130 CAPITULO 7. VALORES Y VECTORES PROPIOS 2.1. Ejercicios 1. Halle los valores propios de las siguientes matrices y halle sus espacios propios: o (37) © & ) (Ge) » & 7) Gea) 3. Para los problemas 1 y 2, determine que matrices son diagonalizables, halle la mattiz la iagonal y la matriz de transicion. “4 Demostar que yar cuksquire «be atria A= (%, ©) sine valores propos akib ‘ Py 5. Halle los valores propios de A= [0 1-1 y sies posible digonaliasa 1 5 4 2 “6: Halle los valores propios de A= (: -3 ) ¥ si es posible diagonalizarla y halla la 4-34, matriz de ¢ransicion2. DEFINICIONES 131 14-2 7. Halle los valores propios de A 34 0 | y sies posible diagonalizarla y hallar la 313 matriz de transicién. |B Se tiene la transformacion lineal L : Py —> P; definida como: La + be + cx*) = (5a + 4b-+ 2c) + (da + 5b + 2c) + (2a + 2b + 2c)2? Se pide encontrar una base en P con respeeto a la cual la matriz que representa a Z sea una matriz diagonal 9. Halle los valores propios, espacios propios de A = ( 1 a ' y sies posible diagonalizarla la, y hallar la matriz de transicion. 10, Demuestre que si A es una matriz cuadrad de orden 2 tal que la suma de los elementos de su primera fila coincide con la suma de Ios elementos de su segunda fila, entonces los valores caracteristicos de la matriz. A son niimeros enteros. 11. Sea A una matriz cuadrada de orden 3 tal que sus valores caracteristicos son 3,2 y 5. Si ademés se sabe que sus vectores caracteristicos son, respectivamente v = (1,0,1), v2 = (1, 1,0).v = (2,2,1) encuentre la matriz A. 12, Decir cuales de las siguiente afirmaciones son correctas o falsas. (a) Todo operador lienal en un espacio de dimensi6n n tiene m valores propios distintos. (b) Bxiste una matriz. cuadrada sin valores propios. (c) La suma de vectores propios es también un vector propio. (a) Matrices semejantes siempre tiene los mismos valores propios. 13, Sea A una matriz cuadrada de tamailo 2 x 2 que representa a una transformacién lineal TR? +R, respecto a la base candnica (a) Si traza(A) = 5 y det(A) = 4, jeudles son los valores propios de T? (b) Encuentre, de ser posible, una base de R? respecto de la cual Ia matriz asociada a T sea una matriz, diagonal, si se conoce que T(0,1) = (—6,2) “14. Sea T : R? > R? la transformacién lineal donde 2 y 3 son valores propios de Ty cuyos ‘vectores propios correspondientes son (3, ~2), (1,1). Hallar la ecuacién de definicién de 7’, 15. Sea T: R* + R la transformacion lineal T(r, y,2,w) = (y, 2,2). Hallar valores propios Ty espacios propios asociados a los valores propios.132 CAPITULO 7. VALORES Y VECTORES PROPIOS 1G. Averiguar para que valores de a y b reales la matriz A es diagonalizable, con b #0 17. Demostrar que un operador lienal T’ en un espacio vectorial de dimensién finita, es inver~ Lible si y solo si el cero no es un valor propio de T. Mostrar ademas que si T es invertible y \es un valor propio de T entonces A~? es también un valor propio de T- (BB Sen A.€ MgC) y en D(A) = (TL)"A" + aq aE be GA + 9 demostrar que (a) Aes invertible si y solo si ay # 0. (b) Demostrar que p(A) = ([A]u: — A)([A]z2 — A) ++ ([Alan = 4) + g(A) donde q(A) es un polinomio de grado a lo més n — 2. (©) Demostrar que tr(A) = (-1)"-!an—1 19, Demostrar que una matriz es inversible si y solo si A = 0 es uno de sus valores propios. 3. Matrices Simétricas En esta seccin nos centraremos en la dingonalizaci6n de matrices simétricas, estas tienen muchas propiedades muy importantes que nos felicitan la tarea de diagonalizacion. ‘Teorema 98. Sea A € Mx(IR) simétrica. Entonces los valores propios de A son niimeros reales Demostracién. Sea A € C un valor propio de A entonces existe v € KR” no mulo tal que ‘Av = Av, podemos considerar v € C* entonces por el producto interior definido en este espacio tenemos que (Av,0) = (0,0) Mv,v) (77) ‘ademés como A es una matriz cundrada con entradas en R se tiene que (Av,v) = (0, Atv) entonces (Av,v) = (v,A'v) = (v, Av) (0, Av) = Hv, 0) (78) como v #0 por (7.7) y (7.8) se tiene que A= X os decir A € IR. o ‘Teorema 99. Si A My(R) es una matriz simétrica entonces los espacios propios aso- ciados a vectores propios distintos son ortogonales