Norma de Frobenius. Estos apuntes están escritos por Darío Coutiño Aquino y Egor Maximenko.

Documentos relacionados
Espacios vectoriales con producto interno

Vectores y matrices. Problemas para examen

Algunos algoritmos para matrices de Toeplitz

Operaciones con matrices

Operaciones con matrices

Métodos directos para resolver sistemas de ecuaciones lineales

Cambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases.

Matriz asociada a una transformación lineal respecto a un par de bases

TEMA 8.- NORMAS DE MATRICES Y

Matrices Inversas. Rango Matrices Elementales

Matrices triangulares y descomposición LU

Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1

Proyección ortogonal sobre un vector normalizado (ejercicios teóricos simples)

Prerrequisitos de la asignatura Álgebra Lineal Numérica

Producto de matrices triangulares superiores

Ortogonalización de Gram Schmidt

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.

Principio minimax para los valores propios de matrices hermitianas

Transformaciones lineales autoadjuntas (hermíticas)

Transformación adjunta a una transformación lineal

Sistemas de Ecuaciones Lineales y Matrices

Álgebra Lineal Ma1010

Valores y vectores propios

Conjuntos de Vectores y Matrices Ortogonales

ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2

Subespacios de espacios vectoriales

x, 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.

Matrices, determinantes y sistemas de ecuaciones lineales

Contenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices

Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES

Gustavo Rodríguez Gómez. Agosto Dicembre 2011

2.2 Normas matriciales

Determinantes. Problemas teóricos. i=1. 2. De la fórmula general (1) deduzca la fórmula para el determinante de orden 3.

Carmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, U.P.M. Álgebra Lineal. 1 TEMA 1.1: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Deducción de las fórmulas del método del gradiente conjugado

Matrices. Álgebra de matrices.

SISTEMAS DE ECUACIONES LINEALES Y MATRICES

Matrices. Observación: Es usual designar una matriz por letras mayúsculas: A, B, C,... 3 B =

Definición 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.

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )

Anuladores. Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales.

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

Correspondencia entre vectores y columnas de sus coordenadas respecto a una base fija

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

Clase 8 Matrices Álgebra Lineal

Álgebra Lineal. Tema 6. Transformaciones lineales y matrices

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

Operaciones elementales

ALGEBRA y ALGEBRA LINEAL

Clase 7 Herramientas de Álgebra Lineal

Lista de problemas de álgebra, 2016

CANTIDAD ESCALAR Es aquella que sólo posee magnitud.

APÉNDICE A. Algebra matricial

Primeros programas con matrices circulantes

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

En varias ramas de las matemáticas y de las ciencias sociales, es común

Matrices y Determinantes.

Matemática 2 MAT022. Clase 1 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María. Matrices

Definición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.

Propiedades de números enteros (lista de problemas para examen)

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.

Matrices Particionadas Traza de una Matriz

Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

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

Valores y vectores propios

GUIA BÁSICA DEL PROCEDIMIENTO MATRIX END MATRIX

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:

Álgebra Lineal V: Subespacios Vectoriales.

Construcción de bases de subespacios (ejemplos)

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

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 ] a m1 a m2 a mn

Tema 11.- Autovalores y Autovectores.

Formas canónicas de Jordan

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes

Operaciones con 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?

Conjunto R 3 y operaciones lineales en R 3

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Rango de una matriz. Objetivos. Definir el rango de renglones y el rango de columnas de una matriz. Mostrar que estos rangos coinciden.

3.3. Número de condición de una matriz.

Matrices, Determinantes y Sistemas Lineales.

TEMA 7. Matrices y determinantes.

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1

Primer conocimiento con transformaciones lineales

Semana 2 [1/29] Matrices. 31 de julio de Matrices

Matrices, determinantes y sistemas de ecuaciones lineales

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas.

Definición de la matriz inversa

Examen Final - soluciones

Matrices y determinantes

Procedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).

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

Intersección y suma de subespacios

3.1. Operaciones con matrices. (Suma, resta, producto y traspuesta)

Conjuntos y matrices. Sistemas de ecuaciones lineales

Preliminares. 1.1 Acciones de Grupo

Álgebra Lineal Capítulo 11. Tópicos Especiales y Aplicaciones Producto tensorial de espacios vectoriales y matrices

Algebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.

