Una revisión de la inversa core EP D.E. FERREYRA, F.E. LEVIS, N. THOME
|
|
- Veronica Herrero Fidalgo
- hace 6 años
- Vistas:
Transcripción
1 Una revisión de la inversa core EP D.E. FERREYRA, F.E. LEVIS, N. THOME 1
2 Índice I Introducción Resumen Notaciones y Definiciones Motivación Antecedentes del Problema Una nueva caracterización de la inversa core EP Resultado Principal Propiedades de la inversa core EP Reprentación y cálculo de la inversa core EP Forma canónica de la inversa core EP Más propiedades de la inversa core EP 2
3 Introducción 3
4 Resumen En este trabajo: 4
5 Resumen En este trabajo: Se da una nueva caracterización y representación de la inversa core EP usando la descomposición core EP. 4
6 Resumen En este trabajo: Se da una nueva caracterización y representación de la inversa core EP usando la descomposición core EP. Se dan nuevas propiedades de la inversa core EP y su conexión con las inversas BT y DMP. 4
7 Resumen En este trabajo: Se da una nueva caracterización y representación de la inversa core EP usando la descomposición core EP. Se dan nuevas propiedades de la inversa core EP y su conexión con las inversas BT y DMP. Se da una forma canónica de la inversa core EP a partir de la descomposición de Hartwig-Spindelböck que provee una manera sencilla de calcularla. 4
8 Notaciones y Definiciones Para A C n n, los símbolos A, A 1, R(A), N (A) y rk(a), denotarán la transpuesta conjugada, la inversa, el espacio columna, el núcleo y el rango de A, respectivamente. 5
9 Notaciones y Definiciones Para A C n n, los símbolos A, A 1, R(A), N (A) y rk(a), denotarán la transpuesta conjugada, la inversa, el espacio columna, el núcleo y el rango de A, respectivamente. Una matriz X C n n que satisface la igualdad AXA = A es llamada una inversa interior de A. La clase de todas las inversas de A es denotada por A{1}. 5
10 Notaciones y Definiciones Para A C n n, los símbolos A, A 1, R(A), N (A) y rk(a), denotarán la transpuesta conjugada, la inversa, el espacio columna, el núcleo y el rango de A, respectivamente. Una matriz X C n n que satisface la igualdad AXA = A es llamada una inversa interior de A. La clase de todas las inversas de A es denotada por A{1}. Sea A C n n, el índice de A, denotado por Ind(A), es el menor de los enteros no negativos k tal que R(A k ) = R(A k+1 ). 5
11 Notaciones y Definiciones Para A C n n, los símbolos A, A 1, R(A), N (A) y rk(a), denotarán la transpuesta conjugada, la inversa, el espacio columna, el núcleo y el rango de A, respectivamente. Una matriz X C n n que satisface la igualdad AXA = A es llamada una inversa interior de A. La clase de todas las inversas de A es denotada por A{1}. Sea A C n n, el índice de A, denotado por Ind(A), es el menor de los enteros no negativos k tal que R(A k ) = R(A k+1 ). Se dice que A C n n es una matriz EP si R(A) = R(A ). 5
12 Notaciones y Definiciones Definición Sea A C n n. La única matriz X C n n satisfaciendo AXA = A, XAX = X, (AX) = AX y (XA) = XA, es llamada la inversa de Moore-Penrose de A y es denotada por A. 6
13 Notaciones y Definiciones Definición Sea A C n n. La única matriz X C n n satisfaciendo AXA = A, XAX = X, (AX) = AX y (XA) = XA, es llamada la inversa de Moore-Penrose de A y es denotada por A. Definición Sea A C n n. La única matriz X C n n satisfaciendo XAX = X, AX = XA y A k+1 X = A k, donde k = Ind(A), es llamada la inversa de Drazin de A y es denotada por A d. 6
14 Notaciones y Definiciones Definición Sea A C n n. La única matriz X C n n satisfaciendo AXA = A, XAX = X, (AX) = AX y (XA) = XA, es llamada la inversa de Moore-Penrose de A y es denotada por A. Definición Sea A C n n. La única matriz X C n n satisfaciendo XAX = X, AX = XA y A k+1 X = A k, donde k = Ind(A), es llamada la inversa de Drazin de A y es denotada por A d. Si Ind(A) 1, entonces la inversa de Drazin de A es llamada la inversa de grupo de A y es denotada por A #. 6
