UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

ÁLGEBRA Y GEOMETRÍA ANALÍTICA II

Práctica 3
AUTOVALORE S Y AUTO VECTORES

Definición
Dada una matriz cuadrada A K nxn , un escalar   K es un autovalor (o valor propio) de A si
v  K n ,v  0 / Av  v . Decimos que v es un autovector de A asociado al autovalor  .

Propiedad
 
Dada A  K nxn y   K , el conjunto S   v  K n / Av  v es un subespacio de K n .

Observación
Si λ es un autovalor de A y llamamos V al conjunto de los autovectores de A asociados al
autovalor λ, entonces S   V  0 .
Al conjunto S  lo llamamos autoespacio (o espacio propio) asociado al autovalor λ.

Proposición
Sea A  K nxn y   K . λ es autovalor de A si y sólo si det  A  I   0 .

Definición
p A    det  A  I  es un polinomio de grado n y se llama polinomio característico de A.

Proposición
Si λ es autovalor de A asociado al autovector v, entonces:
 aλ es autovalor de aA y v es un autovector asociado.
 λ – a es autovalor de A – aI y v es un autovector asociado.
  k es autovalor de Ak y v es un autovector asociado.
 Si q  R  x  ,q  x   am x m  am1 x m 1    a1 x  a0 y definimos el polinomio matricial
q  A   am Am  am 1 Am 1    a1 A  a0 I , q    es autovalor de q  A  y v es un autovector
asociado.
 Si A es inversible, entonces   0,  1 es autovalor de A1 y v es un autovector asociado.

Propiedades
Sea A K nxn .
 Los autovalores de A son raíces de su polinomio característico.
 A tiene a lo sumo n autovalores distintos.
 p A  x   1n  x  1  x  2   x   n  donde los 1 , 2 ,,n  C son los autovalores
complejos de A (no necesariamente distintos).

Proposición
Si A K nxn y v1 ,v 2 , ...,v p son autovectores de A correspondientes a autovalores distintos,
 
entonces v1 ,v 2 , ...,v p es linealmente independiente.

Autovalores y autovectores 1 Práctica 3

UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

Corolario
Si el polinomio característico de A tiene n raíces distintas en K, entonces existe una base de
n
K formada por autovectores de A.

Definiciones
 La multiplicidad algebraica de un autovalor λ de A es la multiplicidad de λ como raíz de su
polinomio característico.
 La multiplicidad geométrica de un autovalor λ de A es la dimensión del autoespacio S  .

Observación
A y At tienen el mismo polinomio característico, por lo tanto, tienen los mismos autovalores
con la misma multiplicidad algebraica (pero no necesariamente los mismos autovectores).

Proposición
Sea λ un autovalor de A K nxn , si ma    es su multiplicidad algebraica y mg    su
multiplicidad geométrica, entonces 1  mg     ma    .

Observación
De aquí en adelante vamos a trabajar sólo con espacios vectoriales reales, o sea, K  R .

Definición
Sean V un espacio vectorial y f : V  V una t. lineal. Un escalar   R es un autovalor
de f si v V ,v  0 / f v   v . Decimos que v es un autovector de f asociado al autovalor  .

Observación
Si A  R nxn y f : R n  R n la transformación lineal dada por f  x   Ax , entonces los
autovalores y autovectores de A y de f coinciden.

Proposición
Sean f : V  V una transformación lineal y B cualquier base V.
 λ es autovalor de f si y solo si λ es autovalor de M B  f  .
 Si v es autovector de f asociado a λ si y sólo si  v  B es autovector de M B  f  asociado a λ.

Proposición
Sea f : V  V una transformación lineal.
 Si B es una base de V formada por autovectores de f, entonces M B  f  es diagonal.
 Si f tiene todos sus autovalores reales y sus multiplicidades algebraicas coinciden con sus
multiplicidades geométricas, entonces existe una base de V formada por autovectores de f.

Definición
Una transformación lineal f : V  V decimos que es diagonalizable si existe una base B de V
tal que la matriz M B  f  sea diagonal.

Proposición
Sea V un esp. vectorial real de dimensión n y sea f : V  V una transformación lineal.
 f es diagonalizable si y sólo si existe una base B de V formada por autovectores de f.
 Si f tiene n autovalores reales y distintos, entonces es diagonalizable.

