) Yelifateloire) Lipteteli> ——-. Gilbert Strang —Algebra lineal | y Sus aplicaciones cuarta edicién Gilbert Strang Massachusetts Institute of Technology Revisién técnica: Edmundo Palacios Pastrana Universidad Iberoamericana THOMSON ——+——_- ‘Australia + Brasil» Canada + Esparia « Estados Unidos + México + Reino Unido» SingapurME abla de contenido gas 2A 2.2 23 4 25 2.6 gage 35 4 42 43 44 03 ORTOGONALIDAD 141 Introduccién 1 Geometria de las ecuaciones lineales Un ejemplo de eliminacién gaussiana Notacién matricial y multiplicacién de matrices Factores triangulares e intercambios de renglones Inversas y traspuestas 45 eciales y aplic: icios de repaso 6 Matrices es; Ej ciones ESPACIOS VECTORIALES 69 Espacios y subespacios vectoriales 21 MATRICES Y ELIMINACIGN GAUSSIANA 1 3 1 58 69 Como resolver Ax =O yAx=b 77 Independencia lineal, base y dimensién Los cuatro subespacios fundamentsles Gréficas y redes 114 Transformaciones lineales 125 cicios de repaso 137 Vectores y subespacios ortogonales Cosenos y proyecciones sobre rectas Proyecciones y minimos cuadrados Bases ortogonales y Gram-Schmidt La transformada discreta de Fourier Ejercicios de repaso 198 DETERMINANTES - 201 Introduccién 201 Propiedades del determinante 203 Formulas para el determinante 210 Aplicaciones de los determinantes, Ejercicios de repaso 230 14 152 160 174 188 220 92 102 19 32Matrices y eliminacidn gaussiana 1.1 INTRODUCCION Este libro empieza con el problema central det élgebra lineal: la solucién de ecuaciones tt y el més sencillo, es cuando el niimero de incdgnitas es igual al nimero de ecuaciones. Se tienen n ecwaciones en n incdgnitas, empezando con n = 2: neales. El caso ms important Dos ecuaciones lx + 2y 3 a Dos incégnitas ax + Sy = 6 Las inedgnitas son x y y. Para resolver estas ecuaciones requiero, deseribir dos métodos el de eliminacién y el de determinantes. Ciertamente, xy y estén determinadas por los niime- 108 1. 2, 3, , 5, 6. La cuestiGn es c6mo utilizar estos Seis niimeros para resolver el sistema, 1, Eliminacién De la segunda ecuacién, néstese 4 veces la primera ecuacién. Ast se el jacin para y mina x de la segunda ecuacién, y queda una (ecuacién 2) — 4{ecuacién 1) ~3y Q) De inmediato se sabe que y = 2. Luego, x se conoce a partir de la primera ecuacién, Iv+ Wad Con sustitucién hacia atrés 1x +2(2)=3 se obtiene Procediendo cuidadosamente, se comprueba que x y y también resuelven Ia segunda ecuacién, Esto debe funcionar, como es el caso: 4 veces (x = —1) mas 5 veces (y = 2) 2s igual a6. 2. Determinantes La solucién y = 2 depende completamente de los seis mimeros en uuaciones, Debe haber una formula para y (y también para x), Se trata de una “razén Je determinantes”, que espero, el lector me permita escribir directamente: 13 46] 1-6-3-4 _~6 2a) saa 7237? G 45cn gossiona {Lo anterior puede parecer algo misterioso, a menos que el lector ya conozea algo sobre de- terminantes de 2 por 2. Estos determinantes proporcionan la misma respuesta y = 2, pro- veniente de la misma raz6n de ~6 a3. Si nos quedamos con los determinantes (Io cual no pensamos hacer), hay una férmula semejante para calcutar Ia otra incégnita, x: ) A continuacién se compararin ambos métodos, pensando en futuros problemas reales en fos que mes mucho mais grande (1 = 1000 es un tamafio bastante moderado en ealculos jentificos). Lo cierto es que el uso directo de la formula de los determinantes para 1000 ‘ecuaciones puede ser un desastre total, ya que el millén de miimeros a la izquierda se utiliza- fa correcta pero ineficazmente. Esta formula se encontraré en el capitulo 4 (regla de Cramer), aunque en el capitulo T se presenta un método aceptable para resolver 1000 ecuciones. Este método ceptable es la eliminacién gaussiana. Se trata del algoritmo que suele aplicarse de manera constante para resolver grandes sistemas de ecuaciones. A partir de los ejemplos en un libro de texto (r = 3 se aproxima al limite superior de la paciencia del au- tor y del lector), quiza el lector no puede apreciar mucha diferencia. En las ecuaciones (2) y (4) se siguieron esencialmente los mismos pasos para encontrar y = 2. Ciertamente, x se ‘conocié més répido por la sustitucién hacia atras en la ecuacién (3) que la raz6n en (5). Pa- ran mis grande, no hay caso, Gana la eliminacién (¢ incluso este método es el mejor para caleular determinantes). La idea de eliminacién es engafiosamente simple: el lector la dominard luego de unos ccuanios ejemplos. Constituye la base de la mitad de este libro, simplificando una matriz. de ‘modo que sea posible comprenderla, Junto con la mecinica del algoritmo, en este capftulo es necesario explicar cuatro aspectos mas profundos. Estos son: 1. Las ecuaciones lineales llevan a Ta geometria de planos, No es fécil visualizar un pla- no nueve-dimensional en un espacio de diez dimensiones, Fs mas dificil ver diez de es- tos planos, que se cortan en la solucién de diez ecuaciones, aunque de alguna manera esto es casi posible, Nuestro ejemplo tiene dos rectas en ta figura 1.1, que se encuen- tran en el punto (x, y) = (~1, 2). El dlgebra lineal mueve esta imagen hacia diez di- mensiones, donde la intuicién debe imaginar la geometria (y la obtiene correctamente). 2. Pasamos a la notacién matricial al escribic las n incdgnitas como un vector x y las 7 ecuaciones como Ax = h. Multiplicamos 4 por “matrices de eliminacién” con la fina- lidad de obtener una matriz triangular superior U. Con lo anterior, A se factoriza en L. veces U, donde L es triangular inferior. y y xt 2y x +2y x x 4x +8y =6 dx + By = 12 Una solucién (x,y) =(- 1,2) Paralelas: no hay solucién Recta completa de soluciones Figura 1.1. El ejemplo tiene una solucién. Los casos singulares no tienen solucién, 0 tie- rnen demasiadas soluciones,12. Goometia de les eusciones nee 3 A continuaci6n se escribirin A y sus factores para nuestro ejemplo, y se explicaran en su debido momento: reninaie -[' 3]-(5 15 Primero es necesario presentar las matrices, los vectores y las reglas de ka multiplica- ‘cién. Toda matriz tiene una traspuesta AT. Esta matriz, tiene una inversa A En la mayor parte de los casos, la eliminacién se realiza sin dificultades. La matriz tie- ne una inversa, y el sistema Ax = b tiene una solucién. En casos excepcionales el mé- todo falla ya sea que las ecuaciones se escribieron en orden equivocado, lo cual se arregla fiicilmente al intercambiarlas, 0 las ecuaciones no tienen una soluci6n inca. El caso singular aparece si 8 se sustituye por 5 en nuestro ejemplo: veces U. (6) Caso singular Ix + dy = 3 o Dos rectas paralelas ax + By = 6 La eliminaci6n resta simplemente 4 veces Ta primera ecuaci6n de la segunda, Sin em- bargo, jobserve e! resultado! (ecuacién 2) -A(ecuacién 1) 0 Este caso singular no fiene solucién. Otros casos singulares tienen una infinidad de soluciones, (Cambie 6 2 12 en el ejemplo, y la eliminacién producira 0 = 0. Asi, » puede asumir cualquier valor.) Cuando la eliminacién falla, se quiere encontrar toda solucidn posible. 4, Se requiere una estimacién aproximada del nuimero de pasos de eliminacién necesa- rios para resolver un sistema de tamafio n. El costo de cémputo a menudo determina la precisidn del modelo. Cien ecuaciones requieren alrededor de 300 000 pasos (raul- tiplicaciones y restas). La computadora es capaz de hacer estos pasos répidamente, pe- 10 n0 es asi para el caso de varios billones de pasos. Y después de un millén de pasos, el error por redondeo puede ser significativo. (Algunos problemas son sensibles; otros 1no,) Sin entrar en todos los detalles, pretendemos considerar grandes sistemas que se presentan en la préctica, asf como la manera en que se resuelven realmente. El resultado final de este capitulo, es un algoritmo de eliminacién que es casi lo mas cficaz posible. Se trata del algoritmo que suele usarse en una numerosa variedad de aptica- ciones. ¥ al mismo tiempo, comprenderlo en términos de matrices —la matriz de coeficien- tes A, las matrices E y P para la eliminacién ¢ intercambio de renglones, respectivamente, y los factores finales L y U—es un fundamento esencial de la teoria. Espero que el lector disfrute este libro y su curso. 1.2 GEOMETRIA DE LAS ECUACIONES LINEALES La forma de comprender este tema es mediante un ejemplo. Se empieza con dos ecuacio- rnes extremadamente simples, reconociendo que el lector puede resolverlas sin necesidad de llevar un curso de ‘lgebra lineal. No obstante, espero que le dé una oportunidad a Gauss: ax-y=l ety Este sistema puede abordarse por renglones 0 por columnas. Queremos abordarlo en am- bas formas,EI primer método se centra en las ecuaciones por separado (los renglones). Es el més conocido, y en dos dimensiones se hace rapidamente. La ecuacién 2x—y — 1 se represen '@ por una linea recta en el plano x-y. La recta pasa por los puntos. x = 1, y = 1 yx=} Y= 0 tambign por (2, 3) y todos los puntos intermedios). La segunda ecuacién, + + y . produce una segunda recta (véase la figura |.2a). Su pendiente es dv/dx = — 1 y cor- ta la primera recta en la solucin. El punto de interseccisn pertenece a ambas rectas. Se trata de la tnica solucign de las dos ecuaciones. Fl punto x = 2 y y = 3 se encontraré pronto por “eliminacién”, 2(columna 1) (5) = 4 (columns 2) 1) Las rectas se cortan en 4) Las columnas se combinan con 2 y 3 r=2%y=3 Figura 1.2 Representacién por renglén (dos rectas) y representacin por columna (se combinan columnas). El segundo método considera las columnas cel sistema lineal. Las dos ecuaciones por separado en realidad son una ecuacién vectorial: toma dectanns [3 [t= EL problema consiste en encontrar la combinacién de los vectores columna en el miembro ‘izquierdo que produce el vector del miembro derecho. Los vectores (2, I) y (1, 1) se te- Dresentan con las Iineas gruesas en la figura 1.2b. Las incdgnitas son los mimeros xy y que multiplican a los vectores columna, Toda la idea puede verse en esa figura, donde 2 veces la columna 1 se suma a 3 veces la columna 2. Geomeétricamente, asi se obtiene un famoso pa ralelogramo. Algebraicamente, se obtiene el vector correcto (1, 5), en el miembro derecho Ge las ecuaciones. La representacién por columnas confirma que x= 2 y y = 3 Puede dedicarse mas tiempo a este ejemplo, aunque se prefiere pasar al caso en que n= 3. Tres couaciones siguen siendo manipulables, y presentan mucha mayor variedad: we vbw= 5 ‘Tres planos Au = 6 -2 a tu + Tu +2w= 9, De nuevo, es posible estudiar los renglones o las columnas, de modo que se empieza con los renglones. Cada ecuacidn describe un plano en tres dimensiones. El primer plano es 2u ++ p+ w = S,y se muestra en fa figura 1.3. Contiene a los puntos (3 , 0,0) y (0,5, 0) y (0,0. 5). Es determinado por cualesquiera tres de sus puntos, suponiendo que no son colineales. Al cambiar 5 a 10, el plano 2u + v + w = 10 debe ser paralelo al anterior, Contie- ne a (5, 0.0) y (0, 10, 0), y 0, 0, 10) que esta dos veces mis lejos del origen, que es el1.2 Goometia de as ecvsciones punto de interseecicin con el tercer plano = solucién / linea de interseccicn: u Jos dos primeros planos Figura 1.3 La representacién por renglén: tres planos que se cortan, provenientes de tres ecuuciones lineales. unto central « = 0, » = 0, w = 0, Al cambiar ef miembro derecho, el plano paralelo se mueve a sf mismo, y el plano 2u + v + w = 0 pasa por el origen. El segundo plano es du — 6v = —2, Se traz6 verticalmente porque w puede asumir cualquier valor. El coeficiente de w es cero, aunque sigue siendo un plano en el espacio tridimensional. (La ecuacién 4u = 3, 0 incluso el caso extremo u = 0, sigue describien- do un plano.) En la figura se muestra la interseccién del segundo plano con el primero, Esta imterseccidn es una recta. En tres dimensiones, una recta requiere dos ecuaciones: en nn dimensiones requiere n ~ | Finalmente, el tercer plano corta a la recta en un punto. El plano (no esté dibujado) Fepresenta la tercera ecuaci6n, ~2u + Tv + 2w = 9, y cortaa la recta en u = 1, v = 1, w = 2, Este punto de interseccisn triple (1, 1, 2) resuelve el sistema lineal, {Como se extiende hasta n dimensiones esta representaciGn por renglones? Las n ecua- clones contienen 1 incégnitas. La primera ecuaciGn sigue determinando un “plano”, que ya no es un plano bidimensional en el espacio tridimensional; de alguna manera, su “dimen- sin” es n — 1. Debe ser plano y extremadamente delgado en un espacio n-dimensional, aunque nos parezca sélido, Si el tiempo es la cuarta dimensi6n, entonces el plano f = 0 corta al espacio tetradimen- sional y produce el universo tridimensional en que vivimos (o més bien, el universo como era.ent ~ 0), Otro plano es < = 0, que también es tridimensional: se trata del plano normal y que se considera todo el tiempo. ;Estos espacios tridimensionales se cortan! Comparten el plano normal x-y en 1 = 0. Si se desciende a dos dimensiones, el siguiente plano deja una recta. Por tiltimo, un cuiarto plano deja un solo punto. Se trata del punto de interseccién de 4 planos en 4 dimensiones, y resuelve las 4 ecuaciones subyacentes, Si continuamos con este ejemplo proveniente de la relatividad, estaremos en proble- ‘mas. La cuestién es que el algebra lineal es capaz de operar con cualquier niimero de 22: ciones, La primera ecuacién produce un plano (t ~ 1) dimensional en n dimensCaptuo 1 Matrices yeerinacién aussiara segundo plano lo corta (esperamos) un conjunto més pequefio de “dimensién n ~ 2". Su- poniendo que todo va bien, todo plano nuevo (toda ecuacién nueva) reduce la dimensi6n ‘en una unidad. Al final, cuando se hayan tomado en cuenta todos los 7 planos, la dimen- sign de la intersecci6n es cero. Se trata de un punto, que pertenece a todos los planos, y sus coordenadas satistacen a todas las » ecuaciones, jfista, es la solucién! Vectores columna y combinaciones lineales ‘Ahora volvemos a las columnas. Esta vez. la ecuacién vectorial (la misma ecuacién que (1)) z 1 1 5 Formadecolumna «| 4{ +v |-6] +w }o} = |-2| =6, 2 2. 7 2 9 Estos son vectores colunna tridimensionales. El vector b se identifica con el punto cuyas ‘coordenadas son 5, ~2, 9. Todo punto en el espacio tridimensional se hace coresponder con un veetor, y viceversa. Esta, era la idea de Descartes, quien transformé la geometrfa en Algebra al trabajar con las Coordenadas del punto, Es posible escribir el vector en una co- Jumna, o sus componentes pueden enumerarse como b = (5. ~2, 9), 0 incluso puede re- presentarse geomeétricamente mediante una flecha a partir de su origen. Pueden elegirse la {flecha, 0 el punto 0 los tres mimeros. En seis dimensiones. quiza es més conveniente ele- air los seis mimeros. Cuando los componentes se enumeran horizontalmente, suele utilizarse panéntesis y comas, y cuando ef vector columna se indica verticalmente se usan Ilaves (sin comas). Lo {que realmente importa es la suma de vectores y a multiplicacién por un escalar (un ni- mero). En la figura Ida se muestra una suma vectorial, componente por componente: 3] fo} fo 5 Suma vectorial 0) + |-2| + Jo} = |-2 of Lo} i} Le. BI | —2) = combinacién lineal [ j fee 2 (columna 3) LIGE columnas 1 +2 «Los vectores se suman a ) Se suman las columnas 1 + 2+ (3+ 3) Jo largo de los ejes Figura 1.4 La representacién por columna: Ja combinacién lineal de las columnas es igual a b.1.2. Goomatia dees ec En la figura de la derecha hay una multiplicacién por 2 (y si el vector hubiese side =: plicado por ~2, entonces el vector hubiera invertido su direccién): 1 2 1) Fe ‘Multiplicacién por escalares. 