MATRICES:

INVERSA GENERALIZADA DE
MOORE-PENROSE.

Jorge Eduardo Ortiz Trivio

jeortizt@unal.edu.co
http:/www.docentes.unal.edu.co
 Matrices
a11 a12 a1n
Elemento: aij
Tamao: m n a21 a22 a2 n
Matriz cuadrada: n n
(orden n)
Elementos de la diagonal: ann am1 am 2 amn

a1
Vector columna
(matriz n x 1) a2


an
Vector fila
(matriz 1 x n)
(a1 a2 an )
2
 2 1 3 4 7 8
Suma:
A 0 4 6 , B 9 3 5
6 10 5 1 1
2
24 1 7 3 (8) 6 6 5

AB 09 43 65 9 7 11
6 1 10 (1) 5 2 5 3
9

Multiplicacin por un escalar:

ka11 ka12 ka1n

ka21 ka22 ka2 n
kA ( k aij ) mn


kam1 kam 2 kamn 3
Si A, B, C son matrices mn, k1 y k2 son escalares:

(i) A+ B =B +A
(ii) A + (B + C) = (A + B) + C
(iii) (k1k2) A = k1(k2A)
(iv) 1A=A
(v) k1(A + B) = k1A + k1B
(vi) (k1 + k2) A = k1A + k2A

4
 Multiplicacin:
4 7 9 2
(a) A ,B
3 5 6 8
49 76 4(2) 78 78 48
AB
39 56 3(2) 56 57 34
(b) 5 8
4 3
A 1 0 , B
2 7 2 0

5(4) 82 5(3) 80 4 15

AB 1(4) 02 1(3) 00 4 3
2(4) 72 2(3) 70 6 6

Nota: En general, AB BA
5
 Potencias de una matriz

Sea A, una matriz n n. Definimos la

potencia m-sima de A como:

A AAA
m
A

m factores

6
Transpuesta de una matriz A:

a11 a21 am1

a12 a22 am 2
A
T


a1n a2 n amn

(i) (AT)T = A
(ii) (A + B)T = AT + BT
(iii) (AB)T = BTAT
(iv) (kA)T = kAT

Nota: (A + B + C)T = AT + BT + CT
(ABC)T = CTBTAT 7
Determinantes
a11 a12
det A a11a22 a12 a21
a21 a22
a11 a12 a13
det A a21 a22 a23
a31 a32 a33
a11a22a33 a12a23a31 a13a21a32 a13a22a31
a11a23a32 a12a21a33 .

a22 a23 a21 a23 a21 a22

det A a11 a12 a13
a32 a33 a31 a33 a31 a32
Expansin por cofactores a lo largo de la primera fila. 8
 a11 a12 a13 El cofactor de aij es
det A a21 a22 a23 Cij = (1)i+ j Mij
a31 a32 a33 donde Mij se llama menor.

a22 a23 a21 a23 a21 a22

C11 C12 C13
a32 a33 a31 a33 a31 a32

det A = a11C11 + a12C12 + a13C13

... O por la tercera fila:

det A = a31C31 + a32C32 + a33C33

Podemos expandir por filas o columnas.

9
 2 4 7 2 4 7

A 6 0 3 det A 6 0 3 2C11 4C12 7C13
1 5 3
1 5 3
2 4 7
11 11 0 3
C11 (1) 6 0 3 (1)
5 3
1 5 3
2 4 7
1 2 1 2 6 3
C12 (1) 6 0 3 (1)
1 3
1 5 3
2 4 7
13 13 6 0
C13 (1) 6 0 3 (1)
1 5
1 5 3 10
 2 4 7
det A 6 0 3 2C11 4C12 7C13
1 5 3
11 0 3 1 2 6 3 13 6 0
det A 2(1) 4(1) 7(1)
5 3 1 3 1 5
2[0(3) 3(5)] 4[6(3) 3(1)] 7[6(5) 0(1)] 120

Ms corto desarrollando por la segunda fila...

