UNIVERSIDAD DEL PACIFICO

Departamento Academico de Economa

Matematicas III (130233)
Segundo Semestre 2017
Profesores D. Winkelried, O. Bueno, F. Rosales, D. Bohorquez y C. Aparicio

SOLUCIONARIO 2
Algebra matricial

Miscelaneos

1. Encuentre el determinante de la matriz A y diga para que valores de la matriz A es invertible. Para estos
valores de , encuentre la inversa de A mediante el metodo de cofactores.

1 1 2 1 3 1
a) A= 3 1 1 , b) A= 2 1 1 .
1 1 1 4

Solucion:

a) Para calcular el determinante de A, utilizamos el metodo de expansion de filas:

 
 1 1 2  
 1
    
 1   3 1   3 1 
det(A) =  3 1 1  = 1 
 (1)  + 2 
 1 1  1  1 1 
1 
= 1( + 1) 1(1)(3 + 1) + 2(3 + 1) = 2 + 10 .

La matriz A es invertible cuando su determinante es distinto de cero: 6= 5.

Para calcular la inversa de A utilizamos el metodo de cofactores:
1. Se calculan los menores de la matriz. El menor Mij es el determinante de la matriz que resulta de eliminar
la fila i y la columna j de la matriz A.
2. Se calcula la matriz de cofactores, con elemento tpico Cij = (1)i+j Mij .
3. La inversa es igual a A1 = C 0 / det(A). En palabras, la traspuesta de la matriz de cofactores (conocida
como matriz adjunta) dividida por el determinante.
La matriz de cofactores de A es
     
 1 1   3 1   3 1 
+
  
  + 
1  1  1 1 
1 3 1 4
     
 1 2   1 1  1 
  1

C=  +  = +2 2 2 .

1  2  1 1 

3 7 2

     
 1 1   1 2   1 1 
+   
 + 
3 1  3 1  3 1 
Con ello, la inversa es
1 +2 3
C0 1
A1 = = 3 1 2 7 .
det(A) 2 + 10
4 2 2

b) Para calcular el determinante de A, la reducimos con operaciones elementales a una matriz triangular:
     
 1 3
 1   1 3 1   1 3 1 
det(A) =  2 1 1  =  0 7 3  =  0 7 3  = 3( + 10) .
 1 4   0 +3 3   0 0 73 ( + 10) 

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 1
 La matriz A es invertible (no singular) cuando su determinante es distinto de cero. En consecuencia, A es
invertible cuando + 10 6= 0 o 6= 10.
Utilizando el metodo de cofactores, se tiene que la matriz de cofactores de A es
     
 1 1   2 1 
 + 2 1 
 
+   
4  1 4   1 
4+ 9 2 1
     
 3 1   1 1   1 3 
C=  +    = 12 + 3 3 .
  
4  1 4   1 

2 3 7

     
 3 1   1 1   1 3 
+    + 
1 1  2 1   2 1 
Con ello, la inversa es
4+ 12 + 2
1 C0 1 9
A = = 3 3 .
det(A) 3 + 30
2 1 3 7


2. Encuentre las soluciones a los siguientes sistemas lineales, utilizando la Regla de Cramer.
a) x + y + z = 6, b) 2x y + z = 0 , c) x + z = 1,
x + 2y z = 2 , x + y + 2z = 1 , 2y + z = 2 ,
x y + 2z = 5 . x + 2y z = 1 . x + y + z = 2.

Solucion:
Segun la Regla de Cramer, la solucion al sistema Ax = b, donde x = (x, y, z)0 , viene dada por
det(Ax ) det(Ay ) det(Az )
x= , y= , y z= ,
det(A) det(A) det(A)
donde A es la matriz de coeficientes del sistema y Ax , Ay y Az son matrices auxiliares. La matriz Ax se obtiene
al reemplazar la columna de la matriz A asociada con la variable x (es decir, la primera columna) por el vector
b; analogamente, las matrices Ay y Az se obtienen al reemplazar las columnas de la matriz A asociadas con las
variables y y z, respectivamente (es decir, la segunda y tercera columna, respectivamente), por el vector b.

a) Se tiene que
 
 1 1 1       
  2 1   1 1   1 2 
det(A) =  1 2 1  = 1  1 + 1  = 1(3) 1(3) + 1(3) = 3 ,
 1 1 1 2   1 2   1 1 
2 
 
 6 1 1       
  2 1   2 1   2 2 
det(Ax ) =  2
 2 1  = 6 
   1  + 1  = 6(3) 1(9) + 1(12) = 3 ,
 5 1 1 2  5 2  5 1 
2 
 
 1 6 1       
  2 1   1 1   1 2 
det(Ay ) =  1 2 1  = 1 
  
6 1
  + 1  = 1(9) 6(3) + 1(3) = 6 ,
 1 5 5 2 2  1 5 
2 
 
 1 1 6       
 2 2 
1 1 2 
   1 2 
det(Az ) =  1 2 2  = 1  + 6  = 1(12) 1(3) + 6(3) = 9 .
 1 1 5  1 5   1 5   1 1 

det(Ax ) 3 det(Ay ) 6 det(Az ) 9

As, x = = = 1, y = = =2yz= = = 3.
det(A) 3 det(A) 3 det(A) 3

b) Se tiene que
 
 2 1 1    
 1
 
 1

=2 1 2  2  1 
  
det(A) =  1 1 2 (1)  + 1  = 14 ,
   2 1   1 1   1 2 
 1 2 1 

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 2
  
 0 1 1    
 1
 
 1

=0 1 2  2  1 
  
det(Ax ) =  1 1 2 (1)  + 1  = 4 ,
  2 1  1 1  1 2 
 1 2 1 
 
 2 0 1       
 = 2  1
   2   1 2   1 1 
det(Ay ) =  1 1 2 0  + 1  = 2 ,
  1 1  1 1  1 1 
 1 1 1 
 
 2 1 0       
  1 1   1 1   1 1 
det(Az ) =  1 1 1  = 2  (1)  + 0  = 6.
 1 2 1   1 1   1 2 
2 1 

det(Ax ) 2 det(Ay ) 1 det(Az ) 3

Con ello, x = = ,y= = yz= = .
det(A) 7 det(A) 7 det(A) 7

c) Se tiene que
 
 1 0 1       
=1 2 1 
    0 1   0 2 
det(A) =  0 2 1  1 0  + 1  = 1 ,

 1
 1   1 1   1 1 
1 1 
 
 1 0 1       
=1 2 1 
    2 1   2 2 
det(Ax ) =  2 2 1  1 0  + 1  = 1 ,

 2
 1  2 1  2 1 
1 1 
 
 1 1 1       
=1 2 1 
    0 1   0 2 
det(Ay ) =  0 2 1  2 1  + 1  = 1 ,

 1
 1   1 1   1 2 
2 1 
 
 1 0 1       
=1 2 2 
    0 2   0 2 
det(Az ) =  0 2 2  1 0  + 1  = 0.

 1
 2  1 2  1 1 
1 2 

det(Ax ) 1 det(Ay ) 1 det(Az ) 0

As, x = = = 1, y = = =1yz= = = 0.
det(A) 1 det(A) 1 det(A) 1


3. Comente las siguientes afirmaciones:

a) Se tienen dos matrices cuya suma es la matriz identidad. Si una de ellas es idempotente, la otra tambien lo
es.
b) Si el producto de varias matrices cuadradas es una matriz nula, entonces al menos una de tales matrices debe
ser la matriz nula.
c) Si A y B son matrices cuadradas del mismo orden, probar que tr(A B) = tr(A) tr(B). Ademas probar
que tr(AB) = tr(BA). Finalmente, concluir que AB BA 6= I n .
d ) Sea A una matriz cuadrada de orden n. Si Am = 0 para algun m > 1, entonces I n A es una matriz de
rango completo.

Solucion:

a) Sean A y B dos matrices tales que A + B = I n , donde A es idempotente. Luego:

A2 = A (I n B)2 = I n B (I n B)(I n B) = I n B
I n B B + B2 = I n B B + B 2 = 0 B = B2 .

As, si A es idempotente, B = I n A es idempotente. La afirmacion es verdadera.

b) La afirmacion es falsa. Varios contraejemplos:

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 3
 Suponga que A es singular. Luego, el sistema Ax = 0 puede ser resuelto para algun x 6= 0. Si las columnas
de B son colineales a x, entonces AB = 0. Un ejemplo numerico de esta situacion es el siguiente:
   
2 1 2 1
A= y B= .
4 2 4 2

Suponga que A es idempotente y B = I n A 6= 0. Aca ocurre tambien que AB = BA = A A2 = 0.