2/0] = |0 -2]o) =] 0 2} |4 2} 4 “También en la figura de la derecha se observa una de las ideas centrales del dlgebra. Utiliza fas dos operaciones biisicas: los vectores se multiplican por mimeros y luego se su- ‘man, El resultado se denomina combinacién lineal, y esta combinacién resuelve nuestra ecuiacign: 2 r 1 5 Combinacién lineal 1} 4) +1|-6] +20] = |-2 -2 7 2 9 La ecuacién (2) requiri6 muttiplicadores u,v, w. que producen el miembro derecho b. Estos niimeros son u = 1, v = I, w = 2, Y proporcionan la combinacién correcta de las colum- nas. También proporcionaron el punto (1, 1, 2) en la representacién por renglén (donde se cortan los tres planos). Nuestro verdadero objetivo es ir mas alld de dos o tres dimensiones, hasta n dimensio- nes. Con n ecuaciones en 1 ineGgnitas, en la representacién por renglén hay n planos, En la representacién por columna hay m vectores, més un vector b en el miembro derecho. La cecuacidn pide una combinacién lineal de las n columnas que sea igual a b. Para ciertas ecuaciones esto es imposible, Paradéjicamente, la mejor manera de entender el caso bue- no es estudiando el caso malo. Por consiguiente, consideraremos la geometria, justo cuan- do falla, en el caso singular. Represent Represent El caso singular Suponga que nuevamente estamos en tres dimensiones, y que tres planos en la representa- cidn por renglén no se cortan. ;Qué puede estar mat? Una posibilidad es que dos planos pueden ser paralelos. Las ecuaciones 2u + v + w = 5 y du + 2u + 2w = 11 son inconsis- tentes, y planos paralelos no dan solucién (en la figura 1 5a se muestra una vista del extre- mo). Ba dos dimensiones, la tinica posibilidad de falla la constituyen las rectas paralelas, Sin ‘embargo, tres planos en tres dimensiones pueden estar en problemas sin ser paralelos, La dificultad més frecuente se muestra en la figura 1.5b. A partir de la vista del ex- tremo, los planos forman un tridngulo, Cada par de planos se corta en una recta, y estas XNAZKN ‘ién por renglén: intersecci6n de planos por columna: combinaci6n de columns dss planos no hay recta de todos los planios paralclos interseccidn, Interseecidn son paralelos a a) 3 a) Figura 1.5 Casos singulares: no hay solucién para a), b), © d), una infinidad de sol nes para c).Capitulo 1 Motices y eleninacin gaussian rectas son paralelas. El tercer plano no es paralelo a fos otros planos, pero es paralelo a su Ifnea de intersecciGn, Esto corresponde a un sistema singular con b = (2, 5, 6): utut w=2 No hay soluciones, como en la figura LSb 0 2u + 3 Bu tv + dw = 6. ‘Sumados, los dos primeros miembros izquierdos son iguales al tercero. En el miembro de- recho falla eso: 2 + 5 # 6,Laecuacién | menos la ecuacién 2 menos la ecuaciGn 3 es la afirmacién imposible 0 = 1. Asf, las ecuaciones son inconsistentes, como la eliminacién gaussiana descubre sisteméticamente, Otro sistema singular, préximo a éste, tiene una infinidad de soluciones. Una vez que €1 6 en la tiltima ecuacién se vuelve 7, las tres ecuaciones se combinan para dar 0 = 0. Asi, la tercera ecuacidn es la suma de las dos primeras. En ese caso, los tres planos tienen toda tuna recta en comin (véase la figura | 5c). Al cambiar los miembros derechos, los planos de la figura 1.5b se moverdn en sentido paralelo a si mismos, y para b = (2, 5, 7). repenti- ‘namente la figura es diferente. El plano inferior se movi6 para encontrar a los otros, ¥ hay una recta de soluciones. Fl problema 1 5c sigue siendo singular, pero ahora adolece de de- ‘masiadas soluciones. en ver de tener unas cuantas. EL caso extremo lo constituyen tres planos paralelos. Para la mayor parte de miembros derechos no hay solucién (véase la figura 1.5d). Para miembros derechos especiales (;c0- mob = (0,0, 0)!), hay todo un plano de soluciones, ya que los tres planos paralelos se mue- ‘ven para convertise en el mismo, {Qué ocurre con la representacién por columna cuando el sistema es singular? Debe estar mal, aunque la pregunta es mo. En el miembro izquierdo de las ecuaciones sigue ha- bbiendo tres columnas, y se intenta combinarlas para obtener b. Se queda con la ecuaci6n (3) 1 +w {3} =o @) 4 Para b = (2, 5, 7) era posible esto; para b ~ (2, 5, 6) no To era, La razén de esto es que es tas tres columnas estén en un plano, Entonces cualquier combinacién también esté en el plano (que pasa por el origen). Si el vector b no esti en ese plano, ninguna solucién es po- sible (véase la figura 1.6). Este es por mucho el evento més probable; un sistema singular 3 cohunnas x A 3 columnas uA a plan, \ a) ‘Tres columnas en el mismo plano 2 0 Caso singular: representacién por columna v T uw l2) +0 Facil de resolver s6lo para b en ese plano 3 1 b no esti \ Yo no hay solucién L b) infinidad de soluciones Figura 1.6 Casos singulares: b fuera o dentro del plano con todas las tres columnas,1.2 Geometa de as ecuaciones fneles 9 cen general no tiene solucién, Sin embargo, hay una posibilidad de que b esié en el plano de las columnas. En ese caso hay demasiadas soluciones; las tres columnas pueden com- binarse en una infinidad de formas para producir b, Esa representacién por columna de la figura 1.66 corresponde a la representacién por renglén de la figura 1.5c. {Cémo se puede saber que las tres columnas estan en el mismo plano? Una respuesta Consiste en encontrar una combinacién de las columnas cuya suma sea cero. Después de al- gunos cileulos, esta combinacién es w = 3, v = —1, w = —2. Tres veces la columna | es igual a dos veces la columna 2 més dos veces la columna 3. La columna 1 esté en el plano de las columnas 2 y 3. Sélo dos columnas son independientes, El vector b = (2, 5, 7) esté en ese plano de las columnas: es la columna 1 més la co- Jumna 3, de modo que (1, 0, 1) es una solucién. Es posible sumar cualquier miitiplo de la combinacién (3, ~1, ~2) que producea b = 0. Asi, hay toda una recta de soluciones, co- mo se sabe a partir de la representacién por rengién, La verdad es que se sabia que las columnas deben combinarse para obtener cero, ya que eso ocurria con los renglones. Este hecho pertenece a las mateméticas, no a los céleu- los, y sigue siendo verdadero en la dimensién n. Si los n planos no tienen ningiin punto ‘en comin, 0 comparten una infinidad de puntos, entonces las n columnas estén en el ‘mismo plano. Si la representacién por renglén fala, entonces tambien falla Ja representacién por co- lumna. Esto hace la diferencia entre el capitulo 1 y el capitulo 2. En el capituto | se estudia el problema més importante: el caso no singular, donde hay una soluci6n que es necesario encontrar. En el capitulo 2 se estudia el caso general, donde puede haber muchas soluciones ninguna, En ninguno de estos dos casos es posible continuar sin tenet una notacién (nota- cién matricial), y un algoritmo (eliminacién) idéneos. Después de los siguientes ejercicios se abortara la eliminacién. Conjunto de problemas 1.2 1, Para las ecuaciones x + y = 4, 2x ~ 2y = 4, trace la representacién por renglén (dos rectas que se cortan), y la representacién por columna (combinacién de dos columnas igual al vector columna (4, 4) en el miembro derecho). 2 Resuelva lo siguiente para encontrar una combinacién de las columnas que sea igual a b: unv-w=h Sistema triangular vtwab w = by 3. (Recomendado) Describa la interseocién de los tres planos u + v + w+2=6yu+ w + 2=4yu+ w= 2 (todos en el espacio tetradimensional). ;Es una recta, un pun- 0 0 un conjunto vacfo? {Cual es la interseccién si se incluye el cuarto plano u = —1? Encuentre una cuarta ecuaci6n que deje la situacién sin soluci6n. 4. Trace las tres rectas siguientes, y decida si las ecuaciones son de ficil solucién: x+2y=2 Sistema de3por2 x — y =2 yel Qué ocurre si todos los miembros izquierdos son cero? {Hay alguna opcién diferen- te de cero de miembros derechos que permita que las tres rectas se cortan en el mismo punto? . Encuentre dos puntos en la recta de interseccién de los tres planos 1 x+y +2+1= 1 enel espacio de 4 dimensiones.10 Capi 1 Matrices yeSminacion gaussian 6. 9. 10. i. 2. . Proporcione dos miembros derechos mis, aparte de b Cuando b = (2, 5, 7), encuentre una solucién (u, u, w) de la ecuacién (4) distinta de Ja solucién (1, 0, 1), mencionada en el texto, 2, 5, 7) para los cuales la ‘ecuacién (4) pueda resolverse. Proporcione dos miembros derechos mas, aparte de b = (2,5, 6) para los cuales la ecuacién (4) no pueda resolverse Explique por qué el sistema ut vt wa? ut Qv + 3w=1 v + 2w =0 es singular, encontrando una combinacién de las tres ecuaciones que produzca 0 = 1. {Qué valor debe sustituirse en el Gltimo cero del miembro derecho para que las ecua- ciones tengan soluciones, y cudl es una de las soluciones? La representacién por columna del ejercicio anterior (sistema singular) es 1 1 1 aft} eu [2] ew ]3} =. 0 1 Demuestre que las tres columnas de la izquierda estén en el mismo plano, expresando la tercera columna como una combinaci6n de las dos primeras. {Cudles son las solu- ciones (u,v, w) si b es el vector cero (0, 0, 0)? (Recomendado) {Bajo qué condicién sobre ¥, ¥>..¥3 los puntos (0, y4), (1. 2). (2, ¥3) eestin en una linea recta’? Es cierto que la solucién de las siguientes ectaciones es. = de a hay toda una recta de soluciones? = 0. ,Para qué valores 0 0 ax + 2y 2x + ay Empezando con x + 4y = 7, encuentre la ecuacién de la recta paralela que pasa por x= 0, y= 0. Encuentre la ecuacidn de otra recta que corta ala primera en x= 3, y= 1 Los problemas 13 a 15 son un repaso de las representaciones por renglén y por columna, 1B. 14. 15, 16. Trace las dos representaciones en dos planos para las ecuaciones x —2y = 0.x + y = 6. Para dos ecuaciones lineales en tres incdgnitas x, y, z, la representacién por renglén, muestra (2 0 3) (rectas 0 planos) en un espacio (bi tri) dimensional. La representa- ci6n por columna es en un espacio (bi o tri) dimensional. Las soluciones normalmen- te estén en un Para cuatro ecuaciones lineales en dos incégnitas x y y, la representacién por renglén muestra cuatro La representacién por cohumna esté en un espacio mensional. Ls ecuaciones no tienen solucién, a menos que el vector del miembro de~ recho sea una combinacién de Encuentre un punto con z = 2 en la recta de intersecci6n de los planos x + y + 3c = 6yx—y+2=4. Encuentre el punto con z = 0 y un tercer punto a la mitad entre los. dos puntos anteriores,1.3 Un ejemplo de eiminacdn gausiana " 17. La primera de las siguientes ecuaciones més la segunda es igual a la tercera: xtyt rad x+2y4 : Qe +3y +22 =5, Los dos primeros planos se encuentran a lo largo de una recta. El tercer plano contie- ne a esta recta, ya que si. y, < satisfacen las dos primeras ecuaciones, entonces tan bign Las ecuaciones tienen una infinidad de soluciones (toda la recta L). En- ‘cuentre las tres soluciones. 18, Mueva el tercer plano en el problema 17 hasta un plano paralelo 2x + 3y + 22 = 9, Ahora, las tres ecuaciones no tienen solucisn; ;por qué? Los dos primeros planos se encuentran a lo largo de la recta L, pero el tercero no esa recta, 19. Enel problema 17, las columnas son (1, 1, 2)y (1, 2.3) y (1, 1,2). Este es un “caso sin- gular” porque la tercera columna es _.. Encuentre dos combinaciones de las colum- has que proporcionen b = (2, 3, 5). Esto s6lo es posible para b = (4,6.0)sie = 20, Normalmente, 4 “planos” en el espacio tetradimensional se cortan en un Nor- malmente, 4 vectores columna en el espacio de 4 dimensiones pueden combinarse pa- ra producir b. {Qué combinacién de (1. 0, 0,0), (1, 1.0,0), (1, 1, 1,0), (I, 1, 1, 1) pro- duce b= (3,3, 3, 2)? {Cusiles son las 4 ecuuciones que esta resolviendo para.x, y. 2,2? 21, Cuando Ia ecuacién 1 se sumna a la ecuacién 2, zcual de las siguientes opciones cam bia: los planos en la representacién por rengln, la representacisn por columna, la mi- ttiz de coeficientes, la solucién? 22. Si (a, b) es un miiltiplo de (c, d) con abed 4 0, demuestre que (a, c) es un muiiltiplo de (b,d). Esto es sorprendentemente importante: denomincla pregunta de desatio, Primero puede usar ntimeros para ver emo estan relacionados a, b, ¢ y d. La pregunta leva a: ab Sid [ 4] tiene renglones dependientes, entonces tiene columnas dependientes. 23. En estas ecuaciones, la tercera columna (que multiplica a w) es fa misma que el miem- bro derecho 6. La forma en columna de las ecuaciones, qué solucién para (1, v, w) proporciona de inmediato? 6u + Tv + Bw =8 Au + Su + 9w =9 Qu = 2v + Tw =7. 1.3 UN EJEMPLO DE ELIMINACION GAUSSIANA La forma de entender la eliminacién es por medio de un ejemplo, Se empieza en ues di- mensiones: Qt ut w= 5 Sistema original 4u—6v = —2 a —lu+Tut2w= 9. El problema consiste en encon‘rar los valores ineégnitos de 1, v, y w, de modo que se aplicard eliminacién gaussiana. (Gauss es reconocido como el mas grande de los matem- ticos, aunque no ciertamente debido a este invento, que quizé le Hev6 10 minutos. Irénica- mente, es el concepto més frecuentemente utilizado que eva su nombre.) El método em-a Fieza por restar muiltiplos de la primera ecuacién a las otras ecuaciones. El objetivo es eliminar u de las dos dltimas ecuaciones. Para lograr este objetivo se requiere lo siguien- te: 4) restar 2 veces la primera ecuacién de la segunda +) restar -1 vez la primera ecuacién de la tervera, Qt ut ws 5 Sistema equivalente ~ 8 ~ w= 12 @) But 3w = 14. El coeficiente 2 es el primer pivote. La eliminacién consiste en dividir constantemente el primer pivote entre los mimeros que estin abajo de él, con la finalidad de encontrar los mul- tiplicadores idéneos. EI pivote de la segunda etapa de la eliminacién es ~8, Ahora se ignora la primera ecuacién. Un miltiplo de la segunda ecuacicin se restari de las ecuaciones que quedan (en este caso sélo queda la tercera) con la finalidad de eliminar v. La segunda ecuacién se su- ‘ma a la tercera o, en otras palabras, ©) se resta =I ver la segunda ecuacién de la tercera, Ahora el proceso de eliminacién esté completo, por lo menos en la direccién “hacia ade- ante” Qt vi w= 5 Sistema triangular ~8y — 2w = -12 8) lw= 2 Este sistema se resuelve hacia atris, de abajo arriba, La tiltima ecuacién da w = 2. Al sustituir en la segunda ecuacién, se encuentra » Este proceso se deniomina sustitueién hacia atrés, Para repetir: con la eliminacién hacia adelante se obtuvieron los pivotes 2, —8, 1. Fn este metodo se restan miltiplos de cada renglén de los renglones de abajo para llegar al si tema “triangular” (3), que se resuelve en orden inverso. Luego, cada muevo valor calcula- do se sustituye en las ecuaciones restantes, 1. Luego, la primera ecuacién dau = 1 Observacién Una forma aceptable de escribir los pusos de la eliminacién hacia adelante es incluir el miembro derecho como una column adicional. No es necesario copiar u y v ¥ w y = en cada paso, por lo que se trabaja con lo minimo indispensable: 2 11 5 2 1 1 5 2 1 1 5 4-6 0 -2}+]0 -8 -2 -2}5]}o -3 ~2 -12 -20702 9 0 8 3) 4 0 0 1 2 Al final se llega al sistema triangular, que ya estd listo Para la sustitucién hacia atris. Qui- 4 el lector prefiera esta disposicién, que garantiza que las operaciones en el miembro iz~ quierdo de la ecuacién también se realizan en el miembro derecho, ya que ambos miem- bros estén juntos ahi. En un problema mds grande, la eliminacién hacia adelante requiere més esfuerzo, Se uusan mUltiplos de la primera ecuacién para producir ceros abajo del primer pivote. Luego, la segunda columna se limpia abajo del segundo pivote. El paso hacia adelante se finaliza ‘cuando el sistema es triangular; la ecuaci6n 1 slo contiene a la ultima inedgnita multipli- cada por el thtimo pivot.Ejemplo 1 Ejemplo 2 1.3. Un ejapis do eiinacién goussara 13 La sustituci6n hacia atrés produce la solucién completa en orden opuesto: se empieza con la dtima incégnita, luego se resuelve de la siguiente hasta la tltima, terminando con la primera, Por definicién, los pivotes no pueden ser cero. Es necesario dividir entre ellos. La falla de la eliminacién ¢En qué circunstancias es posible que falle el proceso? Algo debe estar mal en el caso singular, y algo puede estar mal en el caso no singular. Esto podria parecer algo prematu- ro; después de todo, apenas se ha logrado tener furicionando al algoritmo. Sin embargo, la posibilidad de falla ilumina al método en sf. La respuesta es: con un conjunto completo de 1 pivotes, sélo hay una solucién, El sis- tema es no singular, y se resuelve por eliminacién hacia adelante y sustitucién hacia atrés, Pero si en una posicién pivote aparece un cero, es necesario detener la eliminacién, ya sea temporal 0 permanentemente. El sistema puede o no ser singular. Si el primer coeficiente es cero, en la esquina superior izquierda, la eliminacién de w de las otras ecuaciones es imposible. Lo mismo es cierto en toda etapa intermedia. Obser- ve que en una posicién pivote puede aparecer un cero, aun si el coeficiente original en ese sitio no era cero. En términos generales, no se sabe si aparecerd un cero sino hasta que se intenta, al realizar en verdad el proceso de eliminacién, En muchos casos este problema puede restablecerse, por lo que la eliminacin puedé continuar. Un sistema asf sigue siendo no singular; és s6lo el algoritmo lo que requiere © paracién. En otros casos es inevitable la falla, Estos sistemas incurables son singulares; no tienen solucién o tienen una infinidad de éstas, por lo que no es posible encontrar un con- junto completo de pivotes. No singular (restablecido al intercambiar las ecuaciones 2 y 3) ut vb we utvt we wt oot wa_ Qu + 2u + Sw = Bw= 2v + dw = du + 6u + 8w = Qu + 4w = 3w =. El sistema es triangular, y puede resolverse con sustituci6n hacia atras, Singular (caso incurable) ut vt ws utut w Qu + Qu + Sw 3w 4u + 4y + 8w = 4u = No existe ningsin intercambio de ecuaciones que pueda evitar el cero en la segunda posi- cidn pivote. Las ecuaciones mismas pueden ser 0 no fitciles de resolver. Si las dos tltimas ecuaciones son 3w = 6 y 4w = 7, no hay soluci6n, Si ocurre que estas