Professional Documents
Culture Documents
I. MATRICES PARTICIONADAS
Ejemplo:
9 2 | 7
4
A3x4 = 5 1- | 8- 5-
- -
4 2 | 0 1
A11 A12
2x2 2x2
A3x4 =
A21 A22
1x2 1x2
A11
2x4
A3x4 =
A21
1x4
Igualdad.- Para que dos matrices A y B sean iguales, deben estar particionadas
de la misma manera y además sus elementos correspondientes deberán ser
iguales.
A = B si:
A11 = B11
A12 = B12
A21 = B21
A22 = B22
Su traspuesta será:
1
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
A11 A21
(n-q -r)xp (n- q - r)x(m - p)
Anxm = A12 A22
qxp qx(m - p)
Arxp13 A23
rx(m - p)
Suma.- Para que dos matrices A y B puedan ser sumadas deberán estar
igualmente particionadas.
Inversa.- Para poder invertir una matriz particionada, esta debe ser cuadrada por
particiones, y la matriz original debe ser también cuadrada con determinante
distinto de cero.
Sea la matriz:
A11 A 12
pxp
px(n - p)
A mxn = Donde A11 y A22 deben ser matrices cuadradas.
(nA-p)xp
21 A 22
qxq
AX = XA = I AX = I X = A-1
2
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
A11 A12
pxp pxq X 11 X 12 I p
Amxn = =
A21 A22 X 21 X 22 I q
(n- p)xp qxq
Entonces:
(A11 - A12A22-1A21)X11 = Ip
De donde:
X11 = (A11 - A12A22-1A21)-1
por lo tanto:
Además:
(-A21A11-1A12 + A22)X22 = Iq
Por lo tanto:
Ejemplo:
3
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
1 0 0 0 0 0 a 1
0 1 0 0 0 0 a 2
0 0 1 0 0 0 a 3
M = 0 0 0 1 0 0 a4
0 0 0 0 1 0 a5
0 0 0 0 0 1 a6
0 0 0 0 0 0 17x7
Solución:
Particionamos M de modo que:
a 1
a 2
M 11 M 12
6x6 6x1 a 3
A7x7 = Donde M11 = I6, M12 = 11, M22 = I1 y M21 =
M 21 M 22 a4
1x6 1x1
a5
a 6
Luego:
1 0 0 0 0 0 - a1
0 1 0 0 0 0 - a2
0 0 1 0 0 0 - a3
-1
M =0 0 0 1 0 0 - a4
0 0 0 0 1 0 - a5
0 0 0 0 0 1 - a6
0 0 0 0 0 0 1 7x7
Determinantes.-
A11 A12
pxp pxq
| Amxn | =
A21 A22
qxp qxq
4
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
Vamos a multiplicar la matriz A por una matriz auxiliar C tal que │C│ = 1 de modo
que:
Ejemplo:
Calcular:
1 2 1 | 7 8
1 1 2 | 3 6
| A |= 2 1 0 | 5 11
- - - - -
-
0 0 0 | 1 2
0 0 0 | 3 7
Solución.- Se ha particionado buscando que la matriz nula aparezca en una de las
submatrices. Aplicando la fórmula deducida se tiene:
5
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
1 2 1
1 2
| A |= 1 1 2 = (5)(1) = 5
3 7
2 1 0
Casos Particulares
A11 A12
1) │A│ = = │A11││φ - A21A11-1A12│ │A11│ 0
A21
A12
2) │A│ = = │A22││φ - A12A22-1A21│ │A22│ 0
A21 A22
A11
3) │A│ = = │A11││A22│
A21 A22
A11
4) │A│ = = │A11││A22│
A22
Ejercicios:
A12
| A |=
A21
3A 4A
2) Invertir: C=
2A 2A
3) Calcular:
3A 4A 2A
| D |= 2A 2A A Si │A│ = 2 y A3x3
A A
6
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
18 12
3 2 6 9 6
=
5 4 2x2 3 2x1 30 24
15 124x2
Propiedades
1) (A B) (C D) = AC BD
3) (A B)' = A B
4) A (B C) = (A B) C
5) A (B + C) = (A B) + (A C)
7) | A B |= | A |n | B |m , si Amxm y B nxn
Demostraciones
Desarrollando el producto:
n . . . .