Una generalizacion del caso previo ocurre cuando las matrices involucradas no son necesariamente
cuadradas. Suponga que A es de n k, de rango k. Defina B = I n A(A0 A)1 A0 . Es facil verificar
que BA = 0 y que A0 B = 0.
c) Defina C = A B. Sobre la diagonal, el elemento tpico de C es cii = aii bii . Se tiene que
n
X n
X n
X n
X n
X
tr(A) = aii , tr(B) = bii , tr(C) = cii = aii bii = tr(A) tr(B) .
i=1 i=1 i=1 i=1 i=1

Por su parte, defina M = AB y N = BA. Los elementos sobre la diagonal de estas matrices son
n
X n
X
mii = aij bji y nii = bij aji .
j=1 j=1

Entonces,
X n
n X n X
X n
tr(N ) = tr(BA) = bij aji = bji aij = tr(M ) = tr(AB) .
i=1 j=1 i=1 j=1

Finalmente, defina G = AB BA. De los resultados anteriores, tr(G) = tr(AB) tr(BA) = 0. Dado que
tr(G) = 0 y tr(I n ) = n > 0, necesariamente G 6= I n .
d ) Sea S = I n + A + A2 + A3 + + Am1 . Al premultiplicar por (I n A),

(I n A)S = (I n A)(I n + A + A2 + A3 + + Am1 ) = I n Am = I n ,

donde se ha utilizado el hecho que Am = 0. Luego, la inversa de I n A es S. Ademas, como (I n A) tiene

inversa, esta matriz es de rango completo.


Valores y vectores propios. Diagonalizacion

4. Encuentre los valores y vectores propios de la matriz A. Luego, encuentre una expresion lo mas simple posible
para la potencia An = AA A (n veces).
   
2 3 3 4
a) A = , b) A = .
1 2 2 3

Solucion:
Tras calcular los valores y vectores propios de A, se llega a la descomposicion espectral A = P DP 1 . Para un
numero entero positivo n, la descomposicion espectral de An es, simplemente,

An = AA A = P DP 1 P DP 1 P DP 1 = P D n P 1 .

a) Los valores propios se hallan resolviendo la ecuacion

 
2 3 
| A I |= 0  = (2 )(2 + ) + 3 = 0 = 1 .
1 2 

Los vectores propios satisfacen (A I)v = 0. Para = 1,

      
1 3 v1 v1 3
=0 = ,
1 3 v2 v2 1

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 4
 mientras que para = 1,       
3 3 v1 v1 1
=0 = .
1 1 v2 v2 1
Las columnas de P contienen a los vectores propios de A, mientras que la matriz D es diagonal y sus elementos
vienen dados por los valores propios correspondientes:
   
1 3 1 0
P = y D= .
1 1 0 1

Luego,
(1)n (1)n
     
0 0 1 1 3
Dn = = y P 1 = ,
0 1n 0 1 2 1 1
por lo que

(1)n (1)n 3 3(1)n + 3

     
1 1 3 0 1 3 1
An = P D n P 1 = = .
2 1 1 0 1 1 1 2 (1)n 1 3(1)n + 1

Note que si n es par de modo que (1)n = 1, entonces

   
n 1 2 0 1 0
A = = = I2 ,
2 0 2 0 1

mientras que si n es impar de modo que (1)n = 1,

   
n 1 4 6 2 3
A = = = A.
2 2 4 1 2

En resumen, An = I 2 si n es par y An = A si n es impar. A es una matriz involutiva.

b) Los valores propios se hallan resolviendo la ecuacion
 
3 4 
| A I |= 0  = (3 )(3 + ) + 8 = 0 = 1 .
2 3 

Los vectores propios satisfacen (A I)v = 0. Para = 1,

      
2 4 v1 v1 2
=0 = ,
2 4 v2 v2 1

mientras que para = 1,

      
4 4 v1 v1 1
=0 = .
2 2 v2 v2 1

En resumen,    
1 2 1 0
P = y D= .
1 1 0 1
De este modo,
(1)n (1)n
     
0 0 1 2
Dn = = y P 1 = ,
0 1n 0 1 1 1
lo que permite concluir que

(1)n (1)n + 2 2(1)n + 2

     
n n 1 1 2 0 1 2
A = PD P = = .
1 1 0 1 1 1 (1)n 1 2(1)n 1

Si n es par, (1)n = 1, se consigue que An = I 2 . Si n es impar, (1)n = 1, se llega a An = A. A es tambien

una matriz involutiva.


Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 5
5. Considere la siguiente matriz
c 0 0
A= 0 a b ,
0 b a
donde a, b y c son escalares, con b > 0. Encuentre el valor de a, b y c si se sabe que la traza de A es igual a 1, el
mayor valor propio de A es igual a 3 y la multiplicidad algebraica del menor valor propio es igual a 2.

Solucion:
El polinomio caracterstico de A es
 
 c 0 0 
 = (c ) (a )2 b2 = (c )(a b )(a + b ) .
   
P () =  0 a b 
 0 b a 

As, los valores propios son 1 = c, 2 = a b y 3 = a + b.

Dado que b > 0, se concluye que 3 > 2 . Ello implica que 2 es el menor valor propio de A. Dado que la multiplicidad
alegraica del menor valor propio es igual a 2, debe ocurrir necesariamente que 2 = 1 , es decir c = a b. Asimismo,
por dato del problema 3 = 3, es decir a + b = 3.
Finalmente, tr(A) = c + 2a = 1. Resolviendo el sistema de 3 ecuaciones y 3 incognitas, se encuentra que a = 1,
b = 2 y c = 1. 

6. La matriz A mostrada tiene dos de sus valores propios iguales a 1. Encuentre sus otros dos valores propios.

1 2 2 1
0 1 0 2
A= 2 0 1 1 .

0 2 0 1

Solucion:
Sean 1 y 2 los otros dos valores propios de A. Como la traza de A es igual a la suma de los valores propios,
entonces 1 + 2 + (1) + (1) = tr(A) = 4. De aqu, 1 + 2 = 6.
Por su parte, det(A) es igual al producto de los valores propios de A. Utilizando operaciones elementales,
   
 1 2 2 1   1 2 2 1   
  1 2 2   
 0 1 0 2   0 1 0 2  8  = 3(1)8 1(1)4  1 2  = 9 .
      
A =  = = 3(1) 0 1 0
 2 0 1 1   2 0 1 1  2 1 
     
 2 0 1 
 0 2 0 1   0 0 0 3 

Luego, 1 2 (1) (1) = 9. De aqu, 1 2 = 9. Resolviendo el sistema dado por 1 + 2 = 6 y 1 2 = 9,

obtenemos 1 = 3 y 2 = 3. 

7. Considere la matriz  
2 5
A= .
0 2
a) Se conoce que toda matriz cuadrada satisface su propia ecuacion caracterstica. Es decir, si la ecuacion
caracterstica de A es P () = 0, entonces P (A) = 0. Verifique esta propiedad con la matriz brindada.
b) Utilice esta propiedad para calcular la inversa de la matriz A.

Solucion:

a) El polinomio caracterstico de una matriz de 2 2 es P () = 2 tr(A) + det(A). Luego,

       
2 4 20 2 5 1 0 4 8 + 4 20 20 + 0
P (A) = A tr(A)A + det(A)I n = 4 +4 = = 0.
0 4 0 2 0 1 00+0 48+4

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 6
 b) Al premultiplicar A2 tr(A)A + det(A)I n = 0 por A1 se consigue A tr(A)I n + det(A)A1 = 0. Luego,
     
tr(A) 1 4 1 0 1 2 5 1 2 5
A1 = In A= = .
det(A) det(A) 4 0 1 4 0 2 4 0 2


1 0 0
8. Encuentre una matriz B tal que BB 0 = 0 3 1.
0 1 3

Solucion:
Considere una matriz A simetrica y semidefinida positiva (sus valores propios no son negativos). La descomposicion
espectral de A es A = P DP 0 , donde P es ortogonal. Dado que D es diagonal con valores no negativos, se puede
pensar en su raz cuadrada tal que D = 2 . es tambien diagonal y contiene sobre la diagonal la raz cuadrada
de los valores propios de A. As, A = P 2 P 0 = P P 0 = (P )(P )0 , donde se usa el hecho que = 0 . De
este modo, A = BB 0 , donde B = P .
El polinomio caracterstico de A es
 
 1 0 0   
 = (1 )  3 1 
  
P () =  0 3 1 = (1 )(2 )(4 ) .
  1 3 
 0 1 3 

Los valores propios de A son, pues, 1 = 1, 2 = 2 y 3 = 4. Los vectores propios satisfacen (A I 3 )v = 0. Luego,

0 0 0 1
(A 1 I 3 )v 1 = 0 2 1 v 1 = 0 v 1 = 0 ,
0 1 2 0

1 0 0 0
(A 2 I 3 )v 2 = 0 1 1 v 2 = 0 v 2 = ,
0 1 1

3 0 0 0
(A 3 I 3 )v 3 = 0 1 1 v3 = 0 v3 = ,
0 1 1

donde = ( 2)1 dado que los vectores propios son ortonormales. Con ello,

1 0 0 1 0 0 1 0 0 1 0 0
B = P = 0 0 2 0 = 0 2 2 = 0 1 2 .
0 0 0 2 0 2 2 0 1 2


9. La matriz A, de dimension 3 3, tiene valores propios 1 = 1 y 2 = 2. Defina

1 0 1
v 1 = 0 , v 2 = 1 , v 3 = 0 ,
1 0 1

donde v 1 es el vector propio de A correspondiente a 1 , y los vectores v 2 y v 3 son vectores propios de A

correspondientes a 2 . Encuentre A.

