Sie sind auf Seite 1von 26

Cap tulo 2

Normas de Vectores y Matrices

2.1.

Introducci on

En este cap tulo repasaremos brevemente el concepto de norma de un vector para centrarnos en el estudio de las normas de matrices o, si se quiere, en las normas de los operadores lineales. El estudio de las normas de matrices es importante por varias razones. Es necesario, por ejemplo, para denir de forma precisa conceptos tales como series de potencias de matrices; y desde luego es b asico para precisar lo que se entiende por proximidad o lejan a entre matrices, aspectos fundamentales en el an alisis de algoritmos en la computaci on num erica. Un par de ejemplos pueden servir para ilustrar estas ideas. Es conocido que si x es un n umero complejo de m odulo menor que 1 entonces

p1 xq1  1 x x2 x3 . . .
Esto sugiere la f ormula

pI Aq1  I A A2 A3 . . .
29

30

Normas de Vectores y Matrices

para calcular la inversa de la matriz I A. Pero cu ando es tal f ormula v alida?. Resulta que es suciente que una norma de la matriz A sea menor que 1, y adem as cualquier norma sirve. De forma parecida se puede ver que bajo ciertas condiciones relativas a la norma de A la serie 8 1 Ak k i0 es convergente y sirve para denir la funci on matricial eA . Por otra parte, el c alculo num erico con matrices que proceden de datos experimentales, no es exacto; por lo general matrices est an sometidas, bien sea por errores de redondeo o por imprecisi on en las mediciones,a peque nas perturbaciones. Cu an peque nas son estas perturbaciones, o lo que es lo mismo, cu an lejos est a la matriz verdadera de la calculada son conceptos que se pueden hacer precisos utilizando normas. En todo este cap tulo supondremos que F es el cuerpo R de los n umeros reales o el cuerpo C de los n umeros complejos.

2.2.
2.2.1.

Normas de Vectores
Denici on y Ejemplos

Como es bien sabido, el concepto de norma de un vector es una generalizaci on del concepto de valor absoluto o m odulo de un n umero complejo. Denici on 2.1 .-Sea V un espacio vectorial sobre F (R o C). Una funci on : V R es una norma en V si satiface las siguientes propiedades: (i) x  0 pxq 0. (ii) pxq  || pxq,

@ P F. @x P V
(desigualdad triangular)

(iii) px y q pxq py q,

2.2 Normas de Vectores

31

Tres importante propiedades se siguen de forma inmediata de la Denici on 2.2. Para cualquier norma 1. p0q  0 porque p0q  p0xq  0 pxq  0.

2. pxq  pxq porque pxq  | 1| pxq  pxq

3. | pxq py q| px y q. En efecto, hay dos posibilidades:

b) pxq py q. Entonces | pxq py q|  py q pxq y de nuevo por la desigualdad triangular py q py xq pxq  px y q pxq. Ejemplo 2.2 Se puede denir una innidad de normas en Fn , sin embargo las m as utilizadas son las llamadas normas de H older o normas p . En lo que sigue supondremos que x  px1 , x2 , . . . , xn q P Fn es un vector de Fn . Para cada una de las normas dibujamos, a modo de ilustraci on la correspondiente bola unidad en R2 ; i.e., el conjunto B p0, 1q  tx P R2 | x 1u.

a) pxq py q. En este caso | pxq py q|  pxq py q y por la desigualdad triangular pxq  ppx y q y q px y q py q.

(a)

La norma x

1:

n i 1

| xi | .

(b)

La norma x

o norma eucl dea:


d
n

2

i 1

| xi | 2 .

32

Normas de Vectores y Matrices

(c)

La norma 8 : x 8  m ax |xi |. 1in

(d)

La norma x

general (p 2):

n i 1

| xi | p

1{p

Demostrar que las normas p son, en efecto, normas es f acil salvo la desigualdad triangular que, en el caso general, se conoce como desigualdad de Minkowsky. esta a su vez, es consecuencia de otra desigualdad importante; la desigualdad de H older: 1 1 Si p y q son n umeros reales tales que p q  1 entonces

| x y |

En el caso particular en que p  2 (y entonces tambi en q H older se convierte en una desigualdad bien conocida:

 2) la desigualdad de

| x y |
la desigualdad de Cauchy-Schwartz.

2,

Aparentemente la norma 8 no es una norma p . Sin embargo se la puede considerar como tal porque para cualquier x P Fn se tiene que x 8  l m p8 x
p

2.2 Normas de Vectores

33

Algo de esto ya se intuye en la forma que tienen las bolas unidad en R2 para las normas p . Tambi en admite, claro est a, una demostraci on rigurosa: Sea x y supongamos que x 8  m ax |xi |  |xi1 |   |xiq |  m. 1in Es decir, que las componentes i1 , . . . , iq son, en m odulo, mayores que todas las dem as, y que en todas ellas el valor de dicho m odulo es el mismo e igual a m. As , si tj1 , . . . , jnq u  t1, . . . , nuzti1 , . . . , iq u tenemos que x
xj k
p p  pqm | xj |p |xj |p q1{p  x j p 1{p xj p  m q m m .
1 n q 1 n q

 p|x1|p xn|pq1{p,

m como se deseaba demostrar.

