

1
v
1
+
9
7

2
v
2
+
10
7

3
v
3
[1]
Ahora solo tenemos que obtener las coordenadas de f(u) = (0, 0, 9) en la base de vectores
propios, y ya podremos despejar
1
,
2
y
3
en la ecuacion anterior.
_
_
1 2 2 | 0
2 2 1 | 0
2 1 2 | 9
_
_
. La solucion es (18/7, 9/7, 18/7), por tanto
f(u) =
18
7
v
1

9
7
v
2
+
18
7
v
3
[2]
Igualando [1] y [2] tenemos que
1
= 6,
2
= 1 y
3
= 18/10 = 9/5
Otro metodo
Las coordenadas de u = (5, 2, 5) en la base de autovectores son [u]
B
= (3/7, 9/7, 10/7).
Las coordenadas de f(u) = (0, 0, 9) en la base de autovectores son [f(u)]
B
= (18/7, 9/7, 18/7).
En la base B la matriz de la aplicacion lineal es D =
_
_

1
0 0
0
2
0
0 0
3
_
_
, por tanto
_
_

1
0 0
0
2
0
0 0
3
_
_
_
_
3/7
9/7
10/7
_
_
=
_
_
18/7
9/7
18/7
_
_
Obteniendo las ecuaciones:
_
_
_
3/7
1
= 18/7
9/7
2
= 9/7
10/7
3
= 18/7
de donde se despejan
1
,
2
y
3
.
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON173
3 Para obtener las coordenadas de z relativas a la base B se debe resolver la ecuacion
c
1
v
1
+c
2
v
2
+c
3
v
3
= (5, 4, 9). Resolveremos el SL realizando eliminacion gaussiana sobre
la matriz ampliada.
_
_
1 3 1 | 5
1 1 0 | 4
0 2 3 | 9
_
_

_
_
1 3 1 | 5
0 2 1 | 1
0 0 3 | 15
_
_
Obtenemos c
3
= 5, c
2
= 3, c
1
= 1. Por tanto z = v
1
+ 3v
2
5v
3
g(z) = g(v
1
) + 3 g(v
2
) 5 g(v
3
) =
1 v
1
+ 3 0.02 v
2
5 0.01 v
3
=
v
1
+ 0.06 v
2
0.05 v
3
g(g(z)) = v
1
+ 0.06 0.02 v
2
0.05 0.01 v
3
=
v
1
+ 0.0012 v
2
0.0005 v
3
g(g(g(z))) = v
1
+ 0.0012 0.02 v
2
0.0005 0.01 v
3
=
v
1
+ 0.000024 v
2
0.000005 v
3
Los vectores resultantes tienden a la direccion de v
1
Otra forma de verlo:
k veces
..
g . . . g(z) =
k veces
..
g . . . g(c
1
v
1
+c
2
v
2
+c
3
v
3
) =
c
1
k veces
..
g . . . g(v
1
) +c
2
k veces
..
g . . . g(v
2
) +c
3
k veces
..
g . . . g(v
3
) =
c
1

k
1
v
1
+c
2

k
2
v
2
+c
3

k
3
v
3
Cuando k
k
1
= 1
k
1
Cuando k
k
2
= 0.02
k
0
Cuando k
k
3
= 0.01
k
0
Por tanto, cuando k ,
k veces
..
g . . . g(z) c
1
v
1
= 1v
1
Los vectores de g(z), g(g(z)) y g(g(g(z))) obtenidos mas arriba aparecen expresados como
combinacion lineal de los vectores v
1
, v
2
y v
3
. Sus coordenadas canonicas son:
g(z) = v
1
+ 0.06 v
2
0.05 v
3
= (1.13, 1.06, 0.03)
g(g(z)) = v
1
+ 0.0012 v
2
0.0005 v
3
= (1.0031, 1.0012, 0.0009)
g(g(g(z))) = v
1
+ 0.000024 v
2
0.000005 v
3
= (1.00007, 1.00002, 0.000033)
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON174
4
1) Calcular , y
_
_
2 1
4 0
10 1
_
_
_
_
1
2
3
_
_
= 2
_
_
1
2
3
_
_
_
_
_
4 + 3 = 2
8 + 0 = 4
20 + 3 = 6
= 3, = 4, = 11
2) Calcular autovalores y autovectores

