Matrices de Proyección

Documentos relacionados
Álgebra Lineal Ma1010

Inversas Generalizadas

Factorización de matrices

Matriz inversa generalizada y descomposición del valor singular

Producto Interno y Ortogonalidad

Descomposición en valores singulares de una matriz

!MATRICES INVERTIBLES

Tema 3: Espacios vectoriales

Construcción de bases en el núcleo e imagen de una transformación lineal

Traza de una Matriz Cuadrada

como el número real que resulta del producto matricial y se nota por:

Espacios vectoriales reales.

Métodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012

1. Cambios de base en R n.

Matrices y sistemas de ecuaciones lineales

Álgebra Lineal, Ejercicios

Algebra Lineal XXVI: La Regla de Cramer.

Departamento de Matemáticas, CCIR/ITESM. 9 de febrero de 2011

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Álgebra Lineal Ma1010

Métodos directos para resolver sistemas de ecuaciones lineales

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Algebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012

MENORES, COFACTORES Y DETERMINANTES

Tema 5: Sistemas de ecuaciones lineales.

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. José de Jesús Angel Angel.

TEMA 6. EIGENVALORES Y EIGENVECTORES

Álgebra Lineal Ma1010

Proyecciones. Producto escalar de vectores. Aplicaciones

Anexo 1: Demostraciones

EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA

Definición de la matriz inversa

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)

Espacios Vectoriales

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa.

Resumen 3: Matrices, determinantes y sistemas de ecuaciones

Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

Aplicaciones de la Forma Normal de Smith de una Matriz Entera

Matrices y determinantes

Matrices 1 (Problemas). c

3. Determinantes. Propiedades. Depto. de Álgebra, curso

Espacios Vectoriales

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

EJERCICIOS DE DETERMINANTES

Matrices triangulares y matrices ortogonales

Sección 4.5: Transformaciones del plano y del espacio. Sección 4.6: Problema de mínimos cuadrados y aplicaciones.

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

Valores y Vectores Propios

Matemáticas aplicadas a las CC.SS. II 2º Bachillerato. La igualdad de matrices 3x3 equivale a 9 ecuaciones escalares: { a 3=5.

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso

Espacios vectoriales con producto interno

TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

Aplicaciones Lineales

Sistemas de Ecuaciones y Matrices

Matemáticas Aplicadas a los Negocios

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R.

1 v 1 v 2. = u 1v 1 + u 2 v u n v n. v n. y v = u u = u u u2 n.

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1

Elementos de Cálculo en Varias Variables

Ecuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa

PAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos.

MÉTODOS DIRECTOS PARA LA RESOLUCIÓN DE ECUACIONES ALGEBRAICAS LINEALES

Subespacios vectoriales en R n

Sistemas de Ecuaciones Lineales y Matrices

Vectores y Valores Propios

Espacios Vectoriales, Valores y Vectores Propios

PROGRAMA DE CURSO. Resultados de Aprendizaje

Matrices y sistemas lineales

ALGEBRA Y GEOMETRÍA II 2º semestre Año: Guía de Estudio y Ejercitación propuesta

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.

Matrices, Determinantes y Sistemas Lineales.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

cuadrada de 3 filas y tres columnas cuyo determinante vale 2.


Matrices invertibles. La inversa de una matriz

520142: ALGEBRA y ALGEBRA LINEAL

ESPACIOS VECTORIALES

Matrices, determinantes y sistemas lineales

Segundo de Bachillerato Geometría en el espacio

PROBLEMA [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

Sistemas lineales con parámetros

Espacios vectoriales Espacios y subespacios vectoriales

Aplicaciones de Sistemas de Ecuaciones Lineales

Algebra lineal de dimensión finita

Optimización Sin Restricciones

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

Sistemas de Ecuaciones Lineales

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Sistemas de ecuaciones lineales

PROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante

Sistemas de ecuaciones lineales

TEMA 4: CALCULO NUMERICO DE AUTOVALORES

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES

Tema 1: Espacios vectoriales

Transcripción:

Matrices de Proyección Departamento de Matemáticas, CSI/ITESM 4 de abril de 8 Índice.. Proyección ortogonal............................................ Proyección de un vector en R m.................................... 4.3. Matriz de Proyección.......................................... 5.. Proyección ortogonal Teorema. Sea Y una matriz m n y un espacio lineal V de dimensión r, ambos dentro de un espacio lineal U. Entonces, existe una única matriz Z en V tal que (Y Z) V. Si r = entonces Z =, y si r > entonces Z se puede expresar como Z = c X +... + c r X r, donde {X,...,X r } forman una base ortonormal de V y c i = Y X i para i =,...,r. Además, Z = Y si y sólo si Y V. La matriz Z se llamará la proyección ortogonal de Y sobre V. Si r = entonces dim(v ) =, y por tanto V = {}. Para Z = se tiene (Y Z) V. Y es claramente la única matriz en V que cumple esto. Si r > sea {X,...,X r } una base ortonormal de V y definamos c i = Y X i para i =,...,r y Z = r i= c ix i. Claramente, Z V y ( ) r Y c i X i X j = Y X j c j = para cada j =,...,r. Y por tanto (Y Z) V. Si X V y (Y X) V : i= (X Z) (X Z) = (X Y + Y Z) (X Z) = (Y X) (X Z) + (Y Z) (X Z) = + = Como X Z V, (Y Z) (X Z) =. Por tanto, X Z = y de allí que X = Z, haciendo que Z sea el único vector en V que cumple (Y Z) V Ejercicio

