Calculando los valores singulares y la pseudo-inversa de una matriz
|
|
- Francisco José Cordero Santos
- hace 5 años
- Vistas:
Transcripción
1 Calculando los valores singulares y la pseudo-inversa de una matriz Juan David Alzate Universidad Nacional de Colombia jdalzater@unal.edu.co May 30, 2018 Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
2 Contenido 1 Introducción definiciones observación ejemplo 2 idea Lanczos 3 Descomposición Bidiagonal 4 Calculando los valores singulares Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
3 Recordando definiciones Dada una matriz rectangular A R mxn, queremos encontrar su descomposición en valores singulares DVS: A = UΣV Donde U R mxm, V R nxn son matrices unitarias y Σ R mxn es diagonal con entradas no negativas. Definición (valores singulares) A los elementos de la diagonal de Σ los llamamos valores singulares de A = UΣV. Estos corresponden a las raíces positivas de los valores propios de A A o AA Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
4 Recordando definiciones Definición (Σ y pseudo inversa) Definimos Σ como 1 σ 1 1 σ 2... Σ := 1 σ r σ 1 σ 2 con Σ =... σr m n n m y definimos la pseudo inversa de A como: A := V Σ U Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
5 Observación Es difícil determinar (solo observando los términos de la diagonal de la regular row echelon form-rref) si la matrix A original tiene un valor propio lo suficientemente pequeño como par ser "eliminado" durante el cálculo de A. (En cálculos de punto flotante no es fácil determinar si un número es cero o no) Ejemplo: Consideremos la siguiente matriz A := n n Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
6 Para un n lo suficientemente grande, la matrix es "violentamente" mal condicionada (tiene un valor singular muy pequeño) si multiplicamos A por el vector columna [ n+1 ] T obtenemos: n n n+1 n 1 = 2 n+1 2 n+1 2 n+1 2 n+1. 2 n+1 n 1 Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
7 La matriz es mal condicionada pero al cambiar todos los 1 s por +1 s en la matriz, esto no afecta la diagonal, pero la matriz resultante se comporta bien A = De esta forma es difícil determinar (solo observando los términos de la diagonal de la regular row echelon form-rref) si la matrix A original tiene un valor propio lo suficientemente pequeño como para ser "eliminado" durante el cálculo de A. En otras palabras, parece no haber un método satisfactorio para encontrar el rango de A sin encontrar explícitamente sus valores singulares. Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20 n n
8 Idea Lanczos El método se basa en una idea propuesta por Lanczos Teorema Sea A C mxn, la matriz ( ) 0 A Ã := A 0 (n+m) (n+m) tiene como valores propios los valores singulares de A, cada uno apareciendo con signo positivo y negativo. Demostración: Sean λ, w pareja valor propio y vector propio de Ã, con ( ) u w = m 1 v n 1 (m+n) 1 Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
9 Así como Ãw = λw ( ) ( ) ( ) ( ) ( ) { 0 A u λu Av λu Av = λu A = 0 v λv A = u λv A u = λv (2.1) Ahora bien, considerando los vectores propios w i de A, sabemos que los w i son ortogonales, luego w i w j = 0 u i u j + v i v j = 0, i j (2.2) Así, si λ i es valor propio (λ i 0), entonces (v i, u i, λ i ) es solución del sistema (2.1), pero notemos que(v i, u i, λ i ) también sería solución. { Av i = λ i u i A u i = λ i v i { Av i = ( λ i )( u i ) A ( u i ) = ( λ i )v i Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
10 Luego, como (v i, u i, λ i ) también es solución, λ i, ( u i, v i ) T también es pareja valor propio, vector propio, y así obtenemos la ecuación u i u j v i v j = 0, i j (2.3) Así, de (2.2) y (2.3) obtenemos u i u j = 0 v i v j = 0, i j De esta forma los u i, v j son ortogonales. Por otro lado, de (2.1) tenemos: { { Av = λu A A Av = A λu = λa u = λ 2 v u = λv AA u = Aλv = λav = λ 2 u { A Av = λ 2 v AA u = λ 2 u Finalmente, si λ es valor propio de à entonces λ2 es valor propio de A A y AA, i.e λ es valor singular de A. Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