3 2 1
4 4 0
11 10 1

Se calcula por adjuntos de la ultima columna, obteniendo p() =

3
+ 6
2
8
p() tiene tres races reales, que son (0,2,4). Los autovalores de A son por tanto 0, 2 y 4
Todos los autovalores tienen multiplicidad 1, por tanto los tres subespacios propios tendran
dimension 1.
Subespacio propio correspondiente a = 2: V
2
=< (1, 2, 3) >
Subespacio propio correspondiente a = 0. Se obtiene resolviendo el SL con la siguiente
matriz ampliada
_
_
3 2 1 0
4 4 0 0
11 10 1 0
_
_

_
_
1 1 0 0
3 2 1 0
11 10 1 0
_
_

_
_
1 1 0 0
0 1 1 0
0 1 1 0
_
_

_
_
1 1 0 0
0 1 1 0
0 0 0 0
_
_
_
x +y = 0
y +z = 0

_
y = z
x = y = z
V
0
= {(z, z, z) / z IR} =< (1, 1, 1) >
Subespacio propio correspondiente a = 4. Se obtiene resolviendo el SL con la siguiente
matriz ampliada
_
_
3 4 2 1 0
4 4 4 0 0
11 10 1 4 0
_
_
=
_
_
1 2 1 0
4 0 0 0
11 10 5 0
_
_

_
_
1 2 1 0
0 8 4 0
0 32 16 0
_
_

_
_
1 2 1 0
0 8 4 0
0 0 0 0
_
_
_
x + 2y z = 0
2y z = 0
z = 2y
x + 2y 2y = 0 x = 0 V
4
= {(0, y, 2y) / y IR} =< (0, 1, 2) >
3) Base de vectores propios de A:
B = {(1, 2, 3), (1, 1, 1), (0, 1, 2)}
4) Diagonalizar la matriz si es posible.
La matriz es diagonalizable ya que existe base de IR
3
formada por autovectores de A.
Tambien se puede decir que A es diagonalizable por tener tres autovalores distintos.
Por ser diagonalizable se puede escribir AP = PD.
Tomando P =
_
_
1 1 0
2 1 1
3 1 2
_
_
se tiene D =
_
_
2 0 0
0 0 0
0 0 4
_
_
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON175
5
a) Los vectores (1, 1, 1, 0) y (0, 0, 0, 1) se transforman en s mismos, por tanto = 1 es
autovalor, y dimV
1
2 (sabemos que es como mnimo 2 puesto que ya tenemos dos
vectores propios l.i.).
Kerf = {x IR
4
/ Ax =

0 = 0x}
Conocemos las ecuaciones implcitas de Kerf, son dos independientes, por tanto la di-
mension de Kerf es 4 2 = 2
Kerf = {(y z, y, z, 0) / y IR, z IR}
Kerf =< (1, 1, 0, 0), (1, 0, 1, 0) >
Por tanto 0 es autovalor de f y V
0
=< (1, 1, 0, 0), (1, 0, 1, 0) >
Ya hemos obtenido los 4 autovectores de A l.i. (no puede haber mas porque estamos en
IR
4
), que son:

b
1
= (1, 1, 1, 0) con autovalor asociado 1

b
2
= (0, 0, 0, 1) con autovalor asociado 1

b
3
= (1, 1, 0, 0) con autovalor asociado 0

b
4
= (1, 0, 1, 0) con autovalor asociado 0
Habamos visto que dimV
1
2, pero como dimV
0
= 2, se tiene que dimV
1
= 2 (no puedo
tener mas de 4 vectores l.i. en IR
4
, o visto de otra forma, la suma de las multiplicidades
algebraicas no puede ser mayor que 4). El conjunto de los cuatro vectores anteriores es la
base de vectores propios de IR
4
, y por existir dicha base, A es diagonalizable.
Base de vectores propios B = {(1, 1, 1, 0), (0, 0, 0, 1), (1, 1, 0, 0), (1, 0, 1, 0)}. La matriz
asociada a f respecto de esta base es D =
_

