4.

DIAGONALIZACIÓN DE ENDOMORFISMOS

PROBLEMAS
⎛ −2 3 ⎞
1. Hallar los autovalores de la matriz A = ⎜ ⎟.
⎝ 2 −1⎠
SOLUCIÓN:
Tenemos que hallar su polinomio característico y luego hallar sus raíces.
⎛ −2 3 ⎞ ⎛ 1 0 ⎞ ⎛ −2 − λ 3 ⎞
p A (λ ) = A − λ I = ⎜ ⎟−λ⎜ ⎟ =⎜ ⎟ =
⎝ 2 −1 ⎠ ⎝0 1⎠ ⎝ 2 −1 − λ ⎠

= ( −2 − λ )( −1 − λ ) − 6 = −4 + 3λ + λ 2 y resolvemos la ecuación
característica
−4 + 3λ + λ 2 = 0 , obteniendo que sus raíces son λ1 = −4 y λ2 = 1.

2. Hallar los autovalores y subespacios propios de la matriz

⎛ −2 −3 1⎞
⎜ ⎟
A = ⎜ −1 −1 1⎟ .
⎜ 2 1 1⎟
⎝ ⎠
SOLUCIÓN:
Tenemos que hallar su polinomio característico y luego hallar sus raíces.
⎛ −2 − λ −3 1 ⎞
⎜ ⎟
p A (λ ) = A − λ I = ⎜ −1 −1 − λ 1 ⎟ =
⎜ 2 1 − λ ⎟⎠
⎝ 1

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

= −4 + 7λ − 2λ 2 − λ 3 = − ( −4 − λ )(1 − λ )
2

Los autovalores de A son

 λ1 = −4 , simple, es decir, α1 = 1 y
λ2 = 1 , doble, es decir, α 2 = 2 .
Vamos a calcular los subespacios propios correspondientes a cada uno
de ellos.
Para λ1 = −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 ⎞ ⎫
⎪ 3 ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪
= ⎨ x ∈ \ / ⎜ 0 3 3 ⎟ ⎜ y ⎟ = ⎜ 0 ⎟⎬ =
⎪ ⎜ 0 4 4 ⎟ ⎜ z ⎟ ⎜ 0 ⎟⎪
⎩ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎭
⎧ x = −2 z ⎫
= ⎨ x ∈ \3 / ⎬ =< (−2, −1,1) >
⎩ y = −z ⎭
Para λ2 = 1

92
 L(1) { }
= x ∈ \3 / ( A − I ) x = 0 =

{ }
= x ∈ \ 3 / ( A + 4) I ) x = 0 =
⎧ ⎛ −3 −3 1 ⎞ ⎛ x ⎞ ⎛ 0 ⎞ ⎫
⎪ 3 ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪
= ⎨ x ∈ \ / ⎜ −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 ⎞ ⎫
⎪ 3 ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪
= ⎨ x ∈ \ / ⎜ 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 ⎭⎪

3. Sabiendo que el polinomio característico de la matriz

⎛ −2 −1 −3 ⎞
⎜ ⎟
A = ⎜ −1 0 1 ⎟
⎜ −3 1 −2 ⎟
⎝ ⎠
es PA (λ ) = −λ 3 − 4λ 2 + 7λ + 10 = ( −5 − λ )( −1 − λ )( 2 − λ )

Obtener si es posible una base de \ 3 , formada por vectores propios

de A
SOLUCIÓN:
Los autovalores de A son λ1 = −5, λ2 = −1, λ3 = 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

una base de \ 3 , 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.
a) Si Ax1 = λ x1 y Bx1 = µ x1 entonces λ + µ es un autovalor de A + B.
b) Si Ax1 = λ x1 y Bx1 = µ x1 entonces x1 no es un vector propio de
A⋅ B
c) Si Ax1 = λ x1 y Ax2 = µ x2 entonces x1 + x2 es un vector propio
asociado a λ + µ respecto de A.
SOLUCIÓN:
a) Verdadero.
( A + B) x1 = Ax1 + Bx1 = λ x1 + µ x1 = (λ + µ ) x1 , por tanto λ + µ es un
autovalor de A + B, y x1 es un vector propio asociado a λ + µ respecto
de A + B.
b) Falso.
Basta efectuar el producto:

