Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 2
ε(X ) = ( Y − AA mc Y) + (AX − AA mc Y) –2 (Y − AA mc Y) t (AX − AA mc Y)
2
Capítulo 11 2 2
= (Y − AX smc ) + (AX − AX smc ) –2 (Y − AA mc Y ) t (AX − AA mc Y )
SISTEMAS DE ECUACIONES 2 2
LINEALES INCONSISTENTES = ε(X smc ) + (AX − AX smc ) – 2 (Y − AA mc Y) t (AX − AA mc Y)
Ahora bien,
Definición 11.1
En consecuencia,
Sean A∈Mmxn(ℜ), X∈ℜn e Y∈ℜm tales que el SEL AX = Y es inconsistente.
Se dice que un vector Xsmc∈ℜn es una solución mínimo cuadrática del SELI ε( X )
2 2
≥ ε(X smc ) , es decir, ε(X smc )
2
≤ ε( X ) .
2
Sean A∈Mmxn(ℜ), X∈ℜn e Y∈ℜm tales que el SEL AX = Y es inconsistente. Por consiguiente, Xsmc = AmcY es una solución mínimo cuadrática del SELI
El vector Xsmc = AmcY es una solución mínimo cuadrática del SELI Y – AX = ε(X).
Y – AX = ε(X), siendo Amc una inversa mínimo cuadrática de A.
Observaciones:
Demostración
1. Como la inversa mínimo cuadrática de A no es única entonces no existe
Minimizar ε(X) equivale a minimizar ε(X) .
2 una única solución mínimo cuadrática del SELI Y – AX = ε(X).
2. Por el teorema 10.6., si Rango(A) = n entonces existe una única inversa
mínimo cuadrática de A igual a la inversa generalizada y por lo tanto el
2 2 2 SELI Y – AX = ε(X) tiene una única solución mínimo cuadrática.
ε(X ) = Y − AX = Y − AA mc Y + AA mc Y − AX
3. Mínimo ε(X) = Y − AA mc Y .
2 X∈ℜ
n
= (Y − AA Y) + (AA Y − AX)
mc mc
4. Como la inversa generalizada de A (Ag) es una inversa mínimo
2 cuadrática de A entonces una solución mínimo cuadrática del SELI
= (Y − AA mc Y) − (AX − AA mc Y)
Y – AX = ε(X) es Xsmc = AgY.
378
CAPÍTULO 11: SISTEMAS DE ECUACIONES LINEALES INCONSISTENTES ALGEBRA LINEAL PARA ESTADÍSTICOS Y ACTUARIOS
Teorema 11.2.
= ((I m − AA g )Y) t (I m − AAg )Y
n m
Sean A∈Mmxn(ℜ), X∈ℜ e Y∈ℜ tales que el SEL AX = Y es inconsistente. = (Y − AA g Y ) t (Y − AA g Y )
El vector Xsmc∈ℜn es una solución mínimo cuadrática del SELI Y – AX = ε(X)
si y sólo si ε(X smc ) = Y t (I m − AA g )Y . = (Y − AA mc Y) t (Y − AA mc Y)
= Y − AA mc Y
Demostración
= Mínimo ε(X )
X∈ℜ
n
Luego, 2
ε(X smc ) = Y t (I m − AA g )Y , es decir, ε(X smc ) = Y t (I m − AA g )Y .
ε(X smc ) = Y − AA g Y = (Y − AA g Y ) t (Y − AA g Y )
Sea Z = Xsmc – AgY. Luego, Xsmc = Z + AgY. En consecuencia,
= ((I m − AA )Y) (I m − AA )Y
g t g
= (Y t (I m − AAg ) t (I m − AAg )Y ε( Z + A g Y) = Y t (I m − AA g )Y .