Como

xj 1 conclu mos que l m  0 y l m p8 m p8


k

m

x 8 , tal y

2.2.2.

Equivalencia de normas

Las normas son herramientas b asicas para denir y analizar la convergencia de una sucesi on de vectores en espacios vectoriales. Como es habitual, una sucesi on txk u V se dice que converge a x (y se escribe xk x) si la sucesi on de n umeros reales t pxk xqu converge a cero, pxk xq 0, siendo una norma denida en V . Esta denici on depende de la norma . En principio podr a suceder que una sucesi on de vectores convergiera para una norma pero no para otra. De hecho, esto es perfectamente posible en espacios de dimensi on innita, pero no en espacios de dimensi on nita. Ello es consecuencia de que todas las normas en un espacio vectorial de dimensi on nita son equivalentes en el siguiente sentido: Denici on 2.3 Sean y normas denidas en V , espacio vectorial sobre F. Se dice que y son equivalentes si existen n umeros reales positivos c1 y c2 tales que c1 pxq pxq c2, @x P V.

34

Normas de Vectores y Matrices

Debe notarse que as se dene, en efecto, una relaci on de equivalencia en el conjunto de todas las normas denibles en un espacio vectorial. (Se ver a en los ejercicios que hay una innidad de normas denibles en cualquier espacio vectorial). Nuestro objetivo es demostrar que todas las normas en un espacio de dimensi on nita son equivalentes. Para ello debemos recordar algunos resultados b asicos de topolog a. En todo espacio normado, pM, . q podemos denir una distancia: dpx, y q  x y , que hace de pM, dq un espacio m etrico, y por lo tanto topol ogico con una base de abiertos dada por las bolas abiertas centradas en cada punto de M . Por consiguiente, si V es un espacio vectorial en el que tenemos denida una norma, autom aticamente tenemos en V estructuras de espacio m etrico y topol ogico. Si en M tenemos denidas dos normas, las bolas abiertas denidas por ambas normas pueden ser diferentes (ve ase el Ejemplo 2.2). A pesar de que las bases de abiertos determinadas por dichas normas sean diferentes, las topolog as determinadas por estos pueden ser iguales. La propiedad de que las normas son equivalentes determina que, en efecto, las topolog as inducidas por ellas son la misma; es decir, todo abierto respecto de una de las normas lo es respecto de la otra. En efecto, recordemos que si es una norma en M , un conjunto A M es abierto si para cada x P A existe un n umero real 0 tal que B px, q  ty P V | px y q u est a contenido en A. Ahora, si en M hay denidas dos normas equivalentes, digamos y , entonces existen constantes positivas c1 y c2 tales que c1 pxq pxq c2 pxq para todo x P M . Supongamos que A es abierto respecto de la norma . Esto signica que para todo x P A existe r 0 tal que px y q r implica que y P A. Veamos que A es abierto respecto de . Sea x P A un elemento cualquiera y denamos s de modo que 0 s cr2 . Si px y q s tenemos que px y q c2 px y q c2 r c2

 r.

Por lo tanto y P A y A es abierto respecto a . La demostraci on de que todo abierto respecto a lo es respecto a se hace igual. As pues, todas las normas equivalentes denidas en un conjunto M inducen la misma topolog a en dicho conjunto. En consecuencia, todos los invariantes topol ogicos (compacidad, conexi on, . . . ) se mantienen. Es decir, si un conjunto es compacto o conexo respecto de una de las normas lo es respecto de la otra.

