You are on page 1of 53

1. Autovalores y vectores propios.

Sea V un espacio vectorial, dim(V ) = n. Sea


f : V W , un endomorfismo, A M nxn ( ) su x f ( x ) = Ax
matriz asociada respecto de una base B de V . Diremos que es un autovalor (o valor propio) de f o de A, si existe

u V , u 0, tal que f (u ) = u , o lo que es lo mismo Au = u .


El vector u diremos que es un vector propio (o autovector) de f o de A asociado al autovalor .
1.1 Propiedades.

Si es un autovalor de A entonces n es un autovalor de An .

autovalor de A .

polinomio de grado n :
a11 PA ( ) = A I = a21 an1 = (1) + bn 1
n n n 1

ww

Sea

A M nxn ( ), llamamos polinomio caracterstico de


w.

1.2 Polinomio caracterstico.

at

em

at

Si es un autovalor de A y A es invertible entonces 1 es un

ic a1

Si es un autovalor de A entonces k es un autovalor de kA.


.c o

al

a12 a22 an 2

a1n a2 n ann =

+ ..... + b1 + b0 .

1.3 Propiedades.

La matriz Anxn tiene n autovalores 1 , 2 ,......, n y stos son las

n races de su polinomio caracterstico. Adems se cumple que:

A = b0

A = 1 2 ...... n

Traza ( A) = a11 + a22 + ....... + ann = 1 + 2 + ...... + n

Traza ( A) = (1) n 1 bn 1

2. Multiplicidad algebraica y geomtrica de un autovalor.


Sea A M nxn ( ), la matriz asociada al endomorfismo f : V V respecto de una base B de V , sea i un autovalor de A, al conjunto Li V , de los vectores propios asociados a i , lo llamaremos subespacio propio o subespacio invariante asociado a i respecto de A. Llamaremos multiplicidad algebraica de i , se simbolizar por i , a la PA ( ) = (1 )1 (2 ) 2 .....(i )i .........(k )k . la dimensin de su subespacio propio, mi = dim( Li ). multiplicidad que tenga como raz del polinomio caracterstico. Llamaremos multiplicidad geomtrica de i , se simbolizar por mi , a
.c o m

3. Matrices semejantes.
Sean A, B M nxn ( ), diremos que A y B son semejantes si existe P M nxn ( ), regular, de manera que B = P 1 AP. A la matriz P se le denomina matriz de paso. Nota: Si A y B son semejantes se simbolizar como A B
3.1 Proposicin

Si A B entonces existen infinitas matrices de paso entre ellas. Si A B entonces A = B . Si A B entonces An B n , n .

ww

w.

at

em

at

ic

a1

Las matrices asociadas a un endomorfismo diferentes son semejantes.


3.2 Propiedades.

f respecto a dos bases

Si es un autovalor de A, L es un subespacio vectorial de V . Si 1 y 2 son autovalores de A, 1 2 , entonces L1 L2 = {0}.

( Esto nos est diciendo que vectores propios asociados a autovalores


diferentes son linealmente independientes.) Si 1 , 2 ,......, k son los autovalores de la matriz A, entonces:

1 + 2 + ....... + k = n.
Si i es un autovalor de A entonces mi = dim( Li ) = n rango( A i I ). Si = 0 es un autovalor de A, entonces: Si i es un autovalor de A entonces i mi 1. Ker ( f ) = { x V / f ( x ) = Ax = 0} = L(0)

Si u es un vector propio de A asociado a entonces:

u es un vector propio de An asociado a n .


Si A es invertible, u es un vector propio de A1 asociado a 1 .

ww

w.

Si AB entonces A y B tienen los mismos autovalores.

at

A y At tienen los mismos autovalores.

em

at

ic

a1

.c o

u es un vector propio de kA asociado a k . Si AB entonces P 1u es un vector propio de B asociado a .

4. Matriz diagonalizable.

Sea A M nxn ( ), diremos que es diagonalizable en

, si es

semejante a una matriz diagonal D M nxn ( ), es decir si existe

P M nxn ( ), invertible, de manera que se verifique la igualdad: D = P 1 AP


o lo que es equivalente PD = AP A = PDP 1 . Si esta diagonalizacin es posible, se dice que A es diagonalizable por semejanza.
4.1 Teorema.

A M nxn ( ), es diagonalizable por semejanza en


una base de
n

si y slo si existe

formada por vectores propios de A.

As A es semejante a la matriz diagonal D, con los autovalores de

A en su diagonal. La matriz de paso P ser tal que sus columnas son los
Nota: Si A es diagonalizable, en la diagonal de D cada autovalor

4.2 Teorema.

Sea A M nxn ( ), con autovalores 1 , 2 ,......, k , es diagonalizable por semejanza en

, si cumple las dos condiciones siguientes:

i , i = 1,..., k .
Las multiplicidades algebraica y geomtrica coinciden en todos los autovalores, es decir, i = mi , i , i = 1,..., k .

5. Teorema (Cayley-Hamilton).

ww

elegirn de forma eliminatoria de la base de Li .

w.

la misma columna de la matriz D, para cada i los vectores propios se

at

em

aparecer tantas veces como su multiplicidad algebraica. Cada columna de P, se corresponder con un vector propio del autovalor i que est en

at

ic

a1

.c o

vectores de la base de vectores propios de A.

Sea A M nxn ( ), entonces A es solucin de su ecuacin caracterstica, es decir, si PA ( ) = (1) n n + bn 1 n 1 + ..... + b1 + b0 , entonces: (1) n An + bn 1 An 1 + ..... + b1 A + b0 I = 0nxn

6. Diagonalizacin por congruencia


6.1 Teorema.

Sea A M nxn ( ), A simtrica, entonces:

A es diagonalizable por semejanza en


son reales y i = mi i .

, es decir todos sus autovalores

De entre las infinitas matrices de paso entre A y D, se puede encontrar vectores propios ortogonales y normalizados. Con lo cual para esa matriz (Esta forma particular de diagonalizacin es posible si y solo si la matriz es simtrica, y se denomina diagonalizacin por congruencia) Vectores propios asociados a autovalores distintos son ortogonales, es decir: Si 1 2 , Au1 = 1u1 ; Au2 = 2 u2 u1t u2 = 0.
ww w.

at

em

at

se tendr la relacin D = P t AP.

ic

a1

.c o

una matriz de paso P, ortogonal, es decir, P 1 = P t , sus columnas sern


m

PROBLEMAS
2 3 1. Hallar los autovalores de la matriz A = . 2 1
SOLUCIN:

Tenemos que hallar su polinomio caracterstico y luego hallar sus races.


2 3 1 0 2 p A ( ) = A I = = 2 1 0 1 2 = ( 2 )( 1 ) 6 = 4 + 3 + 2 3 = 1

resolvemos

la

ecuacin

caracterstica

4 + 3 + 2 = 0 , obteniendo que sus races son 1 = 4 y 2 = 1.


2. Hallar los autovalores y subespacios propios de la matriz
2 3 1 A = 1 1 1 . 2 1 1

2 p A ( ) = A I = 1 2
ww

w.

Tenemos que hallar su polinomio caracterstico y luego hallar sus races.


1 1 = 1 1 1 3

= ( 2 )( 1 )(1 ) 1 6 (2(1 ) + 3(1 ) + (2 )) =

= 4 + 7 2 2 3 = ( 4 )(1 ) Los autovalores de A son

at

SOLUCIN:

em
2

1 = 4 , simple, es decir, 1 = 1 y 2 = 1 , doble, es decir, 2 = 2 .


Vamos a calcular los subespacios propios correspondientes a cada uno de ellos.

at

ic

a1

.c o

Para 1 = 4
L( 4) = x = x = x

/ ( A (4) I ) x = 0 = / ( A + 4) I ) x = 0 =

2 3 1 x 0 3 / 1 3 1 y = 0 = 2 1 5 z 0 2 3 1 x 0 3 = x / 0 3 3 y = 0 = 0 4 4 z 0 x = 2 z = x 3 / =< (2, 1,1) > y = z

= x = x = x = x

1 2 1 x 0 / 3 3 1 y = 0 = 2 1 0 z 0

1 2 1 x 0 3 / 0 3 2 y = 0 = 0 3 2 z 0 1 x = z 1 2 3 3 / =< ( , ,1) >=< (1, 2, 3) > 2 3 3 y= z 3

ww

w.

3 3 1 x 0 / 1 2 1 y = 0 = 2 1 0 z 0

at

em

= x

/ ( A + 4) I ) x = 0 =

at

ic

L(1)

= x

/ ( A I )x = 0 =

a1

.c o

Para 2 = 1

3. Sabiendo que el polinomio caracterstico de la matriz


2 1 3 A = 1 0 1 3 1 2

es PA ( ) = 3 4 2 + 7 + 10 = ( 5 )( 1 )( 2 ) Obtener si es posible una base de de A SOLUCIN:


3

, formada por vectores propios

Los autovalores de A son 1 = 5, 2 = 1, 3 = 2. Si calculamos sus subespacios propios correspondientes obtenemos:

3 1 3 x 0 3 = x / 1 5 1 y = 0 = 3 1 3 z 0 x 0 1 3 3 3 = x / y = 0 = 1 5 1 0 z =< (1, 0,1) >


L( 1) = x

ww

w.

