Professional Documents
Culture Documents
TAREA 1
An
alisis N
umerico II, Algebra
Lineal N
umerica 525441 (2016)
1.- Por Gonzalo Benavides. Sean A, B Knn . Muestre que AB y BA tienen el mismo polinomio
caracterstico.
Demostraci
on
Sean A, B Knn .
Notar que
In
0n
B
In
In
0n 0n
0n
A AB
{z
}
|
C
donde
In
0n
B
In
In
0n
-B
In
=
In
0n
-B
BA 0n
=
In
A 0n
{z
}
|
D
-B
In
In
0n
B
In
= I2n
pC (x) = pD (x)
det(C xI2n ) = det(D xI2n )
BA xIn
xIn
0n
0n
=
A
xIn
A
AB xIn
x K
det (xIn ) det (AB xIn ) = det (xIn ) det (BA xIn )
x K
x K
x K
x K\ {0}
x K\ {0}
En particular
x1 , ..., xn+1 K\ {0} : pAB (xi ) = pBA (xi )
i {1, ..., n + 1}
A11 A12
3.- Por Emely Rozas. Sea A =
una matriz cuadrada definida por bloques, siendo A11 y
A21 A22
A22 submatrices cuadradas, con A11 no singular.
a) Deduzca la siguiente descomposicion de matrices cuadradas
B
I D
=A
C I
E
(1)
Sea A =
A11
A21
A12
A22
matriz cuadrada de orden n, y sea
B
C
I D
E
la
descomposici
on LU de A
Notar
que
B
corresponde a una matriz triangular inferior y
C I
I D
a una matriz triangular superior
E
Y donde es una matriz de ceros y I es la matriz identidad, con las dimensiones adecuadas.
Por lo tanto, tenemos que
B
I D
BI + BD + E
B
BD
A11 A12
=
=
=
=A
C I
E
CI + I CD + I
C CD + E
A21 A22
Nota Para que CD y E puedan sumarse deben tener el mismo orden que D y A22 , al igual que
BD con A12 , por lo tanto, A11 , A12 , A21 , A22 son matrices cuadradas de la misma dimension.
As,
B
= A11
= A12 = D = B 1 A12 = A1
11 A12
BD
C
= A21
= A22 = E = A22 CD = A22 A21 A1
11 A12
CD + E
b) Concluir justificadamente que
A12
=
A22
=
I
A11 A12
A11
A12
A21 A1 I A21 A22 = A21 A21 A1 A11 A22 A21 A1 A12
11
11
11
A11
A12
1
A22 A21 A1 A12 = A11 A22 A21 A11 A12
11
5.- Por Jaime Luckmann. Sea b := bi Rn no nulo. Determine los autovalores y espacios propios de
la matriz simetrica bbt := (bi bj )
Soluci
on:
Sea bi Rn y Bn definida como:
Bn := bb =
b1
b2
..
.
b1
b2
...
bn
bn
b21
b1 b2
b1 b2
=
.
..
b1 bn
...
b22
..
b2 bn
.
...
b1 bn
..
.
..
.
bnn
Es f
acil ver que para el caso en que n=1 el (B1 ) = {b21 }, cuyo polinomio caracterstico es p() = b21 .
Cuya multiplicidad algebraica (ma ( = b21 )) es igual a 1
Para el caso de n=2, tenemos que su polinomio caracterstico sera:
2
b1 b1 b2
Det(B2 I) = det
= (b21 )(b22 ) (b1 b2 )2 = ( (b21 + b22 )) = 0
b1 b2
b22
Lo cual implica que (B2 ) = {0, b21 + b22 }, donde ma ( = 0) = 1 y ma ( = b21 + b22 ) = 1
Para el caso de n=3, an
alogamente, obtenemos que su polinomio caracterstico es
p() = 2 ( (b21 + b22 + b23 )), Lo cual implica que (B3 ) = {0, b21 + b22 + b23 }, donde la ma ( = 0) = 2 y
la ma ( = b21 + b22 + b23 ) = 1.
En consecuencia podemos, a priori, decir que el (Bn ) = {0, b21 + b22 + ... + b2n }, donde ma ( = 0) = n 1
y ma ( = b21 + b22 + ... + b2n ) = 1.