Solucion:
Podemos proceder de dos maneras. La primera es utilizar la descomposicion espectral directamente A = P DP 1 .
Para ello, necesitamos invertir P = [ v 1 v
 2 v 3 ]. Procedemos reduciendo, mediante operaciones elementales de filas,
la matriz [ P | I 3 ] a la forma I 3 | P 1 :

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 7

1 0 1 1 00 2 0 0 1 0 1
0 1 0 0 0 (F1 + F3 ) 0
1 1 0 0 1 0
1 0 1 0 10 1 0 1 0 0 1

2 0 0 1 0 1 2 0 0 1 0 1
F2 2 y F3 (2) 0 2 0 0 2 0 (F3 + F1 ) 0 2 0 0 2 0 .
2 0 2 0 0 2 0 0 2 1 0 1

Se consiguio la forma [ 2I 3 | C ] por lo que P 1 = 12 C. Con ello,

1 0 1 1 0 0 1 01
1
A = P DP 1 = 0 1 0 0 2 0 0 20
2
1 0 1 0 0 2 1 1
0

1 0 2 1 0 1 3 0 1
1 1
= 0 2 0 0 2 0 = 0 4 0 .
2 2
1 0 2 1 0 1 1 0 3

La segunda manera, que es mas simple, consiste en notar que los vectores propios provistos son ortogonales. As,
si se normalizaran, la matriz P sera ortogonal y no requeriramos calcular su inversa. En particular, considere
P = [ v 1 v 2 v 3 ] donde = 12 normaliza los vectores propios para que tengan modulo unitario. Entonces,

0 1 0 0 0
A = P DP 0 = 0 1 0 0 2 0 0 1 0
0 0 0 2 0
32 0 2

0 2 0
= 0 2 0 0 1 0 =
0 2 0 ,
0 2 0 2 0 32

llegandose al mismo resultado. 

10. Evalue la veracidad de las siguientes afirmaciones, sobre los valores propios de matrices especiales:
a) Los valores propios del producto de una matriz A por su adjunta son todos iguales.
b) Una matriz de Markov es una matriz cuadrada de elementos comprendidos entre 0 y 1, y cuyas columnas
suman 1. En una matriz de Markov de orden 2, uno de los valores propios es 1 y el otro es menor a 1.
c) Una matriz Hadamard H es simetrica y todos sus elementos son iguales a 1 o 1, de manera que
H 0 H = HH 0 = nI n . Una matriz de Hadamard de orden n puede tener valores propios negativos.
d ) Una matriz nilpotente satisface Ak = 0 para algun k positivo y finito. Una matriz nilpotente, luego, solo
tiene valores propios iguales a cero.
e) Si A es una matriz cuadrada tal que A3 = A, entonces sus valores propios son iguales a 0.
f ) A es una matriz cuadrada de dimension 6. Su primera columna es un vector de unos (vector suma). Cada
una de las columnas restantes se obtienen duplicando la columna inmediata anterior. Esta matriz tiene seis
valores propios iguales a cero.
g) = {1, 2, 3} son valores propios de la matriz

2 1 0 0 0
1 2 1 0 0

0
A= 1 2 1 0.
0 0 1 2 1
0 0 0 1 2

Solucion:

a) Los valores propios de B = I n , donde es un escalar, satisfacen

det(B I n ) = 0 det([ ]I n ) = 0 ( )n det(I n ) = 0 .

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 8
 Es decir, = con multiplicidad n.
Ahora, sea B = A Adj(A). Recuerde que, por definicion, A1 = Adj(A)/ det(A), de modo que Adj(A) =
A1 det(A). As, B = det(A)I n . Es decir, = det(A) en el analisis anterior. Todos los valores propios de
A Adj(A) son iguales a det(A).
b) Sean p y q dos numeros entre cero y uno. La matriz de Markov mencionada tiene la forma
 
p 1p
A= .
1q q

Su polinomio caracterstico es P () = 2 tr(A) + det(A) y es resuelto por

p p
tr(A) tr(A)2 4 det(A) (p + q) (p + q)2 4[pq (1 p)(1 q)]
= =
2 p 2 p
2
(p + q) (p + q) 4(p + q) + 4 (p + q) (p + q 2)2 (p + q) (p + q 2)
= = = .
2 2 2
Luego,

(p + q) (p + q 2) 2 (p + q) + (p + q 2) 2(p + q 1)
1 = = =1 y 2 = = = p + q 1 < 2 1 = 1.
2 2 2 2

c) Sea un valor propio de H y v su correspondiente vector propio. Recuerde que H = H 0 . Luego,

Hv = v H 0 Hv = H 0 v nI n v = H 0 v
nv = (Hv) nv = 2 v .

Como v 6= 0, entonces n 2 = 0 necesariamente. Luego, = n. Los valores propios de H pueden ser
negativos, e iguales a n.
d ) Sean los valores propios de A, y los valores propios de Ak . Dado que Ak = 0, necesariamente ocurre que
= 0: todos los valores propios de una matriz nula son cero. Por su parte, como Ak es una potencia de A,
ocurre necesariamente que k = . Los valores propios de A, luego, son todos iguales a cero.
e) La afirmacion es falsa. Sea un valor propio de A. Luego, 3 es un valor propio de A3 . Pero como A3 = A,
debe ocurrir que = 3 o que 3 = 0. Luego, ( + 1)( 1) = 0, de donde se aprecia que los posibles
valores de son 0, 1 y 1.
f ) Sea A dicha matriz. Como todas las columnas de A son multiplos de la primera, el rango de la matriz es 1.
Luego, la matriz tiene al menos (6 1) valores propios nulos. Pero tr(A) = 1 + 2 + 4 + 8 + 16 + 32 = 63, por lo
que no todos los valores propios son cero. En consecuencia, A tiene necesariamente cinco valores propios nulos
y uno igual a 63.
g) Basta con probar que det(A I 5 ) = 0 para = {1, 2, 3}. Se tiene que

1 1 0 0 0 0 1 0 0 0 1 1 0 0 0
1 1
1 0 0
1 0 1 0 0

1
1 1 0 0

A I5 =
0 1 1 1 0 , A 2I 5 = 0 1 0 1 0 , A 3I 5 = 0
1 1 1 0 .

0 0 1 1 1 0 0 1 0 1 0 0 1 1 1
0 0 0 1 1 0 0 0 1 0 0 0 0 1 1

En todos los casos obtenemos una dependencia lineal entre las filas de estas matrices. De hecho, es simple
verificar que para = 1, F2 F1 = F4 F5 , mientras que para = {2, 3}, F1 + F2 = F4 + F5 . Por ello, el
determinante de todas estas matrices es igual a cero.


11. Demuestre las siguientes propiedades:

a) Sean 1 y 2 valores propios no nulos y distintos de A. Sean v 1 y v 2 vectores linealmente independientes
asociados a 1 , y w1 y w2 vectores linealmente independientes asociados a 2 . Luego, {v 1 , v 2 , w1 , w2 } es un
conjunto linealmente independiente.
b) Sea B = S 1 AS, y sea x un vector propio de B asociado al valor propio . Luego, Sx es un vector propio
de A asociado al valor propio .

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 9
 c) Sea SA, (v) el conjunto formado por todos los vectores propios asociados a un valor propio de una matriz
A Mnn . Verifique que SA, es subespacio vectorial de Rn .
d ) Si v es un vector propio tanto de la matriz A como de la matriz B, y sus correspondientes valores propios
son y , entonces v es vector propio de AB y su respectivo valor propio es .

Solucion:

a) Sean 1 , 2 , 1 , 2 escalares tales que 1 v 1 +2 v 2 +1 w1 +2 w2 = 0. Luego, 1 v 1 +2 v 2 = 1 w1 2 w2 = z.

Este vector z es combinacion lineal de dos vectores propios correspondientes a 1 , por lo que Az = 1 z.
Del mismo modo, z es tambien combinacion lineal de dos vectores propios correspondientes a 2 , por lo
que Az = 2 z. Ello implica que que (1 2 )z = 0. Considerando que 1 6= 2 , se concluye que z = 0
necesariamente. As tenemos que 1 v 1 + 2 v 2 = 0 y que 1 w1 + 2 w2 = 0. Pero como v 1 y v 2 son vectores
linealmente independientes, entonces 1 = 2 = 0. De igual forma, 1 = 2 = 0. Esto prueba que el conjunto
{v 1 , v 2 , w1 , w2 } es linealmente independiente.
b) Partimos de la definicion Bx = x. Note que SB = AS. As, SBx = Sx conlleva a ASx = Sx o, de modo
mas compacto, Av = x, donde v = Sx es un vector propio de A asociado al valor propio .
c) Si v 1 SA, , entonces Av 1 = v 1 . Asimismo, si v 2 SA, , entonces Av 2 = v 2 . Defina la combiancion lineal
w = 1 v 1 + 2 v 2 . Al combinar ambas igualdades, 1 Av 1 + 2 Av 2 = 1 v 1 + 2 v 2 , se llega a Aw = w.
Dado que w SA, , se concluye que SA, es un subespacio vectorial.
d ) Se tiene que, por definicion, Av = v y Bv = v. Al premutliplicar la ultima igualdad por A se obtiene
ABv = (Av) = v, lo que establece el resultado.


12. Sea A una matriz cuadrada y simetrica de dimension n:

a) Defina B = A I n , donde es un escalar. Pruebe que los valores propios de B son iguales a los valores
propios de A, menos .
b) Comente: Si no es un valor propio de A, entonces A + I n es una matriz no singular.
c) Comente: Si A es una matriz singular, es posible encontrar algun escalar 6= 0 tal que A + I n sea una
matriz no singular.
d ) Muestre que si ningun valor propio de la matriz A se encuentra en el intervalo (, ), entonces la matriz
B = (A I n )(A I n ) es definida positiva.

