1

Mtodos Numricos
Primer Cuatrimestre 2015
Prctica 1
Elementos de lgebra Lineal

Departamento de Computacin
Facultad de Ciencias Exactas y Naturales
Universidad de Buenos Aires

Nota: Rn est formado por vectores columna. Cuando se escriben por filas es por comodidad tipogrfica.

1. Dadas las matrices A = (aij ) Rnm , B = (bij ) Rmn , D = (dij ) Rmm y los vectores
columna x = (xi ), z = (zi ) Rn , y = (yi ), w = (wi ) Rm (donde la notacin aij representa el
elemento que est en la fila i y en la columna j de la matriz A y la notacin xi representa el
elemento i-esimo del vector x), decidir si las siguientes afirmaciones son verdaderas o falsas y en
este ltimo caso justificar por qu lo son.
P P
a) xt Az = ni=1 m
j=1 xi aij zj
P
b) xz t = ni=1 xi zi
Pm
P
c) (ADw)i = m
k=1 aij djk wk
j=1
P
Pm
1
d ) (B t D1 y)i = m
j=1
k=1 bji djk yk
2. Sean las siguientes matrices de 3 3:

1 3 0
1 1 1
A = 0 1 2 B = 3 0 1
1 0 1
2 0 2

c11 c12 c13

C = c21 c22 c23
c31 c32 c33

Para cada una de las particiones en bloques mencionadas a continuacin, indicar si es realizable
el producto C = AB en bloques. En caso de ser realizable, calcular cada bloque Cij indicando
sus dimensiones.
 


a21
a22 a23
a) A11 = [a11 ], A12 = [a12 , a13 ], A21 =
, A22 =
a
a
a
 31
 32 33

b21
b22 b23
B11 = [b11 ], B12 = [b12 , b13 ], B21 =
, B22 =
b31
b32 b33


 
a21 a22
a
b) A11 = [a11 a12 ], A12 = [a13 ], A21 =
, A22 = 23
a
a
a33
 31 32


b22 b23
b21
B11 = [b11 ], B12 = [b12 b13 ], B21 =
, B22 =
b31
b32 b33
 


a
a
a
c) A11 = 11 , A12 = 12 13 , A21 = [a31 ], A11 = [a32 a33 ]
a21
a22 a23
 


b21
b22 b23
B11 = [b11 ], B12 = [b12 b13 ], B21 =
, B22 =
b31
b32 b33
Qu otras particiones vlidas son posibles?
3. Sean A Rnn una matriz con columnas a1 , . . . , an , y B Rnn una matriz con filas bt1 , . . . , btn .
Probar que:
a) Si x Rn : Ax = Bx, entonces A = B.
P
b) AB = ni=1 ai bti .
4. Exhibir n N yPA, B Rnn para los cuales AB 6= BA. Idem para que tr(AB) 6= tr(A)T r(B),
siendo tr(A) = i aii la traza de A.

2
5. Sean A Rmn y B Rnr tales que AB = 0 Ser cierto que A = 0 o B = 0?
6. Sean A Rnn no nula y B, C Rnm tales que AB = AC Ser cierto que B = C?
7. Sean A, B Rnn . Dar condiciones necesarias y suficientes sobre A y B para que valga la
igualdad (A + B)2 = A2 + 2AB + B 2 . Idem para que (A + B)(A B) = A2 B 2
8. Sea A Rnn y m N, probar la igualdad
(I A)(I + A + . . . + Am ) = (I + A + . . . + Am )(I A) = I Am+1
9. Determinar si los siguientes conjuntos de Rn son linealmente independientes. Cuando no lo sean,
escribir uno de sus elementos como combinacin lineal del resto.
a) C = {(1, 2, 1, 0), (2, 1, 3, 0), (3, 2, 4, 1)} R4
b) C = {(3, 3, 3), (2, 1, 0), (7, 5, 3)} R3
10. Hallar dos bases distintas de los siguientes subespacios de Rn . Extender las bases propuestas a
bases de Rn .
a) S =< (1, 2, 0), (1, 3, 6), (1, 7, 30) > R3
b) S =< (1, 2), (4, 8) > R2
11. Demostrar:
a) Sea R, 6= 0. El conjunto {v1 , . . . , vi , . . . , vm } Rn , con m n, es linealmente
independiente si y solo si el conjunto {v1 , . . . , vi , . . . , vm } es linealmente independiente.
b) Sea R. El conjunto {v1 , . . . , vi , . . . , vj , . . . , vm } Rn , con m n, es linealmente independiente si y solo si el conjunto {v1 , . . . , vi + vj , . . . , vj , . . . , vm } es linealmente independiente.
Relacionar estas dos propiedades con el mtodo clsico de triangulacin de matrices (Eliminacin
Gaussiana).
12. Para las siguientes matrices A Rnm hallar N u(A), Im(A), su rango fila, su rango columna y
comprobar que m = dim(N u(A)) + dim(Im(A))

