Documente Academic
Documente Profesional
Documente Cultură
T (X) = λX
Ejemplo 14.1
Sea P un plano que pasa por el origen y sea S la reflexión respecto al plano P.
Es claro que si X es un vector de P entonces S (X) = X; por otra parte, si Y es
un vector de la recta L que pasa por el origen y es perpendicular al plano P entonces
S (Y ) = −Y (figura 14.1).
Figura 14.1.
453
454 14. Valores propios y vectores propios
Ejemplo 14.2
Consideremos la transformación lineal Dr : R3 −→ R3 . Puesto que para todo X de R3 ,
Dr (X) = rX, se tiene que r es un valor propio de Dr y todo vector no nulo de R3 es un
vector propio de Dr correspondiente a r. Es más, r es el único valor propio de Dr (¿por
qué?).
Lo afirmado para Dr , respecto a valores y vectores propios, es igualmente válido para
la matriz de Dr , la cual es ⎛ ⎞
r 0 0
⎝0 r 0⎠
0 0 r
Ejemplo 14.3
Sea T una transformación lineal con matriz diagonal
⎛ ⎞
λ1 0 0
D = ⎝ 0 λ2 0 ⎠
0 0 λ3
⎛ ⎞
x
Así, para cualquier ⎝ y ⎠ en R3 ,
z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x λ1 x
T ⎝ y ⎠ = D ⎝ y ⎠ = ⎝ λ2 y ⎠
z z λ3 z
En particular,
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
λ1 0 0
T (E1 ) = ⎝ 0 ⎠ = λ1 E1 , T (E2 ) = ⎝ λ2 ⎠ = λ2 E2 , T (E3 ) = ⎝ 0 ⎠ = λ3 E3
0 0 λ3
Ejemplo 14.4
Sea T la transformación lineal del espacio cuya matriz es
⎛ ⎞
1 1 −1
A=⎝ 0 2 0⎠
−1 1 1
Hallar los valores propios de T (de A) y los correspondientes espacios propios.
Solución:
La ecuación característica de T (de A) es
1 − λ 1 −1
0 2−λ 0 = 0
−1 1 1 − λ
Calculando el determinante se encuentra que esta ecuación es
(2 − λ) λ2 − 2λ = 0
14.1. Definiciones. Cálculo de valores y vectores propios 457
λ (λ − 2)2 = 0
cuyas raíces son los números λ1 = 0 y λ2 = 2, los cuales son los valores propios de T (de
A).
El espacio propio de T (de A) correspondiente a λ1 = 0 es, como sabemos, el conjunto
solución del sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞
1−0 1 −1 x 0
⎝ 0 2−0 0 ⎠⎝ y ⎠ = ⎝ 0 ⎠
−1 1 1−0 z 0
⎛ Observe
⎞ que E0 es una recta que pasa por el origen, la recta generada por el vector
1
⎝ 0 ⎠.
1
Por último, el espacio propio de T (de A) correspondiente al valor propio λ2 = 2 es el
conjunto solución del sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞
1−2 1 −1 x 0
⎝ 0 2−2 0 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠
−1 1 1−2 z 0
⎛ Observe
⎞ ⎛ que E⎞2 es un plano que pasa por el origen, el plano generado por los vectores
1 −1
⎝ 1 ⎠y⎝ 0 ⎠.
0 1
La situación relativa entre los espacios propios E0 y E2 es como se ilustra en la figura
14.2
Figura 14.2.
Ejemplo 14.5
Sea θ tal que 0 ≤ θ < 2π. Consideremos la transformación lineal Rzθ , la cual rota cada
vector de R3 un ángulo de θ radianes alrededor del eje z. Como ya se sabe,
⎛ ⎞
cos θ −senθ 0
m (Rθz ) = ⎝ senθ cos θ 0⎠
0 0 1
I (X) = X = 1X
Recordemos que para una matriz A de orden 2 se tiene que si X1 , X2 son dos vectores
propios de A, linealmente independientes, correspondientes a los valores propios λ1 , λ2
respectivamente, entonces
A = P DP −1
donde
X1 X2 λ1 0
P = y D=
| | 0 λ2
Pues bien, para matrices de orden 3 se tiene un resultado completamente análogo:
Prueba.
