Lec 2

Captulo 2
Normas de Vectores y Matrices
2.1.
Introducci
on
En este captulo 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 definir de forma precisa conceptos
tales como series de potencias de matrices; y desde luego es basico para precisar lo
que se entiende por proximidad o lejana entre matrices, aspectos fundamentales en
el analisis de algoritmos en la computacion numerica. Un par de ejemplos pueden
servir para ilustrar estas ideas.
Es conocido que si x es un n
umero complejo de modulo menor que 1 entonces
p1 xq1 1
x2
x3
pI Aq1 I
A2
A3
...
Esto sugiere la formula
31
...
32
para calcular la inversa de la matriz I A. Pero cuando es tal formula valida?.

Resulta que es suficiente que una norma de la matriz A sea menor que 1, y ademas
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 definir la funcion matricial eA .
Por otra parte, el calculo numerico con matrices que proceden de datos experimentales, no es exacto; por lo general matrices estan sometidas, bien sea por errores
de redondeo o por imprecision en las mediciones,a peque
nas perturbaciones. Cuan
peque
nas son estas perturbaciones, o lo que es lo mismo, cuan lejos esta la matriz
verdadera de la calculada son conceptos que se pueden hacer precisos utilizando
normas.
En todo este captulo supondremos que F es el cuerpo R de los n
umeros reales
o el cuerpo C de los n
umeros complejos.
2.2.
Normas de Vectores
2.2.1.
Definici
on y Ejemplos
Como es bien sabido, el concepto de norma de un vector es una generalizacion

del concepto de valor absoluto o modulo de un n
umero complejo.
Definici
on 2.1 .-Sea V un espacio vectorial sobre F (R o C). Una funcion :
V R es una norma en V si satiface las siguientes propiedades:
(i) x 0 pxq 0.
(ii) pxq || pxq,
(iii) px
y q pxq
@ P F.
py q,
@x P V
(desigualdad triangular)
2.2. NORMAS DE VECTORES
33
Tres importante propiedades se siguen de forma inmediata de la Definicion 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:
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.
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 definir una infinidad de normas en Fn , sin embargo las
mas utilizadas son las llamadas normas de Holder 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 ilustracion la correspondiente
bola unidad en R2 ; i.e., el conjunto B p0, 1q tx P R2 | k x k 1u.
(a)
La norma `1 :
k x k1
| xi | .
i 1
(b)
La norma `2 o norma eucldea:

k x k2
dn
i 1
| xi | 2 .
34
(c)
La norma `8 :
k x k8 max |xi |.
1 i n
(d)
La norma `p general (p 2):

k x kp
| xi | p
1{p
i 1
Demostrar que las normas `p son, en efecto, normas es facil 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 Holder:
Si p y q son n
umeros reales tales que p1 1q 1 entonces
|xy| k x kpk y kq .
En el caso particular en que p 2 (y entonces tambien q
Holder se convierte en una desigualdad bien conocida:
2) la desigualdad de
|xy| k x k2k y k2,

la desigualdad de Cauchy-Schwartz.
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
k x k8 lm k x kp .
35
Algo de esto ya se intuye en la forma que tienen las bolas unidad en R2 para las
normas `p . Tambien admite, claro esta, una demostracion rigurosa: Sea
k x kp p|x1 |p
xn |p q1{p ,
y supongamos que
k x k8 max |xi | |xi1 | |xiq | m.
1 i n
Es decir, que las componentes i1 , . . . , iq son, en modulo, mayores que todas las
demas, y que en todas ellas el valor de dicho modulo es el mismo e igual a m. As,
si tj1 , . . . , jnq u t1, . . . , nuzti1 , . . . , iq u tenemos que
k x kp
pqm p |xj |p |xj |pq1 {p

p 1{p
p
m q xmj xjm .
n q
n q
x
jk

Como
p
xj
1 conclumos que pl8
m 0 y lm k x kp m k x k8 , tal y
p8
m
k
m
como se deseaba demostrar.
2.2.2.
Equivalencia de normas
Las normas son herramientas basicas para definir y analizar la convergencia de