2.2 Normas de Vectores

35

Estas propiedades tienen un inter es sobre todo te orico, pero nos ahorra tener que estar prestando atenci on continuamente a las normas empleadas cuando se prueban resultados topol ogicos. En cualquier caso, una primera consecuencia es que la convergencia de sucesiones de vectores en espacios de dimensi on nita es independiente de la norma elegida. La demostraci on de que todas las normas denidas en un espacio vectorial de dimensi on nita son equivalentes se puede hacer de diversas formas. La que adoptamos aqu no es la m as directa pero tiene la virtud de poner de maniesto una propiedad fundamental de los espacios vectoriales de dimensi on nita: estos espacios vectoriales est an caracterizados por el hecho de que las esferas unidades respecto de cualquier norma son conjuntos compactos. Demostraremos esta importante propiedad (que usaremos de manera signicativa posteriormente) en el siguiente Lema. En la prueba usaremos que las normas 1 y 2 en Fn son equivalentes. En efecto, tal y como se propone demostrar en los ejercicios, se tiene la siguiente desigualdad para todo xFn : ? (2.1) }x}2 }x}1 n}x}2. Una u ltima observaci on: n otese que la acotaci on no se conserva por homeomorsmo (el intervalo p0, 1q es homeormorfo a R) pero si dos normas son equivalentes y un conjunto es acotado respecto de una de ellas lo es, por la denici on de equivalencia de normas, respecto de la otra. Lema 2.4 (a) Todas las normas denidas en V , espacio vectorial sobre F, son funciones continuas cuando en V se considera la topolog a inducida por y en R la topolog a habitual (la inducida por el valor absoluto). (b) Sea V un espacio vectorial de dimensi on nita y una norma en V . La esfera unidad de V respecto de la norma , S  tx P V | pxq  1u, es un conjunto compacto con la topolog a en V inducida por dicha norma. Demostraci on.(a) Sea una norma denida en V y consideremos en V la topolog a inducida por esta norma. Sea 0 un n umero real arbitrario. Escogemos 0 . Entonces, como para todo x, y P V

| pxq pyq| px yq,

36

Normas de Vectores y Matrices

resulta que si px y q es continua.

entonces | pxq pyq| . Esto demuestra que  n y sea tv1, . . . , vnu una base de V . Denimos la
v

(b) Supongamos que dim V siguiente funci on: g :

Fn a  pa1 , . . . , an q

 a1 v 1 an v n

donde el ndice indica que la topolog a en V es la derivada de la norma . Esta aplicaci on es un isomorsmo de espacios vectoriales; es decir, es una aplicaci on lineal y biyectiva. Y desde el punto de vista topol ogico es tambi en n un homeomorsmo cuando en V y F se consideran las topolog as derivadas de las normas y 1 . Es decir, g es una aplicaci on continua con inversa continua. No obstante, para llegar al resultado deseado s olo necesitamos que g sea continua. Aunque, tal y como se acaba de decir, este es un hecho conocido, lo demostramos porque la demostraci on es muy sencilla y esta propiedad se usar a con frecuencia en este curso. Que la inversa de g tambi en es continua requiere m as trabajo. Aunque no se va a utilizar, demostraremos esta propiedad al nal de la secci on.

Sea 0 un n umero real dado. Tenemos que encontrar un n umero real tal que si a b 1 entonces pg paq g pbqq . Ahora bien pg paq g pbqq

n i 1

|ai bi| pviq M a b 1,




i 1

paivi biviq

donde M  m axt pv1 q, . . . , pvn qu. Observamos que M 0 porque vi  0 para todo i  1, . . . , n por ser vectores de una base de V . Basta escoger 0 M para obtener el resultado deseado.

Sea S V la esfera unidad respecto de la norma : S  tx P V | pxq  1u. Este conjunto es acotado respecto de la m etrica determinada por . Y tambi en es cerrado porque es la anteimagen por la aplicaci on continua del 1 cerrado t1u de R. Como g es continua, g pS q es cerrado. El conjunto g 1 pS q tambi en es acotado. Esto es, en realidad, una consecuencia inmediata de un resultado que veremos en la pr oxima lecci on. Sin dicho resultado, necesitamos

2.2 Normas de Vectores

37

una demostraci on. Ya hemos visto que g : Fn V y : V continuas. Entonces, la composici on de ambas f : Fn p a1 , . . . , a n q

R son funciones

R pa1 v1 an vn q

n1 tambi en lo es. Sea S1  tx P Fn|}x}1  1u la esfera unidad de Fn respecto de la norma 1 . Este conjunto es cerrado y acotado respecto de la norma 1 . Por (2.1) tambi en es cerrado y acotado respecto de la norma eucl dea. Ahora bien, sabemos (Teorema de Heine-Borel) que ser cerrado y acotado en Fn (F  R n1 o C) respecto de la norma eucl dea equivale a ser compacto. As pues S1 n1 es compacto. Consecuentemente, f restringida a S1 alcanza su m nimo. Sea n1 n1 f py q. Notemos que m 0 porque si y P S entonces y  0, m  m nyPS1 1 por lo que vy  y1 v1 yn vn  0 y f py q  pvy q 0.

Sea ahora a  pa1 , . . . , an q P g 1 pS q. Esto signica que x  a1 v1 an vn S y as


1  pxq

 } a} 1

i 1

ai vi
i 1

n ai

Pero como

}}

a1 n ,... a a 1 a 1

}}

P S1n1 resulta que


 }a}1

vi

Por lo tanto

n ai i 1

 }a}1

vi

f

a1 an ,... }a}1 }a}1

m.

