E SCUELA P OLITÉCNICA N ACIONAL

Á LGEBRA L INEAL • H OJA DE EJERCICIOS NO . 14

Semestre 2019-A Departamento de Formación Básica

1 VALORES Y VECTORES PROPIOS

!
a 2
1. Dados a, b ∈ R, considere la matriz A = . Determine los valores de a y de b tales que el vector
b 1
!
8
es un vector propio de A asociado al valor propio 3.
4

Solución.
Por definición de valor propio tenemos que
! ! !
a 2 8 8
=3
b 1 4 4

lo que nos lleva al siguiente sistema de ecuaciones lineales

(
8a + 8 = 24,
8c + 4 = 12.

Luego, a = 2 y c = 1.

 
1 a b
2. Dados a, b, c, d, e, f ∈ R, considere la matriz A = 1 c d , una matriz simétrica. Determine los
 
1 e f
valores de a, b, c, d, e, f tales que los vectores (1, 1, 1) y (1, 0, −1) T sean vectores propios de A, asociados
T

a dos valores propios distintos.

Solución.
Por ser A simétrica se tiene que a = 1, b = 1 y que d = e. Sean λ1 y λ2 los dos valores propios de A
que se consideran, entonces
         
1 1 1 1 1 1 1 1 1 1
1 c d  1 = λ1 1 y 1 c d   0  = λ2  0  .
         
1 d f 1 1 1 d f −1 −1
A partir de lo cual se obtienen que λ1 = 3, λ2 = 0, c = 1, d = 1 y f = 1.

3. Los valores propios de una matriz A ∈ R3×3 simétrica son 1, −2 y 3 con vectores propios (1, 1, −1) T y
(0, 1, 1) T asociados a los valores propios 1 y −2, respectivamente. Hallar a la matriz A y el vector propio
asociado al valor propio 3.

Solución.
 
7
3 − 23 2
3
Verifique que A = − 23 − 61 − 11 y que el vector propio asociado al valor propio 3, es
 
6 
2
3 − 11
6 − 1
6

v = (2, −1, 1) T .

1
4. Sean f : R n → R n una aplicación lineal y u, v dos vectores de R n asociados a los valores propios distintos
λ, µ ∈ R. Decidir cuáles de las siguientes afirmaciones son verdaderas.

a) El vector propio u tiene un único valor propio asociado.

b) Para todo α ∈ R r {0}, el vector αu es un vector propio del valor propio λ.
c) El vector u + v es un vector propio de f .

Solución.

a) Supongamos que existe otro valor propio λ1 tal que u es su vector propio asociado, entonces

f (u) = λ1 u.

Además, por hipótesis tenemos que

f (u) = λu.

Por tanto, tenemos que λ1 u = λu, lo que implica que (λ1 − λ)u = 0, y dado que u 6= 0, al ser un
vector propio, concluimos que λ1 = λ. Por lo cual, el enunciado es verdadero.
b) Sea α ∈ R, entonces
f (αu) = α f (u) = α(λu) = λ(αu).

Por lo cual, αu es un vector propio de f asociado al valor propio λ.

c) Verifiquemos si u + v es un vector propio de f ; para esto debemos encontrar el correspondiente
valor propio. En efecto,
f (u + v) = f (u) + f (v) = λu + µv.

Si λ = µ, tendríamos que f (u + v) = f (u) + f (v) = λ(u + v), sin embargo, esto no es posible ya
que se tiene que λ 6= µ, en efecto, notemos que la aplicación lineal

f : R2 −→ R2
( x, y) 7−→ ( x + 2y, 2x + y).
!
1 2
Cuya matriz asociada a la base canónica es A = , cuyos valores propios son −1 y 3 con
2 1
vectores propios asociados (−1, 1) T y (1, 1) T , respectivamente. Además,

f ((−1, 1) + (1, 1)) = f (0, 2) = (4, 2) = 2(2, 1).

Por lo tanto, el enunciado es falso.

5. Sea f : R n → R n una aplicación lineal de manera que f ◦ f = f . Calcular los valores propios de f .

Solución.
Supongamos que λ es un valor propio de f y que v es un vector propio asociado a este valor propio.
Entonces, se tienen que
f (v) = λv

y que
( f ◦ f )(v) = f ( f (v)) = f (λv) = λ f (v) = λ2 v.
Por hipótesis tenemos que f ◦ f = f , y, por tanto,

f (v) = ( f ◦ f )(v).