Si X1 , X2 , X3 son vectores propios de A correspondientes a los valores propios λ1 , λ2 ,
λ3 respectivamente entonces
Luego,
AX1 AX2 AX3 λ1 X1 λ2 X2 λ3 X3
=
| | | | | |
Y como
AX1 AX2 AX3 X1 X2 X3
=A
| | | | | |
y ⎛ ⎞
λ1 0 0
λ1 X1 λ2 X2 λ3 X3 X1 X2 X3 ⎝
= 0 λ2 0 ⎠
| | | | | |
0 0 λ3
entonces ⎛ ⎞
λ1 0 0
X1 X2 X3 X1 X2 X3 ⎝
A = 0 λ2 0 ⎠
| | | | | |
0 0 λ3
es decir,
AP = P D (14.5)
donde ⎛ ⎞
λ1 0 0
X1 X2 X3
P = y D = ⎝ 0 λ2 0 ⎠ (14.6)
| | |
0 0 λ3
14.1. Definiciones. Cálculo de valores y vectores propios 461
A = P DP −1 (14.7)
El lector puede probar, reversando los pasos que condujeron de (14.4) a (14.7), que si
una matriz A de orden 3 admite una factorización del tipo (14.7), con P y D matrices como
en (14.6), entonces las columnas X1 , X2 , X3 de la matriz P son vectores propios de A,
linealmente independientes, correspondientes, a los valores propios λ1 , λ2 , λ3 respectiva-
mente. Así que:
Ejemplo 14.6
Consideremos la matriz
⎛ ⎞
1 1 −1
A=⎝ 0 2 0⎠
−1 1 1
del ejemplo 14.4. Para esta matriz se encontró que sus valores
⎛ propios
⎞ son λ1 = 0 y λ2 = 2,
1
que el espacio propio E0 es la recta generada por el vector ⎝ 0 ⎠ y que el espacio propio
1
⎛ ⎞ ⎛ ⎞
1 −1
E2 es el plano generado por los vectores ⎝ 1 ⎠ y ⎝ 0 ⎠ .
0 1
Los siguientes vectores propios de A
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 −1
X1 = ⎝ 0 ⎠ , X2 = ⎝ 1 ⎠ , X3 = ⎝ 0 ⎠
1 0 1
Figura 14.3.
Ejemplo 14.7
Consideremos la matriz
⎛ ⎞
4 6 6
A=⎝ 1 3 2⎠
−1 −5 −2
Veamos si esta matriz es o no es factorizable en la forma A = P DP −1 con P matriz
invertible y D matriz diagonal. Como sabemos A es factorizable en dicha forma si y sólo si
A tiene tres vectores propios linealmente independientes. Pasemos entonces a determinar
los valores y vectores propios de A.
La ecuación característica de A es
4 − λ 6 6
1 3−λ 2 = 0
−1 −5 −2 − λ
Calculando el determinante y simplificando se obtiene la ecuación
−λ3 + 5λ2 − 8λ + 4 = 0 (14.8)
de la cual nos interesan las raíces reales.
Sea p (λ) = −λ3 + 5λ2 − 8λ + 4. Como el lector debe saber, las raíces enteras de la
ecuación (14.8), si las hay, se encuentran entre los divisores del término constante 4, es
decir, entre los números ±1, ±2 y ±4 . Ahora, como p (1) = −1 + 5 − 8 + 4 = 0, entonces
λ = 1 es una raíz de p (λ) y por tanto λ − 1 es un factor de p (λ) ; haciendo la división p (λ)
entre λ − 1 se encuentra que
p (λ) = (λ − 1) −λ2 + 4λ − 4
= − (λ − 1) λ2 − 4λ + 4
= − (λ − 1) (λ − 2)2
14.1. Definiciones. Cálculo de valores y vectores propios 463
− (λ − 1) (λ − 2)2 = 0
ecuación cuyas raíces son los números λ = 1 y λ = 2, los cuales son los valores propios de
A.
El espacio propio E1 de A correspondiente a λ = 1 es el conjunto solución del sistema
homogéneo
⎛ ⎞⎛ ⎞ ⎛ ⎞
4−1 6 6 x 0
⎝ 1 3−1 2 ⎠⎝ y ⎠ = ⎝ 0 ⎠
−1 −5 −2 − 1 z 0
es decir, del sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞
3 6 6 x 0
⎝ 1 2 2 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠
−1 −5 −3 z 0
Resolviendo este sistema encontramos que
⎧⎛ ⎞ ⎛ x ⎞ ⎛ ⎞⎫
⎨ x −4/3 ⎬
E1 = ⎝ y ⎠ ∈ R3 ⎝ y ⎠ = z ⎝ −1/3 ⎠
⎩ ⎭
z z 1
⎛ ⎞
−4/3
es decir, E1 es la recta generada por el vector ⎝ −1/3 ⎠ o equivalentemente, E1 es la recta
1
⎛ ⎞
4
generada por el vector ⎝ 1 ⎠ .
