Академический Документы
Профессиональный Документы
Культура Документы
MULTIPLES VARIABLES
Complementos Bases
Matemticas
Alain Gauthier
agauthie@uniandes.edu.co
DEFINICIONES DE MATRCICES
Matriz Simtrica
A A
T
Matriz Antisimtrica
A A
T
A A Simtrica
T
A A Antisimtr ica
T
Si A es rectangular:
A A B Simtrica
T
Matriz Ortogonal
Si A es real y no singular:
A A AA I
det A 1
1
T
A A
T
Matriz Hermitiana
A A
A B jC B B
y C C
1
3
Matriz Hermitiana
Toda matriz A se puede escribir como:
A G jH
Donde G y H son matrices hermitianas.
Entonces:
G
A A G
2
1
H
A A H
2j
Si A A Antihermit iana
4
Matriz Unidad
A A AA I
1
A A
det A 1
Matriz Normal
AA A A
Si A Compleja
AA A A
Si A Real
Lema de Inversin
Ann , Bnm , Dmm , C mn
A BDC
A A BD
CA B
CA
Si D = 1 =>
A BC
A BCA
A
1
1 CA B
1
Producto Interno
Cualquier regla que asigna un escalar a cada par de
vectores x y y del espacio vectorial se llama producto
interno, se simboliza x,y, y debe satisfacer los siguientes
cuatro axiomas:
1.
y , x x, y
2.
cx, y c x, y x, c y
3.
x y , z w x, z y, z x, w y , w
4.
x, x 0
para x 0
x, y x y
7
Transformacin Unitaria
Si A es unitaria (A-1=A*), entonces:
x,x es invariante bajo la transformacin lineal x=Ay
Transformacin Ortogonal
Si A es ortogonal (A-1=AT), entonces:
x,x es invariante bajo la transformacin lineal x=Ay
Vectores Ortogonales
Si x,y = 0 entonces los vectores x y y son ortogonales
entre s.
8
Normas de Vectores
Generalizacin de la longitud o magnitud de un vector.
Cualquier funcin puede ser definida como una norma si
esta cumple con las siguientes propiedades
x x , para cualquier
x1 x 2 x1 x 2 , para cada x1 y x 2 (Desigualdad Triangular)
Normas de Vectores
n
x 1 : xi
norma-1
i 1
x 2 : x ' x xi
i 1
x : max xi
norma-infinito
1/ p
p
x p : xi
i 1
2 1/ 2
norma-p
10
Normas de Matrices
Sea A una matriz mxn. Su norma puede definirse como:
Ax
A sup
sup Ax
x
x0
x 1
11
Normas de Matrices
m
norma 1
norma 2
1/2
norma
12
Ortonormalizacin
Un vector x se dice est normalizado si su norma
Euclideana es igual a 1
x 1 xT x 1
Dos vectores x1 y x2 son ortogonales si
x1T x2 x2T x1 0
Un conjunto de vectores xi i=1, 2, .. m es ortonormal si
0 si i j
xi x j
1 si i j
T
13
Ortonormalizacin
Dado un conjunto de m vectores Linealmente Independientes
e e1 , e2 ,..., em
Procedimiento
Schmidt
de
Ortonormalizacin
u1 : e1
u 2 : e 2 q1T e 2 q1
de
q1 : u1 / u1
q 2 : u 2 / u 2
Proyeccin de e2 sobre q1
m 1
u m : e m q k T e m q k
k 1
q m : u m / u m
14
Ortonormalizacin
Los vectores q van a formar el conjunto ortonormal de l conjunto de
vectores original
BT B I m
generalmente se tiene que
BBT I m
15
Operaciones Matriciales
Derivadas
16
Hessiana
17
18
JACOBIANO
Sea f(x) un vector m x 1 de funcin de un vector x de
dimensin n x 1
19
Se tiene que
Si A es simtrica
20
Formas Cuadrticas
Sea A una matriz simtrica, se denomina forma cuadrtica a:
n
x Ax aij xi x j
T
i 1 j 1
x Ax aij xi x j
i 1 j 1
Formas Bilineales
Sea A una matriz real de nxm, un vector x de dimensin n y
un vector y de dimensin m, se denomina forma bilineal a:
n
x Ay aij xi y j
T
i 1 j 1
x Ay aij xi y j
i 1 j 1
Definida Positiva
xT Ax 0 (x Ax 0) para x 0
Semidefinida Positiva
xT Ax 0 (x Ax 0) para x 0
Definida Negativa
xT Ax 0 (x Ax 0) para x 0
Semidefinida Negativa
xT Ax 0 (x Ax 0) para x 0
Si no se dice Indefinida
Lo mismo se dice de A
23
A 0 (n par)
A 0 (n impar)
Menores principales sucesivos de orden par mayores a cero, de orden
impar menores a cero y det(A) mayor a cero
24
UT U I n
A UV
tal que:
0
0
( m R ) xn ( m R ) x ( n R )
1
1 2
n
n 0
i i ( AT A)
en donde i son los valores propios de ( AT A)
28
Pseudoinversas
Son tiles para encontrar una solucin a un conjunto de
ecuaciones algebraicas en el cual el nmero de incgnitas y
Ax b
Anm , x m1 ,
b n1
nm
Las pseudoinversas permiten determinar soluciones que
minimizan alguna norma.
29
Pseudoinversa Derecha
Ax b
Anm , x m1 ,
b n1
mn
x A RM b
donde A
RM
A AA
T
T 1
A RM es m n
A RM minimiza la norma x ,
x es la solucin con norma mnima x .
30
Pseudoinversa Izquierda
Ax b
Anm , x m1 ,
b n1
nm
x A LM b
donde A
LM
A A A T
T
A LM es m n
A LM minimiza la norma Ax b ,
x es la solucin con norma mnima
Ax b .
31