una sucesion de vectores en espacios vectoriales. Como es habitual, una sucesion
txk u V se dice que converge a x (y se escribe xk x) si la sucesion de numeros
reales t pxk xqu converge a cero, pxk xq 0, siendo una norma definida
en V . Esta definicion depende de la norma . En principio podra suceder que una
sucesion de vectores convergiera para una norma pero no para otra. De hecho, esto
es perfectamente posible en espacios de dimension infinita, pero no en espacios de
dimension finita. Ello es consecuencia de que todas las normas en un espacio vectorial
de dimension finita son equivalentes en el siguiente sentido:
Definici
on 2.3 Sean y normas definidas en V , espacio vectorial sobre F. Se
dice que y son equivalentes si existen n
umeros reales positivos c1 y c2 tales que
c1
ppxxqq c2, @x P V.
36
Debe notarse que as se define, en efecto, una relacion de equivalencia en el

conjunto de todas las normas definibles en un espacio vectorial. (Se vera en los
ejercicios que hay una infinidad de normas definibles en cualquier espacio vectorial).
Nuestro objetivo es demostrar que todas las normas en un espacio de dimension
finita son equivalentes. Para ello debemos recordar algunos resultados basicos de
topologa. En todo espacio normado, pM, k . kq podemos definir una distancia:
dpx, y q k x y k,
que hace de pM, dq un espacio metrico, y por lo tanto topologico 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 definida una norma, automaticamente
tenemos en V estructuras de espacio metrico y topologico. Si en M tenemos definidas
dos normas, las bolas abiertas definidas por ambas normas pueden ser diferentes
(vease el Ejemplo 2.2). A pesar de que las bases de abiertos determinadas por dichas
normas sean diferentes, las topologas determinadas por estos pueden ser iguales. La
propiedad de que las normas son equivalentes determina que, en efecto, las topologas
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
esta contenido en A. Ahora, si en M hay definidas 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 significa
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 definamos 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 demostracion de que todo abierto

respecto a lo es respecto a se hace igual.
As pues, todas las normas equivalentes definidas en un conjunto M inducen la
misma topologa en dicho conjunto. En consecuencia, todos los invariantes topologicos (compacidad, conexion, . . . ) se mantienen. Es decir, si un conjunto es compacto
o conexo respecto de una de las normas lo es respecto de la otra.
37
Estas propiedades tienen un interes sobre todo teorico, pero nos ahorra tener que
estar prestando atencion continuamente a las normas empleadas cuando se prueban
resultados topologicos. En cualquier caso, una primera consecuencia es que la convergencia de sucesiones de vectores en espacios de dimension finita es independiente
de la norma elegida.
La demostracion de que todas las normas definidas en un espacio vectorial de
dimension finita son equivalentes se puede hacer de diversas formas. La que adoptamos aqu no es la mas directa pero tiene la virtud de poner de manifiesto una
propiedad fundamental de los espacios vectoriales de dimension finita: estos espacios vectoriales estan caracterizados por el hecho de que las esferas unidades respecto
de cualquier norma son conjuntos compactos. Demostraremos esta importante propiedad (que usaremos de manera significativa 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 observacion: notese que la acotacion no se conserva por homeomorfismo (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 definicion de equivalencia
de normas, respecto de la otra.
Lema 2.4 (a) Todas las normas definidas en V , espacio vectorial sobre F, son
funciones continuas cuando en V se considera la topologa inducida por y
en R la topologa habitual (la inducida por el valor absoluto).
(b) Sea V un espacio vectorial de dimension finita 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 topologa en V inducida por dicha norma.
Demostraci
on.(a) Sea una norma definida en V y consideremos en V la topologa 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,
38
resulta que si px y q
es continua.
entonces | pxq pyq| . Esto demuestra que
(b) Supongamos que dim V

siguiente funcion:
g :
n y sea tv1, . . . , vnu una base de V . Definimos la
Fn
a pa1 , . . . , an q
a1 v 1
an v n
donde la topologa en V es la derivada de la norma .

Esta aplicacion es un isomorfismo de espacios vectoriales; es decir, es una
aplicacion lineal y biyectiva. Y desde el punto de vista topologico es tambien
un homeomorfismo cuando en V y Fn se consideran las topologas derivadas de
las normas y `1 . Es decir, g es una aplicacion continua con inversa continua.
No obstante, para llegar al resultado deseado solo necesitamos que g sea continua. Aunque, tal y como se acaba de decir, este es un hecho conocido, lo demostramos porque la demostracion es muy sencilla y esta propiedad se usara con
frecuencia en este curso. Que la inversa de g tambien es continua requiere mas
trabajo. Aunque no se va a utilizar, demostraremos esta propiedad al final de
la seccion.
Sea 0 un n
umero real dado. Tenemos que encontrar un n
umero real
tal que si k a b k1 entonces pg paq g pbqq . Ahora bien
pg paq g pbqq
n
|ai bi| pviq

