MATRICES: INVERSA GENERALIZADA DE MOORE-PENROSE. Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co Matrices Elemento: aij Tamaño: m n Matriz cuadrada: n n (orden n) Elementos de la diagonal: ann Vector columna (matriz n x 1) Vector fila (matriz 1 x n) a11 a12 a1n a21 a22 a2 n am1 am 2 amn a1 a2 an (a1 a2 an ) 2 Suma: 3 2 1 4 7 8 A 0 4 6 , B 9 3 5 6 10 5 1 1 2 24 AB 09 6 1 1 7 3 (8) 6 43 65 9 10 (1) 5 2 5 6 7 9 5 11 3 Multiplicación por un escalar: ka11 ka12 ka1n ka21 ka22 ka2 n kA ( k a ) ij mn kam1 kam 2 kamn 3 Si A, B, C son matrices mn, k1 y k2 son escalares: (i) (ii) (iii) (iv) (v) (vi) A+ B =B +A A + (B + C) = (A + B) + C (k1k2) A = k1(k2A) 1A=A k1(A + B) = k1A + k1B (k1 + k2) A = k1A + k2A 4 Multiplicación: 4 7 9 2 (a) A ,B 8 3 5 6 4.9 7.6 4.(2) 7.8 78 48 AB 3.9 5.6 3.(2) 5.6 57 34 5 8 (b) 4 3 A 1 0 , B 0 2 2 7 5.(4) 8.2 5.(3) 8.0 4 15 AB 1.(4) 0.2 1.(3) 0.0 4 3 2.(4) 7.2 2.(3) 7.0 6 6 Nota: En general, AB BA 5 Potencias de una matriz Sea A, una matriz n × n. Definimos la potencia m-ésima de A como: A AAA A m m factores 6 Transpuesta de una matriz A: a11 a12 T A a1n a21 am1 a22 am 2 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 det A a12 a21 a22 a11 a11a22 a12 a21 a12 a13 det A a21 a22 a23 a31 a32 a33 a11a22a33 a12a23a31 a13a21a32 a13a22a31 a11a23a32 a12a21a33 . det A a11 a22 a23 a32 a33 a21 a23 a12 a31 a33 a21 a22 a13 a31 a32 Expansión por cofactores a lo largo de la primera fila. 8 a11 a12 a13 det A a21 a22 a23 a31 a32 a33 C11 a22 a23 a32 a33 C12 El cofactor de aij es Cij = (–1)i+ j Mij donde Mij se llama menor. a21 a23 a31 a33 C13 a21 a22 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 C12 (1) 1 2 6 0 3 (1) 1 5 3 2 4 7 13 C13 (1) 13 6 0 3 (1) 1 5 3 6 3 1 3 6 0 1 5 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 Más corto desarrollando por la segunda fila... det A 6C21 0C22 3C23 1 2 6(1) 4 7 5 3 3(1) 6(23) 3(6) 120 23 2 4 1 5 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 (7)( 1) 23 1 8 7 (7)( 1) 2 4 0 23 6 5 2 4 7[6(4) 5(2)] 238 12 Inversa clásica La matriz B (denotada por A-1) se denomina inversa (clásica) de la matriz A si AB = BA = I • A-1 no existe para todas las matrices A • A-1 existe únicamente si A es una matriz cuadrada y |A| ≠ 0 • Si A-1 existe entonces el sistema de ecuaciones lineales Ax b tiene una única solución 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 A adj A det A 1 Para n =3: a11 a12 a13 C11 C21 C31 A(adj A) a21 a22 a23 C12 C22 C32 a C a a C C 31 32 33 13 23 33 0 0 det A 0 det A 0 0 0 det A 16 1 4 A 2 10 1 10 4 5 2 A 1 2 2 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 1 4 5 0 1 1 2 2 10 1 17 2 2 0 A 2 1 1 3 0 1 C11 1 1 0 1 C21 C31 1 C12 2 0 0 1 2 0 1 1 2 2 2 1 3 1 C22 C32 5 2 0 3 1 2 0 2 1 C13 2 1 3 3 0 2 C23 2 2 2 C33 2 2 3 0 2 1 6 6 1 2 112 16 1 2 6 5 1 1 1 1 A 5 2 2 12 6 6 12 1 1 1 3 6 6 4 