UNIVERSIDAD DE CONCEPCION

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DEPARTAMENTO DE INGENIERIA MATEMATICA

TAREA 1

An
alisis N
umerico II, Algebra
Lineal N
umerica 525441 (2016)
1.- Por Gonzalo Benavides. Sean A, B Knn . Muestre que AB y BA tienen el mismo polinomio
caracterstico.
Demostraci
on
Sean A, B Knn .
Notar que


In
0n

B
In



In
0n 0n
0n
A AB
{z
}
|
C

donde

In
0n

B
In



In
0n

 
-B
In
=
In
0n

 

-B
BA 0n
=
In
A 0n
{z
}
|
D


-B
In
In
0n

B
In


= I2n

Es decir, C y D son semejantes, de donde

x K

pC (x) = pD (x)
det(C xI2n ) = det(D xI2n )

 

 BA xIn
xIn
0n 
0n



=

A
xIn 
A
AB xIn  

x K

det (xIn ) det (AB xIn ) = det (xIn ) det (BA xIn )

x K

det (xIn ) [det (AB xIn ) det (BA xIn )] = 0

x K

x K

det (AB xIn ) = det (BA xIn )

x K\ {0}

pAB (x) = pBA (x)

x K\ {0}

En particular
x1 , ..., xn+1 K\ {0} : pAB (xi ) = pBA (xi )

i {1, ..., n + 1}

Dado que pAB , pBA Pn (K), necesariamente

pAB = pBA




A11 A12
3.- Por Emely Rozas. Sea A =
una matriz cuadrada definida por bloques, siendo A11 y
A21 A22
A22 submatrices cuadradas, con A11 no singular.
a) Deduzca la siguiente descomposicion de matrices cuadradas



B
I D
=A
C I
E

(1)

identificando los bloques matriciales B, C, D y E, y sabiendo ademas que B y D tienen el mismo

orden que A11 y A22 respectivamente.
Demostraci
on

Sea A =


A11
A21

A12
A22


matriz cuadrada de orden n, y sea

B
C



I D
E


la

descomposici
on LU de A
Notar
que


B
corresponde a una matriz triangular inferior y
C I


I D
a una matriz triangular superior
E
Y donde es una matriz de ceros y I es la matriz identidad, con las dimensiones adecuadas.
Por lo tanto, tenemos que


 
 
 

B
I D
BI + BD + E
B
BD
A11 A12
=
=
=
=A
C I
E
CI + I CD + I
C CD + E
A21 A22
Nota Para que CD y E puedan sumarse deben tener el mismo orden que D y A22 , al igual que
BD con A12 , por lo tanto, A11 , A12 , A21 , A22 son matrices cuadradas de la misma dimension.
As,
B

= A11
= A12 = D = B 1 A12 = A1
11 A12

BD
C

= A21
= A22 = E = A22 CD = A22 A21 A1
11 A12

CD + E
b) Concluir justificadamente que

det(A) = det(A11 )det(A22 A21 A1

11 A12 )
Prueba
Siendo I la matriz identidad y una matriz de ceros de ordenes adecuados, se tiene que

A
1  11
A21


A12 
=
A22 
=



 



I
 A11 A12  
A11
A12


A21 A1 I  A21 A22  = A21 A21 A1 A11 A22 A21 A1 A12 
11
11
11


A11
 


A12
1

 


 A22 A21 A1 A12  = A11 A22 A21 A11 A12
11

De donde se concluye el resultado.



5.- Por Jaime Luckmann. Sea b := bi Rn no nulo. Determine los autovalores y espacios propios de
la matriz simetrica bbt := (bi bj )
Soluci
on:
Sea bi Rn y Bn definida como:

Bn := bb =

b1
b2
..
.

b1

b2

...

bn

bn

b21

b1 b2

b1 b2
=
.
..
b1 bn

...

b22
..

b2 bn

.
...