M k a b k1 ,
paivi biviq
i 1
i 1
donde M maxt 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 metrica determinada por . Y
tambien es cerrado porque es la anteimagen por la aplicacion continua del
cerrado t1u de R. Como g es continua, g 1 pS q es cerrado. El conjunto g 1 pS q
tambien es acotado. Esto es, en realidad, una consecuencia inmediata de un
resultado que veremos en la proxima leccion. Sin dicho resultado, necesitamos
39
una demostracion. Ya hemos visto que g : Fn V y : V

continuas. Entonces, la composicion de ambas
f :
Fn
p a1 , . . . , a n q
pa1 v1
R son funciones
an v n q
tambien lo es. Sea S1n1 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) tambien es cerrado y acotado respecto de la norma eucldea. Ahora bien,
sabemos (Teorema de Heine-Borel) que ser cerrado y acotado en Fn (F R
o C) respecto de la norma eucldea equivale a ser compacto. As pues S1n1
es compacto. Consecuentemente, f restringida a S1n1 alcanza su mnimo. Sea
m mnyPS1n1 f py q. Notemos que m 0 porque si y P S1n1 entonces y 0,
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 significa que x a1 v1
S y as
1 pxq

Pero como
a1
, . . . aan1
a 1
}}
}}
}a}1
vi
f
}a}1
vi
i 1
P S1n1 resulta que

an vn
ai vi
i1
ai
} a} 1
n
ai
i 1
a1
an
,...
}a}1 }a}1
m.
Por lo tanto
1 pxq }a}1 m,
1
y como m 0 obtenemos }a}1
. As pues, g 1 pS q esta acotado en
m
la norma `1 (y por lo tanto en al norma `2 ). Y como tambien 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 aplicacion continua es compacto. Conclumos entonces que
S es compacto, tal y como se deseaba demostrar.
El recproco del apartado (b) del lema anterior tambien es verdadero. Aunque no
lo vamos a utilizar lo exponemos por completitud. La demostracion usa el siguiente
resultado de Riesz, que no demostramos:
40
Lema 2.5 (Lemma de Riesz) Sea E un espacio vectorial y una norma definida
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 dimension finita si y solo 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 dimension finita se ha probado en el Lema 2.4. Demostremos ahora
la suficiencia.
Sea una norma en V y supongamos que V es de dimension infinita. Sea x1 P V
cualquier vector tal que px1 q 1. Sea V1 x1 el subespacio generado por x1 .
Como V es de dimension infinita, V1 es un subespacio propio de V , por el Lema de
Riesz, existe x2 P V tal que px2 q 1 y px2 y q 21 para todo y P V1 .
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
px3 q 1 y px3 y q 21 para todo y P V2 .
Siguiendo as sucesivamente, construmos una sucesion 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 construdo una sucesion de vectores en la esfera unidad de V ,

respecto de la norma , que no admite una subsucesion convergente. Esto significa
que la esfera unidad no es un conjunto compacto en V , contradiciendo la hipotesis.
Demostramos finalmente el resultado sobre la equivalencia de normas que buscabamos.
Teorema 2.7 Todas las normas definidas en un espacio vectorial de dimension
finita son equivalentes.
41
Demostraci
on.- Sea V un espacio vectorial de dimension finita sobre F, y sean
y dos normas definidas en V . Sea S tx P V |pxq 1u.
Por una parte, este conjunto es compacto con la topologa en V inducida por la
norma . Hemos visto en la demostracion del Lema 2.4 que si
g :
Fn
a pa1 , . . . , an q
a1 v 1
an vn
entonces g 1 pS q es compacto en Fn con la topologa habitual (la derivada de la

norma eucldea o de la `1 ). Tambien se ha demostrado g es continua cuando en V
se considera la topologa derivada de cualquier norma, en particular, de la norma .
Como la imagen de un compacto por una aplicacion continua es un compacto y g
es biyectiva, conclumos que S es compacto en V con la topologa inducida por la
norma .
As pues, cuando en V consideramos la topologa inducida por tenemos que
es una aplicacion continua y S un compacto. Por lo tanto, alcanza en S su
maximo y su mnimo. Pongamos c2 mn py q y c1 max 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
x
pxq
pxq m
n py q c2 pxq.
y PS
pxq m
ax py q c1 pxq.
y PS
Una consecuencia inmediata de la equivalencia de normas en espacios de dimension finita es que los isomorfismos algebraicos de espacios vectoriales normados son
isomorfismos topologicos u homeomorfismos:
Corolario 2.8 Sean V1 y V2 dos espacios vectoriales de dimension finita n sobre
F y sea f : V1 V2 un isomorfismo. Sean y normas definidas en V1 y V2 ,
respectivamente. Entonces f y f 1 son aplicaciones continuas cuando en V1 y V2 se
consideran las topologas inducidas por estas normas.
42
Demostraci
on Probamos la continuidad de f , la de f 1 se demuestra igual.
En primer lugar, es facil demostrar que la aplicacion : V1 R definida por
pxq pf pxqq es una norma en V1 . Como V1 es de dimension finita, 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
.
c2
Esto demuestra que f es uniformemente continua en V1 .