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 3x1 6 x2 16 2 9 3 6 2 9 x1 15 6 x2 16 3 1 39 0 2 9 1 6 9 39 3 2 6 3 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 5 x1 5 x2 6 x3 1 2 x1 3x2 4 x3 4 x1 2 x2 2 x 5 3 2 8 5 1 3 4 5 6 5 2 0 1 A 2 3 4 5 5 6 1 2 4 1 3 2 19 17 10 4 62 10 6 1 36 0 x1 19 , x2 62 , x3 36 21 C11 C21 Cn1 b1 1 C12 C22 Cn 2 b2 -1 XA B det A C1n C2 n Cnn bn b1C11 b2C21 bn cn1 1 b1C12 b2C22 bn cn 2 det A b1C1n b2C2 n bn cnn Regla de Cramer b1C1k b2C2 k bnCnk xk det A det A k det A 22 Inversa Generalizada Para una matriz A de orden p q se dice que la matriz G de orden q×p es su inversa generalizada cuando: AGA A Ejemplo: 1 2 5 2 A 3 7 12 4 0 1 3 2 Es fácil verificar que : AGA A 7 2 3 1 G 0 0 0 0 0 0 0 0 Inversa Generalizada 1. Cuando A tiene inversa clásica 2. G Siempre existe. G A1 a) Para matrices rectangulares. b) Para matrices clásicas. c) Para matrices singulares. 3. G No es única. a) Existe por lo menos una. b) Es única para matrices cuadradas de rango completo. Existencia de G A11 A21 A12 A22 de forma que A11 es una • Sea Apq submatriz de orden r r y rango r. • Tomando : Gq p • Es claro que: A111 0 0 0 A AGA 11 A21 A21 A111 A12 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 Sea A una matriz A de orden p q . Calcule r Rango A . Inicialice G 0 . Sea M rrcualquier menor de rango completo. T 1 Calcule B .M Reemplace cada elemento de B en G 0 teniendo en cuenta la posición del menor M rr en A. T T 7. Determine G . G 1. 2. 3. 4. 5. 6. T pq rr T pq Ejemplo 4 1 2 0 A 1 1 5 15 3 1 3 5 1. Sea 2. Entonces : 3. También : r2 0 0 0 0 GT 0 0 0 0 0 0 0 0 34 4. Tomando : M 43 05 3 5 5. Así que: 20 20 M 4 0 6. Por lo tanto : 20 22 1 22 5 20 B 3 20 0 4 20 5 20 0 0 GT 0 0 0 3 0 0 20 0 0 4 20 34 Definición 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 Observación : A- es única Demostración: 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 solución general del sistema de ecuaciones Ax b Está dada por : x A b I A A z b I Donde A A z Es arbitrario Suponga que una solución 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 Cálculo de la g-inversa de Moore-Penrose Sea A una matriz de orden p×q de rango q < p, A AA A 1 Demostración: A A A A Asi que : También: 1 A A A A 1 A A I AA A AI A y A AA IA A A A I es simétrica y AA A A A 1 A es simétrica Sea B una matriz de orden p×q de rango p < q, B B BB Demostración : BB B B BB Asi que : También : BB BB 1 I BB B IB B y B BB B I B BB I es simétrica y B B B BB 1 1 1 B es simétrica Sea C una matriz de orden p×q de rango k < min(p,q), Con C = AB donde A es una matriz de orden p×k de rango k y B es una matriz de orden k×q de rango k Entonces C B BB Demostración: 1 AA A A A CC AB B BB 1 1 1 A A A A 1 A Es simétrica, como también lo es: 1 1 1 C C B BB A A A AB B BB B 1 También 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