UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN

FACULTAD DE CIENCIAS FISICO MATEMATICAS

Maestría en Ciencia de Datos

Tarea 1 – Álgebra Matricial

Materia: Métodos Estadísticos Multivariados

Profesor: MET. Rosa Isela Hernández Zamora

Alumno: Leobardo García Reyes

Matricula: 1616825

San Nicolás de los Garza, N.L. 15 de septiembre de 2021

Instrucciones: Contesta cada uno de los ejercicios en un archivo en Word o en
hojas blancas. Al finalizar sube tu evidencia en el lugar correspondiente en Teams
en formato PDF.

1. Considera las siguientes matrices:

2.
2 0 7 8 2 0
6 4 6 −2 −5 3 3 −3 6 9
𝑨=( ),𝑩 = ( ),𝑪 = ( )
0 7 9 2 6 9 4 0 −2 0
6 5 4 −8 0 −2

Calcular: a) 𝑩’𝑨 b) 𝟐𝑨 + 𝟓𝑩 c) 𝟑𝑩𝑪 + 𝟒𝑨 d) 𝟓𝑪’ − 𝟔𝑩 e) 𝑩𝑨

a) Primero, hallamos la matriz transpuesta de 𝐵.

2 −5 6 0
𝐵’ = ( )
0 3 9 −2

Después, procedemos a realizar la multiplicación de 𝐵’𝐴.

2 0 7 8
2 −5 6 0 6 4 6 −2
𝐵’𝐴 = ( )( )
0 3 9 −2 0 7 9 2
6 5 4 −8

4 − 30 −20 + 42 14 − 30 + 54 16 + 10 + 12
𝐵′𝐴 = ( )
18 − 12 12 + 63 − 10 18 + 81 − 8 −6 + 18 + 16

−𝟐𝟔 𝟐𝟐 𝟑𝟖 𝟑𝟖
𝑩′ 𝑨 = ( )
𝟔 𝟔𝟓 𝟗𝟏 𝟐𝟖

Comprobamos el resultado en R Studio.

b) Primero, efectuamos el producto escalar de cada matriz.

 2 0 7 8 4 0 14 16
6 4 6 −2 12 8 12 −4
2𝐴 = 2 ( )=( )
0 7 9 2 0 14 18 4
6 5 4 −8 12 10 8 −16

2 0 10 0
−5 3 −25 15
𝟓𝐵 = 𝟓 ( )=( )
6 9 30 45
0 −2 0 −10

Como la matriz 𝐴 es de dimensión 4𝑥4 y la matriz 𝐵 es de dimensión

4𝑥2, podemos concluir que no es posible efectuar la suma, porque
las dimensiones son diferentes.

Comprobamos el resultado en R Studio.

c) Primero, multiplicamos las matrices 𝐵𝐶.

2 0
−5 3 3 −3 6 9
𝐵𝐶 = ( )( )
6 9 4 0 −2 0
0 −2

6 −6 12 18 6 −6 12 18
−15 + 12 15 −30 − 6 −45 −3 15 −36 −45
𝐵𝐶 = ( )=( )
18 + 36 −18 36 − 18 54 54 −18 18 54
−8 0 4 0 −8 0 4 0

Después, efectuamos el producto escalar de cada matriz.

6 −6 12 18 18 −18 36 54
−3 15 −36 −45 −9 45 −108 −135
3𝐵𝐶 = 3 ( )=( )
54 −18 18 54 162 −54 54 162
−8 0 4 0 −24 0 12 0

2 0 7 8 8 0 28 32
6 4 6 −2 24 16 24 −8
4𝐴 = 4 ( )=( )
0 7 9 2 0 28 36 8
6 5 4 −8 24 20 16 −32

Por último, sumamos las matrices.

 18 −18 36 54 8 0 28 32
−9 45 −108 −135 24 16 24 −8
3𝐵𝐶 + 4𝐴 = ( )+( )
162 −54 54 162 0 28 36 8
−24 0 12 0 24 20 16 −32

𝟐𝟔 −𝟏𝟖 𝟔𝟒 𝟖𝟔
𝟏𝟓 𝟔𝟏 −𝟖𝟒 −𝟏𝟒𝟑
𝟑𝑩𝑪 + 𝟒𝑨 = ( )
𝟏𝟔𝟐 −𝟐𝟔 𝟗𝟎 𝟏𝟕𝟎
𝟎 𝟐𝟎 𝟐𝟖 −𝟑𝟐

Comprobamos el resultado en R Studio.

d) Primero, hallamos la matriz transpuesta de 𝐶.