En efecto,
Se debe mostrar que Det(Bn 0I) = 0.
Sea Bij cada elemento de la matriz, i, j = 1, 2, ..., n
La fila B1j es de la forma:
B1j =
=
b21
b1 b2
b2
b1
b1 b2
...
b1 bn
b22
...
b2 bn
= B2j
En otras palabras, la primera fila es combinacion lineal de la segunda, lo que indica que el r(Bn ) < n, lo
que indica que Det(Bn ) = 0 y por ende = 0 es valor propio.
Mostrar que = b21 + b22 + ... + b2n es valor propio se mostrara mas adelante.
Resultado de Algebra lineal: Dada una matriz simetrica, vectores propios asociados a valores propios
distintos son ortogonales.
Debido a este resultado y que podemos ordenar los valores propios de Bn . Podemos usar la siguiente
propiedad del coeficiente de Rayleigh para encontrar el Sub espacio asociado a = 0:
l = RBn (pl )
Donde pl es el subespacio asociado que andamos buscando.
reemplazando,
v Bn v
v bbt v
0 = RBn (v) =
=
, v = (x1 , ..., xn )t Rn
v v
v v
pero como en una Matriz simetrica, sus subespacios asociados estan en R, v = v t y que v v 6= 0, se tiene
0 = (v t b)(bt v) = (x1 b1 + ... + xn bn )(b1 x1 + ... + bn xn )
3
x1 b1 + ... + xn bn = 0
Finalmente el subespacio asociado a = 0 es:
S0 = h{(b2 , b1 , 0, ..., 0), (0, b3 , b1 , 0, ..., 0), ..., (0, ..., 0, bn , b1 )}i
De manera an
aloga encontramos el Sub espacio asociado a = b21 + b22 + ... + b2n .
Luego por la propiedad del coeficiente de Rayleigh,
b21 + b22 + ... + b2n = RBn =
v Bn v
v t bbt v
, v = (x1 , ..., xn )t Rn ,
= 2
v v
x1 + ... + x2n
b21
b1 b2
B n v =
.
..
b1 bn
b1 b2
...
b22
..
b2 bn
.
...
b1 bn
..
.
..
.
bnn
b1
b2
..
.
bn
6.- Por Iv
an Navarrete. Sea A Rnn una matriz simetrica con autovalores i y autovectores asociados
pi (1 i n), los cuales forman una base ortonormal de Rn . Demuestre que:
A=
n
X
j pj ptj
j=1
Demostraci
on
Como {p1 , . . . , pn } es una base ortonormal de Rn , tenemos que
(
1 i=j
pti pj = ij =
0 i 6= j
Adem
as, sea v Rn , v 6= , tal que v =
n
X
i=1
n
X
!
i pi pti
i=1
n
X
!
k pk
k=1
=
=
n
X
k=1
n
X
k=1
n
X
Apk
n
X
!
pi pti pk
i=1
k k pk
k k pk
n
X
k=1
n
X
n
X
!
i pi ik
i=1
k k pk
k=1
k=1
=
As, como v 6= , necesariamente
A
n
X
i pi pti = A =
n
X
i pi pti
i=1
i=1
7.- Por Yamira Roa. Sea B Cnxn tal que (B) < 1. Pruebe que I-B es no singular y todos los valores
propios de I + 2(B I)1 tienen parte real negativa.
Soluci
on:
Sea I , B Cnxn
I-B es no singular ker(I-B)= {}
Suponiendo que v ker(I-B), v Cn \{} tal que:
(I B)v =
v Bv =
Bv = v
1 (B)
As:
| 1 | (B)
1 (B) < 1
Lo cual es una contradicci
on.
Por lo tanto I-B es no singular.