det A 6C21 0C22 3C23

1 2 4 7 23 2 4
6(1) 3(1)
5 3 1 5
6(23) 3(6) 120 11
 6 5 0

A 1 8 7
2 4 0

6 5 0
det A 1 8 7 0C13 (7)C23 0C33
2 4 0
6 5 0
23 23 6 5
(7)( 1) 1 8 7 (7)( 1)
2 4
2 4 0
7[6(4) 5(2)] 238
12
 Inversa clsica
La matriz B (denotada por A-1) se denomina
inversa (clsica) de la matriz A si
AB = BA = I

A-1 no existe para todas las matrices A

A-1 existe nicamente si A es una matriz
cuadrada y |A| 0
Si A-1 existe entonces el sistema de
ecuaciones lineales Ax b tiene una
nica solucin x A1b
 Inversa de un matriz
Sea A una matriz n n. Si existe una matriz
n n B tal que
AB = BA = I
donde I es la matriz identidad n n, entonces se
dice que A es una matriz no singular o invertible.
Y B es la matriz inversa de A.
Si A carece de inversa, se dice que es una matriz
singular.
Sean A, B matrices no singulares.
(i) (A-1)-1 = A
(ii) (AB)-1 = B-1A-1
(iii) (AT)-1 = (A-1)T 14
 Matriz adjunta

Sea A una matriz n n. La matriz formada por la

transpuesta de la matriz de cofactores
correspondientes a los elementos de A:
T
C11 C12 C1n C11 C21 Cn1

C21 C22 C2 n C12 C22 Cn 2



Cn1 Cn 2 Cnn C1n C2 n Cnn
se llama adjunta de A y se denota por adj A.
15
 Encontrar la matriz inversa:
Sea A una matriz n n. Si det A 0, entonces:

1
1
A adj A
det A
Para n =3:
a11 a12 a13 C11 C21 C31

A(adj A) a21 a22 a23 C12 C22 C32
a C
31 32 a a 33 13 C 23 C33

det A 0 0

0 det A 0
0
0 det A 16
 1 4
A
2 10

11 10 4 5 2
A
2 2 1 1 1
2

1 1 4 5 2 5 4 2 2 1 0
AA
2 10 1 12 10 10 4 5 0 1

1 5 2 1 4 5 4 20 20 1 0
A A
1 1
2 2 10 1 1 4 5 0 1

17
 2 2 0

A 2 1 1
3 0 1

1 1 2 1 2 1
C11 1 C12 5 C13 3
0 1 3 1 3 0
2 0 2 0 2 2
C21 2 C22 2 C23 6
0 1 3 1 3 0
2 0 2 0 2 2
C31 2 C32 2 C33 6
1 1 2 1 2 1

1 2 2 112 16 1
6
1 1 5
A 5 2 2 12 1
6 6
1
12 1 1
3 6 6 4 1
2 2 18
 a11x1 a12 x2 a1n xn b1
a21x1 a22 x2 a2 n xn b2

AX = B
am1x1 am 2 x2 amn xn bm

a11 a12 a1n x1 b1

a21 a22 a2 n x2 b2
A , X , B


am1 am 2 amn xn bm

Si m = n, y A es no singular, entonces:
X = A-1B
19
2 x1 9 x2 15 2 9 x1 15

3x1 6 x2 16 3 6 x2 16
1
2 9 2 9 1 6 9
39 0
3 6 3 6 39 3 2

x1 1 6 9 15 1 234 6
1
x2 39 3 2 16 39 13 3

x1 6 , x2 1/3

20
 2 x1 x3 2 2 0 1

5 x1 5 x2 6 x3 1 A 2 3 4
2 x1 3x2 4 x3 4 5 5 6

1
x1 2 0 1 2

x2 2 3 4 4
x 5 5 6 1
3
2 5 3 2 19

8 17 10 4 62
5 10 6 1 36

x1 19 , x2 62 , x3 36
21
 C11 C21 Cn1 b1

1 C12 C22 Cn 2 b2
XA B
-1
det A

C1n C2 n Cnn bn
b1C11 b2C21 bn cn1

1 b1C12 b2C22 bn cn 2

det A

b1C1n b2C2 n bn cnn
b1C1k b2C2 k bnCnk
Regla xk
de det A
Cramer det A k

det A 22
 Inversa Generalizada
Para una matriz A de orden p q se dice que la
matriz G de orden qp es su inversa
generalizada cuando:
AGA A
Ejemplo:
7 2 0
1 2 5 2 3 1 0
A 3 7 12 4 G
0 0 0
0 1 3 2
0 0 0

