Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bracamonte P. Mireya R.
2020
k Definición
Sea A una matriz cuadrada de orden n, con entradas en un campo K. λ ∈ K es
llamado valor propio (valor caracterı́stico o eigenvalue) de A si existe un vector
X ∈ Kn no nulo tal que AX = λX.
k Definición
k Definición
Sea A una matriz cuadrada de orden n, con entradas en un campo K. λ ∈ K es
llamado valor propio (valor caracterı́stico o eigenvalue) de A si existe un vector
X ∈ Kn no nulo tal que AX = λX.
k Definición
k Definición
Sea A una matriz cuadrada de orden n, con entradas en un campo K. λ ∈ K es
llamado valor propio (valor caracterı́stico o eigenvalue) de A si existe un vector
X ∈ Kn no nulo tal que AX = λX.
k Definición
Sea T : V → V un operador lineal en el K−espacio vectorial V de dimensión n. λ ∈ K
es llamado valor propio (valor caracterı́stico o eigenvalue) de T si existe un vector
v ∈ V no nulo, tal que T (v) = λv.
k Definición
Sea A una matriz cuadrada de orden n, con entradas en un campo K. λ ∈ K es
llamado valor propio (valor caracterı́stico o eigenvalue) de A si existe un vector
X ∈ Kn no nulo tal que AX = λX.
k Definición
Sea T : V → V un operador lineal en el K−espacio vectorial V de dimensión n. λ ∈ K
es llamado valor propio (valor caracterı́stico o eigenvalue) de T si existe un vector
v ∈ V no nulo, tal que T (v) = λv.
[T (v)]B = [λv]B .
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T un operador lineal en V . Si
B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de T respecto de
la base B. λ es un valor propio de T si, y sólo si λ es un valor propio de [T ]B .
[T (v)]B = [λv]B .
[T ]B [v]B = λ[v]B .
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T un operador lineal en V . Si
B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de T respecto de
la base B. λ es un valor propio de T si, y sólo si λ es un valor propio de [T ]B .
[T (v)]B = [λv]B .
[T ]B [v]B = λ[v]B .
[T ]B ,
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T : V → V una transformación
lineal en V . Si B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de
T respecto de la base B. λ es un valor propio de T si, y sólo si λ es un valor propio
de [T ]B .
[T ]B X = λX.
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T : V → V una transformación
lineal en V . Si B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de
T respecto de la base B. λ es un valor propio de T si, y sólo si λ es un valor propio
de [T ]B .
[T ]B X = λX.
Se define v = λ1 v1 + λ2 v2 + · · · + λn vn ∈ V .
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T : V → V una transformación
lineal en V . Si B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de
T respecto de la base B. λ es un valor propio de T si, y sólo si λ es un valor propio
de [T ]B .
[T ]B X = λX.
Se define v = λ1 v1 + λ2 v2 + · · · + λn vn ∈ V .
[T ]B [v]B = λ[v]B
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T : V → V una transformación
lineal en V . Si B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de
T respecto de la base B. λ es un valor propio de T si, y sólo si λ es un valor propio
de [T ]B .
[T ]B X = λX.
Se define v = λ1 v1 + λ2 v2 + · · · + λn vn ∈ V .
[T ]B [v]B = λ[v]B
[T (v)]B = [λv]B .
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T : V → V una transformación
lineal en V . Si B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de
T respecto de la base B. λ es un valor propio de T si, y sólo si λ es un valor propio
de [T ]B .
[T ]B X = λX.
Se define v = λ1 v1 + λ2 v2 + · · · + λn vn ∈ V .
[T ]B [v]B = λ[v]B
[T (v)]B = [λv]B .
T (v) = λv.
k Teorema
Sea V un K−espacio vectorial de dimensión n y sea T : V → V una transformación
lineal en V . Si B = {v1 , v2 , . . . , vn } es una base de V , considérese la matriz [T ]B de
T respecto de la base B. λ es un valor propio de T si, y sólo si λ es un valor propio
de [T ]B .
[T ]B X = λX.
Se define v = λ1 v1 + λ2 v2 + · · · + λn vn ∈ V .
[T ]B [v]B = λ[v]B
[T (v)]B = [λv]B .
