Documentos de Académico
Documentos de Profesional
Documentos de Cultura
APUNTES
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
Edición 2020
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
ÍNDICE
Página
INTRODUCCIÓN……………………………………………………………….. ii
Anexo…………………………….…………………………….……………... 35
Tarea formativa…………………………….…………………………….. 36
Bibliografía…………………………….……………………………………... 39
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
INTRODUCCIÓN
𝑎11 𝑎12
Sea 𝐴 = (𝑎 𝑎22 ) una matriz de orden 2, entonces el determinante de 𝐴 es:
21
𝑎11 𝑎12
𝑑𝑒𝑡𝐴 = |𝑎 𝑎22 | se define como 𝑑𝑒𝑡𝐴 = 𝑎11 𝑎22 − 𝑎21 𝑎12
21
1
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 1
−1 −7
Sea 𝐴 = ( ) Halle 𝑑𝑒𝑡𝐴
3 2
Solución:
−1 −7
𝑑𝑒𝑡𝐴 = | | = (−1)(2) − (−7)(3) = 19
3 2
𝑑𝑒𝑡𝐴 = 19
−
− a11 a12 a13 a11 a12
−
a21 a22 a23 a21 a22
+
+
2
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 2
4 3 1
Sea 𝐵 = ( 15 7 0) Halle 𝑑𝑒𝑡𝐵 por Regla de Sarrus
−3 −2 0
Solución:
4 3 1 4 3
𝑑𝑒𝑡𝐵 = |15 7 0 15 7 |
−3 − 2 0 − 3 − 2
𝑑𝑒𝑡𝐵 = 4(7)(0) + 3(0)(−3) + 1(15)(−2) − 1(7)(−3) − 4(0)(−2) − 3(15)(0)
𝑑𝑒𝑡𝐵 = −9
Esto indica que el cofactor 𝐴𝑖 𝑗 es un escalar que se obtiene a partir del determinante
3
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
+ − + ...
− + − ...
+ − + ...
... ... ... +
EJEMPLO 3
Para hallar el Menor del elemento 𝑎13 , lo primero que se debe hacer es hallar la
submatriz 𝑀13 . Para ello se elimina primera fila, tercera columna de la matriz 𝐴.
Esto es:
2 −1 4
0 1
[0 1 5] entonces 𝑀13 = [ ]
6 3
6 3 −4
0 1
|𝑀13 | = | | = 0 − 6 = −6
6 3
0 1 0 1 =−6
𝐴13 = (−1)𝑖+𝑗 |𝑀𝑖𝑗 | = (−1)1+3 | | = +| |
6 3 6 3
4
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
Para hallar el Menor del elemento 𝑎32 , lo primero que se debe hacer es hallar la
submatriz 𝑀32 . Para ello se elimina tercera fila, segunda columna de la matriz 𝐴.
Esto es:
2 −1 4
2 4
[0 1 5 ] entonces 𝑀32 = [ ]
0 5
6 3 −4
|𝑀32 | = |24| = 10 − 0 = 10
05
El Cofactor del elemento 𝑎32
2 4 2 4
𝐴32 = (−1)𝑖+𝑗 |𝑀𝑖𝑗 | = (−1)2+3 | | = −| | = −10
0 5 0 5
𝑑𝑒𝑡𝐴 = 𝑎11 𝐴11 + 𝑎12 𝐴12 + 𝑎13 𝐴13 +. . . +𝑎1𝑛 𝐴1𝑛 La expresión en el lado derecho se llama expansión por
cofactores.
5
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
Este proceso se puede aplicar a matrices de orden 𝑛. Se debe considerar que esta
regla rebaja el orden del determinante que se pretende calcular, y para matrices de
alto orden el proceso es largo. Para evitar el cálculo de muchos determinantes es
conveniente elegir filas o columnas con muchos ceros, si es que la hay.
EJEMPLO 4
4 3 1
Sea 𝐴 = (15 7 0) Halle 𝑑𝑒𝑡𝐴 por el método de expansión por cofactores
−3 −2 0
Solución:
𝑑𝑒𝑡𝐴 = −9
𝑑𝑒𝑡𝐴 = −9
Nota: Se observa que la elección de la tercera columna fue más conveniente porque
evitó cálculos innecesarios.