1
2
A=
1
0

2
1
3
0

3
2
R43
4
1

1 1 1
A = 2 3 7 R33
0 6 30

13. Hallar la transformacin lineal f : R3 R2 asociada a la siguiente matriz A R23


A=

1 2 3
7 4 3

14. Hallar la matriz A R33 asociada a la siguiente transformacin lineal f : R3 R3

f (x1 , x2 , x3 ) = (x1 + 2x2 + 3x3 , 2x1 + 3x3 , 3x2 + 2x3 )
15. Sea A Rnn . Demostrar que las siguientes condiciones son equivalentes (es decir, si una de ellas
vale, todas valen).
a) A es inversible.

3
b) No existe x Rn , x 6= 0, tal que Ax = 0.
c) Las columnas de A son linealmente independientes.
d ) Las filas de A son linealmente independientes.
16. Sean A Rnn inversible y B, C Rnm . Probar:
a) AB = AC entonces B = C.
b) AB = 0 entonces B = 0.
c) Si D Rnn : tr(BD) = tr(CD), entonces B = C.
d ) Si m = n entonces tr(B) = tr(ABA1 )
(Sug.: demostrar primero que tr(CD) = tr(DC)).
17. Sean A, B Rnn probar:
a) Si A es inversible entonces A1 es inversible y (A1 )1 = A.
b) Si A, B son inversibles entonces AB es inversible y (AB)1 = B 1 A1 .
c) Si A es inversible entonces At es inversible y (At )1 = (A1 )t .
d ) Si A es inversible y triangular inferior entonces A1 es triangular inferior.
18. Una matriz A Rnn se dice nilpotente si Ak = 0 para algn k N. Probar que si A es nilpotente
entonces:
a) A no es inversible.
b) I A es inversible.
19. Sea A Rmn . Demostrar que T (x) = Ax es una transformacin lineal.


2
0
y sea T (x) = Ax. Sean x = (1, 1) e y = (2, 1) dos puntos del plano.
20. Sea A =
1 2
Cul es la imagen del segmento que tiene por extremo a dichos puntos? Justificar.
21. Demostrar el punto anterior considerando A Rmn y x e y dos puntos cualquiera del plano.
22.

a) Probar la desigualdad de Cauchy-Schwarz-Bunyakovski |xt y| kxk2 kyk2 .

b) Probar que si x e y son linealmente dependientes, entonces vale la igualdad.

23. Sea x Rn . Demostrar que kxk2 , kxk1 , kxk son normas vectoriales.
24. Graficar los siguientes conjuntos de puntos:


a) A = x R2 /kxk2 = 1


b) B = x R2 /kxk1 = 1


c) C = x R2 /kxk = 1
25. Mostrar con un contraejemplo que la desigualdad de C-S-B no se cumple para la norma infinito.
Se cumple la desigualdad para la norma uno? Justificar la respuesta.
26. Probar que si x Rn entonces lmp kxkp = kxk .
27. Sea {x(i) }iN una sucesin de vectores de Rn . Probar que lmi kx x(i) kp = 0 (es decir, x(i)
(i)
tiende a x en norma p) sii xk xk para toda coordenada k con 1 k n.

