Factorizacin de Matriz

Considere un sistema
de ecuacin lineales
de la forma Ax = b

Factorizacin LU

Sea A una matriz

cuadrada.
Una
factorizacin de A
como A = LU,
donde
L
es
triangular inferior
unitaria y U es
triangular superior.

Si A es una matriz cuadrada que

puede
reducirse
a
forma
escalonada
sin
usar
intercambios
de
rengln,
entonces
A
tiene
una
factorizacin LU

Productos de otras matrices.

Cualquier representacin de
una matriz como producto
de dos o ms matrices

Donde A es una
Matriz de n x n.

Cada uno de dichos sistemas

lineales tiene solucin directa
porque las matrices coeciente
L y U son ambas triangulares

El gran matemtico ingls

Alan M.Turing (19121954)

Introdujo la factorizacin LU
en 1948, en un ensayo
titulado Rounding-off Errors
en Matrix Processes

Surge de permutar los renglones de una

Matriz Permutacin

Factorizacin P T LU

Ahora se explorar el
problema de adaptar la
factorizacin LU para
manejar casos donde
son necesarios los
intercambios
de
rengln
durante
la
eliminacin gaussiana.

Factorizacin PT LU de A

Toda matriz cuadrada tiene una

factorizacin PT LU

matriz identidad en cierto orden

Sea A una matriz cuadrada. Una factorizacin de

A como A = PTLU, donde P es una matriz
permutacin, L es triangular inferior unitaria y U
es triangular superior.

1. El vector cero 0 est en S.

2. Si u y v estn en S, entonces u + v est en S. (S
es cerrado bajo la suma).
3. Si u est en S y c es un escalar,entonces cu est
en S.(S es cerrado bajo la multiplicacin por un
escalar.)

Un subespacio de Rn es cualquier
coleccin S de vectores en Rn tal que:

Sea P un plano a travs del origen con vectores directores v 1

y v2. Por tanto, P = gen (v 1, v2).El vector cero 0 est en P,
pues 0 = 0v1 + 0v2.
Ahora sean

Subespacios

Toda recta y plano a travs del

origen en R3 es un subespacio de
Dos vectores en P. Entonces
R3

Por tanto, u + v es una combinacin lineal de v 1 y v2, y por

tanto est en P. Ahora sea c un escalar. Entonces

Sea A una matriz de m x n.

Asociados con matrices

1. El espacio rengln de A es el subespacio rengln(A) de

Rn generado por los renglones de A.
2.

El espacio columna de A es el subespacio col(A) de R m

generado por las columnas de A.

La relacin entre operaciones

elementales con renglones y el
espacio rengln se resumen.

El conjunto de soluciones de un
sistema homogneo de ecuaciones

Sea A una matriz de m x n.

Sea A una matriz cuyas

entradas son nmeros reales.

Sea B cualquier matriz que es equivalente por

renglones a una matriz A. Entonces rengln (B) =
rengln (A).

Sea A una matriz de m x n y sea N el conjunto

de soluciones del sistema lineal homogneo
Ax = 0. Entonces N es un subespacio de Rn.

El espacio nulo de A es el subespacio de Rn que

consiste de las soluciones del sistema lineal
homogneo Ax=0. Se denota mediante nul(A).

Para cualquier sistema de ecuaciones

lineales Ax = b, exactamente uno de los
siguientes es verdadero:
a. No hay solucin.
b. Hay una solucin nica.
c. Hay un nmero infinito de soluciones.

Sea S un subespacio de Rn. Entonces

cualesquiera dos bases para S tienen el
mismo nmero de vectores.

Teorema de la Base

Es un conjunto de vectores en S que

n

Una base para un subespacio S de R .

1. Genera S
2. Es linealmente independiente.

Bases

Para el espacio rengln, el espacio columna y el espacio nulo de

una matriz A.
1. Encuentre la forma escalonada reducida por renglones R de
A.
Procedimiento
efectivo para
bases.

ms
encontrar

2. Use los vectores rengln distintos de cero de R (que

contengan los 1 pivote) para formar una base para rengln(A).
3. Use los vectores columna de A que correspondan a las
columnas de R que contengan los 1 pivote (las columnas pivote)
para formar una base para col(A).
4. Resuelva para las variables pivote de Rx = 0 en trminos de
las variables libres, iguale las variables libres a parmetros,
sustituya de vuelta en x y escriba el resultado como una
combinacin lineal de f vectores (donde f es el nmero de
variables libres). Estos vectores f forman una base para nul(A).

Denotacin dim S.

El rank de una matriz A

Si S es un subespacio de Rn, entonces el nmero de

vectores en una base para S se llama la dimensin de S.
Los espacios rengln y columna de una matriz A tienen la
misma dimensin.
Es la dimensin de sus espacios rengln y columna y
se denota mediante rango(A).
Para cualquier matriz A, rank (AT) = rank (A)

La nulidad
matriz A

de

una

Es la dimensin de su espacio
nulo y se denota por nulidad(A).

Si A es una matriz de m x n, entonces

Dimensin y Rank

Teorema del rank

1. rank (A) + nulidad(A) = n

2. rank(ATA) = rank(A)
3. La matriz ATA de n x n es invertible si y slo si rank(A) = n.
Sea A una matriz de n x n. Los siguientes enunciados son
equivalentes:

Teorema fundamental de
las matrices invertibles

a) A es invertible.
b) Ax = b tiene una solucin nica para todo b en Rn.
c) Ax = 0 tiene slo la solucin trivial.
d) La forma escalonada reducida por renglones de A es I n.
e) A es un producto de matrices elementales.
f) rank(A) = n
g) nulidad(A) = 0
h) Los vectores columna de A son linealmente independientes.
i) Los vectores columna de A generan Rn.
j) Los vectores columna de A forman una base para Rn.
k) Los vectores rengln de A son linealmente independientes.
l) Los vectores rengln de A generan Rn.
m) Los vectores rengln de A forman una base para Rn.