Una consecuencia inmediata es el siguiente resultado anunciado en la demostracion del Lema 2.4: la inversa de
g :
Fn
a pa1 , . . . , an q
a1v1
an vn
es una aplicacion continua.
2.3.
2.3.1.
Normas de Matrices
Definiciones, Ejemplos y Primeras Propiedades
Dado que Fmn es un espacio vectorial todo lo dicho en la seccion anterior es

de aplicacion 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 definidas en Fmn son
equivalentes; i.e. generan la misma topologa,y son funciones continuas.
Debemos observar que las propiedades que definen una norma tienen en cuenta
las operaciones propias de la estructura de espacio vectorial sobre el que se definen:
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 dira que es una norma de matriz cuando respecto al producto se verifica una
propiedad similar a la desigualdad triangular para la suma. Tomar en consideracion
esta propiedad de las matrices nos conduce a la siguiente definicion:
2.3. NORMAS DE MATRICES
43
Definici
on 2.9 .- Sean , y normas definidas en Fmn , Fnp y Fmp , respectivamente. Diremos que , y son consistentes si para todas matrices A P Fmn
y B P Fnp se verifica
pAB q pAq pB q.
En particular una norma definida en Fnn se dice que es consistente si pAB q

pAq pB q para todas A, B P Fnn .
Una norma definida en Fnn consistente tambien se dice que es multiplicativa o submultiplicativa.
Una norma definida en Fnn se dice que es una norma de matriz si es consistente.
Un caso particular importante es el de las normas consistentes (tambien llamadas
en este caso compatibles) con las normas de vector: Si es una norma definida en
Fnn y es una norma definida 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 eucldea en Fmn sera

k A k
m n

| aij |2
12
i 1j 1
A esta norma se le llama tambien norma de Frobenius y se suele representar

por k A kF . En algunos sitios se le llama tambien norma de Schur o de HilbertSchmidt. Nosotros utilizaremos el nombre de norma eucldea o de Frobenius.
La norma de Frobenius en Fnn es una norma de matriz. Mas general,
las normas de Frobenius en Fmn , Fnp y Fmp son consistentes. En efecto,
supongamos que A P Fmn y B P Fnp . Entonces AB P Fmp y, llamando a1j a
la j-esima columna de A , tenemos:
k AB k2F
p
m

i 1j 1
| ai b j | 2
p
m

i 1j 1
|a1ibj |2
44
Usamos ahora la desigualdad de Cauchy-Schwartz: |x y | }x}2 }y }2 . As
k AB k2F

p
m

i 1j 1
n m
}a1i}22}bj }22
1
|a

k 1i 1
m n

i 1k 1
2
ki |
|aik |

k 1j 1
p
n

k 1j 1
|bkj |2
|bkj |2 }A}2F }B }2F
donde hemos usado que para un n

umero complejo |z | |z|.
2. - La norma `8 en Fmn sera:
k A k max |ai,j |
1 i m
1 j n
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
k AA k 2 1 k A kk A k
3. - En general la norma `p en Fmn se definira como:
k A k
m n

|aij |2
p1
i 1j 1
Utilizando la desigualdad de Holder se puede demostrar que en Fnn esta

norma es una norma de matriz si y solo si 1 p 2.
4. - Una peque
na modificacion en la definicion de la norma `8 nos permite obtener
una norma de matriz en Fnn :
k A k n max |ai,j |