a1i BD
i=1
K= . . . . .
n
. . . . a mi cir BD
i=1
Por otro lado, recordamos que el elemento (1,1) de AC, está dado por:
= a
i=1
1i c1r
8
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
n . . . .
a1i BD
i=1
AC BD = . . . . .
n
. . . . a mi cir BD
i=1
Por lo tanto:
= (Tr(A)) (Tr(B))
9
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
Ejercicios:
C = A B _ C = (A B) = A B
(A B)(A B) = A A B B
II=I
2 - 2
B=
- 2 1
Tenemos que:
D = Q BQ
(Q )-1 D = BQ
B = (Q )-1 DQ -1
Es válido dado que Q es una matriz ortogonal y tiene inversa; de modo que
podemos obtener B = PP'.
10
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
B = Q DQ
0 1 0
0 1
0 . . 0 . .
1 0 . .
0 2 . . . 0 2 . . 0 0
2 . . 0
D= . . .= . .
. . .
.
.
.
. . . . . . .
0 . . . n 0
0 . . n 0 0 . . n
D = D1/2 D1/2
( QD1/2 ) = D1/2 Q
1/2
D = D1/2
P = QD1/2
Problemas Resueltos:
1.- Sea A una matriz de valores conocidos que puede descomponerse como A=PP'
donde P es una matriz no singular. Hallar la matriz R tal que RR = A-1 A
A = PP
RR = A-1 A
RR = (PP )-1 (PP)
RR = [(P )-1 P-1 ] [PP]
RR = [(P )-1 P] [ P-1 P]
Entonces:
C= A B
C = (A B) (A B)
2
C =A B
2 2 2
Reemplazando:
C = A I
2
| C 2 |= | A I |
| C 2 | = | A|m | I |n
Siendo In=1.
Luego:
| C 2 | = | A|m
| C |2 = | A|m
m
| C | = | A|2
C = A B
2
| A |= 0
| C |= | A B |
| C |= | A|m | B |n
Para que C = 0, bastará que Am o Bn sea igual a cero.
5B 3B
4. Hallar el determinante de R= siendo B de orden 3 y B=2.
2B B
Solución. Se desarrolla por aplicación directa de la forma conocida. Así:
|R| = 5 3|B| B - 65 B
3
|R| = 5 3|B| - 51
|B|
|R| = -|B|2
|R| = - 4
12
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
5 3
Sea R= A B y A=
2 1
| R |= | A B |
| R | = | A|3 | B |2
3
| R | = (-1 ) 4
| R |= - 4
5.- Prueba de Propiedad 7.
Comprobación: | A B |= | A |m | B |n
| A B |= | a11 B |= a11
m
| B |= | A |m | B |1
Para n=2:
a11 B a12 B
| A B |= = | a11 B || a 22 B - ( a 21 B)( a11 B )-1 ( a12 B) |
a 21 B a 22 B
m
= a11 | B | a 22 B - ( a 21 B) a111 B -1 ( a12 B)
1. Sea la matriz :
2B 3B
C=
3B 5B
a) El determinante de C es 25.
b) Si B es ortogonal entonces C es ortogonal.
c) Las raíces de C son iguales a las de B.
d) Si B es Definida Negativa entonces C tiene al menos una raíz negativa.
1 2 1 3 -1
A= B= A
1 4 2 1
Hallar:
a) Tr [(A-1 B-1)-1(B' A')]
b) [A (B+C)] - [((A-1)' A-1)-1]'
13
GRUPO DE ESTUDIOS “DELTA” MATE 3 PROF: MILE LEÓN M.
3. Sea A una matriz de valores conocidos que puede ser descompuesta como
A=PP', donde P es una matriz no singular. Hallar la matriz R, tal que RR' = A-1 A.
1 0 a
A = 1 1 b
0 0 c
A11 A12
A=
A21 A22
7. Halle el determinante de una matriz T de orden 11, si T12 y T21 son distintos de
nulo, T11 y T22 son iguales a la matriz nula, y T12 es una matriz cuadrada de orden
5. Además se sabe que el determinante de T21 es "a" y el determinante de T12 es
"b".