T (v) = λv.
§ Solución.
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
2 1
3 4
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
2 1 x
3 4 y
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
2 1 x x
= 5
3 4 y y
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
2 1 x x
= 5
3 4 y y
2x + y x
= 5 .
3x + 4y y
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
2 1 x x
= 5
3 4 y y
2x + y x
= 5 .
3x + 4y y
2x + y = 5x
3x + 4y = 5y
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
2 1 x x
= 5
3 4 y y
2x + y x
= 5 .
3x + 4y y
2x + y = 5x −3x + y = 0
o de forma equivalente
3x + 4y = 5y 3x − y = 0
Ejemplo
λ = 5 es un valor propio de A la matriz
2 1
A= .
3 4
x
§ Solución. Determinar si existe un vector
y
2 1 x x
= 5
3 4 y y
2x + y x
= 5 .
3x + 4y y
2x + y = 5x −3x + y = 0
o de forma equivalente
3x + 4y = 5y 3x − y = 0
x
Eso implica que todo vector de la forma para x ∈ R corresponde a un vector
3x
propio asociado a λ = 5.
Ejemplo
§ Solución.
x
Eso implica que todo vector de la forma para x ∈ R corresponde a un vector
3x
propio asociado a λ = 5.
Ejemplo
§ Solución.
x
Eso implica que todo vector de la forma para x ∈ R corresponde a un vector
3x
propio asociado a λ = 5.
2 1 1
AX =
3 4 3
Ejemplo
§ Solución.
x
Eso implica que todo vector de la forma para x ∈ R corresponde a un vector
3x
propio asociado a λ = 5.
2 1 1 5
AX = =
3 4 3 15
Ejemplo
§ Solución.
x
Eso implica que todo vector de la forma para x ∈ R corresponde a un vector
3x
propio asociado a λ = 5.
2 1 1 5 1
AX = = =5
3 4 3 15 3
Ejemplo
§ Solución.
x
Eso implica que todo vector de la forma para x ∈ R corresponde a un vector
3x
propio asociado a λ = 5.
2 1 1 5 1
AX = = =5 = 5X.
3 4 3 15 3
k Teorema
Sea A una matriz cuadrada, λ es un valor propio de A si, y sólo si det(A − λI) = 0.
k Teorema
Sea A una matriz cuadrada, λ es un valor propio de A si, y sólo si det(A − λI) = 0.
Demostración. Equivalencias
k Teorema
Sea A una matriz cuadrada, λ es un valor propio de A si, y sólo si det(A − λI) = 0.
Demostración. Equivalencias
l λ es un valor propio de A,
k Teorema
Sea A una matriz cuadrada, λ es un valor propio de A si, y sólo si det(A − λI) = 0.
Demostración. Equivalencias
l λ es un valor propio de A,
l existe un vector no nulo X ∈ Kn que AX = λX.
k Teorema
Sea A una matriz cuadrada, λ es un valor propio de A si, y sólo si det(A − λI) = 0.
Demostración. Equivalencias
l λ es un valor propio de A,
l existe un vector no nulo X ∈ Kn que AX = λX.
l (A − λI)X = 0Kn , ( sistema homogéneo de ecuaciones lineales )
k Teorema
Sea A una matriz cuadrada, λ es un valor propio de A si, y sólo si det(A − λI) = 0.
Demostración. Equivalencias
l λ es un valor propio de A,
l existe un vector no nulo X ∈ Kn que AX = λX.
l (A − λI)X = 0Kn , ( sistema homogéneo de ecuaciones lineales )
l A − λI es no invertible
k Teorema
Sea A una matriz cuadrada, λ es un valor propio de A si, y sólo si det(A − λI) = 0.
Demostración. Equivalencias
l λ es un valor propio de A,
l existe un vector no nulo X ∈ Kn que AX = λX.
l (A − λI)X = 0Kn , ( sistema homogéneo de ecuaciones lineales )
l A − λI es no invertible
l det(A − λI) = 0. o
Ejemplo
3 2 8
Sea B = 0 5 7 . Determinar los valores propios de B.
0 0 7
§ Solución.
Ejemplo
3 2 8
Sea B = 0 5 7 . Determinar los valores propios de B.