15 La inversa core O. Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) En el trabajo anterior, los autores introdujeron una nueva inversa generalizada de la siguiente manera 7
16 La inversa core O. Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) En el trabajo anterior, los autores introdujeron una nueva inversa generalizada de la siguiente manera Definición Sea A C n n. Una matriz X C n n satisfaciendo AX = P A y R(X) R(A), es llamada la inversa core de A y es denotada por A #, donde P A es el proyector ortogonal sobre el rango de A, es decir, P A = AA. 7
17 La inversa core O. Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) En el trabajo anterior, los autores introdujeron una nueva inversa generalizada de la siguiente manera Definición Sea A C n n. Una matriz X C n n satisfaciendo AX = P A y R(X) R(A), es llamada la inversa core de A y es denotada por A #, donde P A es el proyector ortogonal sobre el rango de A, es decir, P A = AA. Una condición necesaria y suficiente para que A C n n sea core invertible es que Ind(A) 1. 7
18 La inversa core O. Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) En el trabajo anterior, los autores introdujeron una nueva inversa generalizada de la siguiente manera Definición Sea A C n n. Una matriz X C n n satisfaciendo AX = P A y R(X) R(A), es llamada la inversa core de A y es denotada por A #, donde P A es el proyector ortogonal sobre el rango de A, es decir, P A = AA. Una condición necesaria y suficiente para que A C n n sea core invertible es que Ind(A) 1. 7
19 Las inversas core EP, BT y DMP Tres generalizaciones de la inversa core fueron introducidas y estudiadas recientemente para matrices cuadradas de índice arbitrario. 8
20 Las inversas core EP, BT y DMP Tres generalizaciones de la inversa core fueron introducidas y estudiadas recientemente para matrices cuadradas de índice arbitrario. La única matriz X C n n tal que XAX = X y R(X) = R(X ) = R(A k ), es llamada la inversa core EP de A y es denotada por A. 8
21 Las inversas core EP, BT y DMP Tres generalizaciones de la inversa core fueron introducidas y estudiadas recientemente para matrices cuadradas de índice arbitrario. La única matriz X C n n tal que XAX = X y R(X) = R(X ) = R(A k ), es llamada la inversa core EP de A y es denotada por A. La matriz A := (AP A) es llamada la inversa BT de A. 8
22 Las inversas core EP, BT y DMP Tres generalizaciones de la inversa core fueron introducidas y estudiadas recientemente para matrices cuadradas de índice arbitrario. La única matriz X C n n tal que XAX = X y R(X) = R(X ) = R(A k ), es llamada la inversa core EP de A y es denotada por A. La matriz A := (AP A) es llamada la inversa BT de A. La única matriz X C n n satisfaciendo XAX = X, XA = A d A y A k X = A k A, es llamada la inversa DMP de A y es denotada por A d,. 8
23 Motivación de este trabajo O.Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010)
24 Motivación de este trabajo O.Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) La inversa core de A C n n es la única matriz X C n n satisfaciendo AX = P A = AA y R(X) R(A). 9
25 Motivación de este trabajo O.Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) La inversa core de A C n n es la única matriz X C n n satisfaciendo AX = P A = AA y R(X) R(A). K.M. Prasad, K.S. Mohana, Core EP inverse, Linear and Multilinear Algebra, 62 (3) (2014)
26 Motivación de este trabajo O.Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) La inversa core de A C n n es la única matriz X C n n satisfaciendo AX = P A = AA y R(X) R(A). K.M. Prasad, K.S. Mohana, Core EP inverse, Linear and Multilinear Algebra, 62 (3) (2014) La inversa core EP de A es la única matriz X C n n tal que XAX = X y R(X) = R(X ) = R(A k ). 9
