102

4.2.

Inversas generalizadas.

Dada una matriz A de orden m n la podemos considerar como la matriz asociada a una aplicaci on lineal f : Kn Km respecto a ciertas bases (por ejemplo, la can onica). Tenemos que f (u) = Au. Denici on 4.2.1. Llamamos espacio de las de A al subespacio F (A) de Kn generado por las las de A. Llamamos espacio de columnas de A al subespacio C (A) de Km generado por las columnas de A. Teorema 4.2.2. dim(F (A)) = dim(C (A)) = rango(A). Demostraci on. Este es el cl asico teorema del rango, y se puede ver una prueba con la descomposici on LU en [Str90, p.84]. Si consideramos el producto escalar est andar, podemos ver ker(f ) = {v Kn : Av = 0} como los vectores ortogonales a todas las las de A. Entonces ker(f ) = F (A) y ker(f ) = F (A). Denici on 4.2.3. Decimos que A es de rango pleno por las si rango(A) = m, o de forma equivalente si C (A) = Km . An alogamente, decimos que A es de rango pleno por columnas si rango(A) = n, o bien F (A) = Kn . Denici on 4.2.4. Decimos que A tiene una inversa a derecha si existe B de orden n m tal que AB = Im . De manera semejante, A tiene una inversa a izquierda si existe C de orden n m tal que CA = In . Proposici on 4.2.5. Sea A una matriz de orden m n. Entonces 1. A tiene inversa a izquierda si y s olo si A es de rango pleno por columnas. 2. A tiene inversa a derecha si y s olo si A es de rango pleno por las. Demostraci on. 1. Si BA = In , entonces

n = rango(In ) = rango(BA) m n(rango(A), rango(B )) rango(A). Otra forma es considerar las las de A como vectores aj de Kn . Si existe inversa a izquierda, entonces es posible encontrar una combinaci on lineal de ellos que sea igual a cada vector ei de Kn , por lo que el espacio de las de A genera todo Kn , esto es, A es de rango pleno por columnas. El rec proco es similar, calculando las combinaciones lineales de las las de A que dan cada ei de Kn . Esos coecientes forman la matriz B .

Inversas generalizadas. M nimos cuadrados.

103

2. Es consecuencia de lo anterior teniendo en cuenta que una matriz tiene inversa a izquierda si y solamente si su traspuesta tiene inversa a derecha. Corolario 4.2.6. Sea A una matriz de orden m n. 1. Si A es de rango pleno por las y P es una matriz no singular de orden m, entonces P A es de rango pleno por las. 2. Si A es de rango pleno por columnas y Q es una matriz no singular de orden n, entonces AQ es de rango pleno por columnas. Nota 4.2.7. Lo anterior es un caso particular del resultado general: si P, Q son matrices no singulares de ordenes adecuados, entonces rango(A) = rango(P AQ). Lema 4.2.8. Sea A una matriz de orden m n. Entonces 1. C (A A) = C (A ). 2. rango(A A) = rango(AA ) = rango(A). Demostraci on. Si Av = 0, entonces (A A)v = 0, por lo que ker(A) ker(A A). Rec procamente, si (A A)v = 0, entonces Av = (Av) (Av) = v A Av = 0 de donde Av = 0, y tenemos la igualdad ker(A) = ker(A A). Recordemos que ker(A) = (F (A)) . Entonces F (A A) = F (A). Si L es una variedad lineal, con L = v1 , . . . , vr , llamamos variedad conjugada a L = v1 , . . . , vr . Es claro que si B es una matriz, entonces F (B ) = C (A ). Entonces nos queda que C (A ) = C (A A), de donde C (A A) = C (A ). Por lo anterior, rango(A A) = dim(C (A A)) = dim(C (A )) = rango(A ) = rango(A) y si aplicamos esto a B = A nos queda rango(AA ) = rango(B B ) = rango(B ) = rango(A).

Teorema 4.2.9. Sea A una matriz de orden m n. Entonces 1. Si A es de rango pleno por las, entonces una inversa a derecha de A es AR = A (AA )1 . 2. Si A es de rango pleno por columnas, entonces una inversa a izquierda de A es AL = (A A)1 A . Demostraci on. Observemos que AA es una matriz cuadrada de orden m. Si A es de rango pleno por las, entonces m = rango(A) = rango(AA ), por lo que AA es una matriz inversible. Adem as, AAR = AA (AA )1 = Im . La segunda parte es completamente similar.