/ ( A + I ) x = 0 =<(1,2,1)>
3

L(2)

= x

/ ( A 2 I ) x = 0 =< (1,1,1) >

A la vista de estos resultados el conjunto {{1, 0,1}, {1, 2,1}, {1,1,1}} es una base de
3

, formada por vectores propios de A.

4. Sean A, B M nxn ( ), x1 0, x2 0. Justificar si son verdaderas o falsas las siguientes afirmaciones.

at

em

at

ic

a1

L( 5)

= x

/ ( A + 5I ) x = 0 =

.c o

a) Si Ax1 = x1 y Bx1 = x1 entonces + es un autovalor de A + B. b) Si Ax1 = x1 y Bx1 = x1 entonces x1 no es un vector propio de

A B
c) Si Ax1 = x1 y Ax2 = x2 entonces x1 + x2 es un vector propio asociado a + respecto de A. SOLUCIN:

a) Verdadero.
( A + B ) x1 = Ax1 + Bx1 = x1 + x1 = ( + ) x1 , por tanto + es un

autovalor de A + B, y x1 es un vector propio asociado a + respecto de A + B. b) Falso. Basta efectuar el producto:


A B x1 = A x1 = A x1 = x1 AB x1 = x1 , por tanto x1 si es
m

3 5 A= , al ser una matriz triangular sus autovalores son los 0 8 elementos de la diagonal, es decir, 1 = 3, 2 = 8, y 1 + 2 = 3 + 8 = 11, no es un autovalor de A.
0 b c 5. De la matriz A = b 3 e se sabe que: c e 0

i) (1, 0,1) es un vector propio asociado a 1 = 2 ii) (1, 1,1) es un vector propio asociado a 2 = 1 Calcular el valor de b.

ww

Otra forma de ver que es falso es que la suma de autovalores no tiene porque ser un autovalor, veamos un ejemplo:
w.

at

em

A( x1 + x2 ) = Ax1 + Ax2 = x1 + x2 ( + )( x1 + x2 ) , en general.

at

c) Falso.

ic

a1

un vector propio de A B, asociado al autovalor .

.c o

SOLUCIN:

Si (1, 0,1) es un vector propio asociado a 1 = 2 tenemos que


1 1 0 b c 1 2 A 0 = 2 0 b 3 e 0 = 0 1 1 c e 0 1 2 c = 2 b + e = 0 b = e c = 2
c=2

Si (1, 1,1) es un vector propio asociado a 2 = 1 tenemos que


1 1 0 b 2 1 1 A 1 = 1 1 b 3 b 1 = 1 1 1 2 b 0 1 1 b + 2 = 1 b = 1 2b 3 = 1 b = 1 b = 1. 2 b = 1 b = 1

f ( 2, 2, 2 ) = ( 4, 0, 3) . Calcular los autovalores de f

SOLUCIN:

Los vectores u , v
1 1 0

y w son linealmente independientes ya que


3

ww

endomorfismo

f :

w.

at

6. Sean u = (1, 0,1) , v = (1,1, 0 )

em
y
3

at
w = ( 0,1,1) tres autovectores del

ic
y se sabe

a1

.c o

adems

que

0 1 1 = 2 0, luego forman una base de 1 0 1

. El vector ( 2, 2, 2 ) se

podr poner como combinacin lineal de u , v y w . Posteriormente utilizando la linealidad de un endomorfismo, podremos calcular los autovalores de f .

( 2, 2, 2 ) = (1, 0,1) + (1,1, 0 ) + ( 0,1,1)

+ = 2 + = 2 = = = 1 + = 2
Por otro lado

( 4, 0, 3)

= f ( 2, 2, 2 ) = = f (1(1, 0,1) + 1(1,1, 0 ) + 1( 0,1,1) ) = = f (1, 0,1) + f (1,1, 0 ) + f ( 0,1,1) = = 1 (1, 0,1) + 2 (1,1, 0 ) + 3 ( 0,1,1) = = (1 + 2 , 2 + 3 , 1 + 3 )

4 = 1 + 2
0= 2 +3 1 = 72, 2 = 12, 3 = 12 3 = 1 + 3

b) v1 = v2 y v1 v3

ww

w.

a) v1 v3 y v2 v3

at

las siguientes afirmaciones.

em

respectivamente, si 1 = 2 3 . Justificar si son verdaderas o falsas

c) v1 , v2 y v3 forman una base de SOLUCIN:

at

a) Verdadero.

1 y 3 son autovalores de f siendo 1 3 .


v1 , v2 L1 v v 1 3 y v2 v3 ya que L1 L3 = {0} v3 L3

b) Falso. Basta tomar v2 = kv1 , (k 0 y k 1), se tiene que v1 , v2 L1 y v2 v3 c) Falso.

ic
3

propios (no nulos) de f asociados a los valores propios 1 , 2 , 3

a1
.

7. Sea f un endomorfismo en

.c o

y sean v 1, v 2, v 3 tres vectores

1 3 3 A = 0 1 4 , sus autovalores son 1 = 1 (doble) y 2 = 5 0 0 5

L( 2) =< (1, 0, 0 > L(5) =< (0,1,1) > Tomamos


v 1 = (1, 0, 0), v 2 = (4, 0, 0) y v 3 = (0,1,1)

{v1 , v2 , v3}

no forman una base de

ya que v1 y v2 son linealmente

dependientes.
8. Sean A, B M nxn ( ), x1 0. Justificar si son verdaderas o falsas las siguientes afirmaciones. b) ABx1 = x1 es un autovalor de A y de B. SOLUCIN:
w.

Bx1 = 2 x1 A2 x1 = 4 x1 Ax1 = 2 x1 2 es un autovalor de A. ABx1 = 4 x1

b) Falso.
ABx1 = x1 es un autovalor de la matriz AB.

Si tomamos: 1 0 3 0 1 A= , B = , x1 = 0 1 0 5 0 1 0 3 0 1 1 ABx1 = = 3 = 3 x1 0 1 0 5 0 0 y sin embargo 3 no es un autovalor de A. c) Falso.

ww

a) Verdadero.

at

em

at

c) ( A + B ) x1 = x1 es un autovalor de A y de B.

ic

a1

.c o

a) Bx1 = 2 x1 y ABx1 = 4 x1 2 es un autovalor de A.


m

Si tomamos: 4 0 3 0 1 A= , B = , x1 = 0 6 0 5 0 7 0 1 1 ( A + B) x1 = = 7 = 7 x1 0 11 0 0 y sin embargo 7 no es un autovalor de A ni de B.


9. Sean A, B M nxn ( ), x1 0, x2 0. Justificar si son verdaderas o falsas las siguientes afirmaciones. a) Si Ax1 = kx1 y Bx2 = kx2 entonces k es un autovalor de A + B. b) Si Ax1 = x1 y B x 2 = x 2 entonces + es un autovalor de
A + B.

c) Si Ax1 = x1 y Ax2 = x2 entonces x1 + x2 es un vector propio SOLUCIN:

( A + B ) x1 = Ax1 + Bx1 = kx1 + Bx1 ; Bx1 desconocemos lo que vale y para que x1 fuese un vector propio

tendra que valer 0, cosa que no podemos garantizar. O bien si planteamos:


( A + B)( x1 + x2 ) = Ax1 + Ax2 + Bx1 + Bx2 = k ( x1 + x2 ) + Ax2 + Bx1; Ax2 + Bx1 desconocemos lo que vale y para que x1 + x2 fuese un vector

propio tendra que valer 0 , cosa que no podemos garantizar. Un sencillo ejemplo que nos garantiza que esto es falso:

ww

Si planteamos:

w.

Para que k sea un autovalor de A + B debemos encontrar que tiene algn vector propio asociado.

at

em

a) Falso.

at

ic

a1

asociado a + respecto de A.