Solucion:

a) El polinomio caracterstico de A es

PA () = |A I n | = |A I n I n + I n | = |B ( )I n | = PB ( ) .

As, los valores propios de A son y los valores propios de B son

b) El polinomio caracterstico de A es P (x) = |A xI n |. Si es un valor propio de A, se cumple por definicion
que P () = 0. Si no es un valor propio, entonces se cumple que P () = |A + I n | = 6 0. El determinante
de A + I n es distinto de cero, por lo que se concluye que A + I n es no singular.
c) Los valores propios de A son y los de B = A + I n son + . Basta que 6= para que B sea no singular.
d ) De la descomposicion espectral, A = P P 0 , A2 = P 2 P 0 y I n = P P 0 . As,

B = (A I n )(A I n ) = A2 ( + )A + I n = P 2 P 0 ( + )P P 0 + P P 0
= P (2 ( + ) + I n )P 0 = P DP 0 .

La matriz D es diagonal y se aprecia que es la matriz diagonal semejante a B, es decir contiene sobre la diagonal
a los valores propios de B. El elemento tpico de D tiene la forma d = 2 ( + ) + = ( )( ),
donde representa a los valores propios de A. Por dato del problema, los valores propios son tales que <
o > . En el primer caso se tiene tambien que < por lo que < 0, < 0 y d > 0. En el segundo
caso se tiene tambien que > por lo que > 0, > 0 y d > 0. Los valores propios de B son siempre
positivos y, por tanto, la matriz B es definida positiva.

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 10
 

13. Demuestre las siguientes propiedades:

a) Sea A una matriz diagonalizable de orden n con todos sus valores propios iguales a . Luego, A = In .
b) Sean A y B dos matrices cuadradas de orden n tales que AB = BA. Si B tiene n valores propios distintos,
entonces la matriz A es diagonalizable.
c) Sean A y B dos matrices cuadradas de orden n, siendo al menos una de ellas no singular. Demuestre que si
AB es diagonalizable, entonces tambien BA es diagonalizable.
d ) Si A es una matriz diagonalizable de manera que cada uno de sus valores propios es 0 o 1, entonces A es
una matriz idempotente (A2 = A).

Solucion:

a) Dado que A es diagonalizable, entonces existen la matriz diagonal D y una matriz P no singular tales que
A = P DP 1 . Pero como D lleva el mismo valor propio en cada posicion de la diagonal, entonces D = I n .
Luego, A = P I n P 1 = P P 1 = I n .
b) Si B tiene n valores propios distintos entonces es diagonalizable. Luego, existen la matriz diagonal D y la matriz
P no singular tales que D = P 1 BP . Luego, dado que AB = BA, entonces

AB = BA A(P P 1 )B = B(P P 1 )A P 1 A(P P 1 )BP = P 1 B(P P 1 )AP

(P 1 AP )(P 1 BP ) = (P 1 BP )(P 1 AP ) Y D = DY , donde Y = P 1 AP .

Sean 1 , 2 , . . . , n los elementos de la diagonal de la matriz D. Luego, un elemento arbitrario mij de la matriz
Y D(i 6= j) se obtiene multiplicando la i-esima fila de Y por la j-esima columna de D, esto es j yij . De manera
analoga, un elemento arbitrario de la matriz DY (i 6= j) se obtiene multiplicando la i-esima fila de D por la
j-esima columna de Y , esto es i yij . Pero como Y D = DY , entonces j yij = i yij . Siendo i 6= j , ello solo
es posible con yij = 0. De aqu se deduce que Y es una matriz diagonal donde Y = P 1 AP . Esto implica que
A es diagonalizable.
Es interesante notar que la matriz P que diagonaliza a A, tambien diagonaliza a B. Ello ocurre porque A y B
conmutan (AB = BA).
c) Como AB es diagonalizable, entonces existen las matrices P y D tales que AB = P 1 DP . Emergen dos
casos:
A1 existe: BA = (A1 A)BA = A1 (AB)A = A1 P 1 DP A = (P A)1 D(P A) Q1 DQ. Es
decir, BA es diagonalizable. Los valores propios son los mismos que los de AB.
B 1 existe: BA = BA(BB 1 ) = B(AB)B 1 = BP 1 DP B 1 = (P B 1 )1 D(P B 1 ) Q1 DQ.
Es decir, BA es diagonalizable. Los valores propios son los mismos que los de AB.
d ) Como A es diagonalizable, entonce existen una matriz diagonal D y una matriz P tal que D = P 1 AP . Luego,
D 2 = (P 1 AP )(P 1 AP ) = P 1 A(P P 1 )AP = P 1 AAP = P 1 A2 P . Pero la matriz D 2 es una matriz
diagonal cuyos elementos son los cuadrados de los elementos de D. Como los elementos de la diagonal de D
son 0 o 1, y estos numeros al cuadrado no cambian de valor, entonces D = D 2 . De aqu, P 1 A2 P = P 1 AP ,
de donde se obtiene la idempotencia A2 = A.


14. Para un polinomio pn (x) = xn + an1 xn1 + + a1 x + a0 se define la matriz companera a la matriz cuadrada

an1 an2 a1 a0

1 0 0 0
..
Cn = 0 1 . 0 0 .

.. .. .. ..
. . . .
0 0 1 0

a) Encuentre el polinomio caracterstico de la matriz companera de p3 (x) = x3 + a2 x2 + a1 x + a0 .

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 11
 b) Demuestre que si es un valor propio de la matriz companera C 3 , entonces v = (2 , , 1)0 es un vector
propio correspondiente a .
c) Encuentre una matriz cuadrada de orden 3, no diagonal, con valores propios iguales a 2, 1 y 3.

Solucion:

a) El polinomio solicitado es P () = det(C 3 I 3 ). Utilizando la definicion de C 3 ,

 
 a2 a1 a0       
 = ( + a2 )  0  
   1 0  1
P () =  1 0 (a )
1 
 + (a )
0 

  1  1  0 1 
 0 1 
= 2 ( + a2 ) a1 a0 = (3 + a2 2 + a1 + a0 ) .

Es decir, el polinomio caracterstico de C 3 es P (x) p3 ().

b) Se tiene que 2
a2 2 a1 a0

a2 a1 a0
C 3v = 1 0 0 = 2 .
0 1 0 1
Pero como es un valor propio de C 3 , se cumple que 3 a2 2 a1 a0 = 0. Entonces
3

C 3 v = 2 .

Ademas, 2 3

v = = 2 .
1
Luego, como C 3 v = v, entonces v es un vector propio correspondiente a .
c) El polinomio caracterstico de una matriz cuadrada de orden 3 con valores propios 2, 1 y 3 es

P () = ( + 2)( 1)( 3) .

Expandiendo, se obtiene P () = 3 22 5 + 6. Se reconoce que, en p3 (x), a2 = 2, a1 = 5 y a0 = 6.

Usando el concepto de matriz companera, este polinomio caracterstico corresponde a la matriz

2 5 6
A= 1 0 0 .
0 1 0


15. Considere la siguiente matriz

0 0 c
A= 0 b 0 ,
a 0 0
donde a, b y c son tres numeros reales, tales que ac > 0. Encuentre los valores propios de A y diga bajo que
condiciones A no es diagonalizable.

Solucion:
El polinomio caracterstico de A es
 
 0 c   
 = (b )  c 
= (b )(2 ac) .
  
P () =  0 b 0   a 
 a 0 

Dado que ac > 0, los valores propios son 1 = b, 2 = ac y 3 = ac.

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 12
 Se tiene que 2 = 3 son valores propios distintos. Si b2 6= ac, entonces 1 sera tambien distinto y A sera
diagonalizable. Por ello, la matriz A podra no ser diagonalizable cuando b2 = ac. Bajo esta condicion, 1 = b es
igual a 2 o a 3 .
Defina Eb = {x Rn | Ax = bx}. El vector propio asociado con b es

b 0 c x 0
(A bI 3 )v = 0 0 0 0 y = 0 .
a 0 b z 0

La primera ecuacion es x = (c/b)z y la segunda x = (b/a)z.

p
Cuando b = ac, ambas ecuaciones se reducen a x = ( c/a)z, haciendo que el vector propio tenga la forma
 0  0  0
v= t c s t a =t c 0 a +s 0 1 0 ,

donde s y t son reales arbitrarios. Se aprecia que dim(Eb ) = 2 que es la mutliplicidad algebraica de 1 = b, por lo
que A es diagonalizable.
p
Por otro lado, cuando b = ac, ambas ecuaciones se reducen a x = ( c/a)z, por lo que
 0  0
v=t c 0 a +s 0 1 0 ,

Nuevamente, dim(Eb ) = 2 y A es diagonalizable.

Se concluye que, sin importar la configuracion de los escalares a, b y c, A es siempre diagonalizable. 