5B 3B
R=
2B B
A A C
P= y Q=
B B
Calcule Pn y Qn.
1 2 3 0 0 1 2 1 7 8
1 2 1 5
2 5 7 0 0 1 1 2 3 6
2 3 7 2 1
7 11 0 0 0 1 3 5 11 0
0 1 3
0 0 0 3 2 0 0 0 1 2
0 0 1 4
0 0 0 7 5 0 0 0 3 7
14
II. ÁLGEBRA LINEAL COMPLEMENTARIA
1. VALORES Y VECTORES PROPIOS
|A – λ.I| = [ ]= 0
Al resolver P(λ) = 0 ; se hallan λ1, λ2, ... , λn que satisfacen esa ecuación.
Av1 = λ1v1
(A−λ1I)v1 = ϕ
15
Para saber si el sistema tiene solución única o infinitas soluciones, se tiene que
analizar el determinante de (A−λ1I) que está formado por los coeficientes de
las incógnitas. Luego, el determinante está formado por coeficientes de v1 que
es (A−λ1I).
2. Los valores propios de A-1 son las inversas de los valores propios de A.
3. Los valores propios de una matriz ortogonal(A’=A-1) sólo pueden ser 1 ó -1.
4. Los valores propios de una matriz idempotente (A2=A) sólo pueden ser 0 ó 1
11. Los vectores propios de An son los mismos que los vectores propios de A.
2. DIAGONALIZACIÓN DE MATRICES
DEFINICIONES PREVIAS :
T : Mn → Mn / T (A) = D → D = P-1AP
Condiciones de Diagonalización:
[Anxn x1, Anxn x2, ... , Anxn xn]nxn = [λ1x1, λ2x2, ... , λnxn]1xn
De modo que: 17
Ax1 = λ1x1 → x1 es un vector propio asociado a λ1
: : : : : :
Una vez hallada dicha dimensión hay que compararla con r que la definiremos
como multiplicidad del valor propio repetido. Diremos luego que si:
Propiedades:
3) Si una matriz simétrica tiene raíces repetidas, es posible encontrar vectores propios
ortogonales.
4) La matriz Q formada por los vectores ortonormales de la matriz simétrica es una matriz
ortogonal que verifica |D| = Q'AQ.
Observaciones:
2) Si una matriz tiene todos sus n valores propios distintos tiene n vectores propios LI y por lo
tanto tiene forma diagonal.
3) Si una matriz tiene valores propios repetidos puede y no tener forma diagonal.
4) Toda matriz tiene una forma diagonal por bloques llamada Forma de Jordan. 18
5) Una matriz simétrica tiene valores propios reales y vectores propios ortogonales que 19
siempre se pueden convertir en ortonormales para formar una matriz diagonalizante P
tal que P-1 = P’ .. (Una matriz que cumple esta propiedad se llama matriz ortogonal)
3. FORMAS CUADRÁTICAS
Ejemplo: Q : R3 → R , ( )
Analizando la homogeneidad de Q
( ) ( ) ( )
Q(x) = ∑ ∑
[ ]
Así tenemos : Q(x) = x’Ax
x1 3 2 5 3
x 0 2 0 6
x 2 N
x3 0 0 3 0 Q( x1 , x2 , x3 , x 4 ) x N x
t
x 4 0 0 0 0
Teorema: toda forma cuadrática representada por una matriz B no simétrica, admite
una única representación mediante una matriz simétrica A.