1  pxq }a}1 m, 1 . As pues, g 1 pS q est a acotado en y como m 0 obtenemos }a}1 m la norma 1 ( y por lo tanto en al norma 2 ). Y como tambi en es cerrado en ambas normas por ser equivalentes, y F  R o C, g 1 pS q es compacto. Finalmente, como g biyectiva, g pg 1 pS qq  S . Ahora bien, la imagen de un compacto por una aplicaci on continua es compacto. Conclu mos entonces que S es compacto, tal y como se deseaba demostrar. El rec proco del apartado (b) del lema anterior tambi en es verdadero. Aunque no lo vamos a utilizar lo exponemos por completitud. La demostraci on usa el siguiente resultado de Riesz, que no demostramos:

38

Normas de Vectores y Matrices

Lema 2.5 (Lemma de Riesz) Sea E un espacio vectorial y una norma denida en el. Sea S E un subespacio propio y 0 1. Existe x P E zS tal que px q  1 y ps x q para cada s P S . Teorema 2.6 Un espacio vectorial V es de dimensi on nita si y s olo si la esfera unidad en V , respecto de cualquier norma, es un conjunto compacto. Demostraci on.- La necesidad de que la esfera unidad sea un conjunto compacto para que V sea de dimensi on nita se ha probado en el Lema 2.4. Demostremos ahora la suciencia. Sea una norma en V y supongamos que V es de dimensi on innita. Sea x1 P V cualquier vector tal que px1 q  1. Sea V1  x1 el subespacio generado por x1 . Como V es de dimensi on innita, V1 es un subespacio propio de V , por el Lema de 1 para todo y P V1 . Riesz, existe x2 P V tal que px2 q  1 y px2 y q 2 Sea V2  x1 , x2 el subespacio generado por x1 y x2 . De nuevo, V2 V es un subespacio propio de V . Aplicando otra vez el Lema de Riesz, existe x3 P V tal que 1 px3 q  1 y px3 y q 2 para todo y P V2 . Siguiendo as sucesivamente, constru mos una sucesi on de vectores txn u con las siguientes propiedades: (a) pxn q  1 para n  1, 2, . . . (b) pxn xm q
1 2

para n  m, n, m P N.

Por lo tanto hemos constru do una sucesi on de vectores en la esfera unidad de V , respecto de la norma , que no admite una subsucesi on convergente. Esto signica que la esfera unidad no es un conjunto compacto en V , contradiciendo la hip otesis. Demostramos nalmente el resultado sobre la equivalencia de normas que busc abamos. Teorema 2.7 Todas las normas denidas en un espacio vectorial de dimensi on nita son equivalentes.

2.2 Normas de Vectores

39

Demostraci on.- Sea V un espacio vectorial de dimensi on nita sobre F, y sean y dos normas denidas en V . Sea S  tx P V |pxq  1u. Por una parte, este conjunto es compacto con la topolog a en V inducida por la norma . Hemos visto en la demostraci on del Lema 2.4 que si g : Fn a  pa1 , . . . , an q

 a1v1 anvn

1 pS q es compacto en Fn con la topolog a habitual (la derivada de la entonces g norma eucl dea o de la 1 ). Tambi en se ha demostrado g es continua cuando en V se considera la topolog a derivada de la norma . Como la imagen de un compacto por una aplicaci on continua es un compacto y g es biyectiva, conclu mos que S es compacto en V con la topolog a inducida por la norma .
As pues, cuando en V consideramos la topolog a inducida por tenemos que es una aplicaci on continua y S un compacto. Por lo tanto, alcanza en S su m aximo y su m nimo. Pongamos c1  m n py q y c2  m ax py q. Entonces, para y PS y PS x P S y x P V , tenemos que p xq pxq  pxq Y de la misma forma pxq  pxq

x pxq

pxq m n py q  c2 pxq. y PS

x pxq

pxq m ax py q  c1 pxq. y PS

Una consecuencia inmediata de la equivalencia de normas en espacios de dimensi on nita es que los isomorsmos algebraicos de espacios vectoriales normados son isomorsmos topol ogicos u homeomorsmos: Corolario 2.8 Sean V1 y V2 dos espacios vectoriales de dimensi on nita n sobre F y sea f : V1 V2 un isomorsmo. Sean y normas denidas en V1 y V2 , respectivamente. Entonces f y f 1 son aplicaciones continuas cuando en V1 y V2 se consideran las topolog as inducidas por estas normas. Demostraci on Probamos la continuidad de f , la de f 1 se demuestra igual.

40

Normas de Vectores y Matrices

En primer lugar, es f acil demostrar que la aplicaci on : V1 R denida por pxq  pf pxqq es una norma en V1 . Como V1 es de dimensi on nita, y son equivalentes. Existe una constante positiva c2 tal que pxq c2 pxq para todo x P V1 . Sea ahora 0 un n umero real dado. Escojamos de modo que 0 Entonces, si x, y P V1 cumplen que px y q , se sigue pf pxq f py qq  pf px y qq  px y q c2 px y q c2 Esto demuestra que f es uniformemente continua en V1 . Una consecuencia inmediata es el siguiente resultado anunciado en la demostraci on del Lema 2.4: la inversa de g : Fn a  pa1 , . . . , an q

. c2

 a1v1 anvn

es una aplicaci on continua.

