TECNOLOGIA DE LA INFORMACION

MATERIA: ALGEBRA LINEAL

DOCENTE: Msc. DOUGLAS VERDUGA

TRABAJO DE: ERIKA SOLORZANO

PARALELO: C
Actividad # 9. Resolución de Ejercicios
Realizar ejercicios propuestos por cada tema y subtema estudiados por
semanas Con base en los contenidos desarrollados en la unidad III y IV,
realice la actividad propuesta, en el cual debe poner en práctica todo lo
aprendido.

Mayo 2023 - Sep 2023

 UNIDAD 3

1) En el espacio vectorial 𝑉 ∈ 𝑴𝟐𝟐 , compruebe que

se cumplen los axiomas 3 y 4 para ser un espacio
vectorial
Axioma 3
iii) Existe un vector 𝟎 𝝐 𝑽 tal que para todo 𝒙 𝝐 𝑽, 𝒙 + 𝟎 = 𝟎 + 𝒙 = 𝒙
(el 0 se llama vector cero o idéntico aditivo).
Proceso:
𝑎 𝑏 0 0
𝑀22 = ℝ2𝑥2 𝑥=( ) 𝑁=( )
𝑐 𝑑 0 0

(0 + 𝑋) = (0 0) + (𝑎 𝑏
) = (
𝒂 𝒃
)=𝒙
0 0 𝑐 𝑑 𝒄 𝒅

𝒂 𝒃
Respuesta 𝒙 = ( )
𝒄 𝒅
Axioma 4
iv) Si x 𝝐 𝑽, existe un vector −𝒙 𝝐 𝑽, 𝒕𝒂𝒍 𝒒𝒖𝒆 𝒙 + (−𝒙) = 𝟎
(-x se llama inverso aditivo de x).
𝑎 𝑏 −𝑎 −𝑏
𝑀22 = ℝ2𝑥2 𝑥=( ) −𝑥 = ( )
𝑐 𝑑 −𝑐 −𝑑
𝑎 𝑏 −𝑎 −𝑏 𝑎−𝑎 𝑏−𝑏 𝟎 𝟎
(𝒙 + (−𝒙)) = ( )+( ) =( )=( )
𝑐 𝑑 −𝑐 −𝑑 𝑐−𝑐 𝑑−𝑑 𝟎 𝟎
𝟎 𝟎
(𝒙 + (−𝒙)) = ( )
𝟎 𝟎

2) Determine si el conjunto dado de vectores genera

el espacio vectorial dado.
𝑬𝒏 𝑷𝟐 : 𝟏 − 𝒙, 𝟑 − 𝒙𝟐 , 𝒙
Se dice que los vectores 𝑣1 . 𝑣2 … … 𝑣𝑛 de un espacio vectorial V generan a V si
todo vector en V se puede escribir como una combinación lineal de los mismos. Es
decir, para todo 𝑣 𝜖 𝑉 existen escalares 𝑎1 . 𝑎2 … … 𝑎𝑛 tales que.
 𝒗 = 𝒂𝟏 𝒗𝟏 + 𝒂𝟐 𝒗𝟐 + ⋯ + 𝒂𝒏 𝒗𝒏

Proceso:
Sea 𝑝(𝑥) = 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0 𝜖 𝑃2 Debemos verificar si todo vector (polinomio) de
𝑃2

Se puede expresar como una combinación lineal de vectores.

Es decir, para todo p(x) 𝜖 𝑃2 existen escalares 𝛼, 𝛽, 𝜃 tal que:

𝜶(1 − 𝑥) + 𝜷( 3 − 𝑥 2 )𝜽 𝑥 = 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0

𝛼 − 𝛼𝑥 + 3𝛽 − 𝛽𝑥 2 + 𝜃 𝑥 = 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0

−𝛽𝑥 2 + 𝑥 (𝜃 − 𝛼) + (𝛼 + 3𝛽) = 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0

Igualamos los coeficientes.