dos ecuaciones son consistentes, como con 3w = 6 y 4w = 8, entonces este caso singular tiene una infinidad de soluciones, Se sabe que w = 2, pero la primera ecuacién no puede decidir ambas u y v. En la secci6n 1.5 se abordardn los intercambios de renglén cuando el sistema es no singular. Asi, los intercambios producen un conjunto completo de pivoies. En el capitulo 2 se estudia el caso singular. El 3w atin puede eliminar a 42v, por lo que el segundo pivote es 3. (No habré un tercer pivote). Por ahora se confia en que todos los m elementos pivote son diferentes de cero, sin cambiar el orden de las ecuaciones, Este es el mejor caso, que sera continuado.4 Capitulo 1 Mattices yeiminacién goussiane El costo de la eliminacién La otra pregunta es muy préctica, ;Cudntas operaciones aritméticas requiere la elimina- ccidn para m ecuaciones en 1 incdgnitas? Sin es grande, una computadora puede realizar cl proceso de eliminacién. Debido a que se conocen todos fos pasos, debe ser posible po- der pronosticar el ntimero de operaciones. Por el momento se ignorardn los miembros derechos de las ecuaciones, y sélo se con- tardn las operaciones a la izquierda. Estas operaciones son de dos clases. Se divide entre el pivote para encontrar qué miltiplo (por ejemplo £) de Ia ecuacién pivote debe restarse. Una vez que se realiza esta sustraccidn, continuamente se encuentra una combinacién “multipl ccar-restar”; los términos de la ecuacidn pivote se multiplican por é, y luego se restan de otra ecuaci6n. Suponga que cada divisién, y cada multiplicaci6n-sustracci6n se denomina una ope- raciGn, En la columna 1, se requieren n operaciones por cada cero que se obtiene: wna pa- +a encontrar el miiltiplo £, y la otra para encontrar los nuevos elementos a lo largo del rengl6n. Abajo del primer rengién hay — 1 renglones, de modo que la primera etapa de la eliminacién requiere n(n — 1) = 1 m operaciones. (Otra forma de llegar an” —n es ésta: es necesario cambiar todas los n° elementos, excepto los n en el primer renglén). Las eta- as posteriores son mds répidas porque las ecuaciones son mas cortas. CCuatidlo la elimtinacisn se realiza con k ecuaciones, para limpiar Ia columna que esta aba- jo det pivote se requieren solo «2 ~ & operaciones, por el mismo razonamiento que se aplicd en la primera etapa, cuando k era igual an. Al reunir todo lo anterior, se encuentra que el nii- ‘mero total de operaciones es la sumatoria de &° — k sobre todos los valores & desde | hasta r: _ na + DQn +1) rth) Miembro izquierdo 1° + -+-+n°) —(1 + +++ tn) = SET ESTT OD INN Estas f6rmulas son normales para encontrar las sumatorias de los n primeros mimeros y los ‘n primeros cuadrados. Al sustituirn = 1 y n= 2yn = 100en la formula $(n - 1), la cli- minacisn hacia adelante puede no requerir ningtin paso, requerir dos pasos o requerir alre- dedor de un millén de pasos: Sim no es grande en absoluto, una buena estimacién para el niimero de operaciones es Si el tamatio se duplica, y pocos de los coeficientes son cero, entonces el costo se multipli- ca por 8. La sustitucin hacia atras es considerablemente mas ripida. La tltina inedgnita se en- ccuentra en s6lo una operacién (una divisién entre el tiltimo pivote). Para encontrar la ante- peniitima incdgnita se requieren dos operaciones, y asf sucesivamente. Entonces, el total para la sustitucin hacia atrds es 1+ 2+ 0-- tn La eliminacidn hacia adelante tambign actia sobre el miembro derecho (restando los mismos miiltiplos que en la izquierda con la finalidad de preservar las ecuaciones correc- tas), Empieza con 1 ~ I sustracciones de la primera ecuaci6n. Junto con el miembro dere- cho es responsable de n® operaciones: mucho menos que las n°/3 a la izquierda. El total para la eliminacién hacia adelante y la sustitucién hacia atrés es Miembro derecho |(n—1) #(n~2) +00 #1] FEL 424002 40) Hace 30 afos, casi cualquier matematico hubiera conjeturado que un sistema general de orden 1 no podia resolverse con mucho menos que 7/3 multiplicaciones. (Incluso ha-413 Un ejemplo de elimination gaussizr2 15 bia teoremas para demostrario, aunque no tomaban en cuenta a todos los métodos posibles Sorprendentemente, se ha demostrado que esa conjetura es errénea. jn la actualidad exis- te wn método que requiere sélo Cn!:" multiplicaciones! Depende de un simple hecho: pa- rece que dos combinaciones de dos vectores en el espacio bidimensional requieren 8 multi- plicaciones, aungue es posible hacerlas en 7. Lo anterior redujo el exponente de log, 8. que €5 3, a log, 7 ~ 2.8. Este descubrimiento provocd bastante actividad para encontrar la po- tencia minima posible de 1. El exponente finalmente cay6 (en IBM) debajo de 2.376. Afor- tunadamente para la eliminacién, la constante C es tan grande y el c6digo es tan dificil que el nuevo método es bastante (0 completamente) interesante desde el punto de vista te6rico. El problema més reciente es el costo con muchos procesadores en paralelo. Conjunto de problemas 1.3 Los problemas 1 a 9 son sobre eliminaci6n en sistemas de 2 por 2. 1. {Qué miltiplo de € de la ecuacién 1 debe restarse de Ja ecuacién 2? det3y=1 lox +9y = 11 Después de este paso de eliminacién, escriba el sistema triangular superior e identifi- que los dos pivotes. Los ntimeros 1 y 11 no afectan tales pivotes. 2, Resuelva por sustitucién hacia atrés el sistema triangular del problema 1, y antes que 3. Compruebe que x multiplicado por (2, 10) mas y por (3, 9) es igual a (1, 11). Si el miembro derecho cambia a (4, 44), cual es la nueva solucién? 3. {Qué miiltiplo de la ecuaciGn 2 debe restarse de la ecuacién 3? 2x -4y =6 -x+5y=0. Despuds de este paso de eliminacién, resuelva el sistema triangular, Si el miembro de- echo cambia a (~6, 0), ,cul es la nueva solucién? 4. {Qué miltiplo de € de la ecuaci6n 1 debe restarse de la ecuacién 2? ax tby =f ex tdy=g El primer pivote es a (se supone que es cero). ; Qué formula para el segundo pivote pro- duce la eliminaci6n? ;Qué es y? El segundo pivote falta cuando ad = be. 5. Escoja un miembro derecho que no proporcione ninguna solucién, y un miembro de- recho que no proporcione una infinidad de soluciones. {Cudles son dos de estas solu- ciones? Escoja un coeticiente b que haga singular este sistema. Luego, escoja un miembro de- recho g que lo haga fécil de resolver. Encuentre dos soluciones en ese caso singular, 2x + by = 16 4x + 8y =Matices yoiminaién gausstna 7. {Para qué nimeros « la eliminacién falla a) permanentemente, y 6) temporalmente? ax +3y = -3 4r+6y= 6 Resuelva para x y y después de fijar la segunda falla por un intercambio de renglén, 8. {Para cuiles tres ndimeros & falla Ia eliminacién? ;Cual es fijada por un intercambio de renglén? En cada caso, el niimero de soluciones, jes 0.0 1 0 00? kx+3y= 6 3x thy = -6 9. {Qué prueba sobre b, y by decide si estas dos ecuaciones permiten una solucién? ¢Cutintas soluciones tienen? Trace la representacién por colurmna. 3x ~2y =, 6x —4y Los problemas 10 a 19 estudian la eliminacién en sistemas de 3 por 3 (y Ia falla posible). 10. Reduzca el siguiente sistema a forma triangular superior, mediante dos operaciones en renglones: Wx +3y+ z= 8 4x + Ty +52=20 —2y+2z2= 0. [dentifique los pivotes, Resuelva por sustitucién hacia airs para 2, yx. 1. Aplique eliminacién (idemtfique los pivotes) y sustitucién hacia atnis para resolver 2e-3By 53 4x —Sy+ 257 de y-32=5, Enumere las tres operaciones en renglones: Restar veces ef renglén___ det renglén 12, (Cual niimero d obliga a un intercambio de rengl6n, y cual es el sistema triangular (no singular) para ese d? {Cual d hace singular a este sistema (no el tercer pivote)? dx+Syte= ax tdy+2=2 yrrs3 13. {Cual nimero d lleva posteriormente a un intercambio de renglén? ;Cudl nimero b leva posteriormente a un pivote faltante? En ese caso singular, encuentre una solu- cidn x, y, z diferente de cero. xt+by =0 x-dy-z=0 ytr= 00.1.3. Un ejemplo de eirinacén gassiona 7 14. @) Escriba un sistema de 3 por 3 que requiera dos intercambios de renglones para al- canzar una forma triangular, y una solucién. +) Escriba un sistema de 3 por 3 que requiera un intercambio de renglones para fun- ccionar, y que falle después, 15. Silos renglones 1 y 2 son Jos mismos, :hasta dénde es posible llegar con la elimina- ci6n (permitiendo intercambio de renglones)? Si las columnas 1 y 2 son las mismas, jeudl pivote falta? 2x-yt2=0 2x +2y+z=0 de-y+2=0 ax tay +e=0 axtyte=2 Ox +6y +2=2. 16. Escriba un ejemplo de 3 por 3 que tenga 9 coeficientes distintos en el miembro izquier- do, pero que los renglones 2 y 3 se vuelvan cero en la eliminacién. Cuantas solucio- nes tiene este sistema con b = (1, 10, 100), y cudntas tiene con b = (0,0, 0)? 17. {Cual ntimero g hace singular al siguiente sistema, y con qué miembro derecho fel sis- tema tiene una infinidad de soluciones? Encuentre la solucién que tiene z = xtdy—22=1 x + Ty —62 By tge=e. 18. (Recomendado) Es imposible que un sistema de ecuaciones lineales tenga exactamen- te dos soluciones. Explique por que. 4a) Si (x, ¥, 2 ¥ (X, ¥, Z) son dos soluciones, gcual es otra? +) Si 25 planos se encuentran en dos puntos, ;ddnde mas se encuentran? 19. Puede ocurrir que tres planos fallen en tener un punto de intersecci6n, cuando ningtin par de ellos es paralelo. El sistema es singular siel rengtén 3 de A es una____de los primeros dos renglones. Encuentre una tercera ecuacién que no sea posible resolver si xtytz=Oyx-2y-2=1. En los problemas 20 a 22 se abordan sistemas de 4 por 4, y de n por 2. 20, Encuentre Jos pivotes, y las soluciones de las cuatro siguientes ecuaciones: ax + y =0 at2yt 2 0 yr2t 1=0 ztU=s, 21, Si el problema 20 se extiende siguiendo el patron 1, 2, 1 0 el patron =1, 2, —1, ;cudl 8 el quinto pivote? {Cual es et n-ésimo pivote? 22. Aplique eliminacién y sustitucién hacia atrds para resolver 2u +30 =0 4u+5u+ w=3 Qu v—3w=5, {Cuales son los pivotes? Enumere las tres operaciones en las que el maitiplo de un rengl6n se resta de otro rengl6n,18 Cepituio 1 Matrices y elminacién gaussina 23, Para el sistema ut vt wa2 u+3v+3w=0 u + 3p + Sw =2, {Cudl es el sistema triangular despues de la eliminaci6n hacia adelante, y cual es la so- luci6n? 24, Resuelva el siguiente sistema, y encuentre los pivotes cuando Qu» =0 -ut2u- w 0 -v+2w- 2=0 mw $2255. Es posible Hlevar el miembro derecho como una quinta columna (y asf omitir escribir uu, , w,z hasta la solucién al final). Aplique eliminacién al sistema ut v+w=-2 Bu +3v w= 6 > vtwark ‘Cuando en la posicién pivote aparezca un cero, intercambie esa ecuacién por Ia que std abajo, y contintie, {Qué coeficiente de v en la tercera ecuacién, en fugar del —1 actual, harfa imposible continuar, y forzar a una falla en la eliminacidn’? 26. Resuelva por eliminacién el siguiente sistema de ecuaciones ro y= 0 3x + 6y = 18 ‘Trace una grfica que representa cada ecuacién como una lines recta en el plano x — ys Jas rectas se cortan en la soluci6n. También, agregue una recta més: la gréfica de una nueva segunda ecuaciGn que aparece después de la eliminacién, 27. Encuentre tres valores de a para los cuales falle la eliminacién, temporal o permanen- temente, en aut vel 4u + av =2 La falla en el primer paso puede establecerse intercambiando renglones, pero en el timo paso no hay falla, 28, Falso 0 verdadero: 4) Si la tercera ecuacién inicia con un coeficiente cero (empieza con Ou), entonces nningtin multiplo de la ecuacién 1 se resta de la ecuacién 3. +b) Si el segundo coeficiente de la tercera ecuacidn es cero (contiene a Ov), entonces ‘ningtin muiltiplo de la ectuacién 2 se resta de la ecuacién 3. ©) Si la tervera ecuacién contiene a Ou va Ov, entonces ningtin miltiplo de la ecuacisn 1 0 de la ecuacién 2 se resta de la ecuacién 3.114 Notacién mata ymukipicacén de matices 19 29. (Bastante opcional). Normalmente la multiplicacién de dos niimeros complejos {a + ibe + id) = (ae ~ bd) + i(be + ad) implica las cuatro multiplicaciones por separado ac, bd, be. ad. Ignorando a i, gpuede caleular ae — bd y bc + ad con s6lo tres multiplicaciones? (Puede realizar sumas, com mo formar a + b antes de multiplicar, sin ninguna penalizacién.) 30. Aplique eliminacién para resolver ut vt w= 6 ut vt we 7 ut QwtQw=N oy w+ Qwt2w= 10 2u + 3v-4w = 3 2u +30 ~4w = 3. 31. {Para cuiles tres nimeros a la eliminacién fracasa en proporcionar tres pivotes? ax +2y +32 =b, ax tay +42 =by ax + ay +az = by, 32, Encuentre experimentalmente el tamatio medio (valor absoluto) de los pivotes prime- ro, segundo y tereero para MATLAB. con lu(rand(3, 3)). El promedio del primer pi- vote a partir de abs(A(I, 1)) debe ser 0.5 1.4 NOTACION MATRICIAL Y MULTIPLICACION DE MATRICES Con el ejemplo de 3 por 3 es posible escribir por completo todas las ecuaciones. Es posible cenumerar los pasos de 1a eliminacién, los cuales restan un miltiplo de una ecuacién a otra para llegar a una matriz triangular. Para un sistema grande, esta forma de mantener el astro de la elimvinacién seria inti; se requiere un registro mucho mas conciso. A.continuacién se presenta la notacién matricial para describir el sistema original, y 1a multiplicacién de matrices para describir las operaciones que lo hacen mis sencillo. Observe que en el ejemplo aparecen tres tipos distintos de cantidades: Nueve coeficientes eae 4u-6v = 2 ‘Tres incégnitas Y 2 +1 +2 ‘Tres miembros derechos cea En el miembro derecho esti el vector column b. En el miembro izquierdo estén las incdg- nitas «, v, ws. En el miembro izquierdo también estén nueve coeficientes (de los cuales uno es cero). Resulta natural representar las tres ineégnitas por medio de un vector: w 1 Laincégnitaes x= |v] — Lasoluciénes x = |1 w Los nueve coeticientes estén en tres renglones y tres columnas, con Io que se obtiene una matriz de 3 por 3: Matriz de coeficientes A 4-6 of.20 Copii 1 Matic y eiminaciin aussi ‘Aces una matriz.cuadrada, porque el ntimero de ecuaciones es igual al nimero de inedgni- tas, Si hay m ecuaciones en m incdgnitas, se tiene una matriz cuadrada de por n. De ma- nnera mis general, podria haber m ecuaciones y n incdgnitas. En este caso, A es rectangu- ar, con m renglones y n columnas. Se dice que es una “matriz de m por n”. Las matrices se suman entre sf, o multiplican por constantes numéricas, exactamente como ocurre con los vectores: elemento por elemento. De hecho, los vectores pueden con- siderarse como casos especiales de las matrices; som matrices con una sola columna, Asi como con los vectores, la suma de dos matrices s6lo es posible si tienen la misma forma: maa 21 12] fs 3 2 1) [4 2 Adi AtB ae 3 of+]-3 1]-]o 1) 2|3 af =o 0 Muttiplicacién 24 |) i eae ol lo 8 Multiplicacién de una matriz por un vector Es necesario volver a escribir las tres ecuaciones con las tres incégnitas uw, v, w en la for- ‘ma matricial simplificada Ax = b, Escrita completamente, la multiplicacién de una matriz por un vector es igual al vector: 1] fu 5 of fo} = }-2 2) 24 [w. 9 El miembro derecho b es el vector columns de los “términos no homogéneos”. EY miem- bro icquierdo es A por x. Esta multiplicacién se define exactamente de modo que repro- ‘ducea el sistema original. La primera componente de Ax se obtiene al “multiplicar” el pri- mer renglin de 4 en el vector columna x: 2 Forma matricial Ax =) 3 = Rengl6n multiplicado por columna [2 1 1] Juv] = [2u +o + w La segunda componente del producto Ax es 4u — 6v + Ow, del segundo renglén de A. La ‘ecuacién matricial Ax = bes equivalente a las tres ecuaciones simultneas en la ecuacién (1). El renglén por columna es fundamental para todas las multiplicaciones de matrices. ‘A partir de dos vectores produce un solo mimero, Fste niimero se denomina producto inn- terno de los dos vectores. En otras palabras, el producto de una matriz.de | por n (un vec- tor renglén) y una matriz dé n por 1 (un vector columna) es una matriz. de 1 por 1 Producto interno [2 1 1] }1] =[2-1+1-141-2] 2 [5] Esto confirma que la solucién propuesta x = (1, 1, 2) satisface la primera ecuacién, Hay dos formas de multiplicar una matriz A y un vector x. Una forma es multiplicar rengl6n por renglén, Cada rengl6n de A se combina con x para obtener una componente de ‘Ax, Cuando A tiene tres renglones, se tienen tres productos. 