2.3.
2.3.1.

Normas de Matrices
Deniciones, Ejemplos y Primeras Propiedades

Dado que Fmn es un espacio vectorial todo lo dicho en la secci on anterior es de aplicaci on a las matrices de tama no m n con elementos en el cuerpo de los n umeros reales o complejos. En particular, todas las normas denidas en Fmn son equivalentes; i.e. generan la misma topolog a,y son funciones continuas. Debemos observar que las propiedades que denen una norma tienen en cuenta las operaciones propias de la estructura de espacio vectorial sobre el que se denen: el producto por escalares y la suma de vectores (desigualdad triangular). Sin embargo las matrices, en algunos casos, se pueden multiplicar. Una norma sobre Fnn se dir a que es una norma de matriz cuando respecto al producto se verica una propiedad similar a la desigualdad triangular para la suma. Tomar en consideraci on esta propiedad de las matrices nos conduce a la siguiente denici on:

2.3 Normas de Matrices

41

Denici on 2.9 .- Sean , y normas denidas en Fmn , Fnp y Fmp , respectivamente. Diremos que , y son consistentes si para todas matrices A P Fmn y B P Fnp se verica pAB q pAq pB q. En particular una norma denida en Fnn se dice que es consistente si pAB q pAq pB q para todas A, B P Fnn . Una norma denida en Fnn consistente tambi en se dice que es multiplicativa o submultiplicativa. Una norma denida en Fnn se dice que es una norma de matriz si es consistente.

Un caso particular importante es el de las normas consistentes (tambi en llamadas en este caso compatibles) con las normas de vector: Si es una norma denida en Fnn y es una norma denida en Fn entonces se dice que es consistente o compatible con la norma de vector si para toda matriz A P Fnn y todo vector x P Fn se tiene que pAxq pAq pxq Ejemplo 2.10 1. - La norma eucl dea en Fmn ser a A

m n i 1j 1

 

| aij |2

A esta norma se le llama tambi en norma de Frobenius y se suele representar por A F . En algunos sitios se le llama tambi en norma de Schur o de HilbertSchmidt. Nosotros utilizaremos el nombre de norma eucl dea o de Frobenius. La norma de Frobenius en Fnn es una norma de matriz. En efecto, teniendo en cuenta que la desigualdad de Cauchy-Schwartz y que
n k 1

aik bkj

42

Normas de Vectores y Matrices

es el producto escalar de la i- esima la de A por la j- esima columna de B , AB


2 F

n i,k 1

| aik |

2 n n aik bkj i,j 1 k 1 n 2


j,k 1

n i,j 1

k 1

| aik |
2 F

k 1 2 F

| bkj |


2

| bkj |2  

2. - La norma 8 en Fmn ser a: A


1 i m 1 j n

m ax |ai,j |

Esta norma en Fnn no es una norma de matriz como lo demuestra el siguiente ejemplo:     1 1 2 2 2 A A  AA  1 1 2 2 y AA  2 1  A A 3. - En general la norma
p

en Fmn se denir a como: A

m n i 1j 1

 

|aij |

1
2

Utilizando la desigualdad de H older se puede demostrar que en Fnn esta norma es una norma de matriz si y s olo si 1 p 2. 4. - Una peque na modicaci on en la denici on de la norma 8 nos permite obtener nn una norma de matriz en F : A

n

1 i,j n

m ax |ai,j |

En efecto, si a  m ax |aij | y b  m ax |bij | entonces


1 i,j n

AB


m ax

n n m ax aik bkj 1i,j n k 1 n


k 1

1 i,j n

1 i,j n

m ax

n k 1

1 i,j n

ab  na nb  A

|aik bkj |

2.3 Normas de Matrices

43

La norma de Frobenius se puede escribir alternativamente de cualquiera de las dos formas siguientes: a) b) A
F

A a1 2 a2 2 an 2 2 2 ... 2 , donde A est a escrita en t erminos de sus vectores columna.

 2 F

trpA Aq

 ra1

a2 an s

P Fnn

2.3.2.