3 4
−3 0
𝐶’ = ( )
6 −2
9 0

Después, efectuamos el producto escalar de cada matriz.

3 4 15 20
−3 0 −15 0
5𝐶’ = 5 ( )=( )
6 −2 30 −10
9 0 45 0

2 0 12 0
−5 3 −30 18
6𝐵 = 6 ( )=( )
6 9 36 54
0 −2 0 −12

Por último, restamos las matrices.

15 20 12 0
−15 0 −30 18
5𝐶’ − 6𝐵 = ( )−( )
30 −10 36 54
45 0 0 −12
 𝟑 𝟐𝟎
𝟏𝟓 −𝟏𝟖
𝟓𝑪’ − 𝟔𝑩 = ( )
−𝟔 −𝟔𝟒
𝟒𝟓 𝟏𝟐

Comprobamos el resultado en R Studio.

e) Multiplicamos las matrices 𝐵𝐴.

2 0 2 0 7 8
−5 3 6 4 6 −2
𝐵𝐴 = ( )( )
6 9 0 7 9 2
0 −2 6 5 4 −8

2 0 2 0 7 8
−5 3 6 4 6 −2
𝐵𝐴 = ( )( )
6 9 0 7 9 2
0 −2 6 5 4 −8

Como la matriz 𝐵 es de dimensión 4𝑥2 y la matriz 𝐴 es de dimensión

4𝑥4, podemos concluir que no es posible efectuar la multiplicación,
porque matriz 𝑩 tiene 2 columnas y matriz 𝑨 tiene 4 filas.

2. En los siguientes sistemas de ecuaciones lineales determinar las matrices

𝑨, 𝑿, 𝑪 para poder expresarlas como 𝑨𝑿 = 𝑪.

6𝑥 + 2𝑦 = 5
a)
3𝑥 + 𝑦 = 8

6 2 𝑥 5
𝐴=( ) , 𝑋 = (𝑦 ) , 𝐶 = ( )
3 1 8

𝟔 𝟐 𝒙 𝟓
𝑨𝑿 = 𝑪 → ( ) (𝒚 ) = ( )
𝟑 𝟏 𝟖

4𝑥 − 5𝑦 + 10𝑧 = 0
b) 6𝑥 + 2𝑦 − 5𝑧 = 12
5𝑥 + 3𝑦 = 9
 4 −5 10 𝑥 0
𝐴 = (6 2 −5) , 𝑋 = (𝑦) , 𝐶 = (12)
5 3 0 𝑧 9

𝟒 −𝟓 𝟏𝟎 𝒙 𝟎
𝑨𝑿 = 𝑪 → (𝟔 𝟐 −𝟓) (𝒚) = (𝟏𝟐)
𝟓 𝟑 𝟎 𝒛 𝟗

2𝑥 + 5𝑦 − 8𝑧 + 4𝑤 = 6
6𝑥 + 9𝑧 − 10𝑤 = 8
c)
4𝑥 + 3𝑦 − 9𝑤 = 15
7𝑥 − 8𝑧 = 30

2 5 −8 4 𝑥 6
6 0 9 −10 𝑦 8
𝐴=( ),𝑋 = ( ),𝐶 = ( )
4 3 0 −9 𝑧 15
7 0 −8 0 𝑤 30

𝟐 𝟓 −𝟖 𝟒 𝒙 𝟔
𝟔 𝟎 𝟗 −𝟏𝟎 𝒚 𝟖
𝑨𝑿 = 𝑪 → ( )( ) = ( )
𝟒 𝟑 𝟎 −𝟗 𝒛 𝟏𝟓
𝟕 𝟎 −𝟖 𝟎 𝒘 𝟑𝟎

3. Verificar las siguientes afirmaciones.

2 5 −2 1.25
a) 𝑆𝑖 𝐴 = ( ) → 𝐴−1 = ( )
4 8 1 −0.5

Usando la propiedad 𝑨𝑨−𝟏 = 𝑨−𝟏 𝑨 = 𝑰.