a 11 a 12 a 13
a 11 a 12
a 11 0, 0, a 21 a 22 a 23 0 , A 0
a 21 a 22
a 31 a 32 a 33
3. Formas cuadráticas Semi-definidas Positivas:
a 11 a 12 a 13
a 11 a 12
a 11 0, 0, a 21 a 22 a 23 0 , |A|=0
a 21 a 22
a 31 a 32 a 33
4. Formas cuadráticas Semi-definidas Positivas:
a 11 a 12 a 13
a 11 a 12
a 11 0, 0, a 21 a 22 a 23 0 , |A|=0
a 21 a 22
a 31 a 32 a 33
Ejm: Estúdiese, según los valores de a,el signo de las formas cuadráticas siguientes:
a. ( )
b. ( )
3.2 Diagonalización de Formas cuadráticas : 21
Entonces
Singularidad NO NO SÍ SÍ
|A|=0
Inversa (A-1) SÍ SÍ NO NO
VALORES PROPIOS
a) Sea Anxn una matriz con valores propios λ1 λ2... λn y Bpxp una matriz con valores
propios µ1,µ2,…,µp. Demuestre que los valores propios de la matriz : C = A⊗B es
igual a λi.µj para todo i = 1,2,3,.......,n y j = 1,2,3,..........,p.
b) Demuestre que los vectores propios asociados a valores propios distintos son
linealmente independientes (Sugerencia: Hágalo por el método del absurdo).
c) Sean A y B matrices reales de nxn con valores propios distintos. Demuestre que
AB = BA si y sólo si A y B tienen los mismos vectores propios.
2) Hallar los valores y vectores propios de la matriz A si se sabe que los tres valores
propios son diferentes.
A=[ ] (3.5 p)
FORMAS CUADRÁTICAS
1. Comente o demuestre según sea el caso:
3. Sea Q una matriz simétrica y definida positiva. Sobre la base de las propiedades
de la diagonalización de matrices simétricas, demuestre que la siguiente
generalización de la desigualdad de Schwartz se cumple:
( ) ( )( ) 22
4. Halle las matrices asociadas a las siguientes formas cuadráticas y clasifíquelas: 23
a) Q(x,y,z) = x2+5y2+6z2+4xy-2xz-6yz
b) Q(x,y,z) = x2+2y2+2z2-2xy-2xz+4yz
c) Q(x,y,z) = xy+xz+yz
C X 2 3Y 2 2Z 2 2 XY
1 1 2 0 x1
1 3 3 7 x
Q x 1 x 2 x 3 x 4 2
2 3 5 5 x 3
0 7 5 1 x 4
x1 - x2 = 0
x3 – 3x4 =0
2
A
3
Halle (de ser posible) los valores de y β para que la forma cuadrática sea:
a) Definida positiva
b) Definida negativa
c) Semidefinida positiva
d) Semidefinida negativa
e) Indefinida
EJERCICIOS
La siguiente matriz cuadrada ha sido particionada por columnas:
A A1 A2 A3 ... A n 1 An
Además, se sabe que existe una matriz P que post multiplica a A, tal que:
AP A n A1 A2 A3 ... A n 1
y1 x1 0 0 1 1
y 0
2 x2 0 2
2
y m ( mT 1) 0 0 xm ( mT mk ) m ( mk 1) m ( mT 1)
0 0 xm ( mT mk )
12 I T 12 I T 1m I T 12 I T 12 I T 1m I T
I 22 I T 2m I T I 22 I T 2m I T
21 T 12 T
m1 I T m2 I T I T ( mT mT ) 1m I T 2m I T I T ( mT mT )
2 2
m m
ˆ MCO
1MCO
ˆ
Se le pide que demuestre que ˆSISTEMA 2
ˆ MCO
m ( mk 1)
PARA x1 x2 xm x 24
SEMINARIO PRE-PRÁCTICA 2 25
0 1 0 0
2. Sean las matrices : A y
B . Se cumple que cada
0 0 0 1
A B C
Z D E A BD 1 B'CE 1C ' ,
4. El determinante de la matriz Z B ' D es
C ' E
A
B ,
a '
a. Encuentre la matriz inversa de :
0 3 0 0
0 0 3 0
B (1,5 pto)
0 0 0 3
7 3 6 9
6. Considere la matriz A , donde y son números reales positivos: 26
0 0
A 0
0 0 0
a. Encuentre los valores y vectores propios de A . (2,0 ptos)
b. ¿Es A diagonalizable? (1,0 pto)
0 0 0
0 1 2
0 2 1
sujeta a la restricción : x ay z 0 ,
9. Si C A.B , donde:
a 1 1 0 0 0 1 0 0 x 0 0
0 0 0
b 1 0 0 0 1 0 0 y
0 0 c 0 0 0 0 0 1 0 0 z
A B
0 0 0 d 0 0 0 0 0 1 0 0
0 0 0 1 e 0 0 0 0 0 1 0
0 0 0 1 1 f 0 0 0 0 0 1
2 0 0
10. Dada la matriz: A 0 1 0
1 0 1
a) Calcule los valores y vectores propios de A. (0,75 pto.)
b) Halle P y P-1 tales que: P-1AP = D (0,75 pto.)
c) Calcule A 99 (1,0 pto.)
d) Calcule los valores y vectores propios de A 99 (1,0 pto.)
