ESCUELA POLITÉCNICA SUPERIOR

Grado en Ingeniería del Diseño Industrial y Desarrollo del Producto

Doble Grado en Ing. del Diseño Industrial y Desarrollo del Producto e Ing. Mecánica
Grado en Ingeniería Química Industrial

MATEMÁTICAS I EJERCICIOS DEL TEMA 4

1.- Obtener los autovalores reales y bases para los subespacios propios asociados a cada autovalor de las
siguientes matrices
à ! à ! à ! à !
10 −9 0 3 0 0 1 0
a) , b) , c) , d)
4 −2 4 0 0 0 0 1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
4 0 1 −1 0 1 5 0 1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
e) ⎝ −2 1 0 ⎠ f ) ⎝ −1 3 0 ⎠ g) ⎝ 1 1 0 ⎠
−2 0 1 −4 13 −1 −7 1 0

Solución:
©¡ ¢ª
a) Autovalor λ = 4 con m.a. (λ = 4) = 2, V (4) = lin 32 , 1
√ √ ¡ √ ¢ ©¡ √ ¢ª ¡ √ ¢ ©¡ √ ¢ª
b) Autovalores λ1 = 2 3 y λ2 = −2 3, V 2 3 = lin 1, 23 3 y V 2 3 = lin 1, − 23 3 .
c) Autovalor λ = 0 con m.a. (λ = 0) = 2, V (0) = lin {(1, 0) , (0, 1)}
d) Autovalor λ = 1 con m.a. (λ = 1) = 2, V (1) = lin {(1, 0) , (0, 1)}
e) Autovalores λ1 = 1, λ2 = 2 y λ3 = 3, V (1) = lin {(0, 1, 0)} , V (2) = lin {(1, −2, −2)} y V (3) =
lin {(−1, 1, 1)}
f) Autovalor λ = 2, con m.a. (λ = 2) = 1, V (2) = lin {(1, 1, 3)}
g) Autovalor λ = 2 con m.a. (λ = 2) = 3, V (2) = lin {(1, 1, −3)}
⎛ ⎞
10 −9 0 0
⎜ 4 −2 0 0 ⎟
⎜ ⎟
2.- Calcular los autovalores de la matriz ⎜ ⎟
⎝ 0 0 −2 −7 ⎠
0 0 1 2
©¡ ¢ª
Solución: Autovalor λ = 4 con m.a. (λ = 4) = 2, V (4) = lin 32 , 1, 0, 0 .

3.- Comprobar que si λ es un autovalor de A con autovector asociado x, entonces λn es autovalor de An

con autovector asociado x. Encontrar
⎛ los autovalores
⎞ y bases para los subespacios propios asociados
−1 −2 −2
25 ⎜ ⎟
de la matriz A , siendo A = ⎝ 1 2 1 ⎠.
−1 −1 0

Solución:
Si λ0 es un autovalor de A con autovector asociado x, entonces se verifica que Ax = λ0 x ⇒ A2 x =
A(Ax) = A (λ0 x) = λ0 Ax = λ20 x y, por inducción, se tiene que An x = λn0 x. Esto demuestra que λn0 es
autovalor de An con autovector asociado x (el mismo que para λ0 ).
Si queremos calcular los autovalores y autovectores de A25 es suficiente con que se calculen los de A y
se utilize la información anterior.
 Calculamos el polinomio característico de la matriz A.
|A − λI| = − (1 − λ)2 (λ + 1) . Luego, los autovalores de A son λ = 1 de m.a.(λ = 1) = 2 y λ = −1 de
m.a.(λ = −1) = 1. Los autovalores de A25 serán 125 = 1 y (−1)25 = −1.
Los autovectores asociados a 125 = 1 son los mismos que los asociados a 1, y los asociados a (−1)25
son los mismos que los asociados a −1. Por tanto, calculamos los subespacios propios asociados a 1 y
−1.
Para
⎛ calcular el subespacio
⎞ ⎛ ⎞ propio
⎛ ⎞V (1) debemos resolver el sistema homogéneo (A − I)x = 0 ⇒
−2 −2 −2 x 0
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 1 1 1 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠ . Obtenemos que V (1) = lin {(−1, 1, 0) , (−1, 0, 1)} .
−1 −1 −1 z 0
Ahora, obtenemos el subespacio propio V (−1). Igual que antes (A + I)x = 0 ⇒
⎛ ⎞⎛ ⎞ ⎛ ⎞
0 −2 −2 x 0
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 1 3 1 ⎠⎝ y ⎠ = ⎝ 0 ⎠ . Obtenemos que V (−1) = lin {(2, −1, 1)} .
−1 −1 1 z 0
Por tanto, los autovalores de A25 son 1 con subespacio propio asociado V (1) = lin {(−1, 1, 0) , (−1, 0, 1)}
y −1 con subespacio propio asociado V (−1) = lin {(2, −1, 1)} .

