Mtodos Numricos II

Segundo de Grado en Matemticas, Curso 2011/12

Dpto. de Anlisis Matemtico; Fac. de Ciencias; Univ. de Mlaga
Prof. Francisco Jos Palma Molina

Problemas del Tema I: Vectores y Matrices.

1. Calcular

ii .

2. Calcular todas las submatrices de una matriz cuadrada de orden 5.

3. Evaluar el nmero de operaciones necesarias para calcular el producto de dos matrices.
4. Dada

A = (ai,j ) Mmn (R),

demostrar que

max

ai,j

mn

i=1,2,...,m j=1,2,...,n

mn

max

j=1,2,...,n i=1,2,...,m

ai,j .

t
5. Dada A Mmn (R) (resp. A Mmn (C)), demostrar que su matriz transpuesta A (resp. conjugada
A ) queda caracterizada por ser la nica matriz de Mnm (R) (resp. Mnm (C)) tal que A X, Y =
X, At Y , para todo X Rn , Y Rm , (resp. A X, Y = X, A Y , para todo X Cn , Y Cm ).
6. Dadas

A, B Mn (K)

tales que

A B = I;

podemos asegurar que

es la inversa de

A?

7. Caracterizar los elementos diagonales de una matriz antisimtrica-antihermtica. Qu puede decirse

en el caso de una matriz simtrica-hermtica?
8. Demostrar que toda matriz cuadrada puede descomponerse como suma de una matriz triangular
superior y otra triangular inferior; dem con una estrictamente triangular superior, otra estrictamente
triangular inferior y una tercera diagonal; dem con una simtrica-hermtica y otra antisimtricaantihermtica. Son nicas algunas de estas descomposiciones?
9. Analizar el comportamiento de la simetra de una matriz frente a la suma de matrices, matriz
opuesta, producto por escalares, producto de matrices, transposicin-conjugacin, matriz inversa y
propiedades relacionadas con el aspecto de una matriz (diagonal, triangular, etc.); dem para matrices
antisimtricas, hermticas, antihermticas, ortogonales, unitarias, normales y denidas positiva.
10. Demostrar que las submatrices principales de una matriz denida positiva son tambin denidas
positiva; demostrar que los elementos diagonales de una matriz denida positiva son positivos.
11. Desarrollar la expresin del determinante de una matriz cuadrada de orden 2, 3 y 4 (utilizando
solamente la denicin de determinante).
12. Dadas

A, B Mn (K),

puede ocurrir que

A B B A = I,

con

= 0?

Y que

A B + B A = 0?

(Indicacin: estudiar la traza y el determinante.)

13. Sea

una matriz inversible cuyos elementos, as como los de su matriz inversa, son todos mayores o

iguales que cero. Demostrar que en cada la y en cada columna de la matriz
un nico elemento no nulo. Conluir que existe una matriz de permutacin

con elementos diagonales estrictamente positivos tales que

A = P D

y de su inversa hay

y una matriz diagonal

(lo recproco es trivialmente

cierto).

14.

A1,1
Consideremos la matriz A =
A2,1
sible; demostrar que det A = det A1,1
(
A1,1 0
los siguientes casos: A1 =
0 I
A5 = A3 A4 .)

)
A1,2
Mn (K), donde suponemos que el bloque A1,1 es inverA2,2
1
det(A2,2 A
previamente
(
)
( 2,1 A1,1 )A1,2 ). (Indicacin: considerar
)
I
0
I A1,1 1 A1,2
, A3 = A1 A2 , A4 =
, A2 =
y
0 A2,2
0
I

15. Demostrar que los autovalores de los mltiplos escalares, potencias e inversa de una matriz son los
mltiplos escalares, potencias e inversa de los autovalores de la matriz inicial y viceversa; caracterizar
los autovectores correspondientes. Justicar si es cierto que los autovalores de la suma o el producto
de dos matrices sean la suma o el producto de los autovalores correspondientes. Demostrar que si
es un autovalor de una matriz

q(x)

es un polinomio cualquiera, entonces

q()

es autovalor de la

q(A).

matriz

16. Demostrar que si

es autovalor de

A,

entonces

lo es de

A + I.