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 =

Transcripción:

Norma de Frobenius Estos apuntes están escritos por Darío Coutiño Aquino y Egor Maximenko. Objetivos. Dada una matriz A M m n (C), su norma de Frobenius (llamada también la norma de Hilbert Schmidt) se define como A F := ( tr(a A) ) 1/2 = ( m ) 1/2 A j,k 2, donde tr es la función traza. Estudiaremos varias representaciones de esta función y sus propiedades principales. Requisitos. Normas en C n y R n, normas matriciales inducidas por normas vectoriales, notación para renglones y columnas de una matriz, desigualdad de Cauchy, definición formal del producto de matrices, propiedades de la multiplicación de matrices, producto interno en un espacio vectorial complejo, propiedades de la traza de matrices. El producto interno canónico en el espacio de matrices 1 Proposición (el producto interno canónico en el espacio de matrices). La función M m n (C) M m n (C) C definida como A, B := tr(a B), es un producto interno en M m n (C). En otras palabras, esta función es lineal con respecto al segundo argumento, hermítica y positiva definida. Demostración. En los siguientes cálculos suponemos que A, B, C M m n (C) son matrices arbitrarias y λ C es un complejo arbitrario. I. Verificamos que la función, es lineal con respecto al segundo argumento: A, B + C = tr(a (B + C)) = tr(a B + A C) = tr(a B) + tr(a C) = A, B + A, C, A, λb = tr(a (λb)) = tr(λa B) = λ tr(a B) = λ A, B. II. La función, es hermítica: B, A = tr(b A) = tr((b A) ) = tr(a B) = A, B. Norma de Frobenius, página 1 de 8

III. Mostremos que, es definida positiva. Sea A M m n (C), A 0 m n. Entonces A, A = tr(a A) = (A A) k,k = ( m ) (A ) k,j (A) j,k = m A j,k 2. (1) Los sumandos de la suma doble en el lado derecho de (1) son no negativos. Además, existe un par de índices p {1,..., m}, q {1,..., n} tal que A p,q 0 y por lo tanto A p,q 2 > 0, lo cual demuestra que en el lado derecho de (1) existe al menos un sumando no nulo, y así A, A > 0. 2 Observación. En álgebra lineal numérica es cómodo el convenio que el producto interno es homogéneo con respecto al segundo argumento. Cambiando tr(a B) por tr(b A) obtenemos una función homogénea con respecto al primer argumento. 3 Notación ( vectorización de una matriz). Dada una matriz A M m n (C), denotemos por vec(a) al vector obtenido de la matriz A de la siguiente manera: vec(a) = [ A (s 1) n+1,s mod n ] mn s=1, donde los signos y mod denotan las operaciones de la división entera y del residuo, respectivamente. En otras palabras, (vec(a)) (j 1)n+k = A j,k Por ejemplo, si A M 3 2 (C), entonces [ ] A1,1 A A = 1,2 A 1,3 A 2,1 A 2,2 A 2,3 (j {1,..., m}, k {1,..., n}). y vec(a) = A 1,1 A 1,2 A 1,3 A 2,1 A 2,2 A 2,3. 4 Proposición. La función vec: M m n (C) C mn es un isomorfismo de espacios vectoriales complejos. Idea de demostración. Las propiedades aditiva y homogénea se verifican fácilmente, y la función inversa actúa por la regla vec(v) = [ v (j 1)n+k ] m,n j,. 5 Proposición. Sean A, B M m n (C). Entonces A, B = vec(a) vec(b). (2) Norma de Frobenius, página 2 de 8

Idea de demostración. Ambos lados de la fórmula (2) son iguales a m A j,k B j,k. 6 Observación. Con ayuda de la fórmula (2) podríamos demostrar la Proposición 1 de otra manera, usando la Proposición 4 y el hecho que el producto punto en C n es un producto interno. 7 Ejercicio. El producto interno canónico de dos matrices A, B M m n (C) se preserva al multiplicar A y B por la misma matriz unitaria del lado izquierdo o del lado derecho. En otras palabras, si U M m (C) tal que U U = I m y V M n (C) tal que V V = I n, entonces UA, UB = A, B, AV, BV = A, B. Varias definiciones equivalentes de la norma de Frobenius 8 Definición (definición de la norma de Frobenius a través del producto interno canónico de matrices). Sea A M m n (C). Entonces la norma de Frobenius de la matriz A se define como A F := A, A, (3) esto es, A F := tr(a A). (4) 9 Observación. Se sabe que la traza del producto de matrices no depende del orden de los factores, por eso (4) se pueden escribir también como A F = tr(aa ). (5) 10 Proposición (expresión de la norma de Frobenius de una matriz en términos de sus entradas). Sea A M m n (C). Entonces A F = ( m ) 1/2 A j,k 2. (6) Además A F = vec(a) 2. (7) Demostración. Se obtiene de la Proposición 5 poniendo B = A. Norma de Frobenius, página 3 de 8