6
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 5
1 3 5 2
0 −1 3 4
Sea 𝐹 = [ ] Halle 𝑑𝑒𝑡𝐹 por el método de expansión por cofactores
2 1 9 6
3 2 4 8
Solución:
9 6 3 4 3 4
𝑑𝑒𝑡𝐹 = 1 (−1 | | − 1 | | + 2 | |)
4 8 4 8 9 6
3 4 5 2 5 2
+2 (3 | | + 1 | | + 2 | |)
4 8 4 8 3 4
3 4 5 2 5 2
−3 (3 | | + 1 | | + 1 | |)
9 6 9 6 3 4
𝑑𝑒𝑡𝐹 = −160
7
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
2 0 7
𝑑𝑒𝑡𝐴 = | 3 0 −1|
−1 0 2
2 5 5 − 1
4 0 − 24
𝑑𝑒𝑡𝐴 = | |
6 3 − 37
2 5 5 − 1
8
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
2 4 7
𝑑𝑒𝑡𝐴 = |3 0 −2 |
5 4 5
𝑑𝑒𝑡𝐴 = 0 (porque 𝑅3 = 𝑅1 + 𝑅2 )
2 4 3
𝑑𝑒𝑡𝐴 = |3 − 1 3 | Si se factoriza 𝑅1 por 2, entonces
65 −1
9
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
1 2 32
𝑑𝑒𝑡𝐴 = 2 |3 −1 3 |
6 5 −1
3 4 −1
𝑑𝑒𝑡𝐴 = |1 0 5 | Si 𝑅1 ↔ 𝑅2 entonces
2 3 0
1 0 5
𝑑𝑒𝑡𝐴 = −1 |3 4 −1 |
2 3 0
10
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
1 3 52
0 − 1 34
Sea la matriz 𝐴 = [ ]
2 1 96
3 2 48
Nota: La fila a sustituir NO debe multiplicarse por un escalar porque puede alterar
el valor del determinante.
11
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 6
1 3 5 2
0 − 1 3 4
Sea la matriz 𝐴 = ( )
2 1 9 6
3 2 4 8
Solución:
𝑑𝑒𝑡𝐴 = −16(1)(−1)(1)(10)
𝑑𝑒𝑡𝐴 = 160
12
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 7
0 0 − 4 8
13
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 8
2 1 1
|𝐴| = |3 − 2 −3 | = 2(−10 + 6) − 1(15 + 24) + 1(6 + 16) = −25
8 2 5
6 1 1
|𝐴𝑥1 | = |5 − 2 −3 | = 6(−10 + 6) − 1(25 + 33) + 1(10 + 22) = −50
11 2 5
2 6 1
|𝐴𝑥2 | = |3 5 −3 | = 2(25 + 33) − 6(15 + 24) + 1(33 − 40) = −125
811 5
14
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
2 1 6
|𝐴𝑥3 | = |3 − 2 5 | = 2(−22 − 10) − 1(33 − 40) + 6(6 + 16) = 75
8 2 11
Así, el valor de cada una de las incógnitas es:
|𝐴𝑥1 | |𝐴𝑥2 | |𝐴𝑥3 |
𝑥1 = 𝑥2 = 𝑥3 =
|𝐴| |𝐴| |𝐴|
−50 −125 75
𝑥1 = 𝑥2 = 𝑥3 =
−25 −25 −25
𝑥1 = 2 𝑥2 = 5 𝑥3 = − 3
Otro método para calcular la inversa de una matriz es a través de los determinantes
y la adjunta. Para ello se debe utilizar los conceptos estudiados anteriormente:
menor de una matriz, matriz de cofactores y la adjunta de una matriz.
