Diagonalizacion

Diagonalizacin de endomorfismos
6. DIAGONALIZACIN DE ENDOMORFISMOS
SUMARIO:
INTRODUCCIN
OBJETIVOS
INTRODUCCIN TERICA
1.- Autovalores y vectores propios. Propiedades.
2.- Multiplicidad algebraica y geomtrica de un autovalor.
3.- Matrices semejantes. Propiedades.
4.- Matrices diagonalizables.
5.- Teorema de Cayley-Hamilton.
6.- Diagonalizacin por congruencia.
PROBLEMAS RESUELTOS.
BILIOGRAFA
191
MATEMTICAS I
Guerra, N.; Lpez, B.; Quintana, M.P.; Surez, A.
INTRODUCCION
Se estudi en el tema de Aplicaciones Lineales la relacin de
equivalencia entre matrices. Decamos que dos matrices Amxn y Bmxn son
equivalentes si representaban al mismo homomorfismo
f : V W
x f ( x ) = Ax
con dim(V) = n y dim(W) = m, en distintas bases y su relacin era:
B = Q 1 AP , (Qmxm y Pnxn regulares)
Basta particularizar al caso de los endomorfismos
f : V V (con dim(V) = n) para definir la relacin de
semejanza. Dos matrices cuadradas A nxn y Bnxn y se dicen semejantes si
representan al mismo endomorfismo en bases distintas y su relacin
explcita es: B = P 1 AP .
Debe hacerse notar que el cambio de base efectuado en el espacio inicial
del endomorfismo es el mismo que el que se realiza en el espacio final,
por lo que las dos matrices de transicin o matrices cambio de base
coinciden.
Buscando una expresin lo ms sencilla posible para representar al
endomorfismo, diremos que una matriz es diagonalizable por semejanza
(sobre el cuerpo K) si es semejante a alguna matriz diagonal D, de
elementos de K, y se tiene por tanto la relacin: D = P 1 AP, siendo Pnxn
regular.
An cuando muchas de las relaciones y resultados que se expondrn en
el tema son vlidos tanto para el cuerpo de los reales como para el campo
complejo, los ejercicios prcticos se restringirn fundamentalmente a la
diagonalizacin de matrices reales sobre el cuerpo .
Si la igualdad matricial D = P 1 AP se escribe en la forma AP = DP y
se igualan una a una las columnas de ambos miembros se obtienen las
relaciones Avi = i vi , siendo vi , la columna i-sima de P . Esto nos lleva
a definir los conceptos de autovalor y autovector de una matriz cuadrada,
192
MATEMTICAS I
de suerte que se observa que los elementos diagonales de D son los
autovalores de A mientras que las correspondientes columnas de P son
autovectores asociados a aquellos. A partir aqu se trata de estudiar que
matrices son diagonalizables, dicho estudio se centrar en los autovalores
y en los autovectores de A.
OBJETIVOS
Conocer y definir adecuadamente los conceptos de autovalor y
autovector.
Interpretar geomtricamente el significado de un autovalor y de los
autovectores asociados a l, en el caso de que el espacio vectorial
sea el de los vectores del plano ordinario o del espacio
tridimensional.
Obtener con soltura el polinomio caracterstico de una matriz y
obtener sus races.
Asimilar que cada autovalor de un endomorfismo es una raz de su
polinomio caracterstico.
Saber, y utilizar, la propiedad que afirma que dos matrices
semejantes tienen el mismo polinomio caracterstico, y como
consecuencia los mismos autovalores, la misma traza y el mismo
determinante.
Calcular con soltura los subespacios invariantes para un
endomorfismo, y si es posible, obtener una base del espacio en la
que la matriz asociada al endomorfismo sea diagonal.
Conocer la caracterizacin de los endomorfismos o matrices
cuadradas diagonalizables.
Obtener la forma cannica de Jordan asociada a una matriz, as
como la correspondiente matriz de cambio de base en los casos de
matrices de orden dos y tres.
Conocer y utilizar el Teorema de Cayley-Hamilton como un mtodo
para calcular la inversa de una matriz.
193
MATEMTICAS I
Reconocer la ventaja de utilizar la forma cannica de Jordan para
calcular potencias y exponenciales de matrices.
194
MATEMTICAS I
INTRODUCCION TEORICA
1. Autovalores y vectores propios.
Sea V un espacio vectorial, dim(V ) = n. Sea
f : V W
, un endomorfismo, A M nxn ( ) su
x f ( x ) = Ax
matriz asociada respecto de una base B de V .
Diremos que es un autovalor (o valor propio) de f o de A, si existe
u V , u 0, tal que f (u ) = u , o lo que es lo mismo Au = u .
El vector u diremos que es un vector propio (o autovector) de f o de
A asociado al autovalor .
1.1 Propiedades.
Si es un autovalor de A entonces n es un autovalor de An .
Si es un autovalor de A entonces k es un autovalor de kA.
Si es un autovalor de A y A es invertible entonces 1 es un

1
autovalor de A .
1.2 Polinomio caracterstico.
Sea A M nxn ( ), llamamos polinomio caracterstico de A al
polinomio de grado n :
a11 a12 a1n
a21 a22 a2 n
PA ( ) = A I = =
an1 an 2 ann
= (1) + bn 1
n n n 1
+ ..... + b1 + b0 .
1.3 Propiedades.
La matriz Anxn tiene n autovalores 1 , 2 ,......, n y stos son las
n races de su polinomio caracterstico. Adems se cumple que:
195
MATEMTICAS I
A = b0
A = 1 2 ...... n
Traza ( A) = a11 + a22 + ....... + ann = 1 + 2 + ...... + n
Traza ( A) = (1) n 1 bn 1
2. Multiplicidad algebraica y geomtrica de un autovalor.

Sea A M nxn ( ), la matriz asociada al endomorfismo f : V V
respecto de una base B de V , sea i un autovalor de A, al conjunto
Li V , de los vectores propios asociados a i , lo llamaremos
subespacio propio o subespacio invariante asociado a i respecto de A.
Llamaremos multiplicidad algebraica de i , se simbolizar por i , a la
multiplicidad que tenga como raz del polinomio caracterstico.
PA ( ) = (1 )1 (2 ) 2 .....(i )i .........(k )k .
Llamaremos multiplicidad geomtrica de i , se simbolizar por mi , a
la dimensin de su subespacio propio, mi = dim( Li ).
3. Matrices semejantes.
Sean A, B M nxn ( ), diremos que A y B son semejantes si existe
P M nxn ( ), regular, de manera que B = P 1 AP. A la matriz P se le
denomina matriz de paso.
Nota: Si A y B son semejantes se simbolizar como A B
3.1 Proposicin
Si A B entonces existen infinitas matrices de paso entre ellas.
Si A B entonces A = B .
Si A B entonces An B n , n .
196
MATEMTICAS I
Las matrices asociadas a un endomorfismo f respecto a dos bases
diferentes son semejantes.
3.2 Propiedades.
Si es un autovalor de A, L es un subespacio vectorial de V .
Si 1 y 2 son autovalores de A, 1 2 , entonces L1 L2 = {0}.

( Esto nos est diciendo que vectores propios asociados a autovalores
diferentes son linealmente independientes.)
Si 1 , 2 ,......, k son los autovalores de la matriz A, entonces:
1 + 2 + ....... + k = n.
Si i es un autovalor de A entonces
mi = dim( Li ) = n rango( A i I ).
Si i es un autovalor de A entonces i mi 1.
Si = 0 es un autovalor de A, entonces:
Ker ( f ) = { x V / f ( x ) = Ax = 0} = L(0)
A y At tienen los mismos autovalores.

Si AB entonces A y B tienen los mismos autovalores.
Si u es un vector propio de A asociado a entonces:
u es un vector propio de An asociado a n .
Si A es invertible, u es un vector propio de A1 asociado a 1 .

u es un vector propio de kA asociado a k .
Si AB entonces P 1u es un vector propio de B asociado a .
4. Matriz diagonalizable.
197
MATEMTICAS I
Sea A M nxn ( ), diremos que es diagonalizable en , si es
semejante a una matriz diagonal D M nxn ( ), es decir si existe
P M nxn ( ), invertible, de manera que se verifique la igualdad:
D = P 1 AP
o lo que es equivalente PD = AP A = PDP 1 .
Si esta diagonalizacin es posible, se dice que A es diagonalizable por
semejanza.
4.1 Teorema.
A M nxn ( ), es diagonalizable por semejanza en si y slo si existe
n
una base de formada por vectores propios de A.
As A es semejante a la matriz diagonal D, con los autovalores de
A en su diagonal. La matriz de paso P ser tal que sus columnas son los
vectores de la base de vectores propios de A.
Nota: Si A es diagonalizable, en la diagonal de D cada autovalor
aparecer tantas veces como su multiplicidad algebraica. Cada columna
de P, se corresponder con un vector propio del autovalor i que est en
la misma columna de la matriz D, para cada i los vectores propios se
elegirn de forma eliminatoria de la base de Li .
4.2 Teorema.
Sea A M nxn ( ), con autovalores 1 , 2 ,......, k , es diagonalizable por
semejanza en , si cumple las dos condiciones siguientes:
i , i = 1,..., k .
Las multiplicidades algebraica y geomtrica coinciden en todos los
autovalores, es decir, i = mi , i , i = 1,..., k .
5. Teorema (Cayley-Hamilton).
198
MATEMTICAS I
Sea A M nxn ( ), entonces A es solucin de su ecuacin caracterstica,
es decir,
si PA ( ) = (1) n n + bn 1 n 1 + ..... + b1 + b0 , entonces:
(1) n An + bn 1 An 1 + ..... + b1 A + b0 I = 0nxn
6. Diagonalizacin por congruencia