11 6) [2 1-241-5+6-0 7 Ax multiplicado por renglones | 3 9 1) [5] = | 3-2+0-5+3-0] = Jo). @ ri 4] fo 1-241-54+4-0 7a 1.4) Notacgn matic! y muticaién de mt Asi es como suele explicarse Ax, aunque la segunda forma es igualmente importante. De hecho, jes més importante! Realiza la multiplicaci6n de una columna a la vez. El produc: to Ax se encuentra de una vez, como una combinacién de las tres columnas de A: 1 1 6] [7 Ax multiplicado por columnas 2.3) +5 |0| +0 /3] = jo ) 1 1 a} 7 La respuesta es dos veces la columna | mds 5 veces la columna 2. Esto correspond a la “vepresentacién por columna’ de las ectuaciones lineales. Si el miembro derecho b tiene las ‘componentes 7, 6, 7, entonces la solucién tiene componentes 2, 5, 0. Por supuesto, la re~ presentacién por renglén coincide con aquélla (y finalmente se tienen las mismas multipli caciones) La regla de las columnas se utilizar una y otra ver, de modo que para recalearla se repite a continuacion: 1A Todo producto Ax puede encontrarse usando todas las columnas como en la ecuacién (5). Por consiguiente, Ax es una combinacién de las columnas de A. Los coeficientes son las componentes de x. Para multiplicar A por xen n dimensiones, se requiere una notacién para los elemen- tos individuales en A. El elemento en el renglon i y en la columna j siempre se denota por 4,,, primer subindice proporciona el niimero de renglén, y el segundo subindice indica la columna, (Bn Ta ecuacién (4), a3; €8 3 y @,, es 6.) SiA es una matriz de m por n, enton- ces el indice i va desde I hasta m, ya que hay m renglones, y el indice j va desde 1 hasta n En total, la mattiz tiene mm elementos, y dy, esté en ta esquina inferior derecha, Para denotar un vector basta un {ndice. La j-ésima componente de x se denota x; (La multiplicacién anterior tenfa x; = 2, x = 5,23 = 0.) Normalmente, x se eseribe como un vector columna: es decir, como una matriz de n por 1. Pero algunas veces se escribe en tuna linea, como en x = (2, 5, 0). Los paréntesis y las comas recalean que no es una ma- triz de 1 por 3. Se trata de un vector columna, que s6lo se ha escrito temporalmente en forma horizontal Para describir el producto Ax se utiliza el simbolo “ gma” ®. para sumatorias: Notacién sigma La i-ésima componente de Axes J“ a,,x, Esta suma se leva el /-ésimo renglén de A. El indice de la columna j toma cada valor des- de 1 hasta 1 y los resultados se suman: la suma es ay) + aigty + °° * + diglp De nuevo se observa que 1a longitud de los renglones (el mimero de columnas en A) debe corresponder a li longitud dex. Una matriz de m porn multiplica un vector n-di- ‘mensional (y produce un vector m-dimensional), Las sumatorias son mis sencillas que es- cribir todo completamente, pero la notacién matricial es mejor. (Einstein utiliz6 “notaci6n tensorial”, en la que un indice repetido significa autométicamente una sumatoria, Escribis 44, € incluso aj x), sin el signo ¥. Como no somos Einstein, mantenemos la ¥.) Forma matricial de un paso de eliminacién Hasta el momento, se ha utilizado una abreviatura conveniente Ax ~ b para denotar el sis- ema de ecuaciones original. Pero, gqué hay respecto de las operaciones que se realizan du- rante la eliminacién? En nuestro ejemplo, en el primer paso se rest6 2 veces Ia primera2 Capito 1 Maties y elirinacin gaussana ecuacién de la segunda. En el miembro derecho, 2 veces la primera componente de b se rest6 de la segunda componente. Se obtiene el mismo resultado si b se multiplica por esta matric elemental (0 matriz de eliminacidn): 1 0 0 Matrizelemental £=|-2 1 0 0 0 1 Lo anterior se comprueba simplemente obedeciendo la regla para multiplicar una matriz y un vector: 1 0 ovf 5 5 Eb=|-2 1 0| |= 12 oo ihe 9 Las componentes 5 y 9 siguen siendo las mismas (debido a los 1, 0, 0-y 0, 0, I en los ren- slones de £). La nueva segunda componente, ~12, aparecié después del primer paso de eliminacién. Es facil describir las matrices como E, que llevan los pasos de eliminacién por sepa rado, También se observa la “matriz identidad”, que no hace absolutamente nada, 1B La matriz identidad I, con 1s en su diagonal y Os en el resto, deja sin cambio a todos los vectores. La matriz elemental Ey testa € veces el renglén j del renglén i. Esta E, contiene a ~¢ en el renglén i, columna j 100 100 by 1=|0 1 O} tiene b=b Ey =| 0 1 Of tiene Eyb=] bm |. oot “£01 by = thy 1b = b es ta matiz andloga a multiplicar por 1. Un paso de eliminacién tipico multiplica por £,. La pregunta importante es: ;Qué ocurre en el miembro izquierdo de A? Para preservar la igualdad, es necesario realizar las mismas operaciones en ambos miembros de Ax = b. En otras palabras, tambign el vector Ax debe multiplicarse por le matriz £, Nuestra matriz original E resta 2 veces la primera componente de la segunda. Despues de este paso, e] nuevo sistema més sencillo (equivalente al anterior) es justa- mente E(Ax) = Eb, Bs més sencillo debido al cero que se cres abajo del primer pivote Es equivalente porque es posible recuperar el sistema original (sumando 2. veces la pri- mera ecuacién de regreso a la segunda), Asi, ambos sistemas tienen exactamente la mis- ma solucién x, Multiplicacién de matrices Ahora hemos Hegado a la pregunta mas importante: {Cémo se multiplican las matrices Hay una pista parcial de la eliminacién gaussiana: Se conoce la matriz de coeficientes ori- ginal A, se conoce ta matriz de eliminacidn &, y se conoce el resultado EA después del par so de eliminacién, Deseamos y esperamos que 10 0) muti. 2 1 1) propor 2045 E=|-2 1 0| plicado A=] 4 ~6 0] PPO ca] 0 -8 -2 0 0 1} por 2072 2 7 2 Dos veces el primer renglén de A se ha restado del segundo renglén. La multiplicaci6n de matrices ex consistente con las operaciones por renglones de eliminacién, El resultado pue-1.4 Notacion matical y mutinieacén ce mavices 23 de eseribirse como E(Ax) = Eb, aplicando E 2 ambos miembros de la ecuacién, 0 como (EA)x = Eb, La matriz EA se construye exactamente de modo que estas ecuaciones coin- cidan, por lo que no se requieren paréntesis: ‘Mubtiplicacién de matrices (EA muhtiplicada por x) es igual a (E multiplicada por Ax) Simplemente se escribe EAx. Esta es toda la cuesti6n de una “ley asociativa” como 2 x (3 X 4) = (2 X 3) X 4. Laley parece tan evidente que es dificil imaginar que podria ser falsa. Pero lo mismo puede de- cirse de la “ley conmutativa” 2 x 3 = 3 2; y para matrices, se tiene que EA no es AE, Para fa multiplicacién de matrices hay otro requerimiento. Se sabe cémo muliplicar Ax, una matriz. y un vector. La nueva definicion debe ser consistente con esta definicién Cuando wna matriz B slo contiene una simple columna x, el producto matriz-matriz AB debe ser idéntico al producto matriz-vector Ax, Mas atin: Cuando B contiene varias colum- nas by, b>, bs, jlas columnas de AB deben ser Aby, Abs, Abs! Multiplicacién por colummas = AB = A[by b> bs) = [ Ab) Abs Ady], E] primer requerimiento tenfa que ver con renglones, y éste concierne a columnas. Un tercer método es describir cada elemento individual en AB y esperar lo mejor. De hecho, sélo hay una regla posible, aunque no estoy seguro de quign Ia descubrié, Hace funcionar todo. No permite la multiplicacién de cualquier par de matrices. Si son cuadradas, deben tener el mismo tamafio. Si son rectangulares, no deben tener la misma forma; ef mimero de columnas en A debe ser igual al niimero de renglones en B. Asi, A puede multiplicar se por cada columna de B. SiA es m por n, y B es n por p, entonces la multiplicacién es posible. El producto AB e5 una matriz de m por p. A continuacién s¢ encontrard el elemento en el renglén i y co- Tumna j de AB. 1C El elemento i, j de AB es el producto interno del i-ésimo renglon de A y la f-é ma columna de B. En la figura 1.7, el elemento 3, 2 de AB proviene del renglén 3 y Ja columna 2: (AB)s2 = aby + abu + auby + aybe. o Renglén fo ay multiplicado AB= | 2 __Aer por columna @) @) Figura 1.7 Una matriz A de 3 por 4, multiplicada por una matriz B de 4 por 2, 8 una ma- ttiz AB de 3 por 2. Nota Sc escribe AB cuando las matrices no tienen nada especial que hacer con la elimi- nacién, El primer ejemplo era EA debido a la matriz elemental £, Después se tiene PA. 0 LO, ¢ incluso LDU. La regla para la multiplicacién de matrices permanece igual.24 Capi 1 Ejemplo 1 Ejemplo 2 Ejemplo 3 ‘Mantices yoiminacién gaustna 2 3/f1 2 oO 710 ao- [3 alls “1 a= (4 8 a} El elemento 17 es (2)(1) + (3)(5), el producto intemo del primer renglén de A y la pri- mera columna de B. El elemento 8 es (4)(2) + (0)(—1), el producto interno del segundo renglén y la segunda columna. La tercera columna es cero en B, por lo que es cero en AB. B consta de tres colum- nas una junto a Ia otra, y A multiplica cada columna por separado. Cada columna de AB es una combinacién de las columnas de A, Asi como en la multiplicacién matriz-vector, las columnas de A se multiplican por los elementos de B, ‘ 7 oO 1][{2 3)_[7 8 Matriz de intercambio de renglones li al 5 a - [ 5} Los Is en la matriz identidad / dejan igual a la matriz Mat identidad =1A=A y BI=B. importante: La multiplicacién AB también puede efectuarse renglén por renglén. En el ejemplo 1, ef primer renglén de AB utiliza los nimeros 2 y 3 del primer renglén de A Con estos miimeros se obtiene 2 frenglén 1] + 3 frenglén 2] = (17 1 0}. Exactamente co- mo en la eliminacién, donde empez6 todo esto, cada renglén de AB es una combinacién de los renglones de B. A continuaci6n se resumen estas tres formas de considerar la multiplicacién de ma- trices. 1D _ i) Cada elemento de AB es el producto de un renglén y una columna: (AB),; = (rengl6n i de A) multiplicado por la (columna j de B) ii) Cada columna de AB es el producto de una matriz y una columna: columna j de AB = A multiplicada por la (columna j de B) iii) Cada renglén de AB es el producto de un renglén y una matric: rengl6n i de AB = (renglin i de A) multiplicado por B Esto nos recuerda a una propiedad clave de la multiplicacién de matrices. Suponga que las formas de tres matrices 4, B, C (quizé rectangulares) permiten su multiplicacién, Los renglones en A y B se multiplican por las columnas de B y C. Asf, la propiedad clave es la siguiente: 1E La muhiplicacién de matrices es asociativa: (AB)C = A(BC). Se eseribe sim- plemente ABC. AB multiplicado por C es igual aA multiplicado por BC. Si ocurre que C es simplemente tun veetor (una matriz con una sola columna), este es el requerimiento (FA)x = F(Ax) ya mencionado. Esto constituye toda la base para las leyes de la multiplicacién de matrices. Y si C consta de varias columnas, basta pensar que éstas se encuentran una junto a la otra, y aplicar la misma regla varias veces. Cuando se multiplican varias matrices no se requie~ ren paréntesisEjemplo 4 Ejemplo 5 14 Notacén matricial y mutiplicacion de matices 25 Queda por mencionar otras dos propiedades: una que posee la multiplicacién de ma- trices, y otra que no posee. La primera es: 1F Las operaciones con matrices son distributivas: A(B+C)=AB+AC yy (B+C)D=BD+CD. Por supuesto, las formas de estas matrices deben corresponder correctamente: By C tienen la misma forma, de modo que es posible sumarlas, y A y D son del tamafio idéneo para la multiplicaci6n por la izquierda y por la derecha, La demostracién de esta ley es de- masiado tediosa como para escribirla, La propiedad que no se cumple para la multiplicacién de matrices es un poco més in- teresante: 1G La multiplicacién de matrices no es conmutativa. Casi siempre FE # EP. ‘Suponga que E resta dos veces la primera ecuacién de la segunda. Suponga que F es la ma- ttiz del siguiente paso, sumar ef renglén | al renglén 3: 10 0 100 E=|-2 1 0 y F=|0 10 oo1 101 Estas dos matrices conmutan, y el producto efectia ambos pasos al mismo tiempo: 100 EF=|-2 1 0| =FE. 101 En cualquier orden, EF o PE, asi se cambian los renglones 2 y 3 usando el renglén | ‘Suponga que E-es la misma pero que G suna el renglén 2 al renglén 3. Ahora el orden es- tablece una diferencia, Cuando se aplica E y luego G, el segundo renglén cst modificado antes de afectar al tercero. Si E se aplica después de G, entonces la tercera ecuacién no su- fre ningtin efecto del primero. En el elemento (3, 1) de EG se vera un cero, mientras en GE hhay un ~2: 1 100 100 10 0 GE=|0 -2 1 0/=|-2 1 0} peo KG=|-2 1 0 oo. 211 oid Asi, EG # GE. Un ejemplo aleatorio mostraria el mismo hecho: la mayor parte de fas ma- trices no conmutan, Aqui Ias matrices tienen sentido. Hay una raz6n por la cual EF = FE, y otra por la cual EG # GE. Merece la pena realizar otro paso, para ver lo que ocurre con las tres matrices de eliminaci6n a ta vez: 100 100 GFE=|-2 1 0 y EFG=|-2 1 OJ. 111 rid El producto GFE es el verdadero orden de eliminacién, Es la matriz que Heva la matric ori- ginal A a la triangular superior U, Este hecho se ver de nuevo en la siguiente secci6n, La otra matriz, EFG, es més agradable. En ese orden, los mimeros -2 de E y | de Fv G no fueron alterados. Se escribieron igual en el producto. Es el orden incorrecto para la26 Copitio 1 Matis y elinaciin goussana eliminacién. Pero por fortuna, se trata del orden correcto para invertir los pasos de elimi- nnacién, lo cual tarnbign se yerd en la siguiente secci6n. Observe que el producto de matrices triangulares inferiores también es triangular in- ferior, Conjunto de problemas 1.4 1. Caleule los productos bees ele} bald Para el tercero, trace los vectores columna (2, 1) y (0, 3). La multiplicacién por (1, 1) simplemente summa los vectores (hégalo gréficamente), 365 1] Trabaje con una columna a la vez para calcular los productos EB Este) Gall 3. Encuentre dos productos internos y un producto de matrices I 3 qT va} = afl Con el primero se obtiene la longitud del vector (al cuadrado) Si una matriz A de m por n multiplica a un vector n dimensional x, gcudntas multipli- caciones por separado estén implicadas? {Qué ocurre si A multiplica a una matriz.B de n por p? 5. Multiplique Ax para encontrar un vector solucin x del sistema Ax = vector cero, ;Pue- de encontrar més soluciones para Ax = 0? 3-6 07 [2 Ax=|0 2 -2] |1 1-1 -1} it Escriba las matrices A y B de 2 por 2 cuyos elementos son ay =i + jy by = (- 1 “4, Multipliquelas para encontrar AB y BA. 7. Proporcione ejemplos de 3 por 3 (no sélo la matriz.cero) de 4) una mattiz diagonal: ay = Osi é # j. 4) una matriz simetrica: aj; ~ aj para toda i yj. ©) una matriz triangular superior: a; = Osi i> Ji 4) una matriz simetrica sesgada: ay = —a, para toda i y j 8. Las siguientes subrutinas, ,multiplican Ax por renglones 0 por columnas? Empivce con BU) = 0: DO 101 = 1 DO101=1N DO10I=1N DOIOT=1.N 10 BA) = Ba) + AAJ) * Xd) 10 Bi) = Bi) + AJ) * XQ)1.4 Notecén matical y mutipheacén de matrees a Las salidas Br = Ax son las mismas. El segundo cédigo es ligeramente més eficaz en FORTRAN, y mucho més eficaz en una maquina vectorial (el primero cambia los ele- rmenios simples B(1), mientras el segundo es capar de actualizar veetores completos), 9. Si los elementos de A son dj, use notaci6n de subindices para escribir 4) ¥ primer pivote, 4) El multiplicador ¢,; del rengkin 1 que debe restarse del rengl6n i. ©) El nuevo elemento que sustituye a a, después de la sustraccidn, 4) El segundo pivote, 10. 2Falso 0 verdadero? Cuando sea falso, proporcione un contraejemplo. 4 Si las columnas | y 3 de B son fas eismas, tambign las columnas J y 3 de AB son las mismas, ») Silos renglones | y 3 de B son los mismos, también los renglones 1 y 3 de AB son Jos mismos, ©) Silos renglones 1 y 3 de A son los mismos, también los renglones 1 y 3 de AB son Jos mismos @) (ABY = A&P BP, U1. El primer renglin de AB es una combinacién lineal de todos los renglones de B. ¢Cuxi- les son los coeficiemtes en esta combinacisin? y {cual es el primer renglén de AB. si 1 a-[G 3 i] y B=/0 179 - 10 12, Bl producto de dos matrices triangulares inferiores es nuevamente triangular inferior (todos sus elementos arriba de Ja diagonal principal son cero). Confirme esto con un ejemplo de 3 por 3, y luego explique por qué este hecho se deduce a partir de las le- yes de la mukiplicacién de matrices 13, Por ensayo y error, encuentte ejemplos de matrices de 2 por 2 tales que a) AY = ~I, donde A sélo tiene elementos reales. 5) BP = 0, aunque B # 0. ©) CD = ~DC. no permitiendo el caso CD 4) EF = 0, aunque ningtin elemento de E 0 F ¢s cero. 14, Describa los renglones de EA y las columnas de AE si [0 th 15. Suponga que A conmuta con toda matriz de 2 por 2 (AB = BA), y en particular [Fa] ommuacon a. =|) a] > &=[0 oh Demuestre que @ = dy b un atiltiplo de Ia identidac, Si AB = BA para todas las matrices B, entonces A 16, Sea.xel vector columna (1,0, ..., 0). Demuestre que la regia (AB) = A(Bx) obliga a ue la primera columna de AB sea igual aA multiplicada por la primera colummna de B. 7. ,Cualfes) de las) sig zan ser iguales a(A + BY? AP+2ABS BY, ACA + BY + BCA +B), (A+ BYB+A), AU FAB BAL BE uiente(s) matrices garanti28 Capito Maticesy emir 18, SiAy B son matrices de n porn con todos los elementos iguales a 1, encuentre (4B), ‘La notacién de la sumatoria transforma el producto AB, y la ley (AB)C = A(BC), en 1am, = Seats (Da) ea (Sax) Calcule ambos miembros de C si tambign es de 1 por n, con todo cj = 2, 19, Una cuarta forma de multiplicar masrices es multiplicando las columnas de A por los renglones de B: AB = (columna J)(renglén U) ++ ++ + (columna n)(rengin 1) = suma de matrices simples Proporcione un ejemplo de 2 por 2 de esta importante regla para fa mulkiplicacién de matrices 20, La matriz que rota el plano x-y en un éngulo 6 es cos @ send sen@ cos 6 A@) = [ Comprucbe que A(,)4(2) = AC, + 42) a parti de Tas identidades para cos(@, + A) ysen(@, + 8). ,A qué es igual A(@) multiplicada por A(—8)? 