4.- a) Justificar que el número 0 no puede ser autovalor de una matriz invertible.
1
b) Comprobar que si λ es un autovalor de A con autovector asociado x, entonces es autovalor de
λ
A−1 con autovector asociado x.
⎛ ⎞
−2 2 3
⎜ ⎟
c) Encontrar los autovalores y autovectores de A−1 , siendo A = ⎝ −2 3 2 ⎠ .
−4 2 5
Solución:
a) Si λ = 0 fuese autovalor de A, entonces |A − 0I| = |A| = 0, y de aquí deducimos que no existe la
inversa de A.
b) Si A tiene inversa y λ0 6= 0 es un autovalor de A con autovector asociado u se verifica Au = λ0 u ⇒
A−1 Au = A−1 (λ0 u) ⇒ u = λ0 A−1 u ⇒ A−1 u = λ10 u, por tanto λ10 es autovalor de A−1 con el mismo
autovector asociado u.
c) Según lo visto en el apartado (b), para calcular los autovectores y autovalores de A−1 no es necesario
calcular previamente esta matriz. Es suficiente con que calculemos autovalores y autovectores de A.
Calculamos el polinomio característico de A.
¯ ¯
¯ −2 − λ 2 3 ¯
¯ ¯
¯ ¯
|A − λI| = ¯ −2 3−λ 2 ¯ = (2 − λ)(1 − λ)(3 − λ).
¯ ¯
¯ −4 2 5−λ ¯
Luego, los autovalores de A son 1, 2 y 3, y los de A−1 son 1, 1/2 y 1/3.
Los autovectores de A−1 asociados a 1, 1/2 y 1/3 son los mismos que los asociados de A a 1, 2 y 3
respectivamente.
Para
⎛ calcular⎞el⎛subespacio
⎞ ⎛ propio
⎞ V (1) debemos resolver el sistema homogéneo (A − I)x = 0 ⇒
−3 2 3 x 0
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ −2 2 2 ⎠ ⎝ ⎠ ⎝ 0 ⎠ . Resulta que V (1) = lin {(1, 0, 1)} .
y =
−4 2 4 z 0
 Procediendo de la misma forma con los otros autovalores se obtiene que V (2) = lin {(1, 2, 0)} y V (3) =
lin {(1, 1, 1)}.

5.- Determinar cuáles de las siguientes matrices son diagonalizables

⎛ ⎞ ⎛ ⎞
à ! à ! 4 0 0 0 2 −1 0 1
2 0 2 −3 ⎜ 1 −1 0 0 ⎟ ⎜ 0 2 1 −1 ⎟
⎜ ⎟ ⎜ ⎟
a) , b) , c) ⎜ ⎟, d) ⎜ ⎟
1 2 1 −1 ⎝ 0 1 2 0 ⎠ ⎝ 0 0 3 2 ⎠
0 1 4 3 0 0 0 3

Solución
a) No es diagonalizable.
b) No es diagonalizable.
⎛ ⎞
4 0 0 0
⎜ 1 −1 0 0 ⎟
⎜ ⎟
c) Los autovalores de la matriz ⎜ ⎟ son: 4, −1, 2 y 3. Como todos ellos son distintos
⎝ 0 1 2 0 ⎠
0 1 4 3
entre sí la matriz es diagonalizable.
⎛ ⎞
2 −1 0 1
⎜ 0 2 1 −1 ⎟
⎜ ⎟
d) Los autovalores de la matriz ⎜ ⎟ son: 2, de m.a.(λ = 2) = 2, y 3 de m.a.(λ = 3) =
⎝ 0 0 3 2 ⎠
0 0 0 3
2.
Para saber si es o no diagonalizable es suficiente con conocer la dimensión del subespacio propio
V (2) = N (A − 2I) y del subespacio V (3) = N (A − 3I). Como dim V (2) = 1, tenemos, por tanto, que
la m.a.(λ = 2) no coincide con la m.g.(λ = 2) y esta matriz no es diagonalizable.