Es fcil verificar que : AGA A

 Inversa Generalizada
1. Cuando A tiene inversa clsica G A1
2. G Siempre existe.
a) Para matrices rectangulares.
b) Para matrices clsicas.
c) Para matrices singulares.
3. G No es nica.
a) Existe por lo menos una.
b) Es nica para matrices cuadradas de rango completo.
 Existencia de G
A11 A12

Sea Apq A21 A22 de forma que A11 es una
submatriz de orden r r y rango r.

A111 0
Tomando : Gq p
0 0

Es claro que: A A12

AGA 11
A21 A21 A111 A12
Puesto que A es de rango r
A21 A22 K A11 A12 K A21 A111 A22 KA12 A21 A111 A12
Algoritmo para encontrar una G
1. Sea A una matriz A de orden p q .
2. Calcule r Rango A .
Inicialice G 0 .
T
3. pq

4. Sea M rrcualquier menor de rango completo.

Calcule B .M
T
1
5. rr

6. Reemplace cada elemento de B en G 0T

pq

teniendo en cuenta la posicin del menor M rr

en A.
7. Determine G . G
T T
 Ejemplo
4 1 2 0
A 1 1 5 15
1. Sea 3 1 3 5

2. Entonces : r2
3. Tambin : 0 0 0 0
GT 0 0 0 0
0 0 0 0 34

4. Tomando : M 43 05 22

5 3
5. As que: 20
120
M
0
22
4 5
6. Por lo tanto : 20 20 0 0 0

5
0
GT 0 0 0 0
20 3
B 4
3 4 0 0
20 20 20 20 34
Definicin
B (denotada por A-) se denomina inversa generalizada de
Moore Penrose de A si
1. ABA = A
2. BAB = B
3. (AB)' = AB
4. (BA)' = BA

Observacin : A- es nica
Demostracin: Sean B1 y B2 matrices que satisfacen:
1. ABiA = A
2. BiABi = Bi
3. (ABi)' = ABi
4. (BiA)' = BiA
 Por lo tanto:
B1 = B1AB1 = B1AB2AB1 = B1 (AB2)'(AB1) '
= B1B2'A'B1'A'= B1B2'A' = B1AB2 = B1AB2AB2
= (B1A)(B2A)B2 = (B1A)'(B2A)'B2 = A'B1'A'B2'B2
= A'B2'B2= (B2A)'B2 = B2AB2 = B2
La solucin general del sistema de ecuaciones
Ax b
Est dada por :

x A b I A A z

b I Donde
A A z Es arbitrario
Suponga que una solucin existe :

Ax0 b

Sea:
x Ab I A A z

Entonces : Ax A Ab I A A z

AA b A AA A z

AA Ax0 Ax0 b
Clculo de la g-inversa de Moore-Penrose
Sea A una matriz de orden pq de rango q < p,

A AA A
1

Demostracin:

1 1
A A A A

A A A A A A I

Asi que : AA A AI A y A AA IA A

Tambin: A A I es simtrica

1
y AA A A A A es simtrica
Sea B una matriz de orden pq de rango p < q,

B B BB
1

Demostracin :



1 1
BB B B BB

BB BB I

Asi que : BB B IB B y B BB B I B

Tambin : BB I es simtrica

1
y B B B BB

B es simtrica
 Sea C una matriz de orden pq de rango k < min(p,q),
Con C = AB donde A es una matriz de orden pk de rango k y B
es una matriz de orden kq de rango k
Entonces C B BB AA A
1 1

Demostracin:

A A

1 1 1
CC AB B BB A A A A A

Es simtrica, como tambin lo es:


1 1 1
C C B BB

A A A AB B BB B



1
Tambin CC C A A A A AB AB C




1 1 1
y C CC B BB B B BB A A A
1

1
B BB A A A C