Autovalores y autovectores 2 Práctica 3

UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

Proposición
Sean B base de un espacio vectorial V y f : V  V una transformación lineal.
Si el polinomio característico de M B  f  tiene todos sus raíces reales y, para cada autovalor λ,
mg     ma    , entonces f es diagonalizable.

Definición
Una matriz A  R nxn decimos que es diagonalizable si D,C  R nxn , D diagonal y C inversible
tales que A  C D C 1 .

Proposición
A  R nxn es diagonalizable si y sólo si existe una base de R n formada por autovectores de A.

Observaciones
 Si B  v1 ,v2 , ...,vn  formada por autovectores de A y i es el autovalor asociado a
vi , 1  i  n , entonces las columnas de C son los autovectores v1 ,v2 , ...,vn y
 1 0  0 
 
 0 2   
D .
   0
 
 0  0 n 
 1k 0  0 
 
0 2k   
 Si k es un número natural, Ak  C D k C 1 y D k   .
    0
 
k 
 0  0 n 
 Si v es cualquier vector de R n , para calcular Ak v se puede hacer calculando primero Ak y
luego multiplicarlo por v. También se puede hacer escribiendo a v como combinación lineal de
los autovectores, es decir, v  1v1   2 v2  ...   n vn y luego calcular

Ak v  Ak 1v1   2v2  ...   n vn   1 Ak v1   2 Ak v2  ...   n Ak vn  11k v1   22 k v2  ...   n n k vn

 det A  1 .2  n y trA  1  2     n . Observar que si A  R nxn , aunque los i no sean

todos números reales, detA y trA sí lo son.

Aplicación en Poblaciones
Definición
Sea Pk la población de individuos del año k; Pk+1 es la población de individuos del año k+1.
Un modelo de Markov es un modelo en el cual la población de individuos de cada año depende
únicamente de la población de individuos del año anterior. En este caso se puede escribir P k+1 = T Pk,
donde T es una matriz llamada matriz de transición.
Luego P1 = T P0; P2 = T P1 = T2 P0, …, Pk = TkP0.
Si los elementos de T están entre 0 y 1, y las columnas de T suman 1, T es llamada matriz de
probabilidad.

Propiedad
Si T es una matriz de probabilidad entonces tiene un autovalor igual a 1, y los demás
autovalores tienen módulo menor que 1.

Autovalores y autovectores 3 Práctica 3

UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

Ejercicio 1 En cada caso, calcular los autovalores de A y cada autoespacio asociado. Comprobar que el
producto de los autovalores es el determinante de A y la suma la traza de A.
0 2 1 0 2 1 0 2 0
0 2  2 1      
a) A    b) A    c) A   1 1 0  d) A   1 1 0  e) A   1 1 0 
1 1  3 2  0 0 0  0 0 1   0 0 1 
     

Ejercicio 2
 a 0 0
 
a) Hallar a,b  R si se sabe que la suma de los autovalores de A   3 1 1  es 9 y su
 1 b 3 
 
producto es 15.
b) Para los valores hallados, encontrar los autovalores y autovectores de A y de B  A2  2 I .

Ejercicio 3 Sea f : R3  R3 dada por f  x, y,z    x  y,a z, y  2 z  . Determinar a  R para que 2

sea autovalor de f. Para el valor de a hallado, dar todos los autovalores de f y los autovectores
asociados.

Ejercicio 4 Sea f : R3  R3 dada por f  0 ,1,3  4  0,1,3 ; f 1, 2 , 2   4 1, 2, 2   k  0 ,5,1 y

f  0 ,5,1   1, 2 , 2  determinar todos los k  R para que f tenga un único autovalor real.

Ejercicio 5 Dada f : R3  R3 tal que f  x, y,z    3 x  8 y  4 z, 3 y, x  2 y  3 z  , decidir si existe B

1 0 0
 
base de R tal que M B  f    0 1 0  .
3

 0 0 3 
 

Ejercicio 6 En cada caso, hallar los autovalores de f , si es posible, una base B´ formada por
autovectores de f y mostrar M B  f  .