b1 bn
..
.
..
.
bnn

Es f
acil ver que para el caso en que n=1 el (B1 ) = {b21 }, cuyo polinomio caracterstico es p() = b21 .
Cuya multiplicidad algebraica (ma ( = b21 )) es igual a 1
Para el caso de n=2, tenemos que su polinomio caracterstico sera:
 2

b1 b1 b2
Det(B2 I) = det
= (b21 )(b22 ) (b1 b2 )2 = ( (b21 + b22 )) = 0
b1 b2
b22
Lo cual implica que (B2 ) = {0, b21 + b22 }, donde ma ( = 0) = 1 y ma ( = b21 + b22 ) = 1
Para el caso de n=3, an
alogamente, obtenemos que su polinomio caracterstico es
p() = 2 ( (b21 + b22 + b23 )), Lo cual implica que (B3 ) = {0, b21 + b22 + b23 }, donde la ma ( = 0) = 2 y
la ma ( = b21 + b22 + b23 ) = 1.
En consecuencia podemos, a priori, decir que el (Bn ) = {0, b21 + b22 + ... + b2n }, donde ma ( = 0) = n 1
y ma ( = b21 + b22 + ... + b2n ) = 1.
En efecto,
Se debe mostrar que Det(Bn 0I) = 0.
Sea Bij cada elemento de la matriz, i, j = 1, 2, ..., n
La fila B1j es de la forma:
B1j =
=

b21
b1 b2

b2
b1

b1 b2

...

b1 bn

b22

...

b2 bn

= B2j

En otras palabras, la primera fila es combinacion lineal de la segunda, lo que indica que el r(Bn ) < n, lo
que indica que Det(Bn ) = 0 y por ende = 0 es valor propio.
Mostrar que = b21 + b22 + ... + b2n es valor propio se mostrara mas adelante.

Resultado de Algebra lineal: Dada una matriz simetrica, vectores propios asociados a valores propios
distintos son ortogonales.
Debido a este resultado y que podemos ordenar los valores propios de Bn . Podemos usar la siguiente
propiedad del coeficiente de Rayleigh para encontrar el Sub espacio asociado a = 0:
l = RBn (pl )
Donde pl es el subespacio asociado que andamos buscando.
reemplazando,
v Bn v
v bbt v
0 = RBn (v) =
=
, v = (x1 , ..., xn )t Rn

v v
v v
pero como en una Matriz simetrica, sus subespacios asociados estan en R, v = v t y que v v 6= 0, se tiene
0 = (v t b)(bt v) = (x1 b1 + ... + xn bn )(b1 x1 + ... + bn xn )
3

 x1 b1 + ... + xn bn = 0
Finalmente el subespacio asociado a = 0 es:
S0 = h{(b2 , b1 , 0, ..., 0), (0, b3 , b1 , 0, ..., 0), ..., (0, ..., 0, bn , b1 )}i

De manera an
aloga encontramos el Sub espacio asociado a = b21 + b22 + ... + b2n .
Luego por la propiedad del coeficiente de Rayleigh,
b21 + b22 + ... + b2n = RBn =

v Bn v
v t bbt v
, v = (x1 , ..., xn )t Rn ,
= 2

v v
x1 + ... + x2n

(x21 + ... + x2n )(b21 + ... + b2n ) = (x1 b1 + ... + xn bn )2

(x1 , ..., x2 ) = (b1 , ..., bn ) trivialmente
Finalmente,
S
= h{(b1 , b2 , ..., bn )}i
= b21 + ... + b2n
on:
Solamente resta demostrar que = b21 + ... + b2n es valor propio de Bn . as que recurrimos a la definici

Llamemos v = (b1 , ..., bn )t

b21

b1 b2
B n v =
.
..
b1 bn

b1 b2

...

b22
..

b2 bn

.
...

b1 bn
..
.
..
.
bnn

b1
b2
..
.
bn

b1 (b21 + ... + b2n )

b2 (b21 + ... + b2n )
..
.
bn (b21 + ... + b2n )

= (b21 + ... + b2n )v

De esta forma b21 + ... + b2n es valor propio.



6.- Por Iv
an Navarrete. Sea A Rnn una matriz simetrica con autovalores i y autovectores asociados
pi (1 i n), los cuales forman una base ortonormal de Rn . Demuestre que:
A=

n
X

j pj ptj

j=1

Demostraci
on
Como {p1 , . . . , pn } es una base ortonormal de Rn , tenemos que
(
1 i=j
pti pj = ij =
0 i 6= j
Adem
as, sea v Rn , v 6= , tal que v =