.c o

5 0 4 0 1 0 A= , B = , x1 = , x2 = 0 2 0 5 0 2 5 0 Ax1 = = 5 x1 ; Bx2 = = 5 x2 0 10 y sin embargo 9 0 ( A + B) = que sus autovalores son 9 y 7, ambos distintos de 5. 0 7 b) Falso Tomando las matrices del ejemplo anterior 5 0 0 A= , = 2, x1 = ; Ax1 = 2 x1 0 2 1 4 0 1 B= , = 4, x 2 = ; B x 2 = 4 x 2 0 5 0
.c o m

A( x1 + x2 ) = Ax1 + Ax2 = x1 + x2 para que fuese cierto este apartado,

deba habernos dado A( x1 + x2 ) = ( + )( x1 + x2 ) (*) () En algn caso particular de A, x1 , x2 , y puede suceder que
( x1 + x2 ) = ( + )( x1 + x2 ) lo cual no garantiza que esta propiedad

sea cierta en general. Tambin se puede ver con un ejemplo que esta propiedad no es cierta en general: 5 0 1 0 A= , x1 = , x2 = ; 0 2 0 2

ww

c) Falso.

w.

distintos de 6.

at

em

autovalores de

9 0 ( A + B) = , que son 9 y 7, que ambos son 0 7

at

ic

+ = 2 + 4 = 6 y sin embargo no coincide con ninguno de los

a1

5 0 Ax1 = = 5 x1 ; Ax2 = = 2 x2 . 0 4 Por otro lado 5 0 5 A( x1 + x2 ) = Ax1 + Ax2 = + = 0 4 4 1 0 7 ( + )( x1 + x2 ) = 7 + = 0 2 14


A( x1 + x2 ) ( + )( x1 + x2 )

luego x1 + x2 no se puede afirmar que sea un vector propio asociado a

+ respecto de A.
10. Si 1 y 2 son dos autovalores reales y distintos de un asociada. Justificar si son verdaderas o falsas las siguientes afirmaciones.
.c o m

endomorfismo f :

, siendo A M nxn ( ), su matriz

c) L1 L2 0

{}

d) Si f es inyectivo L1 = L2 SOLUCIN:

a) Falso. Sabemos que la interseccin de subespacios propios asociados a autovalores distintos solo es el vector nulo. Luego independientemente de que 1 sea menor que 2 sus subespacios propios slo tienen en comn el vector nulo. b) Verdadero.

ww

b) Si 1 = 0 f no es inyectivo.
w.

at

(Siendo L1 y L2 los subespacios propios respectivos)

em

a) Si 1 < 2 L1 L2

at

ic

a1

Si 1 = 0 , tenemos el subespacio propio L(0) = x

/ Ax = 0

adems sabemos que un subespacio propio tiene dimensin mayor o igual que uno, dim( L(0) ) 1. Por otro lado Ker ( f ) = x

/ Ax = 0 Ker ( f ) = L(0) dim( Ker ( f )) 1

f no es inyectivo. c) Falso. Como ya hemos dicho en el apartado a), la interseccin de subespacios propios asociados a autovalores distintos slo es el vector nulo. d) Falso. Aunque f sea inyectivo dos subespacios propios asociados a
.c o m

at

falsas las siguientes afirmaciones.


ww w.

em

f ( x, y, z ) = ( x + y, 2 x + 2 y + z, x). Justificar si son verdaderas o


3

a) Una matriz asociada a f respecto de alguna base de


1 0 0 D = 0 1 0 0 0 1

at

11. Dada la aplicacin lineal f :

a1

autovalores distintos slo tienen en comn el vector nulo, luego L1 L2 .


3

definida por :

ic

es

b) Todos los autovalores de f son simples. c) Los subespacios propios de f son

V1 = {( x, y, z )
SOLUCIN:

/ y = z = 0} y V2 = {( x, y, z )

/ x = 0}

d) f es inyectivo.

1 1 0 La matriz asociada a f es A = 1 2 1 , su polinomio caracterstico 1 0 0

es p A ( ) = 3 + 3 2 3 + 1 = (1 )3 tenemos entonces un nico autovalor triple 1 = 1; 1 = 3;


0 1 0 m1 = 3 rango ( A I ) = 3 rango 1 1 1 = 3 2 = 1 3 1 0 1

a) Falso. Las matrices asociadas a un endomorfismo respecto de diferentes bases son semejantes. La matriz A no es diagonalizable ya que 1 m1 luego no es semejante a la matriz D.
.c o

b) Falso.

A tiene un nico autovalor triple.


c) Falso. d) Verdadero.
ww

A tiene slo un subespacio propio y no dos.


f es inyectivo ya que dim( Im( f )) = rango( A) = 3 , ya que A = 1 y para ser inyectivo es necesario que la dimensin de la imagen sea igual que la dimensin del espacio que partida, que en este caso es
3

w.

at

em

at

ic

a1

12. Sea el espacio vectorial de 3 en el que se considera la base cannica y se define un endomorfismo del que se sabe que:

i ) f (6, 2, 5) = (6, 2, 5) ii ) La traza de la matriz asociada a f vale 5 .

iii ) E = { x

/ 2 x + 11 y 7 z = 0} es un subespacio propio de f .

Calcular los autovalores de f . SOLUCIN:

Vamos a analizar el significado de los datos que se nos dan en i ), ii ) y

iii ) .
Si

f (6, 2, 5) = (6, 2, 5) = 1 es un autovalor de f , pues existe el

vector (6, 2, 5) (0, 0, 0) , tal que f (6, 2, 5) = 1.(6, 2, 5). Por otro lado

E = {x

11 y + 7 z / 2 x + 11y 7 z = 0} = x 3 / x = = 2 11y + 7 z = , y, z 3 / y, z 3 =< (11, 2, 0), ( 7, 0, 2 ) > 2


3

dim( E ) = 2 Como la multiplicidad geomtrica de un autovalor es siempre menor o igual que la multiplicidad algebraica del mismo, de aqu obtenemos que f tiene que tener un autovalor con multiplicidad algebraica 2. condicin necesaria para ello es que (6, 2, 5) E , sin embargo, vemos

nica posibilidad existente es que 1 = 1 sea un autovalor simple y que exista otro autovalor , doble. Como la traza de la matriz asociada a f nos dicen que vale 5 y se sabe que si

1 ,

2 ,

ww

w.

Como las multiplicidades algebraicas tienen que sumar 3 = dim(

at

vectores de E , pues 26 + 112 75 = 1 0.


3

em

que las coordenadas de (6, 2, 5) no cumplen la ecuacin que define a los ), la

at

ic

a1

Veamos si este subespacio corresponde al autovalor 1 = 1 , una

.c o

son

los

autovalores

de

A,

entonces,

Traza ( A) = 1 + 2 + 3 en este caso se tendra:

1 + + = 5 1 + 2 = 5 = 2.
Luego los autovalores de f son 1, 2, 2.
13. Sean u1 y u2 dos vectores propios de la matriz A M nxn ( ), asociados al autovalor . Justificar si son verdaderas o falsas las siguientes afirmaciones.

a) < u1 , u2 > es el subespacio propio asociado al autovalor . b) u1 u2 c) u1 + u2 es un vector propio asociado al autovalor 2 . d) u1 u2 es un vector propio de la matriz A2 A. SOLUCIN:

a) Falso. Ya que la dimensin del subespacio propio, L , puede ser mayor que 2, que es lo mximo que puede valer la dimensin de < u1 , u2 > . Lo que si se podra afirmar es que < u1 , u2 > , es un subespacio del subespacio propio asociado a . b) Falso. propios asociados a , son paralelos y no son ortogonales. c) Falso. Cualquier combinacin lineal de u1 y u2 pertenece al subespacio propio d) Verdadero.
.c o m

Tomando u1 L , u1 0 y u2 = ku1 , (k 0), u1 y u2 son vectores

( A2 A)(u1 u2 ) = A2 u1 A2 u2 + Au1 Au2 = = 2 u1 2 u2 + u1 u2 = = 2 (u1 u2 ) + (u1 u2 ) = = ( 2 )(u1 u2 ) ( A2 A)(u 1 u 2) = ( 2 )(u 1 u 2) luego u 1 u 2 es un vector propio de la matriz A2 A asociado al autovalor 2 .
8 1 0 14. Dada la matriz A = 0 2 5 . Estudiar si es diagonalizable en 0 0 2

ww

w.

at

asociado a , luego u1 + u2 tambin es un vector propio asociado a .

em

at

ic

a1

SOLUCIN:

Los autovalores de A son 1 = 8, 2 = 2 (doble), ambos reales.

1 = 8 es simple, coinciden sus multiplicidades algebraica y geomtrica. 2 = 2 es doble, vamos a ver cuanto vale su multiplicidad geomtrica.
6 1 0 m2 = 3 rango( A 2 I ) = 3 rango 0 0 5 = 3 2 = 1. 0 0 0

A no es diagonalizable ya que para el autovalor que no es simple no coinciden las multiplicidades.