15
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
Sea 𝐴 una matriz de orden 𝑛. El cofactor 𝒊𝒋 de 𝐴, denotado por 𝐴𝑖𝑗 , está dado por:
𝐴𝑖 𝑗 = (−1)𝑖+𝑗 |𝑀𝑖𝑗 |
EJEMPLO 9
2 4 3
Sea 𝐴 = [0 1 −1] Halle la matriz de cofactores de 𝐴
3 5 7
Solución:
1 −1 0 −1 0 1
𝐴11 = + | | = +(7 + 5) = 12 𝐴12 = − | | = −(0 + 3) = −3 𝐴13 = + | | = +(0 − 3) = −3
5 7 3 7 3 5
4 3 2 3 2 4
𝐴21 = − | | = −(28 − 15) = −13 𝐴22 = + | | = +(14 − 9) = 5 𝐴23 = − | | = −(10 − 12) = 2
5 7 3 7 3 5
4 3 2 3 2 4
𝐴31 = + | | = +(−4 − 3) = −7 𝐴32 = − | | = −(−2 − 0) = 2 𝐴33 = + | | = +(2 − 0) = 2
1 −1 0 −1 0 1
12 −3 −3
La matriz de cofactores es la matriz 𝐵 = [−13 5 2 ]
−7 2 2
16
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 10
2 4 3
Sea la matriz 𝐴 = [0 1 −1] Halle 𝐴𝑑𝑗𝐴
3 5 7
Solución:
12 −3 −3
𝐵 = [−13 5 2 ]
−7 2 2
1
𝐴−1 = 𝐴𝑑𝑗𝐴
𝑑𝑒𝑡 𝐴
17
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 11
2 −2 2
Sea 𝐴 = [2 1 0] Calcule la inversa de la matriz 𝐴, utilizando la adjunta
3 −2 2
Solución:
2 −2 2
𝑑𝑒𝑡𝐴 = |2 1 0| = −2(−4 + 4) + 1(4 − 6) − 0 = −2 (Se utilizó la segunda fila)
3 −2 2
1 0 2 0 2 1
𝐴11 = + | | = +(2 + 0) = 2 𝐴12 = − | | = −(4 − 0) = −4 𝐴13 = + | | = +(−4 − 3) = −7
−2 2 3 2 3 −2
−2 2 2 2 2 −2
𝐴21 = − | | = −(−4 + 4) = 0 𝐴22 = + | | = +(4 − 6) = −2 𝐴23 = − | | = −(−4 + 6) = −2
−2 2 3 2 3 −2
−2 2 2 2 2 −2
𝐴31 = + | | = +(0 − 2) = −2 𝐴32 = − | | = −(0 − 4) = 4 𝐴33 = + | | = +(2 + 4) = 6
1 0 2 0 2 1
2 −4 −7
Matriz de cofactores es 𝐵 = [ 0 −2 −2]
−2 4 6
2 0 −2
La adjunta es 𝐴𝑑𝑗𝐴 = 𝐵 𝑡 = [−4 −2 4 ]
−7 −2 6
18
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
Luego, la inversa es
1
𝐴−1 = 𝐴𝑑𝑗𝐴
𝑑𝑒𝑡 𝐴
2 0 −2
1
𝐴−1 = [−4 −2 4 ]
−2
−7 −2 6
−1 0 1
𝐴−1 = [2 1 −2]
7
2 1 −3
𝑥1
𝑥2
𝑥 = 𝑥3 representa las variables involucradas en el sistema
.
(𝑥𝑛 )
𝑏1
𝑏2
𝑏 = 𝑏3 representa los términos independientes involucrados en el sistema
.
(𝑏𝑛 )
19
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 12
Solución:
1 1 1
La matriz de los coeficientes es: 𝐴 = [2 3 1 ]
1 −1 −2
3
La matriz de los términos independientes es 𝑏 = [ 5 ]
−5
1 1 1
𝐴 = [2 3 1]
1 −1 −2
1 1 1
𝑑𝑒𝑡𝐴 = |2 3 1 | = 1(−6 + 1) − 1(−4 − 1) + 1(−2 − 3) = −5
1 −1 −2
(Se utilizó la primera fila)
20
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
1 1 1 1 1 1
𝐴31 = + | | = +(1 − 3) = −2 𝐴32 = − | | = −(1 − 2) = 1 𝐴33 = + | | = +(3 − 2) = 1
3 1 2 1 2 3
−5 5 −5
Matriz de cofactores es 𝐵 = [ 1 −3 2 ]
−2 1 1
−5 1 −2
𝑡
La adjunta es 𝐴𝑑𝑗𝐴 = 𝐵 = [ 5 −3 1 ]
−5 2 1
Luego, la inversa es
1
𝐴−1 = 𝐴𝑑𝑗𝐴
𝑑𝑒𝑡 𝐴
−5 1 −2
−1 1
𝐴 = −5 [ 5 −3 1 ]
−5 2 1
2
1 −15 5
3
𝐴−1 = −1 −15
5
[ 1 −25 −15 ]
21
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
1 2 Cálculos
𝑥1 1 −
5 5 3
1 2
1(3) − (5) + (−5) = 0
5 5
3 1 3 1
𝑥2 = −1 − 5 −1(3) + (5) − (−5) = 1
5 5 5 5
[𝑥3 ] 2 1 [−5] 2 1
1 − − 1(3) − (5) − (−5) = 2
[ 5 5] 5 5
𝑥2 = 1
[𝑥3 ] [2]
Definición
Observación: Una matriz con componentes reales puede tener valores y vectores
característicos complejos, por ello se asegura 𝐴𝑣 en 𝐶 𝑛 .