16. Para que valores de los escalares a, b (b1 > b2 > b3 > 0) y c, las siguientes matrices son diagonalizables?

2 a1 a2 a3 b1 b3 b1 b3 b4
1 0 0
0 2 a4 a5 b3 b1 b 4 b 2 + b 3

a) A = 0 0 5 a6 ,
b) B = 0 0
, c) C = c1 17 0 .
b2 b3
c2 c3 1
0 0 0 5 0 0 b3 b2

Solucion:

a) Los valores propios de A, que es triangular, son 1 = 2 y 2 = 5, ambos con multiplicidad 2.

Para que una matriz sea diagonalizable, la dimension del subespacio vectorial asociado al valor propio repetido
debe ser igual a la multiplicidad del mismo. Ademas, dicha dimension es igual a n (A I).
Se tiene que
0 a1 a2 a3 3 a1 a2 a3
0 0 a4 a5 0 3 a4 a5
A 2I 4 = 0 0 3 a6
y A 5I 4
0
.
0 0 a6
0 0 0 3 0 0 0 0
Primero, se debe cumplir que el (A 2I) = 4 2 = 2. La unica forma en que eso ocurra es que A 2I 4 tenga
dos columnas linealmente independientes y eso se logra cuando a1 = 0.
Por su parte, se debe cumplir que el (A 5I) = 4 2 = 2. La unica forma en que eso ocurra es que A 5I 4
tenga dos filas linealmente independientes y eso se logra cuando a6 = 0.
En conclusion, la matriz A sera diagonalizable si y solo si a1 = a6 = 0.
b) El polinomio caracterstico es de B es
 
b1 b3 b1 b3 b4  
   
 b b1 b4 b2 + b3  b1 b3  b2 b3 
P () =  3 =
 0 0 b2 b3   b3 b1   b3 b2 
 0 0 b3 b2 
= ((b1 )2 b23 )((b2 )2 b23 ) = ( b1 b3 )( b1 + b3 )( b2 b3 )( b2 + b3 ) .

Los valores propios son 1 = b1 + b3 , 2 = b1 b3 , 3 = b2 + b3 y 4 = b2 b3 . Como b1 > b2 > b3 > 0, entonces:

b1 + b3 > b1 b3 > b2 b3 y b1 + b3 > b2 + b3 > b2 b3 .

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 13
 Por lo tanto, los unicos valores propios que pueden ser iguales son 2 y 3 . Si esto ocurre, b1 = b2 + 2b3 y el
valor propio repetido sera 2 = 3 = b2 + b3 . Para este valor propio, los vectores propios satisfacen

b1 (b1 b3 ) b3 b1 b3 b4 v1 0

b3 b1 (b1 b3 ) b4 b2 + b3 v2 = 0 .

0 0 b2 (b2 + b3 ) b3 v3 0
0 0 b3 b2 (b2 + b3 ) v4 0

b3 b3 b2 + b3 b4 v1 0
b3
b3 b4 b2 + b3 v2 0
= .
0 0 b3 b3 v3 0
0 0 b3 b3 v4 0
De aqu, se aprecia que v3 = v4 = s R. Tambien,

b3 (v1 + v2 ) + (b2 + b3 + b4 )s = 0 y b3 (v1 + v2 ) + (b2 + b3 b4 )s = 0 .

Restando estas dos ecuaciones, 2b4 s = 0. Luego, si b4 6= 0, necesariamente s = 0 y v1 = v2 , con lo que el vector
propio sera unicamente v = (t, t, 0, 0)0 para t R. La dimension del subespacio generado por v es 1, que es
menor que la mutliplicidad del valor propio repetido. Con b4 6= 0, B no sera diagonalizable.
Por otro lado, si b4 = 0, en ese caso v = (s t(b2 + b3 )/b3 , t, s, s)0 , con lo cual la dimension del subespacio
generado por v es 2, que coincide con la mutliplicidad del valor propio repetido.
En resumen:
Si b1 6= b2 + 2b3 , la matriz es diagonalizable, pues sus 4 valores propios son distintos.
Si b1 = b2 + 2b3 y b4 = 0, la matriz tambien es diagonalizable.
Si b1 = b2 + 2b3 y b4 = 0, la matriz no es diagonalizable.
c) La matriz triangular C tiene como valores propios a 17 y 1, este ultimo con multiplicidad 2. Para que C sea
diagonalizable, se requiere dim(E ) = 2 para = 1. Los vectores propios asociados a = 1 satisfacen

11 0 0 v1 0     
c1 16 v1 0
c1 17 1 0 v2 = 0 = .
c2 c3 v2 0
c2 c3 11 v3 0

Si este sistema tuviera solucion unica para v1 y v2 , entonces el vector propio sera v = (0, 0, s)0 para s R y
tendra dim(E ) = 1 < 2. Por otro lado, si el sistema fuera indeterminado pero consistente, el vector propio
sera v = (t, t c1 /16, s)0 y se conseguira dim(E ) = 2.
Para alcanzar la consistencia se requiere que c1 c3 16c2 = 0. Entonces C es diagonalizable solamente cuando
c1 c3 = 16c2 .


17. Sean A1 y A2 dos matrices cuadradas de dimension n n, con las siguientes caractersticas:
A1 y A2 son simetricas e idempotentes.
A1 y A2 son complementarias: A1 + A2 = I n .
A1 y A2 son mutuamente ortogonales: A1 A2 = A2 A1 = 0n .
rango(A1 ) = r1 > 0 y rango(A2 ) = r2 > 0.
Defina, ademas, la matriz B = 1 A1 + 2 A2 , donde 1 y 2 son dos escalares distintos de cero (1 6= 2 ).

a) Verifique que r2 = n r1 . Luego, responda son A1 y A2 matrices singulares?

b) Encuentre los valores de 1 y 2 para los que B sea idempotente.
c) La inversa de B tiene la forma B 1 = 1 A1 + 2 A2 . Halle 1 y 2 .
d ) Muestre que los valores propios de B pueden ser iguales unicamente a 1 o a 2 .
e) Finalmente, muestre que det(B) = (1 )r1 (2 )r2 .

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 14
 Solucion:

a) Dado que A1 y A2 son idempotentes, rango(Ai ) = tr(Ai ). Al tomar trazas a la identidad A1 + A2 = I n , se

consigue que r1 + r2 = n, que es la igualdad requerida.
Dado que r1 > 0 y r2 > 0, se concluye que r1 < n y r2 < n. A1 y A2 no tienen rango completo y, por tanto,
son singulares.
b) Note que

B 2 = (1 A1 + 2 A2 )2 = (1 )2 A1 A1 + (2 )2 A2 A2 + 1 2 (A1 A2 + A2 A1 ) = (1 )2 A1 + (2 )2 A2 .

Se tiene que B 2 = B si (1 )2 = 1 y (2 )2 = 2 . Dado que i 6= 0, ello ocurre para i = 1.

c) Por definicion BB 1 = I n . Luego,

(1 A1 + 2 A2 )(1 A1 + 2 A2 ) = 1 1 A1 A1 + 2 2 A2 A2 + 1 2 A1 A2 + 2 1 A2 A1 = 1 1 A1 + 2 2 A2 .

Dado que A1 + A2 = I n , se requiere que i i = 1. En consecuencia, i = 1/i .

d ) Primer enfoque. Se tiene que A1 = P DP 0 , ya que es simetrica. As,

A2 = I n A1 = P P 0 P DP 0 = P (I n D)P 0 .

Los valores propios de A1 son 1 menos los valores propios de A2 . Al ser idempotentes, estos son solo 0 y 1.
Cuando (A1 ) = 1, entonces (A2 ) = 0 y viceversa. Respecto a B,

B = 1 A1 + 2 A2 = 1 P DP 0 + 2 P (I n D)P 0 = P [1 D + 2 (I n D)] P 0 .

La matriz 1 D + 2 (I n D) es diagonal y contiene los valores propios de B, que son claramente 1 y 2 .

Note mas aun que, dado que tr(Ai ) = ri , la multiplicidad de 1 es r1 y la de 2 es r2 .
Segundo enfoque. Note que BAi = i Ai . Recuerde que Ai v = A v define los valores y vectores propios de Ai .
Al premultiplicar por B,

B(Ai v) = B(A v) i (Ai v) = B(Ai v) Bw = i w ,

donde w = Ai v. Es decir, i es un valor propio de B asociado al vector propio w.

Tercer enfoque. El polinomio caracterstico de B es

|B I n | = |1 A1 + 2 A2 I n | = |1 A1 + 2 (I n A1 ) I n | = |(1 2 )A1 ( 2 )I n |
 
2 
= (1 2 )n A1

I n .
1 2

Note que ( 2 )/(1 2 ) es un valor propio de A1 . Esto solo puede tomar dos valores: uno con multiplicidad
r1 , en cuyo caso = 1 , o cero con multiplicidad r2 = n r1 , en cuyo caso = 2 .
e) Se deduce inmediatamente que det(B) = (1 )r1 (2 )r2 , al notar que la multiplicidad de 1 es r1 y la de 2 es r2 ,
y que el determinante es el producto de valores propios.


18. Para una matriz X de dimension n n y escalares reales {c0 , c1 , c2 , . . . , cm }, defina el polinomio matricial

f (X) = c0 I n + c1 X + c2 X 2 + + cm X m .

Esta funcion evaluada en un escalar x da como resultado el polinomio

f (x) = c0 + c1 x + c2 x2 + + cm xm .

a) Muestre que si es un valor propio de A, entonces f () es un valor propio de f (A).

b) Si A es una matriz idempotente de rango k, encuentre det( f (A) ).