15. Cules de las siguientes matrices son diagonalizables?
5 0 0 c) 0 3 0 4 2 8 3 1 0 d) 2 2 0 0 0 8
.c o m

1 0 a) 3 4

1 1 b) 1 3

Esta matriz tiene un autovalor doble, 1 = 2, y su multiplicidad geomtrica vale, 1 1 m1 = 2 rango [ A 2 I ] = 2 rango = 2 1 = 1. 1 1 c) Diagonalizable. Al ser una matriz triangular sus autovalores son los elementos de su diagonal, es decir, 1 = 5, 2 = 3, 3 = 8, sus tres autovalores sor reales y simples con lo cual es diagonalizable d) Diagonalizable. .

ww

b) No diagonalizable.

w.

diagonalizable.

at

em

Esta matriz tiene sus dos autovalores simples, que al ser una matriz triangular son los elementos de su diagonal, 1 = 1, 2 = 4, con lo cual es

at

ic

a) Diagonalizable.

a1

SOLUCIN:

Esta matriz tiene sus tres autovalores simples, 1 = 8, 2 = 1, 3 = 4, con lo cual es diagonalizable.
16. Si A M nxn ( ) tiene exactamente (n-1) autovectores linealmente independientes. Justificar si son verdaderas o falsas las siguientes afirmaciones. a) A = 0 b) A es diagonalizable por semejanza. SOLUCIN:

a) Falso. 1 1 Sea por ejemplo la matriz A = M 2 x 2 ( ), el nico autovalor 0 1 que posee esta matriz es el = 1 , con multiplicidad algebraica 2. Veamos cuntos autovectores linealmente independientes admite:

= {( x, y )

por lo tanto A slo admite 1 autovector linealmente independiente. Sin embargo, A = 1 0 b) Falsa. La condicin necesaria y suficiente para que una matriz A M nxn ( ) sea diagonalizable por semejanza es que admita n autovectores linealmente independientes, es decir que exista una base de n de autovectores de A . En este caso slo existen n 1 autovectores linealmente independientes.
17. Sea A3 x 3 ( ) con autovalores 1, 3 y 8 . Justificar si son verdaderas o falsas las siguientes afirmaciones.

ww

/ y = 0} =< (1, 0) >


w.

0 1 x 0 / = = 0 0 y 0

at

em

at

ic

L1

=( x, y ) = ( x, y )

x 0 / ( A 1.I ) = = y 0

a1

.c o

a) f :

definida por f ( x ) = Ax es biyectiva.

b) A es una matriz simtrica. c) A no es invertible. d) A I SOLUCIN:

a) Verdadera Sabemos que A = 12 3 = 1 3 8 = 24 0 rang ( A) = 3.

dim( Im( f )) = rang ( A) = 3 Im( f ) =


Por otro lado, sabemos que

f es sobreyectiva.

dim(

) = dim( Ker ( f )) + dim( Im( f )) 3 = dim( Ker ( f )) + 3

dim( Ker ( f )) = 0 Ker ( f ) = 0 f es inyectiva.


.c o

{}

Como f es sobreyectiva e inyectiva, entonces f es biyectiva. b) Falsa.


1 0 0 Sea por ejemplo la matriz A = 0 3 0 cumple las condiciones del 0 2 8 enunciado y sin embargo no es simtrica.

c) Falsa.
A = 12 3 = 1 3 8 = 24 0 A es invertible.

d) Falso. Para que A I , se tiene que verificar que A tuviese solo el autovalor = 1 con multiplicidad geomtrica 3 . 3 0 18. Sea A la siguiente matriz: A = 0 k 0 0 0 2 0 0 ,k 0 k 0 0 k 1

ww

w.

at

em

at

ic

a1

. Estudiar

para que valores de k es diagonalizable la matriz.

SOLUCIN:

Los autovalores de A son:

1 = 3, 2 = 2, 3 = k y 4 = 1
Si k 3 y k 2 y k 1 tendremos que A tiene 4 autovalores simples y reales con lo cual A sera diagonalizable. Vamos a estudiar los tres casos particulares de k , que hemos excluido. a) k = 3 En este caso la matriz quedara de la siguiente forma: 3 0 A= 0 3 0 0 0 2 0 0 , tenemos que A tiene los siguientes autovalores: 0 3 0 0 3 1

= ( x, y, z, t )

L(3) = {( x, y, z, t )

/ ( A 3I ) x = 0} =

at

0 0 1 4 0 / 0 0 3 0
4

= ( x, y, z, t ) = ( x, y, z, t )

= {( 3z + 2t 3, 0, z, t )

ww

y = 0 = 3 x + 3 z 2t = 0

y=0 / 3 z + 2t = x= 3
4

w.

em

geomtrica:

at

El nico autovalor cuyas multiplicidades algebraicas y geomtricas pueden no coincidir es el 1 = 3. Veamos cul es su multiplicidad

0 0 x 0 0 0 y 0 = = 0 0 z 0 3 2 t 0

ic

a1

/ z, t

} =< ( 1, 0,1, 0 ) , (

.c o

1 = 3 (doble), 2 = 2 (simple), y 3 = 1 (simple).


m

2 3

, 0, 0,1) >

Obtenemos que m1 = dim( L(3) ) = 2 = 1 Por tanto si k = 3, A es diagonalizable. b) k = 2 En este caso la matriz quedara de la siguiente forma: 3 0 A= 0 2 0 0 0 2 0 0 , tenemos que A tiene los siguientes autovalores: 0 2 0 0 2 1

1 = 3 (simple), 2 = 2 (doble), y 3 = 1 (simple).


El nico autovalor cuyas multiplicidades algebraicas y geomtricas pueden no coincidir es el 2 = 2. Veamos cul es su multiplicidad geomtrica:
= ( x, y, z, t )
4

= ( x, y, z, t )

/
4

x = 0 = t = 2z
/ y, z

= {( 0, y, z, 2 z )

ww

= ( x, y, z, t )

w.

x=0 = 2 x + 2 z t = 0

Obtenemos que m2 = dim( L(2) ) = 2 = 2 Por tanto si k = 2, A es diagonalizable. c) k = 1 En este caso la matriz quedara de la siguiente forma:

at

em

} =< ( 0,1, 0, 0 ) , ( 0, 0,1, 2 ) >

at

L(2)

1 4 0 / 0 2

ic

0 0 0 0

0 x 0 0 y 0 = = 0 0 0 z 0 0 2 1 t 0

a1

.c o

3 0 A= 0 1

0 2 0 0

0 0 1 1

0 0 , tenemos que A tiene los siguientes autovalores: 0 1

1 = 3 (simple), 2 = 2 (simple), y 3 = 1 (doble).


El autovalor problemtico es 3 = 1 , cuya multiplicidad algebraica es 2 . Veamos cul es su multiplicidad geomtrica. L(1) = x

/( A I ) x = 0 =
2 4 0 / 0 1
4

geomtrica del autovalor = 1 no coincide con la multiplicidad algebraica del mismo, por lo tanto A no es diagonalizable para k = 1. Resumiendo, A es diagonalizable k 1.
19. Dada la f ( x1 , x2 , x3 ) = (2 x1 + x2 , x2 x3 , 2 x2 + 4 x3 ) aplicacin lineal

Estudiar se existe alguna base de 3 respecto de la cual la matriz asociada al endomorfismo f sea la matriz diagonal
2 0 0 A = 0 2 0 0 0 3

ww

Como

m3 = dimL(1) = 1 2 = 3 , concluimos que la multiplicidad


w.

= {( 0, 0, 0, t )

/ t

at

em

= ( x, y, z, t )

2x = 0 / y = 0 = ( x, y, z, t ) x + z = 0

.c o

= ( x, y, z, t )

0 0 0 x 0 1 0 0 y 0 = = 0 0 0 z 0 0 1 0 t 0

} =< ( 0, 0, 0,1) >

at

ic

x = 0 / y = 0 = z = 0

a1

SOLUCIN:

La matriz A asociada a f respecto de la base cannica es aquella cuyas columnas son las imgenes de los vectores de dicha base.

f (1, 0, 0) = (2, 0, 0),

f (0,1, 0) = (1,1, 2),

f (0, 0,1) = (0, 1, 4)

Luego, la matriz asociada es

2 1 0 A = 0 1 1 , y su polinomio 0 2 4
2

caracterstico

es

PA ( ) = 3 + 7 2 16 + 12 = ( 2 ) ( 3 )

Tenemos entonces que sus autovalores son:


1 = 2, 1 = 2 2 = 3, 2 = 1 = m2

ww

w.

Podemos afirmar que la matriz A o al endomorfismo f diagonalizable en , es decir no existe ninguna base de la cual la matriz asociada a f sea una matriz diagonal.
3

at

0 1 0 = 3 rango 0 1 1 = 3 2 = 1. 0 2 2

em

at

ic

a1

m1 = n rango( A 1 I ) = 3 rango( A 2 I ) =

.c o

Calculamos la multiplicidad geomtrica de 1

no es

respecto de

20. Sean A y B M nxn ( ) siendo A regular (invertible). Justificar si son verdaderas o falsas las siguientes afirmaciones. a) Las matrices A y B tienen el mismo polinomio caracterstico. b) A.B y B. A tienen los mismos autovalores. c) A + B es invertible. d) A.B es diagonalizable. SOLUCIN:

a) Falsa. Veamos el siguiente contraejemplo:

1 0 A= y 0 1

2 0 B= estas dos matrices verifican el enunciado, 0 2

ambas son 2x2 y adems A = 1 0 luego A es invertible. Sin embargo


PA ( ) = A I = (1 )(1 ) = 2 2 + 1 PA ( ) PB ( ). 2 PB ( ) = B I = (2 )(2 ) = 4 + 4 b) Verdadera. Veamos que el polinomio caracterstico de AB, PAB ( ) , coincide con el de B. A , PBA ( ) . Para ello vamos a utilizar lo siguiente: i ) A es invertible A1
.c o

ii )

A1 A = 1

= B A ( A1 ). A = B A ( A1 . A) = = B A I = PB A ( )

c) Falsa Como contraejemplo usaremos el siguiente: 1 0 A= 0 1 y 1 0 B= 0 1 estas dos matrices verifican el

enunciado, ambas son 2x2 y adems A = 1 0 A es invertible.

ww

= I .B ( A1 I ) A = B A1 A = ( B A1 ) A =
w.