21. Encuentre las potencias / By CY *_A* (A? multiplicada por A), y BY. B*, | Los problemas 22 a 31 son sobre matrices de eliminacién. 2Qué son A 4 = & v 22. Escriba las matrices de 3 por 3 que proclucen los siguientes pasos de eliminacién: a) Eq, resta 5 veces el renglin | del rengién 2. b) Eyy esta ~T veces el renglén 2 del renghin 3. ©) P intercambia Tos renglones 1 y 2, y Iuego los renglones 2 y 3 23. En el problema 22, al aplicar Ep) y luego Es: a la columna 6 = (1, 0, 0) se obtiene ExEnb Al aplicar Byp amtes que Ey, se obtiene E>)Es2b Cuande se aplica primero Eso, el renglén no se ve afectado por el renglén 24. {Cuiles son las tres matrices Fa), Es). Bs que hacen de A una forma triangulac U? 110 A=} 461] y Ex&yEnA=U, 220 Muhtiplique estas matrices £ para obtener una matriz M que haga Ya eliminaci6r. MA =U. 25. Suponga que ayy = 7 y que el tercer pivote es 5. Si ays se cambia a 11, el terver pive- wees Si az, cambia a. en la posicisn pivote hay un cero, 26, Si cada columna de A es un miiltiplo de (1, 1, 1), entonces Ax siempre es un miltiplo é (2, 1, 1. Escriba un ejemplo de 3 por 3. {Cuantos pivotes se producen por eliminaciér 27. {Qué matriz Ey, resta 7 veces el rengl6n | det renglén 3? Para invertir este paso, R: debe 7 veces el renglén al renglén Multiplique Es: por Rs.1.4 Notacién matic y mulicaccn de matrees 29 28. a) Ezy resta el renglin 1 del renglén 2 y luego Psy intercambia los renglones 2 y 3. (Qué matriz M = P;sE>, realiza ambos pasos a la vez? +) P23 intercamnbia los renglones 2 y 3 y luego Ey, resta el renglin 1 del renghén 3, (Qué matriz M = Ey,P3 realiza ambos pasos a la vez? Explique por qué las ma- trices son las mismas pero las matrices E son distintas. 29. a) {Qué mattiz Es de 3 por 3 suma el renglén 3 al renglén 1? 5) {Qué matriz summa el renglén 1 al renglén 3 y al mismo tiempo suma el rengiin 3 al renglén 1? ©) (Qué matriz sums el renglén I al renglén 3 y Juego suma el renglén 3 al rengl6n 1? 10 oj fi 23 y j=l 1 o/}i 30 -1 0 if}[1 40 Y Eas fequieren la siguiente matriz de 4 por 4? 30, Multiptique las siguientes matrices 0 6 1) ft 2 3) foo 0 1 0] ]4 5 6] Jo 1 0 10 oj |7 8 9[}1 0 31. {Cuéles matrices de eliminacién £,, 2-1 0 0 -1 2-1 0 AS) oa 2-1 de matrices, 32. Escriba estos problemas clasicos en forma matricial de 2 por 2 para Ax = valos: y resuel- 4@) Xes dos veces més viejo que ¥ y la suma de la edad de ambos es igual a 39. Dey ) ¥ G7) estd en la recta mx + ¢. Eneuentre mt y ¢. 33. La parabola y = a + bx + ex? pasa por los puntos (x, ¥) = (1, 4) y (2, 8) y (3, 14), Encuentre y resuelva una ecuaciGn matricial para las ineognitas (a, b,c) 34. Multiplique las siguientes matrices en los 6rdenes EF, FE y E2 100 100 E=|a 10 F=/0 10 bol Oc d 35, a) Suponga que todas las columnas de B son Jas mismas. Entonces todas las colum- nas de BB son las mismas, ya que cada una es E multiplicada por 'b) Suponga que todos los renglones de B son [1 24]. Demuestre con un ejemplo que todos los renglones de EB no son [1 2 4]. Bs cierto que todos estos renglones son 36. Si E suma el renglén | al renglin 2, EF es igual a FE? F suma el renglén 2 al renglén 1, ges cierto que 37. La primera componente de Ax es ¥ ay, 3j = ayy + +--+ ay,.%,. Bscriba formulas para la tercera componente de Ax y el elemento (1, 1) de A”, 38. SiAB=Iy BC = J, aplique la ley asociativa para demostrar que A = C, 39. Aes 3 por 5, B es 5 por 3, Cex S por I, y D es 3 por 1. Todos los elementos son 1 {Cusles de Tas siguientes operaciones matticiales son permitidas, y cules son los re- sultados? BA AB ABD DBA A(B+C),30 Capita 1 Matrices yeimincion gaussian 40. ,Qué renglones, columnas 0 matrices es necesario multiplicar para encontrar, @) la tercera columna de AB? b) el primer renglén de AB? ©) el elemento en el renglén 3, columna 4 de AB? a el elemento en ef renglén 1, columna 1 de CDE? 41. (Matrices de 3 por 3) Escoja Ia tinica B de modo que para toda mattiz. A, a) BA= 4A. b) BA = 4B. 6) BA tiene invertidos los renglones 1 y 3 de A y el renglén 2 sin cambio. ) Toxios Jos renglones de BA son Tos mismos que el renglén 1 de A 42. ;Falso o verdadero? 4) Si A? esté definida, entonces A es necesariamente cuadrude 1b) Si AB y BA estén definidas, entonces A y B son cuadradas. ©) Si AB y BA estan definidas, entonces AB y BA son cuadradas. d) Si AB = B, entonces A = 1. 43, Si Aes de m porn, zeudntas multiplic 4) A multiplica un vector x con n componentes? jones por separado estén implicadas si ©) A multiplica una matriz B de 7 por p? Bntonces AB es m por p. ) A se multiplica a sf misma para producir / Aquim =n. 44, Para demostrar que (AB)C = A(BO), use los vectores columna b,. ~~, by de B. Pri- mero suponga que C tiene una sola colummna ¢ con elementos c+ Gy AB tiene columnas Aby, ~~, Ab, ¥ Be tieten una columna eb, +++ + Cb Entonces (AB)e = ¢yAby + GyAby 9 igual a A(e by +++ + Gyby) = AlBe). La finealiviad proporciona la igusldad de estas dos sumas, y (ABJe = A(Be), Lo mis- ‘mo es cierto para todos (todas) los (las)_de C. En consecuencia, (AB)C = A(BC), En los problemas 45 a 49 se utiliza multip en bloque. caci6n columna-renglén, y mul 43, Muliplique AB usando multiplicacién de columnas por renglones: ofp sles 1 2 46. La multiplicacién en bloque sepata ias matrices en bloques (submatrices). Si sus for- ‘mas hacen posible la multiplicacién en bloque, entonces es permitida, Sustituya las s guientes x por niimeros, y confirme que la multiplicacién en bloque es exitosa, c [x x [x] fx x |x [a | [5] -[ac+ao y rxfalls | rapa fobs 47. Trace los cortes en A y B y AB pata mostrar cémo cad una de las cuatro reglas de la muitiplicacién es en realidad una multiplicacién en bloque para encontrar AB: «@) La matriz A multiplicada por las columnas de B. +) Los renglones de A multiplicados por ka matriz B.49. 50. si. 14 Notecén maticial y mutpleoddr de matrices a ©) Los renglones de A multiplicados por las columnas de B. 4) Las columnas de A multiplicadas por los renglones de B. La multiplicacién en bloque indica que la eliminacién en la columa 1 produce 1 O)fa b]_fa 6 mle tLe oo [ 2) Eliminacién para una mattis en bloque de 2 por 2: Cuando A~'A = J, el primer ren- alén en bloque se multiplica por CA”! y se resta del segundo renglén, para encontrar el “complemento de Schur” S: 1 o]fA B)_jAa B -ca! r}}e pl ~ fo s Con ® = —1, el producto (A + iBY(x + iy) es Ax + iBx + iAy ra separa Ia parte real de la parte imaginaris que multiplica i AB) [x] _ [Ax — By] parte real 2 ofl} ) 2 | parte imaginaria Suponga que resuelve Ax = b para tres miembros derechos especiales de b: By, Use bloques pax v 0 ‘0 Ax =|0) yam = 1) y Ax = ]0 0 0 1 Si las soluciones »),x3,.%3 son las columnas de una matriz X, ,qué es AX? . Si las tres soluciones en el problema 51 son x, = (11, Dye = QLD yy = (0, 0, 1), resuelva Ax = b cuando 6 = (3, 5, 8). Pregunta de desafio: Qué es A? . Encuentre todas fas matrices wes byepa a= [8] await af! !]=[} Ya J. Si una matriz noroeste A se multiplica por una matriz sureste B, ;qué tipo de matrices son AB y BA? “Noroeste” y ‘que va de (1, n) a (n, 1 ‘sureste” significa cer0s abajo y arriba de la antidiagonal Escriba 2r + 3y + 2 + Se = 8 como una mattiz A (;cusintos renglones tiene?) multi- plicando ef vector columna (x, ¥, =, #) para obtener b. Las soluciones llenan un plano en el espacio tetradimensional. E/ plano es tridimensional sin voluonen de 4-dimensio- nes. {Cuil es la matriz P, de 2 por 2 que proyeeta el vector (x,y) sobre el eje x para produ cir (x, 0)? ;Cual es la matriz Pa que proyecta el vector (x,y) sobre el eje y para producir (0,3)? Si se multiplica (5, 7) por P, y luego se multiplica por P, se obtienen (___) y Cy Excriba el producto interno de (1, 4, 5) y (»5<) como una multiplicacién de matrices Ax. A tiene un renglén. Las soluciones de Ax = 0 estén en un perpendicular al vector Las columnas de A sélo estén en el espacio dimensional En notacién de MATLAB, escriba los comandos que definen la matriz A y los vecto- res columna x y b, {Cull es el comando que prueba si Ax = b 0 no? eB Ef32 Capita 1 Monicesy elinactn gaussiana 59. Los comandos MATLAB A = eye(3) y v = [3:5}' producen fa matriz identidad de 3 por 3 y el vector columna (3, 4, 5). ;Cudles son las salidas de A * vy v' * v? (JNo se requiere computadora!) Si pregunta por v* A, ¢qué ocurre?” 60, Si la matriz de 4 por 4 integrada sélo por unos A = ones(4, 4) se multiplica por la co- Jumna v = ones(4, 1), ,qué es A * v? (No se requiere computadora) Si B = eye(4) + ones(4, 4) se multiptica por w = zeros(4, 1) + 2* ones(4, 1), zqué es B* w? 61, Escriba una matriz magica M de 3 por 3 con elementos 1, 2, ... , 9. La suma de to- dos los elementos de los renglones, de las colummnas y de la diagonal debe ser igual a 15. El primer renglén podria ser 8, 3, 4. ,Cudnto es M por (1, 1, 1)? A qué es igual el vector rengl6n [1, 1, 1] moultiplicado por M? 1.5 FACTORES TRIANGULARES E INTERCAMBIOS DE RENGLONES Se desea considerar nuevamente la eliminacién para ver lo que significa en términos de matrices. El punto de partida fue el sistema modelo Ax = b: (ZHIE-E Luego habia tres pasos de eliminacisn, con multiplicadores 2, ~1, ~1 wo haw I neon Paso 1. Restar 2 veces la primera ecuacién de Ia segunda. Paso 2. Restar I ver la primera ecuacidn de Ia tercera, Paso 3. Restar—I vez la segunda ecuacién de la tercera. El resultado era un sistema equivalente Ux = ¢, con una nueva mattiz de coeficientes U: 2 1 1 u Triangular superior x= |0 -8 —2] |» | = 2 1 o 0 Esta mattiz U es triangular superior: todos los elementos debajo de Ia diagonal son cero. El nuevo miembro derecho ¢ se obtuvo a partir del vector original b siguiendo Tos mis- ‘mos pasos que Hevan de A aU. La eliminacidn hacia adelante equivale a tres operaciones en renglones: Empezar con A y b; Aplicar los pasos I, 2, 3 en ese orden; Terminar con Uy c Ux =e se resuelve por sustitucidn hacia atrés. Aquf nos centramos en relacionar A con U. Las matrices F para el paso 1, F para el paso 2, y G para el paso 3 se presentaron en la sevei6n precedente. Se denominan matrices elementales, y es fécil ver c6mo trabajan, Para restar un miltiplo ¢ de fa ecuaci6n j de la ecuaciGn i, ef mimero —£ se escribe en ta osicién (i, ). En caso contratio, se preserva la matriz identidad, con 1s en la diagonal y Os fuera de ésta, Luego, la multiplicacién de matrices realiza la operacién en los renglones.15 Factores tisnguses e incarcembios de renglnes 33 El resultado de todos los tres pasos es GFEA = U. Observe que £ es la primera en muhtiplicar a A, luego es F y por tilimo G, Puede multiplicarse GFE entre si para encon- tvar una simple matriz que lleve A a U (y también 6 a c), Es una matriz triangular inferior (se omiten los ceros): DeAaU GFE 1 1 -21 21 | @ Esto es bueno, pero Ja pregunta mis importante es exactamente lo opuesto: ,Cémo puede represarse de Ua A? ¢Cémo pueden deshacerse las pasos de la eliminacién gaussiana? Deshacer el paso | no es dificil. En lugar de restar, xe stoma dos veces el primer ren- glén al segundo. (No dos veces el segundo renglén al primero!) El resultado de realizar {anto la sustraccién como Ia adici6n es recuperar la matriz identidad La inversa de 100], 100 100 la sustracci6n 210) /-2 1 o]=/0 10 4 es Ia adicién oo 1fl oon oo1 Una operacidn cancela la otra, En términos matriciales, una matriz.es la inversa de la otra, Si la matriz elemental E contiene al nimero —€ en la posicién (i, j), entonces la inversa E~' contiene a +€ en esa posicién, Por tanto, E~'E = I, que es la ecuacién (4). Cada paso de 1a eliminacin puede invertirse, usando E~' y F~! y G~“'. Considero que no es malo abordar las inversas ahora, antes de la siguiente seccién. El problema finial es deshacer todo el proceso de una vez, y ver qué matriz regresa U a A, Debido a que el paso 3 fue el iltimo yendo de A.a U, su matriz G debe ser la prime- ra en ser invertida en la direceién opuesta. {Las inversas se presentan en ofden opuesto! El segundo paso en reversa es F" y el timo es E~? 6 Es posible sustituir GFEA por U con la finalidad de ver, cémo las inversas eliminan tos pa- 0s originales. Luego se reconoce la matriz L que regresa U a A. Se denomina L, porque es triangu- lar inferior. Y posee la propiedad especial de que sélo puede verse, multiplicando las tres ‘matrices inversas en el orden correcto: Regreso aA desdeU E'F'G'U =A es LU 21 1 1 f=} 2 pia ti) fa La cuesti6n especial es que los elementos abajo de la diagonal son los multiplicadores €=2,—1, yl. Cuando se multiplican matrices, suele no haber una forma directa de leer Ja respuesta, Aqui las matrices se presentan justo en el orden correcto, de modo que su pro- ducto puede escribirse de inmediato, Si la computadora almacena cada multiplicador jel rngimero que multiplica el renglén pivote j cuando se resta del renglén i y produce un cero en la pasicisn i,j, entonces estos multiplicadores proporcionan un registro completo de la elimminacién, Los miimeros ¢, tienen cabida perfecta en la matric L que Neva U de nuevo a A. ECF GC" 1H Factorizaci6n triangular A = LU sin intercambio de renglones. L es triangu- lar inferior, con 1s en la diagonal. Los multiplicadores €;;(tomados de la eliminacién) estin debajo de Ia diagonal. U es la matriz triangular superior que aparece después de la eliminacién hacia adelante. Los elementos en la diagonal de U son los pivotes.34 Capito 1 Ejemplo Ejemplo 2 Ejemplo 3 Ejemplo 4 Matices yelininaciin goussins _fi 2) 8, 1a fl A= [3 8 transforma U = [o Lo cual necesita un intercambio de renglones As [3 i no puede factorizarseen A = LU (con todos los pivotes y multiplicadores iguales a 1) bad 10 0)fi id A=|122/=]1 t of for tf=cu {123 ir ijloo. De Aa U hay restas de renglones. De U a A hay sumas de renglones. (cuando U/ es la identidad y Z es 1a misma que 4} Caso triangular inferior 4 0 0 10 fo 1 Los pasos de eliminacién en esta A son ficiles: i) Eresta 2, veces el renglén 1 del rengién 2. ii) F resta £5, veces el rengh6n 1 del rengl6n 3, y ii) G testa yy veces el renglén 2 det rengl6n 3. El resultado es la matriz identidad U = 1. Las inversas de E, Fy G producen de regreso A: | E™' aplicada a F! aplicada a G~' aplicada a / produce A, 1 Multi- [1 Multi [1 e [1 0 0 & 1 | plicada 1 | plicada | igual |é 1 0}. 1} por Lt: 1) por fo tf oa [en ee t El orden es correcto para que los & estén en su posicién. |Esto ocurre siempre! Observe que los paréntesis en B~'F~'G~* no fueron necesarios debido a la ley asociativa. A= El caso n porn La factorizacién A = LU es tan importante que es necesario comentar mas acerca de ella Normalmente se la ignoraba en cursos de algebra lineal cuando la orientaciGn de éstos era la parte abstracta, O quiza se pensaba que ert demasiado dificil, pero es necesario abordarla Si el titimo ejemplo 4 permite cualquier U en ver de la U particular U7 = 1, es posible perea- tarse de cémo trabaja la regla en general. La matréz L, aplicada a U, regresa A 1007 Prengion 1 de © A=LU f 1 0| | renglin2de U | = A original. a fs) bp 1] | renglén 3 de UZecca 1.5 Factores tisngusese intereambios de renglones 35 La demostracién es aplicar los pasos de eliminacién. En el miemibro derecho, éstos llevan Aa U. En el micmibro i2quierdo seducen L a 1, como en el ejemplo 4, (El primer paso res- ta €2y veces (1, 0, 0) del segundo rengtén, con lo cusl se elimina £3y.) Ambos miembros de (7) terminan iguales a la misma matriz U. y todos los pasos para llegar ahi son reversi- bles, En consecuencia (7) es correcta y A = LU, A= LU es tan crucial, y tan bella, que el problema 8 al final de esta seccidn sugiere un segundo método, Aqui se estin escribiendo matrices de 3 por 3, aunque el lector puede darse cuenta de Ja forma en que los razonamientos se aplican a matrices mas grandes, Accontinuacién se proporciona oiro ejemplo, y luego se empieza a utilizar A= LU. (A = LU, con cetos en los espacios vacios) Esto demuestra e6mo una matriz 4 con tres diagonales tiene factores L y U con dos diago- naies. Este ejemplo proviene de un problema importante en ecuaciones diferenciales (véa- se la seccién 1.7). La segunda diferencia en A es la diferencia hacia atrés £ maltiplicada por una diferencia hacia adelante U. Un tema lineal = Dos sistemas triangulares Hay un punto préctico importante que mencionar sobre A = LU. Es més que un simple re~ gistro de pasos de eliminacién; Ly U son las matrices derecias para resolver Ax = b. De hecho, jes posible descartar a A! De b a e se va por eliminacién directa (que wiliza L), y de c a.x se va por sustitucisn hacia atrés (que usa U). Esto puede y debe hacerse sin A: Separacién deAx =b Primero Le yluego Ux 3) La segunda ecuacién se multiplica por L para obtener LUx = Le, que es Ax = b. Cada si tema triangular se resuelve ripidamente, Esto es exactamente Jo que un buen cédigo de eli- minacidn hace: J. Factoriza (a partir de A encuentran sus factores Ly U). 