2 5 −2 1.25
𝐴𝐴−1 = ( )( )
4 8 1 −0.5

−4 + 5 2.5 − 2.5
𝐴𝐴−1 = ( )
−4 + 8 5−4

𝟏 𝟎
𝑨𝑨−𝟏 = ( )=𝑰
𝟎 𝟏

Por lo tanto, es verdad la afirmación.

Comprobamos el resultado en R Studio.

 2 4 0 −0.5 0.4 0.4
−1
b) 𝑆𝑖 𝐴 = (−3 5 2 ) → 𝐴 = ( 0.5 −0.2 −0.2)
8 0 −2 −2 1.6 1.1

Usando la propiedad 𝑨𝑨−𝟏 = 𝑨−𝟏 𝑨 = 𝑰.

2 4 0 −0.5 0.4 0.4

𝐴𝐴−1 = (−3 5 2 ) ( 0.5 −0.2 −0.2)
8 0 −2 −2 1.6 1.1

−1 + 2 0.8 − 0.8 0.8 − 0.8

−1
𝐴𝐴 = (1.5 + 2.5 − 4 −1.2 − 1 + 3.2 −1.2 − 1 + 2.2)
−4 + 4 3.2 − 3.2 3.2 − 2.2

𝟏 𝟎 𝟎
𝑨𝑨−𝟏 = (𝟎 𝟏 𝟎) = 𝑰
𝟎 𝟎 𝟏

Por lo tanto, es verdad la afirmación.

Comprobamos el resultado en R Studio.

0 0 0 −5 0.06 −0.2 0.1 0.2

1 1 1 0 0.1 0 0.5 0
c) 𝑆𝑖 𝐴 = ( ) → 𝐴−1 = ( )
0 2 0 1 −0.16 1.2 −0.6 −0.2
6 0 1 1 −0.2 0 0 0

Usando la propiedad 𝑨𝑨−𝟏 = 𝑨−𝟏 𝑨 = 𝑰.

 0 0 0 −5 0.06 −0.2 0.1 0.2
1 1 1 0 0.1 0 0.5 0
𝐴𝐴−1 =( )( )
0 2 0 1 −0.16 1.2 −0.6 −0.2
6 0 1 1 −0.2 0 0 0

1 0 0 0
0.06 + 0.1 − 0.16 −0.2 + 1.2 0.1 + 0.5 − 0.6 0.2 − 0.2
𝐴𝐴−1 =( )
0.2 − 0.2 0 1 0
0.36 − 0.16 − 0.2 −1.2 + 1.2 0.6 − 0.6 1.2 − 0.2

𝟏 𝟎 𝟎 𝟎
𝟎 𝟏 𝟎 𝟎
𝑨𝑨−𝟏 =( )=𝑰
𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟎 𝟏

Por lo tanto, es verdad la afirmación.

Comprobamos el resultado en R Studio.

𝑎11 0 0 0
0 𝑎22 0 0
4. Sea 𝐴 una matriz tal que 𝐴 = ( ) con 𝑎𝑖𝑖 ≠ 0 para todo 𝑖,
0 0 𝑎33 0
0 0 0 𝑎44
1⁄ 0 0 0
𝑎11
0 1⁄ 0 0
−1 𝑎22
verificar que 𝐴 =
0 0 1⁄ 0
𝑎33
1⁄
( 0 0 0 𝑎44 )

Usando la propiedad 𝑨𝑨−𝟏 = 𝑨−𝟏 𝑨 = 𝑰.

 1⁄ 0 0 0
𝑎11
𝑎11 0 0 0
0 1⁄ 0 0
0 𝑎22 0 0 𝑎22
𝐴𝐴−1 =( )
0 0 𝑎33 0 0 0 1⁄ 0
𝑎33
0 0 0 𝑎44
1⁄
( 0 0 0 𝑎44 )

𝑎11
⁄𝑎11 0 0 0
𝑎22
0 ⁄𝑎22 0 0
−1
𝐴𝐴 = 𝑎33
0 0 ⁄𝑎33 0
𝑎44
( 0 0 0 ⁄𝑎44 )

𝟏 𝟎 𝟎 𝟎
𝟎 𝟏 𝟎 𝟎
𝑨𝑨−𝟏 =( )=𝑰
𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟎 𝟏

Por lo tanto, es verdad la afirmación.