= A1 ( AB I ) A = ( A1 A).B A1 I ) A =

at

em

PA B ( ) = AB I

ii )

at

ic
=A
iii )

iii )

AB = A B = B A = B A

A1 A AB I

a1
1

AB I A =

2 0 Sin embargo, se tiene que A + B = , A + B = 0 . Por lo tanto la 0 0 matriz A + B no es invertible. d) Falsa. Vamos a utilizar el siguiente contraejemplo.
1 0 0 1 0 0 Sea A = 0 1 0 y sea B = 0 0 0 , evidentemente se tiene 0 0 1 0 2 0 que A.B = B , ya que A es la matriz identidad.

Veamos ahora que B no es diagonalizable. Sus autovalores son 1 = 1, con multiplicidad algebraica 1 y 2 = 0 con multiplicidad algebraica 2. Vamos a comprobar que la multiplicidad geomtrica de 2 es 1, con lo L0 = ( x, y, z ) = {( x, y, z ) 1 0 0 x 0 3 / 0 0 0 y = 0 = 0 2 0 z 0
w.

dim( L0 ) = 1 2 = multiplicidad
ww

/ x = 0 y y = 0} =< ( 0, 0,1) >

at

em

at

ic

a1

.c o

ya tendramos que B no es diagonalizable.

algebraica

de

0 B

no

es

diagonalizable A.B = I .B = B tampoco es diagonalizable.


21. Sea A2 x 2 simtrica,

1 = 1

2 = 1 . Justificar si son

verdaderas o falsas las siguientes afirmaciones. a) A no es diagonalizable. b) Si k es impar entonces Ak = A c) (1,1) , (1, 3) son vectores propios de A d) A = 1 SOLUCIN:

a) Falso.

Toda matriz simtrica es diagonalizable. b) Verdadero Sabemos que A es simtrica, por lo tanto, existe una matriz ortogonal 1 0 C , y una matriz diagonal D = que cumplen lo siguiente: 0 1
A = C t DC Ak = (C t DC ) k = (C t DC )(C t DC )... (C t DC ) = = C D(CC ) D(CC ).D...(CC ) DC
t t t t CtC = I k)

C t Dk C

Por otro lado, sabemos que se cumple que


Dk =
k

0 (1)

k impar k

1 0 =D 0 1
m

Luego, cuando k es impar, Ak = C t D k C = C t DC = A. c) Falso.

El producto escalar de vectores propios asociados a autovalores diferentes en una matriz simtrica tiene que ser nulo. d) Falso.
A = 1 2 = 1 (1) = 1 1.

22. Sea A M 4 x 4 ( ), sus subespacios propios son:


L1 = ( x, y, z, t )
4

ww

asociado a 1 = 1 y el otro a 2 = 1, que son autovalores diferentes.


w.

x + y 3z + t = 0 / y z 2t = 0 y x + 2 y 4 z t = 0

1 Ya que el producto escalar de ellos dos es (1, 1) = 2 0, como 3 son dos vectores propios de A, linealmente independientes, uno estara

at

em

at

ic

a1

Nota: Se cumple que C t C = I porque la matriz C es ortogonal.


.c o

L2 = ( x, y, z, t )

x + y 3z + t = 0 / y + z t = 0 z 4t = 0

Justificar si son verdaderas o falsas las siguientes afirmaciones. a) A no es diagonalizable. b) A es simtrica. c) A tiene autovalores complejos, no reales. d) Existe una base de SOLUCIN:
dim( L1 ) = dim(
4 4

formada por vectores propios de A

1 1 3 1 ) rango( A) = 4 rango 0 1 1 2 = 2 1 2 4 1 1 1 3 1 ) rango( A) = 4 rango 0 1 1 1 = 1 0 0 1 4


4

= {(2 z 3t, z + 2t, z, t )

ww

x + y 3z + t = 0 = y z 2t = 0 x = 2 z 3t = y = z + 2t
4

w.

L1

=( x, y, z, t ) ( ) = ( x, y, z, t ) = ( x, y, z, t )

x + y 3z + t = 0 ( ) / y z 2t = 0 = x + 2 y 4 z t = 0

at

em

at

/ z, t

(*) 3a = 1a + 2a , podemos eliminar la tercera ecuacin.

ic

dim( L2 ) = dim(

a1

} =< (2,1,1, 0), (3, 2, 0,1) >

.c o

L2

=( x, y, z, t ) = ( x, y, z, t )

= {(14t , 3t , 4t, t )

x + y 3z + t = 0 / y + z t = 0 = z 4t = 0 x = 14t 4 / y = 3t = z = 4t
4

/ t

} =< (14, 3, 4,1) >

a) Verdadero. Slo disponemos de 3 vectores propios linealmente independientes, los cuales no son suficientes para construir una matriz de paso de orden 4x4 que haga que A sea semejante a una matriz diagonal, ya que las columnas de la matriz de paso deben ser vectores propios linealmente independientes, para que esta tenga inversa. ortogonales con los de L2 , cosa que debera suceder si A fuese simtrica

Otra forma de razonar este apartado es que habiendo visto que no es diagonalizable no puede ser simtrica. c) Falso ya que si A M 4 x 4 ( ), y sus vectores propios tambin tienen componentes reales, al multiplicar A por un vector propio es imposible que aparezca un valor no perteneciente a . d) Falso, ya que slo disponemos de 3 vectores propios linealmente independientes.
22. Sea A M 4 x 4 ( ), sus subespacios propios son:
L1 = ( x, y, z, t )
4

ww

x + y 3z + t = 0 / y z 2t = 0 y x + 2 y 4 z t = 0

w.

at

ya que en una matriz simtrica vectores propios asociados a autovalores distintos son ortogonales.

em

at

ic

a1

b) Falso, ya que los vectores del subespacio propio L1 no son

.c o

L2 = ( x, y, z, t )

x + y z + 2t = 0 y z +t = 0

Justificar si son verdaderas o falsas las siguientes afirmaciones. a) A no es diagonalizable. b) A es simtrica. c) A tiene autovalores complejos. d) Existe una base de SOLUCIN:
1 1 3 1 dim( L1 ) = 4 rango 0 1 1 2 = 4 2 = 2; 1 2 4 1
4

formada por vectores propios de A

= {(2 z 3t , z + 2t, z, t )

ww

x = 2 z 3t = y = z + 2t
4

w.

x + y 3z + t = 0 = y z 2t = 0

at

em

at

L1

=( x, y, z, t ) () = ( x, y, z, t ) = ( x, y, z, t )

x + y 3z + t = 0 ( ) / y z 2t = 0 = x + 2 y 4 z t = 0

/ z, t

=< (2,1,1, 0), (3, 2, 0,1) >=< u1, u2 > (*) 3a = 1a + 2a , podemos eliminar la tercera ecuacin.

ic

a1
}=

.c o

1 1 1 2 dim( L2 ) = 4 rango = 4 2 = 2; 0 1 1 1
m

L2

=( x, y, z, t ) = ( x, y, z, t )

/ /

x + y z + 2t = 0 = y z+t = 0 x = t = y = z t
4

= {(t , z t , z, t )

/ z, t

}=

=< (1, 1, 0,1), (0,1,1, 0) >=< w1 , w2 >

a) Falso. A si es diagonalizable ya que disponemos de 4 vectores propios linealmente independientes, los cuales son suficientes para construir una matriz de paso, de orden 4x4, que haga que A sea semejante a una matriz diagonal D, en cuya diagonal estn los dos autovalores dobles de

b) Falso, ya que los vectores de subespacio propio V1 no son

componentes reales, al multiplicar A por un vector propio es imposible que aparezca un valor complejo. d) Verdadero. Disponemos de 4 vectores propios linealmente independientes ya que rango(< u1 u2 w1 w2 >) = 4 , que al estar en un espacio de dimensin 4 forman una base de este espacio.
24. Sea
ww w.

f :

at

c) Falso, ya que si A M 4 x 4 ( ), y sus vectores propios tambin tienen

em
3

simtrica.