17. Calcular los autovalores y autovectores e indicar si son o no diagonalizables las matrices:

(
A=

3 1
0 1

7
1
A=
1
1
18. Dadas

A, B Mn (K),

1
7
1
1

)
;

1
1
7
1

2 0
2

0 1
0 ;
A=
2 0 1

1
1
;
1
7

demostrar que

1
0
A=
0
1

1
0 0
1 0 ;
A = 3
4 7 1

0
0
1
1
0
0
;
0
1 2
0 2
5

AB

BA

(
A=

0 2
2
0

)
.

tienen el mismo polinomio caracterstico. (Indica-

cin: si una de ellas es inversible, el resultado es inmediato; si ambas son singulares, considerar que

A + I

es inversible para

sucientemente pequeo y tomar lmites.)

A = (ai,j ) Mn (K) tal que ai,i = ,

= , i = 2, 3, . . . , n (, , K).

19. Calcular los autovalores y autovectores de la matriz tridiagonal

i = 1, 2, . . . , n, ai,i+1 = , i = 1, 2, . . . , n 1,

ai,i1

J() = (i,j ) Mn (K) (n > 1, K) cuyos nicos elementos

= , i = 1, 2, . . . , n y i,i+1 = 1, i = 1, 2, . . . , n 1; calcular sus autovalores y

20. Se llama bloque de Jordan a la matriz

no nulos son

i,i

demostrar que no es diagonalizable.

21. Demostrar que las matrices

A=

B=

no son semejantes.

una matriz denida positiva; demostrar que existe una nica matriz B Mn (K),
2
tambin denida positiva, tal que B = A (B se llama raz cuadrada de A). (Indicacin: diagonalizar

22. Sea

A Mn (K)

y calcular la raz cuadrada de la matriz diagonal.)

A Mn (K) inversible; demostrar que existe una nica descomposicin de la forma A = B U ,

donde B Mn (K) es denida positiva y U Mn (K) es ortogonal-unitaria (este descomposicin
i
recibe el nombre de factorizacin polar de la matriz A, por analoga con la expresin z = |z| e z de
los nmeros complejos). (Indicacin: factorizar A con la ayuda de los valores singulares.)

23. Sea

Mn (R) una matriz ortogonal; demostrar que existe Q Mn (R), tambin ortogonal, tal que
Q O Q es una matriz diagonal por bloques, cuyos bloques
diagonales son de cualquiera de las tres
(
)
( )
(
)
cos sen
1 , Ai,i = 1 o Ai,i =
formas siguientes: Ai,i =
( [0, 2 )). (Indicacin:
sen cos

24. Sea O
1

utilizar que es diagonalizable, que sus autovalores son de mdulo uno y separar la parte real y la
imaginaria de los autovalores y autovectores.)
25. Sea

A Mn (R); demostrar que una condicin

B Mn (R) tal que U = A + i B (es

unitaria y

necesaria y suciente para que exista

decir,

que todos sus valores singulares sean menores o igual a uno.

2

U Mn (C)

es la parte real de una matriz unitaria) es

26. Sea

X Rn

no nulo; calcular todos los autovalores y autovectores de la matriz

X X t.

(Indicacin:

analizar si es simtrica y denida positiva y estudiar su traza.)

27. Sea

A Mn (R)

simtrica, con autovalores

n

autovectores; demostrar que

i , i = 1, 2, . . . , n,

y sea

{Xi }ni=1

una base ortonormal de

i Xi Xi t .

A=

i=1
28. Demostrar que

29. Demostrar que para todo

son efectivamente normas en

X Kn

la sucesin

{Xp }
p=1

Kn .

tiene lmite y ste vale

X .

30. Demostrar que en dimensin nita todas las normas son equivalentes.
31. Demostrar que la funcin norma es una funcin continua.

n
son dos normas sobre K , entonces dichas normas son equivalentes si
n
n

y slo si la aplicacin identidad de (K , ) en (K , ) es un homeomorsmo.

32. Demostrar que si

33. Demostrar que en dimensin nita, todas las aplicaciones lineales son continuas.
34. Demostrar que la norma inducida por un producto escalar verica la llamada regla del paralelogramo,
2
2
2
2
n
es decir, X + Y + X Y = 2 X + 2 Y , para todo X, Y K . Reciprocamente, demostrar
que si una norma verica la regla del paralelogramo, sta es inducida por un producto escalar.
1
(X + Y 2 X Y 2 ) y en el caso complejo
(Indicacin: en el caso real trabajar con X, Y =
4
1
con X, Y =
(X + Y 2 + X + i Y 2 i X Y 2 X i Y 2 i).)
4

(
35. Probar que

Xp =

)1/p
|xi |p

p (1, ),

es una norma en

Kn .