−𝛽𝑥 2 = 𝑎2 𝑥 2 −𝛽 = 𝑎2
{𝑥 (𝜃 − 𝛼) = 𝑎1 𝑥 { 𝜃 − 𝛼 = 𝑎1
(𝛼 + 3𝛽) = 𝑎0 𝛼 + 3𝛽 = 𝑎0

Solución del sistema

−𝛽 = 𝑎2 𝛽 = −𝑎2

𝛼 + 3𝛽 = 𝑎0 𝛼 + 3(−𝑎2 ) = 𝑎0

𝛼 − 3𝑎2 = 𝑎0 𝛼 = 𝑎0 + 3𝑎2

𝜃 − 𝛼 = 𝑎1 𝜃 − (𝑎0 + 3𝑎2 ) = 𝑎1

𝜃 − 𝑎0 − 3𝑎2 = 𝑎1 𝜽 = 𝒂𝟎 + 𝒂𝟏 + 𝟑𝒂𝟐

Base canónica de ℝ3 = {(1,0,0), (0,1, 0), (0,0,1)}

𝒗𝟏 = (1,0,0)

𝒗𝟐 = (0,1,0)

𝒗𝟑 = (0,0,1)

Comprobar
𝑣1 , 𝑣2 , 𝑣3 𝜖 𝑉: ℝ3 𝑎1 , 𝑎2 , 𝑎3 𝜖 ℝ
𝑎1 𝑣1 + 𝑎2 𝑣2 + 𝑎3 𝑣3 = 𝑉

𝑎1 (1,0,0) + 𝑎2 (0,1,0) + 𝑎3 (0,0,1) = (𝑥, 𝑦, 𝑧)

(𝑎1 , 0,0) + (0, 𝑎2 , 0) + (0,0, 𝑎3 ) = (𝑥, 𝑦, 𝑧)
𝑎1 = 𝑥
{ 𝑎2 = 𝑦
𝑎3 = 𝑧

Respuesta: Si es un sistema generador, por lo tanto, si es una base.

3) Encuentre una base para el conjunto de vectores

que se encuentra en el plano, y su Dimensión:
𝒙
𝝅 = {(𝒚) : 𝟐𝒙 − 𝒚 + 𝟑𝒛 = 𝟎}
𝒛
PROCESO:

Hallamos una base para 𝜋

𝑥 𝑥
𝜋 = {(𝑦) : 2𝑥 + 3𝑧 = 𝑦} 𝜋 = {(2𝑥 + 3𝑧) : 𝑥, 𝑧 𝜖 ℝ}
𝑧 𝑧
𝑥 0 1 0
𝜋 = {(2𝑥) + (3𝑧) : 𝑥, 𝑧 𝜖 ℝ} 𝜋 = {𝑥 (2) + 𝑧 (3) : 𝑥, 𝑧 𝜖 ℝ}
0 𝑧 0 1
1 0 𝟏 𝟎
𝜋 = 𝑔𝑒𝑛 {(2) , (3)} Entonces una base para 𝜋 𝑩 = {(𝟐) , (𝟑)}
0 1 𝟎 𝟏
Ortogonalizamos la base 𝐵 = {𝑉1 , 𝑉2 } Usamos el método de ortogonalización
de Gram-Schmidt.
Primer vector 𝑈1 = 𝑉1 𝑈1 = (1, 2, 0)
Segundo vector
𝑉2 = ( 0 3 1) 𝑼𝟏 = (𝟏, 𝟐, 𝟎)
FÓRMULA
𝑉2 ∗𝑈1
𝑈2 = 𝑉2 − ∗ 𝑈1
𝑈1 ∗𝑈1

(0 3 1) ∗(1 2 0)
𝑈2 = (0 3 1) − ( ∗ (1 2 0)
1 2 0)∗(1 2 0)

