Aplicaciones lineales

1. Cuáles de las siguientes son aplicaciones lineales?

a. 𝐴: ℝ3 → ℝ3 , 𝐴(𝑥, 𝑦 , 𝑧) = (𝑥, 2𝑦 , 2𝑧 )
b. 𝐴: ℝ3 → ℝ3 , 𝐴(𝑥, 𝑦 , 𝑧) = (3𝑥, 𝑎, 5𝑧) , donde 𝑎 ∈ ℝ
c. 𝐴: ℝ4 → ℝ3 , 𝐴(𝑥, 𝑦 , 𝑧, 𝑤) = (𝑥 − 𝑤, 𝑦 − 𝑤, 𝑥 + 𝑧)
d. 𝐴: 𝑀(𝑛 × 𝑛) → ℝ𝑛 , 𝐴([𝑎𝑖𝑗 ]) = (𝑎11 , 𝑎22 , 𝑎33 , … , 𝑎𝑛𝑛 )
e. 𝐴: 𝐶 ∞ (ℝ) → 𝐶 ∞ (ℝ), 𝐴𝑓 = 3𝑓 ′′ − 2𝑓 ′ + 1
𝑎 𝑏
f. 𝐴: 𝑀(2 × 2) → ℝ, 𝐴 ([ ]) = 𝑎𝑑 − 𝑏𝑐
𝑐 𝑑
Obs: Para b. considere los casos 𝑎 = 0 y 𝑎 ≠ 0. En e. 𝐶 ∞ (ℝ) representa el
conjunto de las funciones infinitamente derivables.

2. Sea 𝑓: ℝ3 → ℝ una transformación lineal Sabiendo que f(1, 1)=3 y f(2, 3)=1, calcule
f(x, y).
3. Considere las transformaciones lineales 𝐴: ℝ2 → ℝ3 y 𝑏: ℝ3 → ℝ2 definidas por:
𝐴(𝑥, 𝑦) = (𝑥, 𝑦, 𝑥 + 𝑦) y 𝐵(𝑥, 𝑦, 𝑧) = (𝑎𝑥 + (𝑎 − 1)𝑦 + (1 − 𝑎)𝑧, −𝑏𝑥 +
(1 − 𝑏)𝑦 + 𝑏𝑧). Determine el operador 𝐵𝐴: ℝ2 → ℝ2 . Demuestre con esto que 𝐴 =
1 0
[0 1] tiene infinitas inversas por izquierda.
1 1
4. Considere la transformación lineal 𝐴: ℝ4 → ℝ3 , dada por 𝐴(𝑥, 𝑦, 𝑧, 𝑡) = (𝑥 + 𝑦 +
𝑧 + 2𝑡, 𝑥 − 𝑦 + 2𝑧, 4𝑥 + 2𝑦 + 5𝑧 + 6𝑡). Halle el núcleo y la imagen de A. Encuentre
un vector 𝑏 ∈ ℝ3 que no pertenezca a la imagen de A y con eso exhiba un sistema
lineal de tres ecuaciones con cuatro incógnitas sin solución.
5. Pruebe que 𝐶: 𝑃𝑛 → 𝑃𝑛+2 ; 𝐶𝑝(𝑥) = (𝑥 2 + 1)𝑝(𝑥) es una transformación lineal
inyectiva y obtenga una inversa lineal por izquierda.
 Valores propios y vectores propios

1. Diagonalizar, bajo congruencia, la siguiente forma cuadrática 𝑞(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 +

𝑧 2 + 2𝑦𝑧 . (Hallar P y D)

2. Sabiendo que la matriz A admite 0 como valor propio, verificar si A es

diagonalizable bajo similaridad y si lo es, obtener la matriz P que lo diagonaliza,
1 1 0 0
 
1 k 0 0
siendo A   .
0 0 1 1
 
0 0 1 k
3. Si los valores propios de la matriz A son 1 = 2 = 2 y 3 = 9 y sus vectores
propios son, respectivamente, v1 = (1, –1, 0), v2 = (1, 0, 1) y v3 = (1, 2, 1),
determinar A, su polinomio característico y su polinomio mínimo.
SOLUCIONES