6.1 Teorema.
Sea A M nxn ( ), A simtrica, entonces:
A es diagonalizable por semejanza en , es decir todos sus autovalores
son reales y i = mi i .
De entre las infinitas matrices de paso entre A y D, se puede encontrar
una matriz de paso P, ortogonal, es decir, P 1 = P t , sus columnas sern
vectores propios ortogonales y normalizados. Con lo cual para esa matriz
se tendr la relacin D = P t AP.
(Esta forma particular de diagonalizacin es posible si y solo si la
matriz es simtrica, y se denomina diagonalizacin por congruencia)
Vectores propios asociados a autovalores distintos son ortogonales, es
decir:
Si 1 2 , Au1 = 1u1 ; Au2 = 2 u2 u1t u2 = 0.
199
MATEMTICAS I
PROBLEMAS
2 3
1. Hallar los autovalores de la matriz A = .
2 1
SOLUCIN:
Tenemos que hallar su polinomio caracterstico y luego hallar sus races.
2 3 1 0 2 3
p A ( ) = A I = = =
2 1 0 1 2 1
= ( 2 )( 1 ) 6 = 4 + 3 + 2 y resolvemos la ecuacin
caracterstica
4 + 3 + 2 = 0 , obteniendo que sus races son 1 = 4 y 2 = 1.
2. Hallar los autovalores y subespacios propios de la matriz

2 3 1

A = 1 1 1 .
2 1 1

SOLUCIN:
Tenemos que hallar su polinomio caracterstico y luego hallar sus races.
2 3 1

p A ( ) = A I = 1 1 1 =
2 1
1
= ( 2 )( 1 )(1 ) 1 6 (2(1 ) + 3(1 ) + (2 )) =
= 4 + 7 2 2 3 = ( 4 )(1 )
2
Los autovalores de A son

1 = 4 , simple, es decir, 1 = 1 y
2 = 1 , doble, es decir, 2 = 2 .
Vamos a calcular los subespacios propios correspondientes a cada uno
de ellos.
200
MATEMTICAS I
Para 1 = 4
L( 4) {
= x 3
}
/ ( A (4) I ) x = 0 =
= x { 3
}
/ ( A + 4) I ) x = 0 =
2 3 1 x 0

= x 3
/ 1 3 1 y = 0 =
2 1 5 z 0

2 3 1 x 0

= x / 0 3 3 y = 0 =
3
0 4 4 z 0

x = 2 z
= x 3 / =< (2, 1,1) >
y = z
Para 2 = 1
L(1) {
= x 3
/ ( A I )x = 0 = }
{
= x 3
/ ( A + 4) I ) x = 0 =}
3 3 1 x 0

= x 3
/ 1 2 1 y = 0 =
2 1 0 z 0

1 2 1 x 0
3
= x / 3 3 1 y = 0 =
2 1 0 z 0

1 2 1 x 0

= x 3
/ 0 3 2 y = 0 =
0 3 2 z 0

1
x = z
3 1 2
= x 3
/ =< ( , ,1) >=< (1, 2, 3) >
2 3 3
y= z
3
201
MATEMTICAS I
3. Sabiendo que el polinomio caracterstico de la matriz

2 1 3

A = 1 0 1

3 1 2
es PA ( ) = 3 4 2 + 7 + 10 = ( 5 )( 1 )( 2 )
3
Obtener si es posible una base de , formada por vectores propios
de A
SOLUCIN:
Los autovalores de A son 1 = 5, 2 = 1, 3 = 2.
Si calculamos sus subespacios propios correspondientes obtenemos:
L( 5) {
= x 3
}
/ ( A + 5I ) x = 0 =
3 1 3 x 0
3
= x / 1 5 1 y = 0 =
3 1 3 z 0

x 0
3 3 1 3
= x / y = 0 =
1 5 1 z 0

=< (1, 0,1) >
L( 1) {
= x 3
}
/ ( A + I ) x = 0 =<(1,2,1)>
L(2) {
= x 3
}
/ ( A 2 I ) x = 0 =< (1,1,1) >
A la vista de estos resultados el conjunto {{1, 0,1}, {1, 2,1}, {1,1,1}} es

3
una base de , formada por vectores propios de A.
4. Sean A, B M nxn ( ), x1 0, x2 0. Justificar si son verdaderas o
falsas las siguientes afirmaciones.
202
MATEMTICAS I
a) Si Ax1 = x1 y Bx1 = x1 entonces + es un autovalor de A + B.
b) Si Ax1 = x1 y Bx1 = x1 entonces x1 no es un vector propio de
A B
c) Si Ax1 = x1 y Ax2 = x2 entonces x1 + x2 es un vector propio
asociado a + respecto de A.
SOLUCIN:
a) Verdadero.
( A + B ) x1 = Ax1 + Bx1 = x1 + x1 = ( + ) x1 , por tanto + es un
autovalor de A + B, y x1 es un vector propio asociado a + respecto
de A + B.
b) Falso.
Basta efectuar el producto:
A B x1 = A x1 = A x1 = x1 AB x1 = x1 , por tanto x1 si es
un vector propio de A B, asociado al autovalor .
c) Falso.
A( x1 + x2 ) = Ax1 + Ax2 = x1 + x2 ( + )( x1 + x2 ) , en general.
Otra forma de ver que es falso es que la suma de autovalores no tiene
porque ser un autovalor, veamos un ejemplo:
3 5
A= , al ser una matriz triangular sus autovalores son los
0 8
elementos de la diagonal, es decir, 1 = 3, 2 = 8, y 1 + 2 = 3 + 8 = 11,
no es un autovalor de A.
0 b c

5. De la matriz A = b 3 e se sabe que:
c e 0

i) (1, 0,1) es un vector propio asociado a 1 = 2
ii) (1, 1,1) es un vector propio asociado a 2 = 1
Calcular el valor de b.
203
MATEMTICAS I
SOLUCIN:
Si (1, 0,1) es un vector propio asociado a 1 = 2 tenemos que
1 1 0 b c 1 2

A 0 = 2 0 b 3 e 0 = 0
1 1 c e 0 1 2

c=2
c = 2
b + e = 0
b = e
c = 2
Si (1, 1,1) es un vector propio asociado a 2 = 1 tenemos que
1 1 0 b 2 1 1

A 1 = 1 1 b 3 b 1 = 1
1 1 2 b 0 1 1

b + 2 = 1 b = 1

2b 3 = 1 b = 1 b = 1.
2 b = 1 b = 1
6. Sean u = (1, 0,1) , v = (1,1, 0 ) y w = ( 0,1,1) tres autovectores del

endomorfismo f : 3
3
y se sabe adems que
f ( 2, 2, 2 ) = ( 4, 0, 3) . Calcular los autovalores de f
SOLUCIN:
Los vectores u , v y w son linealmente independientes ya que
1 1 0
0 1 1 = 2 0, luego forman una base de 3
. El vector ( 2, 2, 2 ) se
1 0 1
podr poner como combinacin lineal de u , v y w . Posteriormente
utilizando la linealidad de un endomorfismo, podremos calcular los
autovalores de f .
( 2, 2, 2 ) = (1, 0,1) + (1,1, 0 ) + ( 0,1,1)
204
MATEMTICAS I
+ = 2

+ = 2 = = = 1
+ = 2
Por otro lado
( 4, 0, 3) = f ( 2, 2, 2 ) =
= f (1(1, 0,1) + 1(1,1, 0 ) + 1( 0,1,1) ) =
= f (1, 0,1) + f (1,1, 0 ) + f ( 0,1,1) =
= 1 (1, 0,1) + 2 (1,1, 0 ) + 3 ( 0,1,1) =
= (1 + 2 , 2 + 3 , 1 + 3 )
4 = 1 + 2

0= 2 +3 1 = 72, 2 = 12, 3 = 12

3 = 1 + 3
7. Sea f un endomorfismo en 3
y sean v 1, v 2, v 3 tres vectores
propios (no nulos) de f asociados a los valores propios 1 , 2 , 3
respectivamente, si 1 = 2 3 . Justificar si son verdaderas o falsas
las siguientes afirmaciones.
a) v1 v3 y v2 v3
b) v1 = v2 y v1 v3
3
c) v1 , v2 y v3 forman una base de .
SOLUCIN:
a) Verdadero.
1 y 3 son autovalores de f siendo 1 3 .
v1 , v2 L1
3 y v2 v3 ya que L1 L3 = {0}
v v
v3 L3 1
b) Falso.
Basta tomar v2 = kv1 , (k 0 y k 1), se tiene que v1 , v2 L1 y v2 v3
c) Falso.
205
MATEMTICAS I
1 3 3