n
X

k pk con ak R, k {1, . . . , n} tenemos que

i=1

n
X

!
i pi pti

i=1

n
X

!
k pk

k=1

=
=

n
X
k=1
n
X
k=1
n
X

Apk

n
X

!
pi pti pk

i=1

k k pk
k k pk

n
X
k=1
n
X

n
X

!
i pi ik

i=1

k k pk

k=1

k=1

=
As, como v 6= , necesariamente
A

n
X

i pi pti = A =

n
X

i pi pti

i=1

i=1

7.- Por Yamira Roa. Sea B Cnxn tal que (B) < 1. Pruebe que I-B es no singular y todos los valores
propios de I + 2(B I)1 tienen parte real negativa.
Soluci
on:
Sea I , B Cnxn
I-B es no singular ker(I-B)= {}
Suponiendo que v ker(I-B), v Cn \{} tal que:
(I B)v =
v Bv =
Bv = v
1 (B)
As:
| 1 | (B)
1 (B) < 1
Lo cual es una contradicci
on.
Por lo tanto I-B es no singular.
Sea B Cnxn , x un vector columna de Cn y C que satisface:
Bx = x
Por lo tanto:
(B I)x = Bx x
= x x
= ( 1)x
As -1 es autovalor de B-I
Es f
acil ver que B-I es no singular. Por lo tanto

1
es autovalor de (B I)1
1

Entonces:
[I + 2(B I)1 ]x = x + 2(B I)1 x
2
x
=x+
1
2
= (1 +
)x
1
Los autovalores de I + 2(B I)1 son 1 +
Como C = + i con , R

1+

2
1

2
+1
=
1
1
( + 1) + i
=
( 1) + i



( + 1) + i
( 1) i
=
( 1) + i
( 1) i
2
2
+ 1 2i
=
( 1)2 + 2


Re

+1
1

2 + 2 1
( 1)2 + 2
||2 1
=
( 1)2 + 2

Como (B) < 1 || < 1, adem

as es f
acil ver que ( 1)2 + 2 > o

||2 1
<0
( 1)2 + 2

Por lo tanto todos los autovalores de I + 2(B I)1 tienen parte real negativa.


8.- Por Juan Rojas. Sea A una matriz diagonal. Demuestre que k A kp = (A), 1 p +.

Soluci
on: Sea A = (aij ) Mn (C).
Si A es diagonal, entonces

A=

i
0

; i=j
; i=
6 j

i, j {1, ..., n}

con i valores propios de A.

Particularmente, se probar
a para las siguientes dos normas: k k1 , k k .
Para demostrarlo, se considerar
a i0 , j0 {1, . . . , n}
n
n
X
X
k A k1 = m
ax
(aij ) =
(aij0 ) = aj0 j0 = j0 = (A)
1jn

i=1

i=1

an
alogamente
k A k = m
ax

1in

n
X

n
X
(aij ) =
(ai0 j ) = ai0 i0 = i0 = (A)

j=1

j=1

Por otra parte, si p ]1, [ se demostrara a traves de la doble desigualdad.

k A kp (A)
Sea v = (v1 , ..., vn ) Cn , k v kp = 1 e i0 {1, . . . , n}, tal que i0 = max |i |.
1in

k A kpp =k Av kpp =k (1 v1 , . . . , n vn ) kpp

n
X

|i vi |p

i=1

n
X
( max |i |)p |vi |p
i=1

1in
n
X

(i0 )p

|vi |p

(i0 )p k v kpp

i=1

= (A)p

= k A kp (A)
k A kp (A)
Sea i0 {1, . . . , n} tal que i0 = max |i |.
1in

Se necesita hallar w = (w1 , . . . , wn ) Cn , k w kp = 1, que satisfaga la desigualdad k Aw kp (A).

Es decir

k Aw kpp ( max |i |)p

1in
n
X
|i wi |p |i0 |p
i=1

As, si se considera

w=

0
1

; i 6= i0
; i = i0

se tiene que
k Aw kp =

n
X

|i wi | i0 = max |i | = (A)
1in

i=1

En consecuencia, dada la doble desigualdad se obtiene que

k A kp = (A),

1 p +


9.- Por Franco Quinan. Dada una matriz diagonalizable A existira, al menos, una norma matricial
kk en la cual kAk = (A)?
Por un resultado visto antes en clases, se sabe que dada una matriz A y dado un  cualquiera mayor a
cero, de manera que al menos una norma matricial inducida kk tal que;