11 Proposición (expresión de la norma de Frobenius en términos de las normas euclidianes de los renglones o columnas). Sea A M m n (C). Entonces ( m 1/2 A F = A j, 2) 2, (8) ( 1/2 A F = A,k 2) 2. (9) Demostración. La fórmula (8) se obtiene de (6) al notar que A j,k 2 = A j, 2 2. Para deducir (9) de (6), hay que intercambiar el orden de las sumas y notar que m A j,k 2 = A,k 2 2. 12 Ejemplo. Consideremos una matriz real 2 3: [ 2 1 4 A = 5 0 1 Apliquemos la fórmula (4): 29 2 13 A A = 2 1 4, tr(a A) = 29 + 1 + 17 = 47, A F = 47 6.86. 13 4 17 Por la fórmula (6), Por la fórmula (8), Por la fórmula (9), ]. A F = (4 + 1 + 16 + 25 + 0 + 1) 1/2 = 47. A F = ( A 1, 2 2 + A 2, 2 2) 1/2 = (21 + 26) 1/2 = 47. A F = ( A,1 2 2 + A,2 2 2 + A,3 2 2) 1/2 = (29 + 1 + 17) 1/2 = 47. 13 Ejercicio. Encontrar comandos que calculan la norma de Frobenius de la matriz dada en varios sistemas de álgebra computacional, por ejemplo, en MATLAB, GNU Octave, Scilab, FreeMat, R, Wolfram Mathematica, Maxima, Sage. Norma de Frobenius, página 4 de 8

14 Ejercicio. En algún lenguaje de programación escribir una función que tenga un argumento matricial A y que calcule y regrese la norma de Frobenius de la matriz dada A. Puede usar el siguiente esquema con dos ciclos encajados: function FrobeniusNorm(A): s <- 0; m <- number of rows of A; n <- number of columns of A; for j <- 1,..., m: for k <- 1,..., n: s <- s + abs(a[j, k]) ˆ 2; return sqrt(s); 15 Ejemplo (la norma de Frobenius de un vector). Sea v = [ v j ] n Cn. Identificamos el vector v con la matriz-columna W M n 1 (C), poniendo W j,1 = v j (j {1,..., n}). Entonces la norma de Frobenius de la matriz W coincide con la norma euclidiana del vector v: ( ) 1/2 W F = v j 2 = v 2. 16 Proposición. La norma de Frobenius en efecto es una norma en el espacio vectorial complejo M m n (C). Demostración. Es un hecho general que si, es un producto interno, entonces la función definida mediante la fórmula (3) es una norma. Se dice que esta norma es inducida por el producto interno,. Para los estudiantes que olvidaron el concepto de norma inducida por un producto interno recordemos el esquema de demostración. La propiedad subaditiva se obtiene de la desigualdad de Schwarz para este producto interno: A + B 2 F = A + B, A + B = A, A + A, B + B, A + B, B = A 2 F + 2 Re( A, B ) + B 2 F A 2 F + 2 A, B + B 2 F A 2 F + 2 A F B F + B 2 F = ( A F + B F ) 2. La propiedad homogénea absoluta se verifica directamente: λa F = λa, λa = λ 2 A, A = λ A F. Finalmente, la norma de Frobenius de cualquier matrix no nula es estrictamente positiva. Es una de las propiedades del producto interno que fue verificada en la demostración de la Proposición 1. Norma de Frobenius, página 5 de 8