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 15
 Solucion:

a) Se sabe que si Av = v, entonces para cualquier i entero Ai v = i v. Al multiplicar esta igualdad por ci para
i = 0, 1, . . . , m y sumar, se consigue
c0 I n v + c1 Av + c2 A2 v + + cm Am v = c0 v + c1 v + c2 2 v + + cm m v .
Compactamente,
(c0 I n + c1 A + c2 A2 + + cm Am )v = (c0 + c1 + c2 2 + + cm m )v f (A)v = f ()v ,
de donde se deduce que f () es un valor propio de f (A), asociado con el vector propio v.

Alternativamente, se sabe que Ai = P D i P 1 , donde D es la matriz diagonal que recoge los valores propios de
A y P es la matriz cuyas columnas son los vectores propios correspondientes. Luego,

f (A) = c0 I n + c1 A + c2 A2 + + cm Am = c0 P P 1 + c1 P DP 1 + c2 P D 2 P 1 + + cm P D m P 1
= P (c0 I n + c1 D + c2 D 2 + + cm D m )P 1 = P f (D)P 1 .
La matriz f (D) es diagonal y contiene los valores propios de f (A). Sobre la diagonal, f (D) contiene a f (),
estableciendo as que f () es un valor propio de f (A).
b) Que A sea idempotente de rango k quiere decir que tiene k valores propios iguales a 1 y n k valores propios
iguales a 0. Luego, f (A) tendra k valores propios iguales a f (1) = c0 + c1 + c2 + + cm y n k valores propios
iguales a f (0) = c0 . Recordando que el determinante es el producto de valores propios,
det( f (A) ) = f (1)k f (0)nk = (c0 + c1 + c2 + + cm )k (c0 )nk .


Formas cuadraticas

19. Comente las siguientes afirmaciones:

a) Sean Q1 y Q2 formas cuadraticas en n variables, donde Q1 es definida positiva y Q2 es semidefinida positiva,
entonces la forma cuadratica definida por Q(x) = Q1 (x) + Q2 (x) es definida positiva.
b) Si las matrices A e I n A son definidas positivas, entonces los valores propios de A son menores que 1.
c) La suma de los cuadrados de tres matrices simetricas (no nulas) es siempre una matriz definida positiva.
Ademas, la suma de tres matrices simetricas (no nulas) elevada al cuadrado es tambien una matriz definida
positiva.
d ) Si x0 (A B)x > 0, donde x 6= 0, entonces tr(A) > tr(B).
e) Si la traza de una matriz cuadrada es igual a cero, entonces esa matriz no puede ser ni definida positiva ni
definida negativa.

Solucion:

a) Verdadero. Como Q2 es semidefinida positiva, Q2 (x) 0, y como Q1 es definida positiva, Q1 (x) > 0. En
consecuencia, Q1 (x) + Q2 (x) > 0 es definida positiva.
b) La forma cuadratica Q(x) = x0 Ax, donde A = P DP 0 es simetrica, puede expresarse como x0 Ax = y 0 Dy,
donde y = P 0 x y D es la matriz diagonal semejante a A (contiene los valores propios ).
Luego, x0 Ax = y 0 Dy > 0 indica que los elementos en la diagonal D son todos positivos. Se concluye que > 0.
Por su parte, x0 (I n A)x = x0 (P P 0 P DP 0 )x = y 0 (I n D)y indica que los elementos en la diagonal I n D
son todos positivos. De ah, se concluye que < 1.
c) Sea A el cuadrado de una matriz simetrica. Luego, sin perdida de generalidad, A puede escribirse como
A = LL = L0 L, donde L es tambien simetrica. Defina z = Lx. La forma cuadratica asociada a la matriz
A es, luego, Q(x) = x0 Ax = x0 L0 Lx = z 0 z > 0, lo que nos lleva a concluir que Q(x) es definida positiva. Dado
que la suma de matrices definidas positivas es definida positiva, la primera afirmacion es cierta.
Por su parte, la suma de matrices simetricas es tambien simetrica. Se llega al mismo analisis anterior, si se
permite que L represente dicha suma. La segunda afirmacion es tambien cierta.

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 16
 d ) x0 (A B)x > 0 ocurre para todo x 6= 0. As, ei 0 (A B)ei > 0, donde ei es el i-esimo vector unidad. Pero
ei 0 (A B)ei = aii bii . Se tiene luego que aii > bii . Al sumar a lo largo de i, se concluye que tr(A) > tr(B).
e) Sea A una matriz con traza igual a cero. Como la traza es igual a la suma de los valores propios, entonces se
cumple que la suma de los valores propios de A es cero. Luego, A no puede ser definida positiva, pues para este
tipo de matrices todos los valores propios son mayores que cero y, por tanto, su suma sera mayor que cero. De
forma similar, A no puede ser definida negativa, pues para este tipo de matrices todos los valores propios son
menores que cero y, por tanto, su suma sera menor que cero. La afirmacion es verdadera.


20. Sea Z una matriz de dimension n k (n > k), y de rango k. Clasifique la naturaleza de la forma cuadratica
x0 Ax en los siguientes casos:

a) A = Z 0 Z , b) A = (Z 0 Z)1 , c) A = Z(Z 0 Z)1 Z 0 , d) A = I n Z(Z 0 Z)1 Z 0 .

Solucion:

a) Note que (Z 0 Z) = k por lo que A es no singular. Mas aun, x0 Ax = x0 Z 0 Zx = y 0 y donde y = Zx. Dado que
y 0 y > 0, esta forma cuadratica es definida positiva.
b) Recuerde que si x0 Ax > 0, ocurre que x0 A1 x > 0. Dado que Z 0 Z es definida positiva, entonces (Z 0 Z)1 es
tambien definida positiva.
c) Conviene notar que la matriz A es idempotente: AA = Z(Z 0 Z)1 Z 0 Z(Z 0 Z)1 Z 0 = Z(Z 0 Z)1 Z 0 = A. El
rango de esta matriz, que es de dimension n n, es tr(A) = tr(Z(Z 0 Z)1 Z 0 ) = tr((Z 0 Z)1 Z 0 Z) = tr(I k ) =
k < n. Por tanto, k valores propios de A son iguales a 1, y los restantes n k valores propios de A son iguales
a cero. A es semidefinida positiva.
d ) La matriz A es tambien idempotente, al ser la diferencia entre I n y una matriz idempotente de rango k.
Asimismo, el rango de A, que es de dimension n n, es tr(A) = n k < n. Por tanto, n k valores propios de
A son iguales a 1, y los restantes k valores propios de A son iguales a cero. A es semidefinida positiva.


21. Escriba las siguientes formas cuadraticas exclusivamente como sumas de cuadrados. Diga si se tratan de formas
definidas.
a) Q(x1 , x2 , x3 ) = 2x21 + 3x22 + 23x23 72x1 x3 ,
b) Q(x1 , x2 , x3 ) = x21 + x22 + 2x1 x3 + 2x2 x3 ,
c) Q(x1 , x2 , x3 ) = x21 + x22 x23 2x1 x2 + 2x1 x3 + 2x2 x3 ,

Solucion:
La descomposicion espectral de una matriz simetrica es A = P DP 0 , donde P es ortogonal y D es diagonal. Con ello,
una forma cuadratica Q(x) = x0 Ax puede expresarse como x0 Ax = x0 P DP 0 x = (P 0 x)DP 0 x = y 0 Dy = Q(y),
donde y = P 0 x. Al ser D diagonal, Q(y) expresa la misma cantidad que Q(x) pero como una suma ponderada de
cuadrados (sin productos cruzados).

a) La matriz simetrica asociada a Q(x) es

2 0 36
A= 0 3 0 .
36 0 23

Su polinomio caracterstico es
 
 2 0 36   
 = (3)  2 36 
= (3)[(2)(23)362 ] = (3)(50)(+25) .
  
P () =  0 3 0  36
 36
 23 
0 23 

Los valores propios de A son, luego, 1 = 3, 2 = 50 y 3 = 25. Dados los diversos signos de estos valores
propios, se concluye que Q(x) no es una forma definida.