kAk (A) + 
Gracias a esto, se tiene una idea para definir un norma que involucre a una norma matricial inducida por
una norma vectorial:
Sea A Mn (C) diagonalizable, es decir, existe P Mn (C) con det(P ) 6= 0 de modo que :
P AP 1 = D = diag(1 , 2 , , n )
Donde 1 , 2 , , n son autovalores de A.
Se define la aplicaci
on:
kk :Mn (C) R
A 7 kAk = kP AP 1 k
Con P invertible. Se mostrar
a que es norma matricial. Sea A, B Mn (C) , R
(a) kAk = kP AP 1 k 0. Puesto que la norma infinito es norma matricial inducida por una norma
vectorial, por ende, cumple la propiedad.
(b) kAk = 0 kP AP 1 k = 0 P AP 1 = A =
kAk = 0 A =
(c) kAk = kP (A)P 1 k = kP AP 1 k = ||kP AP 1 k = ||kAk
kAk = ||kAk
(d) kA + Bk = kP (A + B)P 1 k = kP AP 1 + P BP 1 k kP AP 1 k + kP BP 1 k
kA + Bk kP AP 1 k + kP BP 1 k
(e) kABk = kP (AB)P 1 k = kP AIBP 1 k = kP AP 1 P BP 1 k kP AP 1 k kP BP 1 k
kABk kP AP 1 k kP BP 1 k
Luego por (a), (b), (c), (d), (e) La aplicacion definida es norma matricial.
Si A es diagonalizable y eligiendo P = [v1 |v2 | |vn ], donde v1 , v2 , . . . , vn son los autovectores de la matriz
A, se tiene:
kAk = kP AP 1 k = kDk = |j0 |
Donde j0 es el autovalor con mayor valor absoluto. Se concluye:
kAk = (A)
Lo cual afirma que existe una norma matricial que responde el enunciado.


10

10.- Por Ignacio Ruminot. Demostrar, para cualquier A Cnn , y p [1, +[

(a) n1/p kAk kAkp n1/p kAk ,
(b) n1/2 kAk2 kAk1 n1/2 kAk2 .
Demostraci
on
(a) Sea A Cnn , sabemos que la norma infinita se define como:
kAk = max

n
X

1kn

|aik |

i=1

Si p = 1, se tiene que
kAk =

n
X
j=1
n
X

|aij0 |,

j0 {1, 2, . . . , n}

aij

j=1

= kAk1
= max

n
X

1in

n
X

|aij |

i=1

|aij0 |

i=1

= n |aij0 |
= n kAk

As, podemos ver que

n1 kAk kAk1 n kAk
Si p = 2, tenemos que
kAk2 n1/2 kAk2 ,
(A) kAk
ademas, sabemos que kAk2 = ( (A))

1/2

, luego podemos inferir que

n1/2 kAk kAk2 n1/2 kAk

Si p > 2, tenemos que
n
n X
X

p 1/p

((|aij |) )

i=1 j=1

n
X

p 1/p

((|aij |) )

i=1

n1/p

n
X

aij = n1/p kAk

i=1

luego, se sigue que

n1/p kAk kAkp n1/p kAk
(b) Sea A = (aij ) Cnn , tenemos que
2

kAk2 = (A A)

|| = tr (A A)

como n 1, podemos asegurar lo siguiente

1
2
2
2
kAk2 kAk2 n kAk2
n
11

1
kAk2 kAk2 n1/2 kAk2
n1/2
Luego, usaremos el hecho que (A) kAk, en particular (A) kAk1 , de donde podemos deducir lo
siguiente

n1/2 kAk2 kAk1 n1/2 kAk2



12

11.a) Pruebe que ||uv ||2 = ||u||2 ||v||2

u, v Cn

b) En lo que sigue, consideraremos A Cnxn matriz no singular. Sean u, v Cnxn \ {0}, con los cuales
vu
se construye la matriz E = E(u, v) :=
||u||22
b.1) Dado v Cn \ {0}, determine u Cn \ {0} con el cual es posible construir una matriz E =
E(u, v) como se describe en b), tal que ||A1 E||2 = 1 y A + B es singular.
b.2) Demuestre que
mn {||F||2 : F Cnxn , A + F es singular} =

1
||A1 ||2

Demostraci
on
a) La proposici
on se cumple trivialmente para u = 0 o v = 0
Sean u, v Cn \ {0}
Notar que
(vv )v = kvk22 v kvk22 (vv )
(vv ) kvk22
Por otra parte, sea w Cn , kwk = 1, tal que kvv k2 = kvv wk2
(vv ) kvv k2
= kvv wk2
= |v w|kvk2
kvk22 kwk2
=