La norma de Frobenius y la multiplicación de matrices 17 Lema (desigualdad de Cauchy para las entradas del producto de matrices). Sean A M m n (C), B M n p (C), j {1,..., m}, k {1,..., p}. Entonces (AB) j,k 2 A j, 2 2 B,k 2 2. (10) Demostración. Escribimos (AB) j,k por la definición del producto de matrices: (AB) j,k = A j,s B s,k, s=1 aplicamos las propiedades subaditiva y multiplicativa del valor absoluto y la desigualdad de Cauchy: (AB) j,k ( ) 1/2 ( ) 1/2 A j,s B s,k A j,s 2 B s,k 2 = A j, 2 B,k 2. s=1 s=1 s=1 18 Teorema (propiedad submultiplicativa de la norma de Frobenius). Sean A M m n (C), B M n p (C). Entonces AB F A F B F. (11) Demostración. Aplicamos la fórmula (6) y el Lema 17: ( m m m ) ( ) AB 2 F (AB) j,k 2 A j, 2 2 B,k 2 2 = A j, 2 2 B,k 2 2. Recordando las fórmulas (8) y (9) llegamos al producto A 2 F B 2 F. 19 Corolario. Sean A M m n (C), v R n. Entonces Av 2 A F v 2. Demostración. Este resultado se obtiene del Teorema 18 y Ejemplo 15. Recordemos que la norma matricial en M m n (C) asociada a la norma euclidiana 2 en C n se define como Av 2 A matr,2 = sup. (12) v C n \{0 n} v 2 20 Proposición (la norma de Frobenius es una cota superior para la norma matricial asociada a la norma euclidiana de vectores). Sea A M m n (C). Entonces A matr,2 A F. Norma de Frobenius, página 6 de 8

Demostración. Se sigue del Corolario 19 y de la fórmula (12) que define A matr,2. 21 Ejemplo (las normas de una matriz diagonal). Sea d C n. Consideremos la matriz diagonal con entradas diagonales d 1,..., d n : diag(d) = [ d j δ j,k ] n j,. Aplicamos las propiedades de la delta de Kronecker: diag(d) 2 F = d j 2 δj,k 2 = d j 2 δ j,k = d j 2 = d 2, para concluir que Por otro lado, es posible demostrar que diag(d) F = d 2. diag(d) matr,2 = d. 22 Ejercicio (las normas de la matriz identidad). Calcular I n matr,2 y I n F. 23 Ejercicio (las normas de una matriz básica). Sean p {1,..., m}, q {1,..., n}. Denotemos por E p,q a la matriz de tamaño m n cuya entrada (p, q) es igual a 1, y las demás entradas son cero: E p,q = [ δ p,j δ q,k ] m,n j,. Calcular E p,q matr,2 y E p,q F. 24 Proposición (la norma de Frobenius de la matriz transpuesta y de la matriz transpuesta conjugada). Sea A M m n (C). Entonces A F = A F = A F. 25 Proposición (propiedad submultiplicativa con la norma de Frobenius y la norma inducida por la norma euclidiana). Sean A M m n (C), B M n p (C). Entonces AB F A matr,2 B F, (13) AB F A F B matr,2. (14) Demostración. Para demostrar (13), recordemos que cada columna del producto AB se puede escribir como el producto de la matriz A por la columna correspondiente de la matriz B: (AB),k = AB,k, Norma de Frobenius, página 7 de 8

luego aplicamos la fórmula (9) y la propiedad principal de A matr,2 : AB F = AB,k 2 2 A 2 matr,2 B,k 2 2 = A 2 matr,2 B,k 2 2 = A 2 matr,2 B F. La fórmula (14) se puede deducir de (13) usando la Proposición 24: AB F = (AB) F = B A F B matr,2 A F = B matr,2 A F. Hemos utilizado el hecho que B matr,2 = B matr,2. 26 Proposición (la norma de Frobenius es invariante bajo la multiplicación por matrices unitarias). Sea A M m n (C). 1. Si U M m (C) y U U = I m, entonces 2. Si V M n (C) y V V = I n, entonces UA F = A F. (15) AV F = A F. (16) Demostración. Esta proposición se puede ver como un corolario del Ejercicio 7. Escribamos la demostración directa, utilizando (4), propiedades de la operación A A y propiedades de la función traza: UA 2 F = tr((ua) (UA)) = tr(a U UA) = tr(a A) = A 2 F, AV 2 F = tr((av ) (AV )) = tr(v A AV ) = tr(v V A A) = tr(a A) = A 2 F. Norma de Frobenius, página 8 de 8