La nica dicultad estriba

i=1
1
en la desigualdad triangular. Sea q (1, ) tal que p
+ q 1 = 1. Demostrar que si , 0,
1 p
1 q
entonces p
+ q ; para ello utilizar la convexidad de la fucin exponencial en un
1
punto t x1 + (1 t) x2 , t (0, 1), y hacer la sustitucin t = p , x1 = p ln y x2 = q ln .
n

1
1
Tomando = Xp |xi |, = Y q |yi | y sumando se obtiene la desigualdad de Hlder
|xi yi |
i=1
Xp Y q (para p = q = 2 es una variante ms fuerte de la desigualdad de Cauchy-Schwarz).
Para llegar a la desigualdad triangular (tambin llamada desigualdad de Minkowski), considerar
(|xi | + |yi |)p = |xi |(|xi | + |yi |)p1 + |yi |(|xi | + |yi |)p1 , sumar y aplicar la desigualdad de Hlder.
36. Demostrar que para una matriz
37. Dada una matriz

(A) = A.
38. Sea

A Mn (K)

A Mn (K)

diagonal se verica que

Ap = (A), p = 1, 2, .

diagonalizable, demostrar que existe una norma matricial

A = U A U 1 p , p = 1, 2, .)

tal que

(Indicacin: considerar

A = (ai,j ) Mn (K) de diagonal estrictamente dominante; sea =

demostrar que

A1 1 .

(Indicacin: probar que

mn |ai,i |

i=1,2,...,n

|ai,j | > 0;

j=1 ; j=i

Y A Y .)

A Mn (K) hermtica;
encontrar una condicin necesaria y suciente para que la aplicacin
n
+
: K R /X 7 X = X A X sea una norma.

Demostrar que X X1 n X , X X2
n X y X2 X1 n X2 ,
n
para todo X K y que dichas desigualdades son las mejores posibles.

39. Sea

40.

41. Demostrar que

: Mn (K) R+ /A 7 A = n

subordinada. Demostrar que si cambiamos

una norma matricial, pero para

<n

por

max

i,j=1,2,...,n

> 0,

|ai,j |

dene una norma matricial no

no ocurre lo mismo (se supone

3

>n
n > 1).

entonces para

se sigue obteniendo

V una norma vectorial en Kn y Q Mn (K) inversible; se dene V : Kn R+ /X 7 XV =

Q XV . Demostrar que V es tambin una norma vectorial. Sigue siendo cierto lo anterior si no

exigimos que la matriz Q sea inversible? Sean M y M las normas matriciales subordinadas

1
correspondientes en Mn (K); demostrar que para toda A Mn (K), se tiene AM = Q A Q M .
(
)
)
(
(
)
1 i
z1
x1 + y1 i
2
+
Dada Q =
, sea : C R /X =
=
7 X = Q X .
0 1
z2
x2 + y2 i
Demostrar que X = m
ax{|(x1 y2 ) + (x2 + y1 ) i|, |x2 + y2 i|} y que la restriccin a R2 coincide
A X
A X
y A =
m
ax
.
con la eucldea. Para A = (ai,j ) M2 (R) ponenos |A| =
m
ax
2
2
XR {0} X
XC {0} X
1
2
2
2
2
2
Demostrar que |A| = A2 y que A = Q A Q . Demostrar que |A| a1,1 +a1,2 +a2,1 +a2,2 ,
A = max{|a1,2 + a2,1 + (a2,2 a1,1 ) i| + |a1,1 + a2,1 i|, |a2,2 a2,1 i| + |a2,1 |} y A |a1,2 + a2,1 +
(a2,2 a1,1 ) i|; concluir que si det(A) < 0 entonces |A| < A.

42. Sea

43.

44. Sea

{Un }nN

una sucesin de matrices unitarias del mismo orden; demostrar que existe una subsu-

cesin que converge hacia una matriz unitaria.

45. Sea

A Mn (K)

tal que la sucesin

{Ak }kN

converge hacia una matriz inversible; calcular

k
B Mn (K), se considera la serie matricial
k=0 B ; demostrar que dicha serie es sumable, y
1
que su suma vale (I B) , si y slo si (B) < 1.
1 k
Dada B Mn (K), se considera la serie matricial
k=0 k! B ; demostrar que dicha serie es sumable
B
B
tr(B)
B
(su suma se nota por e ). Demostrar que det(e ) = e
, lo que prueba que la matriz e siempre
A+B
A B
es inversible. Demostrar que e
= e e si y slo si A B = B A.

46. Dada

47.

A.