11 Descomposición PJQ Para facilitar los cálculos de los valores singulares y la pseudo inversa, realizamos primero una descomposición conveniente. En nuestro razonamiento suponemos m n sin pérdida de generalidad. Teorema Sea A C m n. A se puede descomponer como A = PJQ donde P,Q son unitarias y J m n es bidiagonal de la forma: α 1 β 1 α 2 β J =... βn 1 α n m n Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
12 Descomposición PJQ Demostración: La demostración es constructiva utilizando transformadas de Householder. Sea A C m n. Definimos A (1) := A A ( k+1 2 ) := P (k) A (k), k = 1,..., n A (k+1) := A ( k+1 2 ) Q (k), k = 1,..., n 1 donde P (k), Q (k) son hermitianas, unitarias de la forma: P (k) := I 2x (k) x (k), x (k) x (k) = 1 Q (k) := I 2y (k) y (k), y (k) y (k) = 1 P (k) y Q (k) se escojen de tal forma que: a ( k+1 2 ) i,k = 0 i = k + 1,..., m a (k+1) k,j = 0 j = k + 2,..., n Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
13 De esta forma α 1 β 1 α 2 β A (k+1) α = k α 1 β 1 A ( m 2 ) = x x... x x x... x x x... x β k α 2 β βn 1 α n m n m n Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
14 Calculando los valores singulares Los valores singulares de A y J son los mismos, así son las raíces de los valores propios de J J. σ 1 σ 2... σ n 0 Descomponemos J = XΣY. Pero notemos que las últimas m n filas de J son ceros, y no contribuyen al cálculo de los valores singulares, y tienen un efecto trivial en el cálculo de X y Y. α 1 β 1 J = α 2 β βn 1 α n m n Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
15 Calculando los valores singulares Así es conveniente eliminar las últimas m n filas de J, obteniendo: α 1 β 1 α 2 β 2. J = βn 1 Sin introducir notación adicional, las ecuaciones J = XΣY, A = PJQ, A = UΣV permanecen validas "abreviando" las matrices, es decir, eliminando: i) las últimas m n filas de ceros en J y Σ ii) las últimas m n columnas de P y U iii) las últimas m n filas y columnas de X α n n n Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
16 Calculando los valores singulares Así obtenemos las ecuaciones: J n n = X n n Σ n n Y n n A m n = P m n J n n Q n n A m n = U m n Σ n n V n n Por otro lado, los valores singulares σ i de J se relacionan con la matriz ( ) 0 J J := J 0 Los valores propios de J son ±σ i ( ) ( ) 0 J x J 0 ±y 2n 2n Al expandir la ecuación obtenemos 2n 1 2n 2n ( ) x = ±σ ±y Jy = σx J x = σy 2n 1 Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
17 Así realizando la multiplicación de matrices obtenemos σ i y i + β i y i+1 = σx i i = 1 : n 1 β i 1 x i 1 + ᾱ i x i = σy i i = 2 : n α n y n = σx n ᾱ 1 x 1 = σy 1 Realizamos ahora la sustitución: z 2i = x i z 2i 1 = ±y i y obtenemos la ecuación: 0 ᾱ 1 α 1 0 β 1. Tz = ±σz T = β ᾱn α n 0 2n 2n Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
18 Existe una matriz D diagonal unitaria, tal que: 0 s 1 s 1 0 t 1 t 1 0 s 2 DTD s = S := 2 0 t 2. t sn s n 0 2n 2n donde S es una matriz tridiagonal y sus elementos están dados por: s i = σ i t i = β i (4.1) Existen varios métodos para calcular los valores propios de una matriz tridiagonal simétrica. Uno de los métodos más precisos y efectivos es usar secuencias de Sturm, un algoritmo es descrito por Wilkinson. Uno puede simplificar este algoritmo aprovechando que la diagonal de S es nula. Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
19 Referencias G.GOLUB, W. KAHAN Calculating the singular values and pseudo-inverse of a matrix J.SIAM Numer. Anal. ser. B, vol. 2, no. 2 (1965) pags C. LANCZOS Linear diferential operators Van Nostrand, London (1968) pags Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
20 Gracias :) Juan David Alzate (UNAL) Calculando los valores singulares May 30, / 20
6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 27 de junio de 2014 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final 7 de junio de 4 APELLIDOS, NOMBRE: DNI: irma Primer parcial Ejercicio Consideremos matrices A m m, B, C n n, Pruebe que bajo la hipótesis de que las inversas
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Más detallesALN - SVD. In. Co. Facultad de Ingeniería Universidad de la República