0(1)+3(2)+1(0)
𝑈2 = (0 3 1) − ∗ ( 1 2 0)
1(1)+2(2)+0(0)
 6
𝑈2 = (0 3 1) − ∗ (1 2 0)
5
6 12
𝑈2 = (0 3 1) − (5 5
0)
𝟔 𝟑
𝑼𝟐 = (− , , 𝟏)
𝟓 𝟓

𝟔 𝟑
{𝑈1 , 𝑈2 } = {(𝟏, 𝟐, 𝟎), (− , , 𝟏) } Es una base ortogonal de 𝜋
𝟓 𝟓

Las Dimensiones 𝑈1 , 𝑈2
𝑈 1, 2, 0, 1, 2, 0,
𝑊1 = ‖𝑈1 ‖ 𝑊1 = 𝑊1 =
1 √12 2 2 √5
+2 +0
𝟏 𝟐
𝑾𝟏 = ( , , 𝟎)
√𝟓 √𝟓

𝑈 −6/5 ,3/5, 1 −6/5 ,3/5, 1

𝑊2 = ‖𝑈2 ‖ 𝑊2 = 𝑊2 =
2 √(−6/5)2 2 2 5 √70
+ (3/5) + 1
𝟔 𝟑 𝟓
𝑾𝟐 = (− , , )
√𝟕𝟎 √𝟕𝟎 √𝟕𝟎

1 2 6 3 5
Respuesta: {𝑊1 , 𝑊2 } = {( , , 0) , (− , , ) } Son sus Dimensiones.
√5 √5 √70 √70 √70

4) Consideremos el espacio vectorial formado por

todas las matrices de 2x2 de la forma.
𝟎 𝒂
𝑫𝟐𝑿𝟐 = {( ) \ 𝒂 𝒚 𝒃 𝝐 𝑹𝟏 }
𝒃 𝟎
Vamos a encontrar una base para este espacio vectorial, y su Dimensión.
a) Hallar la base para el espacio vectorial.
0 1 0 0 0 𝑎 0 1 0 0
𝑎( )+𝑏( )=( ) 𝑅𝑎𝑛𝑔𝑜 ( | | )=2
0 0 1 0 𝑏 0 0 0 1 0
𝟎 𝟏 𝟎 𝟎
1. 𝒃𝒂𝒔𝒆 𝑷 = {( ),( )} R: Dimensión de P= 2
𝟎 𝟎 𝟏 𝟎

UNIDAD 4

𝒙+𝒚
𝒙
1.- 𝑺𝒆𝒂 𝑻: 𝑹𝟐 → 𝑹𝟑 𝒅𝒆𝒇𝒊𝒏𝒊𝒅𝒂 𝒑𝒐𝒓 𝑻 (𝒚) = (𝒙 − 𝒚)
𝟑𝒚
Determine si T es lineal

Encuentre una transformación lineal de 𝑹𝟐 en el plano

𝒙
𝑾 = {(𝒚) : 𝟐𝒙 − 𝒚 + 𝟑𝒛 = 𝟎}
𝒛
Sí, la transformación T es lineal. Para demostrarlo, podemos verificar que cumple con
las propiedades de aditivita y homogeneidad.

Tomemos dos vectores arbitrarios u = (u1, u2) y v = (v1, v2) en R^2 y un escalar c.
Entonces, tenemos que:

𝑻(𝒖 + 𝒗) = 𝑻((𝒖𝟏 + 𝒗𝟏, 𝒖𝟐 + 𝒗𝟐))

= (𝒖𝟏 + 𝒗𝟏 + 𝒖𝟐 + 𝒗𝟐, 𝒖𝟏 + 𝒗𝟏 − 𝒖𝟐 − 𝒗𝟐, 𝟑(𝒖𝟐 + 𝒗𝟐))
= (𝒖𝟏 + 𝒖𝟐 + 𝒗𝟏 + 𝒗𝟐, 𝒖𝟏 − 𝒖𝟐 + 𝒗𝟏 − 𝒗𝟐, 𝟑𝒖𝟐 + 𝟑𝒗𝟐)
= (𝒖𝟏 + 𝒖𝟐, 𝒖𝟏 − 𝒖𝟐, 𝟑𝒖𝟐) + (𝒗𝟏 + 𝒗𝟐, 𝒗𝟏 − 𝒗𝟐, 𝟑𝒗𝟐)
= 𝑻(𝒖) + 𝑻(𝒗)