A = 0 1 4 , sus autovalores son 1 = 1 (doble) y 2 = 5
0 0 5

L( 2) =< (1, 0, 0 >
L(5) =< (0,1,1) >
Tomamos
v 1 = (1, 0, 0), v 2 = (4, 0, 0) y v 3 = (0,1,1)
{v1 , v2 , v3} no forman una base de 3
ya que v1 y v2 son linealmente
dependientes.
8. Sean A, B M nxn ( ), x1 0. Justificar si son verdaderas o falsas las
siguientes afirmaciones.
a) Bx1 = 2 x1 y ABx1 = 4 x1 2 es un autovalor de A.
b) ABx1 = x1 es un autovalor de A y de B.
c) ( A + B ) x1 = x1 es un autovalor de A y de B.
SOLUCIN:
a) Verdadero.
Bx1 = 2 x1
A2 x1 = 4 x1 Ax1 = 2 x1 2 es un autovalor de A.
ABx1 = 4 x1
b) Falso.
ABx1 = x1 es un autovalor de la matriz AB.
Si tomamos:
1 0 3 0 1
A= , B = , x1 =
0 1 0 5 0
1 0 3 0 1 1
ABx1 = = 3 = 3 x1
0 1 0 5 0 0
y sin embargo 3 no es un autovalor de A.
c) Falso.
206
MATEMTICAS I
Si tomamos:
4 0 3 0 1
A= , B = , x1 =
0 6 0 5 0
7 0 1 1
( A + B) x1 = = 7 = 7 x1
0 11 0 0
y sin embargo 7 no es un autovalor de A ni de B.
9. Sean A, B M nxn ( ), x1 0, x2 0. Justificar si son verdaderas o
a) Si Ax1 = kx1 y Bx2 = kx2 entonces k es un autovalor de A + B.
b) Si Ax1 = x1 y B x 2 = x 2 entonces + es un autovalor de
A + B.
c) Si Ax1 = x1 y Ax2 = x2 entonces x1 + x2 es un vector propio
asociado a + respecto de A.
SOLUCIN:
a) Falso.
Para que k sea un autovalor de A + B debemos encontrar que tiene
algn vector propio asociado.
Si planteamos:
( A + B ) x1 = Ax1 + Bx1 = kx1 + Bx1 ;
Bx1 desconocemos lo que vale y para que x1 fuese un vector propio
tendra que valer 0, cosa que no podemos garantizar.
O bien si planteamos:
( A + B )( x1 + x2 ) = Ax1 + Ax2 + Bx1 + Bx2 = k ( x1 + x2 ) + Ax2 + Bx1;
Ax2 + Bx1 desconocemos lo que vale y para que x1 + x2 fuese un vector
propio tendra que valer 0 , cosa que no podemos garantizar.
Un sencillo ejemplo que nos garantiza que esto es falso:
207
MATEMTICAS I
5 0 4 0 1 0
A= , B = , x1 = , x2 =
0 2 0 5 0 2
5 0
Ax1 = = 5 x1 ; Bx2 = = 5 x2
0 10
y sin embargo
9 0
( A + B) = que sus autovalores son 9 y 7, ambos distintos de 5.
0 7
b) Falso
Tomando las matrices del ejemplo anterior
5 0 0
A= , = 2, x1 = ; Ax1 = 2 x1
0 2 1
4 0 1
B= , = 4, x 2 = ; B x 2 = 4 x 2
0 5 0
+ = 2 + 4 = 6 y sin embargo no coincide con ninguno de los
9 0
autovalores de ( A + B) = , que son 9 y 7, que ambos son
0 7
distintos de 6.
c) Falso.
A( x1 + x2 ) = Ax1 + Ax2 = x1 + x2 para que fuese cierto este apartado,
deba habernos dado A( x1 + x2 ) = ( + )( x1 + x2 ) (*)
() En algn caso particular de A, x1 , x2 , y puede suceder que
( x1 + x2 ) = ( + )( x1 + x2 ) lo cual no garantiza que esta propiedad
sea cierta en general.
Tambin se puede ver con un ejemplo que esta propiedad no es cierta en
general:
5 0 1 0
A= , x1 = , x2 = ;
0 2 0 2
208
MATEMTICAS I
5 0
Ax1 = = 5 x1 ; Ax2 = = 2 x2 .
0 4
Por otro lado
5 0 5
A( x1 + x2 ) = Ax1 + Ax2 = + =
0 4 4

1 0 7
( + )( x1 + x2 ) = 7 + =

0 2 14
A( x1 + x2 ) ( + )( x1 + x2 )
luego x1 + x2 no se puede afirmar que sea un vector propio asociado a
+ respecto de A.
10. Si 1 y 2 son dos autovalores reales y distintos de un
endomorfismo f : n
n
, siendo A M nxn ( ), su matriz
asociada. Justificar si son verdaderas o falsas las siguientes
afirmaciones.
a) Si 1 < 2 L1 L2
(Siendo L1 y L2 los subespacios propios respectivos)
b) Si 1 = 0 f no es inyectivo.
c) L1 L2 0 {}
d) Si f es inyectivo L1 = L2
SOLUCIN:
a) Falso.
Sabemos que la interseccin de subespacios propios asociados a
autovalores distintos solo es el vector nulo. Luego independientemente
de que 1 sea menor que 2 sus subespacios propios slo tienen en
comn el vector nulo.
b) Verdadero.
209
MATEMTICAS I
Si 1 = 0 , tenemos el subespacio propio L(0) = x { n

/ Ax = 0 } y
adems sabemos que un subespacio propio tiene dimensin mayor o
igual que uno, dim( L(0) ) 1.
Por otro lado
{
Ker ( f ) = x n
}
/ Ax = 0 Ker ( f ) = L(0) dim( Ker ( f )) 1
f no es inyectivo.
c) Falso.
Como ya hemos dicho en el apartado a), la interseccin de subespacios
propios asociados a autovalores distintos slo es el vector nulo.
d) Falso.
Aunque f sea inyectivo dos subespacios propios asociados a
autovalores distintos slo tienen en comn el vector nulo, luego
L1 L2 .
11. Dada la aplicacin lineal f : 3

3
definida por :
f ( x, y, z ) = ( x + y, 2 x + 2 y + z, x). Justificar si son verdaderas o
3
a) Una matriz asociada a f respecto de alguna base de es
1 0 0

D = 0 1 0
0 0 1

b) Todos los autovalores de f son simples.
c) Los subespacios propios de f son
V1 = {( x, y, z ) 3
/ y = z = 0} y V2 = {( x, y, z ) 3
/ x = 0}
d) f es inyectivo.
SOLUCIN:
210
MATEMTICAS I
1 1 0
La matriz asociada a f es A = 1 2 1 , su polinomio caracterstico
1 0 0

es p A ( ) = 3 + 3 2 3 + 1 = (1 )3 tenemos entonces un nico
autovalor triple 1 = 1; 1 = 3;
0 1 0

m1 = 3 rango ( A I ) = 3 rango 1 1 1 = 3 2 = 1 3
1 0 1

a) Falso.
Las matrices asociadas a un endomorfismo respecto de diferentes bases
son semejantes. La matriz A no es diagonalizable ya que 1 m1 luego
no es semejante a la matriz D.
b) Falso.
A tiene un nico autovalor triple.
c) Falso.
A tiene slo un subespacio propio y no dos.
d) Verdadero.
f es inyectivo ya que dim( Im( f )) = rango( A) = 3 , ya que A = 1 y
para ser inyectivo es necesario que la dimensin de la imagen sea igual
que la dimensin del espacio que partida, que en este caso es 3
.
12. Sea el espacio vectorial de 3 en el que se considera la base
cannica y se define un endomorfismo del que se sabe que:
i ) f (6, 2, 5) = (6, 2, 5)
ii ) La traza de la matriz asociada a f vale 5 .
iii ) E = { x 3
/ 2 x + 11 y 7 z = 0} es un subespacio propio de f .
Calcular los autovalores de f .
SOLUCIN:
211
MATEMTICAS I
Vamos a analizar el significado de los datos que se nos dan en i ), ii ) y
iii ) .
Si f (6, 2, 5) = (6, 2, 5) = 1 es un autovalor de f , pues existe el
vector (6, 2, 5) (0, 0, 0) , tal que f (6, 2, 5) = 1.(6, 2, 5).
Por otro lado
11 y + 7 z
E = {x / 2 x + 11 y 7 z = 0} = x 3 / x =
3
=
2
11 y + 7 z
= , y, z 3 / y, z 3 =< (11, 2, 0), ( 7, 0, 2 ) >
2
dim( E ) = 2
Como la multiplicidad geomtrica de un autovalor es siempre menor o
igual que la multiplicidad algebraica del mismo, de aqu obtenemos que
f tiene que tener un autovalor con multiplicidad algebraica 2.
Veamos si este subespacio corresponde al autovalor 1 = 1 , una
condicin necesaria para ello es que (6, 2, 5) E , sin embargo, vemos
que las coordenadas de (6, 2, 5) no cumplen la ecuacin que define a los
vectores de E , pues 26 + 112 75 = 1 0.
Como las multiplicidades algebraicas tienen que sumar 3 = dim( 3
), la
nica posibilidad existente es que 1 = 1 sea un autovalor simple y que
exista otro autovalor , doble.
Como la traza de la matriz asociada a f nos dicen que vale 5 y se sabe
que si 1 , 2 , 3 son los autovalores de A, entonces,
Traza ( A) = 1 + 2 + 3 en este caso se tendra:
1 + + = 5 1 + 2 = 5 = 2.
Luego los autovalores de f son 1, 2, 2.
13. Sean u1 y u2 dos vectores propios de la matriz A M nxn ( ),
asociados al autovalor . Justificar si son verdaderas o falsas las
212
MATEMTICAS I
a) < u1 , u2 > es el subespacio propio asociado al autovalor .
b) u1 u2
c) u1 + u2 es un vector propio asociado al autovalor 2 .
d) u1 u2 es un vector propio de la matriz A2 A.
SOLUCIN:
a) Falso.
Ya que la dimensin del subespacio propio, L , puede ser mayor que 2,
que es lo mximo que puede valer la dimensin de < u1 , u2 > . Lo que si
se podra afirmar es que < u1 , u2 > , es un subespacio del subespacio
propio asociado a .
b) Falso.
Tomando u1 L , u1 0 y u2 = ku1 , (k 0), u1 y u2 son vectores
propios asociados a , son paralelos y no son ortogonales.
c) Falso.
Cualquier combinacin lineal de u1 y u2 pertenece al subespacio propio
asociado a , luego u1 + u2 tambin es un vector propio asociado a .
d) Verdadero.
( A2 A)(u1 u2 ) = A2 u1 A2 u2 + Au1 Au2 =
= 2 u1 2 u2 + u1 u2 =
= 2 (u1 u2 ) + (u1 u2 ) =
= ( 2 )(u1 u2 )
( A2 A)(u 1 u 2) = ( 2 )(u 1 u 2) luego u 1 u 2 es un vector propio
de la matriz A2 A asociado al autovalor 2 .
8 1 0
14. Dada la matriz A = 0 2 5 . Estudiar si es diagonalizable en .