ALN - SVD In. Co. Facultad de Ingeniería Universidad de la República Índice Definición Propiedades de SVD Ejemplo de SVD Métodos para calcular SVD Aplicaciones de SVD Repaso de matrices: m xm Una matriz
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 26 de junio de 2013 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final de junio de APELLIDOS, NOMBRE: DNI: Firma Primer parcial Ejercicio ( Sea A una matriz simétrica definida positiva de orden n y v R n Pruebe que la matriz
Más detalles3.3. Número de condición de una matriz.
96 33 Número de condición de una matriz Consideremos el sistema Ax = b, de solución u Queremos controlar qué cambios se producen en la solución cuando hacemos pequeños cambios en las componentes de b o
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-7 Formas cuadráticas SEMANA 4: FORMAS CUADRÁTICAS 7 Formas cuadráticas y matrices definidas positivas
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más detallesMATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a ] a m1 a m2 a mn
MATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a [ 21 a 22 a 2n ] a m1 a m2 a mn con m renglones y n columnas, donde los a
Más detallesTEMA 7. Matrices y determinantes.
TEMA 7 Matrices y determinantes. 1. Matrices. Generalidades Definición 1 Sea E un conjunto cualquiera, m, n IN. Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12... a 1n a 21
Más detallesCarmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, U.P.M. Álgebra Lineal. 1 TEMA 1.1: MATRICES Y SISTEMAS DE ECUACIONES LINEALES
Carmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, UPM Álgebra Lineal TEMA : MATRICES Y SISTEMAS DE ECUACIONES LINEALES Definición de cuerpo conmutativo Definición Un Cuerpo Conmutativo es un
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 detallesMatrices. Álgebra de matrices.
Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,
Más detallesSemana 2 [1/29] Matrices. 31 de julio de Matrices
Semana 2 [1/29] 31 de julio de 2007 elementales Semana 2 [2/29] Matriz de permutación Matriz de permutación Una matriz elemental de permutación tiene la siguiente estructura: 1 0 0 1 0 1 fila p 1 I pq
Más detallesALGEBRA y ALGEBRA LINEAL
520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean
Más detallesSemana 14 [1/28] Matrices. 22 de julio de Matrices
Semana 14 [1/28] 22 de julio de 2007 Definiciones básicas Semana 14 [2/28] Definiciones básicas Matriz Una matriz A, de m filas y n columnas con coeficientes en el cuerpo à (en este apunte à será Ê ó C)
Más detallesMATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS
Definición: se llama matriz de m filas y n columnas sobre un cuerpo K (R ó C), a una ordenación rectangular de la forma Notación: a11 a...... a1n a21 a...... a2n A = M M M donde cada elemento a ij Є K
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesTeoría Tema 7 Operar con matrices
página 1/12 Teoría Tema 7 Operar con matrices Índice de contenido Concepto de matriz...2 Matriz traspuesta, simétrica y diagonal...3 Suma de matrices y producto de escalar por matriz...6 Producto de matrices...8
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detallesAlgebra lineal Matrices
Algebra lineal Matrices Una matriz A un arreglo rectangular de números dispuestos en m renglones (filas) y n columnas. Fila 1 La componente o elemento ij de A, denotado por es el número que aparece en
Más detallesDescomposición del valor singular y sus aplicaciones
7 Descomposición del valor singular y sus aplicaciones Marlene J. Soldevilla Olivares William C. Echegaray Castillo Resumen El presente trabajo damos algunas propiedades de los valores singulares de una
Más detallesDescomposición SVD. Luciano A. Perez. 10 de septiembre de 2015
Descomposición SVD Luciano A. Perez 1 de septiembre de 15 1. Introducción 1.1. La Descomposición Sean n,m N, y sea A C m n ; una descomposición en valores singulares (o SVD) de A es una factorización donde:
Más detallesSi A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?
MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?
Más detallesFormas canónicas reales
Capítulo 7 Formas canónicas reales Introducción Sea V un espacio vectorial sobre C, f End(V y M B (f = A M(n n Sea λ = a + bi es una autovalor complejo de f de multiplicidad m Para tal autovalor complejo
Más detalles1.2 Valores y vectores propios. Método de las potencias y Rayleigh.
20 Prelininares. 1.2 Valores y vectores propios. Método de las potencias y Rayleigh. 1.2.1 Cálculo del Polinomio Caracterstico: ALGORITMO DE SOURIAU. ENTRADA: la matriz A 1 = A, p 1 = traza(a 1 ), n =
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 detallesClase 7 Herramientas de Álgebra Lineal
Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es
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 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 detallesValores singulares. Producto escalar y ortogonalidad. Proposición. Curso < x, y >= si F = C. Si x C n x i=1
Valores singulares Curso 2017-18 1 Producto escalar y ortogonalidad < x, y >= n y i x i = y T x si F = R, n y i x i = y x Si x C n x x = n x i 2 = x 2 2. si F = C Si x, y C n x y = y x, pero si x, y R
Más detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES Profesores Omar Darío Saldarriaga Ortíz Ivan Darío Gómez Hernán Giraldo 2009 Definición Una matriz es un arreglo rectangular de números reales en m filas y n a 11 a 1n columnas
Más detallesTema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES
Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...
Más detallesMatrices y sistemas de ecuaciones
Matrices y sistemas de ecuaciones María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Matrices y sistemas de ecuaciones Matemáticas I 1 / 59 Definición de Matriz Matrices
Más detallesContenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices
elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas
Más detallesTema I. Matrices y determinantes
Tema I. Matrices y determinantes 2007 Carmen Moreno Valencia 1. Matrices sobre un cuerpo 2. Operaciones con matrices 3. Determinante de una matriz cuadrada 4. Menor complementario y adjunto 5. Cálculo
Más detallesEdgar Acuña/ ESMA 6665 Lecc1-2 1 ESTADISTICA COMPUTACIONAL. Capítulo I. Matrices y solución de Ecuaciones lineales
Edgar Acuña/ ESMA 6665 Lecc1-2 1 ESTADISTICA COMPUTACIONAL Capítulo I. Matrices y solución de Ecuaciones lineales Referencias: 1. Datta, B. (1995) Numerical Linear Algebra. Brooks Cole 2. Golub, G. and
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesMatriz 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 detallesProfesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES. 1. Una matriz A de n n es diagonalmente dominante (estrictamente) por filas si
Cuarta relación de problemas Técnicas Numéricas Profesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES 1. Una matriz A de n n es diagonalmente dominante estrictamente por filas si a ii > a
Más detallesParte 2. Métodos directos para la resolución de sistemas de ecuaciones lineales
Parte 2. Métodos directos para la resolución de sistemas de ecuaciones lineales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales University of Las Palmas de Gran Canaria Curso 2006-2007
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 detalles2.1 Introducción. Propiedades.