0 0 7
§ Solución.
det(B − λI) = 0
Ejemplo
3 2 8
Sea B = 0 5 7 . Determinar los valores propios de B.
0 0 7
§ Solución.
det(B − λI) = 0
3−λ 2 8
det 0 5−λ 7 = 0
0 0 7−λ
Ejemplo
3 2 8
Sea B = 0 5 7 . Determinar los valores propios de B.
0 0 7
§ Solución.
det(B − λI) = 0
3−λ 2 8
det 0 5−λ 7 = 0
0 0 7−λ
(3 − λ)(5 − λ)(7 − λ) = 0.
Ejemplo
3 2 8
Sea B = 0 5 7 . Determinar los valores propios de B.
0 0 7
§ Solución.
det(B − λI) = 0
3−λ 2 8
det 0 5−λ 7 = 0
0 0 7−λ
(3 − λ)(5 − λ)(7 − λ) = 0.
5 9
Determine los valores propios de la matriz A = .
2 2
§ Solución. Note que
Ejemplo
5 9
Determine los valores propios de la matriz A = .
2 2
§ Solución. Note que
5 9
Determine los valores propios de la matriz A = .
2 2
§ Solución. Note que
5−λ 9
p(λ) = det(A − λI) = det
2 2−λ
Ejemplo
5 9
Determine los valores propios de la matriz A = .
2 2
§ Solución. Note que
5−λ 9
p(λ) = det(A − λI) = det = (5 − λ)(2 − λ) − 18
2 2−λ
Ejemplo
5 9
Determine los valores propios de la matriz A = .
2 2
§ Solución. Note que
5−λ 9
p(λ) = det(A − λI) = det = (5 − λ)(2 − λ) − 18
2 2−λ
= λ2 − 7λ − 8 = (λ − 8)(λ + 1).
Ejemplo
5 9
Determine los valores propios de la matriz A = .
2 2
§ Solución. Note que
5−λ 9
p(λ) = det(A − λI) = det = (5 − λ)(2 − λ) − 18
2 2−λ
= λ2 − 7λ − 8 = (λ − 8)(λ + 1).
1 0
Determinar los valores propios de la matriz B = .
8 1
§ Solución.
Ejemplo
1 0
Determinar los valores propios de la matriz B = .
8 1
§ Solución.
1 0
Determinar los valores propios de la matriz B = .
8 1
§ Solución.
1−λ 0
p(λ) = det(B − λI) = det
8 1−λ
Ejemplo
1 0
Determinar los valores propios de la matriz B = .
8 1
§ Solución.
1−λ 0
p(λ) = det(B − λI) = det = (1 − λ)2 .
8 1−λ
Ejemplo
1 0
Determinar los valores propios de la matriz B = .
8 1
§ Solución.
1−λ 0
p(λ) = det(B − λI) = det = (1 − λ)2 .
8 1−λ
λ = 1.
Dos matrices cuadradas ambas de orden n, A y B, se dicen semejantes
Dos matrices cuadradas ambas de orden n, A y B, se dicen semejantes
B = P −1 AP o de forma equivalente A = P BP −1 .
Sean A y B dos matrices semejantes.
Sean A y B dos matrices semejantes.
B = P −1 AP
Sean A y B dos matrices semejantes.
B = P −1 AP
B − λI = P −1 AP − λI
Sean A y B dos matrices semejantes.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
Sean A y B dos matrices semejantes.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
Sean A y B dos matrices semejantes.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
Sean A y B dos matrices semejantes.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
det(B − λI)
Sean A y B dos matrices semejantes.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
B = P −1 AP
B − λI = P −1 AP − λI
= P −1 AP − λP −1 P
= (P −1 A − λP −1 )P
= P −1 (A − λI)P.
k Teorema
Matrices semejantes tienen los mismos valores propios.
k Teorema
Sea A una matriz cuadrada de orden n y sea λ1 , λ2 , ..., λm valores caracterı́sticos
distintos de A con vectores caracterÃsticos correspondientes v1 , v2 , ..., vm . Entonces
{v1 , v2 , ..., vm } es un conjunto linealmente independiente.