Sea B Cnxn , x un vector columna de Cn y C que satisface:
Bx = x
Por lo tanto:
(B I)x = Bx x
= x x
= ( 1)x
As -1 es autovalor de B-I
Es f
acil ver que B-I es no singular. Por lo tanto
1
es autovalor de (B I)1
1
Entonces:
[I + 2(B I)1 ]x = x + 2(B I)1 x
2
x
=x+
1
2
= (1 +
)x
1
Los autovalores de I + 2(B I)1 son 1 +
Como C = + i con , R
1+
2
1
2
+1
=
1
1
( + 1) + i
=
( 1) + i
( + 1) + i
( 1) i
=
( 1) + i
( 1) i
2
2
+ 1 2i
=
( 1)2 + 2
Re
+1
1
2 + 2 1
( 1)2 + 2
||2 1
=
( 1)2 + 2
||2 1
<0
( 1)2 + 2
Por lo tanto todos los autovalores de I + 2(B I)1 tienen parte real negativa.
8.- Por Juan Rojas. Sea A una matriz diagonal. Demuestre que k A kp = (A), 1 p +.
Soluci
on: Sea A = (aij ) Mn (C).
Si A es diagonal, entonces
A=
i
0
; i=j
; i=
6 j
i, j {1, ..., n}
i=1
i=1
an
alogamente
k A k = m
ax
1in
n
X
n
X
(aij ) =
(ai0 j ) = ai0 i0 = i0 = (A)
j=1
j=1
n
X
|i vi |p
i=1
n
X
( max |i |)p |vi |p
i=1
1in
n
X
(i0 )p
|vi |p
(i0 )p k v kpp
i=1
= (A)p
= k A kp (A)
k A kp (A)
Sea i0 {1, . . . , n} tal que i0 = max |i |.
1in
As, si se considera
w=
0
1
; i 6= i0
; i = i0
se tiene que
k Aw kp =
n
X
|i wi | i0 = max |i | = (A)
1in
i=1
1 p +
9.- Por Franco Quinan. Dada una matriz diagonalizable A existira, al menos, una norma matricial
kk en la cual kAk = (A)?
Por un resultado visto antes en clases, se sabe que dada una matriz A y dado un cualquiera mayor a
cero, de manera que al menos una norma matricial inducida kk tal que;
kAk (A) +
Gracias a esto, se tiene una idea para definir un norma que involucre a una norma matricial inducida por
una norma vectorial:
Sea A Mn (C) diagonalizable, es decir, existe P Mn (C) con det(P ) 6= 0 de modo que :
P AP 1 = D = diag(1 , 2 , , n )
Donde 1 , 2 , , n son autovalores de A.
Se define la aplicaci
on:
kk :Mn (C) R
A 7 kAk = kP AP 1 k
Con P invertible. Se mostrar
a que es norma matricial. Sea A, B Mn (C) , R
(a) kAk = kP AP 1 k 0. Puesto que la norma infinito es norma matricial inducida por una norma
vectorial, por ende, cumple la propiedad.
(b) kAk = 0 kP AP 1 k = 0 P AP 1 = A =
kAk = 0 A =
(c) kAk = kP (A)P 1 k = kP AP 1 k = ||kP AP 1 k = ||kAk
kAk = ||kAk
(d) kA + Bk = kP (A + B)P 1 k = kP AP 1 + P BP 1 k kP AP 1 k + kP BP 1 k
kA + Bk kP AP 1 k + kP BP 1 k
(e) kABk = kP (AB)P 1 k = kP AIBP 1 k = kP AP 1 P BP 1 k kP AP 1 k kP BP 1 k
kABk kP AP 1 k kP BP 1 k
Luego por (a), (b), (c), (d), (e) La aplicacion definida es norma matricial.
Si A es diagonalizable y eligiendo P = [v1 |v2 | |vn ], donde v1 , v2 , . . . , vn son los autovectores de la matriz
A, se tiene:
kAk = kP AP 1 k = kDk = |j0 |
Donde j0 es el autovalor con mayor valor absoluto. Se concluye:
kAk = (A)
Lo cual afirma que existe una norma matricial que responde el enunciado.