19 2 MATRICES II: DETERMINANTES En este segundo capítulo de matrices, aprenderemos a utilizar una herramienta muy importante como son los determinantes Gracias a ellos, podremos calcular la inversa de
Más detallesMatrices Inversas. Rango Matrices Elementales
Matrices Inversas. Rango Matrices Elementales Araceli Guzmán y Guillermo Garro Facultad de Ciencias UNAM Semestre 2018-1 doyouwantmektalwar.wordpress.com Matrices Matrices identidad La matriz identidad
Más detallesMatrices y Sistemas de Ecuaciones lineales
Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesSistemas de ecuaciones lineales
Chapter 2 Sistemas de ecuaciones lineales 2.1 Resolución de sistemas de ecuaciones lineales El problema que se pretende resolver en este capítulo es el de un sistema de m ecuaciones lineales con n incógnitas
Más detallesCONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES
CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque
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 detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-2 4. Transformaciones lineales 4.. Introducción SEMANA 8: TRANSFORMACIONES LINEALES Sea la matriz
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesDefinición de las operaciones con matrices
Definición de las operaciones con matrices Ejercicios Objetivos Aprender a hacer las operaciones aritméticas con matrices Aprender las definiciones formales de operaciones con matrices Requisitos Operaciones
Más detallesSistemas de ecuaciones lineales. Matrices
Dpto de MATEMÁTICA APLICADA A LOS RECURSOS NATURALES Sección departamental en la ETSI de Montes Algebra Sistemas de ecuaciones lineales Matrices Sistemas lineales Solución de un sistema lineal Sistemas
Más detalles6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...
Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................
Más detallesEstadística III Repaso de Algebra Lineal
Repaso de Algebra Lineal Vectores Un vector columna de dimensión n 1 es una serie de números dispuestos como sigue: x 1 x 2 x =. x n Un vector fila de dimensión 1 p es una serie de números dispuestos como
Más detallesMatrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1
Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que
Más detallesMatrices triangulares y descomposición LU
Matrices triangulares y descomposición LU Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el examen será suficiente
Más detallesUso de LS. Esta matriz de 3x3 simétrica y definida positiva es un tensor de difusión de hidrógeno. , con gi en R 3. i S 0 exp bgt i Dg i i
Uso de LS MX 2 min S, con gi en R 3 i S 0 exp bgt i Dg i i Esta matriz de 3x3 simétrica y definida positiva es un tensor de difusión de hidrógeno. En cada posición del cerebro tenemos una matriz Tractografía
Más detallesMatrices. En este capítulo: matrices, determinantes. matriz inversa
Matrices En este capítulo: matrices, determinantes matriz inversa 1 1.1 Matrices De manera informal una matriz es un rectángulo de números dentro de unos paréntesis. A = a 1,1 a 1,2 a 1,3 a 2,1 a 2,2 a
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Matrices sobre IR ó C. Definición Dado un conjunto K (IR ó C) y dos conjuntos finitos de índices I = {,, m} J
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesMatrices y Determinantes
Capítulo 1 Matrices y Determinantes 11 Matrices Generalidades Definición 11 Sea E un conjunto cualquiera, m, n N Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12 a 1n a 21 a
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
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 detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
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 detallesMatrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =
Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente
Más detallesCapítulo 1: Diagonalización de matrices
Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n
Más detalles1. Matrices. Operaciones con matrices
REPASO MUY BÁSICO DE MATRICES. Matrices. Operaciones con matrices.. Introducción Las matrices aparecieron por primera vez hacia el año 850, introducidas por el inglés J. J. Sylvester. Su desarrollo se
Más detallesDeterminantes. = a 11a 22 a 12 a 21 = ( 3) ( 5) ( 4) 7 = 15 ( 28) = = 43
Determinante de una matriz cuadrada Toda matriz cuadrada A lleva asociado un número, llamado determinante de A, y que denotaremos mediante el símbolo. Este número, entre otras cosas, permite saber cuándo
Más detallesParte 3. Vectores y valores propios
Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a los valores y vectores propios 2 3 4 5 Valores
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 detallesOCW-V.Muto Sistemas lineales: Preliminares Cap. XIII CAPITULO XIII. METODOS PARA LA RESOLUCION DE SISTEMAS LINEALES: PRELIMINARES
CAPITULO XIII. METODOS PARA LA RESOLUCION DE SISTEMAS LINEALES: PRELIMINARES. SISTEMAS LINEALES DE ECUACIONES En esta tercera parte se consideran técnicas para resolver el sistema de ecuaciones lineales:
Más detallesConcepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
Matrices Concepto de matriz Se denomina matriz a todo 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
Más detallesDefinición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Más detallesSistemas de Ecuaciones Lineales. Matrices y determinantes.