Normas de Matriz Inducidas

Consideremos en Fn y Fm normas }}n y }}m , respectivamente. Es un hecho conocido que las aplicaciones lineales entre espacios vectoriales normados de dimensi on nita son operadores acotados. Que un operador h : E1 E2 entre dos espacios normados es acotado signica que @x P E1 existe una constante M 0 tal que }hpxq} M }x} donde hemos representado con el mismo signo, }}, y sin posibilidad de confusi on,las dos normas denidas en E1 y E2 . Si E1 y E2 son espacios vectoriales de dimensi on nita, hemos visto en el Corolario 2.8 que las aplicaciones lineales son continuas. x a en la esfera unidad S1 de E1 que, por el Lema 2.4, Si x P E1 entonces }x} est es un conjunto compacto en E1 . Por consiguiente, si h es lineal entonces, como las normas son siempre funciones continuas, } } h restringido a S1 alcanza su m aximo x 1 x y m nimo. Sea M  m ax }hpy q}. Entonces }hp }x} } M . Pero }hp }x} }  }x} }hpxq}, de donde se sigue que }hpxq} M }x}.
y S1

Una t ecnica general para obtener normas de matriz a partir de normas vectoriales es la siguiente: Sea A P Fmn y pensemos en A como una transformaci on u operador lineal: A : Fn Fm x Ax

En particular para la aplicaci on lineal A se tiene que @x P Fn existe una constante M 0 tal que }Ax}m M }x}n . Y esto signica que el conjunto
"

}Ax}m : x P Fn, x  0* }x}n

est a acotado superiormente. Consecuentemente, tiene un supremo. Podemos as denir la siguiente funci on: f : Fmn R A f pAq

44

Normas de Vectores y Matrices

donde

f pAq 

0 x F

P

sup n

Ax x

m n

Es claro que el cociente Ax x


m n

es no negativo. Probaremos que f es una norma consistente con las normas de vector que sirven para denirla. Comenzaremos observando que el sup se alcanza y que, por lo tanto, podemos sustituir sup por max. Para ello probamos, en primer lugar, que (supondremos siempre x P Fn ): f pAq  sup Ax m .
x
n

1

En efecto si M Ax
m,

@x P Fn tal que x n 1, con lo que M xsup Ax m . Rec procamen1 te, si M  sup Ax m , entonces M Ax m , @x P Fn tal que x n  1. Sea x 1 x P Fn un vector no nulo arbitrario; entonces xx es un vector unitario, de modo Ax m . Por lo tanto M sup Ax . En conclusi on que M A xx m  x1 x 0xPF f pAq  sup Ax n . x 1
n n n m n n n n n

sup
0 x

Ax m x n

entonces M

Ax m , x n

@x  0. En particular M

Ahora bien, m es una funci on continua respecto de cualquier norma de Fn y tambi en A es una funci on continua (por ser una funci on lineal). Por otra parte, la esfera unidad es un conjunto compacto (respecto de cualquier norma) de Fn , y cualquier funci on continua alcanza sus valores m aximo y su m nimo en ella. As pues f pAq  m ax
x
n 1

Ax

0 x F

m axn

P

Ax x

m n

Demostraremos ahora que f pAq es una norma vectorial consistente con las normas } }m y } }n . Teorema 2.11 .- Sea

normas denidas en Fn y Fm , respectivamente.

2.3 Normas de Matrices

45

a) La funci on real f denida en Fmn por f pAq  m ax


x
n

1

Ax

0 x F

m axn

P

Ax x

m n

es una norma que denotaremos con b) Si A P Fmn y B

m,n .

P Fnp entonces }AB }m,p }A}m,n}B }n,p. } }n,n es una norma de matriz.
m

En particular, si m  n entonces la norma c) Las normas

m,n ,

son consistentes. y

d) Si es cualquier otra norma de matriz consistente con A m,n pAq, @A P Fmn .

n,

entonces

En lo sucesivo, y para evitar una notaci on excesivamente pesada, no escribiremos los sub ndices que asocian cada norma al espacio en el que est a denida y representaremos todas las normas con el s mbolo } }. La raz on es que en todo momento es claro en qu e espacio est a el vector o la matriz sobre el que act ua la norma. As , escribiremos }x} y }A} en vez de }x}n o }A}m,n porque si A P Fmn entonces la norma en Fmn es }}m,n y no se necesita precisar los sub ndices; y, adem as, Ax s olo n tiene sentido si x P F y no se precisa especicar el sub ndice en el correspondiente s mbolo de la norma. Demostraci on.- a) Debemos vericar todos los axiomas que denen las normas de matriz (i) Si A  0 existe x m ax Ax 0.
x

P Fn tal que Ax  0. Por lo tanto

Ax

0y

1

(ii) Para todo P F A

 ||


x

m ax
x

m ax

1

Ax

1

Ax

 ||


A

m ax ||
x

1

Ax

46

Normas de Vectores y Matrices

(iii) Probamos ahora que si A, B efecto AB

P Fmn entonces pA B qx 
Bx m ax
x

AB


Bx

B . En

 p

m ax
x

1

1
Ax

Ax Bx

m ax
x

1

Ax B .