−3
De manera similar se encuentra que el espacio ⎞ E2 de A correspondiente al valor
⎛ propio
3
propio λ = 2 es la recta generada por el vector ⎝ 1 ⎠ .
−2
Nótese que en este caso sólo hay dos espacios propios distintos y cada uno de ellos es
una línea recta, como se ilustra en la figura 14.4.
Figura 14.4.
AT = A
⎛ ⎞ ⎛ ⎞
Ejemplo 14.8 1 0 4 1 4 0
La matriz A = ⎝0 2 −1⎠ es simétrica, pero la matriz B = ⎝4 2 −8⎠ no lo es.
4 −1 3 3 1 3
Vimos en el capítulo 7 que las matrices simétricas de orden 2 tienen propiedades espe-
ciales en cuanto a valores y vectores propios se refiere. Pues bien, las matrices simétricas
de orden 3 tienen propiedades completamente análogas. En efecto, se tiene que:
o equivalentemente ⎛ ⎞
λ1 0 0
QT AQ = ⎝ 0 λ2 0 ⎠
0 0 λ3
La prueba de este resultado es inmediata ya que, como sabemos, para toda matriz A
de orden 3, podemos escribir
Prueba de 2.
Sean X1 , X2 dos vectores propios de A, correspondientes a los valores propios λ1 , λ2
respectivamente. Supongamos que λ1 = λ2 y probemos que X1 y X2 son ortogonales, es
decir, X1 .X2 = 0.
Por una parte tenemos que
(AX1 ).X2 = (λ1 X1 ) .X2 = λ1 (X1 .X2 )
y por otra,
X1 .(AX2 ) = X1 . (λ2 X2 ) = λ2 (X1 .X2 )
Ahora, como (AX1 ).X2 = X1 .(AX2 ), según (14.9), entonces
λ1 (X1 .X2 ) = λ2 (X1 .X2 )
es decir,
(λ1 − λ2 ) (X1 .X2 ) = 0
y puesto que λ1 − λ2 = 0 (pues estamos suponiendo que λ1 = λ2 ) entonces X1 .X2 = 0,
como se quería probar.
Prueba de 3.
Ya se sabe que A tiene por lo menos un valor propio λ1 . Sea X1 un vector propio de
A, con X1 = 1, correspondiente al valor propio λ1 y consideremos el plano P que pasa
por el origen y que tiene a X1 como un vector normal (vea figura 14.5).
Figura 14.5.
466 14. Valores propios y vectores propios
T : R2 −→ R2
T (X) · X1 = AX · X1
= X · AX1 (por (14.9))
= X · (λ1 X1 )
= λ1 (X · X1 )
= 0 (pues X · X1 = 0 ya que X ∈ P)
luego T (X) ∈ P
ii) Consideremos la transformación T ∗ . Es claro que para todo par de vectores X, Y
de P
T ∗ (X) · Y = X · T ∗ (Y ) (14.11)
ya que
T ∗ (X) · Y = T (X) · Y = AX · Y = X · AY = X · T (Y ) = X · T ∗ (Y )
14.2. Matrices simétricas 467
X = x1 F1 + x2 F2
siendo
x1 = X · F1 y x2 = X · F2 (14.12)
Consideremos
la función φ : P −→R2 la cual asigna al vector X = x1 F1 + x2 F2 de P,
x1
el par de R2 . Es claro que esta función es uno a uno y sobre, es decir, φ es biyectiva.
x2
Emplearemos
la aplicación φ para identificar cada vector X = x1 F1 + x2 F2 del plano
x1
P con el par de R2 y con ello identificaremos el plano P con R2 .
x2
1
Nótese que F1 se identifica con E1 = pues F1 = 1F1 + 0F2 ; similarmente F2 se
0
0
identifica con E2 = .