Para la homogeneidad, tenemos que:

𝑻(𝒄𝒖) = 𝑻((𝒄𝒖𝟏, 𝒄𝒖𝟐)) = (𝒄𝒖𝟏 + 𝒄𝒖𝟐, 𝒄𝒖𝟏 − 𝒄𝒖𝟐, 𝟑𝒄𝒖𝟐)

= 𝒄(𝒖𝟏 + 𝒖𝟐, 𝒖𝟏 − 𝒖𝟐, 𝟑𝒖𝟐) = 𝒄𝑻(𝒖)

Por lo tanto, T es una transformación lineal.

Para encontrar una transformación lineal de 𝑹𝟐 en el plano 𝑾 = {(𝒙, 𝒚, 𝒛): 𝟐𝒙 − 𝒚 +

𝟑𝒛 = 𝟎} podemos tomar la base canónica de 𝑹𝟐 y encontrar su imagen bajo T. Luego
podemos expresar estas imágenes como combinaciones lineales de una base de W y usar
los coeficientes para construir la matriz de la transformación lineal.

La base canónica de 𝑹𝟐 es {(𝟏, 𝟎), (𝟎, 𝟏)}. La imagen de estos vectores bajo T es:

𝑻(𝟏, 𝟎) = (𝟏 + 𝟎, 𝟏 − 𝟎, 𝟑 ∗ 𝟎) = (𝟏, 𝟏, 𝟎)

𝑻(𝟎, 𝟏) = (𝟎 + 𝟏, 𝟎 − 𝟏, 𝟑 ∗ 𝟏) = (𝟏, −𝟏, 𝟑)

Ahora necesitamos encontrar una base para W. Podemos hacerlo resolviendo el sistema
homogéneo asociado a la ecuación del plano:

𝒙 − 𝒚/𝟐 + 𝒛/𝟑 = 𝟎

𝒙 = 𝒚/𝟐 − 𝒛/𝟑

Entonces una base para W es {(𝟎. 𝟓, −𝟏, −𝟑), (−𝟎. 𝟑𝟒, −𝟑, −𝟗)}. Ahora podemos
expresar las imágenes de los vectores canónicos como combinaciones lineales de esta
base:

(𝟏, 𝟏, 𝟎) = 𝒂(𝟎. 𝟓, −𝟏, −𝟑) + 𝒃(−𝟎. 𝟑𝟒, −𝟑, −𝟗)

Resolviendo este sistema encontramos que 𝒂 = 𝟒 𝒚 𝒃 = 𝟒

 (𝟒)(𝟎. 𝟓, −𝟏, −𝟑) + (𝟒)(−𝟎. 𝟑𝟒, −𝟑, −𝟗) = (𝟒)(−𝟎. 𝟏𝟕, −𝟒, −𝟏𝟐)

(𝟏, −𝟏, 𝟑) = 𝒂(𝟎. 𝟓, −𝟏, −𝟑) + 𝒃(−𝟎. 𝟑𝟒, −𝟑, −𝟗)

Resolviendo este sistema encontramos que 𝒂 = −𝟔 𝒚 𝒃 = −𝟔

(−𝟔)(𝟎. 𝟓, −𝟏, −𝟑) + (−𝟔)(−𝟎. 𝟑𝟒, −𝟑, −𝟗) = (−𝟔)(−𝟎. 𝟏𝟕, −𝟒, −𝟏𝟐)

Entonces la matriz de la transformación lineal es:

𝟒 −𝟔
( )
𝟒 −𝟔
2.
𝟏 𝟎
𝟐
Sea 𝑻 una transformación lineal de 𝑹𝟑 𝒆𝒏 𝑹𝟐 y suponga que 𝑻 (𝟎) = ( ) , 𝑻 (𝟏) =
𝟑
𝟎 𝟎
𝟎 𝟑
−𝟏 𝟓
( ) 𝒚 𝑻 (𝟎) = ( ) . 𝑪𝒂𝒍𝒄𝒖𝒍𝒆 𝑻 (−𝟒)
𝟒 −𝟑
𝟏 𝟓
Dado que T es una transformación lineal, podemos calcular 𝑻(𝟑, −𝟒, 𝟓) como una
combinación lineal de las imágenes de los vectores canónicos de 𝑹𝟑 . Es decir:
𝟑 𝟏 𝟎 𝟎
𝟐 −𝟏 𝟓
𝑻 (−𝟒) = 𝟑𝑻 (𝟎) − 𝟒𝑻 (𝟏) + 𝟓𝑻 (𝟎) = 𝟑 ( ) − 𝟒 ( ) + 𝟓 ( )
𝟑 𝟒 −𝟑
𝟓 𝟎 𝟎 𝟏
𝟔 𝟒 𝟐𝟓 𝟑𝟓
= ( ) + ( ) +( ) = ( )
𝟗 𝟏𝟔 −𝟏𝟓 𝟏𝟎
Por lo tanto
𝟑
𝟑𝟓
𝑻 (−𝟒) = ( )
𝟏𝟎
𝟓
3.
𝒙
Defina 𝑻: 𝑹𝟑 → 𝑹𝟑 𝒑𝒐𝒓 𝑻 (𝒚) =
𝒛
𝟐𝒙 − 𝒚 + 𝟑𝒛
( 𝟒𝒙 − 𝟐𝒚 + 𝟔𝒛 ) . 𝑬𝒏𝒄𝒖𝒆𝒏𝒕𝒓𝒆 𝑨𝑻 , 𝒏𝒖 𝑻, 𝒊𝒎 𝑻, 𝒗(𝑻) 𝒚 𝝆(𝑻).
−𝟔𝒙 + 𝟑𝒚 − 𝟗𝒛
𝒙
𝟑 𝟑
La matriz de la transformación lineal 𝑻: 𝑹 → 𝑹 definida 𝒑𝒐𝒓 𝑻 (𝒚) =
𝒛
𝟐𝒙 − 𝒚 + 𝟑𝒛
( 𝟒𝒙 − 𝟐𝒚 + 𝟔𝒛 )
−𝟔𝒙 + 𝟑𝒚 − 𝟗𝒛
 𝟐 −𝟏 𝟑
𝑨𝑻 = ( 𝟒 −𝟐 𝟔 )
−𝟔 𝟑 −𝟗
Para encontrar el núcleo de T, debemos resolver el sistema homogéneo asociado a la
ecuación
𝒙 𝟎
𝑻 (𝒚) = (𝟎)
𝒛 𝟎
𝟐 −𝟏 𝟑 𝒙 𝟎
(𝟒 −𝟐 𝟔 ) (𝒚) = (𝟎)
−𝟔 𝟑 −𝟗 𝒛 𝟎
Por lo que el núcleo de T es
𝟎
𝒏𝒖 𝑻 = {(𝟎)}
𝟎
Su dimensión es 0 y su rango es 3. Dado que el rango de T es igual a la dimensión del
dominio de T.