1 i,j n
En efecto, si a max |aij | y b max |bij | entonces

1 i,j n
1 i,j n
n

n

k AB k n max aik bkj n max
|aik bkj |
1i,j n
1i,j n
k 1
k1
n
max

1 i,j n
k 1
ab na nb k A kk B k
45
La norma de Frobenius se puede escribir alternativamente de cualquiera de las

dos formas siguientes:
a) k A kF
trpA Aq
b) k A k2F k a1 k22
k a2 k22 . . . k an k22 , donde A
esta escrita en terminos de sus vectores columna.
2.3.2.
ra1
a2 an s
P Fnn
Normas de Matriz Inducidas
Una tecnica general para obtener normas de matriz a partir de normas vectoriales
es la siguiente: Sea A P Fmn y pensemos en A como una transformacion u operador
lineal:
A : Fn Fm
x Ax
Consideremos en Fn y Fm normas }}n y }}m , respectivamente. Es un hecho conocido
que las aplicaciones lineales entre espacios vectoriales normados de dimension finita
son operadores acotados. Que un operador h : E1 E2 entre dos espacios normados
es acotado significa 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 confusion,las
dos normas definidas en E1 y E2 . Lo que sigue es una demostracion de esta propiedad.
Si E1 y E2 son espacios vectoriales de dimension finita, hemos visto en el Corolario
x
2.8 que las aplicaciones lineales son continuas. Si x P E1 entonces
}x} esta en la
esfera unidad S1 de E1 que, por el Lema 2.4, 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 maximo y mnimo. Sea M max }hpy q}.
Entonces }hp }xx} }

M }x}.
M . Pero }hp }xx} }
y S1
} } }hpxq}, de donde se sigue que }hpxq}

1
x
En particular para la aplicacion lineal A se tiene que @x P Fn existe una constante

M 0 tal que }Ax}m M }x}n . Y esto significa que el conjunto
"
}Ax}m : x P Fn, x 0*
}x}n
46
esta acotado superiormente. Consecuentemente, tiene un supremo. Podemos as definir la siguiente funcion:
f : Fmn
R
A
f pAq
donde
f pAq
sup n
P
0 x F
k Ax km
k x kn
Es claro que el cociente

k Ax km
k x kn
es no negativo. Probaremos que f es una norma consistente con las normas de vector
que sirven para definirla.
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 k Ax km .
kxkn 1
En efecto si M
sup
0 x
kAxkm
kxkn
entonces M
kAxkm
,
kxkn
Ax km , @x P Fn tal que k x kn 1, con lo que M
te, si M
sup
kxkn 1
k Ax km , entonces M
@x 0. En particular M k
sup
kxkn 1
k Ax km . Recprocamen-
k Ax km, @x P Fn tal que k x kn 1. Sea
P Fn un vector no nulo arbitrario; entonces kxkx es un vector unitario, de modo

x
1
km kxk
k Ax km . Por lo tanto M sup kAxk
. En conclusion
que M k A kxk
kxk
0xPF
f pAq sup k Ax kn .
kxk 1
Ahora bien, k km es una funcion continua respecto de cualquier norma de Fn

y tambien A es una funcion continua (por ser una funcion lineal). Por otra parte,
la esfera unidad es un conjunto compacto (respecto de cualquier norma) de Fn , y
cualquier funcion continua alcanza sus valores maximo y su mnimo en ella. As pues
f pAq
max
kxkn 1
k Ax km
maxn
P
0 x F
k Ax km
.
k x kn
Demostraremos ahora que f pAq es una norma vectorial consistente con las normas } }m y } }n . A estas normas se les llama tambien normas de operador.
47
Teorema 2.11 .- Sea k kn y k km normas definidas en Fn y Fm , respectivamente.

a) La funcion real f definida en Fmn por
f pAq
max
kxkn 1
k Ax km
maxn
P
0 x F
k Ax km
k x kn
es una norma que denotaremos con k km,n .

b) Si A P Fmn y B
c)
d)
P Fnp entonces
}AB }m,p }A}m,n}B }n,p.
En particular, si m n entonces la norma } }n,n es una norma de matriz.
Las normas k km,n , k km y k kn son consistentes.
Si es cualquier otra norma de matriz consistente con k km y k kn , entonces
k A km,n pAq, @A P Fmn .
En lo sucesivo, y para evitar una notacion excesivamente pesada, no escribiremos los subndices que asocian cada norma al espacio en el que esta definida y
representaremos todas las normas con el smbolo } }. La razon es que en todo momento es claro en que espacio esta el vector o la matriz sobre el que act
ua la norma.
mn
As, escribiremos }x} y }A} en vez de }x}n o }A}m,n porque si A P F
entonces la
norma en Fmn es }}m,n y no se necesita precisar los subndices; y, ademas, Ax solo
tiene sentido si x P Fn y no se precisa especificar el subndice en el correspondiente
smbolo de la norma.
Demostraci
on.- a) Debemos verificar todos los axiomas que definen las normas
de matriz
(i) Si A 0 existe x
max k Ax k 0.
P Fn tal que Ax 0. Por lo tanto k Ax k 0 y k A k
kxk 1
(ii) Para todo P F