1
iv) Una vez identificado el plano P con R2 , la transformación T ∗ : P −→ P da lugar a
una transformación
T : R2 −→ R2 como se explica
a continuación:
x1 x1
Sea en R2 . Como ya sabemos, se identifica con el vector X = x1 F1 + x2 F2
x2 x2
de P; por otra parte, como T ∗ (X) es un vector de P, existen escalares x 1 , x
2 tales que
T ∗ (X) = x
1 F1 + x
2 F2
1
x
y así T ∗ (X) se identifica con el par de R2 . Pues bien, la transformación T envía
x2
x1 1
x
en .
x2 2
x
Resumiendo, la transformación T ∗ : P −→ P definida por
T ∗ (x1 F1 + x2 F2 ) = x
1 F1 + x
2 F2
da lugar a la transformación
T : R2 −→ R2
x1 x1 1
x
−→ T =
x2 x2 2
x
Figura 14.6.
Se deja al lector
comprobar
que T es una transformación lineal.
a c
v) Sea ahora la matriz de T. Veamos que esta matriz es simétrica:
b d
Puesto que
a c
T (E1 ) = y T (E2 ) =
b d
entonces (vea (14.13)),
a = T ∗ (F1 ) · F1 , b = T ∗ (F1 ) · F2
c = T ∗ (F2 ) · F1 , d = T ∗ (F2 ) · F2
T ∗ (U ) = λU
14.2. Matrices simétricas 469
o equivalentemente,
T (U ) = λU
lo cual prueba que el vector U del plano P es un vector propio de T, y por tanto, de la
matriz A. De manera similar se prueba que el vector V = v1 F1 + v2 F2 es un vector propio
de A en el plano P.
Finalmente, los vectores U y V son ortogonales, pues
U ·V = (u1 F1 + u2 F2 ) · (v1 F1 + v2 F2 )
= u1 v1 + u2 v2
u1 v1
= ·
u2 v2
u1 v1
= 0 (ya que y son ortogonales)
u2 v2
1 1
X2 = U y X3 = V
U V
son dos vectores propios de A ortogonales y unitarios en el plano P. Así, los vectores X1 ,
X2 , X3 son tres vectores propios de A ortogonales y unitarios.
Prueba de 4.
Sean X1 , X2 , X3 vectores propios de A ortogonales y unitarios, correspondientes a los
valores propios λ1 , λ2 , λ3 , y sea
X1 X2 X3
Q=
| | |
Entonces
⎛ ⎞⎛ ⎞
x1 y1 z1 x1 x2 x3
QT Q = ⎝x2 y2 z2 ⎠ ⎝y1 y2 y3 ⎠
x3 y3 z3 z1 z2 z3
⎛ ⎞
X1 · X1 X1 · X2 X1 · X3
= ⎝X2 · X1 X2 · X2 X2 · X3 ⎠
X3 · X1 X3 · X2 X3 · X3
Ahora, como X1 , X2 , X3 son ortogonales
X1 · X2 = X1 · X3 = X2 · X3 = 0
y como X1 , X2 , X3 son unitarios
X1 · X1 = X2 · X2 = X3 · X3 = 1
Luego, ⎛ ⎞
1 0 0
QT Q = ⎝0 1 0⎠ = I3
0 0 1
como se quería probar.
Es claro entonces que la igualdad (14.14) es equivalente a la igualdad
⎛ ⎞
λ1 0 0
T
Q AQ = 0 ⎝ λ2 0 ⎠
0 0 λ3
Una matriz Q invertible y con la propiedad QT = Q−1 es llamada una matriz ortogo-
nal. Observe que en la prueba anterior (prueba de 4.) se ha probado que si las columnas de
una matriz Q son vectores ortogonales y unitarios entonces Q es una matriz ortogonal; el
lector puede probar fácilmente que, recíprocamente, si Q es una matriz de orden 3 ortogonal
entonces sus columnas son vectores unitarios mutuamente ortogonales.
Observe que de los resultados en el último recuadro se obtiene el siguiente corolario:
Ejemplo 14.9
Considere la matriz simétrica
⎛ ⎞
3 −1 0
A = ⎝−1 2 −1⎠
0 −1 3
a) Halle los valores propios de A y sus correspondientes espacios propios.
b) Halle matrices Q ortogonal y D diagonal tales que QT AQ = D.
Solución:
a) La ecuación característica de A es
3 − λ −1 0
−1 2 − λ −1 = 0
0 −1 3 − λ
El lector puede comprobar fácilmente que esta ecuación es
(1 − λ) (3 − λ) (4 − λ) = 0
Las raíces de esta ecuación son los números λ1 = 1, λ2 = 3 y λ3 = 4, los cuales son los
valores propios de A.