⇒ (Y – A(Z+AgY))t(Y – A(Z+AgY)) = Yt(Im – AAg)Y
Por el teorema 10.2., apartado 8 se tiene que Im – AAg es simétrica e ⇒ (Y – AZ –AAgY))t(Y – AZ –AAgY) = Yt(Im – AAg)Y
idempotente. Por consiguiente: ⇒ (Y – AAgY – AZ))t(Y –AAgY – AZ) = Yt(Im – AAg)Y
⇒ ((Im – AAg)Y – AZ))t((Im –AAg)Y – AZ) = Yt(Im – AAg)Y
ε(X smc ) = Y t (I m − AA g )Y ⇒ (((Im – AAg)Y)t – (AZ)t)((Im –AAg)Y – AZ) = Yt(Im – AAg)Y
⇒ (Yt(Im – AAg)t – ZtAt)((Im –AAg)Y – AZ) = Yt(Im – AAg)Y
⇒ Yt(Im – AAg)t(Im –AAg)Y – Yt(Im –AAg)tAZ – ZtAt(Im –AAg)Y + ZtAtAZ
CS(⇐): Si ε(X smc ) = Y t (I m − AA g )Y entonces el vector Xsmc∈ℜn es una = Yt(Im – AAg)Y
solución mínimo cuadrática del SELI Y – AX = ε(X). Por el teorema 10.2., apartado 8 se tiene que Im – AAg es simétrica e
idempotente. Por consiguiente:
Por hipótesis ε(X smc ) = Y t (I m − AA g )Y . Además, si Amc es una inversa
Yt(Im – AAg)Y – Yt(Im –AAg)AZ – ZtAt(Im –AAg)tY + ZtAtAZ = Yt(Im – AAg)Y
mínimo cuadrática de A entonces AAmc = AAg. Luego, ⇒ Yt(Im – AAg)Y – Yt(A –AAgA)Z – Zt((Im –AAg)A)tY + ZtAtAZ
= Yt(Im – AAg)Y
ε(X smc ) = Y t (I m − AA g )Y = (Y t (I m − AA g ) t (I m − AA g )Y ⇒ Yt(Im – AAg)Y – Yt(A –AAgA)Z – Zt((A –AAgA)tY + ZtAtAZ
= Yt(Im – AAg)Y
⇒ Yt(Im – AAg)Y – Yt(A –A)Z – Zt((A –A)tY + ZtAtAZ = Yt(Im – AAg)Y
379 380
CAPÍTULO 11: SISTEMAS DE ECUACIONES LINEALES INCONSISTENTES ALGEBRA LINEAL PARA ESTADÍSTICOS Y ACTUARIOS
Por el teorema 10.2., apartado 8 se tiene que Im – AAg es simétrica e Sean A∈Mmxn(ℜ), X∈ℜn e Y∈ℜm tales que el SEL AX = Y es inconsistente.
idempotente. Por consiguiente: El vector Xsmc∈ℜn es una solución mínimo cuadrática del SELI Y – AX = ε(X)
si y sólo si Xsmc es solución del SELN de dicho SELI.
ε(X smc ) = Y t (I m − AA g )Y
Demostración
Por el teorema 11.2., Xsmc es una solución mínimo cuadrática del SELI CN(⇒): Si Xsmc∈ℜn es una solución mínimo cuadrática del SELI
Y – AX = ε(X). Y – AX = ε(X) entonces Xsmc es solución del SELN de dicho SELI.
Definición 11.2. Por hipótesis, Xsmc∈ℜn es una solución mínimo cuadrática del SELI
Y – AX = ε(X). Luego, por el teorema 11.3., Xsmc es solución del SEL
Sean A∈Mmxn(ℜ), X∈ℜn e Y∈ℜm tales que el SEL AX = Y es inconsistente. AX = AAgY. Por lo tanto,
Se define como sistema de ecuaciones lineales normales (SELN) del SELI
Y – AX = ε(X) al SEL AtAX = AtY. AXsmc = AAgY ⇒ AtAXsmc = AtAAgY
⇒ AtAXsmc = At(AAg)tY
Teorema 11.4. ⇒ AtAXsmc = (AAgA)tY
⇒ AtAXsmc = AtY
Sean A∈Mmxn(ℜ), X∈ℜn e Y∈ℜm tales que el SEL AX = Y es inconsistente.
Entonces el SELN del SELI Y – AX = ε(X) es consistente y además su Es decir, Xsmc es solución del SELN del SELI Y – AX = ε(X).
solución general es:
CS(⇐): Si Xsmc∈ℜn es solución del SELN de dicho SELI entonces Xsmc es una
X sg = A g Y + (I n − A g A) Z; Z ∈ ℜ n solución mínimo cuadrática del SELI Y – AX = ε(X).