k A k max k Ax kv max || k Ax k
kxk 1
|| kxk
max
1
kxk 1
k Ax k || k A k .
48
(iii) Probamos ahora que si A, B

efecto
kA
P Fmn entonces k A
B k max k pA
kxk 1
max pk Ax k
kxk 1
k A k
B kk A k
B qx k max k Ax
kxk 1
k Bx kq max k Ax k
kxk 1
k B k. En
Bx k
max k Bx k
kxk 1
kBk.
b) Sean A P Fmn y B
P Fnp. Por definicion

k AB k max k ABx k .
}x}1
Sea x0 P Fp un vector con k x0 k 1 donde se alcanza el maximo: k AB kk ABx0 k.

Ahora bien, para cada matriz X
k X k max
y 0
de donde resulta que k Xy kk X k k y k, @y
k Xy k
kyk
0. As
k AB kk ApBx0 q kk A k k Bx0 k

k A k k B k k x0 kk A k k B k,
porque k x0 k 1; que es lo que se quera 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.
c) Ya hemos visto que @A P Fnn y @x P Fn , x 0, se tiene que

k Ax km k A km,n k x kn .
Y para x 0 se obtiene la igualdad de forma evidente. Por consiguiente, las normas
k km,n , k km y k kn son consistentes.
49
d) Tambien hemos visto mas arriba que existe x0
P Fn con k x0 k 1 tal que
k A kk Ax0 k .
Como es consistente con k km y k kn resulta que
k A kk Ax0 km pAq k x0 kn pAq,
tal y como se deseaba demostrar.
Ejemplo 2.12 .- Vamos a ver como se definen explcitamente 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 funcion
de sus columnas A ra1 a2 an s. Vamos a probar que la norma de matriz
inducida por la norma `1 es :
k A k1 max
1 j n
o, equivalentemente,
|aij |
i 1
k A k1 max k aj k1
1 j n
1m
ax }a } . Vamos a demostrar que M max }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;
En efecto, pongamos M
i.e. que M es una cota superior del conjunto
t}Ax}1 : }x}1 1, x P Fnu,

Y a continuacion 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
50
Por lo tanto, M es una cota superior de t}Ax}1 : }x}1 1, x P Fn u. Ahora,

si el max }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

}ak }1 }Aek }1 }Ax0},
de modo que M es una cota superior de t}Ax}1 : }x}1

alcanza. Esto es
max }aj }1 max }Ax}1 }A}1
1, x P Fnu que se
}x}1 1
1 j n
2. - La norma de matriz `8 : De forma similar a lo que hemos visto mas arriba,

vamos a demostrar que la norma de matriz inducida por la norma `8 es
k A k8 max
1 i n
|aij |.
j 1
1m
ax
|aij |. Por una parte
in
n
Pongamos M
j 1

n
n

|a x |
k Ax k8 max aij xj max
1in j 1
1in j 1 ij j

n
n
1m
ax
|a
in j 1 ij
M }x}8.
As pues
max |xk |
1 k n
}A}8
max
kxk8 1
max
1 i n j 1
|aij |
k Ax k8 M.
k x k8
(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

|aij | aij xij ,
j 1
j 1
n
donde xij es la j-esima componente de xi .
(2.3)
2.4. SUCESIONES Y SERIES DE MATRICES
Supuesto esto demostrado es facil ver que }A}8

i 1, . . . , n
}A}8

51
M . En efecto, para cada

n

max }Ax}8 }Axi } max aij xij
1
n

j 1
}x}8 1
n
max
1 i nj 1
|aij | M
As pues, debemos demostrar (2.3). Basta encontrar xi tal que aij xij
Pero esta misma identidad nos sirve de definicion:
a
ij
xij
|aij |
|aij |.
siempre que aij 0 y xij 1 si aij 0. Con esta definicion de xi tenemos que
}xi}8 1 y se verifica (2.3) porque cada sumando aij xij |aij | es positivo.
En conclusion
}A1}8 }xm
ax }Ax}8 M max
1in
}8 1
|aij |
j 1
tal y como se deseaba demostrar.