m ax
x

1

m ax
x

1

b) Sean A P Fmn y B

P Fnp. Por denici on AB  m ax ABx }x}1

. AB

Sea x0 P Fp un vector con x0  1 donde se alcanza el m aximo: Ahora bien, para cada matriz X X de donde resulta que Xy

ABx0 .

m ax
y 0

Xy y

X y , @y  0. As AB  ApBx0 q A Bx0 A B x0  A B ,

porque

 1; que es lo que se quer a demostrar. En particular si m  n  p y A, B P Fnn entonces }AB }n,n }A}n,n }B }n,n. Es decir, } }n,n es una norma de matriz.
x0 c) Ya hemos visto que @A P Fnn y @x P Fn , x  0, se tiene que Ax
m

m,n

Y para x  0 se obtiene la igualdad de forma evidente. Por consiguiente, las normas m,n, m y n son consistentes.

2.3 Normas de Matrices

47

d) Tambi en hemos visto m as arriba que existe x0 A Como es consistente con A

P Fn con

x0

 1 tal que


n

Ax0

resulta que x0
n

Ax0

pAq

 pAq,

tal y como se deseaba demostrar.

Ejemplo 2.12 .- Vamos a ver c omo se denen expl citamente las normas de matriz p para p  1, 2, 8. 1. - La norma de matriz 1 : Sea A P Fmn y escribamos esta matriz en funci on de sus columnas A  ra1 a2 an s. Vamos a probar que la norma de matriz inducida por la norma 1 es : A o, equivalentemente, A En efecto, pongamos M
1 1

1 j n

m ax

m i 1

|aij |
1

1 j n

m ax

 1m ax }a } . Vamos a demostrar que M  m ax }Ax}1 . j n j 1 }x} 1 Para ello probamos primero que M }Ax}1 para todo x P Fn con }x}1  1;
1

aj

i.e. que M es una cota superior del conjunto

t}Ax}1 : }x}1  1, x P Fnu,


Y a continuaci on que esta cota se alcanza. Es decir, que existe x0 }x0}  1 y M  }Ax0}1. Sea x P Fn con }x}1

P Fn tal que

 1, y sean px1, . . . , xn) sus componentes. Entonces

}Ax}1  }x1a1 xnan}1 p|x1|}a1}1 |xn|}an}1q p|x1| |xn|q 1m ax }a }  M }x}1  M j n j 1

48

Normas de Vectores y Matrices

Por lo tanto, M es una cota superior de t}Ax}1 : }x}1  1, x P Fn u. Ahora, si el m ax }aj }1 se alcanza, digamos, para la columna k entonces M  }ak }1 .
1 j n

k Tomando x0

 ek  p0, . . . , 0, 1, 0, . . . , 0q P Fn, tenemos que }x0}1  1 y


M

 }ak }1  }Aek }1  }Ax0},  1, x P Fnu que se

de modo que M es una cota superior de t}Ax}1 : }x}1 alcanza. Esto es m ax }aj }1  m ax }Ax}1  }A}1
1 j n

}x}1 1

2. - La norma de matriz 8 : De forma similar a lo que hemos visto m as arriba, vamos a demostrar que la norma de matriz inducida por la norma 8 es A 8  m ax 1in
n n j 1

|aij |.

Pongamos M

 1m ax |aij |. Por una parte in


j 1

Ax 8 

1m ax |a in j 1 ij  M }x}8.
As pues

n n m ax aij xj m ax aij xj 1in j 1 1in j 1   n n

|
x 8

1 k n

m ax | x k |

1 i n j 1

m ax

|aij |

}A}8 

m ax

8 1

Ax 8 M.

(2.2)

Para demostrar la desigualdad en sentido contrario vamos a probar que para cada i  1, . . . , n existe un vector xi con }xi }8  1 tal que
n j 1

|aij | 

n aij xi j . j 1

(2.3)

2.4 Sucesiones y Series de Matrices

49

Supuesto esto demostrado es f acil ver que }A}8 i  1, . . . , n

M . En efecto, para cada

}A}8  }x m ax }Ax}8 }Axi }  } 8 1  

n m ax aij xi j 1in j 1 n
1 i nj 1

  |aij |.

m ax

|aij |  M

As pues, debemos demostrar (2.3). Basta encontrar xi tal que aij xi j Pero esta misma identidad nos sirve de denici on: xi j ij  |a a |
ij

on de xi tenemos que siempre que aij  0 y xi j  1 si aij  0. Con esta denici }xi}8  1 y se verica (2.3) porque cada sumando aij xij  |aij | es positivo. En conclusi on
n j 1

}A1}8  }x m ax }Ax}8  M  m ax 1in }8 1


tal y como se deseaba demostrar.

|aij |

3. - La norma de matriz 2 : A la norma de matriz inducida por la norma 2 se le llama tambi en Norma Espectral. Veremos en un tema posterior que tiene un signicado muy importante que todav a no estamos en condiciones de comprender bien.