6.- Determinar si las siguientes matrices son diagonalizables y en caso afirmativo encontrar una matriz de
paso P y obtener P −1 AP.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 4 −2 5 0 0 0 0 0
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a) ⎝ −3 4 0 ⎠ , b) ⎝ 1 5 0 ⎠ , c) ⎝ 0 0 0 ⎠
−3 1 3 0 1 5 3 0 1

Solución
a) Autovalores λ1 = 2, λ2 = 3 y λ3 = 1, V (2) = lin {(2, 3, 3)} , V (3) = lin {(1, 3, 4)} y V (1) =
lin {(1, 1, 1)} .
⎛ ⎞
2 1 1
⎜ ⎟
Una matriz de paso es P = ⎝ 3 3 1 ⎠ .
3 4 1
⎛ ⎞
5 0 0
⎜ ⎟
b) Los autovalores de la matriz ⎝ 1 5 0 ⎠ son λ = 5 de m.a.(λ = 5) = 3. Calculamos ahora la
0 1 5
m.g. de este autovalor. Para ello es suficiente con que estudiemos la dimensión del subespacio propio
V (5) = N (A − 5I). Resulta ser dimV (5) = 1. Como la m.a.(λ = 5) y la m.g.(λ = 5) no coinciden,
tenemos que la matriz no es diagonalizable.
 ⎛ ⎞
0 0 0
⎜ ⎟
c) Los autovalores de ⎝ 0 0 0 ⎠ son λ = 0 de m.a.(λ = 0) = 2 y λ = 1 de m.a.(λ = 1) = 1.
3 0 1
Calculamos la m.g. del autovalor λ = 0 (para λ = 1 sabemos que m.a.(λ = 1) = m.g.(λ = 1) = 1).
Necesitamos estudiar V (0) y V (1). Para ello, resolvemos el sistema de ecuaciones homogéneo (A − 0I) x =
0.
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
0 0 0 x1 0 ⎪
⎨ x1 = −t
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 0 0 0 ⎠ ⎝ x2 ⎠ = ⎝ 0 ⎠ ⇒ {3x1 + x3 = 0 ⇒ x2 = s , V (0) = lin {(−1, 0, 3) , (0, 1, 0)} .
⎪
⎩
3 0 1 x3 0 x3 = 3t
Ahora buscamos una base de V (1) y, para ello, resolvemos el sistema homogéneo (A − I) x = 0.
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 0 0 x1 0 −1 0 0 0 1 0 0 0 (
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ x1 = 0
⎝ 0 −1 0 ⎠ ⎝ x2 ⎠ = ⎝ 0 ⎠ ⇒ ⎝ 0 −1 0 0 ⎠ −→ ⎝ 0 1 0 0 ⎠ ⇒ ⇒
x2 = 0
3 0 0 x3 0 3 0 0 0 0 0 0 0
⎧
⎪
⎨ x1 = 0
x2 = 0 , luego V (1) = lin {(0, 0, 1)} .
⎪
⎩ x =t
3
⎛ ⎞ ⎛ ⎞
−1 0 0 0 0 0
⎜ ⎟ ⎜ ⎟
Por tanto P = ⎝ 0 1 0 ⎠ y D = P −1 AP = ⎝ 0 0 0 ⎠ . Observemos que |P | = −1 6= 0, por
3 0 1 0 0 1
lo tanto los tres autovectores obtenidos son linealmente independientes.

7.- Encontrar una matriz cuadrada de orden dos cuyos autovalores sean 1 y 2 y tal que V (1) = lin {(1, 1)}
y V (2) = lin {(1, 0)} .

Solución:
Sabemos que una matriz de orden dos que tenga dos autovalores distintos es diagonalizable y que
una matriz de paso está Ãdeterminada
! porÃautovectores
! linealmente independientes. En este caso
2 0 1 1
A = P DP −1 , donde D = yP =
0 1 0 1
à ! à !à !à !
1 −1 1 1 2 0 1 −1
Como P = F12 (1), entonces P −1 = F12 (−1) = yA= =
0 1 0 1 0 1 0 1
à !à ! à !
2 1 1 −1 2 −1
= .
0 1 0 1 0 1
à !à ! à ! à ! à !à ! à !
2 −1 1 2 1 2 −1 1 1
Comprobamos que = =2 y = .
0 1 0 0 0 0 1 1 1

8.- Encontrar una matriz cuadrada de orden tres cuyos autovalores sean −1 y 2 y tal que V (2) =
© ª
lin {(1, 1, −1)} y V (−1) = (x, y, z) ∈ R3 : x − z = 0 .
Solución:
⎛ ⎞
1/2 0 −3/2
⎜ ⎟
A = ⎝ 3/2 −1 −3/2 ⎠ .
−3/2 0 1/2

9.- Encontrar una matriz de paso ortogonal que diagonalize ortogonalmente a cada una de las siguientes
matrices.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
à ! 1 1 0 2 −1 −1 3 2 4 5 4 2
6 −2 ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a) , b) ⎝ 1 1 0 ⎠ , c) ⎝ −1 2 −1 ⎠ , d) ⎝ 2 0 2 ⎠ , e) ⎝ 4 5 2 ⎠ .
−2 3
0 0 0 −1 −1 2 4 2 3 2 2 2

Solución:
à √ √ ! à !
1/ 5 −2/ 5 2 0
a) P = √ √ yD=
2/ 5 1/ 5 0 7
⎛ ⎞
1 1 0
⎜ ⎟
b) Calculamos el polinomio característico de la matriz A = ⎝ 1 1 0 ⎠
0 0 0
¯ ¯
¯ 1−λ 1 0 ¯¯ ¯ ¯
¯ ¯ 1−λ 1 ¯¯ ³ ´
¯ ¯ ¯ 2
|A − λI| = ¯ 1 1−λ 0 ¯ = −λ ¯ ¯ = −λ (1 − λ) − 1 = −λ2 (λ − 2), luego los
¯ ¯ ¯ 1 1−λ ¯
¯ 0 0 −λ ¯
autovalores son λ = 0 de m.a.(λ = 0) = 2 y λ = 2 de m.a.(λ = 2) = 1
Obtenemos el subespacio propio asociado al autovalor λ = 0. Para ello, debemos resolver el sistema
de ecuaciones homogéneo (A − 0I) x = 0.
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎧
1 1 0 x 0 1 1 0 0 1 1 0 0 ⎪
⎨ x = −t
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ 1 1 0 ⎠⎝ y ⎠ = ⎝ 0 ⎠ ⇒ ⎝ 1 1 0 0 ⎠ → ⎝ 0 0 0 0 ⎠ ⇒ {x + y = 0 ⇒ y=t ,
⎪
⎩ z=s
0 0 0 z 0 0 0 0 0 0 0 0 0
luego V (0) = lin {(−1, 1, 0) , (0, 0, 1)} .
Obtenemos el subespacio propio asociado al autovalor λ = 2. Para ello, debemos resolver el sistema
de ecuaciones homogéneo (A − 2I) x = 0.
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 1 0 x 0 −1 1 0 0 1 −1 0 0 (
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ x−y =0
⎝ 1 −1 0 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠ ⇒ ⎝ 1 −1 0 0 ⎠ −→ ⎝ 0 0 1 0 ⎠⇒ ⇒
z=0
0 0 −2 z 0 0 0 −2 0 0 0 0 0
⎧
⎪
⎨ x=t
y = t , luego V (2) = lin {(1, 1, 0)} .
⎪
⎩ z=0

Como los autovectores de la matriz {(−1, 1, 0) , (0, 0, 1) , (1, 1, 0)} son ortogonales, normalizando obte-
nemos una base de vectores
⎛ ortonormales
√ y√una⎞matriz de paso ortogonal. Por lo⎛tanto una matriz ⎞ de
−1/ 2 0 1/ 2 0 0 0
⎜ √ √ ⎟ ⎜ ⎟
paso ortogonal será P = ⎝ 1/ 2 0 1/ 2 ⎠ y la matriz diagonal será D = ⎝ 0 0 0 ⎠ .
0 1 0 0 0 2
⎛ √ √ √ ⎞ ⎛ ⎞
1/ 3 −1/ 2 −1/ 6 0 0 0
⎜ √ √ √ ⎟ ⎜ ⎟
c) P = ⎝ 1/ 3 1/ 2 −1/ 6 ⎠ y D = ⎝ 0 3 0 ⎠
√ √
1/ 3 0 2/ 6 0 0 3
⎛ √ ⎞ ⎛ ⎞
2/3 0 5/3 8 0 0
⎜ √ √ ⎟ ⎜ ⎟
d) P = ⎝ 1/3 −2/ 5 −2 5/15 ⎠ y la matriz diagonal será D = ⎝ 0 −1 0 ⎠
√ √
2/3 1/ 5 −4 5/15 0 0 −1
⎛ ⎞
5 4 2
⎜ ⎟
e) Calculamos el polinomio característico de la matriz A = ⎝ 4 5 2 ⎠
2 2 2
 ¯ ¯
¯ 5−λ 4 2 ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ ¯ ¯ 5−λ 2 ¯ ¯ 4 2 ¯ ¯ 4 5−λ ¯
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
|A − λI| = ¯ 4 5−λ 2 ¯ = (5 − λ) ¯ ¯ − 4 ¯ ¯ + 2 ¯ ¯
¯ ¯ ¯ 2 2−λ ¯ ¯ 2 2−λ ¯ ¯ 2 2 ¯
¯ 2 2 2−λ ¯

= − (λ − 1)2 (λ−10). Luego los autovalores son λ = 1 de m.a.(λ = 1) = 2 y λ = 10 de m.a.(λ = 10) = 1

Obtenemos el subespacio propio asociado al autovalor λ = 1. Para ello, debemos resolver el sistema
de ecuaciones homogéneo (A − I) x = 0.
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1
4 4 2 x 0 4 4 2 0 1 1 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ 2
⎟ ©
⎝ 4 4 2 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠ ⇒ ⎝ 4 4 2 0 ⎠ −→ ⎝ 0 0 0 0 ⎠ ⇒ x + y + 12 z = 0 ⇒
2 2 1 z 0 2 2 1 0 0 0 0 0
⎧
⎪
⎨ x = −t − s
y=t , luego V (0) = lin {(−1, 1, 0) , (−1, 0, 2)} .
⎪
⎩ z = 2s

Obtenemos el subespacio propio asociado al autovalor λ = 10. Para ello, debemos resolver el sistema
de ecuaciones homogéneo (A − 10I) x = 0.
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−5 4 2 x 0 −5 4 2 0 1 1 −4 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ 4 −5 2 y
⎠⎝ ⎠ ⎝ ⎠= 0 ⇒ ⎝ 4 −5 2 0 ⎠ −→ ⎝ 0 1 −2 0 ⎠
2 2 −8 z 0 2 2 −8 0 0 0 0 0
⎧
( ⎪
x + y − 4z = 0 ⎨ x = 2t
⇒ ⇒ y = 2t , luego V (10) = lin {(2, 2, 1)} .
y − 2z = 0 ⎪
⎩ z=t

Comprobamos que los autovectores correspondientes a autovalores distintos nos salen ortogonales
(−1, 1, 0) · (2, 2, 1) = 0 y (−1, 0, 2) · (2, 2, 1) = 0.
⎛ ⎞
−1 −1 2
⎜ ⎟
Una matriz de paso sería P = ⎝ 1 0 2 ⎠, pero esta matriz no es ortogonal. Buscamos una
0 2 1
matriz de paso P que sí sea ortogonal. Para ello, seleccionamos una base de V (1) que sea ortogonal
por el método de Gram-Schmidt

v1 = u1 = (−1, 1, 0)
µ ¶
u2 · v1 1 1 1
v2 = u2 − v1 = (−1, 0, 2) − (−1, 1, 0) = − ,− ,2
v1 · v1 2 2 2

Tomamos como v2 = (−1, −1, 4) . Comprobamos v1 · v2 = 0 y que (2, 2, 1) · (−1, −1, 4) = 0. Ahora
tenemos una base ortogonal de autovectores {(2, 2, 1) , (−1, 1, 0) , (−1, −1, 4)} . Normalizando esta base
obtenemos una base ortonormal y la matriz de paso ortogonal que buscábamos:
⎛ √ √ ⎞
−1/ 2 −1/ 18 2/3
⎜ √ √ ⎟
P = ⎝ 1/ 2 −1/ 18 2/3 ⎠
√
0 4/ 18 1/3

10.- Los autovalores de una matriz simétrica A, de orden tres, son 1, −2 y 3 y los subespacios propios
asociados son V (1) = lin {(1, 1, −1)} , V (−2) = lin {(0, 1, 1)} . Obtener una base para V (3) y averiguar
cuál es la matriz A.