27 Motivación de este trabajo O.Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) La inversa core de A C n n es la única matriz X C n n satisfaciendo AX = P A = AA y R(X) R(A). K.M. Prasad, K.S. Mohana, Core EP inverse, Linear and Multilinear Algebra, 62 (3) (2014) La inversa core EP de A es la única matriz X C n n tal que XAX = X y R(X) = R(X ) = R(A k ). Teorema Sea A C n n tal que Ind(A) = k. Entonces X C n n es la inversa core EP de A si y sólo si X satisface las condiciones XA k+1 = A k, XAX = X, (AX) = AX, y R(X) R(A k ). 9
28 Antecedentes del Problema X. Wang, Core-EP decomposition and its applications, Linear Algebra and its Applications, 508 (2016)
29 Antecedentes del Problema X. Wang, Core-EP decomposition and its applications, Linear Algebra and its Applications, 508 (2016) Teorema Toda matriz A C n n admite una única descomposición de la forma [ ] [ ] T S A = A 1 + A 2, A 1 = U U 0 0, A 2 = U U, N donde T es invertible con rk(t ) = rk(a k ), N es nilpotente con índice k y U es unitaria. Dicha representación es llamada la descomposición core EP de A. 10
30 Antecedentes del Problema X. Wang, Core-EP decomposition and its applications, Linear Algebra and its Applications, 508 (2016) Teorema Toda matriz A C n n admite una única descomposición de la forma [ ] [ ] T S A = A 1 + A 2, A 1 = U U 0 0, A 2 = U U, N donde T es invertible con rk(t ) = rk(a k ), N es nilpotente con índice k y U es unitaria. Dicha representación es llamada la descomposición core EP de A. Teorema Sea A = A 1 + A 2 la descomposición core EP de A tal que Ind(A) = k. Entonces A = A # 1. Más aún, [ ] A T 1 0 = U U
31 Una nueva caracterización de la inversa core EP 11
32 Resultado Principal D.E. Ferreyra, F.E. Levis, N. Thome, Revisiting the core EP and its extension to rectangular matrices, Quaestiones Mathematicae, to appear. A continuación, damos una condición necesaria y suficiente para que una matriz cuadrada sea core EP invertible. 12
33 Resultado Principal D.E. Ferreyra, F.E. Levis, N. Thome, Revisiting the core EP and its extension to rectangular matrices, Quaestiones Mathematicae, to appear. A continuación, damos una condición necesaria y suficiente para que una matriz cuadrada sea core EP invertible. Teorema Sea A C n n tal que Ind(A) = k. Entonces X C n n es la inversa core EP de A si y sólo si X satisface las condiciones AX = P A k y R(X) R(A k ). Más aún, X = (AP A k), donde P A k = A k (A k ). 12
34 Propiedades de la inversa core EP Es conocido que inversa core A # pertence a la clase A{1}. Es interesante preguntarse qué ocurre con la inversa core EP. 13
35 Propiedades de la inversa core EP Es conocido que inversa core A # pertence a la clase A{1}. Es interesante preguntarse qué ocurre con la inversa core EP. Teorema Sea A C n n. Las siguientes condiciones son equivalentes (i) A A{1}, (ii) Ind(A) 1, (iii) A A{1}. Más aún, en este caso, A = A = A #. 13
36 Propiedades de la inversa core EP Es conocido que inversa core A # pertence a la clase A{1}. Es interesante preguntarse qué ocurre con la inversa core EP. Teorema Sea A C n n. Las siguientes condiciones son equivalentes (i) A A{1}, (ii) Ind(A) 1, (iii) A A{1}. Más aún, en este caso, A = A = A #. Sin embargo, el hecho que A = A no implica que A A{1}. 13
37 Propiedades de la inversa core EP Es conocido que si Ind(A) 1 entonces (A # ) # = AP A y A # es necesariamente EP. 14
38 Propiedades de la inversa core EP Es conocido que si Ind(A) 1 entonces (A # ) # = AP A y A # es necesariamente EP. A continuación veremos que la inversa core EP satisface las mismas propiedades. Teorema Sea A C n n tal que Ind(A) = k. Entonces las siguientes afirmaciones son verdaderas (i) A es EP; (ii) A(A ) 2 = A ; (iii) (A ) = AP A k; (iv) AP A k es EP. 14