C-S

kvk22

As,
(vv ) = kvk22
y se obtiene
kuv k22 = [(uv ) (uv )]
= (vu uv )
= kuk22 vv

= kuk22 (vv )
= kuk22 kvk22
de donde se concluye el resultado.

b.1) Forma 1
Sea E =

vu
, se tiene que
kuk22



1




A ( vu ) = 1 A1 (vu ) = 1 A1 vu = 1
2
2
2


2
2
kuk2 2
kuk2
kuk2


= A1 vu 2 = kuk22
13

Supongamos entonces u = A1 v , se tiene que

kA1 Ek2 = k

A1 vu
kuu k
kuk22
A1 (vu )
k2 = k
k=
=
=1
2
2
2
kuk2
kuk2
kuk2
kuk22

Ahora, dado de que A es no singular

u

= A1 v

= Au = v
vu
= A =
kuk22
vu
vu
+
=
kuk22
kuk22
= det(A + E) = 0

= A + E =

= A + E es singular.

Forma 2
Sea v Cn \ {0}. Determinemos u Cn \ {0} de la forma
u = Pv

(2)

.con C, P Cnxn unitaria

Reemplazando (2) en E
E=

v(Pv)
1 v(Pv)
=
2
kPvk2
kPvk22

Multiplicando por A1 y tomando kk2

kA1 Ek2 =

1 kA1 v(Pv) k2
||
kPvk22

(3)

Imponemos kA1 Ek2 = 1, en tal caso

|| =

kA1 v(Pv) k2
kPvk22

(4)

Por otra parte, A + E debe ser singular. Supongamos que lo es, es decir
w Cn \ {0} : (A + E)w = 0
w Cn \ {0} : Aw

1 (Pv) w
v=0
kPvk22

Ensayemos w = A1 v 6= 0, en tal caso

1 (Pv) A1 v
v=0
kPvk22


1 (Pv) A1 v
v=0
1
kPvk22
v

(Pv) A1 v
kPvk22

(5)

Verifiquemos si (4) es compatible con (5). Es decir, si existe P Cnxn unitaria tal que
kA1 v(Pv) k2 = |(Pv) A1 v|
14

(6)

Notar que
kA1 v(Pv) k22 = (A1 vv P Pvv A ) = kvk22 kA1 vk22
Es decir

C-S

|(Pv) A1 v| kPvk2 kA1 vk2 = kvk2 kA1 vk2 = kA1 v(Pv) k2

La igualdad buscada (6) se cumple si y solo si Pv es combinacion lineal de A1 v. Es decir
Pv = A1 v

(7)

para alg
un C.
Para determinar las condiciones que debe satisfacer , reemplazamos (7) en (5), obteniendo
1
=

y reemplazando en (2), se obtiene finalmente

u = A1 v = A1 v
vector que claramente satisface las condiciones solicitadas.
b2) Sea F Cnxn , tal que A + F es singular.
Como A + F es singular
w Cnxn , w 6= 0 : (A + F)w = 0
w Cnxn , w 6= 0 : Aw = Fw
As
kFvk2
kvk2
kFwk2

kwk2
kAwk2
=
kwk2
kAvk2
mn
v6=0 kvk2
kuk2
= mn
(Av = u, A no singular)
u6=0 kA1 uk2
1
=
kA1 uk2
max
u6=0
kuk2
1
=
kA1 k2

kFk2 = max
v6=0

Es decir
nf {||F||2 : F Cnxn , A + F es singular}
Consideremos E definida en b) con u = A
kEk22 =

v. Se tiene

kvv A k22
kA1 vk42

kvk22 (A1 vv A )
kA1 vk42
kvk22
=
kA1 vk22

15

1
kA

k2

Luego
kEk2 =
=

kvk2
kA1 vk2
1
kA1 vk2
kvk2

maxv6=0
=

kA1 vk2
kvk2

1
kA

k2

Como E {||F||2 : F Cnxn , A + F es singular}, entonces

kEk2
As
kEk2 =

1
kA

k2

1
kA1 k2

y luego
mn {||F||2 : F Cnxn , A + F es singular} = kEk2 =

1
kA1 k2


11 de Abril de 2016
GBG/ERS/JLC/JMC/INJ/IRA/FQM/YRC
16