2 Resuelve (@ partir de Ly U y b encuentra la solucién x). Laseparacién entre Factoriza y Resuelve significa que es posible procesar una serie de bs La subratina Reswelve obedece Ja ecuaciGn (8): dos sistemas triangulares en n°/2 pasos ca- cla uno, La solucién para cualquier miembro derecho nuevo b puede encontrarse en Sélo n? operaciones. Esto es mucho menos que los 0'/3 pasos necesarios para factorizar A en el miembro izquierdo,Capit Ejemplo 6 Matrices yetrinacion geussians Esta es Ia matriz. previa A con miembro derecho 6 = (1, 1, 1, 1), y= 1 Ax | seseparaen Le=b y Ur =e 1 2 Le=b proporciona ¢ = |} 4 1 10 2 _|9 Ux = 5 proposcionax = | 9 4 4 Para estas “matrices tridiagonales” especiales, la operacién cae desde n? hasta 2n. Usted verd eémo Le = b se resuelve hacia adelante (cy viene antes dec). Esto es precisamente lo que ocurre durante Ia eliminaci6n hacia adelante. Luego, Ux = ¢ se resuelve hacia atris (x, antes de a5) Observacién I La forma LU es “no simétrica” en la diagonal: L tiene 1s donde U tiene fos pivotes, Esto es facil de corregir: U se divide entre una matriz pivote diagonal D: a 1 uaid) mld FactorizarDU oo 1 ealde °) 4, 1 Enel diltimo ejemplo, todos los pivotes eran d, = 1. En ese caso D = J, Peto esto fue muy excepcional, y normalmente LU es diferente de LDU (Io cual también se escribe como LDV). La factorizacién triangular puede escribirse como A = LDU, donde Ly U tienen As, en la diagonal, y D es la matriz diagonal de pivotes. Siempre que se observa LDU 0 LDV, se entiende que U o V tiene Is en Ia diagonal: cada rengl6n se dividi6 entre el pivote en D. Luego, L y Use tratan de la misma forma. A con- tinuacidn se muestra un ejemplo de separacién de LU en LDU. -(J-fJ0 A-BdP al dem ‘Lo anterior tiene los 1s en las diagonales de L y U, y los pivotes 1 y ~2 en D. Observacién 2. Al describir cada paso de eliminacién, quiz4 dimos la impresién de que los ccleulos deben realizarse en ese orden, Esto es erténeo. Hay algo de libertad, y hay un “al- goritmo Crout” que artegla los célculos de una manera figeramente distinta1.5 Factores riangularese intercanbios de rengones a7 Enlas L, D, y U finales no hay libertad. Esta es la cuestién mis importante: I SiA = L,D,U; y también A = L,D,U, donde las L son triangulares inferiores con diagonales unitarias, las J son triangulares superiores con diagonales unitarias, ¥ las D son matrices diagonals sin ceros en la diagonal, entonces Ly = La, Dy = Ds, Uy = Uz, La factorizacién LDU y la factorizacién LU estén determinadas de mane. ra tinica por A. La demostracion constituye un buen ejercicio en la siguiente seccisn, Intercambios de renglones, y matrices de permutacion Ahora es necesario enfrentar un problema que se ha evitado hasta el momento: el ntimero ue se espera utilizar como pivote puede ser cero, Esto puede ocusrir en medio de un edleu- Jo, Ocurriré casi al principio si a,, = 0. Un simple ejemplo es Cero en la posicién pivote 3 7] (] =- tr) La dificultad es evidemte: ningdn matiltiplo de la primera ecuacién elimina al coeficiente 3 EL remedio es igualmente claro, Intercambiar las dos ecuaciones, moviendo el elemento 3 hacia el pivote. En este ejemplo, la matriz pudo trunsformarse en triangu- lar superior: Intercambio de renglones Para expresat esto en términos matriciales, se requiere la matriz de permutacién P que produce el intercambio de renglones. Se obtiene al intercambiar los renglones de /: 01 0 1]fo 2]_[3 4 (? Hl y af} is -[0 Hl P tiene el mismo efecto sobre 6, intercambiando by y by. ET nuevo sistema es P Ax = Pb, ‘Las ineSgnitas u y v no se invirten en un intercambio de renglones Una matric de permutaciin P tiene los mismos renglones que la identidad (en alsin orden). En cada rengléa y columna hay un simple “I”. La matrz de permtncién més co. rnin es P = 1 (ao intercambia nada). El producto de dos matrices de permutacién es otra ermutacién: los renglones de I se reordenan dos veces. Después de P = /, las permutaciones mis sencillas intercambian dos renglones. Otras permutaciones intercambian mas renglones, Hay n! = (n)(a~ 1) «+ « (1) permutaciones dde tamafio n. El renglin I tiene n opciones; luego, el renglén 2 tiene n— opciones, v nalinente el ilkimo renglén s6to tiene una open. Es posible mostrar todas les petmutacio- nes de 3 por 3 (hay 3! = (3\(2\1) = 6 matrices): Permutacién — P. 1 1 i w=| 1 Pu=}i PuPu= 1 t Pn= 1} PxPy =| 138 Copia 1 Matices y elirinacin gausiana Hay 24 matrices de permatacién de orden n = 4, Sélo hay dos matrices de permutacién de orden n = 2; a saber, 10 ot oo. 10 Una vez que se conoce sobre inversas y traspuestas (en la siguiente seccién se definen A-'y A"), se descubre un hecho importante: P! siempre es igual a PT Un cero en la ubicacién del pivote origina dos posibilidades: EI problema puede ser facil de arreglar, o puede ser grave. Esto se decide al observar abajo del cero. Si més abar jo en ka misma columna hay un elemento distinto de cero, entonces se reatiza un inteream- bio de renglones. El elemento distinto de cero se coavierte en el pivote necesario, y ks eli= minacisn puede continuar de nuevo: 0 @ 6) = 0 = ningin primer pivote A=|0 0c} 0 => ningtin segundo pivote de f} © = 0 => ningén tercer pivote Sid = 0.entonces e! problema es incurable y esta matriz es singular, No hay esperanza de tuna soluci6n tnica de Ar = b. Si d no es cero, un intereambio P,, de los renglones 1 y 3 mueve d al pivote, No obstante, la siguiente posicién pivote tambign conticne un cero, El niimero « esté ahora abajo del cero (cl ¢ arriba del cero es init), Si a no es cero, entonces se requiere otro intercambio de renglones Pas: ool 100 def Py=|0 10 y Py=]o01 y PyPuA=|0 a b 16 0} 010 006 Una cuestién mas: La permutacién P,; P,3 realiza los dos intercambios de renglones a la ver: 10 0] foo 1} foo. o 1 oflio of jo 1 of De haberlo sabido, hubiera sido posible muttiplicar A por P en primer lugar. Con los ren- qlones en el orden comecto PA, cualquier matriz no singular esté lista para el proceso de eliminacién Eliminacién en pocas palabras: PA = LU La euestién mds importante es la siguiente: Si la climinacién puede completarse con ayu- da de intercambios de renglones, entonces es posible suponer que estos intercambios se realizan primero (por P), La matriz PA no requiere intercambios de renglones, En otras pia Tabras, PA permite la factorizacién normal en L multiplicada por U. La teotfa de la elimi- nacién gaussiana puede resumirse en unas cuantas fineas: 1d Enel caso no singular, hay una mattiz de permutaciGn P que reordena los ren- zglones de A para evitar Ia presencia de ceros en las posiciones pivote. Asi, Ax = b tiene una solucién tinica: ‘Con Ios renglones reordenados de antemano, PA puede factorizarse en LU, En el caso singular, ninguna P puede producir un conjunto completo de pivotes: la eliminacién fracasa,1.8 Factores wianglaese intercambins de rangones 39 En La practica, también es posible considerar un intercambio de renglones cuando el pivote original esté préximo a cero: aun cuando no sea exactamente igual a cero. Cuando se clige un pivote més grande se reduce el error por redondeo. Debe tencrse cnidado con L. Suponga que la eliminacisn resta el renglén 1 del ren- gion 2, ercando £,, = 1, Luego suponga que intereambia los renglones 2 y 3, Si este inter- cambio se realiza de antemano, el mukiplicador cambia af) = Len PA = LU, but 1 11 3)+loo02)> a0) 258 036 Ese intercambio de renglones reeupera LU, pero no 100 [roo p=|o 01] y b=|21 0) y ay oro rod En MATLAB , A([r_ i]. intercamiia el renglén & con el rengl6n r abajo del renglin & (donde se ha encontrado el k-ésimo pivote), Las matrices 1. y P se actualizan de la mis- sna manera. Al principio, P = [y signo = +1 Air kh. 2) = ACK. Js U lek] Dek-t) = Uk elk); P(r kh. ©) = Pk rhe): sign = -sign El “signo” de P indica si el mimero de intercambios de renglones es par (signo = +1) 0 impar (signo = —1). Un intercambio de renglones invierte el signo. El valor final del sig- no es el determinante de P y no depende del orden de los intercambios de renglones. En resumen: Un buen cédigo de eliminacién ahorra L y U y P. Estas matrices contie- nen Ja informacién que originalmente estaba en A, y la conticnen en una forma mis utiliza ble, Ax = b se reduce a dos sistemas triangulares. Bste es el equivalente préetico del eélculo (que se presenta a continuacién: encontrar la matrix inversa A~" y la solucin x = Ab, Conjunto de problemas 1.5 1. (Cuando es no singular una matriz riangular suporior (un conjunto completo de pivo- tes)? 2, Qué miitiplo €;) del rengl6n 2 de A resta Ia eliminacién del renglén 3 de A? Use la forma factorizada un intercambio de renglones? 1 2 1 Seu ens oO 1 4 {.Cudtes son los pivotes? {Se requiere 3. Multiplique la matriz L = E~'F 'G~' en la ccuacién (6) por GFE en la ecuacién (3): 1 00 10 0 2 1 0| mutiplicada por |-2 1 0 -l 1 -l tt También multiplique en ortlen opuesto, ;Por gué tas respuestas son iguales?40 Capito 1 Maticesy eliminecin gausiana 4, Aplique eliminacién para obtener los factores Ly U de a4 310 A [5 | A=|1 31 ya s7 113 5, Factorice A en LU, y escriba el sistema triangular superior Ux = c que aparece después de la eliminacién, para Ar = | 6. Encuentre E? y ES y E~'si e-[e t] 7. Encuentre los productos FGH y HGF si (donde se han omitido los ceros triangulares superiores) 1 1 i 21 on a1 Plo oa Gr lo ad "lo 01 | 0001 coon 0021 8. (Segunda demostracién de A = LU) Ei tercer rengl6n de U proviene del tercer renglén de A al restar miltiplos de los renglones 1 y 2 (ide UD: renglén 3 de U = renglén 3 de A ~ £3y(renghén | de U) ~ exa(rengl6n 2 de U). 4) {Por qué se restan renglones de U y no de A? Respuesta: Debido a que en ese mo- mento se utiliza un renglén pivote b) La ecuacién anterior es Ja misma que renglén 3 de A = €,(renglon 1 de U) ~ esp(renglén 2 de U) + I(rengldn 3 de U). {Qué regla de la multiplicacién de matrices multiplica por U este renglin 3 de L? Los otros renglones de LU coinciden de manera semejante con Tos renglones de A. 9, a) {En qué condiciones el siguiente producto es no singular? 1 0 0} far 1 -t 0 A=|-1 1 0 ae o 4-1 o-1 1 a}ijo o 1 1b) Resuelva el sistema Ax = b empezando con Le = b: [23 del 8 10. @) Por qué para resolver cada uno de los sistemas Le = b y Ux = ¢se requieren apro- ximadamente n°/2 pasos de multiplicacion-sustraccién? {by {Cuaintos pasos requiere Ta eliminacién para resolver 10 sistemas con la misma ma- ttiz de coeficientes A de 60 por 60?1.5, Factores miangrese ntrcarbios de rengones " I, Resuelva fo siguiente como dos sistemas triangulares, sin multiplicar LL para encon- trar Az 1 Lux= | I 0] [2 4 4] fu of jo 1 2} fel = if} loot 0 1 0 12. ,Cémoes posible factorizar A en un producto UL, triangular superior multiplicado por un sistema triangular inferior? ¢Tendrian los mismos Factores que en A = LU? 13. Resuelva lo siguiente por eliminacin, intercambizndo renglones cuando sea necesario: uty +2 2 vewso —lu-Sv+3w= 320 y uty =o 1 vtow= utytwet {Qué matrices de permutacién se requieren? 14, Escriba todas las matrices de permutacién de 3 por 3, incluyendo P = J. Identifique sus inversas, que también son matrices de permutacién, Las inversas satisfacen PP = 1, yestén en la misma lista 15, Encuenire (y compruehe) las factorizaciones PA = LDU para 1 1 1 2 4 1 0 A=|1 2 Han 1 2 1 16. Encuentre una matriz.de permutacién de 4 por 4 que requiera tres intercambios de ren- glones para llegar al final de la eliminaciGn (que es U =D. 17. La forma menos conocida A = LPU intercambia renglones s6lo al final: 1 bit 0 3| +274=]0 0 2] =Pu= 03 1 1 00 0 1 0 ore La 14 2 258 6 0 {Cul es L en este caso? Al comparar con PA = LU en el recuadro 1J, ahora los mul- iplicadores permanecen en su sitio (22, e8 I y 3, e8 2 cuando A = LPU), 18. Decida si los siguientes sistemas son singulares 0 no singulares, y si no tienen solu- ida, una solucin © una infinidad de soluciones: vtwe 1 youto 1 1h uo + 19, {Cuales mimeros a, b, c conducen a imtercambios de renglones? ¢Cuslles hacen singu- Jar a ka matic?42 Capito 1 Matices yelminacin gaussians En los problemas 20 a 31 se calcula la factorizacién A = LU (y también A = 20. La eliminacién hacia adelante cambiaf? {]y =a una triangular [2 !) Ris By Ese paso rest6 by veces el renglén I del renglén 2. El paso inverso swan 3) veces el renglén 1 al renglén 2, La mtriz para ese paso es L Al multiplicar esta L por el sistema triangular (} '].x = [$] se obtiene = __. En otras palabras, L mvhtiplica a Ux = ¢ para obtener 21, (Cambio a 3 por 3) La eliminaciéa hacia adelante cambia Ax = a un sistema trian- gular Ux = xtoyt xtoyt x t2y43 y+ 2 vt3y +6511 dy +52 =6 2 La ecuacién 2 = 2 en Ur = c proviene de la ecnacién original x + 3y + 6: = Lien Ax = bal restr é veces la ecuacién 1 y &39 veces la ecuacién fi ‘nal 2. Lo anterior se invierte para recuperar [1 3 6 l]en|A b}dela[l ft S| te naly [012 Jy[00 1 env aA Renglén 3 de {4.6} = (é,y in | + E3p renglén 2+ I renglin 3) de LU ct En notacién de matrices, esto es tina ohtiplicacién por L. Asi, A = LU y b = Ee. 22, {Cuales son los sistemas triangulares de 3 por 3 Le = b y Ux = ¢ del problema 21? Compruebe que ¢ = (5, 2, 2) resuelve e] primero. ;Cual es el vector x que resuelve cl segundo? 23. ¢Cuailes son las dos matrices de eliminacién Ey) y E32 que transforman la mattiz. A en {a forma triangular superior EsoE,A = U7 Multiplique por £5! y By; para factori- zar Aen LU £3) Ex U: 24, ;Cudles son las tres matrices de elimminaciéa Es), Ea, y Esp que transforman lx maiz. Aen la forma triangular superior F;2£,£2,A = U? Multiplique por Ey, Ey! y By) para factorizar A en LU, donde L = 5) Fy! £5. Enewentre L y ba 25, Cuando en la posicién pivote aparece un cero, jA = LU no es posible\ (Se requieren pivotes diferentes de cero d, fi en U.) Demuestre directumente por qué los dos casos siguicntes son imposibles: eat Es Ie 4 Be 26, Qué nimero ¢ produce un cero en la segunda posicién pivote? Se requiere un inter- cambio de reaglones y A = LU no es posible. ;Qué mimero ¢ produce un cero en ta15. Factores angular @itercambios de erglones 43 tercera posicisn pivote? Asi, un intercambio de renglones no puede ayudar y Ja elimi- nacién fall © 0 aq oo 7 {Cuidles son Ly D para esta mattiz A? {Cual es U en A = pu? LU'y cuales la nueva U en 48 39} e Ay Boson simétticas a través de la ciones triples LDU, y escriba como esti relacionada U con L para estas matrices simé- iticas: 40 24 40 la bbe Ala be c abed Encuentre cuatro condiciones sobre a. b, c, d para obtener A = LU con cuatto pivots. . Encuentre Ly U para la matriz no simétrica: arrr alabss A labet abed Encuentre cuatro condiciones sobre a, b,c, @, r,s, t para obtener A = LU con cuatro pivotes. -Las matrices tridiagonates tienen elementos iguales a cero, excepto en fa diagonal prin- cipal y en las dos diagonales adyacentes. Factorice lo siguiente en A = LU y A = LDV: 119] aoa 0 a=|1 211 y a=la ate 6 o 1 2] 0b bte . Resuclva el sistema triangular Le = b para encontrar ¢, Luego, resvelva Ux = e para encontrar x a[io po f2 4 2 vit} y e=[o aps eet Por seguridad, encuentre A = LU y resuelva Ax = 6 como de costumbre. Identifique ce cuando lo vea. Resuelva Le = b para encontrar e. Luego resuelva Ux = ¢ para encontrar x, ;Cusil era Ja matric A? L Io 4 1 b=|s 11 644 Canina 1 Matices yeliminacin gaussiana 34 35. 36. 37. 39. SiA yy B tienen elementos distintos de cero en las posiciones indicadas con x, ¢qué ce- 108 siguen siendo ceros en sus Factores L y U? voxorx xxx 0 xxx Ky Ox Am lox xl ¥ Fle ons O0rs Ox x (importante) Si A tiene pivotes 2, 7, 6 sin intercambios de renglones, {cudles son los pivotes para la parte superior izquierda de fa submatriz B de 2 por 2 (Sin el renglén 3 y la columna 3)? Explique su respuesta, Empezando con una matriz 4 de 3 por 3 con pivotes 2, 7, 6, aflada un euarto renglén y una cuarta columna para abtener #. ;Cusiles son los tres primeros pivotes de M, y Por qué? {Cudles son el cuarto renglén y la cuarta columna que aseguran fa obtencién de un 9 en el cuarto pivote? Use chol(pascal(5)) par encontrar los factores triangulares de pascal(5) de MATLAB. ilntereambios de renglones en [L, U] = lu(pascai(S)) aminan el pateén de Pascal! (Repaso) {Para qué nimeros ¢ es imposible A = LU con tres pivotes? 