1. Cuáles de las siguientes son aplicaciones lineales?

a. 𝑨: ℝ𝟑 → ℝ𝟑 , 𝑨(𝒙, 𝒚 , 𝒛) = (𝒙, 𝟐𝒚 , 𝟐𝒛 )
b. 𝑨: ℝ𝟑 → ℝ𝟑 , 𝑨(𝒙, 𝒚 , 𝒛) = (𝟑𝒙, 𝒂, 𝟓𝒛) , donde 𝒂 ∈ ℝ
c. 𝑨: ℝ𝟒 → ℝ𝟑 , 𝑨(𝒙, 𝒚 , 𝒛, 𝒘) = (𝒙 − 𝒘, 𝒚 − 𝒘, 𝒙 + 𝒛)
d. 𝑨: 𝑴(𝒏 × 𝒏) → ℝ𝒏 , 𝑨([𝒂𝒊𝒋 ]) = (𝒂𝟏𝟏 , 𝒂𝟐𝟐 , 𝒂𝟑𝟑 , … , 𝒂𝒏𝒏 )
e. 𝑨: 𝑪∞ (ℝ) → 𝑪∞ (ℝ), 𝑨𝒇 = 𝟑𝒇′′ − 𝟐𝒇′ + 𝟏
𝒂 𝒃
f. 𝑨: 𝑴(𝟐 × 𝟐) → ℝ, 𝑨 ([ ]) = 𝒂𝒅 − 𝒃𝒄
𝒄 𝒅
a) No es lineal, pues 𝐴(0, 0, 0) = (0, 1, 1) ≠ (0, 0, 0)
b) Para 𝑎 ≠ 0 no es lineal, pues 𝐴(0, 0, 0) = (0, 𝑎, 0) ≠ (0, 0, 0). Para 𝑎 = 0 es lineal.
Demostremos:
 𝐴(𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 , 𝑧1 + 𝑧2 ) = (3(𝑥1 + 𝑥2 ), 0, 5(𝑧1 + 𝑧2 )) =
(3𝑥1 , 0, 5𝑧1 ) + (3𝑥2 , 0, 5𝑧2 ) = 𝐴(𝑥1 , 𝑦1 , 𝑧1 ) + 𝐴(𝑥2 , 𝑦2 , 𝑧2 )
 𝐴(𝛼𝑥, 𝛼 𝑦 , 𝛼 𝑧) = (3𝛼𝑥, 0, 5𝛼𝑧) = 𝛼(3𝑥, 0, 5𝑧) = 𝛼𝐴(𝑥, 𝑦, 𝑧) ∀ 𝛼 ∈ ℝ
c) Demostremos que es lineal:
 𝐴(𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 , 𝑧1 + 𝑧2 , 𝑤1 + 𝑤2 ) = (𝑥1 + 𝑥2 − 𝑤1 − 𝑤2 , 𝑦1 + 𝑦2 −
𝑤1 − 𝑤2 , 𝑥1 + 𝑥2 + 𝑧1 + 𝑧2 , ) = (𝑥1 − 𝑤1 , 𝑦1 − 𝑤1 , 𝑥1 + 𝑧1 ) +
(𝑥2 − 𝑤2 , 𝑦2 − 𝑤2 , 𝑥2 + 𝑧2 ) = 𝐴(𝑥1 , 𝑦1 , 𝑧1 , 𝑤1 ) + 𝐴(𝑥2 , 𝑦2 , 𝑧2 , 𝑤2 )
 𝐴(𝛼𝑥, 𝛼 𝑦 , 𝛼 𝑧, 𝛼𝑤) = (𝛼𝑥 − 𝛼𝑤, 𝛼 𝑦 − 𝛼𝑤 , 𝛼𝑥 + 𝛼 𝑧) = 𝛼𝐴(𝑥, 𝑦, 𝑧)
∀𝛼 ∈ ℝ
d) Demostremos que es lineal:
 𝐴([𝑎𝑖𝑗 ] + [𝑏𝑖𝑗 ]) = 𝐴([𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]) = (𝑎11 + 𝑏11 , 𝑎22 + 𝑏22 , 𝑎33 +
𝑏33 , … , 𝑎𝑛𝑛 + 𝑏𝑛𝑛 ) = (𝑎11 , 𝑎22 , 𝑎33 , … , 𝑎𝑛𝑛 ) + (𝑏11 , 𝑏22 , 𝑏33 , … , 𝑏𝑛𝑛 ) =
𝐴([𝑎𝑖𝑗 ]) + 𝐴([𝑏𝑖𝑗 ])
 𝐴(𝛼[𝑎𝑖𝑗 ]) = 𝐴([𝛼𝑎𝑖𝑗 ]) = (𝛼𝑎11 , 𝛼 𝑎22 , 𝛼𝑎33 , … , 𝛼𝑎𝑛𝑛 ) =
𝛼(𝑎11 , 𝑎22 , 𝑎33 , … , 𝑎𝑛𝑛 ) ∀𝛼 ∈ ℝ
e) No es lineal, pues 𝐴0 = 3.0 − 2.0 + 1 = 1 ≠ 0
f) Demostremos que no es lineal:
𝑎 𝑏 𝛼𝑎 𝛼𝑏