Por hipótesis, Xsmc∈ℜn es solución del SELN del SELI Y – AX = ε(X). Luego,
381 382
CAPÍTULO 11: SISTEMAS DE ECUACIONES LINEALES INCONSISTENTES ALGEBRA LINEAL PARA ESTADÍSTICOS Y ACTUARIOS
2 2 2
Sean A∈Mmxn(ℜ), X∈ℜn e Y∈ℜm tales que el SEL AX = Y es inconsistente. X smc = X msa + X smc − X msa
Se dice que el vector Xmsa∈ℜn es la mejor solución aproximada del SELI
Y – AX = ε(X) si y sólo si:
Como Xsmc ≠ Xmsa entonces:
msa
1. X es una solución mínimo cuadrática.
2. ∀ Xsmc∈ℜn solución mínimo cuadrática del SELI Y – AX = ε(X) con ⇒ X smc
2
> X msa
2
Demostración Observaciones:
1. Es claro que Xmsa = AgY es una solución mínimo cuadrática del SELI 1. Como Ag es única entonces existe una única mejor solución aproximada
Y – AX = ε(X). Xmsa = AgY del SELI Y – AX = ε(X).
2. Sea Xsmc una solución mínimo cuadrática del SELI Y – AX = ε(X) con 2. Si Rango(A) = n entonces por el teorema 10.6., existe una única inversa
mínimo cuadrática igual a la inversa generalizada. En ese caso, existe una
Xsmc ≠ Xmsa. Luego, ε(X smc ) = ε(X msa ) y además por el teorema 11.3.,
única solución mínimo cuadrática igual a la mejor solución aproximada
Xsmc es solución del SEL AX = AAgY, es decir, AXsmc = AAgY. Por lo del SELI Y – AX = ε(X).
tanto,
Ejemplo 11.1.
AXsmc = AAgY ⇒ AgAXsmc = AgAAgY
⇒ AgAXsmc = AgY Consideremos el SEL del Ejemplo 3.4.:
⇒ AgAXsmc + Xsmc = AgY + Xsmc
⇒ Xsmc = AgY + Xsmc – AgAXsmc ⎧ X1 + 2X 2 + X 3 = 1
⇒ Xsmc = AgY + (In – AgA)Xsmc ⎪
⎨ 2X1 − X 2 + 3X 3 = 2
⎪2 X + 4X + 2 X = 4
En consecuencia, ⎩ 1 2 3
383 384
CAPÍTULO 11: SISTEMAS DE ECUACIONES LINEALES INCONSISTENTES ALGEBRA LINEAL PARA ESTADÍSTICOS Y ACTUARIOS
Se puede verificar que Rango(A) = 2. Igualmente, se puede verificar que una Ejemplo 11.2.
inversa condicional de A es:
Consideremos el SEL del ejemplo 3.7.:
⎡1 2 0⎤
⎢ 5 5 ⎥ ⎧X1 − 2X 2 + 3X 3 = 2
A =⎢
c 2 −1 0⎥ ⎪
⎢ 5 5 ⎥ ⎪ 2X1 + X 2 + X 3 = 4
⎢⎣ 0 0 0⎥ ⎨
⎦ ⎪ X1 − 2X 2 + X 3 = 1
⎪ 2X 2 + 3X 3 = 6
⎩
También se puede verificar que:
En este caso:
⎡1 ⎤
⎢ ⎥
AAcY = ⎢2⎥ ≠ Y. Por lo tanto el SEL es inconsistente. ⎡ 1 −2 3⎤ ⎡ 2⎤
⎢⎣2⎥⎦ ⎢ ⎥ ⎢ ⎥
2 1 1⎥ ⎢ 4⎥
A=⎢ , Y=
⎢1 − 2 1⎥ ⎢1 ⎥
Determinemos una solución mínimo cuadrática y la mejor solución ⎢ ⎥ ⎢ ⎥
⎢⎣0 2 3⎥⎦ ⎢⎣6⎥⎦
aproximada.