_
1 0 0 0
0 1 0 0
0 0 0 0
0 0 0 0
_

_
f: IR
4
IR
4
x y
A
P
1
B
P
B
A = P
B
D P
1
B
[x]
B
[y]
B
D
A = P
B
DP
1
B
, con P
B
=
_

_
1 0 1 1
1 0 1 0
1 0 0 1
0 1 0 0
_

_
y D la matriz anterior.
A =
_

_
1 0 1 1
1 0 1 0
1 0 0 1
0 1 0 0
_

_
_

_
1 0 0 0
0 1 0 0
0 0 0 0
0 0 0 0
_

_
_

_
1 0 1 1
1 0 1 0
1 0 0 1
0 1 0 0
_

_
1
=
_

_
1/3 1/3 1/3 0
1/3 1/3 1/3 0
1/3 1/3 1/3 0
0 0 0 1
_

_
b) Se puede demostrar que el subespacio dado es un subconjunto de Kerf, por tanto la
imagen de todos los vectores de este subespacio sera el vector (0, 0, 0, 0).
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON176
6
Pide determinar el valor o valores de c que hacen la matriz diagonalizable, si existe alguno.
|AI| =

1 2 c
0 1 0
0 4 4

= (1 )(1 )(4 )
Los autovalores son = 1 con multiplicidad 2 y = 4 con multiplicidad 1.
A sera diagonalizable si y solo si dimV
1
=2.
dimV
1
= 3 rg(A1I) = 2 rango (A1I) = 1
A1I =
_
_
1 1 2 c
0 1 1 0
0 4 4 1
_
_
=
_
_
0 2 c
0 0 0
0 4 3
_
_
rango (A1I) = 1 c = 3/2
A es diagonalizable si y solo si c = 3/2
A continuacion calculamos P y D tales que A = PDP
1
V
1
_
_
0 2 3/2 0
0 0 0 0
0 4 3 0
_
_

_
_
0 2 3/2 0
0 0 0 0
0 0 0 0
_
_
2y + 3/2z = 0 y = 3/4z
V
1
= {(x, 3/4z, z)/x IR, z IR}
V
1
=< (1, 0, 0), (0, 3, 4) >
V
4
_
_
1 4 2 c 0
0 1 4 0 0
0 4 4 4 0
_
_
=
_
_
3 2 c 0
0 3 0 0
0 4 0 0
_
_
=
_
_
3 2 c 0
0 1 0 0
0 0 0 0
_
_
y = 0
3x +cz = 0 x = c/3z
V
4
= {(c/3z, 0, z)/z IR}
V
4
=< (c/3, 0, 1) >
La matriz A verica AP = PD si y solo si c = 3/2, por tanto V
4
=< (1/2, 0, 1) >.
Las matrices resultantes son:
P =
_
_
1 0 1/2
0 3 0
0 4 1
_
_
y D =
_
_
1 0 0
0 1 0
0 0 4
_
_
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON177
7
En primer lugar calculamos los autovalores. Como la matriz es triangular, los autovalores
son los elementos de la diagonal principal, por tanto = 1 con multiplicidad 2 y = 2
con multiplicidad 1.
La matriz sera diagonalizable si y solo si dimV
1
=2
V
1
= {x IR
3
/ Tx = x}
V
1
= {x IR
3
/ (T + 1I) x =

0}
T + 1I =
_
_
0 0
0 0
0 0 3
_
_
dimV
1
= 3 rg(T + 1I) = 2 rg(T + 1I) = 1 = 0
T es diagonalizable si y solo si = 0. puede tomar cualquier valor.
10
Datos: A =
_
1 2
7 6
_
, v = (3, 6)
Resultados: Autovalores 1, 8 Autovectores (1, 1), (2, 7)
Matriz P, con los autovectores por columnas: P =
_
1 2
1 7
_
A = PDP
1
D = P
1
AP La podra calcular, pero no hace falta, porque sabemos
que va a ser esta:
D =
_
1 0
0 8
_
D
6
=
_
1 0
0 262144
_
Para encontrar las coordenadas de v respecto de la base de vectores propios hay que
resolver el sistema P[x]
B
= (3, 6) y la solucion es (1, 1).
SL de matriz ampliada
_
1 2 | 3
1 7 | 6
_
D
6
=
_
1 0
0 262144
_
D
6
_
1
1
_
=
_
1 0
0 262144
_ _
1
1
_
=
_
1
262144
_
Para pasar a la base canonica multiplicamos por la izquierda por P
P
_
1
262144
_
=
_
1 2
1 7
_ _
1
262144
_
=
_
524289
1835007
_
CAP