 𝐴 (𝛼 [ ]) = 𝐴 ([ ]) = 𝛼𝑎𝛼𝑑 − 𝛼𝑏𝛼𝑐 = 𝛼 2 (𝑎𝑑 − 𝑏𝑐) =
𝑐 𝑑 𝛼𝑐 𝛼𝑑
𝑎 𝑏 𝑎 𝑏
𝛼 2 𝐴 ([ ]) ≠ 𝛼𝐴 ([ ])
𝑐 𝑑 𝑐 𝑑
2. Sea 𝒇: ℝ𝟑 → ℝ una transformación lineal Sabiendo que f(1, 1)=3 y f(2, 3)=1,
calcule f(x, y).
Calculamos
 f(1, 0)=f(3(1, 1)-(2, 3))=3f(1, 1)-f(2, 3)=3.3-1=8
 f(0, 1)=f(-2(1, 1)+(2, 3))=-2f(1, 1)+f(2, 3)=-2.3+1=-5
Luego, f(x, y)=xf(1, 0)+y(f(0,1))=8x-5y
3. Considere las transformaciones lineales 𝑨: ℝ𝟐 → ℝ𝟑 y 𝒃: ℝ𝟑 → ℝ𝟐 definidas por:
𝑨(𝒙, 𝒚) = (𝒙, 𝒚, 𝒙 + 𝒚) y 𝑩(𝒙, 𝒚, 𝒛) = (𝒂𝒙 + (𝒂 − 𝟏)𝒚 + (𝟏 − 𝒂)𝒛, −𝒃𝒙 +
(𝟏 − 𝒃)𝒚 + 𝒃𝒛). Determine el operador 𝑩𝑨: ℝ𝟐 → ℝ𝟐 .
𝐵𝐴(𝑥, 𝑦) = 𝐵(𝑥, 𝑦, 𝑥 + 𝑦)
= (𝑎𝑥 + (𝑎 − 1)𝑦 + (1 − 𝑎)(𝑥 + 𝑦), −𝑏𝑥 + (1 − 𝑏)𝑦 + 𝑏(𝑥 + 𝑦)
= (𝑥, 𝑦)
1 0
𝐴 = [0 1] es la matriz de la aplicación A. Como la aplicación B es inversa por
1 1
𝑎 𝑎−1 1−𝑎
izquierda de A se tiene ∀ 𝑎, 𝑏 ∈ ℝ 𝐵 = [ ] es inversa por
−𝑏 1 − 𝑏 𝑏
izquierda de A, luego existen infinitas inversas por izquierda de A.
4. Considere la transformación lineal 𝑨: ℝ𝟒 → ℝ𝟑 , dada por 𝑨(𝒙, 𝒚, 𝒛, 𝒕) = (𝒙 +
𝒚 + 𝒛 + 𝟐𝒕, 𝒙 − 𝒚 + 𝟐𝒛, 𝟒𝒙 + 𝟐𝒚 + 𝟓𝒛 + 𝟔𝒕). Halle el núcleo y la imagen de A.
Encuentre un vector 𝒃 ∈ ℝ𝟑 que no pertenezca a la imagen de A y con eso
exhiba un sistema lineal de tres ecuaciones con cuatro incógnitas sin solución.
Hallamos el núcleo de A, que es
La solución del sistema:
𝑥 + 𝑦 + 𝑧 + 2𝑡 = 0
𝑥 − 𝑦 + 2𝑧 =0
4𝑥 + 2𝑦 + 5𝑧 + 6𝑡 = 0
3
1 0 1
1 1 1 2 1 1 1 2 1 1 1 2 2
[1 −1 2 0] ~ [0 −2 1 −2] ~ [0 −2 1 −2] ~ 1
4 2 5 6 0 −2 1 −2 0 0 0 0 0 1 − 1
2
[0 0 0 0 ]
Variables libres: 𝑧, 𝑡
Para 𝑧 = 2, 𝑡 = 0 → 𝑦 = 1, 𝑥 = −3
Para 𝑧 = 0, 𝑡 = −1 → 𝑦 = 1, 𝑥 = 1
Núcleo 𝑁(𝐴) = 𝑙𝑖𝑛((−3, 1, 2, 0), (1, 1, 0, −1))
Hallamos la imagen, consideramos la base usual, los vectores