Se puede verificar que una inversa mínimo cuadrática de A es: Se puede verificar que Rango(A) = 3. Por lo tanto, la inversa mínimo
cuadrática es única y coincide con la inversa generalizada Ag = (AtA)-1At:
⎡1 2 2 ⎤
⎢ 25 5 25⎥ ⎡ − 37 476 115 − 160 ⎤
A mc
= ⎢2 −1 4 ⎥ ⎢ 1030 1030 1030 1030 ⎥
⎢ 25 5 25⎥ A = (A A) A = ⎢− 152
g t −1 t 146 − 140 150 ⎥
⎢⎣ 0 0 0 ⎥ ⎢ 1030 1030 1030 1030 ⎥
⎦ ⎢⎣ 158 1030 − 84 10 210
1030 1030 1030⎥⎦
En consecuencia, una solución mínimo cuadrática del SEL es:
También se puede verificar que:
⎡1 2 2 ⎤ ⎡29 ⎤
⎢ 25 5 25⎥ ⎡1 ⎤ ⎢ 25⎥ ⎡ 531 ⎤
⎢ ⎥
4 ⎥ 2 = ⎢8 ⎥ ⎢ 206 ⎥
Xsmc = AmcY = ⎢ 2 −1
⎢ 25 5 25⎥ ⎢ ⎥ ⎢ 25 ⎥ ⎢ 852 ⎥
⎢⎣ 0 0 0 ⎥ ⎢⎣4⎥⎦ ⎢⎣ 0 ⎥⎦ AAgY = ⎢ 206 ⎥ ≠ Y. Por lo tanto el SEL es inconsistente.
⎦ ⎢ 31 ⎥
⎢1166206 ⎥
Se puede verificar que la inversa generalizada de A es: ⎢⎣ 206⎥⎦
⎡8 45 16 ⎤ En este caso existe una única solución mínimo cuadrática que además es la
⎢ 375 375 375 ⎥ mejor solución aproximada. Dicha solución es:
A =⎢
g 31 − 60 62 ⎥
⎢ 375 375 375⎥
⎢ 5 375 75 10
375 ⎥⎦ ⎡ − 37 476 115 − 160 ⎤ ⎡ 2⎤ ⎡197 ⎤
⎣ 375 ⎢ 1030 1030 10301030 ⎥ ⎢ ⎥ ⎢ 205 ⎥
X msa g
= A Y = ⎢− 152 146 − 140 150 ⎥ ⎢ 4⎥ = ⎢208 ⎥
Por lo tanto, la mejor solución aproximada del SEL es: ⎢ 1030 1030 1030 1030 ⎥ ⎢1 ⎥ ⎢ 205⎥
⎢⎣ 1581030 − 84 10 210 ⎢ ⎥ 250
1030 1030 1030⎥⎦ ⎢⎣6⎥⎦
⎢
⎣ 205⎥⎦
⎡8 45 16 ⎤ ⎡1 ⎤ ⎡162 ⎤
⎢ 375 375 375 ⎥
⎢ ⎥ ⎢ 375⎥
X msa
= A Y = ⎢31
g
− 60 62 ⎥ ⎢2⎥ = ⎢⎢
159 ⎥
⎢ 375 375 375⎥ 375⎥
⎢⎣ 5 375 75 10 ⎢⎣4⎥⎦ 195
375 375 ⎥⎦ ⎢⎣ 375⎥⎦
385 386
CAPÍTULO 11: SISTEMAS DE ECUACIONES LINEALES INCONSISTENTES
EJERCICIOS PROPUESTOS.
⎧3X1 + 2X 2 = 12
⎪
1.1. ⎨X1 − X 2 = −1
⎪2 X + X = 5
⎩ 1 2
⎧X1 + X 2 + X 3 = 6
⎪
1.2. ⎨2X1 − X 2 = 0
⎪3X + X = 7
⎩ 1 3
⎧X1 + 2X 2 + 3X 3 = 1
⎪
1.3. ⎨2X1 − X 3 = 5
⎪− 4X − 7X = −21
⎩ 2 3
⎧3X1 + X 2 − X 3 = 9
⎪
⎪X1 + 3X 2 − X 3 = 7
1.4. ⎨
⎪2X1 − X 2 − X 3 = 5
⎪7 X1 − 11X 2 + X 3 = 2
⎩
387