2.4.

Sucesiones y Series de Matrices

Tal y como hemos dicho en la secci on anterior, el uso de normas nos permite hablar de convergencia de sucesiones de vectores y, por lo tanto, de matrices. El objetivo de esta secci on es introducir las serie de matrices y demostrar un resultado que necesitaremos en un tema posterior.

50

Normas de Vectores y Matrices

Sea tAk u8 on innita de matrices con elementos en Fnm , recordemos k0 una sucesi que F  R o C. Con esta sucesi on formamos otra, la de las sumas parciales Sk

k j 0

Aj ,

0.

Denici on 2.13 La serie


k

8
j 0

existe el l m Sk . Adem as, si S

Aj converge si la sucesi on tSk u es convergente; i.e. si

 kl m S entonces escribiremos 8 k
8 
Aj

 S.

j 0

La convergencia de la serie

8
j 0

8
j 0

}Aj } de la siguiente forma:

Aj se puede reducir a la de la serie num erica

Proposici on 2.14 Si la serie num erica

8
j 0

}Aj }
Aj .

converge para alguna norma de

matriz, tambi en converge la serie matricial

8 

j 0

Demostraci on.- Sea 0 un n umero real dado. Veremos que existe un entero N 0 tal que si p, q N entonces Sp Sq . Esto demuestra que la sucesi on mn tSnu de sumas parciales es una sucesi on de Cauchy. Como F es completo, tSn u converge. En efecto Sp Sq Ahora bien, si
  q     Aj   j p1 
q j p 1

8
j 0

}Aj } 
Aj

p Aj j 0

} }

q j 0

} }

Aj .

}Aj } converge, existe N 0 tal que si p, q N entonces


p Aj j 0

} }

q j 0

} } ,

2.4 Sucesiones y Series de Matrices

51

que es lo que se quer a demostrar. En particular, para matrices cuadradas la serie de potencias gente si lo es la serie num erica

8
j 0

8
j 0

particular de la Proposici on 2.14 pero se demuestra igual teniendo en cuenta que la norma elegida es una norma de matriz. En efecto, basta observar que si Bj  aj Aj entonces }Bj } |aj | }Aj } |aj | }A}j , donde la u ltima desigualdad se debe a que las normas de matriz tienen la propiedad submultiplicativa. Como muchas funciones escalares se pueden denir como series de potencias convergentes en ciertas regiones del plano complejo, la posibilidad de reducir la convergencia de una serie de potencias matriciales a la de sus correspondientes normas permite denir de forma sencilla algunas funciones matriciales. Concretamente, sea f pz q

|aj | }A} . En realidad, este resultado no es un caso


j

aj Aj es conver-

8
j 0

aj z j en un entorno de z

 0 con un radio de P
Fnn . Si hay converge y

convergencia R y consideremos la serie matricial alguna norma de matriz para la que }A} podemos denir f pAq 

8
j 0

aj Aj con A

R, la serie

8
j 0

|aj | }A}j

8
j 0

aj Aj .

En particular, cada una de las siguientes funciones est a perfectamente denidas: eA

 j1! Aj , @A P Fnn. j 0 8 p1qj senpAq  A2j 1 , @A P Fnn . p 2 j 1 q ! j 0 8 p1qj 2j nn cospAq  p2j q! A , @A P F .


j 0

De la misma forma se podr an denir otras funciones matriciales como ln A, tanpAq,

52

Normas de Vectores y Matrices

etc. Nos interesa especialmente la serie geom etrica a 1z 1

8
j 0

 p1 zq1 si |z| 1:

z j que sabemos que converge

P Fnn y }A} 1 para alguna norma de matriz, entonces 8 In A es invertible. Adem as, en tal caso pIn Aq1  Aj y }pIn Aq1 }
Proposici on 2.15 Si A
j 0

1 }A}

Demostraci on.- Si }A} 1 entonces la serie geom etrica te, y por la Proposici on 2.14 la serie matricial pongamos Sk Entonces

8
j 0

8
j 0

}A}j es convergen
8
j 0

Aj converge. Sea B

Aj y

k j 0

Aj .

pI AqSk  pIn AqpIn A Ak q  In Ak1. Como l m Sk  B resulta que k8


k

l m pIn AqSk

 pIn AqB,

y tambi en

 kl m pI Ak1 q. 8 8 n Ahora bien, l m pIn Ak1 q  In porque }In Ak1 In } k8


k

l m pIn AqSk

num erica

t}A}k u converge a cero por ser }A} 1. En consecuencia pIn AqB  In y pIn Aq1  B 

}A}k1 y la sucesi on

8
j 0

Aj .

2.4 Sucesiones y Series de Matrices

53

Finalmente

}pIn Aq1} 

 8      Aj   j 0 

8
j 0

}A}j  1 1}A} .

54

Normas de Vectores y Matrices