0 0 2

SOLUCIN:
213
MATEMTICAS I
Los autovalores de A son 1 = 8, 2 = 2 (doble), ambos reales.
1 = 8 es simple, coinciden sus multiplicidades algebraica y geomtrica.
2 = 2 es doble, vamos a ver cuanto vale su multiplicidad geomtrica.
6 1 0

m2 = 3 rango( A 2 I ) = 3 rango 0 0 5 = 3 2 = 1.
0 0 0

A no es diagonalizable ya que para el autovalor que no es simple no
coinciden las multiplicidades.
15. Cules de las siguientes matrices son diagonalizables?
5 0 0 3 1 0
1 0 1 1
a) b) c) 0 3 0 d) 2 2 0
3 4 1 3 4 2 8 0 0 8

SOLUCIN:
a) Diagonalizable.
Esta matriz tiene sus dos autovalores simples, que al ser una matriz
triangular son los elementos de su diagonal, 1 = 1, 2 = 4, con lo cual es
diagonalizable.
b) No diagonalizable.
Esta matriz tiene un autovalor doble, 1 = 2, y su multiplicidad
geomtrica vale,
1 1
m1 = 2 rango [ A 2 I ] = 2 rango = 2 1 = 1.
1 1
c) Diagonalizable.
Al ser una matriz triangular sus autovalores son los elementos de su
diagonal, es decir, 1 = 5, 2 = 3, 3 = 8, sus tres autovalores sor reales y
simples con lo cual es diagonalizable .
d) Diagonalizable.
214
MATEMTICAS I
Esta matriz tiene sus tres autovalores simples, 1 = 8, 2 = 1, 3 = 4, con
lo cual es diagonalizable.
16. Si A M nxn ( ) tiene exactamente (n-1) autovectores linealmente
independientes. Justificar si son verdaderas o falsas las siguientes
afirmaciones.
a) A = 0
b) A es diagonalizable por semejanza.
SOLUCIN:
a) Falso.
1 1
Sea por ejemplo la matriz A = M 2 x 2 ( ), el nico autovalor
0 1
que posee esta matriz es el = 1 , con multiplicidad algebraica 2.
Veamos cuntos autovectores linealmente independientes admite:
x 0
L1 =( x, y ) 2
/ ( A 1.I ) = =
y 0
0 1 x 0
= ( x, y ) 2
/ = =
0 0 y 0
= {( x, y ) 2
/ y = 0} =< (1, 0) >
por lo tanto A slo admite 1 autovector linealmente independiente.

Sin embargo, A = 1 0
b) Falsa.
La condicin necesaria y suficiente para que una matriz A M nxn ( )
sea diagonalizable por semejanza es que admita n autovectores
linealmente independientes, es decir que exista una base de n de
autovectores de A . En este caso slo existen n 1 autovectores
linealmente independientes.
17. Sea A3 x 3 ( ) con autovalores 1, 3 y 8 . Justificar si son verdaderas
o falsas las siguientes afirmaciones.
215
MATEMTICAS I
a) f : 3
3
definida por f ( x ) = Ax es biyectiva.
b) A es una matriz simtrica.
c) A no es invertible.
d) A I
SOLUCIN:
a) Verdadera
Sabemos que A = 12 3 = 1 3 8 = 24 0 rang ( A) = 3.
dim( Im( f )) = rang ( A) = 3 Im( f ) = 3

f es sobreyectiva.
Por otro lado, sabemos que
dim( 3
) = dim( Ker ( f )) + dim( Im( f )) 3 = dim( Ker ( f )) + 3
{}
dim( Ker ( f )) = 0 Ker ( f ) = 0 f es inyectiva.
Como f es sobreyectiva e inyectiva, entonces f es biyectiva.

b) Falsa.
1 0 0

Sea por ejemplo la matriz A = 0 3 0 cumple las condiciones del
0 2 8

enunciado y sin embargo no es simtrica.
c) Falsa.
A = 12 3 = 1 3 8 = 24 0 A es invertible.
d) Falso.
Para que A I , se tiene que verificar que A tuviese solo el autovalor
= 1 con multiplicidad geomtrica 3 .
3 0 0 0

0 0 2 0
18. Sea A la siguiente matriz: A = ,k . Estudiar
0 0 0 k

k 1 0 k
para que valores de k es diagonalizable la matriz.
216
MATEMTICAS I
SOLUCIN:
Los autovalores de A son:
1 = 3, 2 = 2, 3 = k y 4 = 1
Si k 3 y k 2 y k 1 tendremos que A tiene 4 autovalores simples
y reales con lo cual A sera diagonalizable.
Vamos a estudiar los tres casos particulares de k , que hemos excluido.
a) k = 3
En este caso la matriz quedara de la siguiente forma:
3 0 0 0

0 2 0 0
A= , tenemos que A tiene los siguientes autovalores:
0 0 3 0
3
1
0 3
1 = 3 (doble), 2 = 2 (simple), y 3 = 1 (simple).
El nico autovalor cuyas multiplicidades algebraicas y geomtricas
pueden no coincidir es el 1 = 3. Veamos cul es su multiplicidad
geomtrica:
L(3) = {( x, y, z, t ) 4
/ ( A 3I ) x = 0} =
0 0 0 0 x 0

4 0 1 0 0 y 0
= ( x, y, z, t ) / = =
0 0 0 0 z 0

3 2 t 0
3 0
y = 0
= ( x, y, z, t ) 4
/ =
3x + 3 z 2t = 0
y=0

= ( x, y, z, t ) 4
/ 3 z + 2t =
x=
3
= {( 3z + 2t 3, 0, z, t ) 4
/ z, t } =< ( 1, 0,1, 0 ) , ( 2
3 , 0, 0,1) >
217
MATEMTICAS I
Obtenemos que m1 = dim( L(3) ) = 2 = 1
Por tanto si k = 3, A es diagonalizable.
b) k = 2
3 0 0 0

0 2 0 0
0 0 2 0

2 0 2 1
1 = 3 (simple), 2 = 2 (doble), y 3 = 1 (simple).
El nico autovalor cuyas multiplicidades algebraicas y geomtricas
pueden no coincidir es el 2 = 2. Veamos cul es su multiplicidad
geomtrica:
1 0 0 0 x 0

4 0 0 0 0 y 0
L(2) = ( x, y, z, t ) / = =
0 0 0 0 z 0

0 2 1 t 0
2
x=0
= ( x, y, z, t ) 4
/ =
2 x + 2 z t = 0
x = 0
= ( x, y, z, t ) 4
/ =
t = 2z
= {( 0, y, z, 2 z ) 4
/ y, z } =< ( 0,1, 0, 0 ) , ( 0, 0,1, 2 ) >
Obtenemos que m2 = dim( L(2) ) = 2 = 2
Por tanto si k = 2, A es diagonalizable.
c) k = 1
218
MATEMTICAS I
3 0 0 0

0 2 0 0
0 0 1 0
1
1
0 1
1 = 3 (simple), 2 = 2 (simple), y 3 = 1 (doble).
El autovalor problemtico es 3 = 1 , cuya multiplicidad algebraica es 2 .
Veamos cul es su multiplicidad geomtrica.
{
L(1) = x 4
/( A I ) x = 0 =}
2 0 0 0 x 0

4 0 1 0 0 y 0
= ( x, y, z, t ) / = =
0 0 0 0 z 0
1
0 1 0 t 0

2x = 0 x = 0

= ( x, y, z, t ) 4
/ y = 0 = ( x, y, z, t ) 4
/ y = 0 =
x + z = 0 z = 0

= {( 0, 0, 0, t ) 4
/ t } =< ( 0, 0, 0,1) >
Como m3 = dimL(1) = 1 2 = 3 , concluimos que la multiplicidad
geomtrica del autovalor = 1 no coincide con la multiplicidad
algebraica del mismo, por lo tanto A no es diagonalizable para k = 1.
Resumiendo, A es diagonalizable k 1.
19. Dada la aplicacin lineal
f ( x1 , x2 , x3 ) = (2 x1 + x2 , x2 x3 , 2 x2 + 4 x3 )
Estudiar se existe alguna base de 3 respecto de la cual la matriz
asociada al endomorfismo f sea la matriz diagonal
2 0 0

A = 0 2 0
0 0 3

219
MATEMTICAS I
SOLUCIN:
La matriz A asociada a f respecto de la base cannica es aquella cuyas
columnas son las imgenes de los vectores de dicha base.
f (1, 0, 0) = (2, 0, 0), f (0,1, 0) = (1,1, 2), f (0, 0,1) = (0, 1, 4)
2 1 0

Luego, la matriz asociada es A = 0 1 1 , y su polinomio
0 2 4

PA ( ) = 3 + 7 2 16 + 12 = ( 2 ) ( 3 )
2
caracterstico es
Tenemos entonces que sus autovalores son:
1 = 2, 1 = 2

2 = 3, 2 = 1 = m2
Calculamos la multiplicidad geomtrica de 1
m1 = n rango( A 1 I ) = 3 rango( A 2 I ) =
0 1 0