Los espacios propios E1 , E3 y E4 son, respectivamente, los conjuntos solución de los
sistemas
(A − I3 ) X = O, (A − 3I3 ) X = O y (A − 4I3 ) X = O
Resolviendo estos sistemas se encuentra que
⎛ ⎞
1
E1 es la recta generada por el vector Y1 = ⎝ 2 ⎠ ,
1
⎛ ⎞
1
E3 es la recta generada por el vector Y2 = ⎝ 0 ⎠ ,
−1
⎛ ⎞
1
E4 es la recta generada por el vector Y3 = ⎝ −1 ⎠ .
1
Observe que los vectores Y1 , Y2 , Y3 son ortogonales dos a dos y por tanto las rectas E1 ,
E3 , E4 son mutuamente perpendiculares, como lo son los ejes coordenados.
b) Considere los vectores Y1 , Y2 , Y3 indicados en a), los cuales son vectores propios de
A ortogonales. Normalizándolos obtenemos los vectores unitarios
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 1
1 1 ⎝ ⎠ 1 1 ⎝ 1 1
X1 = Y1 = √ 2 , X2 = Y2 = √ 0 ⎠ , X3 = Y3 = √ ⎝ −1 ⎠
Y1 6 Y2 2 Y3 3
1 −1 1
los cuales siguen siendo vectores propios de A ortogonales dos a dos, correspondientes a
los valores propios 1, 3, 4 respectivamente, ya que X1 ∈ E1 , X2 ∈ E2 y X3 ∈ E4 .
Por tanto, la matriz
⎛ √ √ √ ⎞
1/√6 1/ 2 1/ √3
X1 X2 X3
Q= = ⎝2/√6 0√ −1/√ 3⎠
| | |
1/ 6 −1/ 2 1/ 3
472 14. Valores propios y vectores propios
Figura 14.7.
14.2. Matrices simétricas 473
2x + 2y + z = 0
⎛ ⎞ ⎛ ⎞
2 x
(pues Y3 = ⎝ 2 ⎠ es un vector normal al plano E1 ) entonces el vector ⎝ y ⎠ debe
1 z
satisfacer esta ecuación y además ser ortogonal a Y1 , es decir, debe satisfacer también la
ecuación
−x + y = 0
Resolviendo el sistema
2x + 2y + z = 0
−x + y = 0
⎛ ⎞
x
encontramos que sus soluciones son los vectores ⎝ y ⎠ de la forma
z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x −z/4 −1/4
⎝ y ⎠ = ⎝ −z/4 ⎠ = z ⎝ −1/4 ⎠
z z 1
Luego,
⎛ un⎞ vector del plano E1 ortogonal al vector Y1 es, por ejemplo, el vector
1
Y2∗ = ⎝ 1 ⎠ el cual se obtiene haciendo z = −4 en la igualdad anterior.
−4
Por tanto, los vectores Y1 y Y2∗ son dos vectores propios de A, ortogonales, correspon-
dientes al valor propio 1.
Tenemos así que los vectores
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 1 2
Y1 = ⎝ 1 ⎠ , Y2∗ = ⎝ 1 ⎠ , Y3 = ⎝ 2 ⎠
0 −4 1
son vectores propios de A ortogonales dos a dos. Normalizándolos obtenemos los vectores
unitarios
⎛ ⎞ ⎛ ⎞
−1 1
1 1 1 1
X1 = Y1 = √ ⎝ 1 ⎠ , X2 = ∗ Y2∗ = √ ⎝ 1 ⎠ ,
Y1 2 Y2 3 2
0 −4
⎛ ⎞
2
1 1⎝ ⎠
X3 = Y3 = 2
Y3 3
1
474 14. Valores propios y vectores propios
14.3 Ejercicios
Sección 14.1
7. Para la matriz A, dada en cada literal, encontrar al menos un valor de c para el cual
A tenga tres vectores propios linealmente independientes, en R3 .