Demostración.
k Teorema
Sea A una matriz cuadrada de orden n y sea λ1 , λ2 , ..., λm valores caracterı́sticos
distintos de A con vectores caracterÃsticos correspondientes v1 , v2 , ..., vm . Entonces
{v1 , v2 , ..., vm } es un conjunto linealmente independiente.
α1 (λ1 − λk+1 )v1 + α2 (λ2 − λk+1 )v2 + · · · + αk (λk − λk+1 )vk = 0Kn .
k Teorema
Sea A una matriz cuadrada de orden n y sea λ1 , λ2 , ..., λm valores caracterı́sticos
distintos de A con vectores caracterÃsticos correspondientes v1 , v2 , ..., vm . Entonces
{v1 , v2 , ..., vm } es un conjunto linealmente independiente.
α1 (λ1 − λk+1 )v1 + α2 (λ2 − λk+1 )v2 + · · · + αk (λk − λk+1 )vk = 0Kn .
αi (λi − λk+1 ) = 0 i = 1, 2, . . . , k.
k Teorema
Sea A una matriz cuadrada de orden n y sea λ1 , λ2 , ..., λm valores caracterı́sticos
distintos de A con vectores caracterÃsticos correspondientes v1 , v2 , ..., vm . Entonces
{v1 , v2 , ..., vm } es un conjunto linealmente independiente.
α1 (λ1 − λk+1 )v1 + α2 (λ2 − λk+1 )v2 + · · · + αk (λk − λk+1 )vk = 0Kn .
αi (λi − λk+1 ) = 0 i = 1, 2, . . . , k.
α1 (λ1 − λk+1 )v1 + α2 (λ2 − λk+1 )v2 + · · · + αk (λk − λk+1 )vk = 0Kn .
αi (λi − λk+1 ) = 0 i = 1, 2, . . . , k.
α1 (λ1 − λk+1 )v1 + α2 (λ2 − λk+1 )v2 + · · · + αk (λk − λk+1 )vk = 0Kn .
αi (λi − λk+1 ) = 0 i = 1, 2, . . . , k.
k Definición
Sea A una matriz cuadrada de orden n y sea λ un valor propio de A. Se define el
espacio propio (espacio caracterı́stico o eigenspace) de la matriz A correspondiente al
valor propio λ, por
Eλ = {x ∈ Kn : Ax = λx}.
Espacios propios
k Definición
Sea A una matriz cuadrada de orden n y sea λ un valor propio de A. Se define el
espacio propio (espacio caracterı́stico o eigenspace) de la matriz A correspondiente al
valor propio λ, por
Eλ = {x ∈ Kn : Ax = λx}.
k Teorema
Eλ es un subespacio de Kn .
Espacios propios
k Definición
Sea A una matriz cuadrada de orden n y sea λ un valor propio de A. Se define el
espacio propio (espacio caracterı́stico o eigenspace) de la matriz A correspondiente al
valor propio λ, por
Eλ = {x ∈ Kn : Ax = λx}.
k Teorema
Eλ es un subespacio de Kn .
k Teorema
Sean λ1 , λ2 dos valores propios diferentes de una matriz cuadrada A. Entonces
Eλ1 ∩ Eλ2 = {0Kn }.
Demostración.
k Teorema
Sean λ1 , λ2 dos valores propios diferentes de una matriz cuadrada A. Entonces
Eλ1 ∩ Eλ2 = {0Kn }.
Ax = λ1 x y Ax = λ2 x.
k Teorema
Sean λ1 , λ2 dos valores propios diferentes de una matriz cuadrada A. Entonces
Eλ1 ∩ Eλ2 = {0Kn }.
Ax = λ1 x y Ax = λ2 x.
λ1 x = λ2 x
k Teorema
Sean λ1 , λ2 dos valores propios diferentes de una matriz cuadrada A. Entonces
Eλ1 ∩ Eλ2 = {0Kn }.
Ax = λ1 x y Ax = λ2 x.
λ1 x = λ2 x
λ1 x − λ2 x = 0Kn
k Teorema
Sean λ1 , λ2 dos valores propios diferentes de una matriz cuadrada A. Entonces
Eλ1 ∩ Eλ2 = {0Kn }.
Ax = λ1 x y Ax = λ2 x.
