Академический Документы
Профессиональный Документы
Культура Документы
Es una matriz. Decimos que la matriz tiene dimensin mxn. Diremos que m es el nmero de renglones y n el nmero de columnas
Observacin 1. Es frecuente denotar A=(aij); i=1,2,,m, j=1,2,,n. Observacin 2. Consideraremos en lo sucesivo que aij ; i=1,2,,m, j=1,2,,n. Esto es, estamos interesados en matrices reales. Para cualquier m,n , denotaremos mediante mxn el conjunto de las matrices reales de orden mxn. Observacin 3. Diremos que A es una matriz cuadrada si m=n. Definicin 0.2. La funcin
T
(a ij )
mxn
A T = (a
nxm
ji
es la funcin transposicin.
Definicin 0.3. Decimos que Im es una matriz identidad de orden m si y slo si para toda n, p y para toda A mxn y para toda B pxm se tiene que
Im A = A y B Im = B
Inversa y determinantes
Definicin 0.4.Sea A mxm. Decimos que A es invertible si y slo si existe una matriz B que llamaremos inversa de A tal que AB=BA=Im. Observacin 1. Si A es invertible, la inversa es nica. En efecto sean B y C inversas de A. Entonces BAC=B(AC)=BIm=B y BAC=(BA)C=ImC=C, por lo tanto B=C, denotaremos por A1 a la inversa de A Observacin 2. Se puede demostrar que (i) ( AB) = B A , (ii)( A) = A y (iii) ( A ) = ( A
1 1 1 1 1 1 T 1 1 T
Definicin 0.5. Sea A mxm . Definimos el adjunto del elemento i,j y lo denotamos mediante Adij, como la matriz que se obtiene suprimiendo la i-sima fila y la j-sima columna de A, esto es, Adij est definida por
Ad
ij
a 11 a i 11 = a i + 11 a m1
a 1m a i1 m a i+1 m a
... a
mj 1
mj + 1
...
mm
A = ( 1)
j =1
i+ j
a ij Ad ij i = 1,2,..., m
( i ) A = A T , ( ii ) A = m A
(iii) para A11 nxn, A22 pxp con n<m y p<m tales que A11 y A22 son invertibles y tal que
A11 A12 A= A 21 A 22
A =
A 11 A 12 A 21 A 22
1 = A 11 A 12 A 22 A 21 A 22
O equivalentemente
A =
A 11 A 12 A 21 A 22
1 = A 22 A 21 A 11 A 12 A 11
A b = c
Definicin 0.7. La coleccin de todos los puntos c mque tienen dicha representacin para algn b n se llama el espacio columna de A o el espacio expandido por las columnas de A Observacin 1. Si 0 no es un elemento del espacio columna de A de tal manera que no existe b0 talque Ab=0, se dice que las columnas de A son linealmente independientes.
Observacin 2. Por otra parte, si existe b 0 talque Ab=0, se dice que las columnas de A son linealmente dependientes y la coleccin de todos los vectores b que satisfacen esta coleccin se llama kernel o espacio nulo de A. La nulidad de A es la dimensin del kernel, el nmero mximo de vectores linealmente independientes contenidos en este. Observacin 3. Si A mxn tiene nulidad p; con 0<pn, entonces existe una matriz B cuyas columnas son linealmente independientes, tales que AB=0 mxp. Definicin 0.8. El rango de A es la diferencia entre su dimensin y su nulidad y es igual al nmero de columnas linealmente independientes que tiene.
Observacin 1.
rango ( A ) = rango ( A)
T
Observacin 2. Si A mxn y B nxp , entonces rango( AB) mn{rango( A), rango( B)}
(A
i I ) c i = 0 , i = 1 , 2 ,...,m
Observacin 1. Los valores propios pueden ser reales o complejos. Observacin 2. Sea mxm una matriz diagonal cuyos elementos son 1, 2,, m (ordenados de manera descendente en magnitud). Si C es una matriz cuyas columnas son c1,c2,,cm , entonces AC=C . Dada cualquier matriz no singular P mxm , si
Observacin 3. Si los valores propios son todos diferentes, se puede demostrar que los vectores propios asociados a estos son linealmente independientes. En este caso P = C1, mostrando que A y son matrices similares. A tiene la representacin A = CC1 la cual es llamada la diagonalizacin de A Observacin 4. Los valores propios de una matriz simtrica son reales. Los vectores propios correspondientes a valores propios distintos son linealmente independientes y ortogonales, esto es, cicj=0 para i j. esta ltima propiedad se cumple en virtud de que
ci ' A c j j ci ' c j = 0 = c j ' A ci i c j ' ci en donde i j y por simetria c i ' A c j = c j ' A c i , entonces c i ' c j = 0
Ahora, por la definicin de independencia lineal, si y slo si rango(B)=n, Bz 0 para toda z 0 y por lo tanto zBBz>0, lo cual prueba (ii) Lema 0.2. Si A es una matriz simtrica y positiva definida, entonces A1 es simtrica y positiva definida. Demostracin. Como A=A, entonces Ahora, considere
A
1
A ')
(A )
1 '