Considere el espacio lineal formado por todas las soluciones al sistema homogéneo: y el vector d =<, 3,, >. x + y + z w = x y z + w = Usando el orden primero x, luego y, luego z, y por último w, encuentre una base para el espacio solución. Ortogonolice la base encontrada. Usando la base encontrada, determine la proyección ortogonal de d sobre tal espacio. Usando el orden primero y, luego w, luego y, y por último z, encuentre una base para el espacio solución. Ortogonolice la base nueva base. Usando la nueva base encontrada, determine la proyección ortogonal de d sobre tal espacio. Lema. Sean A una matriz m n. Si X es invertible n n entonces C(AX) = C(A) y en particular, rank (A X) = rank(a). Claramente C(A X) C(A). Como A = A (XX ) = (AX)X entonces, C(A) C(AX). De estas dos contenciones tenemos la igualdad de los conjuntos Lema.3 Para cualquier matriz A: rank(a A) = rank(a ) = rank(a) Sea A una matriz m n con rango r. Sea A = QR la factorización QR de A. Por tanto, Q Q = I n y R es una matriz cuadrada triangular superior con rango r. Así A A = (QR) (QR) = R Q QR = R R Si r = n, entonces R es invertible y R también y por consiguiente también R R, indicando que A A = R R tiene rango n el mismo rango que A y que A. Si r < n, entonces [ ] Z B R =

con Z matriz r r invertible. Así R R = [ Z Z Z B B Z B B Haciendo operaciones elementales sobre esta matriz se puede reducir a: [ I Z ] B Indicando que A A = R R tiene rango r Ejercicio A = [ ] A = A 3 = repita los cálculos presentes en la demostración del lema.3. ] Lema.4 Para cualquier matriz A m n y cualquier vector b en R m el sistema de ecuaciones: A Ax = A b es consistente. Del lema anterior se deduce que C(A A) = C(A). Como el vector A b está en C(A ), entonces también está en C(A A). Por consiguiente, el sistema formulado es consistente Ejercicio 3 A = A = y vectores b =<,, > y b =<,, >, vea que los sistemas Ax = b con inconsistentes pero los sistemas A Ax = A b son consistentes. 3

.. Proyección de un vector en R m Teorema.5 Sea z la proyección de b sobre C(A), A m n. Entonces, z = Ax para cuaquier solución x al sistema A Ax = A b Suponga que x es la solución al sistema A Ax = A b. Por el lema anterior, estos sistemas siempre son consistentes. Por tanto, A (Ax b) =, es decir que b Ax es ortogonal C(A). Como Ax está en C(A), por el resultado anterior Ax es la proyeccción ortogonal de b sobre C(A) Ejercicio 4 A = A = y los vectores b =<,, > y b =<,, >, determine las proyecciones de cada b a los espacios columnas de cada A y compruebe que da lo mismo que se obtiene resolviendo los sistemas A Ax = A b. Si uno dispone de una inversa generalizada de A A entonces es simple el cálculo del vector proyección sobre un espacio. El siguiente resultado indica cómo y es una consecuencia inmediante del anterior y de las propiedades de la inversa generalizada: Corolario.6 Sea z la proyección del b sobre C(A), entonces z = A(A A) A b Ejercicio 5 A = A = 4

y los vectores b =<,, > y b =<,, >, en cada caso determine una inversa generalizada para A A y compruebe que la proyección de b sobre C(A) coinde con el resultado que da la fórmula del colorario.6. Ejercicio 6 Encuentre la proyección del vector <,, > sobre el plano x + 3y z =. Sugerencia De acuerdo al resultado anterior se debe encontrar una matriz A tal que C(A) sea el plano. Para ello hay que encontrar los vectores que general tal plano: Resolviendo la ecuación del plano: x y z = 3 y + z y z = y Así el plano es el espacio generado por los vectores: 3, Tome A = 3 3 + z Ahora aplique la fórmula del vector de proyección: A (A A) A b..3. Matriz de Proyección El corolario anterior motiva la siguiente definición: Definición Sea A una matriz cualquiera, la matriz P A se definirá como: P A = A ( A T A ) A T () se conoce como la matriz de proyección ortogonal sobre A. Nuestra meta ahora es probar que esta matriz no depende de la elección de la inversa generalizada de ( A T A ). Teorema.7 Sean matrices X m n, Y q n, y X m q. Si R(Y) R(X) y C(Z) C(X), entonces la matriz YX Z es independiente de la elección de X. Suponga que R(Y) R(X) y C(Z) C(X) entonces existen matrices L y R tales que Y = LX y Z = XR. Así: YX Z = (RX)X (XR) = R(XX X)R = LXR el segundo miembro no depende de X Teorema.8 5

Sea A una matriz cualquiera, entonces la matriz proyección de A es independiente de la matriz (A A). Por lema previo, rank ( A A ) = rank(a ) = rank(a) En particular, C(A ) C(A A) y R(A) R(A A). Por tanto, se cumplen las condiciones del teorema anterior para X = A A, Y = A y Z = A : Por tanto, Y X Z = A ( A A ) A es independiente de (A A) Ejercicio 7 A = A = 3 3 determine dos matrices determine dos matrices inversas generalizadas de A A y vea que las matrices de proyección arrojan el mismo resultado. En la determinación de las inversas generalizadas, utilice la inversa de Moore-Penrose y otra obtenida del algoritmo visto en clase. 6