Resolver en computadora
i Dados x1 , . . . , xn una muestra de una variable aleatoria, implementar rutinas que calculen la media
y la varianza utilizando operaciones vectoriales.
n

x
=

1X
xi
n

2 =

i=1

1X
(xi x
)2
n
i=1

ii Sea A Rmn .
a) Demostrar que At A y AAt son simtricas.
b) Implementar una rutina que dada una matriz cuadrada verifique si la misma es simtrica.
c) Analizar la funcin implementada en el item anterior con la matriz B generada de la siguiente
forma:
>> A = rand(4);
>> B = A*A*0.1/0.1;
Analizar el resultado, revisar la implementacin y (eventualmente) reimplementar la funcin.
iii Sean A, B Rnn , con n par y B triangular inferior.
a) Realizar la multiplicacin AB por bloques, partiendo ambas matrices en bloques de tamao
n/2.
b) Implementar una rutina que realice la multiplicacin por bloques, evitando cuentas innecesarias.

Funciones tiles
A continuacin incluimos ejemplos para crear y operar con matrices y vectores usando Python+Numpy
y Matlab/Octave.
Inicializar matrices y vectores usando distintas sintaxis en Numpy. Tener en cuenta que Numpy
maneja como tipos de datos bsicos tanto array multidimensional como matrix; para operaciones
de lgebra lineal se recomienda usar esta ltima.
from numpy import
from numpy . l i n a l g import
#
A
B
C

D i s t i n t a s maneras de i n i c i a l i z a r una m a t r i z
= matrix ( [ [ 1 , 2 ] , [ 3 , 4 ] ] )
= matrix ( 1 2 ; 34 )
= matrix ( 1 2 ; 34 , f l o a t )

# Para l o s v e c t o r e s usamos m a t r i c e s columna

v = matrix ( [ [ 4 ] , [ 5 ] ] )
w = matrix ( 4 ; 5 )
#
I
D
N

Crear m a t r i c e s e s p e c i a l e s
= a s m a t r i x ( eye ( 3 ) )
# I d e n t i d a d de 3 x3
= asmatrix ( diag ( [ 1 , 2 ] ) )
# Matriz diagonal
= a s m a t r i x ( z e r o s ( ( 3 , 3 ) ) ) # M a t r i z n u l a de 3 x3

5
# C o n s t r u i r una m a t r i z de 4 x4 usando l a s m a t r i c e s A, B, C,D como b l o q u e s
E = bmat ( [ [ A, B ] , [ C,D ] ] )
Operaciones bsicas entre las matrices y vectores definidos anteriormente en Numpy
A + B
A B
A B
A v
3.2 A
A 2
A. t
i n v (A)

#
#
#
#
#
#
#
#

Suma
Resta
Producto de m a t r i c e s
Producto de m a t r i z por v e c t o r
Producto por e s c a l a r
Potencia
Traspuesta
Inversa

Inicializar matrices y vectores en Matlab/Octave, por defecto se inicializan con tipo de dato
double.
% D i s t i n t a s maneras de i n i c i a l i z a r una m a t r i z
A = [ 1 ,2 ; 3 ,4 ]
A = [ 1 2 ; 3 4 ]
C = [[1 2];[3 ,4]]
% Para l o s v e c t o r e s usamos m a t r i c e s columna
v = [4 ; 5]
% Crear m a t r i c e s e s p e c i a l e s
I = eye ( 3 )
% I d e n t i d a d de 3 x3
D = diag ( [ 1 , 2 ] )
% Matriz diagonal
N = zeros ( 3 , 3 )
% M a t r i z n u l a de 3 x3
% C o n s t r u i r una m a t r i z de 4 x4 usando l a s m a t r i c e s A, B, C,D como b l o q u e s
E = [ A, B ; C,D]
E = [ [ A, B ] ; [ C,D ] ]
E = [ [A B ] ; [ C D] ]
Operaciones bsicas entre las matrices y vectores definidos anteriormente en Matlab/Octave
A + B
A B
A B
A v
3.2 A
A^2
A
inv (A)

% Suma
% Resta
% Producto de m a t r i c e s
% Producto de m a t r i z por v e c t o r
% Producto por e s c a l a r
% Potencia
% Traspuesta
% Inversa