= 3 rango 0 1 1 = 3 2 = 1.
0 2 2

Podemos afirmar que la matriz A o al endomorfismo f no es
3
diagonalizable en , es decir no existe ninguna base de respecto de
la cual la matriz asociada a f sea una matriz diagonal.
20. Sean A y B M nxn ( ) siendo A regular (invertible). Justificar
si son verdaderas o falsas las siguientes afirmaciones.
a) Las matrices A y B tienen el mismo polinomio caracterstico.
b) A.B y B. A tienen los mismos autovalores.
c) A + B es invertible.
d) A.B es diagonalizable.
SOLUCIN:
a) Falsa.
Veamos el siguiente contraejemplo:
220
MATEMTICAS I
1 0 2 0
A= y B= estas dos matrices verifican el enunciado,
0 1 0 2
ambas son 2x2 y adems A = 1 0 luego A es invertible.
Sin embargo
PA ( ) = A I = (1 )(1 ) = 2 2 + 1
PA ( ) PB ( ).
PB ( ) = B I = (2 )(2 ) = 2 4 + 4
b) Verdadera.
Veamos que el polinomio caracterstico de AB, PAB ( ) , coincide con
el de B. A , PBA ( ) .
Para ello vamos a utilizar lo siguiente:
i ) A es invertible A1
ii ) A1 A = 1
iii ) AB = A B = B A = B A
ii ) iii )
PA B ( ) = AB I = A1 A AB I =A AB I A =
1
= A1 ( AB I ) A = ( A1 A).B A1 I ) A =
= I .B ( A1 I ) A = B A1 A = ( B A1 ) A =
= B A ( A1 ). A = B A ( A1 . A) =
= B A I = PB A ( )
c) Falsa
Como contraejemplo usaremos el siguiente:
1 0 1 0
A= y B= estas dos matrices verifican el
0 1 0 1
enunciado, ambas son 2x2 y adems A = 1 0 A es invertible.
221
MATEMTICAS I
2 0
Sin embargo, se tiene que A + B = , A + B = 0 . Por lo tanto la
0 0
matriz A + B no es invertible.
d) Falsa.
Vamos a utilizar el siguiente contraejemplo.
1 0 0 1 0 0
Sea A = 0 1 0 y sea B = 0 0 0 , evidentemente se tiene

0 0 1 0 2 0

que A.B = B , ya que A es la matriz identidad.
Veamos ahora que B no es diagonalizable. Sus autovalores son 1 = 1,
con multiplicidad algebraica 1 y 2 = 0 con multiplicidad algebraica 2.
Vamos a comprobar que la multiplicidad geomtrica de 2 es 1, con lo
ya tendramos que B no es diagonalizable.
1 0 0 x 0

L0 = ( x, y, z ) 3
/ 0 0 0 y = 0 =
0 2 0 z 0

= {( x, y, z ) 3
/ x = 0 y y = 0} =< ( 0, 0,1) >
dim( L0 ) = 1 2 = multiplicidad algebraica de 0 B no es

diagonalizable A.B = I .B = B tampoco es diagonalizable.
21. Sea A2 x 2 simtrica, 1 = 1 y 2 = 1 . Justificar si son
verdaderas o falsas las siguientes afirmaciones.
a) A no es diagonalizable.
b) Si k es impar entonces Ak = A
c) (1,1) , (1, 3) son vectores propios de A
d) A = 1
SOLUCIN:
a) Falso.
222
MATEMTICAS I
Toda matriz simtrica es diagonalizable.
b) Verdadero
Sabemos que A es simtrica, por lo tanto, existe una matriz ortogonal
1 0
C , y una matriz diagonal D = que cumplen lo siguiente:
0 1
k)
A = C DC A = (C DC ) = (C DC )(C DC )... (C t DC ) =
t k t k t t
CtC = I
= C D(CC ) D(CC ).D...(CC ) DC =
t t t t
C t Dk C
Por otro lado, sabemos que se cumple que
k k impar
1 0 1 0
D = = =D
k

(1) 0 1
k
0

Luego, cuando k es impar, Ak = C t D k C = C t DC = A.

Nota: Se cumple que C t C = I porque la matriz C es ortogonal.
c) Falso.
1
Ya que el producto escalar de ellos dos es (1, 1) = 2 0, como
3
son dos vectores propios de A, linealmente independientes, uno estara
asociado a 1 = 1 y el otro a 2 = 1, que son autovalores diferentes.
El producto escalar de vectores propios asociados a autovalores
diferentes en una matriz simtrica tiene que ser nulo.
d) Falso.
A = 1 2 = 1 (1) = 1 1.
22. Sea A M 4 x 4 ( ), sus subespacios propios son:
x + y 3z + t = 0

L1 = ( x, y, z, t ) 4
/ y z 2t = 0 y
x + 2 y 4 z t = 0

223
MATEMTICAS I
x + y 3z + t = 0

L2 = ( x, y, z, t ) 4
/ y + z t = 0
z 4t = 0

Justificar si son verdaderas o falsas las siguientes afirmaciones.
b) A es simtrica.
c) A tiene autovalores complejos, no reales.
4
d) Existe una base de formada por vectores propios de A
SOLUCIN:
1 1 3 1

dim( L1 ) = dim( 4 ) rango( A) = 4 rango 0 1 1 2 = 2
1 2 4 1

1 1 3 1

dim( L2 ) = dim( 4
) rango( A) = 4 rango 0 1 1 1 = 1
0 0 1 4

x + y 3z + t = 0
( )
L1 =( x, y, z, t ) 4
/ y z 2t = 0 =
x + 2 y 4 z t = 0

( )
x + y 3 z + t = 0
= ( x, y, z, t ) 4
/
y z 2t = 0
=

x = 2 z 3t
= ( x, y, z, t ) 4
/ =
y = z + 2t
= {(2 z 3t , z + 2t, z, t ) 4
/ z, t } =< (2,1,1, 0), (3, 2, 0,1) >
(*) 3a = 1a + 2a , podemos eliminar la tercera ecuacin.
224
MATEMTICAS I
x + y 3z + t = 0
L2 =( x, y, z, t ) 4
/ y + z t = 0 =
z 4t = 0

x = 14t
= ( x, y, z, t ) 4
/ y = 3t =
z = 4t

= {(14t , 3t , 4t , t ) 4
/ t } =< (14, 3, 4,1) >
a) Verdadero.
Slo disponemos de 3 vectores propios linealmente independientes, los
cuales no son suficientes para construir una matriz de paso de orden 4x4
que haga que A sea semejante a una matriz diagonal, ya que las
columnas de la matriz de paso deben ser vectores propios linealmente
independientes, para que esta tenga inversa.
b) Falso, ya que los vectores del subespacio propio L1 no son
ortogonales con los de L2 , cosa que debera suceder si A fuese simtrica
ya que en una matriz simtrica vectores propios asociados a autovalores
distintos son ortogonales.
Otra forma de razonar este apartado es que habiendo visto que no es
diagonalizable no puede ser simtrica.
c) Falso ya que si A M 4 x 4 ( ), y sus vectores propios tambin tienen
componentes reales, al multiplicar A por un vector propio es imposible
que aparezca un valor no perteneciente a .
d) Falso, ya que slo disponemos de 3 vectores propios linealmente
independientes.
22. Sea A M 4 x 4 ( ), sus subespacios propios son:
x + y 3z + t = 0

L1 = ( x, y, z, t ) 4
/ y z 2t = 0 y
x + 2 y 4 z t = 0

225
MATEMTICAS I
x + y z + 2t = 0
L2 = ( x, y, z, t ) 4
/
y z +t = 0
b) A es simtrica.
c) A tiene autovalores complejos.
4
d) Existe una base de formada por vectores propios de A
SOLUCIN:
1 1 3 1

dim( L1 ) = 4 rango 0 1 1 2 = 4 2 = 2;
1 2 4 1

1 1 1 2
dim( L2 ) = 4 rango = 4 2 = 2;
0 1 1 1
x + y 3z + t = 0
( )
L1 =( x, y, z, t ) 4
/ y z 2t = 0 =
x + 2 y 4 z t = 0

()
x + y 3 z + t = 0
= ( x, y, z, t ) 4
/
y z 2t = 0
=

x = 2 z 3t
= ( x, y, z, t ) 4
/ =
y = z + 2t
= {(2 z 3t , z + 2t, z, t ) 4
/ z, t }=
=< (2,1,1, 0), (3, 2, 0,1) >=< u1, u2 >
(*) 3a = 1a + 2a , podemos eliminar la tercera ecuacin.
226
MATEMTICAS I
x + y z + 2t = 0
=( x, y, z, t ) 4
/ =
y z + t = 0
L2

x = t
= ( x, y, z, t ) 4
/ =
y = z t
= {(t , z t , z, t ) 4
/ z, t }=
=< (1, 1, 0,1), (0,1,1, 0) >=< w1 , w2 >
a) Falso.
A si es diagonalizable ya que disponemos de 4 vectores propios
linealmente independientes, los cuales son suficientes para construir una
matriz de paso, de orden 4x4, que haga que A sea semejante a una
matriz diagonal D, en cuya diagonal estn los dos autovalores dobles de
A , ya que las columnas de la matriz de paso deben ser vectores propios
linealmente independientes, para que esta tenga inversa.
b) Falso, ya que los vectores de subespacio propio V1 no son
ortogonales con los de V2 , cosa que debera suceder si A fuese
simtrica.
c) Falso, ya que si A M 4 x 4 ( ), y sus vectores propios tambin tienen
componentes reales, al multiplicar A por un vector propio es imposible
que aparezca un valor complejo.
d) Verdadero. Disponemos de 4 vectores propios linealmente
independientes ya que rango(< u1 u2 w1 w2 >) = 4 , que al estar en un
espacio de dimensin 4 forman una base de este espacio.
24. Sea f : 3
3
un endomorfismo, A3 x 3 su matriz
asociada, 1 = 5 es un autovalor de A. Justificar si son verdaderas o
a) Si f (1,1, 0) = (2, 2, 0) y A = 0 A es diagonalizable.
b) Si A es diagonalizable 1 = 5 es un autovalor doble de A.
c) Si f (0, 0, 2) = (0, 0,10) 1 = 5 es un autovalor triple de A.
227
MATEMTICAS I
d) Si f (0, 4, 0) = (0,12, 0) y A = 30 1 = 5 es un autovalor doble
de A.
SOLUCIN:
a) Verdadero.
f (1,1, 0) = (2, 2, 0) f (1,1, 0) = 2(1,1, 0) 2 = 2 es un autovalor de
A, y (1,1, 0) es un vector propio de A asociado al autovalor 2 = 2.
Por otro lado A = 0 1 2 3 = 0 5 2 3 = 0 3 = 0, con lo
cual A tiene sus tres autovalores simples, para todos ellos la
multiplicidad algebraica y geomtrica vale 1, luego A es diagonalizable.
b) Falso.
Basta tomar como ejemplo:
5 0 0