1 1 k
A 1 1 k (2,0 ptos.)
1 1 k
Q v1 v 2 ... v p v p 1 ... v n U V
1 C
Sea Q , donde C pn
D
Demuestre que Det Q 1 AQ I 1 Det DAV I
p
0 1 0 0
A 0 1
c. Sean las matrices : y B . Se cumple que cada
0 0
vector propio de A B se puede escribir como v w , 27
donde v es un vector propio de A y w es un vector propio de B .
propio de A B , donde , .
1 2 1 3
A , B
1 4 2 1
a. Calcule Tr A 1
B 1 B A .
1
b. Calcule
Det A B A 1 A 1 A 1
1
.
2 1 0
A 0 1 1
0 2 4
17. Se dice que una matriz simétrica H de orden n es una matriz de Hadamard
si sus elementos son iguales a 1 ó 1 de manera que H H HH nI n , donde
que
28
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1
1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
H (1 ) I n '
se encuentra en el intervalo: 0 1.
1 0 0 0
a 1 0 0
A
1
a 2 a3 2 0
a 4 a5 a6 2
¿Qué condición deben cumplir los coeficientes ai para que la matriz A sea
diagonalizable?
Formas cuadráticas
cuadrática como:
3
Q y i y i2
i 1
1 n
23. Si x xi , represente la forma cuadrática:
n i 1
n
n 1S 2
x xi x
2
i 1
ii. X’(A-B)X>0
30
Además:
i , j 1
i j
i , j 1,1
i j
,x 0 K
K K
a) Demuestre que para una cartera de “n” activos, la varianza anterior es una
forma cuadrática
2
cartera x1 , x2
R .
b) Si n=2
2
cartera x1 , x2
R ¿son los valores propios de la matriz A (Q=X’AX)
reales?
RESPUESTAS:
1 1 1 1 2 3 1
a '.A 7 7 7 7
PREG 5 : a) B 1 b)
B 1
1
3
0 0 0
1
A 1 0 3
0 0
1
0 0
3
0
0 0
PREG 6 : a) 1 0 es 0 . λ3 = 2 es k .
b) la matriz no es diagonalizable.
k 0
PREG 8 : | | |[ ]| [(| |) ] [| | ]
PREG 9 : a) | | b)
PREG 10 : a) [ ] [ ] [ ] d) los de A
b) [ ] [ ] c) [ ]
31
PREG 11: K ≠ -2
PREG 12 : DELTA
PREG 13 : a) F b) V c) F d) V
PREG 14 : a) 169 b) 72
PREG 15 : DELTA
PREG 16 : DELTA
PREG 17 : λ = + √
PREG 18 : λ1 = 1- ρ λ2 = 1+ ρ
PREG 19 : DELTA
PREG 20 : DELTA
PREG 21 : DELTA
1
PREG 23 : x I n 11 x Note que: 11 n
n
PREG 25 :
a) DELTA
b) Para saber si sus valores propios son reales bastará con analizar el
discriminante de la ecuación cuadrática anterior. Si Δ≥0 entonces
dichos valores propios serán reales:
[ ( )] ( )( ) ( ) [ ( ) ]
( ) [ ]
( )
32
EJERCICIOS RESUELTOS PARA LA PC 2
COMENTES:
3. Los valores propios de la inversa de la matriz A son las inversas de sus valores
propios.
33
8. Los valores propios de la matriz “A1/2” (A1/2A1/2=A) son iguales a la raíz
cuadrada de los valores propios de la matriz A.
10. Los valores propios de la matriz A+kI son iguales a los valores propios
de la matriz A sumados en k.