22
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 13
10 −18 2
Sea 𝐴 = [ ] Compruebe que 𝑉1 = ( ) es un vector propio de 𝐴, y halle
6 −11 1
el valor propio correspondiente.
Solución:
10 −18 2 2
[ ][ ] = [ ]
6 −11 1 1
2 2
[ ] = 1[ ]
1 1
2
En efecto 𝐴𝑉1 = 1𝑉1 luego 𝑉1 = ( ) es un vector propio de 𝐴, y 𝜆1 = 1
1
es un valor propio.
EJEMPLO 14
3 10 −18
Compruebe que 𝑣2 = ( ) es otro vector propio de 𝐴 = [ ], y halle el
2 6 −11
valor propio correspondiente.
Solución:
10 −18 3 −6
[ ][ ] = ( )
6 −11 2 −4
−6 3
( ) = −2 ( )
−4 2
23
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
3
En efecto,𝐴𝑣2 = −2𝑣2 . Así 𝑣2 = ( ) es un vector propio de 𝐴 y 𝜆2 = −2
2
es un valor propio.
EJEMPLO 15
Solución:
−2
Sea 𝑣1 = ( 3 ) un vector propio de 𝐼3 , entonces
4
1 0 0 −2 −2
[0 1 0] [ 3 ] = [ 3 ]
0 0 1 4 4
−2 −2
[ 3 ] = 1 [ 3 ]
4 4
24
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
3
Sea ahora 𝑣2 = ( 4 ) un vector propio de 𝐼3 , entonces
−7
1 0 0 3 3
[0 1 0] [ 4 ] = [ 4 ]
0 0 1 −7 −7
3 3
[ 4 ] = 1 [ 4 ]
−7 −7
𝑥1
𝐴𝑣 = 𝜆𝐼𝑣
𝑥2
diferente de cero denotado por 𝑣 =( ⋮ ) tal que
𝐴𝑣 − 𝜆𝐼𝑣 = 0
𝑥𝑛
(𝐴 − 𝜆𝐼)𝑣 = 0
Teorema
25
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
EJEMPLO 16
−1 4 6
Sea 𝐴 = ( 0 −3 5) Halle los valores propios de 𝐴
0 0 1
Solución:
26
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
2) Sea 𝐴 una matriz de orden 𝑛 y sea 𝜆1 , 𝜆2 , 𝜆3 , … , 𝜆𝑚 valores propios
distintos de 𝐴(es decir 𝜆𝑖 ≠ 𝜆𝑗, si 𝑖 ≠ 𝑗) con vectores propios 𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑚 .
Entonces 𝑣1 , 𝑣2 , … , 𝑣𝑚 son linealmente independientes (uno no es múltiplo
escalar del otro). Esto es, los vectores propios correspondientes a valores
propios distintos son linealmente independientes.
valor propio 𝜆𝑖
EJEMPLO 17
1 −1 4
Calcular los valores y vectores propios de 𝐴 = [3 2 −1]
2 1 −1
27
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
Solución:
1−𝜆 −1 4
𝑝(𝜆) = | 3 2−𝜆 −1 |
2 1 −1 − 𝜆
2−𝜆 −1 3 −1 3 2−𝜆
𝑝(𝜆) = (1 − 𝜆) | | − (−1) | | + 4 | |
1 −1 − 𝜆 2 −1 − 𝜆 2 1
𝑝(𝜆) = 𝜆2 − 𝜆 − 1 − 𝜆3 + 𝜆2 + 𝜆 − 3𝜆 − 1 + 8𝜆 − 4
División sintética
(𝜆 − 3)(𝜆 + 2)(𝜆 − 1) = 0 1 -2 - 5 6
1 1 - 1 -6
1 -1 - 6 0 residuo
28
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
𝑥1
Sea el vector propio 𝑉 = [𝑥2 ]
𝑥3
✓ Para 𝜆1 = 3 se tiene (𝐴 − 3𝐼)𝑉 = 0
1 −1 4 1 0 0
𝐴 − 3𝐼 = [3 2 −1] − 3 [0 1 0]
2 1 −1 0 0 1
1 −1 4 3 0 0
𝐴 − 3𝐼 = [3 2 −1] − [0 3 0]
2 1 −1 0 0 3
−2 −1 4
𝐴 − 3𝐼 = [ 3 −1 −1]
2 1 −4
Luego haciendo (𝐴 − 3𝐼)𝑉 = 0 se tiene:
−2 −1 4 𝑥1 0
[ 3 −1 −1] [𝑥2 ] = [0]
2 1 −4 𝑥3 0
29
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
𝑥1 − 𝑥3 = 0 → 𝑥1 = 𝑥3
𝑥1 = 1
−𝑥2 + 2𝑥3 = 0 → 𝑥2 = 2𝑥3 𝑥2 = 2(1) = 2
𝑥3 = 𝑎𝑟𝑏𝑖𝑡𝑟𝑎𝑟𝑖𝑜 𝑥3 = 1 (𝑎𝑟𝑏𝑖𝑡𝑟𝑎𝑟𝑖𝑜)
1 1
Entonces para 𝜆1 = 3 𝑉1 = [2] y 𝐸3 = 𝑔𝑒𝑛 {(2)}
1 1
3 −1 4 𝑥1 0
[3 4 −1] [𝑥2 ] = [0]
2 1 1 𝑥3 0
Reduciendo la matriz aumentada
1
3 −1 4 0 𝑅2 =𝑅2 +4𝑅1 3 −1 4 0 𝑅2=15𝑅2 3 −1 4 0
[3 4 −1 0] → 𝑅3 =𝑅3 +𝑅1 [15 0 15 0]
→
1 [1 0 1 0]
2 1 1 0 → 5 0 5 0 𝑅3=5𝑅3 1 0 1 0
→
30
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
0 −1 4 𝑥1 0
[3 1 −1] [𝑥2 ] = [0]
2 1 −2 𝑥3 0
31
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
𝑥3 = 𝑎𝑟𝑏𝑖𝑡𝑟𝑎𝑟𝑖𝑜
−1
Si 𝑥3 = 1 → 𝑥2 = 4 y 𝑥1 = −1 luego para 𝜆3 = 1; 𝑉3 = [4 ]
1
−1
𝐸1 = 𝑔𝑒𝑛 {( 4 )}
1
EJEMPLO 18
3 −5
Calcular los valores y vectores propios de 𝐴 = [ ]
1 −1
Solución:
3−𝜆 −5
Se calcula 𝐴 − 𝜆𝐼 = [ ]
1 −1 − 𝜆
3−𝜆 −5
𝑝(𝜆) = det(𝐴 − 𝜆𝐼) = | |
1 −1 − 𝜆
𝑝(𝜆) = (3 − 𝜆)(−1 − 𝜆) + 5
𝑝(𝜆) = −3 − 3𝜆 + 𝜆 + 𝜆2 + 5
𝑝(𝜆) = 𝜆2 − 2𝜆 + 2
32
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
3 −5 1 0 3 −5 1+𝑖 0 2−𝑖 −5
𝐴 − (1 + 𝑖)𝐼 = [ ] − (1 + 𝑖) [ ] = [ ] − [ ] =[ ]
1 −1 0 1 1 −1 0 1+𝑖 1 −2 − 𝑖
[𝐴 − (1 − 𝑖)𝐼]𝑉 = 0
2−𝑖 −5 𝑥1 0
[ ][𝑥 ] = [ ]
1 −2 − 𝑖 2 0
(2 − 𝑖)𝑥1 − 5(𝑥2 ) = 0
𝑥1 + (−2 − 𝑖)𝑥2 = 0
𝑥1 = (2 + 𝑖)𝑥2
Si 𝑥2 = 1 entonces 𝑥1 = (2 + 𝑖)𝑥2
𝑥1 = (2 + 𝑖)(1)
𝑥1 = 2 + 𝑖
2+𝑖
Entonces el vector propio será 𝑉1 = ( ) para 𝜆1 = 1 + 𝑖
1
33
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
3 −5 1 0
𝐴 − (1 − 𝑖)𝐼 = [ ] − (1 − 𝑖) [ ]
1 −1 0 1
3 −5 1−𝑖 0
𝐴 − (1 − 𝑖)𝐼 = [ ]− [ ]
1 −1 0 1−𝑖
2+𝑖 −5
𝐴 − (1 − 𝑖)𝐼 = [ ]
1 −2 + 𝑖
[𝐴 − (1 − 𝑖)𝐼]𝑉 = 0
2+𝑖 −5 𝑥1 0
[ ] [𝑥 ] = [ ]
1 −2 + 𝑖 2 0
(2 + i)𝑥1 − 5𝑥2 = 0
𝑥1 + (−2 + 𝑖)𝑥2 = 0
𝑥1 = (2 − 𝑖)𝑥2
Si 𝑥2 = 1𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠𝑥1 = (2 − 𝑖)(1)
𝑥1 = 2 − 𝑖
2−𝑖
Entonces el vector propio será 𝑉2 = ( ) para 𝜆2 = 1 − 𝑖
1
34
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
ANEXO
Tarea formativa
35
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
TAREA FORMATIVA
I. PARTE.
1 0 3
1) 𝐴 = [2 1 4]
1 0 −1
4 0 −1 0
2) 𝐵 = [ 2 1 0 5
]
0 3 4 0
−2 4 0 1
1 0 0 2
3) 𝐶 = [ 0 1 1 −1
]
0 −1 −2 1
6 1 1 0
II. PARTE.
1 3 −2 1
1 3 −1 2
4) 𝐴 = [ ]
0 1 −1 4
2 6 1 2
1 6 2
5) 𝐵 = [−2 3 5]
7 12 −4
1 3 4
6) 𝐶 = [2 0 −4]
3 9 13
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
III. PARTE.
Resuelva cada uno de los siguientes sistemas utilizando la inversa y la Regla de Cramer
7) 𝑥2 + 5𝑥3 = −1
𝑥1 + 2𝑥2 + 4𝑥3 = −1
3𝑥1 + 6𝑥2 + 6𝑥3 = −3
8) 𝑥 − 𝑦 + 𝑧 = 3
4𝑥 + 2𝑦 − 3𝑧 = 5
𝑥 + 𝑦 + 5𝑧 = 7
9) 𝐼1 + 𝐼2 + 𝐼3 + 𝐼4 =4
2𝐼1 − 3𝐼2 − 𝐼3 + 4 𝐼4 =7
−2𝐼1 + 4𝐼2 + 𝐼3 − 2 𝐼4 =1
5𝐼1 − 𝐼2 + 2𝐼3 + 𝐼4 = −1
IV. PARTE.
−1 1 1
11) 𝐴= [ ] 𝑉=( )
6 0 −2
2 3 0 −3
12) 𝐴 = [4 −2 −1] 𝑉 = [ 4]
1 −1 4 7
3 1 0 0 0
13) 𝐴 = (−1 1 0 0
)
0
𝑉= [ ]
0 0 1 4 2
0 0 1 1 1
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
V. PARTE.
−2 −2
14) 𝐴= [ ]
−5 1
5 4 2
15) 𝐵 = (4 5 2)
2 2 2
1 0 0 0
0 1 0 0
16) D=( )
1 1 3 0
−2 1 2 −1
2 −1
17) 𝐹= ( )
5 −2
1 −1 −1
18) 𝐺 = (1 −1 0)
1 0 −1
3 2 4
19) 𝐻 = (2 0 2)
4 2 3
DETERMINANTES
VALORES PROPIOS Y VECTORES PROPIOS
BIBLIOGRAFÍA
Aranda, E. (2016). Álgebra lineal con aplicaciones y Python. Impreso por Lulu.com
Murray R., Spiegel, Lipschutz, S & Spellman, D. (2011). Análisis Vectorial. McGraw-
Hill Mexico.
39