3. - La norma de matriz `2 : A la norma de matriz inducida por la norma `2 se
le llama tambien Norma Espectral. Veremos en un tema posterior que tiene un significado muy importante que todava no estamos en condiciones de
comprender bien.
2.4.
Sucesiones y Series de Matrices
Tal y como hemos dicho en la seccion anterior, el uso de normas nos permite
hablar de convergencia de sucesiones de vectores y, por lo tanto, de matrices. El
objetivo de esta seccion es introducir las serie de matrices y demostrar un resultado
que necesitaremos en un tema posterior.
Sea tAk u8
on infinita de matrices con elementos en Fnm , recordemos
k0 una sucesi
que F R o C. Con esta sucesion formamos otra, la de las sumas parciales
Sk
j 0
Aj ,
0.
52
Definici
on 2.13 La serie
j 0
Aj converge si la sucesion tSk u es convergente; i.e. si
existe el lm Sk . Ademas, si S
k
kl8
m Sk entonces escribiremos
8
Aj
S.
j 0
La convergencia de la serie
j 0
Aj se puede reducir a la de la serie numerica
j 0
}Aj } de la siguiente forma:
Proposici
on 2.14 Si la serie numerica
j 0
matriz, tambien converge la serie matricial
}Aj }
converge para alguna norma de
Aj .
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 k Sp Sq k . Esto demuestra que la sucesion
tSnu de sumas parciales es una sucesion de Cauchy. Como Fmn es completo, tSnu
converge.
En efecto
q

p

q
q

k Sp Sq k
Aj
}
Aj } }Aj }
}
Aj } .
j p 1 j p 1
j 0

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

p

q

}A } }A } ,

j
j
j 0

j 0
que es lo que se quera demostrar.
53
En particular, para matrices cuadradas la serie de potencias
aj Aj es conver-
j 0
gente si lo es la serie numerica
j 0
|aj | }A}j . En realidad, este resultado no es un caso
particular de la Proposicion 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 definir 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 definir de forma sencilla algunas funciones matriciales.
Concretamente, sea f pz q
aj z j en un entorno de z
j 0
convergencia R y consideremos la serie matricial
aj Aj con A
j 0
alguna norma de matriz para la que }A}

podemos definir
f pAq
0 con un radio de
R, la serie
j 0
Fnn . Si hay
|aj | }A}j
converge y
aj Aj .
j 0
En particular, cada una de las siguientes funciones esta perfectamente definidas:
j!1 Aj , @A P Fnn.
j 0
8 p1qj
senpAq
A2j 1 , @A P Fnn .
p
2j
1
q
!
j 0
8 p1qj
2j
nn
cospAq
p2j q! A , @A P F .
eA
j 0
De la misma forma se podran definir otras funciones matriciales como ln A, tanpAq,

etc. Nos interesa especialmente la serie geometrica
j 0
1z
p1 zq1 si |z| 1:
z j que sabemos que converge
54
P Fnn y }A} 1 para alguna norma

de matriz, entonces
8
In A es invertible. Ademas, 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 geometrica
te, y por la Proposicion 2.14 la serie matricial
j 0
}A}j es convergen-
Aj converge. Sea B
j 0
pongamos
Sk
Aj y
j 0
Aj .
j 0
Entonces
pI AqSk pIn AqpIn

Como lm Sk B resulta que
k8
lm pIn AqSk
y tambien
Ak q In Ak 1 .
pIn AqB,
lm pIn AqSk
kl8
m pIn Ak 1 q.
Ahora bien, lm pIn Ak 1 q In porque }In Ak 1 In } }A}k
k8
numerica t}A}k u converge a cero por ser }A} 1.
En consecuencia pIn AqB In y
k
y la sucesion

1
pIn Aq B Aj .
j 0
Finalmente, como B
j 0
j
Aj kl8
m
A y } } es continua,
j 0
8
k
k
k
8

Aj }B } lm Aj lm }Aj } lm }A}j }A}j ,

k8
k8
j 0
k8 j 0
j 0
j 0
j 0
donde hemos usado la desigualdad triangular de las normas y que

de matriz. As pues
8 8

}pIn Aq1} Aj }A}j 1 1}A} .
j 0
j 0
55
} } una norma
56

Lec 2

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lec 2

Uploaded by

Copyright:

Available Formats

Captulo 2

Normas de Vectores y Matrices

En este captulo repasaremos brevemente el concepto de norma de un vector para

Esto sugiere la formula

Normas de Vectores y Matrices

para calcular la inversa de la matriz I A. Pero cuando es tal formula valida?.

Como es bien sabido, el concepto de norma de un vector es una generalizacion

2.2. NORMAS DE VECTORES

Tres importante propiedades se siguen de forma inmediata de la Definicion 2.2.