Comprobamos el resultado en R Studio.

2 −2 −4
5. Verificar que la matriz 𝐶 = (−1 3 4 ) es idempotente (𝑪𝟐 = 𝑪𝑪 = 𝑪).
1 −2 −3

Multiplicamos la matriz 𝐶 por sí misma.

2 −2 −4 2 −2 −4
𝐶𝐶 = (−1 3 4 ) (−1 3 4)
1 −2 −3 1 −2 −3

4 + 2 − 4 −4 − 6 + 8 −8 − 8 + 12
𝐶𝐶 = (−2 − 3 + 4 2 + 9 − 8 4 + 12 − 12 )
2 + 2 − 3 −2 − 6 + 6 −4 − 8 + 9
 𝟐 −𝟐 −𝟒
𝑪𝑪 = (−𝟏 𝟑 𝟒)
𝟏 −𝟐 −𝟑

Por lo tanto, la matriz 𝐶 es idempotente.

Comprobamos el resultado en R Studio.

6. Dar un ejemplo de una matriz 𝐴 de orden 2𝑥2 que no sea matriz cero (no
todos sus elementos son ceros) y 𝐴2 = 0 (donde 0 es la matriz cero). Nota:
la matriz cero es aquella en la que todos sus elementos son ceros.

Sea una matriz 2x2 cualquiera.

𝑎 𝑏
𝐴=( )
𝑐 𝑑

Usando la propiedad 𝑨𝟐 = 𝑨𝑨 = 𝑨 y de acuerdo con el ejercicio debe ser

igual a una matriz cero.

𝑎 𝑏 𝑎 𝑏 0 0
𝐴2 = ( )( )=( )
𝑐 𝑑 𝑐 𝑑 0 0

𝑎 𝑏 𝑎 𝑏 0 0
𝐴2 = ( )( )=( )
𝑐 𝑑 𝑐 𝑑 0 0
2
𝐴2 = (𝑎 + 𝑏𝑐 𝑎𝑏 + 𝑏𝑑 ) = (0 0)
𝑎𝑐 + 𝑐𝑑 𝑏𝑐 + 𝑑 2 0 0

De modo que obtendremos las siguientes desigualdades.

𝑎2 + 𝑏𝑐 = 0 (1)
𝑎𝑏 + 𝑏𝑑 = 0 (2)
𝑎𝑐 + 𝑐𝑑 = 0 (3)
{ 𝑏𝑐 + 𝑑 2 = 0 (4)

De la ecuación (2) factorizamos y despejamos d.

𝑎𝑏 + 𝑏𝑑 = 0
 𝑏(𝑎 + 𝑑) = 0

𝑑 = −𝑎

De la ecuación (4) despejamos b.

𝑏𝑐 + 𝑑 2 = 0

𝑏𝑐 + (−𝑎)2 = 0

𝑎2 + 𝑏𝑐 = 0

Entonces, para que 𝑨𝟐 = 𝑨𝑨 = 𝟎, se deben cumplir las dos afirmaciones.

2
{𝑎 + 𝑏𝑐 = 0
𝑑 = −𝑎

Por lo que todas las matrices idempotentes igual a 0 verifican lo siguiente:

𝑎 ±𝑏
( ) 𝑐𝑜𝑛 𝑎2 + 𝑏𝑐 = 0
∓𝑐 −𝑎

Ejemplo 𝑎 = 2:

2 ±2 2 +2 2 −2
𝐴=( )=( )=( )
∓2 −2 −2 −2 +2 −2

2 −2 2 −2
𝐴2 = ( )( )
2 −2 2 −2

𝟒 − 𝟒 −𝟒 + 𝟒 𝟎 𝟎
𝑨𝟐 = ( )=( )
𝟒 − 𝟒 −𝟒 + 𝟒 𝟎 𝟎

Comprobamos el resultado en R Studio.

𝑥 𝑥+1
7. Determinar el valor de 𝑥 para que la matriz ( ) sea singular, sea no
2 𝑥+3
singular.
 Una matriz cuadrada es singular si su determinante es 0. Entonces
hallaremos los valores de 𝑥 para saber cuándo se hace 0.