0 1 i As Calcule la diferencia temporal para cada nuevo miembra derecho # cuando n = 800. Establezca A = rand(800), b = rand(800,1) y B = rand(800,9), Compare los tiem- pos de tie: A\b; toc y tic A\B; toc (que resuelve para 9 miembros derechos). Los problemas 40 a 48 son sobre matrices de permutaci6n, 40. 4. 42, 43. Hay 12 permutaciones “pares” de (1, 2, 3,4) con un aimero par de intercambios. Dos de dstas son (1, 2, 3, 4) sin intercambios y (4. 3, 2. 1) con dos intercambios, Enumere: los otros 10. En vez de escribir cada matriz de 4 por 4, use los miimeros 4, 3, 2, | pa ta proporeionar fa posicidn del 1 en cada renglén, {Con cuinios intercambios se permuta (5,4, 3,2, 1) de vuelta (1,2,3,4,5)?. gCuan- tos intercambios son necesarios para ir de (6, 5, 4, 3,2, 1) a (1,23. 4, 5, 6)? Uno es. par y el otro es impar. Para ir de(n,.... 1) a (1... m), demuestte que rr = 100 y 101 son pares, y que n = 102 y 103 son impares. Si P; y Pz son matrices de permutaciéa, también lo es P)P., Esta ditima matriz sigue teniendo [os renglones de Jen algtin orden. Proporcione ejemplos con P)P % P2P y PSPs = PaPs Cintente responder esta pregunta). {Cua es la permutacién que hace triangular supe~ rior a PA? ¢Cuél es la permutacién gne hace triangular inferior a P\ AP2? Ad multipli- car A por la derecha por P> se intercambia el___de A. 00 6 a=|123 045 Encuentre una matriz, de permutacién de 3 por 3. con P? = 1 {pero no P = 1). Encuen- tre una perimutacién de 4 por 4 B con P! A |45 1.8 Inversss y traspuast 45. Si se toman potencias de una permutacién, {por qué alguna P* termina siendo igual a P Encuentre una permutacién de 5 por 5 P de modo que la menor potencia que es igual a7 es P®. (Este es un problema de desafio. Combine un bloque de 2 por 2 con un blogue de 3 por 3.) 46. La matriz P que multiplica a (x, y; 2) para obtener (<, x, ») también es una matriz de rotacién, Encuentre P y P°, El eje de rotacién a = (1, 1, 1) no se mueve, y es igual a Pa, {Cuil es el ngulo de rotacién de v = (2,3, -5)a Pu = (—5,2, 3)? 47, Si P es cualquier matriz de permutacién, encuentre un vector « diferente de cero de modo que (I~ P)x = 0. (Esto significa que / - P no tiene inversa, y que su determi- nante es cero), 48. Si P tiene 1s en su antidiagonal desde (1, n) hasta (n, 1), describa PAP. 1.6 INVERSAS Y TRASPUESTAS ‘La inversa de una matriz de n por n es otra matriz de n porn, La inversa de A se denota por A~ (lo cual se lee “A inversa"), La propiedad fundamental es sencilla: Si se multiplica por Ay luego se multiplica por A~. se regresa a la posicicn inicial: ‘Mattriz inversa Sib = Ax, entonces A~'b = », Asi, A~'Ax = x, La matric A~' multiplicada por la matriz A es la matriz identidad. No fo- das las matrices tienen inversas. Una inversa es imposible cuando Ax es cero y x es dix Ferente de cero. Por tanto, A~' deberfa tener que regresar de Ax = 0 a x. Ninguna matriz, puede multiplicar ese vector cero Ax y producir un vector x diferente de cero, Los objetivos son definir la matriz inversa, calcularla y aplicarla, cuando A~' existe, y luego comprender cudles matrices no tienen iaversas 1K La inversa de A es una matriz B tal que BA = Ly AB = 1. Hay cuando mucho una B, y éta se denota por A~? AA I o Nota 1 La inversa existe i y slo si la eliminaci6n produce n pivotes (se permniten inter- cambios de renglones). La eliminacién resvelve Ax = b sin encontrar explicitamente A~! Nota 2 La matriz A no puede tener dos inversas distintas. Suponga que BA = Iy también que AC = I. Entonces B= C, segtin la siguiente “demostracién por paréntesis B(AC) = (BAJC proporciona BI = IC. que es B = C. @ Esto demuestra que una inversa izquierda B (que multiplica por la izquierda) y una inver sa derecha C (que multiplica a A por la denecha para obtener AC = 1) deben ser la misma ‘matriz. Nota 3 Si Acs invertible, la sola y tinica solucién de Ax = b os. x = AW'b: SiAx = b se multiplica por A~', entonces x = AAx = Ab. Nota 4 (importante) Suponga que hay un vector x diferente de cero tal que Ax = 0. En- onces A no puede fener inversa. Para repetir: Ninguna matriz es capaz. de regresat el Qa x SiA es invertible, entonces Ax = 0 s6lo puede tener la solucién x = 0.46 Capitulo 1 Maties yalirinacin gaussana Nota S$ Una mairiz de 2 por 2 es invertible si y sélo si ad ~ be es diferente de cero: -P | 8) EL mimero ad — be es el determinante de A, Una matriz es invertible si su determinante es distinto de cero (véase cl capitulo 4), En MATLAB, la prucba de invertibifidad consiste en encontrar n pivotes diferentes de cero. L.a eliminacién produce estos pivotes antes de que aparezca el determinante. Inversa de 2 por 2 | Nota 6 Una matsi2 diagonal tiene una inversa en el supuesto de que ninguno de los ele- mentos diagonales es cer: ‘at 1/ay Si A= entonces A~! = . 4 lid Cuando estén implicadas dos matrices, no hay mucho que hacer sobre Ia inversa de A+ B, La suma puede o no sor invertible, En vez de lo anterior, la formula elave en eéleu- Jog matrciales es la inversa de su producto, AB. Los niimeros noninales son los mismos: (a +b)" es dificil de simplificar, mientras Hiab se separa en I/a veces 1b. Sin embargo, para mattices e! orden de fa mubiplicacién debe ser correcto: si ABx = y, entonces Br = Atyyx=B '4-!y, Las inversas se presentan en orden opuesto. y aat TL Un producto AB de matrices invertibles es invertido por B~!A Inversa de AB (AB)! = BoA (4 Demostracién Para demostrar que B”'A~' es Ja inversa de AB, las matrices se multipfi- can y se aplica Ia ley asociativa para quitar los paréntesis, Observe que B se escribe al lav dode B-" (AB\ BAM!) = ABB'A! = AIA) = AA ST (BUANYAB) = BTATAB = BIB = BOBS, . Una regia semejante se cample para tres 0 mis matrices: Inversa de ABC (ABC\"! = C *B IAT! Esie cambio de orden se vio cuando las matrices de eliminacidn E, Fy G se invirtieron pa ra regresar de Ua A, En la direcei6n hacia adelante, GFBA era U. En la diteccién hacia alnis, L= E~1F-'G™ era el producto de las inversas, Debido a que ul iltimo aparece G, entonces G' aparece primero. Por favor compruebe que A~! seria U~'GFE. Calculo de A~': Et método de Gauss-Jordan Considere la ecuacién AA" = 7. Si se toma una eolumna a ta vez, la ecuaci6n determina cada columna de A ~!. La primera columna de A”! se multiplica por A, para produc fa pri- mera columna de Ja identidad: Ar, = ¢,. De manera semejante, Ax2 = ey ¥ Axy = es; las es som las columnas de /. En un ejemplo de 3 por 3, A multiplicada por AW es J 201 100 AX; = 6; 4-6 =ler er ef =o 1 0]. ©) 207 O011.8 mets ytraspuestes a Asi, se tienen tres sistemas de ecuaciones (0 n sistemas). Todos tienen la misma matriz de coeficientes A. Los miembros derechos ¢1, &, ¢5, Son diferentes, aunque Ia eliminacidn es posible en rodos los sistemas de manera simulténea. Este es el método de Gauss-Jordan En vez de detenerse en U y cambiar a sustitucién hacia atrés, contimia restando miiplos de un renglén de los renglones de arriba, Esto produce ceros arriba de fa diagonal, y tam- bign abajo de ésta. Cuando Hlega a Ja matriz identicad, se ha encontrado A~? EL siguiente ejemplo preserva todas las tres columnas ¢,, &,€3, ¥ opera sobre renglo- nes de fongitud igual a seis Aplicar el método de Gauss-Jordan para encontrar A~! 2 1 1 10 0 [Aa e e]=| 4-6 0 0 1 0 2 72 0 0 1 1 i 1 0 0 Pivote = 8-2-2 1 0 83 10 1 204 io 0 Pivote =—8 > |0 -8 201 0] =[v 1-4) oO @ b-i tot Esto completa la eliminacién hacia adelante, de la primera mitad, La triangular superior U aparece en las tres primeras columnas, Las otras tres columnas son las mismas que en 71. (Este ¢s el efecto de aplicar las operaciones clementales GFE a la mattiz identidad), Luego, la segunda mitad regresa de U a J (al multplicar por U~'), Esto leva L”! a UL ', que es A~', Creando ceros arriba de los pivotes se Hega a A~* 201 Segunda mitad [UV L-!| > |0 -8 0 0 20 ceros arriba de los pivotes > | —g oo oo se divide entre los pivotes > |0 1 =[) 47] a) En el titimo paso, los renglones se dividieron entre sus pivotes 2 y —8 y 1. La mattiz. de jentes en el micmbro izquierdo se transform en la identidad. Debido a que A se con- virtié en J, las mismas operaciones en el miembro derecho deben llevar { a AW‘. En conse- cuencia, se ha calculado Ia inversa ‘Una nota para el futuro: Bl lector puede ver el determinante 16 que aparece en los de- nominadores cle A”! El determinante es el producto de los pivotes (2)(—8)(1). Entra al Final cuando los renglones se dividen entre los pivotes.48 Capi 1 Maties y eliinacin gaussiana Observacién 1 pesar de este brillante éxito al calcular A~', no lo recomiendo. Admito que A“! resuelve en un paso Ax = b, Dos pasos triangulares son mejores: “se separa en Le = by Ur =e Puede escribirse ¢ = L~'b y luego.x = U~'e = U~'L~'b, Sin embargo, observe que es- tas matrices L~' y U~! no se formaron de manera explicita, y en el célculo verdadero, no deben formarse. Hacerlo seria una pérdida de tiempo, ya que sélo se requiere sustitucién hacia atrés para x (y la sustitucidn hacia adelante produjo ¢). Una observacin semejante es vélida para A~'; la multiplicacién A ~'b seguirfa requi- tiendo n° pasos. Lo que se busca es la solueién, no todos los elementos de la inversa. x Observacién 2 Sélo por euriosiciad, podria contarse el nimero de operaciones necesa- rias para encontrar A~', La cuenta normal para cada nuevo miembso derecho es 17, la mi- tad en la direcciGn hacia adelante y ta mitad en la sustitucidn hacia atrés. Con n miembros derechos ¢;,..., ¢, esto hace n°, Luego de incluir las 2°/3 operaciones sobre A misma, parece que el total es 41/3, Este resultado es ligeramente elevado debido a los ceros en los ¢). La eliminacién ha- cia adelante cambia s6lo los ceros que estén debajo del 1. Esta parte solo tiene 1 —j compo- nentes, de modo que la cuenta para las e, cambia efectivamente a (n —j)/2. Al sumar sobre todas las , el total para la eliminacién hacia adelante es 1°/6, Esto debe combinarse con las n°/5 operaciones de costumbre que se aplican a A, y los n(7/2) pasos de Ia sustitucién ha- cia atris que finalmente producen las columnas x, de A~!. La cuenta final de multiplicacio- nes para calcular A”! es n°: oS 2 Conteo de operaciones. Gt + (5 =n Este conteo es extraordinariamente bajo. Debido a que la multiplicacién de matrices ‘consume 1 pasos, jrequiere tantas operaciones para calcular A? como las necesarias para calcular A~!! Este hecho parece casi increible (y calcular A* requiere el doble, hasta don- de puede verse). A pesar de lo anterior, si A~' no es necesaria, no debe calcularse Observacién 3 En el célculo de Gauss-Jordan, siempre se fue en busca de UJ, antes de ini- ciar el procedimiento hacia atrés para obtener ceros arriba de los pivotes, Esto es como la climinacién gaussiana, aungue también son posibles otros érdenes, Hubiera podido utilizar- se el segundo pivore cuando se estaba abi antes, con la finalidad de obtener un cero arriba del pivote, asf como tambign abajo de él, Esto no es inteligente. En ese instante el segundo renglén esté virtualmente Hleno, mientras cerca del extremo tiene ceros provenientes de las operaciones en renglones hacia arriba que ya se habfan realizado. Invertible = No singular (n pivotes) En iiltima instancia, lo que se quiere saber es cules matrices son invertibles y cules no To son. Esta cuestisn es tan importante que tiene muchas respuestas. jConsulte la tltima pa- sina del libro! En cada uno de los cinco primeros capitulos se proporciona una prueba diferente (aunque equivalente) para comprobar Ja invertbilidad. Algumas veces las pruebas se ex- tienden a matrices rectangulares e inversas por un lado: el capftulo 2 investiga el tema de renglones y columnas independientes. En el capitulo 3 se invierte AA" 0 ATA. En Ios otros capitulos se abordan los determinantes diferentes de cero, los valores caracteristicos di« ferentes de cero 0 los pivotes diferentes de cero. Esta tiltima prueba es la que se encuen- twa en Ia eliminacin gaussiana, Se quiere demostrar (cn unos cuantos parrafos te6ricos) ue la prueba de los pivotes es exitoss.1.6 vers yraspuestas 49 ‘Suponga que 4 cuenta con un conjunto completo de pivotes. AA“! = J proporcionan sistemas Ax, = e; por separado para Jas columnas de A~'. Estos sistemas pueden resolver- se por eliminacién 0 por Gauss-Jordan, Pueden requerirse intercambios de renglones, pero Jas columnas de AW estin determinadas. Hablando estrictamente, es necesario demostrar que la matriz A~! con esas colurnnas también es aufoinversa, Al resolver AA”! = Ise resuelve al misma tiempo A~'A = J, pero, (por qué? Una inversa por un Jado de una matriz cuadrada, es automiticamente una inversa por dos lados. Para ver por qué, observe que todo paso de Gauss-Jordan es una ‘mutltiplicacién por la icquierda por una metriz elemental. Se estén permitiendo tres tipos de matrices elementales: 1. Ey para restar un miltiplo & del rengl6n j det renglin i. 2, Py para intercambiar los renglones /y j 3. D(o D™') para dividir todos los renglones entre sus pivotes. El proceso de Gauss-Jordan en realidad es una secuencia gigantesca de multiplicaciones de matrices: (p Pe BARI. © La mattiz entre paréntesis, a la izquierda de A, jevidentemente es una autoinversa! Por la nota 2, existe, y es igual a la inversa derecha, de modo que toda matriz no singular es in- vertible. La conversa también es verdadera: Si A es invertible, tiene n pivotes. En un caso ex- tremo que es claro: A no puede tener toda tna columna de ceros, La inversa jams podria multiplicar una column de ceros para producir una columna de J, En un caso menos ex- ‘remo, suponga que la eliminacidn inicia en una matriz invertible A, pero que falla en la co- Jumna 3: Falla dy x x En la columna 3 no hay pivote 0 0 x) 0 0 x Esta matriz no puede tener una inversa, sin importar cudies sean las x. Una demostracién de este hecho es aplicar operaciones en las columnas (;por primera vez?) con la finalidad de hacer cero toda la columna, Al restar miltiplos de la columna 2 y Inego de la columna f, se llega a una matriz que ciertamente no es invertible. En consecuencia, la mateiz original A noes invertible, La eliminacién proporciona una prueba completa: Una matriz de n por nes invertible siy solo si tiene n pivores. La matriz traspuesta Se requiere una matriz més, y por fortuna es mucho mas sencilla que la inversa, La tras- puesta de 4 se denota por AT, Sus columnas se toman dircctamente de Ios renglones de el -ésimo renglon de A se coavierte en {a i-ésima columna de A" 21 4 28 ‘Traspuesta Si A (i 0 4 entonces AP = |} 0 5 43 Al mismo tiempo, las columns de A se convierten en Jos renglones de A. Si A es una ma- triz de m por n, entonces A" es de n por m. Bl efecto final es doblar la matriz respecto a su50 pina 1 Maticesy eliminacén gaussiana diagonal principal, y el elemento en el renglén i, columna j de A™ proviene del elemento que esta en el renglén j, columna i de A: Elementos de? (45) = Ay oO La traspuesta de una matriz triangular inferior es triangular superior. La traspuesta de A leva de regreso a A. Si sc suman dos matrices y luego se traspone, el resultado es el mismo que si prime ro se traspone y lego se suma: (A + B)" es lo mismo que AT + BT. Pero, ,a qué es igual la traspuesta de un producto AB o de una inversa A~"? A continuacién se presentan las formulas esenciales de esta seccidn: Brat ant 1M ip Ls traspuesta de AB es (AB) ii) Latraspuestade Ates | (A) Observe el parecido de Ia formula para (AB)" con el resultado de la formula para (AB) }, En ambos casos se invierte el orden, con lo que se obtiene BTA y B!A~!, La demostra- cidn para la inversa fue fécil, pero ésta requiere de una paciencia extraordinaria con la mat- tiplicacién de matrices. Bl primer renglén de (4B)" es la primera columna de AB. Ast, las columnas de A estén ponderadas por la primera columna de B. Esto se suma a los renglo- nes de A ponderados por el primer renghin de BT. Eso es exactamente el primer rengién de BTA, Los otros renglones de (AB)! y BA" también coinciden. 