39 Reprentación y cálculo de la inversa core EP 15
40 Forma canónica de la inversa core EP Toda matriz A C n n de rango r > 0 admite la descomposición de Hartwig-Spindelböck dada por 16
41 Forma canónica de la inversa core EP Toda matriz A C n n de rango r > 0 admite la descomposición de Hartwig-Spindelböck dada por A = U [ ΣK ΣL 0 0 ] U, donde U C n n es unitaria, Σ = diag(σ 1I r1, σ 2I r2, σ ti rt ), σ i son los valores singulares de A, σ 1 > σ 2 > > σ t > 0, r 1 + r r t = r y K C r r, L C r (n r) satisfacen KK + LL = I r. 16
42 Forma canónica de la inversa core EP Toda matriz A C n n de rango r > 0 admite la descomposición de Hartwig-Spindelböck dada por A = U [ ΣK ΣL 0 0 ] U, donde U C n n es unitaria, Σ = diag(σ 1I r1, σ 2I r2, σ ti rt ), σ i son los valores singulares de A, σ 1 > σ 2 > > σ t > 0, r 1 + r r t = r y K C r r, L C r (n r) satisfacen KK + LL = I r. Teorema Sea A C n n escrita en la forma de Hartwig-Spindelböck. Entonces [ ] A (ΣK) 0 = U U
43 Forma canónica de la inversa core EP En [2, Lemma 2] y [3, Theorem 2.5], se probó que 17
44 Forma canónica de la inversa core EP En [2, Lemma 2] y [3, Theorem 2.5], se probó que A = U [ (ΣK) ] U y A d, = U [ (ΣK) d ] U, respectivamente. 17
45 Forma canónica de la inversa core EP En [2, Lemma 2] y [3, Theorem 2.5], se probó que A = U [ (ΣK) ] U y A d, = U [ (ΣK) d ] U, respectivamente. Corolario Sea A C n n escrita en la forma de Hartwig-Spindelböck. Las siguientes condiciones son equivalentes (i) A = A ; (ii) A d, = A ; (iii) ΣK es EP. Más aún, en este caso, Ind(A) 2. 17
46 Más propiedades de la inversa core EP Teorema Sea A C n n tal que Ind(A) = k. Entonces (i) AA es un proyector ortogonal sobre R(A k ). (ii) A A es un proyector oblicuo sobre R(A k ) a lo largo de N ((A k+1 ) A). 18
47 Más propiedades de la inversa core EP Teorema Sea A C n n tal que Ind(A) = k. Entonces (i) AA es un proyector ortogonal sobre R(A k ). (ii) A A es un proyector oblicuo sobre R(A k ) a lo largo de N ((A k+1 ) A). Teorema Sea A C n n. Las siguientes condiciones son equivalentes (i) A es EP; (ii) (A ) = A; (iii) (A ) = A; (iv) (A ) = A; (v) AP A = A. Más aún, en este caso, AA = A A y (A ) = (A ). 18
48 O.M. Baksalary, G. Trenkler, Core inverse of matrices, Linear and Multilinear Algebra, 58 (6) (2010) O.M. Baksalary, G. Trenkler, On a generalized core inverse, Applied Mathematics & Compututation, 236 (2014) S.B. Malik, N. Thome, On a new generalized inverse for matrices of an arbitrary index, Applied Mathematics & Compututation, 226 (2014) K.M. Prasad, K.S. Mohana, Core EP inverse, Linear and Multilinear Algebra, 62 (3) (2014) X. Wang, Core-EP decomposition and its applications, Linear Algebra and its Applications, 508 (2016)
49 Gracias!!! 20
Matriz inversa generalizada y descomposición del valor singular
Matriz inversa generalizada y descomposición del valor singular Divulgación Fernando Velasco Luna y Jesús Hernández Suárez Laboratorio de Investigación y Asesoría Estadística, Facultad de Estadística e
Más detalles!MATRICES INVERTIBLES
Tema 4.- MATRICES INVERTIBLES!MATRICES INVERTIBLES!TÉCNICAS PARA CALCULAR LA INVERSA DE UNA MATRIZ REGULAR 1 Hemos hablado anteriormente de la matriz cuadrada unidad de orden n (I n ).. Es posible encontrar
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesACTIVIDADES SELECTIVIDAD MATRICES
ACTIVIDADES SELECTIVIDAD MATRICES Ejercicio 1 Para qué valores de m tiene solución la ecuación matricial? (b) Resuelve la ecuación matricial dada para. Ejercicio 2 Siendo I la matriz identidad de orden
Más detallesc-inversa o inversa generalizada de Rao
c-inversa o inversa generalizada de Rao Definición.- Sea A m n. Se dice que una matriz A c de orden n m es una c-inversa o inversa generalizada en el sentido de Rao si y sólo si se verifica AA c A = A.