Solución:
 Como A es simétrica los autovectores correspondientes a autovalores distintos ( son ortogonales. De
x+y−z =0
aquí V (3) ⊥ V (1) y V (3) ⊥ V (−2). Por tanto (x, y, z) ∈ V (3) si y sólo si , es decir,
y+z =0
V (3) = lin {(2, −1, 1)} . Por último
⎛ √ √ ⎞⎛ ⎞⎛ √ √ √ ⎞
1/ 3 0 2/ 6 1 0 0 1/ 3 1/ 3 −1/ 3
⎜ √ √ √ ⎟⎜ ⎟⎜ √ √ ⎟
A = P DP T = ⎝ 1/ 3 1/ 2 −1/ 6 ⎠ ⎝ 0 −2 0 ⎠ ⎝ 0 1/ 2 1/ 2 ⎠
√ √ √ √ √ √
−1/ 3 1/ 2 1/ 6 0 0 3 2/ 6 −1/ 6 1/ 6
⎛ √ √ ⎞⎛ √ √ √ ⎞ ⎛ ⎞
1/ 3 0 6/ 6 1/ 3 1/ 3 −1/ 3 14/6 −4/6 4/6
⎜ √ √ √ ⎟⎜ √ √ ⎟ ⎜ ⎟
= ⎝ 1/ 3 −2/ 2 −3/ 6 ⎠ ⎝ 0 1/ 2 1/ 2 ⎠ = ⎝ −4/6 −1/6 −11/6 ⎠ .
√ √ √ √ √ √
−1/ 3 −2/ 2 3/ 6 2/ 6 −1/ 6 1/ 6 4/6 −11/6 −1/6

11.- De una matriz simétrica de orden tres se sabe que tiene por autovalores 1 y −1 y que V (1) =
© ª
(x, y, z) ∈ R3 : x + y + z = 0 . Obtener la matriz.

Solución:
Como A es simétrica de orden tres tiene tres autovalores reales, y los autovectores correspondientes a
autovalores distintos son ortogonales.
Como dim(V (1)) = 2, tenemos que m.a.(λ = 1) = m.g(λ = 1) = 2 y m.a.(λ = −1) = m.g(λ = −1) =
1.
© ª
Como V (1) = (x, y, z) ∈ R3 : x + y + z = 0 = lin {(1, −1, 0), (0, 1, −1)} y se debe⎛ verificar que⎞
1 1 0
⊥ −1 ⎜ ⎟
V (−1) = V (1) se tiene que V (−1) = lin {(1, 1, 1)} . Por tanto A = P DP donde P = ⎝ 1 −1 1 ⎠
1 0 −1
⎛ ⎞
−1 0 0
⎜ ⎟
y D = ⎝ 0 1 0 ⎠. Si queremos calcular A, tendríamos que calcular previamente P −1 . Ahora bien,
0 0 1
como A es simétrica, sabemos que se puede seleccionar una matriz de paso P que sea ortogonal con
lo que obtendríamos P −1 = P T .
Utilizamos el método de Gram-Schmidt para ortonormalizar la base de V (1).
v1 = (1, −1, 0)
v2 = (0, 1, −1) − (−1/2)(1, −1, 0) = (1/2, 1/2, −1) . Tomamos como v2 = (1, 1, −2) .
Comprobamos que (1, −1, 0) · (1, 1, −2) = 0, (1, 1, 1) · (1, 1, −2) = 0 y (1, 1, 1) · (1, −1, 0) = 0. La matriz
de paso que estamos buscando es
⎛ √ √ √ ⎞
1/ 3 1/ 2 1/ 6
⎜ √ √ √ ⎟
P = ⎝ 1/ 3 −1/ 2 1/ 6 ⎠
√ √
1/ 3 0 −2/ 6
y la matriz
⎛√ √ √ ⎞⎛ ⎞⎛ √ √ √ ⎞
1/ 3 1/ 2 1/ 6 −1 0 0 1/ 3 1/ 3 1/ 3
⎜ √ √ √ ⎟⎜ ⎟⎜ √ √ ⎟
A = ⎝ 1/ 3 −1/ 2 1/ 6 ⎠ ⎝ 0 1 0 ⎠ ⎝ 1/ 2 −1/ 2
√ ⎠
0
√ √ √ √
1/ 3 0 −2/ 6 0 0 1 1/ 6 1/ 6 −2/ 6
⎛ √ √ √ ⎞⎛ √ √ √ ⎞ ⎛ ⎞
−1/ 3 1/ 2 1/ 6 1/ 3 1/ 3 1/ 3 1 −2 −2
⎜ √ √ √ ⎟⎜ √ √ ⎟ 1⎜ ⎟
= ⎝ −1/ 3 −1/ 2 1/ 6 ⎠ ⎝ 1/ 2 −1/ 2 =
√ ⎠ 3⎝
0 −2 1 −2 ⎠
√ √ √ √
−1/ 3 0 −2/ 6 1/ 6 1/ 6 −2/ 6 −2 −2 1