Luego,
λv = λ2 v,

2
 lo que implica que λ(1 − λ)v = 0, y dado que v 6= 0, al ser un vector propio, tenemos que λ(1 − λ) = 0.
Por lo tanto, los valores propios de f son 0 y 1.

6. Sea f una aplicación lineal, hallar sus valores y vectores propios, donde:

a)
f : R2 −→ R2
( x, y) 7−→ ( x + y, 2x − 3y).
b)
f : R2×2! −→ R3 [t]
a b
7−→ ( a + b − d) + bt + ct2 + (− a + c + d)t3 .
c d

c)
f: R2 [t] −→ R3
a + bt + ct2 7−→ ( a − b + c, − a + b − c, a − b + c).

Solución.
Verificar que:
√ !
√ − 6+2
a) Para el valor propio λ1 = − 6 − 1 su correspondiente vector propio es ; para el valor
2
√ !
√ 6+2
propio λ2 = 6 − 1 su correspondiente vector propio es .
2
 
1
0
b) Para el valor propio λ1 = 0 su correspondiente vector propio es  ; para el valor propio λ2 = 1
 
0
1
   
1 0
0 1
sus correspondientes vectores propios son   y  ; para el valor propio λ3 = 2 su correspon-
   
1 0
0 1
 
−1
 0 
diente vector propio es  .
 
 0 
1
   
1 −1
c) Para el valor propio λ1 = 0 sus correspondientes vectores propios son 1 y  0 ; para el valor
   
0 1
 
1
propio λ2 = 3 su correspondiente vector propio es −1.
 
1
 
1 a a
7. Dado a ∈ R r {0}, considere la matriz A =  a 1 a .
 
a a 1
 
1
a) Compruebe que 1 es un vector propio de A. Hallar el valor propio λ asociado. Calcule una base
 
1
de Eλ .

3
 b) Compruebe que 1 − a es un valor propio de A y calcule una base del espacio propio correspondien-
te.
c) Compruebe que todo vector x ∈ R3 se puede escribir como x = y + z donde y ∈ Eλ y z ∈ E1−a y
que Eλ ∩ E1−a = {0}.

Solución.

a) Verifique que el valor propio asociado es λ = 2a + 1 y que Eλ = gen({(1, 1, 1)}).

b) Utilice el polinomio característico de A − µI3 y compruebe que E1−a = gen({(−1, 1, 0), (−1, 0, 1)}).
c) Verifique que Eλ + E1−a = R3 y concluya que dim( Eλ ∩ E1−a ) = 0.

8. Sea λ un valor propio de la matriz A, asociado a x. Probar que:

a) Para todo r ∈ N, λr es un valor propio de Ar , asociado a x.

b) Si p( x ) = a0 + a1 x + · · · + am x m con ai ∈ R, entonces p(λ) es un valor propio de p( A) = a0 I +
a1 A + · · · + am Am asociado a x.
c) Si A es invertible con λ 6= 0, entonces 1
λ es un valor propio de A−1 asociado a x.

9. Sean A, C ∈ R n×n con C una matriz no singular. Pruebe que:

a) A y A T tienen el mismo polinomio característico.

b) C −1 AC y A tienen igual polinomio característico.
c) 0 es valor propio de A si y solo si A es singular.

Solución.

a) Notemos que

det( A − λIn ) = det( A − λIn ) T = det( A T − λInT ) = det( A T − λIn ).

Por lo tanto, A y A T tienen el mismo polinomio característico.

b) Notemos que

det(C −1 AC − λIn ) = det(C −1 AC − λC −1 C )

= det(C−1 ( AC − λC ))
= det(C−1 ) det( AC − λC )
= det(C−1 ) det(( A − λIn )C )
= det(C−1 ) det( A − λIn ) det(C )
= det( A − λIn ).
Por lo tanto, C −1 AC y A tienen el mismo polinomio característico.
c) Tenemos que 0 es un valor propio de A si y solo si existe un vector v no nulo tal que A(v) = 0v = 0,
lo que se tiene, si y solo si A es singular.

10. Sean A, B ∈ R n×n . Pruebe que si λ es un valor propio de AB también lo es de BA.

Sugerencia: Distinga los casos λ 6= 0 y λ = 0. Al tratar este último, considere el polinomio caracterís-
tico de AB.