Más detallesMATRICES INVERSAS GENERALIZADAS
Bol. Soc. Esp. Mat. Apl. n o 40(2007), 103 125 MATRICES INVERSAS GENERALIZADAS NÉSTOR THOME Instituto de Matemática Multidisciplinar Universidad Politécnica de Valencia njthome@mat.upv.es Resumen En este
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesEJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA
EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA 2003 (4) Ejercicio 1. Considera los vectores u = (1,1,1), v = (2,2,a) y w = (2,0,0), (a) [1'25 puntos] Halla los valores de a para que los vectores u, v y w sean linealmente
Más detallesMatrices 1 (Problemas). c
º Bachillerato Matrices 1 (Problemas) 1.- Efectúa las siguientes operaciones con matrices: a) 1 4 5 6 + b) 5 7 9 11 1 1 1 1 1 1 c). 4 d) 6. 1 6 1 18 1 g) 0 0 0 0 a 0 b 0. 0 b 0 0 0 c c 0 0.- Siendo A =
Más detallesSISTEMAS DE ECUACIONES LINEALES Y MATRICES
y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015
Más detallesEjercicios finales. Álgebra. 1. Escribir la matriz A de dimensiones 5 x 4 y elementos: Sol:
Álgebra Ejercicios finales 1. Escribir la matriz A de dimensiones 5 x 4 y elementos:. Una fábrica de embutidos comercializa tres tipos de productos: salchichón, chorizo y morcilla. Para su fabricación
Más detallesAlgebra Lineal XIX: Rango de una Matriz y Matriz Inversa.
Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detallesDescomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)
Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos
Más detallesFactorización de matrices totalmente no positivas y totalmente negativas
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 21-25 septiembre 2009 (pp. 1 8) Factorización de matrices totalmente no positivas y totalmente negativas
Más detallesGuía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.
Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Teoremas con demostraciones que se pueden incluir en el examen: 1. Fórmula para f(j m (λ)), donde J m (λ) es el bloque
Más detallesFactorización de matrices
CAPÍTULO Factorización de matrices En este capítulo se estudian algunas de las técnicas más utilizadas para factorizar matrices, es decir, técnicas que permiten escribir una matriz como producto de dos
Más detallesUna matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
Más detallesMenor, cofactor y comatriz
Menor, cofactor y comatriz Sea A una matriz cuadrada de orden n. Al quitarle la línea i y la columna j se obtiene una submatriz de orden n-1, que se denota habitualmente A i,j. Por ejemplo, con n = 4,
Más detallesAlgebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.
Algebra Lineal * José de Jesús Ángel Ángel jjaa@mathcommx Working draft: México, DF, a 17 de noviembre de 2010 Un resumen de los principales temas tratados en un curso de Álgebra Lineal Contenido 1 Sistemas
Más detallesMatrices y Determinantes.
Tema II Capítulo 1 Matrices Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC Tema II Matrices y Determinantes 1 Matrices 1 Definiciones básicas Definición 11 Una matriz A de
Más detalles6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica
6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas
Más detallesDefinición de la matriz inversa
Definición de la matriz inversa Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, habilidades básicas de resolver sistemas de ecuaciones Ejemplo El número real
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detallesAnillos. a + (b + c) = (a + b) + c. 3) Existe un elemento 0 en R, el cual llamaremos cero, tal que. a + 0 = 0 + a = a para todo a en R.
Capítulo 7 Anillos 7.1 Definiciones Básicas El concepto de Anillo se obtiene como una generalización de los números enteros, en donde están definidas un par de operaciones, la suma y el producto, relacionadas
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesAlgebra lineal de dimensión finita
Algebra lineal de dimensión finita Métodos para calcular autovalores Pseudoinversa Algebra lineal númerica 1 Teorema:[Teorema 1.6] Sea A es una matriz real simétrica. Si Q(x) =< Ax, x > entonces: λ 1 =
Más detallesMATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).
1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden
Más detallesEs decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3
1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de
Más detallesAlgebra Lineal XXVI: La Regla de Cramer.
Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesx, y = x 0 y 0 + x 1 y 1 + x 2 y 2 + x 3 y 3. Es fácil ver que verifica 1. Es simétrica. x, y = y, x para todo x, y R 4.
1 Tema 2. Sección 1. Espacio vectorial de Minkowski. Manuel Gutiérrez. Departamento de Álgebra, Geometría y Topología. Universidad de Málaga. 29071-Málaga. Spain. Abril de 2010. En este capítulo se recordará
Más detallesMatrices Particionadas Traza de una Matriz
CAPÍTULO Matrices Particionadas Traza de una Matriz Este capítulo consta de tres secciones Las dos primeras versan sobre matrices particionadas La tercera sección trata sobre la traza de una matriz En
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detallesÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares
Más detalles3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices.