1 0) f3 3 3]_fs 3 3 Seempieacon = AB= |) 4/1 5 3/—]5 5 5 3 ry fs ‘Traspuestade — B'AY = |3 2 [i | 35 32 J ia s Con la finalidad de establever la formula para (4~2)%, se inicia con Ad! =Zy A~!A = {ye foman las traspuestas. En un miembro, 7 = 7. En el otro miembro, por el inciso i) se ‘conoce la traspuesta de un proclucto, Puede verse cémo (4~!)" es la inversa de A', fo cual demuestra i): Inversa de AT = Traspuesta de A~t (4 "TAT @) Matrices simétricas Una vez que se han establecido estas reglas, es posible presentar una clase especial de ma- trices; quizé la clase més importante de todas, Una matris simétrica es una matriz que es igual a su propia traspuesta: AT = A, La matriz es necesariamente cuadrada, Cada ele- ‘mento en tin miembro de ta diagonal es igual a su “imagen espectiar” en el otro lado: 44, = a. Dos ejemplos sencillos son A y D ty también A~*): 10 0 4] Una matric simétrica no necesariamente es invertible; incluso, puede ser una matsiz de 10S. Pero si A' existe, también es simétrica. Con base en la formula ii) anterior, la tras- puesta de A~! siempre es igual a (A")~': para una matriz simetrica lo anterior es justo A~! A” ‘es igual a su propia traspuesta; es simétrica siempre que A Io sea, Ahora se ha demos- trado que el resultado de multiplicar cualquier matric R por R™ es una matriz simétrica. Matrices simétricas16 weiss y taspuestas 51 Productos simétricos ATR, RR", y LDL Sea cualquier matriz R, quizé rectangular. Multiplique R” por R. Entonces el producto RR 5 autométicamente una matriz simétrica cuadrada: La traspuesta de R™R es R(R™)", que es R'R. eo) Esta es una demostracién ripida de simetria para RR. Su clementa i,j es el producto in- terno del renglén i de R7 (columna / de R) con la columna j de R. El elemento (j,i) es el mismo proxucto interno, lx columna j con la columna i. Asi, RTR es simétrica, RR" también es simétrica, aunque diferente de R'R. En mi experiencia, la mayor pat te de los problemas cienifficas que empiezan con una matriz rectangular R terminan con RR, con RR" 0 con arnbas R= [1 2] y w= [}] prodacen ate = |) EI producto R™R es den por n. En orden opuesto, RR” es de m por m. incluso si m = a, no es muy probable que RTR = RR". La igualdad puede ocurrir, aunque no es normal. Las matrices simétricas se presentan en todo tema cuyas leyes son justas, “Cada acci6n tiene una reaccién igual y opuesta.” El elemento a,, que proporciona la accién de i sobre j es compensado por aj. Esta simetria se vera en Ia siguiente seccidn, para ccuacio- nes diferenciales. Aqui LU pierde la simetrfa, pero LDLT la captura perfectamente, AN. Suponga que A = AT puede factorizarse en A = LDU sin intercambios de ren- slones. Emionces U es lu traspuesta de L. La factorizaciin simétrica se vuelve A=LDL. La traspuesta de A = LDU proporciona AT = U™D"L™. Debido a que A = A, ahora se tie- nen dos factorizaciones de A en triangular inferior roultiplicada por triangular superior (L e$ triangular superior con 1s en la diagonal, exaciamente como U.) Debido a que Ia facto- rizacién es tinica (consulte el problema 17), L™ debe ser idéntica a U. wm []=Balfo gfe i] eon 28 ‘Cuando se aplica eliminacién a una matriz.simétrica, AY = A es una ventaja. Las matrices mais pequefias siguen siendo simétricas a medida que procede la eliminacién, de modo que iEs posible trabajar con la mitad de la matriz! E31 ngulo inferior del miembro derecho si- ue siendo siméttico: it UyaA a b c abe BP be bd el> |? ag eG cet be ce Sena a El trabajo de Ja eliminacion se reduce de n*/3 a 1/6, No es necesario almacenar los ele- ‘mentos de ambos lados de la diagonal, o de almacenar tanto a Z.como a U.52 ‘Capo 1 Matizesy eliminacén gsussiana Conjunto de problemas 1.6 1. Encuentre fas inversas (no se requiere ningtin sistema especial) de 02 feos —sen Ba} 4 (eae cash send cos 2. a) Eneuentre las inversas de las matrices de permutacién oor oor p=|0 10 y P-=|1 00 100 O10 1b) Explique para permutaciones, por qué P~! siempre es igual a P™. Demuestre que los ts estin en los sitios correctos para obtener PP" = 1. 3.A partir de AB = C, encuentte una férmula para A~', También encuentre AW? a partir de PA = LU, 4. a) SiAes invertible y AB = AC, demuestre répidamente que B = C. 6) SiA=[}_ 8], encuentre un ejemplo con AB = AC, peo BC 5, Si la inversa de A? es B, demuestre que la inversa de A es AB. (Por tanto, A es inverti- ble siempre que A es invertible.) 6. Aplique el método de Gauss-Jordan para invertir las siguientes matrices 2-1 0 oor =|-1 2-1], 4;=Jo 11 o-1 2 pid 7. Encuentre tres matrices de 2 por 2, que no sean A = Fy A = —I, que sean sus propias inyersas: A? = 1. 8. Demuestre que A ),¥ fallando al resolver 3] m0 tiene inversa, resolviendo Ax Balle J-6 4 9. Suponga que la eliminaci6n fracasa porque en la columna 3 no hay pivote: 6 Pivote faltante A = 3). 9 coun coun Demuestre que A no puede ser invertible. El tercer renglén de A~!, multiplicada por A, debe proporcionar el tercer renglén [0 0 1 0} de A~'A =F. ;Por qué es imposible esto? 10, Encueatre las inversas (de cualquier manera permitida) de 0001 1 0 0 0 ab 0 0 _[o 020 _|-} 1 00 led 00 Alo 30 of) BO) 6 roof ® lo 0a & 4000 0 0-24 0 0c dn. 2. 2B. es 45. 16. 17. 18. 19. 1.5 tvetss y raspuestas 53 Proporcione ejemplos de A y B tales que 4) A + B noes invertible, aunque A y B silo son, b) A + Bes invertible, aunque A y B no lo son. 6) Las tres A, B, y A+ B son invertibles. En el tiltimo caso su A~MA+B)B-! = Bo! + A-! para demostrar que C = B+ A“ también es invertible y encuentre una frmula para C~! SiA es invertible, ,qué propiedades de A siguen siendo verdaderas para A~'? @) Acs triangular, 6) Aes simétrica, —c) A es tridiagonal, 4) Todos los elementos de A son niimeros enteros, €) Todos los elementos de A son fra nes (incluso los nimeros como Sid =[3] y B= [3], caleule ATS, BTA, ABT y BAT Si Bescuadrada, demuesire que A = B+ BT siemprees simétrica, y K = BB" siem- pre es simtrica sesgada, lo cual significa que K" = —K. Encuenire estas matrices A yKeuando B =[} }]. y escribu B como la suma de una matriz simétrica y una ma- triz simétrica sesgada. a) {Cudntos elementos pueden elegirse independientemente en una mateiz simeétrica de orden n? 6) {Cuantos elementos pueden elegirse independientemente en una matriz siméirica sesgada (KT = ~K) de orden ? jLa diagonal de K es cero! 4) Si A = LDU, con 1s en Ia diagonal de L y U, joules la factorizacisn correspon- Giente de A"? Observe que A y AT (matrices cuadradas sin intercambios de renglo- nes) comparten los mismos pivotes. +) {Con qué sistemas triangulares se obtiene la solucién de AT y = 5? SIA = LD,U, yA = LyDo’y, demuestre que Ly = Lo, Dy = Ds y Uy = Uz. SiAes invertible, la factorizacién es inica a) Deduzca ta ecuacion L7'L>D2 = D\U,Us', y explique por qué un miembro es triangular inferior y el otro es triangular superior. +b) Compare las diagonals principales, y luego compare el resto de las matrices. 2Cuilles son las condiciones sobre los elementos de A y B para que éstas sean in- vertibles? abe abo A=|d ¢ 0] B=|e ao f 00 00 € Compruebe la factorizacién simeétrica LDL” de 13 5 a b =) 12] oy A [ | 5 18 30 bd Encuentre la inversa de54 Capito 1 Matices ysliminacn gaus a. 2. 23. 21. 29. 31. ne (Extraordinario) Si A y B son matrices cuadradas, demuestie que J ~ BA es invertible siJ— AB ¢s invertible. Empiece con BU AB) = (J BA)B, Encuentre las inversas (lirectamente 0 a partir de la formula de 2 por 2) de A, B,C: _fo 3 _fa 9 “Ey e=be Resuelva para las columnas de A~ [o SE-G) » & Sii-f] c= | Demueste ue [2] no ene inven ttando eer par lcoluma (3 (a dob a ses AN (Importante) Si A es tal que rengl6n | + rengiin 2 ¢s invertible: a) Explique por qué Ax = (1, 0, 0) no puede tener una solucién, 6) {Qué memos derechos (b,, bs) pueden peritr una solucién «Ax = b? ©) (Qué ocure al renglén 3 en la elisninas il 1gl6n 3, demuestre que A 1 SiA es tat que columna } + columna 2 ‘@) Encuentre una solucién x diferente de b) La eliminacién preserva columna | + columna 2 no hay un tercer pivote. columna 3, demuestre que A no es invertibie de Ax = 0. La mairiz es de 3 por 3. ‘olumna 3. Explique por quis ‘Suponga gue A es invertible y que sus dos primeros renglones se intercambian para ob tener B. La nueva matriz B, jes invertible? ,Cémo puede obtenerse B~!a partir de A ABC de tres matzices cuadradas es invertible, entonces A, B, Cse~ Aye Siel producto M invertibles, Encuentre una formule para B“! que implique a Mf Deruestre que una matriz con una colurmna de ceros no puede tener na jnversa ofa a] por Le a) {Qué matriz F tiene el mismo efecto que Ios siguientes tes pasos? Reste el rengl 1 del renglén 2, reste el rengién | del rengidn 3, y luego reste el rengién 2 del rer- glén 3. 'b) 2Qué simple matriz L tiene el mismo efecto que los siguientes tres pasos inversos Sume el renglén 2 af renglén 3, sume el rengién 1 al rengién 3, y luego sume el rec: gién 1 al renglén 2. Muttiplique [% *). ;Cudl es la inversa de cada matriz si ad # be? Encuentre los nfimeros «ry b con los que se obtiene Ia inversa de S*eye(4) ones(4, 4 “1 4-1 -1-1 a bb B i 4-1-1] _|b a bb bi -1 4-1] “|b ba b bi -1-1 4 bb ba {Cudles son a y b en la inversa de 6teye(5) ones(5, 5)?16 verses y raspuestas 55 33, Demuestre que A = 4¥eye(4) ~ ones(4, 4) no es invertible: Multiplique A*ones(4,1), 34. Hay 16 matrices de 2 por 2 cuyos elementos son Is y Os. ;Cuéntas de estas matrices son invertibles? Los problemas 35 a 39 son sobre el método de Gauss-Jordan para caleular A 35, Transforme /en A~' a medida que reduce A a J (por medio de operaciones en los ren- io _fi3 1.0 : _ft ai. Map sot] see b sat 36, Imite el ejemplo de 3 por 3 del texto. pero con un signo + en A, Elimine por ariba y por abajo de Ios pivotes para reducir [A Ma [/ A || 2idv10 0 [A t]-|1 21010 912001 37. Aplique eliminacién de Gavss-Tordan sobre [Af] para resolver AA bi dia obi oo YL oo 4] las siguientes matrices por eliminacién de Gauss-Jordan, empezando con [AI 1 0 07 fiad A=|2 13) y a=|1 22 0 23 on b 39, Intereambie renglones, y prosiga con eliminacién de Gauss-Jordan para encontrar at 10 ol 40,_Falso o verdadero? (proporvione un contraejemplo si es falso y una explieacién si es verdadero} @) Una mattiz de 4 por 4 con un renglén de ceros no es invertible 6) Una matriz con 1s abajo de fa diagonal principal es invertible ©) SiA es invertible, entonces At es invertible. ) SiAT es invertible, entonces A es invertible 41. Para cudles tres niimeros c te siguiente matriz, no es invertible? ;Por qué? 42, Demuestre que A es invertible sia + 0 y a = b (encuentre los pivotes y AW"); a bb aab aaa A ¢56 Capito 1 Matias ¥enizacin gaussian 43, La inversa de la siguiente matriz es extraordinaria, Encuéntrela por eliminacién sobre [4 1). Extienda lo anterior a una “matriz alternante” de 5 por 5, y conjeture su inverse: y-t 1-7 Oo L-1 4 0 0 1-5 0 0 0 1 44, Si B tiene tas columnas de A en orden invertido, resuelva (4 —B)x = 0 para demostrar que A —B noes invertible. Un ejemplo lo conducira a x. 45, Encuentre y comprucbe las inversas (suponiendo que existen) de las siguientes matri- es en blogue: ro} [a 0) fo 2 cu le bp} lp. 46, Use inviS) para invertir la matriz simétrica MATLAB de 4 por 4S = pascal(4). Ob- tenga la matriz Pascal triangular inferior A = abs(pascal(4.1) y test inv(S) = inv(A’)* invA). 47. Si A= ones(4,4) y 6 = rand(4.1), gedmo le hace saber MATLAB que Ax = b no tiene soluciéa? Si b = ones(4,1), gqué solucién de Ar = b se encuentra por medio de A\b? 48. M~' muestra et cambio en A” (Jo cual es itil saber) cuando una matriz se resta de A ‘Compruebe et siguiente inciso 3 cuidadosamente, multiplicando MM™' para obtener I: LM =1-wt y M7 =f $uvt/(1 vw 2. M=A-w" y MIR AN + ATTA 3. M=sI-UV y Mts I, +UUy—VUy'¥ 4.M=A-UWoV y M7 =A + atu vATtUy VA" Las cuatro identidades provienen del bloque 1, { fuego de que se invierten las siguien- tes matrices: [; 4] [} 1 it i I wh wT vod Vly vow Los problemas 49 a 55 son sobre las reglas para trasponer matrices, 49. Encuentre AT y AT! y (A™')" y (AY)! para a-[b 9] sume a=! gl 50. Compruebe que (AB)" es igual a BTA, aunque éstas son diferentes de A™B™: ae En caso de que AB = BA (;lo cual en general no es cierto!) ;c6mo puede demostea: que BYAT = ATR 51. a) La matriz (AB)~")" proviene de (AT) y (B-4T. in gué orden? 1b)Si Ues triangular superior, entonces (U-!T es triangular 52, Demuestre que A? = 0 es posible pero ATA = O no es posible (a menos que A= ma tir cero).1.6 verses yraspuestas 7 53. a) Al multiplicar el vector renglon x" por la columna y. ;qué niimero se obtiene’? 0 Tay =[0 1 [: 2 4 | _ oie 2 yh b) Este es el renglin x"A = ___veces la columna y = (0, 1, 0). c) Este es el renglén x" = (0 1) veces la columna Ay = ___- 54, Cuando se traspone una matriz en bloque M = [2 2], el resultado es MT = Prugbelo, ;Qué condiciones deben imponerse @ A, B, C.D para que la mattiz.en bloque sea simétriea? 55. Explique por que el producto intemo de x y y es igual al producto interno de Px y Py. ‘Luego, (Px)"(Py) = x7y, indica que P'P = 7 para cualquier permutacisn, Con x = (1 2,3) yy = (1, 4,2), escoja P para demostrar que (Px)"y no es siempre igual a "(Py), Los problemas 56 a 60 son sobre matrices simétricas, y sus factorizaciones, 36. SiA = AT y B= BY, geusles de las siguientes matrices son ciertamente simetricas? aya by (A + BYA—B) c) ABA d) ABAB 57. SiA = A" requiere un intercambio de renglones, entonces también necesita un inter- cambio de columnas para permanecer simétrica. En lenguaje de matrices, PA pierde la simetrfa de A pero recupera la simetria 58. a) {Cudntos elementos de A pueden clegirse independientemente, si A = AT es de S por 5? b) {De qué manera pueden L y D (de 5 por 5) proporeionar el mismo mimero de op- cciones en LDL"? 59. Suponga que Res rectangular (de m por n) y que A es simétrica (de m por m). 4a) Trasponga RTAR para mostrar su simetria, ;De qué forma es esta matriz? b) Demuestre por qué R™R no contiene nimeros negativos en su diagonal, 60. Factorice las siguientes matrices en A = LDL". La matriz D es diagonal: 2-1 0 3 b) ed oO O-1 2 ‘Los tres siguientes problemas son sobre aplicaciones de (Ax)'y = x"(A"y). 61. Las ciudades de Boston, Chicago y Seattle estin conectachas con cables que conducen energia eléctrica, Los voltajes que reciben estas ciudades son p, Xo, ts. Con resisten- cias unitarias entre las ciudades, las tres corrientes estén en ‘ypc 1 =L 0} fon ysAx es |yes]=]0 1 1] Jxe Yes. 10 —I1} [as a) Encuentre las corrientes totales ATy de las tres ciudades. +b) Compruebe que (A2)"y coincide con x"(AT): hay seis términos en cada una. 62 La produccién de x, camiones y 42 aviones requiere x, + 50x, toneladas de acero, 40x, + 1000x libras de caucho, y 2x; + 50x) meses de trabajo. Si Jos costos unita-58 a] Copia 1 Manicesy liinaitn 65. 66. 0. 68. 9. 70. m1. rio y1, 32,34 Son $700 por tonelada, $3 por libra, y $3000 por mes, geusles son los va lores de un cami6n y un avién? Estas son las componentes de A*y’ . Ax proporciona las cantidades de acero. caucho y trabajo part producir x en el proble- ma 62, Encuentre A. Luego (Axy"y es el de entradas, mientras x47} es el vi lor de . A continuacin se presenta otra factorizacion de A en una srianguar mudtiplicuda por una simétrica: Se empieza con A = LDU. Luego, A es igual a LIU! por UTDU, {Por qué es triangular L(L7)-"? En su diagonal sélo hay 1s. {Por qué es simetrica uDu? Un grupo de matrices incluye a AB y AW' si incluye aA y B. “Los productos y las in- versas permanecen en grupos.” {Cudles de los siguientes conjuntos son grupos? Las matrices triangulares inferiores Z con 1s en su diggonal, las matrices simétricas S, las matrices positivas M, las matrices diagonales invertibles D, las matrices de permuta- ion P. Invente dos grupos de matrices més. Si todo renglén de una matriz de 4 por 4 contiene « los ntimeros 0, 1, 2, 3 en algtin or- den, j1a matriz puede ser simétrica? ;Puede ser invertible? Demuestre que nin; tuna matric tipi. {in reordenamiento de renglones ni de columnas puede trasponer Una matriz noroeste cuadrada B es cero en la esquina suresie, abajo de Ie antidiago- nal que une (1. n) con (r, 1), BT y BY, z90n matrices noroeste? BW! jes notoeste 0 su- reste? {Cual es Ia forma de BC = noroeste multiplicada por sereste? Se perioite com- binar permataciones con las Ly U de costumbre (Suroeste y noreste. ‘Compare tic; inv(A); toc para A = rand(500) y A = rand(1000). fl conteo 1° indica que el tiempo de cémputo (medido por tic; toc) debe multiplicarse por 8 cuando n se duplica, :Cree el lector que esta 4 aleatoria es invertible? 1 = eye(1000); A = rand( i000}; B = triu(A); produce una matric triangular aleatoria B. Compare los tiempos para inv(B) y B\y. La diagonal al revés se somete a ingenie- fa con Ia finalidad de utilizar los ceros en B, mientras inv utiliza los ceros en [ cvan- do [B I] se reduce por Gauss-Jondan, (También compare con inv(A) y AV para toda la matriz A.) Demucstre que L~" tiene elementos j/i para i = j (la matri 1, 2, ~L tiene esta L): 1000 o 9 5100 oo L 52 y o-; 10 10 o0-f4 pa Pruebe este patrn para L = eye(5) ~ diag(1:5) “diag(1:4,—1) e inviL). 1.7 MATRICES ESPECIALES Y APLICACIONES Esta secci6n tiene dos objetivos. El primero consiste en explicar una forma en la que grandes sistemas lineales A } pueden presentarse en la prdctica, La verdad es que un problema grande y realista en ingenierfa 0 economfa nos Hevarta demasiado lejos del alcance de este li- bro, saungue hay una gplicaciGn natural e importante que no requiere mucha preparacisn,