10
n
X
1kn
|aik |
i=1
Si p = 1, se tiene que
kAk =
n
X
j=1
n
X
|aij0 |,
j0 {1, 2, . . . , n}
aij
j=1
= kAk1
= max
n
X
1in
n
X
|aij |
i=1
|aij0 |
i=1
= n |aij0 |
= n kAk
1/2
p 1/p
((|aij |) )
i=1 j=1
n
X
p 1/p
((|aij |) )
i=1
n1/p
n
X
i=1
kAk2 = (A A)
|| = tr (A A)
1
kAk2 kAk2 n1/2 kAk2
n1/2
Luego, usaremos el hecho que (A) kAk, en particular (A) kAk1 , de donde podemos deducir lo
siguiente
12
u, v Cn
b) En lo que sigue, consideraremos A Cnxn matriz no singular. Sean u, v Cnxn \ {0}, con los cuales
vu
se construye la matriz E = E(u, v) :=
||u||22
b.1) Dado v Cn \ {0}, determine u Cn \ {0} con el cual es posible construir una matriz E =
E(u, v) como se describe en b), tal que ||A1 E||2 = 1 y A + B es singular.
b.2) Demuestre que
mn {||F||2 : F Cnxn , A + F es singular} =
1
||A1 ||2
Demostraci
on
a) La proposici
on se cumple trivialmente para u = 0 o v = 0
Sean u, v Cn \ {0}
Notar que
(vv )v = kvk22 v kvk22 (vv )
(vv ) kvk22
Por otra parte, sea w Cn , kwk = 1, tal que kvv k2 = kvv wk2
(vv ) kvv k2
= kvv wk2
= |v w|kvk2
kvk22 kwk2
=
C-S
kvk22
As,
(vv ) = kvk22
y se obtiene
kuv k22 = [(uv ) (uv )]
= (vu uv )
= kuk22 vv
= kuk22 (vv )
= kuk22 kvk22
de donde se concluye el resultado.
b.1) Forma 1
Sea E =
vu
, se tiene que
kuk22
1
A ( vu )
= 1
A1 (vu )
= 1
A1 vu
= 1
2
2
2
2
2
kuk2 2
kuk2
kuk2
=
A1 vu
2 = kuk22
13
A1 vu
kuu k
kuk22
A1 (vu )
k2 = k
k=
=
=1
2
2
2
kuk2
kuk2
kuk2
kuk22
= A1 v
= Au = v
vu
= A =
kuk22
vu
vu
+
=
kuk22
kuk22
= det(A + E) = 0
= A + E =
= A + E es singular.
Forma 2
Sea v Cn \ {0}. Determinemos u Cn \ {0} de la forma
u = Pv
(2)
v(Pv)
1 v(Pv)
=
2
kPvk2
kPvk22
1 kA1 v(Pv) k2
||
kPvk22
(3)
kA1 v(Pv) k2
kPvk22
(4)
Por otra parte, A + E debe ser singular. Supongamos que lo es, es decir
w Cn \ {0} : (A + E)w = 0
w Cn \ {0} : Aw
1 (Pv) w
v=0
kPvk22
(Pv) A1 v
kPvk22
(5)
Verifiquemos si (4) es compatible con (5). Es decir, si existe P Cnxn unitaria tal que
kA1 v(Pv) k2 = |(Pv) A1 v|
14
(6)
Notar que
kA1 v(Pv) k22 = (A1 vv P Pvv A ) = kvk22 kA1 vk22
Es decir
C-S
(7)
para alg
un C.
Para determinar las condiciones que debe satisfacer , reemplazamos (7) en (5), obteniendo
1
=
kwk2
kAwk2
=
kwk2
kAvk2
mn
v6=0 kvk2
kuk2
= mn
(Av = u, A no singular)
u6=0 kA1 uk2
1
=
kA1 uk2
max
u6=0
kuk2
1
=
kA1 k2
kFk2 = max
v6=0
Es decir
nf {||F||2 : F Cnxn , A + F es singular}
Consideremos E definida en b) con u = A
kEk22 =
v. Se tiene
kvv A k22
kA1 vk42
kvk22 (A1 vv A )
kA1 vk42
kvk22
=
kA1 vk22
15
1
kA
k2
Luego
kEk2 =
=
kvk2
kA1 vk2
1
kA1 vk2
kvk2
maxv6=0
=
kA1 vk2
kvk2
1
kA
k2
1
kA
k2
1
kA1 k2
y luego
mn {||F||2 : F Cnxn , A + F es singular} = kEk2 =
1
kA1 k2
11 de Abril de 2016
GBG/ERS/JLC/JMC/INJ/IRA/FQM/YRC
16