1 0 0
 
a) B  1,1, 0  ;  2 ,1,3 ; 1,0 , 2  y MB  f   3 2 0 .
 0 0 2
 

 1 3 0 
 
b) B  1,1,1 ; 1,1, 0  ; 1, 0 , 0  y M B  f    3 2 1  .
 0 0 2 


 4 1 4
 
c) B  1,0 ,1 ; 1,0 , 0  ; 1,1,1 y M BE  f    1 1 3  .
 4 3 4
 

1 0 0
 
d) B  v1 ;v2 ;v3  y M B  f    1 2 0  .
0 1 3
 

Autovalores y autovectores 4 Práctica 3

UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

Ejercicio 7 Sean B  1, 1  0  ; 1,0 ,1 ;  0 ,0 ,1 base de R 3 y f : R3  R3 tal que

 1 1 8 
 
M EB  f    4 1 8  . Decidir si f es diagonalizable.
 0 0 9
 

 0 1 4
 
Ejercicio 8 Sea f : R  R la t. lineal tal que M  f    4 a b  .
3 3

 0 0 2
 
a) Hallar a,b  R para que –2 sea autovalor de f y además sea diagonalizable.
b) Para los valores hallados, encontrar una base B de R 3 formada por autovectores de f y M B  f  .

Ejercicio 9 Sean B  v1 ;v2 ;v3  y B  v1 ; 2v1  v2 ; v1  v2  v3 bases de un espacio vectorial V y
 9 6 0 
 
sea f :V  V la t. lineal dada por M BB  f    4 5 1  . Decidir si f es diagonalizable y, en
 2 4 2 

caso afirmativo, hallar una base de V formada por autovectores de f.

Ejercicio 10 Sea B  v1 ;v2 ;v3  base de un espacio vectorial V y sea f :V  V la t. lineal que
cumple f  v1   2v2 , f  v1  v2  v3   4v1  a v3 y f  v1  v3   3v1  v2  4 v3
a) Encontrar el valor de a  R para que 3 sea autovalor de f.
b) Para el valor de a hallado, encontrar todos los autovalores y autovectores de f y decidir si f es
diagonalizable.

 2 0 0
 
Ejercicio 11 Sea f : R  R la t. lineal tal que M B  f    0 1 0  con
3 3

 0 0 3
 
B  1,1, 0  ;  2 ,1,3 ; 1, 0 , 2  y sea g : R  R dada por g  x    f  f  x   5 x . Encontrar
3 3

autovalores y autovectores de g y M B  g  .

Ejercicio 12 Sea B  v1 ;v2 ;v3  base de un esp. vectorial V y sea f :V  V la t. lineal dada por
 3 0 0
 
M B  f    0 0 1  . Encontrar, si es posible, una t. lineal g :V  V tal que g  f  v1   v1 y que
0 2 0
 
g  f tenga, además, autovalores 2 y 3.

Ejercicio 13 Sea B  v1 ;v2 ;v3  base de un espacio vectorial V y sea f :V  V la transformación
lineal tal que f  v2  v3   v2  v3 , f  v1   2v3 y f  v3   2v1 . Encontrar, si existe, una base B
de V formada por autovectores de f y exhibir M B f 1 .  

Autovalores y autovectores 5 Práctica 3

UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

 3 0 0
 
Ejercicio 14 Sea f : R  R tal que M  f    2 7 2  .
3 3

 2 4 1 
 
a) Hallar vectores v1 y v2 de R tal que B  v1 ;v2 ; 1, 1,1 sea una base de R 3 formada por
3

autovectores de f y encontrar M B  f  .
b) Hallar, si es posible, S y T subespacios de R 3 que cumplan simultáneamente: f  S   S ,
f T   T y S  T  R 3 .

Ejercicio 15
a) Definir una transformación lineal f : R3  R3 tal que –2 y 5 sean autovectores de f , 1,0 ,0  no
sea autovector de f, Nuf  gen  0 ,1,1 e Im f  gen 1,0 , 0  ; 1,1, 1 .
b) Calcular f 1,0,0  .

Ejercicio 16
 3 0 0 
 
a) Hallar a  R para los cuales A   5 4 a  2  es diagonalizable y tiene un autovalor de
 3 0 a2 
 
dimensión algebraica 2.
b) Para el valor de a hallado encontrar C ,D  R 3 x 3 , C inversible y D diagonal tales que A  CDC 1 .