Capítulo 3 Sistemas de Ecuaciones Lineales Matrices y determinantes 31 Sistemas de Ecuaciones Lineales El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación
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 detallesMatemáticas. Álgebra lineal (parte final ampliada)
Master en Estadística e Investigación Operativa Matemáticas Álgebra lineal (parte final ampliada) Vera Sacristán Departament de Matemàtica Aplicada II Facultat de Matemàtiques i Estadística Universitat
Más detallesBreve introducción a Matrices
207 5 - Matriz inversa Breve introducción a Matrices En el apartado anterior vimos el producto de matrices y si en particular nos dedicamos a las matrices cuadradas de orden n es decir el anillo unitario
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo
Más detallesAlgunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices
Matrices Una matriz de orden m n es un conjunto ordenado de m n números reales dispuestos en m filas y n columnas de la forma: A = a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n a i1 a i2 a ij a in a m1 a m2
Más detalles1. Utilizar el método de Gauss para clasificar y resolver cuando sea posible los siguientes sistemas: x 3y + 7z = 10 5x y + z = 8 x + 4y 10z = 11
Teorema de Rouché Frobenius: Si A es la matriz de coeficientes de un sistema de ecuaciones lineales y AM la matriz ampliada de un sistema de ecuaciones lineales. Si r(a = r(am = número de incógnitas =
Más detallesEspacios Euclídeos. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza
Espacios Euclídeos Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza A lo largo de todo el capítulo consideraremos que V un espacio vectorial real de dimensión finita. 1 Producto escalar Definición.
Más detallesInstituto Tecnológico Autónomo de México. 1. At =..
Instituto Tecnológico Autónomo de México TRANSPUESTA DE UNA MATRIZ DEFINICION : Transpuesta Sea A = (a ij ) una matriz de mxn Entonces la transpuesta de A, que se escribe A t, es la matriz de nxm obtenida
Más detallesTEMA 1: MATRICES Y DETERMINANTES
TEMA 1: MATRICES Y DETERMINANTES 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales de la forma a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Las líneas horizontales (verticales)
Más detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detalles1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Más detallesParte 3. Vectores y valores propios
Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2006-2007 Valores y vectores propios Valor propio Se dice que el número
Más detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesA.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E Valencia
Factorización de Cholesky de matrices singulares A.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E-460 Valencia amurbano@mat.upv.es,rcanto@mat.upv.es,bearibe@mat.upv.es,
Más detallesEl problema de Maxwell Una formulación contemporánea
El problema de Maxwell Una formulación contemporánea Mariano Vázquez de septiembre de 22 Índice. El problema estructural.. Direcciones principales de acción y reacción............ 3 2. El problema de Maxwell
Más detallesSISTEMAS LINEALES DE ECUACIONES EN DIFERENCIAS DE PRIMER ORDEN
SISTEMAS LINEALES DE ECUACIONES EN DIFERENCIAS DE PRIMER ORDEN Alejandro Lugon 2008-1 1. Ecuaciones planares: dos dimensiones El sistema homogeneo: x t+1 a 11 x t + a 12 y t y t+1 a 21 x t + a 22 y t puedes
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 detallesSistemas de ecuaciones lineales
Tema 1 Sistemas de ecuaciones lineales 11 Definiciones Sea K un cuerpo Una ECUACIÓN LINEAL CON COEFICIENTES EN K es una expresión del tipo a 1 x 1 + + a n x n = b, en la que n es un número natural y a
Más detallesRESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
Más detallesAlgebra Lineal XXII: Determinantes y Singularidad.
Algebra Lineal XXII: Determinantes y Singularidad. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detalles