4
 Solución.
Supongamos que λ 6= 0, entonces, existe un vector v no nulo tal que ( AB)v = λv. Ahora, sea w = Bv,
tenemos que
( BA)w = B( Aw) = B( A( Bv)) = B(( AB)v) = B(λv) = λBv = λw.
Luego, λ es un valor propio de BA.
Ahora, supongamos que λ = 0, entonces

det( AB − 0In ) = det( AB) = det( BA) = det( BA − 0In ).

Lo que implica que 0 también es valor propio de BA. Por lo tanto, todo valor propio de AB también lo
es de BA.

2 D IAGONALIZACIÓN
! !
5 7
1. Sea A ∈ R 2×2 una matriz con valores propios 2 y 1 con vectores propios y , respectivamente.
2 3

a) Hallar la matriz A.
b) Encontrar dos matrices P, D ∈ R2×2 , P no singular tales que A = P−1 DP.
c) Determinar A3 .

Solución.
!
a b
a) Sea A = , por definición de valor y vector propio se tiene que
c d
! ! !
a b 5 5
=2 ,
c d 2 2
!
16 −35
a partir de lo cual se obtiene que a = 16, b = −35, c = 6 y d = −13. Por tanto, A = .
6 −13

! que A posee valores propios 2 y 1 con vectores propios (5, 2) y

b) Dado que por hipótesis tenemos
5 7
(7, 3), tenemos que P = , luego,
2 3
!
2 0
D = P−1 AP = .
0 1

c) En virtud del literal anterior tenemos que A = PDP−1 . Luego,

!
106 −245
A3 = ( PDP−1 )3 = PD3 P−1 = .
42 −97

 
2 a 0 0
0 2 b 0
2. Dados a, b, c ∈ R, considere la matriz A =  .
 
0 0 2 c
0 0 0 2

a) Verifique que para todo a, b, c ∈ R, 2 es un valor propio de A con multiplicidad algebraica igual a
4.
b) Obtenga condiciones sobre a, b, c para que la multiplicidad geométrica de 2 sea 1, es decir, dim(V2 ) =
1. Repita este ejercicio para la condición dim(V2 ) = 2.

5
 c) Obtenga condiciones sobre a, b, c para que A sea diagonalizable.

Solución.

a) Notemos que el polinomio característico de A − λI4 es

p(λ) = det( A − λI4 ) = (2 − λ)4

para todo λ ∈ R, cuya raíz es 2 que se repite 4 veces, es decir, 2 es un valor propio de A con
multiplicidad algebraica 4.
b) Para el valor de λ = 2, tenemos que
 
0 a 0 0
0 0 b 0
A − λIn = A − 2I4 =  .
 
0 0 0 c
0 0 0 0
Notemos que si a = 0 y bc 6= 0, se tiene que la correspondiente matriz ampliada del sistema
( A − 2I4 )v = 0 es tal que
   
0 0 0 0 | 0 0 0 1 0 | 0
0 0 b 0 | 0 0 0 0 1 | 0
∼ .
   
0 0 0 c | 0 0 0 0 0 | 0


0 0 0 0 | 0 0 0 0 0 | 0
Lo que implica que el conjunto solución del sistema es V2 = gen({(1, 0, 0, 0), (0, 1, 0, 0)}), por tanto,
dim(V2 ) = 2. Finalmente, para los casos: b = 0 y ac 6= 0, y, c = 0 y ab 6= 0; se obtiene el mismo
resultado.
De forma similar, para abc 6= 0, se tiene que dim(V2 ) = 1.
c) Notemos que en virtud del literal anterior, la matriz A es diagonalizable para a = 0, b = 0 y
c = 0.

3. Sea A ∈ K n×n diagonalizable, y sean λi con i ∈ {1, . . . , n}, los valores propios de A (no necesariamente
distintos). Demuestre que:
n
a) Tr( A) = ∑ λi .
i =1
b) det( A) = ∏in=1 λi .

Solución.
Suponiendo que A es diagonalizable, existen P, D ∈ K n×n , P no singular y D singular, tales que

A = PDP−1 ,

donde D = diag(λ1 , . . . , λn ).

a) Por propiedades de traza de una matriz tenemos que

Tr( A) = Tr( PDP−1 )

= Tr( P( DP−1 ))
= Tr(( DP−1 ) P)
= Tr( D ( P−1 P))
= Tr( DIn )
= Tr( D )

6
 n
= ∑ λi .
i =1

b) Por propiedades del determinante de una matriz tenemos que

det( A) = det( PDP−1 )

= det( P( DP−1 ))
= det( P) det( DP−1 )
= det( P) det( D ) det( P−1 )
= det( P) det( P−1 ) det( D )
= det( P)(det( P))−1 det( D )
= det( D )
n
= ∏ λi .
i =1

4. Sea A ∈ R3×3 con valores propios 1 y 2 (con multiplicidad aritmética igual a 2). Dados los subespacios

E1 = {( x, y, z) ∈ R3 : x = y = z} y E2 = {( x, y, z) ∈ R3 : x = −y}.

a) ¿Es A diagonalizable?
b) Calcular la traza y el determinante de A.
c) Calcular la matriz A.