La imagen de T es el subespacio generado por las columnas de la matriz 𝑨𝑻

𝟐 −𝟏 𝟑
𝒊𝒎 𝑻 = {( 𝟒 ) , (−𝟐) , ( 𝟔 )}
−𝟔 𝟑 −𝟗
Dado que las columnas son linealmente independientes, podemos concluir que la
𝒊𝒎 𝑻, 𝒆𝒔 𝒕𝒐𝒅𝒐 𝑹𝟑
La inversa de T se puede calcular como:

𝟏 −𝟏𝟖 −𝟗 −𝟐𝟕 𝟏 𝟏/𝟐 𝟑/𝟐

𝑨−𝟏
𝑻 = ( 𝟑𝟔 𝟏𝟖 𝟓𝟒 ) = (−𝟐 −𝟏 −𝟑 )
𝐝𝐞𝐭(𝑨𝑻 ) 𝟏 𝟏/𝟐 𝟑/𝟐
−𝟏𝟖 −𝟗 −𝟐𝟕
Por lo tanto, la transformación lineal inversa 𝒗(𝑻) 𝒆𝒔𝒕𝒂 𝒅𝒂𝒅𝒂 𝒑𝒐𝒓:
𝟏 𝟑
𝒙+ 𝒚+ 𝒛
𝒙 𝟐 𝟐
𝒗(𝑻) = (𝒚) = −𝟐𝒙 − 𝒚 − 𝟑𝒛
𝒛 𝟏 𝟑
𝒙+ 𝒚+ 𝒛
( 𝟐 𝟐 )
El polinomio característico de T está dado por:

𝟐−𝜸 −𝟏 𝟑
𝝆(𝑻) = 𝐝𝐞𝐭(𝑨𝑻 − 𝜸𝑰) = 𝐝𝐞𝐭 (( 𝟒 −𝟐 − 𝜸 𝟔 ))
−𝟔 𝟑 −𝟗 − 𝜸
= (𝟐 − 𝜸)[(−𝟐 − 𝜸)(−𝟗 − 𝜸) − 𝟑 ∗ 𝟔] + [(𝟒 ∗ (−𝟗 − 𝜸) − (𝟔 ∗ −𝟔)]
+ 𝟑[(𝟒 ∗ 𝟑) − (−𝟔 ∗ (−𝟐 − 𝜸))]
 −(𝜸 + 𝟑)𝟑 = 𝜸 = −𝟑

4.
𝟐 −𝟏
Sea 𝑨 = ( )
−𝟒 𝟐
Obtener el valor y vector característico

Para encontrar los valores y vectores característicos de la matriz A, debemos calcular el

polinomio característico de A y encontrar sus raíces. El polinomio característico de A
está dado por:

𝟐−𝜸 −𝟏
𝝆𝑨 (𝜸) = 𝐝𝐞𝐭(𝑨 − 𝜸𝑰) = 𝐝𝐞𝐭 (( )) = (𝟐 − 𝜸)𝟐 − 𝟒 = 𝜸𝟐 − 𝟒𝜸
−𝟒 𝟐−𝜸

Las raíces de este polinomio son 0 y 4, por lo que estos son los valores característicos de
A. Para encontrar los vectores característicos correspondientes a cada valor propio,
debemos resolver el sistema homogéneo asociado a la ecuación (𝑨 − 𝝀𝑰)𝒙 = 𝟎 para
cada valor propio λ.

Para 𝜸 = 𝟎, 𝒕𝒆𝒏𝒆𝒎𝒐𝒔:

(𝑨 − 𝟎𝑰)𝒙 = 𝟎 → ( 𝟐 −𝟏
)𝒙 = 𝟎
−𝟒 𝟐
Resolviendo este sistema encontramos que el espacio nulo de la matriz (𝑨 − 𝟎𝑰) es
generado por el vector (𝟏, 𝟐).

(𝟏, 𝟐) es un vector característico de A asociado al valor propio 0.

Para 𝜸 = 𝟒, 𝒕𝒆𝒏𝒆𝒎𝒐𝒔:

(𝑨 − 𝟒𝑰)𝒙 = 𝟎 → (−𝟐 −𝟏
)𝒙 = 𝟎
−𝟒 −𝟐
Resolviendo este sistema encontramos que el espacio nulo de la matriz (𝑨 − 𝟒𝑰) es
generado por el vector (−𝟏, 𝟐).