A = 0 4 0 , al ser una matriz diagonal sus autovalores son los
0 0 6

elementos de la diagonal, 1 = 5, 2 = 4, 3 = 6, A es diagonalizable
por tener todos sus autovalores simples y 1 = 5 no es un autovalor
doble.
c) Falso.
f (0, 0, 2) = (0, 0,10) = 5(0, 0, 2) , esto solo nos dice que 1 = 5, es un
autovalor de A, cosa que ya sabamos, y que (0, 0, 2) es un vector propio
asociado al autovalor 1 = 5.
Veamos que ocurre con la siguiente matriz:
0 0 0 0

A = 0 0 0 , x0 = 0 .
0 0 5 2

0 0 0 0 0

f ( x0 ) = Ax0 = 0 0 0 0 = 0
0 0 5 2 10

228
MATEMTICAS I
y sin embargo se tiene que 1 = 5, es un autovalor simple y 2 = 0 es
un autovalor doble de A .
d) Falso.
f (0, 4, 0) = (0,12, 0) f (0, 4, 0) = 3(0, 4, 0) esto nos dice que
2 = 3, es un autovalor de A y que (0, 4, 0) es un vector propio asociado
al autovalor 2 = 3.
Por otro lado A = 30 1 2 3 = 30 5 3 3 = 30 3 = 2
Los tres autovalores de A son simples luego 1 = 5 no es un autovalor
doble.
25. Sean A, B M nxn ( ). Justificar si son verdaderas o falsas las
a) Si A = B El polinomio caracterstico de A coincide con el de
B, es decir, PA ( ) = PB ( ).
b) Si A es simtrica y B es ortogonal ( B 1 = B t ) B 1 A B es
diagonalizable.
c) Si A y B son diagonalizables ( AB) 1 es diagonalizable.
d) Si A es semejante a B k / A = Bk
SOLUCIN:
a) Falso.
1 0 1 0
A= , B = , A = B
0 1 0 1
1 0
PA ( ) = A I = = (1 ) 2 = 2 2 + 1
0 1

1
= (1 ) = + 2 + 1
0
PB ( ) = B I = 2 2
1
0
PA ( ) PB ( ).
229
MATEMTICAS I
b) Verdadero.
Si comprobamos que B 1 A B es una matriz simtrica, esto nos
garantizara que es diagonalizable.
Sabemos que:
i ) B 1 = B t , por ser B ortogonal.
ii ) At = A, por ser A simtrica.
iii ) ( B t )t = B, B M nxn ( ).
Tenemos que ver B 1 A B, coincide con su traspuesta.
t
( B 1 A B)t = ( B t A B)t = B t At B t = B t A t B = B t A Bi) = B 1 A B, luego
B 1 A B es simtrica por tanto es diagonalizable.
c) Falso.
Si A y B son diagonalizables eso no nos garantiza ni siquiera que
exista ( AB) 1 , vemoslo con un ejemplo:
4 5 2 2
A= , B = , ambas matrices son diagonalizables, ya que
0 3 2 2
cada una de ellas tiene sus dos autovalores simples, 1 = 4, 2 = 3 y
18 18
1 = 4, 2 = 0 y sin embargo AB = , que no tiene inversa ya su
6 6
determinante vale cero.
d) Falso.
2 3 2 0
A= , B =
0 5 0 5
2 0
A es semejante a B ya que AD = = B.
0 5
1 1
Tenemos la relacin A = C 1 BC , siendo C = y sin embargo
0 1
230
MATEMTICAS I
k k
2 0 2 0 2 3
Bk = (1) =

= A, k / A B k , ya que
0 5 0 5k 0 5
0 3.
(1) La potencia de una matriz diagonal es tambin una matriz diagonal
con los elementos de la diagonal elevados a dicha potencia.
2 0 2 2
26. Dada la matriz A = 1 2

con , .
+ 0 + 2

a) A siempre es diagonalizable.
b) A es diagonalizable solo si = .
c) A es diagonalizable solo si .
d) A es diagonalizable solo si = 1.
SOLUCIN:
El polinomio caracterstico de A es:
2 0 2 2
PA ( ) = A I = 1 2 =
+ 0 + 2
(1) 2 2 2
= ( ) + + 2
=
= ( )( + 2 ) =
(2)
= ( ) ( ) .
2
(1) Desarrollando el determinante por la 2 a columna.

(2) El segundo factor se descompone resolviendo la ecuacin de
segundo grado en .
Luego A, tiene dos autovalores, 1 = (doble), 2 = (simple).
Si .
231
MATEMTICAS I
Tendremos que ver que ocurre con la multiplicidad geomtrica del
autovalor doble 1 = .
0 2 2 (1)

m1 = 3 rango [ A I ] = 3 rango 1 0 2 =
+ 0 2 + 2

2 2 (2)

= 3 rango 1 2 =
+ 2 + 2

2 2 (3)
= 3 rango =
1 2
= 3 rango (1 2 ) = 3 1 = 2 Si , A es diagonalizable.
(1) Se elimina la segunda columna ya que es toda nula.
(2) Se elimina la tercera fila ya que es la primera cambiada de signo.
(3) Se elimina la primera fila ya que es la segunda multiplicada por
.
Si =
0 0

A = 1 2 , 1 = (triple).
0 0

Tendremos que ver que ocurre con la multiplicidad geomtrica del
autovalor triple 1 = .
0 0 0

m1 = 3 rango [ A I ] = 3 rango 1 0 2 = 3 1 = 2 3
0 0 0

Si = , A no es diagonalizable.
a) Falso.
b) Falso.
232
MATEMTICAS I
c) Verdadero.
d) Falso.
27. Sean A, B M nxn ( ), A y B diagonalizables, adems A es
invertible. Justificar si son verdaderas o falsas las siguientes
afirmaciones.
a) A y B tienen el mismo polinomio caracterstico.
b) AB y BA tienen los mismos autovalores.
c) ( AB) 1 es diagonalizable.
d) A + B es diagonalizable.
SOLUCIN:
a) Falso.
No hay ninguna relacin entre A y B , por lo que se puede intuir que
entre sus polinomios caractersticos tampoco la va a haber.
2 7 1 1
A= , B = , ambas son diagonalizables ya que ambas
0 6 2 4
tienen todos sus autovalores simples, 1 = 2, 2 = 6, 1 = 2, 2 = 3, A es
invertible ya que A = 12 y sin embargo,
PA ( ) = (2 )(6 ) = 12 8 + 2
PA ( ) PB ( ).
PB ( )=(2 )(3 )=65 + 2

b) Verdadero.

PAB ( ) = AB I = AB AA1 =

= A( B A1 ) = A B A1

PBA ( ) = BA I = BA A1 A = ( B A1 ) A =

= ( B A1 ) A = B A1 A = A B A 1

PAB ( ) = PBA ( )
c) Falso.
Ni siquiera podemos asegurar que exista ( AB ) 1 .
233
MATEMTICAS I
2 7 1 1
A= , B = , ambas son diagonalizables, A es invertible
0 4 0 0
y sin embargo
2 2
AB = , es evidente que no tiene inversa.
0 0
d) Falso.
2 7 1 1
A= , B = ambas son diagonalizables, A es invertible y
0 5 0 3
sin embargo
3 6
A+ B = , no es diagonalizable, ya que 1 = 3 (doble), tiene
0 3
multiplicidad algebraica 2 y su multiplicidad geomtrica es 1.
28. Sea A M nxn ( ) una matriz diagonalizable en . Justificar si
son verdaderas o falsas las siguientes afirmaciones.
a) Bnxn es diagonalizable A + B es diagonalizable.
b) A > 0 i > 0 i = 1,...., n.
c) k / AK = I 0 no es un autovalor de A.
d) Existe una base de vectores propios de A ortonormales.
SOLUCIN:
a) Falso.
5 8 2 0
A= , B =
0 4 0 7
A y B son diagonalizables ya que ambas tienen todos sus autovalores
simples, 1 = 5, 2 = 4, 1 = 2, 2 = 7 , que se calculan de forma
inmediata al ser matrices triangulares, los autovalores son los elementos
de la diagonal principal. Sin embargo
234
MATEMTICAS I
3 8
A+ B = que no es diagonalizable ya que tiene un autovalor
0 3
doble, 1 = 3, y su multiplicidad geomtrica es:
m1 = dim( L(3) ) = 2 rango ( A + B ) 3I =
0 8
= 2 rango = 2 1 = 1.
0 0
b) Falso.
5 0 0

A = 0 4 0 , A = 120 > 0, y sin embargo sus autovalores son
0 0 6

1 = 5 < 0, 2 = 4 > 0, 3 = 6 < 0, que no son todos positivos.
c) Verdadera.
Si k / A k = I Ak = I Ak = 1 A = 1 A 0
k
1 2 ...... n 0 i 0, i , es decir, que cero no sea un

autovalor de A.
d) Falso.
La existencia de una base formada por vectores propios ortonormales
solo se puede garantizar si la matriz A fuese simtrica.
29. Sea Anxn una matriz semejante a una matriz diagonal D.
a) A D
b) A es necesariamente simtrica.
c) Ak es semejante a D k .
d) Ak no tiene porque ser diagonalizable.
SOLUCIN:
235
MATEMTICAS I
Si A es semejante a una matriz diagonal D, esto nos est diciendo que
C M nxn , invertible de manera que A = C D C 1
a) Falso.
Si A = C D C 1
(1) (2)
A = C D C 1 = C D C 1 = CD 1 = D A = D.
C
(1) P Q = P Q P, Q M nxn .
(2) C 1 = 1 C M nxn , invertible.

C
b) Falso.
Una matriz no necesita ser simtrica para ser diagonalizable.
3 15 3 0
A= , es semejante a D =
0 4 0 4
c) Verdadero.
A = C D C 1
Ak = (C D C 1 ) k =
k
= (C D C 1 )(C D C 1 ).............. (C D C 1 )(C D C 1 ) =
k
= C D C 1C D C 1.............. C D C 1C D C 1 =
k
= C D I D I .............. I D I D C 1 =
= C D k C 1 La matriz Ak es semejante a la matriz diagonal D k .
Nota:

d1 (d1 ) k

d2 ( d 2 )k
Si D = Dk =

k

d
n

(d )
n

d) Falso.
236
MATEMTICAS I
Como acabamos de ver en el apartado anterior, Ak es semejante a una
matriz diagonal, y eso es exactamente lo mismo que decir que Ak es
diagonalizable.
5 0 0

30. La matriz A = 0 0 p + 2, p , estudiar para que valores
0 2 p

de p es diagonalizable.
SOLUCIN:
Los autovalores de A son 1 = 5, 2 = 2, 3 = p + 2.
Habr algn autovalor con multiplicidad algebraica mayor que 1,
cuando 3 coincida con 1 o bien 3 coincida con 2 .
Primer caso
3 = 1 5 = p + 2 p = 3
5 0 0

Si p = 3 A = 0 0 5 con 1 = 5 (doble), 2 = 2.
0 2 3

0 0 0

m1 = 3 rango( A 5 I ) = 3 rango 0 5 5 = 3 1 = 2
0 2 2

luego para p = 3, A si es diagonalizable ya que el autovalor que es
doble tambin tiene multiplicidad geomtrica igual a 2.
Segundo caso
3 = 2 2 = p + 2 p = 4
5 0 0
Si p = 4 A = 0 0 2 con 1 = 5, 2 = 2 (doble)
0 2 4

m2 = 3 rango( A (2) I ) = 3 rango( A + 2 I ) =
237
MATEMTICAS I
7 0 0

= 3 rango 0 2 2 = 3 2 = 1 2
0 2 2

luego para p = 4, A no es diagonalizable ya que el autovalor que es
doble tiene multiplicidad geomtrica igual a 1.
En resumen A es diagonalizable p {4}
8 1 0
31. Dada la matriz A = 0 2 5 . Estudiar si es diagonalizable en
0 0 2

.
SOLUCIN:
Los autovalores de A son 1 = 8, 2 = 2 (doble), ambos reales.
1 = 8 , es simple, coinciden sus multiplicidades algebraica y
geomtrica.
2 = 2 (doble), vamos a ver cunto vale su multiplicidad geomtrica..
6 1 0

m2 = 3 rango( A 2 I ) = 3 rango 0 0 5 = 3 2 = 1.
0 0 0

A no es diagonalizable ya que para el autovalor que no es simple no
coinciden las multiplicidades.
32. Sabiendo que el polinomio caracterstico de la matriz
2 1 3

A = 1 0 1 , es
3 1 2

PA ( ) = 3 4 2 + 7 + 10 = ( 5 )( 1 )( 2 )
3
Obtener una base de , formada por vectores propios de A
SOLUCIN:
238
MATEMTICAS I
A es una matriz simtrica y tiene tres autovalores simples
1 = 5, 2 = 1, 3 = 2.
Si calculamos sus subespacios propios correspondientes obtenemos:
L( 5) {
= x 3
}
/ ( A + 5I ) x = 0 =
3 1 3 x 0
3
= x / 1 5 1 y = 0 =
3 1 3 z 0

x 0
3
3 1 3
= x / y = 0 =
1 5 1
z 0
=< (1, 0,1) >
L( 1) {
= x 3
}
/ ( A + I ) x = 0 =<(1,2,1)>
L(2) {
= x 3
}
/ ( A 2 I ) x = 0 =< (1,1,1) >
A la vista de estos resultados el conjunto {{1, 0,1},{1, 2,1}, {1,1,1}} es

3
una base de , formada por vectores propios de A.
33. Sean A, B M nxn ( ) . Justificar si son verdaderas o falsas las
a) Si A y B son diagonalizables entonces A + B es diagonalizable.
b) Si A B = 0 entonces cero es un autovalor de A y de B.
c) Si A es diagonalizable y A B entonces B es diagonalizable.
SOLUCIN:
a) Falso.
Vemoslo con un ejemplo.
3 0 3 1
A= , B =
1 4 0 4
239
MATEMTICAS I
A y B son diagonalizables ya que ambas tienen dos autovalores
simples 1 = 3, 2 = 4 y 1 = 3, 2 = 4 y sin embargo
0 1
A+ B = no es diagonalizable ya que sus autovalores son
1 0
complejos 1 = i, 2 = i.
b) Falso.
1 1 3 1
A= , B =
1 1 0 4
3 5
A B = = 0, y sin embargo cero no es un autovalor de B.
3 5
c) Verdadero.
A es diagonalizable P invertible y D diagonal tal que D = P 1 AP

A B Q invertible tal que B = Q 1 AQ
D = P 1 AP A = PDP 1 1 1
1 B = Q PDP Q =
B = Q AQ B = Q AQ
1
= ( P 1Q ) D ( P 1Q ) B es semejante a la matriz diagonal D con

1
matriz de paso P 1Q B es diagonalizable.

d) Falso.
34. Alguna de las siguientes matrices podra ser una matriz
asociada al endomorfismo:
3 1 1
f: 3
------- 3
siendo A = 1 2 0 ?
x ------- f ( x ) = Ax 2 1 0

1 0 0 3 0 0 1 0 0

a) 0 1 0 b) 0 1 0 c) 0 3 0
0 0 3 0 0 1 0 0 1

240
MATEMTICAS I
SOLUCIN:
Los autovalores y subespacios propios de A son, 1 = 3 (simple),
2 = 1 (doble)
L(3) =< (1,1,1) >; L(1) =< (1, 1,1) > , con lo cual A no es diagonalizable,
luego no es semejante a ninguna matriz diagonal y como todas las
matrices asociadas a un endomorfismo son semejantes entre si, ninguna
de las matrices a), b) y c) es una matriz asociada a f .
35. Dada una matriz A M 3 x 3 ( ) cuyos autovalores son: 1 , 1 , 2 .
a) Si E = {( x, y, z ) 3
/ y 2 z = 0} es un subespacio propio de A
entonces A es diagonalizable.
b) A2 tiene todos sus autovalores distintos.
c) A2 es diagonalizable.
2 0 0

d) A es semejante a la matriz D = 0 1 0
0 0 1

SOLUCIN:
a) Verdadero.
dim( E ) = 3 rango(0,1, 2) = 3 1 = 2, luego E = L(1) ya que el 1 es el
nico autovalor doble.
Se tendr entonces:
1 = 1; 1 = 2 = m1
2 = 2; 2 = 1 = m2
con lo cual A es diagonalizable.
b) Falso.
Los autovalores de A2 son 1 = 12 = 1, 2 = 12 = 1, 3 = 22 = 4, luego el
1 es un autovalor doble de A2 .
c) Falso.
241
MATEMTICAS I
Eso solo se podra garantizar si A fuese diagonalizable, pero no
sabemos si el autovalor 1, tiene un subespacio propio de dimensin 2.
d) Falso.
Decir que A D es equivalente a decir que A es diagonalizable y eso
no lo podemos garantizar ya que no sabemos si el autovalor 1, tiene un
subespacio propio de dimensin 2.
36. Sea A M 4 x 4 ( ) . Sean los subespacios de 4
siguientes:
V1 = {( x, y, z, t ) 4
/ z t = 0}
x + y + 3 z + 2t = 0

V2 = ( x, y, z, t ) 4
/ y + 2 z + 2t = 0
z + 4t = 0

x + y z 3t = 0
V3 = ( x, y, z, t ) 4
/
y z + 5t = 0
a) Si V1 y V2 son los subespacios propios de A entonces A es no
diagonalizable.
b) Si V2 y V3 son los subespacios propios de A entonces A es
diagonalizable.
c) V1 y V3 podran ser los subespacios propios de A.
SOLUCIN:
dim(V1 ) = 4 rango ( 0 0 1 1) = 4 1 = 3
1 1 3 2

dim(V2 ) = 4 rango 0 1 2 2 = 4 3 = 1
0 0 1 4

1 1 1 3
dim(V3 ) = 4 rango = 42 = 2
0 1 1 5
a) Faslo.
242
MATEMTICAS I
4
Ya que podemos construir una base de formada por vectores propios
de A, 3 de una base de V1 junto con uno de una base de V2 .
b) Falso.
Ya que no podemos construir una base de 4 formada por vectores
propios de A, ya que solo disponemos de 3 vectores propios linealmente
independientes uno de una base de V2 junto con dos de una base de V2 .
c) Falso.
V1 y V3 no podran ser los subespacios propios de A, ya que ello es
necesario que su interseccin sea solo el vector nulo. Sabemos que:
Como V1 y V3 son subespacios de 4
, dim(V1 V3 ) dim( 4
)=4
Por otro lado tambin sabemos que:
dim(V1 V3 ) = dim(V1 ) + dim(V3 ) dim(V1 V3 ) 3 + 2 4 = 1.
Luego la interseccin de V1 y V3 no es solamente el vector nulo.
3 2 0

37. Dada la matriz A = 2 3 0 , k . Estudiar cuando es
0 0 k 2 1

diagonalizable.
SOLUCIN:
La matriz A es simtrica, luego es diagonalizable k .
38. Sean A, B M nxn ( ), A y B son diagonalizables en , de
manera que ambas tienen los mismos subespacios propios. Justificar
si son verdaderas o falsas las siguientes afirmaciones.
a) A + B es diagonalizable.
b) A B es diagonalizable.
c) Los autovalores de A y B son los mismos.
SOLUCIN:
a) Falso.
243
MATEMTICAS I
2 0 2 1
A= ; B =
1 5 0 5
A y B son diagonalizables ya que ambas tienen dos autovalores
0 1
simples y sin embargo A + B = que no es diagonalizable ya que
1 0
sus autovalores son 1 = i, 2 = i.
b) Verdadero.
n
Una matriz es diagonalizable si existe una base de formada por
vectores propios de esa matriz.
A es diagonalizable {x1 , x2 ,...., xn } una base de n
formada por
vectores propios de A.
B es diagonalizable {x1 , x2 ,...., xn } una base de n
formada por
vectores propios de B.
Para ambas matrices podemos tomar la misma base de vectores propios
ya que ambas tienen los mismos subespacios propios.
Vamos a ver que esa tambin es una base de vectores propios de AB.
Axi = i xi
ABxi = Ai xi = i Axi = i i xi
Bxi = i xi
ABxi = i i xi xi es un vector propio de AB asociado al autovalor
i i
{x1 , x2 ,...., xn } es una base de n
formada por vectores propios de AB,
por tanto AB es diagonalizable.
Otra forma de haber llegado a este resultado es:
Si A es diagonalizable entonces A es semejante a una matriz diagonal
D1 con matriz de paso P, tenindose la relacin
D1 = P 1 AP A = PD1 P 1
244
MATEMTICAS I
Si B es diagonalizable entonces B es semejante a una matriz diagonal
D2 con matriz de paso P, tenindose la relacin
D2 = P 1 BP B = PD2 P 1
Para ambas matrices podemos tomar la misma matriz de paso ya que
ambas tienen los mismos subespacios propios y las columnas de la matriz
de paso son vectroes propios linealmente independientes.
AB = PD1 P 1 PD2 P 1 = PD1 D2 P 1 ; D3 = D1 D2 es una nueva matriz
diagonal. Tenemos que AB = PD3 P 1 , esto nos est diciendo que AB es
semejante a la matriz diagonal D3 con matriz de paso P, luego AB es
diagonalizable.
c) Falso.
2 0 1 = 2 L(2) =< (1, 0) >
A=
0 5 2 = 5 L(5) =< (0,1) >
3 0 1 = 3 L(3) =< (1, 0) >
B=
0 4 2 = 4 L(4) =< (0,1) >
A y B tienen los mismos subespacios propios pero no tienen los
mismos autovalores.
39. Sea A M 3 x 3 ( ) y 1 , 2 , 3 sus autovalores (reales).
Se sabe que: dim(V1 ) = 1 y dim(V2 ) = 2 . Justificar si son
verdaderas o falsas las siguientes afirmaciones.
b) 3 = 1
c) 3 = 2
SOLUCIN:
a) Falso.
245
MATEMTICAS I
3
A si es diagonalizable ya que podemos construir una base de
formada por vectores propios de A, uno correspondiente a 1 y dos
correspondientes a 2 .
b) Falso.
3 1 ya que si 3 = 1 , entonces necesariamente 2 sera un
autovalor simple y esto no es as ya que su subespacio propio es de
dimensin 2.
c) Verdadero.
1 2 , puesto que sus subespacios propios son distintos, 2 es un
autovalor doble ya que su subespacio propio es de dimensin 2,
necesariamente 3 = 2 .
d) Falso.
40. Sea la matriz A M 3 x 3 ( ) y sea su polinomio caracterstico
PA = 3 + 5 . Justificar si son verdaderas o falsas las siguientes
afirmaciones.
a) A no tiene inversa.
b) 0 es un autovalor de A .
c) A1 = 5 A3
d) A1 = 1 A2
5
SOLUCIN:
Sabemos por el Teorema de Cayley-Halmilton que toda matriz A es
solucin de su ecuacin caracterstica. Es decir PA ( A) = 0nxn . En este
caso en particular obtendremos que:
A3 + 5 I = 0 A3 = 5I A. A2 = 5 I
A1 ( A. A2 ) = A1 5 I ( A1 A ) A2 = 5 A1
IA2 = 5 A1 A2 = 5 A1 A1 = 15 A2 .
a) Falso.
246
MATEMTICAS I
Sabemos que el determinante de A es el trmino independiente de su
polinomio caracterstico, A = b0 = 5 0, luego A tiene inversa.
b) Falso.
0 no es un autovalor de A porque A = 5 = 12 3 i 0, i = 1, 2, 3.
c) Falso.
d) Verdadero.
41. Sea A3 x 3 ( ) una matriz cuadrada idempotente, es decir, A2 = A ,
distinta de la identidad y de la matriz nula. Justificar cual de los
polinomios es un posible polinomio caracterstico de A es:
a) p1 ( ) = ( + 1) 2 b) p2 ( ) = 3
c) p3 ( ) = ( 2 ) d) p4 ( ) = 3 + 1
SOLUCIN:
Sabemos por el teorema de Cayley-Hamilton que toda matriz es
solucin de su ecuacin caracterstica. Vamos a ver en cual de estos
polinomios al evaluarlos en A nos da la matriz nula.
a) Falso.
p1 ( A) = ( A + I ) A2 = ( A + I ) A = A2 A = A A = 2 A 03 x 3 ; ya
que A no es la matriz nula.
b) Falso.
p2 ( A) = A3 = A2 A = AA = A2 = A 03 x 3 ; ya que A no es la
matriz nula.
c) Verdadero.
p3 ( A) = A( A2 A) = A( A A) = A(03 x 3 ) = 03 x 3 , Luego p3 ( )
podra ser el polinomio caracterstico de A
d) Falso.
p4 ( A) = A3 + I = A2 A + I = AA + I = A + I 03 x 3 ; ya que A no
es la matriz identidad.
247
MATEMTICAS I
BIBLIOGRAFA
[1] BURGOS, J. lgebra Lineal y Geometra Cartesiana. McGraw-
Hill. Madrid, 1999.
[2] DE LA VILLA, A. Problemas de lgebra. Clagsa. Madrid, 1994.
[3] GROSSMANN, S.I. lgebra Lineal con aplicaciones. McGraw-
Hill. Mxico, 1996.
[4] GUERRA, N.; LPEZ, B. Problemas resueltos tipo test de lgebra
Lineal (Con esquemas tericos). El Libro Tcnico. Las Palmas de G.C.,
1999.
[5] LAY DAVID C. Algebra lineal y sus aplicaciones. Addison
Wesley Longman. Mxico 1999.
[6] NOBLE, B.; DANIEL, J.W. lgebra Lineal Aplicada. Prentice-
Hall, Inc. Mxico, 1989.
248
MATEMTICAS I

Diagonalizacion

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diagonalizacion

Cargado por

Copyright:

Formatos disponibles

Diagonalizacin de endomorfismos

Si es un autovalor de A y A es invertible entonces 1 es un

2. Multiplicidad algebraica y geomtrica de un autovalor.

Si 1 y 2 son autovalores de A, 1 2 , entonces L1 L2 = {0}.

A y At tienen los mismos autovalores.

Si A es invertible, u es un vector propio de A1 asociado a 1 .

6. Diagonalizacin por congruencia

2. Hallar los autovalores y subespacios propios de la matriz

= ( 2 )( 1 )(1 ) 1 6 (2(1 ) + 3(1 ) + (2 )) =

Los autovalores de A son

3. Sabiendo que el polinomio caracterstico de la matriz

A la vista de estos resultados el conjunto {{1, 0,1}, {1, 2,1}, {1,1,1}} es

6. Sean u = (1, 0,1) , v = (1,1, 0 ) y w = ( 0,1,1) tres autovectores del

Si 1 = 0 , tenemos el subespacio propio L(0) = x { n

11. Dada la aplicacin lineal f : 3

por lo tanto A slo admite 1 autovector linealmente independiente.

dim( Im( f )) = rang ( A) = 3 Im( f ) = 3

Como f es sobreyectiva e inyectiva, entonces f es biyectiva.

dim( L0 ) = 1 2 = multiplicidad algebraica de 0 B no es

Luego, cuando k es impar, Ak = C t D k C = C t DC = A.

(1) Desarrollando el determinante por la 2 a columna.

1 2 ...... n 0 i 0, i , es decir, que cero no sea un

(2) C 1 = 1 C M nxn , invertible.

A la vista de estos resultados el conjunto {{1, 0,1},{1, 2,1}, {1,1,1}} es

= ( P 1Q ) D ( P 1Q ) B es semejante a la matriz diagonal D con

matriz de paso P 1Q B es diagonalizable.

También podría gustarte