1  1 1 2 
   
Ejercicio 17 Hallar a,b  R para que se cumpla que  6  sea un autovector de A   0 3 a  y
 3  0 1 b
   
1
encontrar C ,D  R , C inversible y D diagonal, tales que A  CDC .
3x3

 1 3 3 
 
Ejercicio 18 Dada A   0 0 1  , calcular A20 ; A31 ; A2 k y A2 k 1 con k  N .
 0 1 0
 

 1 2 10  1  7  6 8  0
Ejercicio 19 Dada A    , calcular A   ; A   y A   .
 4 3  2  6   2

1 1 
2 4
Ejercicio 20 Sea A   .
1 3 
 2 4
1 5
a) Hallar A10 y calcular A10   y A10   .
 2 1
1 5
b) Calcular el límite cundo k   de Ak ; Ak   y Ak   .
 2 1

Autovalores y autovectores 6 Práctica 3

UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

Ejercicio 21 Los escarabajos pasan por una metamorfosis completa. Una semana después de que la
hembra puso los huevos, los escarabajos salen del huevo en forma de pequeñas larvas y luego
empiezan a comer y crecer por dos años, hasta formar una pupa o crisálida. A los pocos días, de la
pupa salen los escarabajos adultos, alimentándose, apareándose y poniendo sus propios huevos. En
cierta población de escarabajos, el ciclo de vida dura 3 años. la mitad de las larvas sobrevive al 1er
año de vida. Un tercio de las larvas sobrevive al 2do año de vida. En su fase adulta, hacia el final de
su 3er año de vida los escarabajos se reproducen. Cada hembra deja 100 huevos de los cuales nacen
solo 12 larvas: 6 hembras y 6 machos. En este análisis se estudiará la población de escarabajos
hembra.
a) Si la población inicial es de 80 escarabajos hembra en su 1er año de vida (larvas pequeñas), 80
escarabajos hembra en su 2do año de vida (larvas grandes) y 80 escarabajos hembra en su 3er
año de vida (adultas), hallar la población (cuantas de cada tipo) 2 años después.
b) Encontrar una población inicial que no cambie con el tiempo, es decir, en la cual la cantidad de
escarabajos de cada edad es constante.

Ejercicio 22 En una ciudad compiten por el mercado 2 marcas de camperas: Duradera y Fachera.
Se estima que los clientes compran en promedio una campera por año.
De los clientes que compran una campera Duradera, 3/4 vuelven a comprar la misma marca el año
siguiente; el resto al año siguiente compra Fachera.
De los clientes que compran una campera Fachera, la mitad vuelve a comprar una campera Fachera
al año siguiente; el resto al año siguiente compra Duradera.
Estas tendencias se mantienen de año a año.
a) Llamar dk a la cantidad de clientes que compra Duradera el año k; y llamar fk a la cantidad de
clientes que compra Fachera el año k. Escribir dk+1 y fk+1 en términos de dk y fk . Hallar T la
matriz de transición.
b) Si en el año 2010 se vendieron 5000 camperas Fachera, y ninguna Duradera, ¿cuantas camperas
de cada marca se venderán en 2012? ¿Y en 2030? Para esta última pregunta, calcular
autovalores y autovectores de T. (dato: λ = 1 es autovalor).

Ejercicio 23 Se estudia cierta enfermedad crónica, no grave, que se puede contraer más de una vez, y
su efecto sobre la población. Todos los años, la quinta parte de los individuos (que eran sanos el
año anterior) contrae la enfermedad. La mitad de los enfermos de cada año estarán curados al año
siguiente; la otra mitad seguirá enferma.
a) Hallar la matriz de transición, sus autovalores y autovectores. ¿Es de probabilidad?
b) Si la población inicial es de 70 individuos sanos y 30 enfermos, ver a qué tiende la población:
i. en dos años.
ii. a lo largo del tiempo.