𝐴(𝑒1 ), 𝐴(𝑒2 ), 𝐴(𝑒3 ), 𝐴(𝑒4 ) generan la imagen de A.
𝐴(𝑒1 ) = (1, 1, 4); 𝐴(𝑒2 ) = (1, −1, 2); 𝐴(𝑒3 ) = (1, 2, 5); 𝐴(𝑒4 ) = (2, 0, 6)
Hallamos una base de Im(A).
1 1 4 1 1 4 1 1 4 1 0 3
[ 1 −1 2 ]~[ 0 2 2]~[ 0 1 1] ~ [0 1 1 ]
1 2 5 0 1 1 0 0 0 0 0 0
2 0 6 0 2 2 0 0 0 0 0 0
Base para 𝐼𝑚(𝐴) {(1, 0 ,3), (0, 1, 1)}. Un vector que no pertenezca a la imagen podría
ser (1, 0, 0) ya que este vector no puede ser combinación lineal de {(1, 0 ,3), (0, 1, 1)}.
Luego, el sistema de 3 ecuaciones y 4 incognitas:
𝑥 + 𝑦 + 𝑧 + 2𝑡 = 1
 𝑥 − 𝑦 + 2𝑧 =0
4𝑥 + 2𝑦 + 5𝑧 + 6𝑡 = 0
No tiene solución.
5. Pruebe que 𝑪: 𝑷𝒏 → 𝑷𝒏+𝟐 ; 𝑪𝒑(𝒙) = (𝒙𝟐 + 𝟏)𝒑(𝒙) es una transformación
lineal inyectiva y obtenga una inversa lineal por izquierda.
Demostremos que C es inyectiva, esto es, el núcleo de C es 0.
El nucleo es la solución del sistema:
(𝑥 2 + 1)𝑝(𝑥) = 0
Como (𝑥 2 + 1) ≠ 0 ∀𝑥 ∈ ℝ podemos simplificar en la ecuación, luego 𝑝(𝑥) = 0 es
la única solución.
Buscamos una inversa por izquierda 𝐷: 𝑃𝑛+2 → 𝑃𝑛 ,
Sea 𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛 ∈ 𝑃𝑛
𝐷𝐶𝑝(𝑥) = 𝑝(𝑥)
𝐷(𝑥 2 + 1)(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛 ) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛
𝑎0 𝐷(𝑥 2 + 1) + 𝑎1 𝐷𝑥(𝑥 2 + 1) + 𝑎2 𝐷𝑥 2 (𝑥 2 + 1) + ⋯ + 𝑎𝑛 𝐷𝑥 𝑛 (𝑥 2 + 1)
= 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛
Una aplicación valida podría ser, para 𝑞(𝑥) = 𝑏0 + 𝑏1 𝑥 + 𝑏2 𝑥 2 + ⋯ +
𝑏𝑛 𝑥 𝑛 +𝑏𝑛+1 𝑥 𝑛+1 + 𝑏𝑛+2 𝑥 𝑛+2 ∈ 𝑃𝑛+2
𝐷(𝑥 𝑖+2 + 𝑥 𝑖 ) = 𝑥 𝑖 ; 𝑝𝑎𝑟𝑎 𝑖 = 0, 1, 2, … , 𝑛 𝐷𝑥 = 0; 𝐷1 = 0
1. Diagonalizar, bajo congruencia, la siguiente forma cuadrática 𝒒(𝒙, 𝒚, 𝒛) = 𝒙𝟐 +
𝒚𝟐 + 𝒛𝟐 + 𝟐𝒚𝒛 . (Hallar P y D)