(−𝟏, 𝟐) es un vector característico de A asociado al valor propio 4.

Los valores y vectores característicos de la matriz A son:

𝑽𝒂𝒍𝒐𝒓 𝒑𝒓𝒐𝒑𝒊𝒐: 𝟎; 𝑽𝒆𝒄𝒕𝒐𝒓 𝒄𝒂𝒓𝒂𝒄𝒕𝒆𝒓í𝒔𝒕𝒊𝒄𝒐: (𝟏, 𝟐)

𝑽𝒂𝒍𝒐𝒓 𝒑𝒓𝒐𝒑𝒊𝒐: 𝟒; 𝑽𝒆𝒄𝒕𝒐𝒓 𝒄𝒂𝒓𝒂𝒄𝒕𝒆𝒓í𝒔𝒕𝒊𝒄𝒐: (−𝟏, 𝟐)

5.
𝟏 −𝟏 𝟒
Sea 𝑨 = (𝟑 𝟐 −𝟏)
𝟐 𝟏 −𝟏
Obtener el valor y vector característico

𝟏 − 𝝀 −𝟏 𝟒
𝝆𝑨 (𝜸) = 𝐝𝐞𝐭(𝑨 − 𝜸𝑰) = 𝐝𝐞𝐭 (( 𝟑 𝟐−𝝀 −𝟏 )) = − 𝜸𝟑 + 𝟐𝜸𝟐 + 𝟓𝜸 + 𝟒
𝟐 𝟏 −𝟏 − 𝒚

−𝜸𝟑 + 𝟐𝜸𝟐 + 𝟓𝜸 + 𝟒 = 𝟎

𝜸𝟏 = −𝟏 𝒚 𝜸𝟐 = −𝟐

(𝑨 − 𝝀𝑰)𝒙 = 𝟎

Para 𝒚 = −𝟏, 𝒕𝒆𝒏𝒆𝒎𝒐𝒔

𝟐 −𝟏 𝟒
(𝑨 + 𝑰)𝒙 = 𝟎 → (𝟑 𝟑 −𝟏) 𝒙 = 𝟎
𝟐 𝟏 𝟎
Resolviendo este sistema encontramos que el espacio nulo de la matriz (𝑨 + 𝑰) es
generado por el vector (𝟐, −𝟐, −𝟏).

(𝟐, −𝟐, −𝟏) es un vector característico de A asociado al valor propio -1.

Para 𝝀 = −𝟐, 𝒕𝒆𝒏𝒆𝒎𝒐𝒔

𝟑 −𝟏 𝟒
(𝑨 + 𝟐 𝑰)𝒙 = 𝟎 → (𝟑 𝟒 −𝟏) 𝒙 = 𝟎
𝟐 𝟏 𝟏
Resolviendo este sistema encontramos que el espacio nulo de la matriz (𝑨 + 𝟐𝑰) es
generado por el vector (−𝟏, 𝟎, −𝟏).

(−𝟏, 𝟎, −𝟏) es un vector característico de A asociado al valor propio -2.

Los valores y vectores característicos de la matriz A son:

𝑽𝒂𝒍𝒐𝒓 𝒑𝒓𝒐𝒑𝒊𝒐: − 𝟏; 𝑽𝒆𝒄𝒕𝒐𝒓 𝒄𝒂𝒓𝒂𝒄𝒕𝒆𝒓í𝒔𝒕𝒊𝒄𝒐: (𝟐, −𝟐, −𝟏)

𝑽𝒂𝒍𝒐𝒓 𝒑𝒓𝒐𝒑𝒊𝒐: − 𝟐; 𝑽𝒆𝒄𝒕𝒐𝒓 𝒄𝒂𝒓𝒂𝒄𝒕𝒆𝒓í𝒔𝒕𝒊𝒄𝒐: (−𝟏, 𝟎, −𝟏