ITULO5. ENDOMORFISMOS: VALORES YVECTORES PROPIOS. DIAGONALIZACI

ON178
14
a) (1, 2, 0) y (0, 3, 1) son vectores linealmente independientes, cuya imagen es el cero.
f(1, 2, 0) = (0, 0, 0) = 0 (1, 2, 0)
f(0, 3, 1) = (0, 0, 0) = 0 (0, 3, 1)
dim Kerf = 2. Kerf es el subespacio propio correspondiente al autovalor
1
= 0. Deno-
tamos V
0
= {v
1
, v
2
}, con v
1
= (1, 2, 0) y v
2
= (0, 3, 1).
Por otra parte, la segunda informacion expresa que f(0, 0, 1) = (0, 0, 1) con = 0 y que
es por tanto autovalor correspondiente al autovector v
3
= (0, 0, 1). Denotamos a este
valor como
2
. No podemos suponer
2
= 1 porque el enunciado no arma la imagen de
cada vector del eje Z es igual a ese vector. Al armar que la imagen del eje Z es el eje
Z solo podemos concluir que la imagen de un vector del eje, esta en el eje, es decir, que
la imagen de un vector del eje Z es un m ultiplo del vector original.
La tercera armacion es: la suma de los elementos de la diagonal de A es 3, es decir,
trA=3. Como la traza de A es igual a la suma de los autovalores tenemos que 0+0+
2
= 3

2
= 3
Los autovalores de f son 0 con multiplicidad 2 y 3 con multiplicidad 1.
b) v
1
= (1, 2, 0), v
2
= (0, 3, 1) y v
3
= (0, 0, 1) forman un conjunto de autovectores lineal-
mente independientes. Los dos primeros son l.i. entre ellos porque uno no es m ultiplo
del otro. v
3
= (0, 0, 1) forma con los otros dos un conjunto l.i. porque v
3
pertenece al
subespacio propio V
3
y los subespacios propios siempre son l.i. entre si.
Como v
1
, v
2
, v
3
son autovectores l.i. forman base de R
3
, y por tanto f es diagonalizable.
La matriz en la base canonica se obtiene aplicando la factorizacion A = PDP
1
.
P =
_
_
1 0 0
2 3 0
0 1 1
_
_
Seguidamente se obtiene (por ejemplo por el metodo de Gauss-Jordan):
P
1
=
_
_
1 0 0
2/3 1/3 0
2/3 1/3 1
_
_
= 1/3
_
_
3 0 0
2 1 0
2 1 3
_
_
y D =
_
_
0 0 0
0 0 0
0 0 3
_
_
= 3
_
_
0 0 0
0 0 0
0 0 1
_
_
A = PDP
1
=
_
_
1 0 0
2 3 0
0 1 1
_
_
3
_
_
0 0 0
0 0 0
0 0 1
_
_
1/3
_
_
3 0 0
2 1 0
2 1 3
_
_
=
_
_
0 0 0
0 0 0
0 0 1
_
_
_
_
3 0 0
2 1 0
2 1 3
_
_
=
_
_
0 0 0
0 0 0
2 1 3
_
_
c) A
12
= PD
12
P
1
=
_
_
1 0 0
2 3 0
0 1 1
_
_
3
12
_
_
0 0 0
0 0 0
0 0 1
_
_
1/3
_
_
3 0 0
2 1 0
2 1 3
_
_
= 3
11
_
_
0 0 0
0 0 0
2 1 3
_
_
_
_
0 0 0
0 0 0
354294 177147 531441
_
_