1 0 0 𝑥
𝑞(𝑥, 𝑦 𝑧) = (𝑥, 𝑦 , 𝑧) [0 1 1] (𝑦)
0 1 1 𝑧
Diagonalizamos A.

Hallamos el polinomio característico 𝑝(𝜆) = |𝜆𝐼 − 𝑄| = 𝜆3 − 3𝜆2 + 2𝜆 =

𝜆(𝜆 − 2)(𝜆 − 1)

Autovalores: 𝜆1 = 0; 𝜆2 = 1; 𝜆3 = 2

Hallamos los vectores propios. En cada uno de los casos hallamos la solución del
sistema MX=0.

−1 0 0 1 0 0
Para 𝜆1 = 0 𝑀 = 𝜆𝐼 − 𝐴 = [ 0 −1 −1] ~ [0 1 1]
0 −1 −1 0 0 0
Variable libre: z. Para 𝑧 = −1, → 𝑦 = 1, 𝑥 = 1

1
Luego, una base del autosubespacio 𝐸0 es {[ 1 ]} , como queremos una base
−1
1
√3
1
ortonormal (para que la matriz sea ortogonal) normalizamos. 𝑣1 = √3
1
[− √3]

0 0 0 0 1 0
Para 𝜆2 = 1 𝑀 = 𝜆𝐼 − 𝐴 = [0 0 −1] ~ [0 0 1]
0 −1 0 0 0 0
Variable libre: x. Para 𝑧 = 0, 𝑦 = 0, 𝑥 = 1

1 1
Una base del autosubespacio 𝐸1 es {[0]} y como es ortonormal 𝑣2 = [0]
0 0
1 0 0 1 0 0
Para 𝜆3 = 2 𝑀 = 𝜆𝐼 − 𝐴 = [0 1 −1] ~ [0 1 −1]
0 −1 1 0 0 0
Variable libre: z. Para 𝑧 = 1, → 𝑦 = 1, 𝑥 = −1
 1
−
−1 √3
1
Una base del autosubespacio 𝐸2 es {[ 1 ]} y normalizando 𝑣3 = √3
1 1
[ √3 ]
1 1
−
√3 1 √3
1 1
P es la matriz formada por los autovectores 𝑃 = [𝑣1 𝑣2 𝑣3 ] =
√3
0 √3
1 0 1
[− √3 √3 ]

0 0 0
𝑇
𝐷 = 𝑃 𝐴𝑃 = [0 1 0]
0 0 2

2. Sabiendo que la matriz A admite 0 como valor propio, verificar si A es

diagonalizable bajo similaridad y si lo es, obtener la matriz P que lo
1 1 0 0
 
1 k 0 0
diagonaliza, siendo A   .
0 0 1 1
 
0 0 1 k 

Hallamos el polinomio característico de A, como es diagonal por bloques el polinomio

característico es el producto de los polinomios característicos de cada bloque, luego
𝑝(𝜆) = |𝜆𝐼 − 𝐴| = |𝜆𝐼 − 𝐷1 ||𝜆𝐼 − 𝐷2 | = [(𝜆 − 1)(𝜆 − 𝑘) − 1]2 = [𝜆2 +
(−1 − 𝑘)𝜆 + 𝑘 − 1]2 . Como 0 es un valor propio, 0 es raíz del polinomio
característico.

