Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matrices Algebra Lineal
Matrices Algebra Lineal
Matricial
Departamento de Matematicas, CCIR/ITESM
1 de octubre de 2010
Indice
12.1. Introduccion . . . . . . . . . . . . . . . . . .
12.2. Transpuesta . . . . . . . . . . . . . . . . . .
12.3. Propiedades de la transpuesta . . . . . . . .
12.4. Matrices invertibles . . . . . . . . . . . . . .
12.5. Motivacion del algoritmo de inversi
on . . .
12.6. Algoritmo para invertir una matriz . . . . .
12.7. Comentario . . . . . . . . . . . . . . . . . .
12.8. Propiedades de la inversa . . . . . . . . . .
12.9. Ecuaciones con matrices . . . . . . . . . . .
12.10.Complejidad computacional de la inversion
12.1.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
2
2
2
3
4
4
5
8
Introducci
on
En esta lectura veremos la matriz transpuesta y la matriz inversa a una matriz dada (En caso de que la
matriz inversa a ella exista). Revisaremos las propiedades que tienen el tomar la inversa o la transpuesta de
una matriz as como un metodo eficiente de inversion. Terminaremos con la aplicacion de estos conceptos a la
solucion de cierto tipo de ecuaciones matriciales.
12.2.
Transpuesta
Definici
on 12.1
La matriz transpuesta de una matriz A n m es una matriz con dimensiones m n cuyo elemento (i, j) es
precisamente el elemento (j, i) de la matriz A. A esta matriz se le simboliza AT . Una forma facil de construir
AT es tomar los renglones de A y convertirlos en columnas.
Ejemplo 12.1
Determine AT si
A=
1 2 3
4 5 6
.
Soluci
on
Siguiendo la indicaci
on de tomar los renglones de A como columnas para AT tenemos:
1 4
AT = 2 5
3 6
12.3.
Propiedades de la transpuesta
T
= A.
12.4.
Matrices invertibles
Definici
on 12.2
Se dice que una matriz A cuadrada n n es una matriz invertible, o que es una matriz no singular, si existe
una matriz B n n, que llamaremos la matriz inversa de A, que cumple:
AB = I y BA = I
(1)
(2)
Como se puede ver 0 C = 0, para cualquier matriz C de dimensiones adecuadas, esto significa que existen
matrices cuadradas que no pueden ser invertibles (La matrix cuadrada 0 es una de ellas) este tipo de matrices
se llama matriz singular o matriz no invertible.
12.5.
Motivaci
on del algoritmo de inversi
on
3 5 0
0 1 3
2
y
1 2 0
3 5 1
1 0 2
0 1 1
12.6.
A1 =
Soluci
on
Para A1 :
[A1 |I] =
1
3
2 7
1
3 1 0
2 7 0 1
y A2 =
1 2
2 4
R2 R2 +2 R1
1
3 1 0
0 1 2 1
R2 1 R2
1 3
1
0
0 1 2 1
R1 R1 3 R1
1 0
7
3
0 1 2 1
[A2 |I] =
1 2 1 0
2 4 0 1
R2 R2 2 R1
1 2
1 0
0 0 2 1
R2 12 R2
0
1 2 1
0 0 1 1/2
R1 R1 R2
1 2 0
1/2
0 0 1 1/2
= [B|C].
Como en el resultado final B no es la matriz identidad, A2 no es una matriz invertible. Observe con cuidado
que en calculo para A2 que no hace falta concluir por completo hasta la forma reducida: en el momento
que aparezca un rengl
on en ceros en la parte correspondiente a B la matriz ya no ser
a invertible
12.7.
Comentario
Recuerde que para una matriz A n n la matriz inversa de ella se definio como una matriz B n n que
cumple
A B = In = B A
y en nuestra deducci
on del algoritmo s
olo buscamos que se cumpla A B = I. En los resultados te
oricos de
algebra de matrices se tiene que
Si A es una matriz cuadrada y existe una matriz cuadrada C tal que A C = I, entonces A es invertible.
Es decir, que es suficiente tener inversa lateral derecha para tener inversa por ambos lados.
Si A es una matriz cuadrada invertible y si B es una matriz cuadrada que cumple A B = I, entonces
A1 = B. Es decir, que la inversa lateral derecha de una matriz cuadrada invertible coincide con la
inversa de la matriz.
Estos resultados teoricos justifican que s
olo busquemos la inversa derecha de una matriz para decir si la matriz
es invertible y que la matriz encontrada es precisamente su inversa.
12.8.
Propiedades de la inversa
1
= A.
4 Si c es una constante cualquiera, pero diferente de cero, entonces la matriz c A tambien es invertible y
(c A)1 =
1 1
A .
c
5 Si k es un n
umero entero postivo, entonces Ak tambien es una matriz invertible y
Ak
1
k
= A1 .
AT
1
= A1
12.9.
T
Ahora pondremos en pr
actica nuestra
algebra con matrices para resolver ecuaciones donde se involucran
incognitas que representan matrices.