Solución.

a) Notemos que
E1 = gen({(1, 1, 1)}) y E2 = gen{(−1, 1, 0), (0, 0, 1)}).

Luego, dado que el conjunto {(1, 1, 1), (−1, 1, 0), (0, 0, 1)} es linealmente independiente, conclui-
mos que A es diagonalizable.
b) Tenemos que
Tr( A) = 1 + 2 + 2 = 5 y det( A) = (1)(2)(2) = 4.
 
3 1
− 0
 2 2
c) Verifique que A = − 12 3
0.

2
− 12 − 12 2

 
α β 0
5. Dados α, β ∈ R, considere la matriz A =  0 −1 0. Determine los valores de α y β tales que A sea
 
0 0 1
diagonalizable.

Solución.
Verifique que para todo α ∈ R r {−1} y todo β ∈ R, la matriz A es diagonalizable.

!
2 2
6. Sean A = .
1 3

a) Encuentre todos los valores propios de A y los vectores propios asociados.

b) Determine una matriz no singular P tal que D = P−1 AP sea diagonal.

7
 c) Encontrar una raíz cuadrada positiva de D, es decir, una matriz B con valores propios no negativo
tal que B2 = D.

Solución.

a) Tenemos que el polinomio característico es

p(λ) = λ2 − 5λ + 4 = (λ − 1)(λ − 4).

Luego, λ1 = 1 y λ2 = 4 son valores propios de A. Calculemos ahora los correspondientes vectores

propios.
Si λ1 = 1, tenemos que !
1 2
A − λ1 I2 =
1 2

y precedemos a resolver el sistema homogéneo ( A − λ1 I2 )v = 0, cuya solución es

{( x1 , x2 , x3 ) ∈ R3 : x1 + 2x2 = 0} = gen({(2, −1)}).

Luego, el vector propio asociado a λ1 = 1, es v1 = (2, −1) T .
De forma similar, Si λ2 = 4, tenemos que
!
−2 2
A − λ2 I2 =
1 −1

y procedemos a resolver el sistema homogéneo ( A − λ2 I2 )v = 0, cuya solución es

{( x1 , x2 , x3 ) ∈ R3 : x1 − x2 = 0} = gen({(1, 1)}).
Luego, el vector propio asociado a λ2 = 4, es v2 = (1, 1) T .
b) Sea P la matriz cuyas columnas son v1 y v2 . Luego,
! !
2 1 1 0
P= y D = P−1 AP = .
−1 1 0 4

c) Notemos que ! ! ! !
−1 0 −1 0 1 0 1 0
D= = .
0 −2 0 −2 0 2 0 2

Por tanto, son las raíces cuadradas de D, y

! ! ! !
√ −1 2 1 1 0 1/3 −1/3 4/3 2/3
B = P DP = =
−1 1 0 2 1/3 2/3 1/3 5/3
o ! ! ! !
√ 2 1 −1 0 1/3 −1/3 −4/3 −2/3
B = P DP−1 = = .
−1 1 0 −2 1/3 2/3 −1/3 −5/3

 
3 −2 3
7. Sea A = 1 6 −3.
 
1 2 1

a) Calcule los valores propios de A.

b) Halle una base de R3 formada de vectores propios de A.
c) Calcule dos matrices C, D ∈ R3×3 , C no singular, con D diagonal tales que C −1 AC = D.

8
 Solución.

a) Verifique que los valores propios de A son 2 y 4.

b) La base buscada es {(−1, 1, 1), (−2, 1, 0), (3, 0, 1)}.
c) Las matrices buscadas son
   
−1 −2 3 2 0 0
C= 1 1 0 y D = 0 4 0 .
   
1 0 1 0 0 4

8. Sean las matrices  

1 1 −2
A =  −1 2 1  .
 
0 1 −1

a) Calcule el polinomio característico de A. Factorícelo en factores lineales y diga cual es la multipli-

cidad algebraica de cada valor propio.
b) Obtenga una base para cada espacio propio.
c) Defina una aplicación lineal f : R3 → R3 tal que [ f ]CC = A y [ f ] BB es diagonal, donde C es la base
canónica de R3 y B es una base que debe determinar a partir del literal (b).

Solución.
Verifique que los valores propios de A son −1, 1 y 2; la base buscada es B = {(1, 0, 1), (3, 2, 1), (1, 1, 1)}.

9. Sean A, D, P ∈ K n×n con P no singular.

a) Muestre que si A = PDP−1 , entonces An = PD n P−1 para todo n ∈ N.

 
1 3 1
b) Tomando A = 3 0 3. Hallar la matriz An , utilizando el resultado del literal a.
 
1 3 1
 √ √ 
0 2 − 2
 √
10. Sea A =  2 −1 −1 .

√
− 2 −1 −1
a) Calcule una base de cada espacio propio de A.
b) Calcule una base ortonormal de R3 formada de vectores propios de A.
c) Obtenga una matriz ortogonal P ∈ R3×3 tal que P T AP sea diagonal.

Solución.

11. Sea
f: R3 −→ R3
( x, y, z) 7−→ ( x + z, y − z, x − y)
una aplicación lineal.

a) Calcule el polinomio característico de f y factorícelo. Halle una base B de R3 tal que [ f ] BB sea dia-
gonal. Es decir, B está formada por vectores propios de f .

9
 b) Calcule una matriz H ortogonal tal que H T [ f ]CC H = D es diagonal, donde C es la base canónica de
R3 .

Solución.

 
11 −8 4
12. Sea A = −8 −1 −2. Hallar:
 
4 −2 −4

a) el polinomio característico;
b) los valores propios de A;
c) una base para R3 conformada por vectores propios ortogonales de A;
d) una matriz ortogonal P tal que P−1 AP sea diagonal.

Solución.

a) Notemos que el polinomio característico de A es:

p(λ) = det( A − λI3 ) = λ3 − 6λ2 − 135λ − 400 = (λ + 5)2 (λ − 16).

b) Si p(λ) = 0, entonces,
λ = −5 o λ = 16
los valores propios de A.
c) Encontremos una base de cada espacio propio.
1) Si λ = −5.
A partir del sistema homogéneo ( A − λI3 )v = 0, donde v = (v1 , v2 , v3 ) T , tenemos que

E−5 = {(v1 , v2 , v3 ) ∈ R3 , : 4v1 − 2v2 + v3 = 0}

siendo
{(1, 2, 0) T , (−1, 0, 4) T }
una base de E−5 y
{(1, 2, 0) T , (−2, 1, 10) T }
una base ortogonal de E−5 .
2) Si λ = 16.
A partir del sistema homogéneo ( A − λI3 )v = 0, donde v = (v1 , v2 , v3 ) T , tenemos que

E16 = {(v1 , v2 , v3 ) ∈ R3 , : v1 − 4v3 = 0, v2 + 2v3 = 0}

siendo
{(4, −2, 1) T }
una base de E16 .
Por lo tanto, para el valor propio −5, tenemos que dos valores propios son (1, 2, 0) T y (−2, 1, 10) T .
Y, para el valor propio 16, el vector propio es (4, −2, 1) T . Notemos que, en efecto, el conjunto
n o
B = (1, 2, 0) T , (−2, 1, 10) T , (4, −2, 1) T

es ortogonal, y, por tanto, una base de R3 .

10
d) Para determinar la matriz ortogonal, ortonormalizemos la base B obtenida en el literal anterior,
esto es
 √5 2√5
 !T √ √ √ !T √ √ √ !T 
2 105 105 2 105 4 21 2 21 21 
B1 = , ,0 , − , , , ,− , .
 5 5 105 105 21 21 21 21 

Por lo tanto, la matriz P, cuyas columnas son los elementos de B1 , es

√ √ √ 
5 2 105 4 21
−
 5 √105 21
√ 
 √

P = 2 5 105 2 21 

 5 − 
√105 √ 21 
2 105 21
 
0
21 21
a partir de lo cual  
−5 0 0
P−1 AP = P T AP =  0 −5 0  .
 
0 0 16

Ejercicios sugeridos:

a) Valores y vectores propios: 1, 4, 6c, 7 y 9.

b) Diagonalización: 1, 3, 6, 8 y 12

11