at

ortogonales con los de V2 , cosa que debera suceder si A fuese

ic

a1

.c o

A , ya que las columnas de la matriz de paso deben ser vectores propios linealmente independientes, para que esta tenga inversa.
m

un endomorfismo,

A3 x 3 su matriz

asociada, 1 = 5 es un autovalor de A. Justificar si son verdaderas o falsas las siguientes afirmaciones. a) Si f (1,1, 0) = (2, 2, 0) y A = 0 A es diagonalizable. b) Si A es diagonalizable 1 = 5 es un autovalor doble de A. c) Si f (0, 0, 2) = (0, 0,10) 1 = 5 es un autovalor triple de A.

d) Si f (0, 4, 0) = (0,12, 0) y A = 30 1 = 5 es un autovalor doble de A. SOLUCIN:

a) Verdadero.
f (1,1, 0) = (2, 2, 0) f (1,1, 0) = 2(1,1, 0) 2 = 2 es un autovalor de

A, y (1,1, 0) es un vector propio de A asociado al autovalor 2 = 2. Por otro lado A = 0 1 2 3 = 0 5 2 3 = 0 3 = 0, con lo cual A tiene sus tres autovalores simples, para todos ellos la multiplicidad algebraica y geomtrica vale 1, luego A es diagonalizable. b) Falso. Basta tomar como ejemplo:
5 0 0 A = 0 4 0 , al ser una matriz diagonal sus autovalores son los 0 0 6
m

por tener todos sus autovalores simples y 1 = 5 no es un autovalor c) Falso.


w.

f (0, 0, 2) = (0, 0,10) = 5(0, 0, 2) , esto solo nos dice que 1 = 5, es un


autovalor de A, cosa que ya sabamos, y que (0, 0, 2) es un vector propio asociado al autovalor 1 = 5. Veamos que ocurre con la siguiente matriz:
0 0 0 0 A = 0 0 0 , x0 = 0 . 0 0 5 2 0 0 0 0 0 f ( x0 ) = Ax0 = 0 0 0 0 = 0 0 0 5 2 10

ww

doble.

at

em

at

elementos de la diagonal, 1 = 5, 2 = 4, 3 = 6, A es diagonalizable

ic

a1

.c o

y sin embargo se tiene que 1 = 5, es un autovalor simple y 2 = 0 es un autovalor doble de A . d) Falso. f (0, 4, 0) = (0,12, 0) al autovalor 2 = 3. Por otro lado doble.
25. Sean A, B M nxn ( ). Justificar si son verdaderas o falsas las siguientes afirmaciones. a) Si A = B El polinomio caracterstico de A coincide con el de b) Si A es simtrica y B es ortogonal ( B 1 = B t ) B 1 A B es diagonalizable. c) Si A y B son diagonalizables ( AB) 1 es diagonalizable.
ww w.

f (0, 4, 0) = 3(0, 4, 0)

esto nos dice que

2 = 3, es un autovalor de A y que (0, 4, 0) es un vector propio asociado


A = 30 1 2 3 = 30 5 3 3 = 30 3 = 2

Los tres autovalores de A son simples luego 1 = 5 no es un autovalor

d) Si A es semejante a B k SOLUCIN:

at

em

at
/ A = Bk 1 0 = (1 ) 2 = 2 2 + 1 0 1 1 0

a) Falso. Basta tomar como ejemplo: 1 0 1 0 A= , B = , A = B 0 1 0 1 PA ( ) = A I = PB ( ) = B I =


PA ( ) PB ( ).

0 = (1 ) 2 = 2 + 2 + 1 1

ic

a1

.c o

B, es decir, PA ( ) = PB ( ).

b) Verdadero. Si comprobamos que B 1 A B es una matriz simtrica, esto nos garantizara que es diagonalizable. Sabemos que: i ) B 1 = B t , por ser B ortogonal. ii ) At = A, por ser A simtrica. iii ) ( B t )t = B, B M nxn ( ). Tenemos que ver B 1 A B, coincide con su traspuesta. ( B 1 A B)t = ( B t A B)t = B t At B t = B t A t B = B t A Bi) = B 1 A B, B 1 A B es simtrica por tanto es diagonalizable. c) Falso. exista ( AB) 1 , vemoslo con un ejemplo: Si A y B son diagonalizables eso no nos garantiza ni siquiera que 4 5 2 2 A= , B = , ambas matrices son diagonalizables, ya que 0 3 2 2 cada una de ellas tiene sus dos autovalores simples, 1 = 4, 2 = 3 y 18 18 1 = 4, 2 = 0 y sin embargo AB = , que no tiene inversa ya su 6 6 determinante vale cero. d) Falso. Basta tomar como ejemplo: 2 3 2 0 A= , B = 0 5 0 5 2 0 A es semejante a B ya que AD = = B. 0 5 1 1 Tenemos la relacin A = C 1 BC , siendo C = y sin embargo 0 1
ww w.
m
t

luego

at

em

at

ic

a1

.c o

k 2 0 2 B = (1) = 0 0 5 0 3.

2 3 = A, k 5 0 5
k

/ A B k , ya

que

(1) La potencia de una matriz diagonal es tambin una matriz diagonal con los elementos de la diagonal elevados a dicha potencia.
2 0 26. Dada la matriz A = 1 + 0 2 2 con , 2 + 2

Justificar si son verdaderas o falsas las siguientes afirmaciones. a) A siempre es diagonalizable. b) A es diagonalizable solo si = . c) A es diagonalizable solo si . d) A es diagonalizable solo si = 1.
m

em

at
0 0 2 2 2 = + 2

El polinomio caracterstico de A es:


PA ( ) = A I =

at

= ( )
(2)

(1)

2 +

ww

1 +
w.

2 2 = + 2

= ( )( + 2 ) =

= ( ) ( ) .
2

(1) Desarrollando el determinante por la 2 a columna. (2) El segundo factor se descompone resolviendo la ecuacin de segundo grado en . Luego A, tiene dos autovalores, 1 = (doble), 2 = (simple). Si .

ic

SOLUCIN:

a1

.c o

Tendremos que ver que ocurre con la multiplicidad geomtrica del autovalor doble 1 = .
m1 = 3 rango [ A I ] = 3 rango 1 + = 3 rango 1 + 2 2 (2) 2 = 2 + 2 2 2 (1) 0 2 = 0 2 + 2 0

= 3 rango 1

2 2 (3) = 2

= 3 rango (1 2 ) = 3 1 = 2 Si , A es diagonalizable.

0 0 A = 1 2 , 1 = (triple). 0 0
ww w.

Tendremos que ver que ocurre con la multiplicidad geomtrica del autovalor triple 1 = .
0 0 0 m1 = 3 rango [ A I ] = 3 rango 1 0 2 = 3 1 = 2 3 0 0 0
Si = , A no es diagonalizable.

a) Falso. b) Falso.

at

Si =

em

(3) Se elimina la primera fila ya que es la segunda multiplicada por .

at

ic

a1

(2) Se elimina la tercera fila ya que es la primera cambiada de signo.

.c o

(1) Se elimina la segunda columna ya que es toda nula.

c) Verdadero. d) Falso.
27. Sean A, B M nxn ( ), A y B diagonalizables, adems A es invertible. Justificar si son verdaderas o falsas las siguientes afirmaciones. a) A y B tienen el mismo polinomio caracterstico. b) AB y BA tienen los mismos autovalores. c) ( AB) 1 es diagonalizable. d) A + B es diagonalizable. SOLUCIN:

a) Falso. No hay ninguna relacin entre A y B , por lo que se puede intuir que entre sus polinomios caractersticos tampoco la va a haber. 2 7 1 1 A= , B = , ambas son diagonalizables ya que ambas 0 6 2 4 tienen todos sus autovalores simples, 1 = 2, 2 = 6, 1 = 2, 2 = 3, A es
PA ( ) = (2 )(6 ) = 12 8 + 2 PA ( ) P ( ). B 2 PB ( )=(2 )(3 )=65 +

b) Verdadero.

ww

w.

at

invertible ya que A = 12 y sin embargo,

em

at

ic

a1

.c o

PAB ( ) = AB I = AB AA1 = = A( B A1 ) = A B A1 PBA ( )

= BA I = BA A1 A = ( B A1 ) A = = ( B A1 ) A = B A1 A = A B A

PAB ( ) = PBA ( )

c) Falso. Ni siquiera podemos asegurar que exista ( AB ) 1 .

2 7 1 1 A= , B = , ambas son diagonalizables, A es invertible 0 4 0 0 y sin embargo 2 2 AB = , es evidente que no tiene inversa. 0 0 d) Falso. 2 7 1 1 A= , B = ambas son diagonalizables, A es invertible y 0 5 0 3 sin embargo 3 6 A+ B = , no es diagonalizable, ya que 1 = 3 (doble), tiene 0 3 multiplicidad algebraica 2 y su multiplicidad geomtrica es 1.
son verdaderas o falsas las siguientes afirmaciones. b) A > 0 i > 0 i = 1,...., n.
w.

d) Existe una base de vectores propios de A ortonormales. SOLUCIN:

a) Falso. Basta tomar como ejemplo: 5 8 2 0 A= , B = 0 4 0 7 A y B son diagonalizables ya que ambas tienen todos sus autovalores simples, 1 = 5, 2 = 4, 1 = 2, 2 = 7 , que se calculan de forma inmediata al ser matrices triangulares, los autovalores son los elementos de la diagonal principal. Sin embargo

ww

c) k

/ AK = I 0 no es un autovalor de A.

at

em

at

a) Bnxn es diagonalizable A + B es diagonalizable.

ic

a1

.c o

28. Sea A M nxn ( ) una matriz diagonalizable en


m

. Justificar si

3 A+ B = 0 doble, 1 = 3,

8 que no es diagonalizable ya que tiene un autovalor 3 y su multiplicidad geomtrica es:

m1 = dim( L(3) ) = 2 rango ( A + B ) 3I = 0 8 = 2 rango = 2 1 = 1. 0 0 b) Falso. Basta tomar como ejemplo:


5 0 0 A = 0 4 0 , A = 120 > 0, y sin embargo sus autovalores son 0 0 6

La existencia de una base formada por vectores propios ortonormales solo se puede garantizar si la matriz A fuese simtrica.
29. Sea Anxn una matriz semejante a una matriz diagonal D. Justificar si son verdaderas o falsas las siguientes afirmaciones. a) A D b) A es necesariamente simtrica. c) Ak es semejante a D k . d) Ak no tiene porque ser diagonalizable. SOLUCIN:

ww

d) Falso.

w.

autovalor de A.

at

em

1 2 ...... n 0 i 0, i , es decir, que cero no sea un

at

Si k

/ A k = I Ak = I Ak = 1 A = 1 A 0

a1

c) Verdadera.

.c o

1 = 5 < 0, 2 = 4 > 0, 3 = 6 < 0, que no son todos positivos.

ic

Si A es semejante a una matriz diagonal D, esto nos est diciendo que C M nxn , invertible de manera que A = C D C 1 a) Falso. Si A = C D C 1
A = C D C 1
(1) (2)

C D C 1

CD 1 = D A = D. C

(1) P Q = P Q P, Q M nxn .

(2) C 1 = 1 C M nxn , invertible. C b) Falso. Una matriz no necesita ser simtrica para ser diagonalizable. 3 15 3 0 A= , es semejante a D = 0 4 0 4
.c o m

at
ww w.

Ak = (C D C 1 ) k =

= (C D C 1 )(C D C 1 ).............. (C D C 1 )(C D C 1 ) = = C D C 1C D C 1.............. C D C 1C D C 1 = = C D I D I .............. I D I D C 1 = = C D k C 1 La matriz Ak es semejante a la matriz diagonal D k .


k k

Nota:

em
k

A = C D C 1

at

ic

c) Verdadero.

a1

d1 d2 d

Si D =

(d1 ) k ( d 2 )k

Dk =

(d )

k n

d) Falso.

Como acabamos de ver en el apartado anterior, Ak es semejante a una matriz diagonal, y eso es exactamente lo mismo que decir que Ak es diagonalizable.
5 0 30. La matriz A = 0 0 0 2 de p es diagonalizable. 0 p + 2, p p

, estudiar para que valores

SOLUCIN:

Los autovalores de A son 1 = 5, 2 = 2, 3 = p + 2. Habr algn autovalor con multiplicidad algebraica mayor que 1, cuando 3 coincida con 1 o bien 3 coincida con 2 . Primer caso
5 0 0 Si p = 3 A = 0 0 5 con 1 = 5 (doble), 2 = 2. 0 2 3 0 0 0 m1 = 3 rango( A 5I ) = 3 rango 0 5 5 = 3 1 = 2 0 2 2
ww w.

luego para p = 3, A si es diagonalizable ya que el autovalor que es doble tambin tiene multiplicidad geomtrica igual a 2. Segundo caso

3 = 2 2 = p + 2 p = 4
5 0 0 Si p = 4 A = 0 0 2 con 1 = 5, 2 = 2 (doble) 0 2 4 m2 = 3 rango( A (2) I ) = 3 rango( A + 2 I ) =

at

em

at

ic

a1

.c o

3 = 1 5 = p + 2 p = 3

7 0 0 = 3 rango 0 2 2 = 3 2 = 1 2 0 2 2

luego para p = 4, A no es diagonalizable ya que el autovalor que es doble tiene multiplicidad geomtrica igual a 1. En resumen A es diagonalizable p {4}
8 1 0 31. Dada la matriz A = 0 2 5 . Estudiar si es diagonalizable en 0 0 2 .

SOLUCIN:

Los autovalores de A son 1 = 8, 2 = 2 (doble), ambos reales. geomtrica.

6 1 0 m2 = 3 rango( A 2 I ) = 3 rango 0 0 5 = 3 2 = 1. 0 0 0

A no es diagonalizable ya que para el autovalor que no es simple no coinciden las multiplicidades.


32. Sabiendo que el polinomio caracterstico de la matriz
2 1 3 A = 1 0 1 , es 3 1 2 PA ( ) = 3 4 2 + 7 + 10 = ( 5 )( 1 )( 2 )

Obtener una base de SOLUCIN:

ww

w.

, formada por vectores propios de A

at

em

at

2 = 2 (doble), vamos a ver cunto vale su multiplicidad geomtrica..

ic

a1

1 = 8 , es simple, coinciden sus multiplicidades algebraica y


.c o m

A es una matriz simtrica y tiene tres autovalores simples 1 = 5, 2 = 1, 3 = 2. Si calculamos sus subespacios propios correspondientes obtenemos: L( 5) = x

/ ( A + 5I ) x = 0 =

3 1 3 x 0 3 = x / 1 5 1 y = 0 = 3 1 3 z 0 x 0 3 1 3 = x 3 / y = 0 = 1 5 1 z 0 =< (1, 0,1) >


.c o m

L( 1)

= x

/ ( A + I ) x = 0 =<(1,2,1)>

siguientes afirmaciones. a) Si A y B son diagonalizables entonces A + B es diagonalizable. b) Si A B = 0 entonces cero es un autovalor de A y de B. c) Si A es diagonalizable y A B entonces B es diagonalizable. SOLUCIN:

a) Falso. Vemoslo con un ejemplo. 3 0 3 1 A= , B = 1 4 0 4

ww

w.

33. Sean A, B M nxn ( ) . Justificar si son verdaderas o falsas las

at

una base de

, formada por vectores propios de A.

em

A la vista de estos resultados el conjunto {{1, 0,1},{1, 2,1}, {1,1,1}} es

at

ic

L(2)

= x

/ ( A 2 I ) x = 0 =< (1,1,1) >

a1

A y B son diagonalizables ya que ambas tienen dos autovalores simples 1 = 3, 2 = 4 y 1 = 3, 2 = 4 y sin embargo 0 1 A+ B = no es diagonalizable ya que sus autovalores son 1 0 complejos 1 = i, 2 = i. b) Falso. Vemoslo con un ejemplo. 1 1 3 1 A= , B = 1 1 0 4 A B = 3 5 = 0, y sin embargo cero no es un autovalor de B. 3 5

c) Verdadero.
A es diagonalizable P invertible y D diagonal tal que D = P 1 AP A B Q invertible tal que B = Q 1 AQ D = P 1 AP A = PDP 1 1 1 B = Q PDP Q = 1 1 AQ B = Q AQ B =Q
ww w.

= ( P 1Q ) D ( P 1Q ) B es semejante a la matriz diagonal D con matriz de paso P 1Q B es diagonalizable. d) Falso.


34. Alguna de las siguientes matrices podra ser una matriz asociada al endomorfismo:

f:

3 1 1 ------- 3 siendo A = 1 2 0 ? x ------- f ( x ) = Ax 2 1 0


3

1 0 0 a) 0 1 0 0 0 3

3 0 0 1 0 0 b) 0 1 0 c) 0 3 0 0 0 1 0 0 1

at

em

at

ic

a1

.c o

SOLUCIN:

Los autovalores y subespacios propios de A son, 1 = 3 (simple),

2 = 1 (doble)
L(3) =< (1,1,1) >; L(1) =< (1, 1,1) > , con lo cual A no es diagonalizable, luego no es semejante a ninguna matriz diagonal y como todas las matrices asociadas a un endomorfismo son semejantes entre si, ninguna de las matrices a), b) y c) es una matriz asociada a f .
35. Dada una matriz a) Si E = {( x, y, z )

A M 3 x 3 ( ) cuyos autovalores son: 1 , 1 , 2 .


3

Justificar si son verdaderas o falsas las siguientes afirmaciones.

/ y 2 z = 0} es un subespacio propio de A

entonces A es diagonalizable. b) A2 tiene todos sus autovalores distintos.


2 0 0 d) A es semejante a la matriz D = 0 1 0 0 0 1
ww

a) Verdadero.

dim( E ) = 3 rango(0,1, 2) = 3 1 = 2, luego E = L(1) ya que el 1 es el nico autovalor doble. Se tendr entonces:

1 = 1; 1 = 2 = m1 2 = 2; 2 = 1 = m2
con lo cual A es diagonalizable. b) Falso. Los autovalores de A2 son 1 = 12 = 1, 2 = 12 = 1, 3 = 22 = 4, luego el 1 es un autovalor doble de A2 . c) Falso.

w.

SOLUCIN:

at

em

at

ic

a1

.c o

c) A2 es diagonalizable.

Eso solo se podra garantizar si A fuese diagonalizable, pero no sabemos si el autovalor 1, tiene un subespacio propio de dimensin 2. d) Falso. Decir que A D es equivalente a decir que A es diagonalizable y eso no lo podemos garantizar ya que no sabemos si el autovalor 1, tiene un subespacio propio de dimensin 2.
36. Sea A M 4 x 4 ( ) . Sean los subespacios de
4

siguientes:

V1 = {( x, y, z, t )
V2 = ( x, y, z, t )

/ z t
/

= 0}
= 0 = 0 = 0

x + y + 3 z + 2t
4

y + 2 z + 2t z + 4t

diagonalizable. diagonalizable.
w.

c) V1 y V3 podran ser los subespacios propios de A. SOLUCIN:


dim(V1 ) = 4 rango ( 0 0 1 1) = 4 1 = 3 1 1 3 2 dim(V2 ) = 4 rango 0 1 2 2 = 4 3 = 1 0 0 1 4

1 1 1 3 dim(V3 ) = 4 rango = 42 = 2 0 1 1 5 a) Faslo.

ww

b) Si V2 y V3 son los subespacios propios de A entonces A es

at

em

at

a) Si V1 y V2 son los subespacios propios de A entonces A es no

ic

Justificar si son verdaderas o falsas las siguientes afirmaciones.

a1

.c o

V3 = ( x, y, z, t )

x + y z 3t y z + 5t

= 0 = 0

Ya que podemos construir una base de 4 formada por vectores propios de A, 3 de una base de V1 junto con uno de una base de V2 . b) Falso. Ya que no podemos construir una base de 4 formada por vectores propios de A, ya que solo disponemos de 3 vectores propios linealmente independientes uno de una base de V2 junto con dos de una base de V2 . c) Falso.
V1 y V3 no podran ser los subespacios propios de A, ya que ello es

necesario que su interseccin sea solo el vector nulo. Sabemos que: Como V1 y V3 son subespacios de Por otro lado tambin sabemos que: dim(V1 V3 ) = dim(V1 ) + dim(V3 ) dim(V1 V3 ) 3 + 2 4 = 1.
0 3 2 37. Dada la matriz A = 2 3 0 , k 0 0 k 2 1 diagonalizable.
m
4

, dim(V1 V3 ) dim(

)=4

at

ic

a1

Luego la interseccin de V1 y V3 no es solamente el vector nulo.

.c o

SOLUCIN:

La matriz A es simtrica, luego es diagonalizable k .

38. Sean A, B M nxn ( ), A y B son diagonalizables en

ww

w.

at

em

. Estudiar cuando es

, de

manera que ambas tienen los mismos subespacios propios. Justificar si son verdaderas o falsas las siguientes afirmaciones. a) A + B es diagonalizable. b) A B es diagonalizable. c) Los autovalores de A y B son los mismos. SOLUCIN:
a) Falso. Vemoslo con un ejemplo.

2 0 2 1 A= ; B = 1 5 0 5 A y B son diagonalizables ya que ambas tienen dos autovalores 0 1 simples y sin embargo A + B = que no es diagonalizable ya que 1 0 sus autovalores son 1 = i, 2 = i. b) Verdadero. Una matriz es diagonalizable si existe una base de vectores propios de esa matriz. A es diagonalizable {x1 , x2 ,...., xn } una base de vectores propios de A. B es diagonalizable {x1 , x2 ,...., xn } una base de
n n

formada por formada por formada por

ABxi = i i xi xi es un vector propio de AB asociado al autovalor

i i
{x1 , x2 ,...., xn } es una base de por tanto AB es diagonalizable. Otra forma de haber llegado a este resultado es: Si A es diagonalizable entonces A es semejante a una matriz diagonal
D1
n

ww

Axi = i xi ABxi = Ai xi = i Axi = i i xi Bxi = i xi


w.

at

em

Vamos a ver que esa tambin es una base de vectores propios de AB.

con
1

matriz

de
1

paso

at

Para ambas matrices podemos tomar la misma base de vectores propios ya que ambas tienen los mismos subespacios propios.

formada por vectores propios de AB,

ic
P,

a1

.c o

vectores propios de B.

tenindose

la

relacin

D1 = P AP A = PD1 P

Si B es diagonalizable entonces B es semejante a una matriz diagonal


D2

con

matriz

de

paso

P,

tenindose

la

relacin

D2 = P 1 BP B = PD2 P 1 Para ambas matrices podemos tomar la misma matriz de paso ya que ambas tienen los mismos subespacios propios y las columnas de la matriz de paso son vectroes propios linealmente independientes. AB = PD1 P 1 PD2 P 1 = PD1 D2 P 1 ; D3 = D1 D2 es una nueva matriz diagonal. Tenemos que AB = PD3 P 1 , esto nos est diciendo que AB es semejante a la matriz diagonal D3 con matriz de paso P, luego AB es diagonalizable. c) Falso. Vemoslo con un ejemplo.
2 0 1 = 2 L(2) =< (1, 0) > A= 0 5 2 = 5 L(5) =< (0,1) >
m

39. Sea A M 3 x 3 ( ) y 1 , 2 , 3 sus autovalores (reales). Se sabe que:


dim(V1 ) = 1

ww

A y B tienen los mismos subespacios propios pero no tienen los mismos autovalores.
w.

at

3 0 1 = 3 L(3) =< (1, 0) > B= 0 4 2 = 4 L(4) =< (0,1) >

em

at
y
dim(V2 ) = 2 . Justificar si son

verdaderas o falsas las siguientes afirmaciones. a) A no es diagonalizable. b) 3 = 1 c) 3 = 2 SOLUCIN:


a) Falso.

ic

a1

.c o

A si es diagonalizable ya que podemos construir una base de


correspondientes a 2 . b) Falso.

formada por vectores propios de A, uno correspondiente a 1 y dos

3 1 ya que si 3 = 1 , entonces necesariamente 2 sera un


autovalor simple y esto no es as ya que su subespacio propio es de dimensin 2. c) Verdadero.

1 2 , puesto que sus subespacios propios son distintos, 2 es un


autovalor doble ya que su subespacio propio es de dimensin 2, necesariamente 3 = 2 . d) Falso. PA = 3 + 5 . Justificar si son verdaderas o falsas las siguientes

a) A no tiene inversa. c) A1 = 5 A3 d) A1 = 1 A2 5 SOLUCIN:


w.

Sabemos por el Teorema de Cayley-Halmilton que toda matriz A es solucin de su ecuacin caracterstica. Es decir PA ( A) = 0nxn . En este caso en particular obtendremos que:

A3 + 5 I = 0 A3 = 5I A. A2 = 5 I
A1 ( A. A2 ) = A1 5 I ( A1 A ) A2 = 5 A1 IA2 = 5 A1 A2 = 5 A1 A1 = 1 A2 . 5 a) Falso.

ww

b) 0 es un autovalor de A .

at

em

at

afirmaciones.

ic

a1

.c o

40. Sea la matriz A M 3 x 3 ( ) y sea su polinomio caracterstico


m

Sabemos que el determinante de A es el trmino independiente de su polinomio caracterstico, A = b0 = 5 0, luego A tiene inversa. b) Falso.
0 no es un autovalor de A porque A = 5 = 12 3 i 0, i = 1, 2, 3.

c) Falso. d) Verdadero.

41. Sea A3 x 3 ( ) una matriz cuadrada idempotente, es decir, A2 = A , distinta de la identidad y de la matriz nula. Justificar cual de los polinomios es un posible polinomio caracterstico de A es: a) p1 ( ) = ( + 1) 2 c) p3 ( ) = ( 2 ) SOLUCIN: b) p2 ( ) = 3 d) p4 ( ) = 3 + 1
.c o m

polinomios al evaluarlos en a) Falso. que A no es la matriz nula. b) Falso.


w.

p2 ( A) = A3 = A2 A = AA = A2 = A 03 x 3 ; ya que A no es la matriz nula. c) Verdadero. p3 ( A) = A( A2 A) = A( A A) = A(03 x 3 ) = 03 x 3 , podra ser el polinomio caracterstico de A d) Falso. p4 ( A) = A3 + I = A2 A + I = AA + I = A + I 03 x 3 ; ya que A no es la matriz identidad. Luego p3 ( )

ww

p1 ( A) = ( A + I ) A2 = ( A + I ) A = A2 A = A A = 2 A 03 x 3 ; ya

at

em

at

A nos da la matriz nula.

ic

Sabemos por el teorema de Cayley-Hamilton que toda matriz es solucin de su ecuacin caracterstica. Vamos a ver en cual de estos

a1