2. pxq  pxq porque pxq  | 1| pxq  pxq

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

a) pxq py q. En este caso | pxq py q|  pxq py q y por la desigualdad

b) pxq py q. Entonces | pxq py q|  py q pxq y de nuevo por la

La norma `2 o norma eucldea:

Normas de Vectores y Matrices

La norma `p general (p 2):

|xy| k x k2k y k2,

2.2. NORMAS DE VECTORES

 pqm p |xj |p |xj |pq1 {p 

Las normas son herramientas basicas para definir y analizar la convergencia de

Normas de Vectores y Matrices

Debe notarse que as se define, en efecto, una relacion de equivalencia en el

Por lo tanto y P A y A es abierto respecto a . La demostracion de que todo abierto

2.2. NORMAS DE VECTORES

| pxq pyq| px yq,

Normas de Vectores y Matrices

entonces | pxq pyq| . Esto demuestra que

(b) Supongamos que dim V

 n y sea tv1, . . . , vnu una base de V . Definimos la

donde la topologa en V es la derivada de la norma .

|ai bi| pviq

donde M  maxt pv1 q, . . . , pvn qu. Observamos que M 0 porque vi  0 para

2.2. NORMAS DE VECTORES

una demostracion. Ya hemos visto que g : Fn V y : V

tambien lo es. Sea S1n1  tx P Fn |}x}1  1u la esfera unidad de Fn respecto de

P S1n1 resulta que

Normas de Vectores y Matrices

Por lo tanto hemos construdo una sucesion de vectores en la esfera unidad de V ,

2.2. NORMAS DE VECTORES

entonces g 1 pS q es compacto en Fn con la topologa habitual (la derivada de la

Normas de Vectores y Matrices

Esto demuestra que f es uniformemente continua en V1 .

es una aplicacion continua.

Dado que Fmn es un espacio vectorial todo lo dicho en la seccion anterior es

2.3. NORMAS DE MATRICES

En particular una norma definida en Fnn se dice que es consistente si pAB q

1. - La norma eucldea en Fmn sera

A esta norma se le llama tambien norma de Frobenius y se suele representar

Normas de Vectores y Matrices

Usamos ahora la desigualdad de Cauchy-Schwartz: |x y | }x}2 }y }2 . As

donde hemos usado que para un n

Esta norma en Fnn no es una norma de matriz como lo demuestra el siguiente

Utilizando la desigualdad de Holder se puede demostrar que en Fnn esta

En efecto, si a  max |aij | y b  max |bij | entonces

2.3. NORMAS DE MATRICES

La norma de Frobenius se puede escribir alternativamente de cualquiera de las

Normas de Matriz Inducidas

Entonces }hp }xx} }

M . Pero }hp }xx} } 

} } }hpxq}, de donde se sigue que }hpxq}

En particular para la aplicacion lineal A se tiene que @x P Fn existe una constante

Normas de Vectores y Matrices

2. pxq pxq porque pxq | 1| pxq pxq

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

b) pxq py q. Entonces | pxq py q| py q pxq y de nuevo por la

|xy| k x k2k y k2,

pqm p |xj |p |xj |pq1 {p

n y sea tv1, . . . , vnu una base de V . Definimos la

donde M maxt pv1 q, . . . , pvn qu. Observamos que M 0 porque vi 0 para

tambien lo es. Sea S1n1 tx P Fn |}x}1 1u la esfera unidad de Fn respecto de

Usamos ahora la desigualdad de Cauchy-Schwartz: |x y | }x}2 }y }2 . As

En efecto, si a max |aij | y b max |bij | entonces

M . Pero }hp }xx} }

Ax km , @x P Fn tal que k x kn 1, con lo que M

k Ax km, @x P Fn tal que k x kn 1. Sea

P Fn tal que Ax 0. Por lo tanto k Ax k 0 y k A k

Sea x0 P Fp un vector con k x0 k 1 donde se alcanza el maximo: k AB kk ABx0 k.

k AB kk ApBx0 q kk A k k Bx0 k

c) Ya hemos visto que @A P Fnn y @x P Fn , x 0, se tiene que

P Fn con k x0 k 1 tal que

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

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

}Ax}1 }x1a1 xnan}1

Por lo tanto, M es una cota superior de t}Ax}1 : }x}1 1, x P Fn u. Ahora,

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

In A es invertible. Ademas, en tal caso pIn Aq1

pI AqSk pIn AqpIn