SOLUCIÓN
Si los valores propios de A son 1 ó –1, esta descripción corresponde a
una matriz ortogonal.
A = BC B es ortogonal: B' =B-1
C es involutiva: C2 =I→ CC = I → C=C−1
Si A es ortogonal, entonces AA'= BCC'B'= I . Para que esto ocurra,
CC ' = I . Esto ocurrirá únicamente si C es simétrica, condición que no
se establece en el problema. Por lo tanto la afirmación es incierta.
35
EJERCICIOS:
5n
AP
i 1
i
5 A 5 AP 5 AP 2 ... 5 AP n 1 5 A I P P 2 ... P n 1
1 1 1 ... 1
5n
1 1 1 ... 1
AP
i 1
i
5 A 1 1 1 ... 1
n
...................
1 1 1 ... 1 nn
1 1 1 ... 1
1 1 1 ... 1
Dado que 1 1 1 ... 1
...................
1 1 1 ... 1
5n
Por lo tanto: AP
i 1
i
0
2. Dada la matriz: 36
Si se conoce que un vector propio de esta matriz es (2,-1,-2); se pide
determinar:
a) Los valores de α y β.
3. Halle los valores y vectores propios de la matriz H2x2 = (1-ρ)I2 + ργγ’ donde γ
es vector suma, ρ Є R y ρ<1.
4. Toda matriz puede ser descompuesta como el producto de dos matrices LU (es
decir A= L por U), donde U es triangular superior (upper); y L es una matriz
inferior (lower), cuya diagonal (diagonal de L) tiene todos sus elementos
iguales a uno (descomposición LU a la Crout)
ˆ x' x x' y
MCO 1
y1 x1 0 0 1 1
y 0
2 x2 0
2
2
y m ( mT 1) 0 0 xm ( mT mk ) m ( mk 1) m ( mT 1)
x1 0 0
0 x 0
X
2
Además se sabe que: y que :
0 0 xm ( mT mk )
12 I T 12 I T 1m I T 12 I T 12 I T 1m I T
21 I T 22 I T 2m I T 12 I T 22 I T 2m I T
m1 I T m 2 I T m2 I T ( mT mT ) 1m I T 2 m I T m2 I T ( mT mT )
ˆ MCO
1MCO
ˆ
ˆSISTEMA 2
ˆ MCO
m ( mk 1)
39
SOLUCIÓN:
12 I T 12 I T 1m I T 12 I T 12 I T 1m I T
I 22 I T 2m I T I 22 I T 2m I T
21 T 12 T ( mm ) I T
m1 I T m2 IT m2 I T ( mT mT ) 1m I T 2m I T m2 I T ( mT mT )
12 12 1m
22 2m
12
1m 2 m m2 ( mm )
x1 0 0 x 0 0
0 x2 0 0 x 0
X
0 0 xm ( mT mk ) 0 0 x ( mT mk )
X ( mT mk ) I m x(T k )
ˆ SISTEMA ( I m x(' k T ) )( (m1 m ) I T )( I m x(T k ) ) ( I m x(' k T ) )( (m1 m ) I T )Y( mT 1)
1
ˆ SISTEMA ( (m1 m ) x(' k T ) )( I m x(T k ) ) ( (m1 m ) x(' k T ) )Y( mT 1)
1
40
( x ' x ) 1 x ' 0 0 y1 ( x ' x ) 1 x ' y
y 1
1
0 ( x ' x ) 1 x ' 0 2 ( x ' x ) x ' y 2
ˆ SISTEMA
1
0 0 ( x ' x ) 1 x ' ( mk mT ) y m ( mT 1) ( x ' x ) x ' y m ( mk 1)
( mk 1)
SOLUCIÓN
Partimos de la relación fundamental de valores y vectores propios para la
matriz H. Es decir, en genera si v es un vector propio de H asociado al valor
propio λ, entonces:
Hv = λv → [H− λI]v= ∅
41
7. Sobre la base de sus conceptos de diagonalización, verifique que –1 y –2 son
valores propios de la matriz A, si se sabe que es de orden 2, y que cumple la
siguiente ecuación matricial: