Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
Con este instructivo se pretende orientar al estudiante para que lleve a cabo los cálculos de matrices inversas
generalizadas, buscando afianzar los temas temas de manitulación, transformación e indexación de matrices,
usando el estorno estadı́stico R (www.r-project.org).
Objetivos:
1. Usar el lenguaje y entorno estadı́stico R para verificar si una matriz G es una inversa generalizada de
otra matriz A.
2. Usar el lenguaje y entorno estadı́stico R para encontrar el conjunto solución de un sistema de ecuaciones
lineales expresado en forma matricial.
1. Definición y existencia
Definición 1.1 Sea Ap×q una matriz no nula, una inversa generalizada de A se define como cualquier
matriz G que satisface
AGA = A (1)
Para denotar una inversa generalizada de la matriz A se usa el sı́mbolo A− . Otros nombres para una matriz
G que cumpla 1 son: inversa condicional, pseudoinversa o g–inversa. En la definición 1.1 se dice una inversa
generalizada y no la inversa generalizada, esto es ası́ porque para una matriz dada A la matriz G no es
única.
son inversas generalizadas de A, queda como ejercicio al lector comprobarlo, es decir, verificar que G1 y G2
cumplen con la ecuación (1).
Teorema 3.1 Las ecuaciones consistentes Ax = y tienen una solución x = Gy si y sólo si AGA = A
El teorema 3.1 indica como se puede obtener una solución a un sistema de ecuaciones consistentes: halle una
matriz G que satisfaga AGA = A, esto es, halle G como cualquier inversa generalizada de A y entonces
Gy es una solución. Sin embargo como el teorema 3.2 muestra, Gy no es la única solución; hay, en efecto,
muchas soluciones siempre que A sea distinta a una matriz cuadrada no singular.
Teorema 3.2 Si A tiene q columnas y si G es una inversa generalizada de A entonces las ecuaciones
consistentes Ax = y tienen solución
e = Gy + (GA − I)z
x (3)
donde z es cualquier vector de orden q
2 0 0 2 x4 178
El lector puede verificar que una inversa generalizada para la matriz A del sistema es
1
− 12 − 21 0
2
−1 5 1
0
G= 2 6 2 .
−1 1
1 0
2 2
0 0 0 0
si hacemos z1 = 0 obtenemos
e 03 = 0
x 73 78 89 (9)
4. Cálculos con R
Se ingresan las matrices A, G1 y G2 del ejemplo 1.1 y se verifica que efectivamente AGi A = A
A<-matrix(c( 2 , 3,1,-1 ,
5, 8 ,0 ,1 ,
1 , 2 ,-2 ,3),nrow=3,byrow=T )
G1<-matrix(c(0,0,0 ,
0,0,0 ,
1,1,0 ,
0,1,0),nrow=4,byrow=T)
G2<-matrix(c(0,1,-4 ,
0,-1/2,5/2 ,
0,0,0 ,
0,0,0) ,nrow=4,byrow=T)
# rango de A
qr(A)$rank
# Menor no singular
M<-A[1:2,3:4]
# transpuesta de la inversa del menor
Mi<-t(solve(M))
# matriz de ceros del mismo tama~
no de A
A0<-matrix(0,nrow=nrow(A),ncol=ncol(A))
A0[1:2,3:4]<-Mi
G<-t(A0) # la inversa generalizada de A
Con el siguiente código se desarrolla el ejemplo 3.1.
A<-matrix(c(7,3,2,2,
3,3,0,0,
2,0,2,0,
2,0,0,2),nrow=4,byrow=T)
y<-matrix(c(553,219,156,178))
G<-diag(c(0,1/3,1/2,1/2))
# una solución
G%*%y
# identica de orden 4
I<-diag(1,4,4)
G%*%A-I
si se multiplica este último resultado por un vector z arbitrario y se le suma Gy se tienen las soluciones que
quiera.
5. Ejercicios
1. Hallar una inversa generalizada de las siguientes matrices A y B, aplicando el algoritmo descrito en la
sección 2.
1 2 3 −1
2 3 1 −7 4 5 6 2
A= 5 8 0 1 yB=
7 8 10 7
1 2 −2 3
2 1 1 6
2. Verifique que
1 −10 16 −4
G=
18 8 −11 5
es una inversa generalizada para la matriz
1 2
A = 3 3
5 7
3. Verifique que
1 2 4
− 10 − 10 9
1
G= 0 0 9
1 2
10 10 − 29
es una inversa generalizada de la matriz
1 2 3
A = 2 4 6
3 3 3
a. Halle X 0 X.
b. Halle una inversa generalizada de X 0 X
0
8. Sea Y = 8 10 7 6 9 8 7 8 9 , para la matriz X del ejercicio anterior, hallar una solu-
ción general al sistema X 0 Xb0 = X 0 Y