Ejercicio 24 Se estudian las hembras de cierta población de mamíferos. El periodo de gestación de

estos mamíferos es de 11 meses. La mitad de los mamíferos sobrevive al primer año. Y la mitad de
los mamíferos sobrevive al segundo año. Durante el primer año, los mamíferos no se reproducen.
Durante el segundo año, de cada hembra nacen 12 crías (6 hembras y 6 machos). Durante el tercer
año, de cada hembra nacen 16 crías (8 hembras y 8 machos). Estas tendencias se mantienen.
a) Hallar T la matriz de transición.
b) Sean (c0; j0; a0) = (24, 24,20) la cantidad inicial de hembras: crías (1er. año de vida), jóvenes
(2do. año) y adultas (3er año). Estimar la población al año siguiente.
c) ¿Existe alguna cantidad inicial de mamíferos que no varíe a lo largo del tiempo?
d) Se sabe que det(T) = 2 y que un autovalor de T es igual a –1. Hallar los autovalores y los
autovectores de T. Supongamos que P0 la población inicial, P0 = a1 v1 + a2 v2, con a1  0 .
Probar que (Pk /2k)  a1v1 cuando k   .

Autovalores y autovectores 7 Práctica 3

UNSAM Á l g eb r a y Ge o me t r í a A n a l í t i c a I I

Ejercicio 25 Se quiere evaluar el mercado de las 3 marcas de mayor venta de jabón: Blancura,
Frescura y Nieve.
De los clientes que en el primer año compran Blancura, la mitad compra el mismo jabón al año
siguiente; el resto se pasa a otras marcas de menor importancia.
De los clientes que en el primer año compran Frescura, al año siguiente la mitad vuelve a comprar
Frescura y la otra mitad compra Nieve.
De los clientes que en el primer año compran Nieve, al año siguiente un cuarto vuelve a comprar
Nieve, y el resto compra Frescura.
Se sabe que las tendencias se mantienen de año a año.
a) Hallar la matriz de transición.
b) Suponiendo que el primer año la mitad de los clientes compra Blancura y la otra mitad compra
Nieve (nadie compra Frescura), ¿qué proporción de gente compra cada una de las 3 marcas el
año siguiente?
c) Con el tiempo, ¿cuál marca se impondrá sobre las otras?
d) ¿Existe una distribución inicial entre clientes de las 3 marcas, de manera que la cantidad de
clientes de cada marca sea siempre la misma?

Ejercicio 26 En un pueblo hay dos tejedoras (Juana y Noemí) que proveen de ropa de lana a todas las
familias. De las familias que suelen encargar ropa de lana a Juana cierto año, el 85% (los 85/100)
sigue encargándole al año siguiente, mientras que el resto de las familias cambia de tejedora y le
encarga a Noemí.
De las familias que suelen encargar ropa de lana a Noemí cierto año, el 40% sigue encargándole al
año siguiente, mientras que el resto de las familias cambia de tejedora y le encarga a Juana.
Este comportamiento se repite año tras año.
a) Hallar la matriz de transición.
b) El año 2016 un cuarto de las familias le encargó ropa a Juana y 3/4 le encargó a Noemí. ¿Qué
proporción de familias clientes tendrá cada tejedora en el año 2017?
c) ¿Cómo será la proporción de familias que son clientes de cada tejedora dentro de 20 años?

Ejercicio 27 En un pueblo abren tres cervecerías un cierto día: Antares, Berna y Cervelar. La mitad
de los consumidores que un sábado va a Antares, elige volver el otro sábado, mientras que la otra
mitad elige ir a Cervelar. La mitad de los clientes de Berna vuelve al otro sábado, mientras que la
otra mitad elije Cervelar. Finalmente, todos los que van a Cervelar eligen cambiar al otro sábado,
repartiéndose mitad y mitad entre la competencia. Si asumimos que sábado a sábado se mantienen
los mismos clientes:
a) Realizar un diagrama de estados y dar la matriz de transición.
b) ¿Es posible repartir 45 clientes de modo tal que la distribución no cambie semana a semana?
¿Cómo?
 5 0 2
 
Ejercicio 28 Sea la matriz. M   0 1 / 2 0 
  12 0 5 

a) ¿Existe lim M k ? Justificar la respuesta.
k 

b) En cada caso, hallar un vector v  R 3 , no nulo, tal que:

i. No exista lim M k v .
k 
 
ii.  
lim M k v  0 .
k 

iii. M v  v k .
k

 
iv. Exista w  lim M k v con w  v y w  0 .
k 

Autovalores y autovectores 8 Práctica 3