𝑥 𝑥+1
𝑑𝑒𝑡(𝐴) = |𝐴| = ( )
2 𝑥+3

𝑥(𝑥 + 3) − (2)(𝑥 + 1) = 0

𝑥 2 + 3𝑥 − 2𝑥 − 2 = 0

𝑥2 + 𝑥 − 2 = 0

(𝑥 − 1)(𝑥 + 2) = 0

𝒙 = 𝟏, 𝒙 = −𝟐

Por lo tanto, la matriz es singular si 𝑥 toma los valores de 1 y -2, y de la misma

forma, no será singular si no toma esos valores.

Comprobamos el resultado en R Studio.

8. Obtener la norma de los siguientes vectores:

2
a) 𝑣 = (2, −5)′ ∈ 

||𝑣|| = √𝑣12 + 𝑣22

||𝑣|| = √22 + (−5)2

||𝑣|| = √4 + 25

||𝒗|| = √𝟐𝟗
 Comprobamos el resultado en R Studio.

3
b) 𝑤 = (1, −2, 8)′ ∈  ||𝑣|| = √𝑣12 + 𝑣22 + 𝑣32

||𝑣|| = √12 + (−2)2 + 82

||𝑣|| = √1 + 4 + 64

||𝒗|| = √𝟔𝟗

Comprobamos el resultado en R Studio.

5
c) 𝑐 = (2,5, −3,1, −1)′ ∈  ||𝑣|| = √𝑣12 + 𝑣22 + 𝑣32 + 𝑣42 + 𝑣52

||𝑣|| = √22 + 52 + (−3)2 + 12 + (−1)2

||𝑣|| = √4 + 25 + 9 + 1 + 1

||𝒗|| = √𝟒𝟎 = 𝟐√𝟏𝟎

Comprobamos el resultado en R Studio.

9. Leer el documento “derivadas y eigen analisis.pdf” y analizar los ejemplos de

Eigenvalor y Eigenvector, después obtener los valores y vectores característicos
de la matriz indicada.

1 2
a) 𝐴 = ( )
3 0
Primero obtendremos 𝑝(𝜆) = 𝑑𝑒𝑡(𝐴 − 𝐼𝜆).

1 2 𝜆 0 1−𝜆 2
𝐴 − 𝐼𝜆 = ( )−( )=( )
3 0 0 𝜆 3 −𝜆

𝑑𝑒𝑡(𝐴 − 𝐼𝜆) = 0

1−𝜆 2
| |=0
3 −𝜆

Resolvemos la determinante para obtener la ecuación característica.

(1 − 𝜆)(−𝜆) − 6 = 0 → 𝜆2 − 𝜆 − 6 = 0

Entonces el polinomio característico de la matriz 𝐴.

𝑝(𝜆) = 𝜆2 − 𝜆 − 6

Sus Eigenvalores son:

(𝜆 − 3)(𝜆 + 2) = 0

𝝀𝟏 = 𝟑, 𝝀𝟐 = −𝟐

Se resuelve el sistema homogéneo (𝐴 − 𝐼𝜆𝑖 )𝑣 = 0 para 𝜆1 = 3.

1−𝜆 2 𝑥 0
( ) (𝑦 ) = ( )
3 −𝜆 0

−2 2 𝑥 0
( ) (𝑦) = ( )
3 −3 0

La cual es equivalente a la ecuación:

−2𝑥 + 2𝑦 = 0

Haciendo 𝑥 = 1, tenemos que 𝑦=1 y el Eigenvector

correspondiente a 𝝀𝟏 = 𝟑 es (𝟏, 𝟏).

Ahora, se resuelve el sistema homogéneo (𝐴 − 𝐼𝜆𝑖 )𝑣 = 0 para 𝜆2 =

−2.

1−𝜆 2 𝑥 0
( ) (𝑦 ) = ( )
3 −𝜆 0
 3 2 𝑥 0
( )( ) = ( )
3 2 𝑦 0

La cual es equivalente a la ecuación:

3𝑥 + 2𝑦 = 0

Haciendo 𝑥 = 1, tenemos que 𝑦 = −1.5 y el Eigenvector

correspondiente a 𝝀𝟐 = −𝟐 es (𝟏, −𝟏. 𝟓).