⎛ ⎞ ⎛ ⎞
1 0 0 1 0 0
a) A = ⎝0 0 1⎠ b) A = ⎝0 2 1⎠
0 c 0 c 0 0
⎛ ⎞ ⎛ ⎞
4 0 1 3 0 0
a) A = ⎝2 3 2⎠ b) A = ⎝0 2 0⎠
1 0 4 0 1 2
⎛ ⎞ ⎛ ⎞
1 0 0 −3 −7 −5
c) A = ⎝0 1 1⎠ d) A = ⎝ 2 4 3⎠
0 1 1 1 2 2
Sección 14.2
10. Para la matriz dada, en cada literal, hallar los valores de a, b y c de tal forma que la
matriz sea simétrica.
⎛ ⎞ ⎛ ⎞
1 2 1 1 a 3
a) ⎝a 2 1⎠ b) ⎝b 2 4⎠
b c 3 3 c 0
⎛ ⎞ ⎛ ⎞
a −2 1 2 a − 2b + 2c 2a + b + c
c) ⎝−2 3 b⎠ d) ⎝3 5 a+c ⎠
c 0 1 0 −2 7
12. a) Mostrar que la matriz de la rotación Rxθ por el ángulo θ, alrededor del eje x, es
una matriz ortogonal, cualquiera sea el ángulo θ.
b) Mostrar que la matriz de la reflexión respecto al plano x + y + z = 0 es una matriz
ortogonal .
14.3. Ejercicios 477
⎛ √ √ ⎞
a 1/√2 −1/√ 2
13. a) Hallar escalares a, b, c tales que la matriz ⎝ b 1/√6 1/√6 ⎠ sea una matriz
c 1/ 3 1/ 3
ortogonal.
b) Demostrar que si la matriz de coeficientes del sistema
a1 x + a2 y + a3 z = d1
b1 x + b2 y + b3 z = d2
c1 x + c2 y + c3 z = d3
es
⎛ una⎞ matriz ortogonal entonces el sistema posee como única solución el vector
x
⎝ y ⎠ para el cual
z
x = a1 d1 + b1 d2 + c1 d3
y = a2 d1 + b2 d2 + c2 d3
z = a3 d1 + b3 d2 + c3 d3
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
5 −4 −2 −2 1
14. Sean A = ⎝−4 5 2 ⎠ , X = ⎝ 2 ⎠ y Y = ⎝ 1 ⎠ . Sin calcular los espacios
−2 2 2 1 0
propios de A :
a) Verificar que X y Y son vectores propios de A.
b) Hallar matrices Q ortogonal y D diagonal tales que D = QT AQ.
⎛ ⎞ ⎛ ⎞
3 1 1 −1
15. Sean A = ⎝1 3 1⎠ y X = ⎝ 1 ⎠. Sin calcular la ecuación característica de A :
1 1 3 0
a) Mostrar que 5 es un valor propio de A y encontrar el espacio propio de A corres-
pondiente a dicho valor propio.
b) Mostrar que X es vector propio de A y determinar su valor propio correspondiente.
c) ¿Posee A factorización D = QT AQ con Q matriz ortogonal y D matriz diagonal?
En caso afirmativo, encontrar matrices Q y D con las propiedades anteriores.
⎛ ⎞ ⎛ ⎞
1 −1 1 1 3 4
iii) A = ⎝−1 1 −1⎠ iv) A = ⎝3 1 0⎠
1 −1 1 4 0 1
17. Sea A una matriz de orden 3 tal que⎛sus valores ⎞ son λ1 = −5 y λ2 = 3;
⎞ ⎛ propios
−1 0
además E−5 es el plano generado por ⎝ 1 ⎠ , ⎝ 1 ⎠ y E3 es la recta generada
0 −1
⎛ ⎞
1
por ⎝ 1 ⎠ .
1
a) ¿Es la matriz A factorizable en la forma A = P DP −1 con P matriz invertible
y D matriz diagonal? En caso afirmativo, hallar matriz P y D con las propiedades
anteriores.
b) ¿Es la matriz A factorizable en la forma A = QDQT con Q matriz ortogonal y D
matriz diagonal? En caso afirmativo, hallar Q y D con la propiedades anteriores.
c) Hallar la matriz A.
18. Si A es matriz simétrica de orden 3 tal que sus únicos valores propios
⎛ ⎞ λ1 = 2 y
son
1
λ2 = −3 y el espacio propio E2 es la recta generada por el vector ⎝ −1 ⎠ :
−1
a) Hallar el espacio propio E−3 .
b) Hallar matrices Q ortogonal y D diagonal tales que D = QT AQ.
c) Hallar la matriz A.