λ1 x = λ2 x
λ1 x − λ2 x = 0Kn
(λ1 − λ2 )x = 0Kn .
k Teorema
Sean λ1 , λ2 dos valores propios diferentes de una matriz cuadrada A. Entonces
Eλ1 ∩ Eλ2 = {0Kn }.
Ax = λ1 x y Ax = λ2 x.
λ1 x = λ2 x
λ1 x − λ2 x = 0Kn
(λ1 − λ2 )x = 0Kn .
§ Solución.
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
§ Solución.
§ Solución.
1−λ 3 0
p(λ) = det(A − λI) = det 0 −2 − λ 0
0 6 1−λ
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
§ Solución.
1−λ 3 0
p(λ) = det(A − λI) = det 0 −2 − λ 0
0 6 1−λ
p(λ) = (1 − λ)(−2 − λ)(1 − λ).
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
§ Solución.
1−λ 3 0
p(λ) = det(A − λI) = det 0 −2 − λ 0
0 6 1−λ
p(λ) = (1 − λ)(−2 − λ)(1 − λ).
§ Solución.
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
§ Solución.
1−λ 3 0 x1 0
0 −2 − λ 0 x2 = 0 .
0 6 1−λ x3 0
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
§ Solución.
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0
0 −3 0 0
0 6 0 0
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0 0 1 0 0
0 −3 0 0 ∼ 0 0 0 0 .
0 6 0 0 0 0 0 0
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0 0 1 0 0
0 −3 0 0 ∼ 0 0 0 0 .
0 6 0 0 0 0 0 0
x1
x2 ∈ Eλ=1
x3
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0 0 1 0 0
0 −3 0 0 ∼ 0 0 0 0 .
0 6 0 0 0 0 0 0
x1
x2 ∈ Eλ=1 si y sólo si x2 = 0,
x3
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0 0 1 0 0
0 −3 0 0 ∼ 0 0 0 0 .
0 6 0 0 0 0 0 0
x1
x2 ∈ Eλ=1 si y sólo si x2 = 0,
x3
x1
0
x3
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0 0 1 0 0
0 −3 0 0 ∼ 0 0 0 0 .
0 6 0 0 0 0 0 0
x1
x2 ∈ Eλ=1 si y sólo si x2 = 0,
x3
x1 1
0 = x1 0
x3 0
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0 0 1 0 0
0 −3 0 0 ∼ 0 0 0 0 .
0 6 0 0 0 0 0 0
x1
x2 ∈ Eλ=1 si y sólo si x2 = 0,
x3
x1 1 0
0 = x1 0 + x3 0 .
x3 0 1
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
0 3 0 0 0 1 0 0
0 −3 0 0 ∼ 0 0 0 0 .
0 6 0 0 0 0 0 0
x1
x2 ∈ Eλ=1 si y sólo si x2 = 0,
x3
x1 1 0
0 = x1 0 + x3 0 .
x3 0 1
1 0
Eλ=1 = gen 0 , 0 .
0 1
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
§ Solución.
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
x23 2
1
= x3 .
2 2
x3 1
k Ejemplo
1 3 0
Determinar los espacios propios de la matriz 0 −2 0 .
0 6 1
x23 2
1
= x3 .
2 2
x3 1
1
1
2
Eλ=−2 = gen
1 = gen
1 .
2 2
1
k Ejemplo
0 0 3
Determinar los espacios propios de la matriz A = 1 0 −1 .
0 1 3
§ Solución.
k Ejemplo
0 0 3
Determinar los espacios propios de la matriz A = 1 0 −1 .
0 1 3
§ Solución.
§ Solución.
§ Solución.
1
Eλ1 =3 = gen 0
1
k Ejemplo
0 0 3
Determinar los espacios propios de la matriz A = 1 0 −1 .
0 1 3
§ Solución.
1
Eλ1 =3 = gen 0
1
3i
Eλ2 =i = gen 3−i
1
k Ejemplo
0 0 3
Determinar los espacios propios de la matriz A = 1 0 −1 .
0 1 3
§ Solución.
1
Eλ1 =3 = gen 0
1
3i
Eλ2 =i = gen 3−i
1
3i
Eλ3 =−i = gen −3 − i .
1