Comprobamos el resultado en R Studio.

El resultado que arroja R Studio es porque son ortonormales cada

vector. Solo se tendría que multiplicar cada vector por su respectiva
norma.

||𝑣|| = √𝑣12 + 𝑣22

2 0 0
b) 𝐴 = (0 3 0)
0 0 5

Primero obtendremos 𝑝(𝜆) = 𝑑𝑒𝑡(𝐴 − 𝐼𝜆).

2 0 0 𝜆 0 0 2−𝜆 0 0
𝐴 − 𝐼𝜆 = (0 3 0) − (0 𝜆 0) = ( 0 3−𝜆 0 )
0 0 5 0 0 𝜆 0 0 5−𝜆

𝑑𝑒𝑡(𝐴 − 𝐼𝜆) = 0

2−𝜆 0 0
| 0 3−𝜆 0 |=0
0 0 5−𝜆
Resolvemos la determinante para obtener la ecuación característica.

(2 − 𝜆)(3 − 𝜆)(5 − 𝜆) = 0

Entonces el polinomio característico de la matriz 𝐴.

𝑝(𝜆) = (2 − 𝜆)(3 − 𝜆)(5 − 𝜆)

Sus Eigenvalores son:

(2 − 𝜆)(3 − 𝜆)(5 − 𝜆) = 0

𝝀𝟏 = 𝟐, 𝝀𝟐 = 𝟑, 𝝀𝟑 = 𝟓

Se resuelve el sistema homogéneo (𝐴 − 𝐼𝜆𝑖 )𝑣 = 0 para 𝜆1 = 2.

2−𝜆 0 0 𝑥 0
( 0 3−𝜆 0 ) (𝑦) = (0)
0 0 5−𝜆 𝑧 0

0 0 0 𝑥 0
(0 1 0) (𝑦) = (0)
0 0 3 𝑧 0

𝐹3⁄
Por eliminación de Gauss, 𝐹2 → 𝐹1 y 3 → 𝐹2 .

0 1 0 |0
(0 0 1 |0)
0 0 0 |0

La cual es equivalente a la ecuación:

𝑥=𝑥
{𝑦 = 0
𝑧=0

Haciendo 𝑥 = 1, tenemos que el Eigenvector correspondiente a

𝝀𝟏 = 𝟐 es (𝟏, 𝟎, 𝟎).

Ahora, se resuelve el sistema homogéneo (𝐴 − 𝐼𝜆𝑖 )𝑣 = 0 para 𝜆2 = 3.

2−𝜆 0 0 𝑥 0
( 0 3−𝜆 0 ) (𝑦 ) = ( 0)
0 0 5−𝜆 𝑧 0
 −1 0 0 𝑥 0
( 0 0 0) (𝑦) = (0)
0 0 2 𝑧 0

𝐹3⁄
Por eliminación de Gauss, (−1)𝐹1 y 2 → 𝐹2 .

1 0 0 |0
(0 0 1 |0)
0 0 0 |0

La cual es equivalente a la ecuación:

𝑥=0
{𝑦 = 𝑦
𝑧=0

Haciendo 𝑦 = 1, tenemos que el Eigenvector correspondiente a

𝝀𝟐 = 𝟑 es (𝟎, 𝟏, 𝟎).

Ahora, se resuelve el sistema homogéneo (𝐴 − 𝐼𝜆𝑖 )𝑣 = 0 para 𝜆3 = 5.

2−𝜆 0 0 𝑥 0
( 0 3−𝜆 0 ) (𝑦) = (0)
0 0 5−𝜆 𝑧 0

−3 0 0 𝑥 0
𝑦
( 0 −2 0) ( ) = (0)
0 0 0 𝑧 0

𝐹1⁄ 𝐹2
Por eliminación de Gauss, −3 y ⁄−2.

1 0 0 |0
(0 1 0 |0)
0 0 0 |0

La cual es equivalente a la ecuación:

𝑥=0
{𝑦 = 0
𝑧=𝑧

Haciendo 𝑧 = 1, tenemos que el Eigenvector correspondiente a

𝝀𝟑 = 𝟓 es (𝟎, 𝟎, 𝟏).
Comprobamos el resultado en R Studio.