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 17
 Los vectores propios satisfacen (A I 3 )v = 0. Luego,

1 0 36 0
(A 1 I 3 )v 1 = 0 0 0 v1 = 0 v1 = 1 ,
36 0 20 0

48 0 36 3
(A 2 I 3 )v 2 = 0 47 0 v2 = 0 v2 = 0 ,
36 0 27 4

27 0 36 4
(A 3 I 3 )v 3 = 0 28 0 v3 = 0 v3 = 0 ,
36 0 48 3
1
donde = 5 normaliza kv 2 k = kv 3 k = 1. Con ello,

0 1 0 x1 x2
1
y = P 0 x = 3 0 4 x2 = 4x3 3x1 .
5
4 0 3 x3 3x3 + 4x1
Finalmente,
3
X
Q(y) = y 0 Dy = i yi2 = 3(x2 )2 + 2(4x3 3x1 )2 (3x3 + 4x1 )2 .
i=1

b) La matriz simetrica asociada a Q(x) es

1 0 1
A= 0 1 1 .
1 1 0
Su polinomio caracterstico es
 
 1 0 1       
 = (1 )  1 1  1 
    0 1   0
P () =  0 1 1 0  + 1 
  1  1  1 1 
 1 1 
= (1 )(2 1) (1 ) = (1 )(2 2) = (1 )( 2)( + 1) .
Los valores propios de A son, luego, 1 = 1, 2 = 2 y 3 = 1. Dados los diversos signos de estos valores
propios, se concluye que Q(x) no es una forma definida.
Los vectores propios satisfacen (A I 3 )v = 0. Luego,

0 0 1 1
(A 1 I 3 )v 1 = 0 0 1 v 1 = 0 v 1 = 1 1 ,
1 1 1 0

1 0 1 1
(A 2 I 3 )v 2 = 0 1 1 v 2 = 0 v 2 = 2 1 ,
1 1 2 1

2 0 1 1
(A 3 I 3 )v 3 = 0 2 1 v 3 = 0 v 3 = 3 1 ,
1 1 1 2

donde = 1 , 2 = 1 y 3 = 1
normalizan los vectores propios. Con ello,
2 3 6

1 1 0 x1 1 (x2 x1 )
y = P 0 x = 2 2 2 x2 = 2 (x1 + x2 + x3 ) .
3 3 23 x3 3 (x1 + x2 2x3 )
Finalmente,
3
X 1 2 1
Q(y) = y 0 Dy = i yi2 = (x2 x1 )2 + (x1 + x2 + x3 )2 (x1 + x2 2x3 )2 .
i=1
2 3 6

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 18
 c) La matriz simetrica asociada a Q(x) es

1 1 1
A = 1 1 1 .
1 1 1

Su polinomio caracterstico es
 
 1 1 1       
 = (1)  1 1  (1)  1 1  +1  1 1 
      
P () =  1 1 1   1 (1 + )   1 (1 + )   1 1 
 1 1 1 
= (1 )( 2)( + 2) .

Los valores propios de A son, luego, 1 = 1, 2 = 2 y 3 = 2. Dados los diversos signos de estos valores
propios, se concluye que Q(x) no es una forma definida.
Los vectores propios satisfacen (A I 3 )v = 0. Luego,

0 1 1 1
(A 1 I 3 )v 1 = 1 0 1 v 1 = 0 v 1 = 1 1 ,
1 1 2 1

1 1 1 1
(A 2 I 3 )v 2 = 1 1 1 v 2 = 0 v 2 = 2 1 ,
1 1 3 0

3 1 1 1
(A 3 I 3 )v 3 = 1 3 1 v 3 = 0 v 3 = 3 1 ,
1 1 1 2

donde = 1 , 2 = 1 y 3 = 1 normalizan los vectores propios. Con ello,

3 2 6

1 1 1 x1 1 (x1 + x2 + x3 )
y = P 0 x = 2 2 0 x2 = 2 (x1 x2 ) .
3 3 23 x3 3 (x1 + x2 2x3 )

Finalmente,
3
0
X 1 1
Q(y) = y Dy = i yi2 = (x1 + x2 + x3 )2 + (x1 x2 )2 (x1 + x2 2x3 )2 .
i=1
3 3


22. Dada la forma cuadratica

Q(x1 , x2 , x3 ) = x21 + x22 + x23 + 2x2 x3 ,
donde 6= 0. Estudie el signo de Q en terminos de los valores de y .

Solucion:
La matriz simetrica asociada a Q es
0 0
A = 0 1 ,
0 1
cuya polinomio caracterstico es

P () = ( ) (1 )2 2 = ( )(1 + )(1 ) = 0 .
 

Los valores propios de A son, entonces, 1 = , 2 = 1 + y 3 = 1 .

Note que si > 0, entonces 2 > 0, mientras que si < 0, entonces 3 > 0. Se concluye, de momento, que A no
puede ser (semi)definida negativa.

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 19
 Cuando > 0, 1 + > 0 y 1 > 0, Q sera definida positiva. Esto implica que > 0 y 1 < < 1. Por su parte,
Q sera semidefinida positiva cuando, ademas de > 0, 2 o 3 sean iguales a cero, lo cual implica que el otro sea
igual a 2. Estos casos corresponden a = 1.
En resumen:

Si > 0 y 1 < < 1, Q sera definida positiva,

Si > 0 y = 1 , Q sera semidefinida positiva,
En otros casos, Q sera indefinida.


23. Considere la matriz

5 1 5
A= 1 5 5
5 5 11

a) Encuentre las matrices D y P tales que A = P DP 0 .

b) Encuentre una matriz B definida positiva tal que B 2 = A.
c) Encuentre una matriz B no definida tal que B 2 = A.

Solucion:

a) El polinomio caracterstico de A es
   
 5 1 5   4 4 + 0 
   
P () =  1 5 5 =
  1 5 5 

 5 5 11   5 5 11 
   
 5 5 5 
 + (4 )  1
 
= (4 ) 
5 11   5 11 
= (4 )[(5 )(11 ) 25 + (11 ) 25] = (4 )(2 17 + 16) = ( 4)( 1)( 16) .

As, los valores propios son 1 = 1, 2 = 4 y 3 = 16.

Los vectores propios son:

4 1 5 x 0 1
x=z
(A 1 I 3 )v 1 = 0 1 4 5 y = 0 v 1 = 1 1 ,
y=z
5 5 10 z 0 1

1 1 5 x 0 1
x = y
(A 2 I 3 )v 2 = 0 1 1 5 y = 0 v 2 = 2 1 ,
z=0
5 5 7 z 0 0

11 1 5 x 0 1
x = y
(A 3 I 3 )v 3 = 0 1 11 5 y = 0 v 3 = 3 1 .
2y = z
5 5 5 z 0 2

Luego,
1 0 0 1 2 3
D = 0 4 0 , y P = 1 2 3 ,
0 0 16 1 0 23
donde se utiliza 1 = 1 , 2 = 1 y 3 = 1 . en la normalizacion.
3 2 6

b) Considere una matriz diagonal tal que 2 = D. Luego, si B = P P 0 , entonces se cumplira que
B 2 = P 2 P 0 = P DP 0 = A.
Note que contiene las races de los valores propios de A. As, para que B sea definida positiva, los elementos
sobre la diagonal de deben ser positivos y por tanto se consideran las races positivas. As,

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 20

1 2 3 1 0 0 1 1 1
B = P P 0 = 1 2 3 0 2 0 2 2 0
1 0 23 0 0 4 3 3 23
2
1 + 222 + 432 12 222 + 432
12 832

1 22 43 1 1 1
= 1
22 43 2 2 0 = 12 222 + 432
12 + 222 + 432
12 832
1 0 83 3 3 23 12 832 12 83212 + 1632

2 0 1
= 0 2 1 .
1 1 3

c) Asimismo, para que B sea no definida, los elementos sobre la diagonal de deben tener signos distintos. Luego,
una alternativa es

1 2 3 1 0 0 1 1 1
B = P P 0 = 1 2 3 0 2 0 2 2 0
1 0 23 0 0 4 3 3 23
2
1 222 + 432 12 + 222 + 432 12 832

1 22 43 1 1 1
= 1 22 43 2 2 0 = 12 + 222 + 432 12 222 + 432 12 832
1 0 83 3 3 23 12 832 12 832 12 + 1632

0 2 1
= 2 0 1 .
1 1 3


Matrices particionadas y producto Kronecker

24. El modelo insumo-producto permite determinar los niveles de produccion de industrias interdependientes con el
proposito de satisfacer demandas futuras. El modelo se puede presentar como

x = Ax + D ,

donde x es el vector de produccion, A es la matriz de insumo-producto y d el vector de demandas.

En una economa hay cuatro industrias para las cuales la matriz insumo-producto es

0.6 0.3 0 0
0.2 0.6 0 0
A= 0.1 0 0.6 0.1 ,

0 0.1 0.4 0.4

siendo las correspondientes demandas proyectadas para el proximo ejercicio de 30, 100, 70 y 80 unidades,
respectivamente. Encuentre la produccion proyectada para cada industria, x.

Solucion:
Al despejar x,

x = Ax + d x Ax = d (I n A)x = d x = (I n A)1 d .

Ahora, hemos de invertir la matriz I n A, que es igual a

1 0 0 0 0.6 0.3 0 0 4 3 0 0
0 1 0 0 0.2 0.6 0 0 1 2 4 0 0
In A = = .
0 0 1 0 0.1 0 0.6 0.1 10 1 0 4 1
0 0 0 1 0 0.1 0.4 0.4 0 1 4 6

Note que I n A = 1
10 C, donde C es particionada en 4 bloques, de 2 2 cada uno. La inversa requerida es 10 C 1 .

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 21
 Llamemos C a la inversa de C. Luego, usando matrices particionadas, los bloques de la inversa son
 
1 1 1 1 4 3
C 11 = (C 11 C 12 C 22 C 21 ) = C 11 = ,
10 2 4
 
1 6 1
C 22 = (C 22 C 21 C 111 C 12 )1
= C 1
22 = ,
20 4 4
         
1 1 6 1 1 4 3 1 26 22 1 13 11
C 21 = C 22 C 21 C 11 = (I 2 ) = = ,
20 4 4 10 2 4 200 24 28 100 12 14
C 12 = C 1 1
11 C 12 C 22 = C 11 0C 22 = 0 .

Finalmente,
4 3 0 0 30 420
2 4 0 0 100 = 460 .
x = (I n A)1 d = 10 Cd =

1.3 1.1 3 0.5 70 399
1.2 1.4 2 2 80 476


25. Demuestre las siguientes propiedades:

a) El determinante del producto Kronecker de una matriz A de orden 2 y la matriz Z de orden q es igual
al producto del determinante de la matriz A elevado a la q por el determinante de la matriz Z elevado al
cuadrado. Asuma que det(Z) 6= 0.
b) Sean A y B dos matrices ortogonales. Luego, A B es ortogonal.
c) Sean A y B dos matrices idempotentes. Luego, A B es idempotente.
d ) La traza del producto Kronecker de dos matrices es igual al producto de las trazas de las mismas.
e) El producto Kronecker de dos matrices defindas negativas es definida positiva.
f ) Para cualquier par de matrices cuadradas A y B del mismo orden y sin importar quienes sean las matrices
C, D, E y F , se verifica que    
AB C BA E
6= I n .
D AB F BA

Solucion:
   
a b aZ bZ
a) Sea A = . Luego, A Z = . De aqu, utilizando particiones, Luego,
c d cZ dZ
   
 1 1 1 
|A Z| = |aZ| |dZ cZ(aZ) (bZ)| = |aZ| dZ cZ
 Z (bZ)
a
      q
bc bc bc
= |aZ| dZ (ZZ 1 ) Z  = |aZ|  d Z  = aq |Z| d |Z| = (ad bc)q |Z|2 .
   
a a a

b) Como A y B son matrices ortogonales, A0 = A1 y B 0 = B 1 . Luego,

(A B)0 = (A0 B 0 ) = (A1 B 1 ) = (A B)1 .
En consecuencia, (A B) es tambien ortogonal.
c) Como A y B son matrices idempotentes, A2 = A y B 2 = B. Luego,
(A B)2 = (A B)(A B) = (A2 B 2 ) = (A B) .
En consecuencia, (A B) es tambien idempotente.
d ) La matiz A B tiene una estructura particionada, y los bloques sobre su diagonal tienen la forma aii B, donde
aii es un elemento sobre la diagonal de A. As,

tr(A B) = tr(a11 B) + tr(a22 B) + + tr(ann B) = a11 tr(B) + a22 tr(B) + + ann tr(B)
= (a11 + a22 + + ann )tr(B) = tr(A)tr(B) .

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 22
 e) Sean A = P D A P 0 y B = QD B Q0 , dos matrices definidas negativas. P y Q son ortogonales, mientras que D A
y D B contiene numeros negativos sobre la diagonal. Luego,

A B = (P D A P 0 QD B Q0 ) = (P Q)(D A P 0 D B Q0 ) = (P Q)(D A D B )(P 0 Q0 )

= (P 0 Q0 )0 (D A D B )(P 0 Q0 ) Z 0 (D A D B )Z = Z 0 Z .

A B es expresado como la forma cuadratica matricial Z 0 Z y, por tanto, hereda la definicion de la matriz
. Es simple verificar que = D A D B es diagonal con elementos positivos. As, se concluye que A B es
definida positiva.
f ) Dado que solo interesa la naturaleza de los bloques diagonales, utilizaremos la traza. La traza de la primera
matriz es tr(M 1 ) = tr(A B) + tr(AB) = tr(A)tr(B) + tr(AB). Por su parte, la traza de la segunda matriz es
tr(M 1 ) = tr(BA)+tr(B A) = tr(AB)+tr(B)tr(A). Esto es, tr(M 1 ) = tr(M 2 ) por lo que tr(M 1 M 2 ) = 0.
tal matriz no puede ser una matriz identidad.


26. Sea A una matriz cuadrada no singular. Encuentre la inversa de la matriz

3A A 4A
B = 2A A 5A .
0 0 A

Solucion:
Claramente, B = D A, donde
3 1 4
D= 2 1 5 .
0 0 1
Luego, B 1 = (D A)1 = D 1 A1 . El reto esta en encontrar D = D 1 y para ello utilizamos resultados de
matrices particionadas, considerando la particion previamente mostrada. As,
 
1 1 1 1 1
D 11 = (D 11 D 12 D 22 D 21 ) = (D 11 ) = ,
2 3
D 22 = (D 21 D 11 D 112 D 21 )
1
= (D 1
22 ) = 1 ,
    
1 1 1 4 1
D 12 = D 11 D 12 D 22 = (1) = ,
2 3 5 7
= D 1
 
D 21 22 D 21 D 11 = 0 0 .

A1 A1 A1

1 1 1
De aqu, D 1 = 2 3 7 . Entonces, B 1 = (D 1 A1 ) = 2A1 3A1 7A1 . 
0 0 1 0 0 A1

27. Sea x un vector no nulo tal que (A2 B 2 )x = x, donde A y B son matrices cuadradas. Probar que la matriz
M es singular:  
0 In + A B
M= .
In A B In

Solucion:
Calculemos el determinante de M utilizando la estructura en bloques de M :

|M | = |I n | 0 (I n + A B)(I n )1 (I n A B) = (A B)2 I 2n  = (A2 B 2 ) I n  .

     

Se sabe que (A2 B 2 )x = x, de donde (A2 B 2 I n )x = 0. La matriz (A2 B 2 I n ) no puede tener inversa,
pues de lo contrario se obtendra x = 0, que contradice el dato del problema. Luego, |M | = 0 y se concluye que M
es singular. 

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 23
28. Sea s un vector suma (lleno de unos) de dimension n. Defina

ss0
 
P = Ic y Q = I nc P .
n
Muestre que P , Q y P Q son simetricas e idempotentes Que valores propios se esperara que tengan estas
matrices? Cual es el rango de estas matrices?

Solucion:
Note primero que
ss0 ss0
   
Q = I nc P = (I c I n ) I c = Ic In .
n n
Luego, tanto P como Q tienen la forma (I c A). Estas matrices seran simetricas si A es simetrica, dado que
(I c A)0 = (I c A0 ) y seran idempotentes si A es idempotente, dado que (I c A)2 = (I c A2 ).
Para el caso de la matriz P se tiene que AP = ss0 /n, que es claramente simetrica, (ss0 /n)0 = (s0 )0 (s)0 /n = ss0 /n,
e idempotente, (ss0 /n)(ss0 /n) = ss0 ss0 /n2 = s(s0 s)s0 /n2 = (ss0 )ss0 /n2 = ss0 /n, dado que s0 s = n. El rango de
P es igual a su traza, tr(I c AP ) = tr(I c )tr(AP ) = ctr(ss0 )/n = c. As, P tendra c valores propios iguales a 1 y
nc c = (n 1)c valores propios iguales a cero.
Para el caso de la matriz Q se tiene que AQ = I n AP . Dado que AP es simetrica e idempotente, necesariamente
AQ sera simetrica e idempotente. El rango de Q es igual a su traza, tr(I c )tr(AQ ) = c(n 1). As, Q tendra (n 1)c
valores propios iguales a 1 y c valores propios iguales a cero.
Finalmente, note que P Q = P (I nc P ) = P P P = P P = 0. P Q es la matriz nula, que es simetrica e
idempotente de rango 0. 

29. Encuentre el determinante y los valores propios de las siguientes matrices:

0 a a 0 a2 a2

1 1 a 0 0 a
0
a 0 0 a2 0
a 1 0
0 a2 a
a 0 1 a2 0 a 0 0 a a2 0 0
A= y B= .
a
0 a2 1 0 a
0 0 a2
a 0 0
0 2 a a2 0
a 0 0 a 0 0 1 a
a2 0 a a 0 1 a2 a 0 0 a 1

Solucion:
Emergen ciertos patrones al inspeccionar ambas matrices. En particular, se verifica que A = A1 A2 y que
B = A2 A1 , donde
  1 0 a
1 a
A1 = y A2 = 0 a 0 .
a 1
a 0 1
Los polinomios caractersticos de A1 y A2 son
 
1 a 
P1 () = | A1 I 2 | =  = (1 )2 a2 = ( 1 + a)( 1 a) ,
a 1 
 
1 0 a   
 1 a 
P2 () = | A2 I 3 | =  0 a 0  = (a )  = ( a)( 1 + a)( 1 a) .
a 1 
 a 0 1 

Respecto a los determinantes, dado que A1 es de dimension 2 y A2 es de dimension 3, por propiedad del producto
Kronecker | A | = | A1 |3 | A2 |2 = | A2 |2 | A1 |3 = | B |. Asimismo, se tiene que | Ai | = Pi (0). Luego,
3  2
| A | = | B | = P1 (0)3 P2 (0)2 = 1 a2 a(1 a2 ) = a2 (1 a2 )5 .


En cuanto a los valores propios, se tiene que 1 (A1 ) = 1 a y 2 (A1 ) = 1 + a, mientras que 1 (A2 ) = a, 2 (A2 ) =
1 a y 3 (A2 ) = 1 + a. Los valores propios del producto Kronecker tienen la forma (A) = (B) = i (A1 )j (A2 )
para i = 1, 2 y j = 1, 2, 3. As, (A) = {a a2 , (1 a)2 , 1 a2 , a + a2 , 1 a2 , (1 + a)2 }. 

Derechos reservados
c 2017. Prohibida su reproduccion y distribucion fuera de la Universidad del Pacfico. 24