94
 A ⋅ B ⋅ x1 = A ⋅ µ x1 = µ A ⋅ x1 = µλ x1 ⇒ AB x1 = µλ x1 , por tanto x1 si es
un vector propio de A ⋅ B, asociado al autovalor λµ .
c) Falso.
A( x1 + x2 ) = Ax1 + Ax2 = λ x1 + µ x2 ≠ (λ + µ )( 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, λ1 = 3, λ2 = 8, y λ1 + λ2 = 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 λ1 = −2
ii) (1, −1,1) es un vector propio asociado a λ2 = 1
Calcular el valor de b.
SOLUCIÓN:
Si (−1, 0,1) es un vector propio asociado a λ1 = −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 λ2 = 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 además que
f ( 2, 2, 2 ) = ( 4, 0, 3) . Calcular los autovalores de f
SOLUCIÓN:
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
podrá poner como combinación lineal de u , v y w . Posteriormente
utilizando la linealidad de un endomorfismo, podremos calcular los
autovalores de f .
( 2, 2, 2 ) = α (1, 0,1) + β (1,1, 0 ) + γ ( 0,1,1)
α + β = 2⎫
⎪
β + γ = 2⎬ ⇒ α = β = γ = 1
α + γ = 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) =
= λ1 (1, 0,1) + λ2 (1,1, 0 ) + λ3 ( 0,1,1) =
= (λ1 + λ2 , λ2 + λ3 , λ1 + λ3 )

96
 4 = λ1 + λ2 ⎫⎪
⎪
0= λ2 +λ3 ⎪
⎬ ⇒ λ1 = 72, λ2 = 12, λ3 = −12
⎪
3 = λ1 + λ ⎪
3 ⎪⎭

7. Sea el espacio vectorial de \ 3 en el que se considera la base

canónica 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 .
SOLUCIÓN:
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) ⇒ λ = 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 ∈ \ 3 / 2 x + 11y − 7 z = 0} = ⎨ x ∈ \ 3 / x = ⎬=
⎩ 2 ⎭
⎧⎛ −11y + 7 z ⎞ ⎫
= ⎨⎜ , y, z ⎟ ∈ \ 3 / y, z ∈ \ 3 ⎬ =< (−11, 2, 0), ( 7, 0, 2 ) >⇒
⎩⎝ 2 ⎠ ⎭
⇒ dim( E ) = 2
Como la multiplicidad geométrica de un autovalor es siempre menor o
igual que la multiplicidad algebraica del mismo, de aquí obtenemos que
f tiene que tener un autovalor con multiplicidad algebraica ≥ 2.
Veamos si este subespacio corresponde al autovalor λ1 = 1 , una
condición necesaria para ello es que (6, 2, 5) ∈ E , sin embargo, vemos
que las coordenadas de (6, 2, 5) no cumplen la ecuación que define a los
vectores de E , pues 2·6 + 11·2 − 7·5 = −1 ≠ 0.
 Como las multiplicidades algebraicas tienen que sumar 3 = dim(\ 3 ), la
única posibilidad existente es que λ1 = 1 sea un autovalor simple y que
exista otro autovalor µ , doble.
Como la traza de la matriz asociada a f nos dicen que vale 5 y se sabe
que si λ1 , λ2 , λ3 son los autovalores de A, entonces,
Traza ( A) = λ1 + λ2 + λ3 en este caso se tendría:
1 + µ + µ = 5 ⇐⇒ 1 + 2µ = 5 ⇐⇒ µ = 2.
Luego los autovalores de f son 1, 2, 2.
λ 2 − λ.
⎛8 1 0⎞
8. Dada la matriz A = ⎜ 0 2 5 ⎟ . Estudiar si es diagonalizable en \ .
⎜ ⎟
⎜0 0 2⎟
⎝ ⎠
SOLUCIÓN:
Los autovalores de A son λ1 = 8, λ2 = 2 (doble), ambos reales.
λ1 = 8 es simple, coinciden sus multiplicidades algebraica y geométrica.
λ2 = 2 es doble, vamos a ver cuanto vale su multiplicidad geométrica.
⎛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.
9. ¿Cuáles 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⎟
⎝ ⎠ ⎝ ⎠
SOLUCIÓN:
a) Diagonalizable.

98
 Esta matriz tiene sus dos autovalores simples, que al ser una matriz
triangular son los elementos de su diagonal, λ1 = 1, λ2 = 4, con lo cual es
diagonalizable.
b) No diagonalizable.
Esta matriz tiene un autovalor doble, λ1 = 2, y su multiplicidad
geométrica 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, λ1 = 5, λ2 = 3, λ3 = 8, sus tres autovalores sor reales y
simples con lo cual es diagonalizable \ .
d) Diagonalizable.
Esta matriz tiene sus tres autovalores simples, λ1 = 8, λ2 = 1, λ3 = 4, con
lo cual es diagonalizable.
⎛3 0 0 0⎞
⎜ ⎟
0 2 0 0⎟
10. Sea A la siguiente matriz: A = ⎜ , k ∈ \ . Estudiar
⎜0 0 k 0⎟
⎜⎜ ⎟
⎝k 0 k 1 ⎟⎠
para que valores de k es diagonalizable la matriz.
SOLUCIÓN:
Los autovalores de A son:
λ1 = 3, λ2 = 2, λ3 = k y λ4 = 1
Si k ≠ 3 y k ≠ 2 y k ≠ 1 tendremos que A tiene 4 autovalores simples
y reales con lo cual A sería diagonalizable.
Vamos a estudiar los tres casos particulares de k , que hemos excluido.
a) k = 3
En este caso la matriz quedaría 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
λ1 = 3 (doble), λ2 = 2 (simple), y λ3 = 1 (simple).
El único autovalor cuyas multiplicidades algebraicas y geométricas
pueden no coincidir es el λ1 = 3. Veamos cuál es su multiplicidad
geométrica:
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 + 3z − 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 ) , ( 23 , 0, 0,1) >

Obtenemos que m1 = dim( L(3) ) = 2 = α1

Por tanto si k = 3, A es diagonalizable.
b) k = 2
En este caso la matriz quedaría de la siguiente forma:
⎛3 0 0 0⎞
⎜ ⎟
0 2 0 0⎟
A=⎜ , tenemos que A tiene los siguientes autovalores:
⎜0 0 2 0⎟
⎜⎜ ⎟
⎝2 0 2 1 ⎟⎠

00
 λ1 = 3 (simple), λ2 = 2 (doble), y λ3 = 1 (simple).
El único autovalor cuyas multiplicidades algebraicas y geométricas
pueden no coincidir es el λ2 = 2. Veamos cuál es su multiplicidad
geométrica:
⎧ ⎛1 0 0 0 ⎞ ⎛ x ⎞ ⎛ 0 ⎞⎫
⎪ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪
⎪ 0 0 0 0 ⎟ ⎜ y ⎟ ⎜ 0 ⎟⎪
L(2) = ⎨( x, y, z, t ) ∈ \ 4 / ⎜ = ⎬=
⎪ ⎜0 0 0 0 ⎟ ⎜ z ⎟ ⎜ 0 ⎟⎪
⎜⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪⎩ ⎝2 0 2 −1⎟⎠ ⎜⎝ t ⎟⎠ ⎜⎝ 0 ⎟⎠ ⎪⎭

⎧ 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 = α 2

Por tanto si k = 2, A es diagonalizable.
c) k = 1
En este caso la matriz quedaría de la siguiente forma:
⎛3 0 0 0⎞
⎜ ⎟
0 2 0 0⎟
A=⎜ , tenemos que A tiene los siguientes autovalores:
⎜0 0 1 0⎟
⎜⎜ ⎟
⎝1 0 1 1 ⎟⎠
λ1 = 3 (simple), λ2 = 2 (simple), y λ3 = 1 (doble).
El autovalor problemático es λ3 = 1 , cuya multiplicidad algebraica es 2 .
Veamos cuál es su multiplicidad geométrica.

{
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 ) ∈ \ / y = 0 ⎬ = ⎨( x, y, z, t ) ∈ \ / y = 0 ⎬ =
4 4

⎪ x + z = 0 ⎪⎭ ⎪⎩ z = 0 ⎪⎭
⎩
= {( 0, 0, 0, t ) ∈ \ 4 / t ∈ \} =< ( 0, 0, 0,1) >

Como m3 = dimL(1) = 1 ≠ 2 = α 3 , concluimos que la multiplicidad

geométrica del autovalor λ = 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.
11. Dada la aplicación 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⎟
⎝ ⎠
SOLUCIÓN:
La matriz A asociada a f respecto de la base canónica es aquella cuyas
columnas son las imágenes 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)

02
 ⎛2 1 0 ⎞
⎜ ⎟
Luego, la matriz asociada es A = ⎜ 0 1 −1⎟ , y su polinomio
⎜0 2 4 ⎟
⎝ ⎠
PA (λ ) = −λ 3 + 7λ 2 − 16λ + 12 = ( 2 − λ ) ( 3 − λ )
2
característico es
Tenemos entonces que sus autovalores son:
λ1 = 2, α1 = 2 ⎫
⎪
⎬
λ2 = 3, α 2 = 1 = m2 ⎪⎭
Calculamos la multiplicidad geométrica de λ1
m1 = n − rango( A − λ1 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
diagonalizable en \ , es decir no existe ninguna base de \ 3 respecto de
la cual la matriz asociada a f sea una matriz diagonal.
12. Sea A2 x 2 simétrica, λ1 = 1 y λ2 = −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
SOLUCIÓN:
a) Falso.
Toda matriz simétrica es diagonalizable.
b) Verdadero
 Sabemos que A es simétrica, por lo tanto, existe una matriz ortogonal
⎛1 0 ⎞
C , y una matriz diagonal D = ⎜ ⎟ que cumplen lo siguiente:
⎝ 0 −1 ⎠
k)
A = C t DC ⇒ Ak = (C t DC ) k = (C t DC )(C t DC )... (C t DC ) =
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 estaría
asociado a λ1 = 1 y el otro a λ2 = −1, que son autovalores diferentes.
El producto escalar de vectores propios asociados a autovalores
diferentes en una matriz simétrica tiene que ser nulo.
d) Falso.
A = λ1 ⋅ λ2 = 1 ⋅ (−1) = −1 ≠ 1.
13. Sea A ∈ M 4 x 4 (\), sus subespacios propios son:

⎧ x + y − 3z + t = 0 ⎫
⎪ ⎪
L1 = ⎨( x, y, z, t ) ∈ \ / y − z − 2t = 0 ⎬ y
4

⎪ x + 2 y − 4 z − t = 0 ⎪⎭
⎩
⎧ x + y − 3z + t = 0⎫
⎪ ⎪
L2 = ⎨( x, y, z, t ) ∈ \ / y + z − t = 0 ⎬
4

⎪ z − 4t = 0 ⎪
⎩ ⎭

04
Justificar si son verdaderas o falsas las siguientes afirmaciones.
a) A no es diagonalizable.
b) A es simétrica.
c) A tiene autovalores complejos, no reales.
d) Existe una base de \ 4 formada por vectores propios de A
SOLUCIÓN:
⎛ 1 1 −3 1 ⎞
⎜ ⎟
dim( L1 ) = dim(\ ) − rango( A) = 4 − rango ⎜ 0 1 −1 −2 ⎟ = 2
4

⎜ 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 − 3z + 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 ecuación.

 ⎧ x + y − 3z + t = 0⎫
L2 =⎨( x, y, z, t ) ∈ \ / y + z − t = 0 ⎪⎬=
⎪ 4

⎪ 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.
Sólo 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 debería suceder si A fuese simétrica
ya que en una matriz simétrica 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 simétrica.
c) Falso ya que si A ∈ M 4 x 4 (\), y sus vectores propios también tienen
componentes reales, al multiplicar A por un vector propio es imposible
que aparezca un valor no perteneciente a \ .
d) Falso, ya que sólo disponemos de 3 vectores propios linealmente
independientes.
14. Sea A ∈ M 4 x 4 (\), sus subespacios propios son:

⎧ x + y − 3z + t = 0 ⎫
⎪ ⎪
L1 = ⎨( x, y, z, t ) ∈ \ / y − z − 2t = 0 ⎬ y
4

⎪ x + 2 y − 4 z − t = 0 ⎪⎭
⎩

06
 ⎧ x + y − z + 2t = 0 ⎫
L2 = ⎨( x, y, z, t ) ∈ \ 4 / ⎬
⎩ y− z +t = 0 ⎭
Justificar si son verdaderas o falsas las siguientes afirmaciones.
a) A no es diagonalizable.
b) A es simétrica.
c) A tiene autovalores complejos.
d) Existe una base de \ 4 formada por vectores propios de A
SOLUCIÓN:
⎛ 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 ) ∈ \ / y − z − 2t = 0 ⎪⎬=
⎪ 4

⎪ 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 ecuación.
 ⎧ x + y − z + 2t = 0 ⎪⎫
L2 =⎪⎨( x, y, z, t ) ∈ \ 4 / ⎬=
⎩⎪ y − z + t = 0 ⎭⎪
⎪⎧ 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 están 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 debería suceder si A fuese
simétrica.
c) Falso, ya que si A ∈ M 4 x 4 (\), y sus vectores propios también 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 dimensión 4 forman una base de este espacio.
15. Sea f : \ 3 ———— \ 3 un endomorfismo, A3 x 3 su matriz
asociada, λ1 = 5 es un autovalor de A. Justificar si son verdaderas o
falsas las siguientes afirmaciones.
a) Si f (1,1, 0) = (2, 2, 0) y A = 0 ⇒ A es diagonalizable.
b) Si A es diagonalizable ⇒ λ1 = 5 es un autovalor doble de A.
c) Si f (0, 0, 2) = (0, 0,10) ⇒ λ1 = 5 es un autovalor triple de A.

08
 d) Si f (0, 4, 0) = (0,12, 0) y A = 30 ⇒ λ1 = 5 es un autovalor doble
de A.
SOLUCIÓN:
a) Verdadero.
f (1,1, 0) = (2, 2, 0) ⇒ f (1,1, 0) = 2(1,1, 0) ⇒ λ2 = 2 es un autovalor de
A, y (1,1, 0) es un vector propio de A asociado al autovalor λ2 = 2.
Por otro lado A = 0 ⇒ λ1 ⋅ λ2 ⋅ λ3 = 0 ⇒ 5 ⋅ 2 ⋅ λ3 = 0 ⇒ λ3 = 0, con lo
cual A tiene sus tres autovalores simples, para todos ellos la
multiplicidad algebraica y geométrica 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, λ1 = 5, λ2 = 4, λ3 = −6, A es diagonalizable
por tener todos sus autovalores simples y λ1 = 5 no es un autovalor
doble.
c) Falso.
f (0, 0, 2) = (0, 0,10) = 5(0, 0, 2) , esto solo nos dice que λ1 = 5, es un
autovalor de A, cosa que ya sabíamos, y que (0, 0, 2) es un vector propio
asociado al autovalor λ1 = 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 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
 y sin embargo se tiene que λ1 = 5, es un autovalor simple y λ2 = 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
λ2 = 3, es un autovalor de A y que (0, 4, 0) es un vector propio asociado
al autovalor λ2 = 3.
Por otro lado A = 30 ⇒ λ1 ⋅ λ2 ⋅ λ3 = 30 ⇒ 5 ⋅ 3 ⋅ λ3 = 30 ⇒ λ3 = 2 ⇒
Los tres autovalores de A son simples luego λ1 = 5 no es un autovalor
doble.

10