1 + 𝑘 ± √(1 + 𝑘)2 − 4(𝑘 − 1)

0=
2
(1 + 𝑘)2 = (1 + 𝑘)2 − 4(𝑘 − 1) → 𝑘 = 1

1 1 0 0
𝐴 = [1 1 0 0] ; 𝑝(𝜆) = |𝜆𝐼 − 𝐴| = 𝜆2 (𝜆 − 2)2
0 0 1 1
0 0 1 1
Autovalores: 𝜆1 = 0; 𝜆2 = 2
 −1 −1 0 0 1 1 0 0
Para 𝜆1 = 0 𝑀 = 𝜆𝐼 − 𝐴 = [−1 −1 0 0 ] ~ [0 0 1 1]
0 0 −1 −1 0 0 0 0
0 0 −1 −1 0 0 0 0
Variables libres: y, t; Para 𝑦 = −1, 𝑦 𝑡 = 0 → 𝑥 = 1, 𝑧 = 0. Para 𝑦 = 0, 𝑦 𝑡 = −1 →
𝑥 = 0, 𝑧 = 1

1 0
Una base del autosubespacio 𝐸0 es {[ ] ; [ 0 ]} verificamos que son ortogonales,
−1
0 1
0 −1
1 0
√2 0
1 1
normalizando tenemos: 𝑣1 = − √2 ; 𝑣2 = ;
√2
0 1
[ 0 ] [− √2]

1 −1 0 0 1 −1 0 0
Para 𝜆2 = 2 𝑀 = 𝜆𝐼 − 𝐴 = [ −1 1 0 0 ] ~ [0 0 1 −1]
0 0 1 −1 0 0 0 0
0 0 −1 1 0 0 0 0
Variables libres: y, t; Para 𝑦 = 1, 𝑦 𝑡 = 0 → 𝑥 = 1, 𝑧 = 0. Para 𝑦 = 0, 𝑦 𝑡 = 1 →
𝑥 = 0, 𝑧 = 1

1 0
Una base del autosubespacio 𝐸2 es {[1] ; [0]} verificamos que son ortogonales,
0 1
0 1
1 0
√2 0
1 1
normalizando tenemos: 𝑣3 = √2 ; 𝑣4 = ;
√2
0 1
[0] [√2]

P es la matriz formada por los autovectores 𝑃 = [𝑣1 𝑣2 𝑣3 𝑣4 ] =

1 0 1 0
√2 0 √2 0
1 1 1 1
−
√2 √2 √2 √2
0 1 0 1
[ 0 −
√2 0 √2]

0 0 0 0
𝐷 = 𝑃𝑇 𝐴𝑃 = [0 0 0 0]
0 0 2 0
0 0 0 2
3. Si los valores propios de la matriz A son 1 = 2 = 2 y 3 = 9 y sus vectores
propios son, respectivamente, v1 = (1, –1, 0), v2 = (1, 0, 1) y v3 = (1, 2, 1),
determinar A, su polinomio característico y su polinomio mínimo.

𝐴𝑣𝑖 = 𝜆𝑖 𝑣𝑖 → 𝐴[𝑣1 𝑣2 𝑣3 ] = [𝜆1 𝑣1 𝜆2 𝑣2 𝜆3 𝑣3 ] → 𝐴𝑃 = 𝑃𝐷 → 𝐴 = 𝑃𝐷𝑃−1

1 1 1 1 0 −1
𝑃 = [𝑣1 𝑣2𝑣3 ] = [−1 0 2] ; 𝑃−1 = [−0.5 −0.5 1.5 ] ; 𝐷 =
0 1 1 0.5 0.5 −0.5
2 0 0 1 1 1 2 0 0 1 0 −1
[0 2 0] ; 𝐴 = [−1 0 2] [0 2 0] [−0.5 −0.5 1.5 ] =
0 0 9 0 1 1 0 0 9 0.5 0.5 −0.5
5.5 3.5 −3.5
[7 9 −7 ]
3.5 3.5 −1.5
Hallamos el polinomio característico 𝑝(𝜆) = |𝜆𝐼 − 𝐴| = 𝜆3 − 13𝜆2 + 40𝜆 − 36 =
(𝜆 − 2)2 (𝜆 − 9)

El polinomio mínimo puede ser: 𝑚(𝜆) = (𝜆 − 2)(𝜆 − 9) o 𝑚(𝜆) = (𝜆 − 2)2 (𝜆 − 9)

Verificamos 𝑚(𝐴) = (𝐴 − 2𝐼)(𝐴 − 9𝐼) =0

Luego, el polinomio mínimo es: 𝑚(𝜆) = (𝜆 − 2)(𝜆 − 9) = 𝜆2 − 11𝜆 − 18