Ejemplo 12.4
Resuelva para X
cX + A = B
Soluci
on
Los pasos que se siguen son muy similares al
algebra basica
(c X + A) A = B A
Como la suma / resta de matrices es asociativa se pueden agrupar los sumando para dejar juntos A y A:
c X = c X + 0 = c X + (A A) = B A
Siendo estos calculos para suma y resta de matrices tan similares a los del algebra basica usaremos la misma
regla:
Si en una igualdad entre expresiones con matrices aparece sumando o restando una matriz en un
miembro la podemos pasar al otro miembro restando o sumando:
Z+C=DZ=DC
(3)
1
1
1
c X = (cX) = (B A)
c
c
c
cZ = D Z =
1
D
c
(4)
1
(B A)
c
Ejemplo 12.5
Asumiendo que la matriz A sea invertible, despeje la matriz X de la ecuacion:
AX = B
Soluci
on
Este tipo de problemas presenta a los alumnos cierta dificultad en los primeros despejes de ecuaciones matriciales. Se debe tener bien en claro que la matriz A a eliminar esta a la izquierda de la incognita esta multiplicando
a la izquierda y que por consiguiente debe de multiplicarse por la izquierda por la matriz inversa de A:
X = I X = A1 A X = A1 (A X) = A1 B
Es equivocado hacer cancelar A pretendiendo multiplicar por la derecha:
X = AXA1 = BA1
Y representa un error a
un m
as grave dividir entre A pretendiendo cancelar A:
X=
AX
B
=
A
A
La regla valida para cancelar matrices cuando estas poseen inversas que multiplican es la siguiente:
A X = B X = A1 B
(5)
X A = B X = B A1
(6)
Ejemplo 12.6
Suponiendo que A y B son matrices invertibles, despeje X de:
ABX = C
Soluci
on
Otro problema que los alumnos enfrentan en los primeros despejes aparece en este tipo de problemas. Hay
dos formas correctas de pensar el problema. En la primera la ecuacion original se debe pensar agrupada de la
siguiente manera:
(A B) X = C
En cuyo caso el despeje de X es directo por las reglas vistas:
X = (A B)1 C
Otra manera correcta de plantear el problema es:
A (B X) = C
6
= DC
= A1 (D C)
= A1 (D C) B
= 1c A1 (D C) B
Ejemplo 12.10
Suponiendo matrices invertibles donde se requiera despeje X de:
T
A (BX)1 + C + D = E
Soluci
on
Este tipo de despejes requiere ser riguroso en el orden: Pasando al segundo miembro D:
T
A (BX)1 + C = E D
7
T
(BX)1 + C = A1 (E D)
T
1
T
A1 (E D) C
X = B1
1
T
A1 (E D) C
12.10.
Supongamos entonces que aplicamos el algoritmo de eliminacion gaussiana para invertir una matriz n por
n. Consideraremos primero el trabajo realizado por los pasos 1 al 4 y posteriormente el trabajo realizado en el
paso 5. Es importante notar que el proceso de Gauss avanza dejando la matriz escalonada hasta la columna
de trabajo:
a1,1
a1,2
a1,m1
a1,m
0
.
.
.
a2,2
.
.
.
a2,m1
.
.
.
a2,m
.
.
.
0
0
0
0
am1,m1
0
am1,m
am,m
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
an,m
b1,1
.
.
.
.
.
.
.
.
.
bm,1
...
.
.
.
.
.
.
...
b1,n
.
.
.
.
.
.
.
.
.
bm,n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
(2 n (m 1) + n) = n3 2 n2 + n
m=n
Por consiguiente y en general: cuando se aplica en algoritmo de inversion de una matriz cuadrada nn anterior
utilizando eliminaci
on gaussiana para la reduccion el n
umero de maximo de FLOPs sera:
8 3 7 2 5
n n + n
3
2
6
(7)
Ejemplo 12.11
Sea A una matriz cuadrada. Ser
a cierto que:
Si el sistema A x = 0 tiene infinitas soluciones, entonces A es invertible.
Soluci
on
Que el sistema A x = 0 tenga infinitas soluciones indica que cuando se reduce [A|0] queda una columna a la
izquierda sin pivote. Por tanto, cuando se reduzca [A|I] quedara una columna a la izquierda sin pivote. Por
tanto, en la reducida no se podr
a obtener [I|B]. Por tanto, la matriz A no tendra inversa; sera singular. Por
tanto, es falso que sea invertible. La afirmaci
on es falsa.
Ejemplo 12.12
Sea A una matriz cuadrada. Ser
a cierto que:
Si para un vector b el sistema A x = b no tiene solucion, entonces A es invertible.
Soluci
on
Si para un vector b el sistema A x = b no tiene solucion eso significara que cuando se reduce [A|b] queda
pivote en la columna de las constantes. Por tanto, en la reducida de A quedara un renglon de ceros. Por tanto,
cuando se reduzca [A|I] a la izquierda quedara un renglon de ceros. Por tanto, en la reducida no podremos
obtener [I|B]. As A no tiene inversa. Es falso que A es invertible.
Ejemplo 12.13
Sea A una matriz cuadrada. Ser
a cierto que:
9
10