Álgebra lineal II

ACTIVIDAD COMPLEMENTARIA

Unidad 3. Valores y vectores propios

Actividad Complementaria

Nombre del alumno: Adrián Toledano Sánchez

Matrícula: ES1921013601
Grupo: MT-MALI2-2002-B1-002
Nombre del Profesor(a): José Eduardo García Mendiola
Asignatura: Algebra Lineal 2
Licenciatura: Licenciatura en Matemáticas

29 de marzo de 2021

Eigenvalores y eigenvectores

Resuelve los siguientes problemas como repaso de los principales contenidos del
curso

Problema 1. Encuentre los eigenvalores y eigenvectores de la matriz

 −𝟏 𝟐 𝟎
𝑨 = [−𝟒 𝟓 𝟎]
−𝟒 𝟐 𝟑

Se busca que el determinante de la matriz (𝝀𝑰 − 𝑨) sea cero.

−1 2 0 𝜆 0 0
(𝐴 − 𝜆𝐼) = [−4 5 0] − [0 𝜆 0] =
−4 2 3 0 0 𝜆

Por Sarrus

−1 − 𝜆 2 0 −1 − 𝜆 2
[ −4 5−𝜆 0 ] −4 5−𝜆 =
−4 2 3 − 𝜆 −4 2

(−1 − 𝜆)(5 − 𝜆)(3 − 𝜆) − 0 − 0 − (8𝜆 − 24) − (0) − (0)

= (−𝜆3 + 4𝜆2 − 7𝜆 − 15) − 8𝜆 + 24

= −𝜆3 + 7𝜆2 − 15𝜆 − 15 + 24

= −𝜆3 + 7𝜆2 − 15𝜆 + 9

Igualamos a 0 y resolvemos las raíces

−𝜆3 + 7𝜆2 − 15𝜆 + 9 = 0

−(𝜆 − 1)(𝜆2 − 6𝜆 + 9) =

1
𝜆1 = − =1
−1

𝜆2 − 6𝜆 + 9 = 0

−(−6) ± √(−6)2 − 4(1)(9) 6 ± √36 − 36 6 ± √0

= = =3
2(1) 2 2

𝜆2 = 3

Las raíces son 𝜆1 = 1, 𝜆2 = 3

Que son los valores propios o eigenvalores de la matriz A.

Para encontrar los vectores propios o eigenvectores de la matriz A se utiliza (𝜆𝐼 − 𝐴)𝑣⃗ =
0 donde 𝑣⃗ es el vector propio:

1
 −1 − 𝜆 2 0 𝑥 0
[ −4 5−𝜆 0 ] [𝑦] = [0]
−4 2 3−𝜆 𝑧 0

Para 𝜆1 = 1

−1 − (1) 2 0 𝑥 0
[ −4 5 − (1) 0 𝑦
] [ ] = [0]
−4 2 3 − (1) 𝑧 0

−2 2 0 𝑥 0
[−4 4 0] [𝑦] = [0]
−4 2 2 𝑧 0

−2𝑥 + 2𝑦 = 0

−4𝑥 + 4𝑦 = 0

−4𝑥 + 2𝑦 + 2𝑧 = 0

Resolvemos el sistema lineal

2𝑦
−2𝑦 + 2𝑧 = 0 ⟹ 𝑧 = =𝑦
2
−2𝑦
−2𝑥 + 2𝑦 = 0 ⟹ 𝑥 = =𝑦
−2

Cuyas soluciones son

𝑥=𝑦

𝑧=𝑦

El vector propio, que ahora denominaremos como 𝐸⃗⃗1 se puede expresar como
𝑦 1
𝐸⃗⃗1 = [𝑦] = 𝑦 [1]
𝑦 1

Si y=1

1
𝐸⃗⃗1 [1]
1

Para 𝜆2 = 3

2
 −1 − (3) 2 0 𝑥 0
[ −4 5 − (3) 0 ] [𝑦] = [0]
−4 2 3 − (3) 𝑧 0

−4𝑥 + 2𝑦 = 0

−4𝑥 + 2𝑦 = 0

−4𝑥 + 2𝑦 = 0

Resolvemos el sistema lineal

−2𝑦 1
−4𝑥 + 2𝑦 = 0 ⟹ 𝑥 = = 𝑦
−4 2

𝑧=0

Cuyas soluciones son

1
𝑥= 𝑦
2

𝑧=0

El vector propio, que ahora denominaremos como 𝐸⃗⃗1 se puede expresar como

1
𝑦 1 1
𝐸⃗⃗2 = [2 ] = 𝑦 [2]
𝑦 2
0
0

Si 𝑦 = 2

1
𝐸⃗⃗2 [2]
0

Comprobamos los vectores propios

Comprobamos los vectores propios

Comprobando 𝐴𝑣1 = 𝜆𝑣1

−1 2 0 1 1
[−4 5 0] [1] = 1 [1]
−4 2 3 1 1

(−1 ∗ 1) + (2 ∗ 1) + (0 ∗ 1) 1
((−4 ∗ 1) + (5 ∗ 1) + (0 ∗ 1)) = (1)
(−4 ∗ 1) + (2 ∗ 1) + (3 ∗ 1) 1

3
 −1 + 2 1
( −4 + 5 ) = (1)
−4 + 2 + 3 1
1 1
(1) = (1)
1 1

Se cumple la igualdad

Comprobando 𝐴𝑣2 = 𝜆𝑣2

−1 2 0 1 1
[−4 5 0] [2] = 3 [ 2]
−4 2 3 0 0

(−1 ∗ 1) + (2 ∗ 2) + (0 ∗ 0) 3
((−4 ∗ 1) + (5 ∗ 2) + (0 ∗ 0)) = (6)
(−4 ∗ 1) + (2 ∗ 2) + (3 ∗ 0) 0

−1 + 4 3
(−4 + 10) = (6)
−4 + 4 0
3 3
(6) = (6)
0 0

Se cumple la igualdad

Problema 2. Para la transformación lineal 𝑇: ℝ3 → ℝ3definida por:

𝑇(𝑥, 𝑦, 𝑧) = (3𝑥 + 𝑦, 6𝑥 − 𝑧, 2𝑦 + 𝑧)

Obtener el núcleo (kernel) de 𝑻 y su dimensión.

𝑇(𝑥, 𝑦, 𝑧) = (3𝑥 + 𝑦, 6𝑥 − 𝑧, 2𝑦 + 𝑧)

𝐾𝑒𝑟𝑓 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 3|𝑓(𝑥, 𝑦, 𝑧) = (0,0,0)}

3𝑥 + 𝑦 = 0
3
{(𝑥, 𝑦, 𝑧) ∈ 𝑅 | 6𝑥 − 𝑧 = 0 }
2𝑦 + 𝑧 = 0

3 1 0 0 3 1 0 0 3 1 0 0
(6 0 −1|0) 𝑓2 − 2𝑓1 = (0 −2 −1|0) 𝑓3 + 𝑓2 = (0 −2 −1|0)
0 2 1 0 0 2 1 0 0 0 0 0
3𝑥 + 𝑦 = 0
{
−2𝑦 − 𝑧 = 0

4
3 incogitas, 2 ecuaciones= 1 parámetro 𝑧 = 𝑡

3𝑥 + 𝑦 = 0
{
−2𝑦 − 𝑧 = 0

𝑡
−2𝑦 − (𝑡) = 0 ⟹ 𝑦 =
−2
𝑡
𝑡 𝑡 2 𝑡
3𝑥 + (− ) = 0 ⟹ 3𝑥 − = 0 ⟹ 𝑥 = =
2 2 3 6
𝑡 𝑡
𝑥 = , 𝑦 = , 𝑧 = 𝑡, 𝑡∈ℝ
6 2

Obtenemos que

𝐾𝑒𝑟 𝑓 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 | 3𝑥 + 𝑦 = 0, −2𝑦 − 𝑧 = 0}

1 1 1 1 1 1
Si (𝑥, 𝑦, 𝑧) ∈ 𝐾𝑒𝑟 𝑓, (𝑥, 𝑦, 𝑧) = (6 𝑡, 2 𝑡, 𝑡) = 𝑡 (6 , 2 , 1) 𝐾𝑒𝑟 𝑓 = 〈(6 , 2 , 1)〉 = 〈(1,3,6)〉

Como 〈(1,3,6)〉 ≠ (0,0,0)

Por lo tanto, {〈(1,3,6)〉} es un sistema libre.

Asimismo, es un sistema generador,〈(1,3,6)〉, de 𝐾𝑒𝑟 𝑓 que es un sistema libre, con lo cual

seria una base de 𝐾𝑒𝑟 𝑓

Como tenemos una base con único vector la

𝐝𝐢𝐦(𝐤𝐞𝐫 𝒇) = 𝟏

Problema 3. Sea la transformación lineal 𝑇: ℝ3 → ℝ3 y su matriz asociada

1 0 2
𝑀(𝑇) = (0 −1 0)
3 0 2

a) Encontrar la regla de correspondencia 𝑻(𝒙, 𝒚, 𝒛)

b) Mostrar que 𝑴(𝑻) es diagonalizable.

a)

1 0 2 𝑥 𝒙 + 𝟐𝒛
𝑴(𝑻) = [0 −1 0] [𝑦] = [ −𝒚 ]
3 0 2 𝑧 𝟑𝒙 + 𝟐𝒛

La regla de correspondencia buscada es (𝒙, 𝒚, 𝒛) = (𝒙 + 𝟐𝒛, −𝒚, 𝟑𝒙 + 𝟐𝒛)

b)

5
 1 0 2 1 0 0 1−λ 0 2
|𝑨 − 𝝀𝑰 = [0 −1 0] − 𝜆 [0 1 0] = [ 0 −1 − λ 0 ]
3 0 2 0 0 1 3 0 2−λ

Resolvemos el determinante

1−λ 0 2 1−λ 0
[ 0 −1 − λ 0 ] 0 −1λ =
3 0 2−λ 3 0

(1 − 𝜆)(−1 − 𝜆)(2 − 𝜆) + 0 + 0 − (−6 − 6𝜆) + 0 + 0 = −𝜆3 + 2𝜆2 + 𝑥 − 2 + 6 + 6𝜆 = −𝜆3 +

2𝜆2 + 7𝜆 + 4

Resolviendo las raíces

(−𝜆 − 1)(𝜆 + 1)(𝜆 − 4)

Las raíces son 𝜆1 = −1, 𝜆2 = −1, 𝜆3 = 4

Los vectores propios son:

λ1 = −1

1 − (−1) 0 2 𝑥
[ 0 −1 − (−1) 0 ] [𝑦]
3 0 2 − (−1) 𝑧

2 0 2 𝑥
[0 0 0] [𝑦] =
3 0 3 𝑧

2𝑥 + 2𝑧 = 0

3𝑥 + 3𝑧 = 0

Resolvemos el sistema lineal

2𝑧
𝑥=− = −𝑧
2

𝑦=0

3(−𝑧) + 3𝑧 = 0 ⟹ 0 = 0

𝑧=0

El vector propio es

−𝑧 −1
𝐸⃗⃗1 = [ 0 ] = 𝑧 [ 0 ]
𝑧 1

6
Con z = 1

−1
𝐸⃗⃗1 = [ 0 ]
1

Para 𝜆2 = −1

0 0
𝐸⃗⃗2 = [𝑦] = 𝑦 [1]
0 0

Haciendo y = 1

0
⃗⃗
𝐸2 = [1]
0

Ahora, λ3 = 4

1 − (4) 0 2 𝑥
[ 0 −1 − (4) 0 ] [𝑦]
3 0 2 − (4) 𝑧

−3 0 2 𝑥
[ 0 −5 0 ] [𝑦]
3 0 −2 𝑧

−3𝑥 + 2𝑧 = 0

−5𝑦 = 0

3𝑥 − 2𝑧 = 0

Resolvemos el sistema lineal

2 2
𝑥=− 𝑧= 𝑧
−3 3
0
𝑦= =0
−5
2 0
3 ( 𝑧) + 2𝑧 = 0 ⟹ 2𝑧 + 2𝑧 = 0 ⟹ 𝑧 = = 0
3 4

El vector propio es

7
 2 2
𝑧
𝐸⃗⃗3 = [3 ] = 𝑧 [3]
0 0
𝑧 1

Con z=1

2
𝐸⃗⃗3 = [3]
0
1

Verificamos 𝐴𝑣 = 𝜆𝑣

2 2
1 0 2
[0 −1 0] [3] = 4 [3]
0 0
3 0 2
1 1
2 8
+2
[3 ] = [ 3]
0 0
2+2 4
8 8
[3] = [3]
0 0
4 4

Se cumple la igualdad

2
El conjunto de los vectores propios {(−1,0,1), (0,1,0), (3 , 0,1)}

que puede verificarse es una base, ya que es un conjunto generador linealmente

independiente deℝ3. Si con esta base se encuentra la matriz asociada al operador se
tiene:
𝜆1 (−1,0,1) = (1,0, −1)
𝜆2 (0,1,0) = (0, −1,0)
2 8
𝜆3 ( , 0,1) = ( , 0,4)
3 3

por lo que la matriz asociada se obtiene de las combinaciones lineales

8
 2
(−1)(−1,0,1) + (0)(0,1,0) + (0) ( , 0,1) = (1,0, −1)
3
2
(0)(−1,0,1) + (−1)(0,1,0) + (4) ( , 0,1) = (0, −1,0)
3
8
(0)(−1,0,1) + (0)(0,1,0) + (0) ( , 0,4)
3

Que es

−1 0 0
𝑀𝐵𝐵 = [ 0 −1 0]
0 0 4

Se confirma, el operador lineal tiene una matriz diagonal asociada, que está referida a una
base de vectores propios; y esa matriz diagonal, contiene a los valores propios.

Problema 4. Sea 𝑴 cualquier matriz 2x2,

𝑎 𝑏
𝑀=[ ]
𝑐 𝑑

Demostrar que los eigenvalores están dados por

𝟏
𝝀± = [𝒂 + 𝒅 ± √(𝒂 − 𝒅)𝟐 + 𝟒𝒃𝒄]
𝟐
𝟏
[𝒂 + 𝒅 ± √(𝒂 − 𝒅)𝟐 + 𝟒𝒃𝒄] − 𝟎
1 0 𝟏 𝟐 𝟐
𝑀=[ ] [ [𝒂 + 𝒅 ± √(𝒂 − 𝒅) + 𝟒𝒃𝒄]] = [ ]
0 1 𝟐 𝟏
0 − [𝒂 + 𝒅 ± √(𝒂 − 𝒅)𝟐 + 𝟒𝒃𝒄]
𝟐
𝟏
[𝒂 + 𝒅 ± √(𝒂 − 𝒅)𝟐 + 𝟒𝒃𝒄]
=[ 𝟐 ]
𝟏 𝟐
[𝒂 + 𝒅 ± √(𝒂 − 𝒅) + 𝟒𝒃𝒄]
𝟐

Fuentes
- Arce, C., Castillo, W., González, J. (2003). Algebra Lineal [Archivo PDF].
Costa Rica, Universidad de Cota Rica.
- Grossman, S. (2012). Álgebra lineal [Archivo PDF]. 7ma. Edición. McGraw
Hill.
- Lay, D. (2012). Algebra lineal y sus aplicaciones [archivo PDF]. México,
Pearson Educación.
- UnADM. (s.f.). Unidad 3. Valores y vectores propios [Archivo PDF].
Recuperado de

9
https://campus.unadmexico.mx/contenidos/DCEIT/BLOQUE1/MT/03/MALI1/
U2/descargables/MALI1_U3_Contenido.pdf

10