Tema I Capítulo 3 Matrices Álgebra Departamento de Métodos Matemáticos y de Representación UDC 3 Matrices 1 Definiciones básicas Definición 11 Una matriz A de dimensión m n es un conjunto de escalares
Más detalles2-2 1., y la matriz S -1, que es la matriz inversa de la matriz S. Indicar la
. [04] [EXT-A] Obtener razonadamente: a) El valor del determinante de la matriz S = - - 5, y la matriz S -, que es la matriz inversa de la matriz S. Indicar la relación entre que el determinante de una
Más detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detalles102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.
102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesTema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso
Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detallesMATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesMatrices. Observación: Es usual designar una matriz por letras mayúsculas: A, B, C,... 3 B =
Definición: A una ordenación o arreglo rectangular de ciertos objetos se define como matriz (en este curso nos interesa que los objetos de la matriz sean numeros reales. Observación: Es usual designar
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CSI/ITESM 20 de agosto de 2008 Índice 121 Introducción 1 122 Transpuesta 1 123 Propiedades de la transpuesta 2 124 Matrices
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesA cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o
DETERMINANTES A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o Una tabla ordenada n ð n de escalares situada entre dos líneas
Más detallesTema 2: Determinantes
Tema : Determinantes.- a) Encontrar los valores de λ para los que la matriz λ A = 0 λ λ 0 es invertible b) Para λ = hallar la inversa de A comprobar el resultado c) Resolver el sistema x 0 A = 0 z 0 para
Más detallesCurso ON LINE Tema 5 LAS MATRICES
Curso ON LINE Tema LAS MATRICES Introducción a las matrices. Concepto de matri. Terminología: - Elemento, fila, columna dimensión u orden. Representación algebraica de una matri. Igualdad de matrices.
Más detallesProcedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).
Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales
Más detallesMATRICES SELECTIVIDAD
MATRICES SELECTIVIDAD 1.- Sea K un número natural y sean las matrices a) Calcular A k. b) Hallar la matriz X que verifica que A K X = B C. Solución: 1 K K 0 0 0 ; X 1 1 0 0 1 1 1 K A 0 1 0 1 1 1 A 0 1
Más detallesTEMA V. Pues bien, a estas caracterizaciones de los sistemas de ecuaciones lineales se las llamó matrices. En el caso del sistema considerado tenemos:
TEMA V 1. MATRICES Y SISTEMAS DE ECUACIONES LINEALES. Sea el siguiente sistema de ecuaciones lineales: Realmente quien determina la naturaleza y las soluciones del sistema, no son las incógnitas: x, y,
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesAPÉNDICE A. Algebra matricial
APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos
Más detallesSOBRE INVERSAS GENERALIZADAS Y SU APLICACIÓN EN LA REGRESIÓN 0.- INTRODUCCIÓN. Sobre Matrices Inversas Generalizadas
SOBRE INVERSAS GENERALIZADAS Y SU APLICACIÓN EN LA REGRESIÓN José Carlos de Miguel Domínguez Agustín Ramos Calvo Dpto. de Métodos Cuantitativos para la Economía y la Empresa Fac. de C.C.E.E. Santiago de
Más detallesSegundo parcial Geometría y algebra lineal II
Segundo parcial Geometría y algebra lineal II HOJA PARA EL ESTUDIANTE 1. Completar los datos personales en la tabla que aparece al dorso. 2. La duración del parcial es de cuatro horas. 1 de diciembre de
Más detallesÁlgebra Lineal, Ejercicios
Álgebra Lineal, Ejercicios MATRICES 1 Se llama traza de una matriz cuadrada a la suma de los elementos de su diagonal principal Sea G el conjunto de todas las matrices cuadradas de orden n con traza nula
Más detalles3. Sistemas inconsistentes y sistemas indeterminados
3 Sistemas inconsistentes y sistemas indeterminados 31 Factorizaciones ortogonales Si tratamos de resolver un sistema Ax = b mediante la factorización LU o la de Cholesky, lo que hacemos es transformar
Más detallesNúmeros reales Conceptos básicos Algunas propiedades
Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que
Más detallesTema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2.
Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Tema 1 Álgebra lineal 1. Vectores 2. Matrices 1 Álgebra lineal Aurea Grané
Más detallesDefinición de la matriz inversa
Definición de la matriz inversa Ejercicios Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, matriz identidad, habilidades básicas de resolver sistemas de ecuaciones
Más detallesCapitulo 6. Matrices y determinantes
Capitulo 6. Matrices y determinantes Objetivo. El alumno aplicará los conceptos fundamentales de las matrices, determinantes y sus propiedades a problemas que requieran de ellos para su resolución. Contenido.
Más detalles1 0 4/ 5 13/
1 1 1 7 1 0 4/ 5 13/ 5 R1 R 1+1/5R3 0 0 0 2 R2 R3 0 5 9 22 0 5 9 22 0 0 0 2 Como la matriz tiene un renglón (0, 0, 0, 2) indica que el sistema no tiene solución ya que no existe un número que sea 2 y al
Más detallesDada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:
3 Determinantes. Determinantes de orden y 3 por Sarrus Piensa y calcula 3 6 Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4 8 3 8 6 4 = 4 4 = 0 Aplica la teoría. Calcula
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesTRABAJO PRÁCTICO Nº 1. Matrices = 0 = = + 3 = 0 = = 1 = 2 + < = 0
TRABAJO PRÁCTICO Nº 1 Matrices Ejercicio 1: Determine para todo, 1,,3 y para todo 1,,3 : a) La matriz A, donde 0, b) La matriz A, donde c) La matriz C, donde d) La matriz D, donde 0 + 3 0 1 + < 0 e) Para
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesINVERSA DE UNA MATRIZ
INVERSA DE UNA MATRIZ Profesores Omar Darío Saldarriaga Ortíz Ivan Darío Gómez Hernán Giraldo 2009 Definición Sean x = x 1 x n y y = y 1 y n vectores de n componentes, definimos el producto interno o producto
Más detallesALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS.
ALGEBRA I, ALGEBRA Y TRIGONOMETRIA 520135, 522115 Segundo Semestre CAPITULO 6: POLINOMIOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K
Más detallesMatrices 3. Matrices. Verónica Briceño V. agosto 2012
3 agosto 2012 En esta Presentación... En esta Presentación veremos: Matriz Inversa En esta Presentación... En esta Presentación veremos: Matriz Inversa Determinante En esta Presentación... En esta Presentación
Más detallesMatemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5
Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesMétodos avanzados para análisis y representación de imágenes
Métodos avanzados para análisis y representación de imágenes Unidad II (b): Descomposición en valores singulares Departamento de Informática - FICH Universidad Nacional del Litoral 19 de setiembre de 2012
Más detalles, siendo A t la matriz traspuesta de A. 5. [2013] [EXT-A] a) Discutir el sistema de ecuaciones lineales según los valores del parámetro m: 1 2.
MasMatescom [4] [EXT-A] a) Resolver la siguiente ecuación matricial X A = B-C, siendo A = 5, B = - y C = - b) Sean F, F y F las filas de una matriz cuadrada de orden cuyo detereminante vale 5 Calcular
Más detalles3. A = A = Se dice que dos matrices A y B son semejantes cuando cuando existe una matriz P invertible tal que: AP = PB.
MasMatescom Colección B Resuelve el sistema 5X + 3Y A 3X + Y B, sabiendo que X e Y son matrices cuadradas de orden A 0-4 5 B - - 9 Considera la matriz A 0 3 4-4 -5-3 4 a) Siendo I la matriz identidad 3x3
Más detallesCurso: Álgebra. 1.- Determine el valor de la determinante
1.- Determine el valor de la determinante 5.- Determine el valor de verdad de las siguientes afirmaciones: I) Sea P una matriz no singular entonces A) B) C) D) 2.-Determine el valor de verdad de las siguientes
Más detallesResumen de Teoría de Matrices
Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a
Más detallesPRUEBA MÚLTIPLE ELECCIÓN MATRICES Y DETERMINANTES
PRUEBA MÚLTIPLE ELECCIÓN MATRICES Y DETERMINANTES 1. Sea una matriz A M n n (R) nilpotente de índice p. r(a) n 1 r(a) =p 1 8 4 2 2. Sea la matriz A = 2 1 1 0 5 2 1 1 r(a) =2 r(a) =3 r(a) =4 3. Sea una
Más detallesMatrices y operaciones con Matrices.
Matrices y operaciones con Matrices En clases anteriores hemos usado arreglos rectangulares de números, denominados matrices aumentadas, para resolver sistemas de ecuaciones lineales Denición Una matriz
Más detallesTransformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.
Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen
Más detallesMolinos de viento no-derogatorios
Molinos de viento no-derogatorios 69 Notas de Matemática, No. 245 Mérida, 2006 Molinos de viento no-derogatorios Juan Rada Abstract Un grafo dirigido G es no-derogatorio si su matriz de adyacencia A es
Más detallesMatrices, determinantes y sistemas lineales
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Relación de Problemas n o 5 Curso 006-007 Matrices, determinantes y sistemas lineales 8. Dadas las matrices A y B siguientes, calcule
Más detallesBLOQUE 2. ÁLGEBRA LINEAL. MATRICES Y SISTEMAS DE ECUACIONES LINEALES (*)
BLOQUE 2. ÁLGEBRA LINEAL. MATRICES Y SISTEMAS DE ECUACIONES LINEALES (*) Matrices. Determinantes. Rango. Sistemas de ecuaciones lineales. El Álgebra Lineal es una parte de la Matemática de frecuente aplicación
Más detallesInversión de Matrices
Inversión de Matrices Daniel Vaughan Es bien conocido que en diversas aplicaciones de contabilidad nacional, así como en otras áreas de la economía, es usual encontrarse con la inversión de matrices. Ejemplos
Más detallesCon esta definición de grupo, es directo que el neutro es único, al igual que el inverso de. , donde es conmutativo, se denomina Abeliano.
Teoría de Grupos Definiciones Básicas Definición 5 (Grupo) Sea una estructura algebraica con una ley de composición interna. Decimos que es un grupo si: 1. es asociativa. 2. tiene neutro. 3. toda tiene
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesMétodos directos para resolver sistemas de ecuaciones lineales
Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com
Más detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Más detallesTema 2: Diagonalización
TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es
Más detallesConcurso Nacional de Matemáticas Pierre Fermat 2012. Examen para Nivel Superior Primera Etapa. Problemas
1 Concurso Nacional de Matemáticas Pierre Fermat 2012 Examen para Nivel Superior Primera Etapa Instrucciones: No utilizar celular (éste deberá de estar apagado), calculadora ó cualquier otro medio en el
Más detallesUNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS
UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS Sistemas de dos ecuaciones con dos incógnitas. Método de igualación. Método de reducción. Método de sustitución Método de eliminación Gaussiana.
Más detallesSolución de sistemas lineales
Solución de sistemas lineales Felipe Osorio http://www.ies.ucv.cl/fosorio Instituto de Estadística Pontificia Universidad Católica de Valparaíso Marzo 31, 2015 1 / 12 Solución de sistemas lineales El problema
Más detallesPropiedades de las Matrices Totalmente no Positivas
XX Congreso de Ecuaciones Diferenciales y Aplicaciones X Congreso de Matemática Aplicada Sevilla, 24-28 septiembre 2007 (pp 1 8) Propiedades de las Matrices Totalmente no Positivas R Cantó 1, B Ricarte
Más detallesDescomposición en Valores singulares(svd)
Descomposición en Valores singulares(svd) Año 200 Referencias [] R.L. Burden, J.Douglas Faires, Análisis Numérico, Grupo Editorial Iberoamericana, México, 985. [2] J. Demmel, Applied Numerical Linear Algebra,
Más detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
Más detallesÁlgebra lineal y matricial
Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen
Más detallesEJERCICIOS PAU MATEMÁTICAS II ARAGÓN Autor: Fernando J. Nora Costa-Ribeiro Más ejercicios y soluciones en fisicaymat.wordpress.com
MATRICES Y DETERMINANTES 1- Sea m un número real y considere la matriz: 1 0 0 1 2 1 1 a) Determine todos los valores de m para los que la matriz A tiene inversa. b) Determine, si existe, la inversa de
Más detallesTema 2: El grupo de las permutaciones
Tema 2: El grupo de las permutaciones Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Octubre de 2014 Olalla (Universidad de Sevilla) Tema 2: El grupo de las
Más detallesSistemas Lineales y Matrices
Profesores Hernán Giraldo y Omar Saldarriaga Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Ejemplo Solución de sistemas de ecuaciones lineales, usaremos este
Más detallesEjercicios de álgebra 1 Cuarto curso (2003/04)
Departamento de Álgebra, Geometría y Toplogía. Universidad de Málaga Ejercicios de álgebra 1 Cuarto curso (2003/04) Relación 1. Ideales primos y maximales. Nilradical y radical de Jacobson Profesor de
Más detalles