• No se han encontrado resultados

Ejemplo de descomposici´ on en valores singulares de una matriz 2 × 3

N/A
N/A
Protected

Academic year: 2022

Share "Ejemplo de descomposici´ on en valores singulares de una matriz 2 × 3"

Copied!
3
0
0

Texto completo

(1)

Ejemplo de descomposici´ on en valores singulares de una matriz 2 × 3

1. Problema. Consideremos la matriz

A = 3 1 2 2 1 −3

 .

Buscamos su descomposici´on en valores singulares, esto es, una terna de matrices (U, S, V ) tal que

A = U SV>, (1)

U es una matriz ortogonal 2 × 2, V es una matriz ortogonal 3 × 3, y S es de la forma S = s1 0 0

0 s2 0

 , donde s1 ≥ s2 ≥ 0.

2. La matriz A>A y su descomposici´on en valores propios. Si U, S, V son matrices con las propiedades indicadas arriba, entonces

A>= V S>U>.

Para la matriz B := A>A obtenemos la siguiente descomposici´on:

B = A>A = (V S>U>)(U SV>) = V diag(s21, s22, 0)V>.

Por lo tanto, los n´umeros s21, s22 y 0 deben ser valores propios de A>A y las columnas de V deben ser vectores propios correspondientes (normalizados). Calculemos la matriz B y su polinomio caracter´ıstico:

B = A>A =

3 2

−1 1

2 −3

 3 1 2

2 1 −3



=

9 + 4 −3 + 2 6 − 6

−3 + 2 1 + 1 −2 − 3 6 − 6 −2 − 3 4 + 9

=

13 5 0

5 2 −1 0 −1 13

,

Para calcular el polinomio caracter´ıstico de la matriz B, consideremos el determinante de la matriz λI3 − B y apliquemos operaciones elementales y la expansi´on por renglons o columnas casi nulos:

CB(λ) =

λ − 13 −5 0

−5 λ − 2 1

0 1 λ − 13

R3+= −(λ−13)R2

============

λ − 13 −5 0

−5 λ − 2 1

5λ − 65 −λ2+ 15λ − 25 0

= −

λ − 13 −5

5λ − 65 −λ2+ 15λ − 25

= −(λ − 13)

1 −5

5 −λ2+ 15λ − 25

= −(λ − 13)(−λ2+ 15λ − 25 + 25) = λ(λ − 13)(λ − 15).

Ejemplo de descomposici´on en valores singulares de una matriz 2 × 3, p´agina 1 de 3

(2)

Los valores propios de la matriz B son

λ1(B) = 15, λ2(B) = 13, λ3(B) = 0.

Los valores singulares de la matriz A son s1(A) = √

15, s2(A) =√

13, s3(A) = 0.

Construyamos algunos vectores propios de B. Simplificamos la matriz λ1(B)I3− B con operaciones elementales por renglones y hallamos un vector normalizado perteneciente a su espacio nulo:

15I3 − B =

2 −5 0

−5 13 1

0 1 2

R1+= 5R3

R2+= −15R3

−−−−−−−−→

2 0 10

−5 0 −25

0 1 2

R1∗= 1/5 R2+= 5R1

−−−−−−→

1 0 5 0 0 0 0 1 2

. Hallamos un vector normalizado perteneciente al espacio nulo de la matriz 15I3− B:

v1 = 1

√30

 5 2

− 1

 .

Simplificamos la matriz 13I3−B con operaciones elementales por renglones y construimos un vector normalizado en su n´ucleo:

15I3− B =

0 −5 0

−5 11 1

0 1 0

−→

0 1 0

−5 0 1 0 0 0

, v2 = 1

√26

 1 0 5

 .

En vez de la matriz 0I3− B trabajamos con la matriz B (que tiene el mismo n´ucleo), y la simplificamos usando operaciones elementales por renglones:

B =

13 5 0

5 2 −1 0 −1 13

R1+= 5R3

R2+= 2R3

R3∗= −1

−−−−−−→

13 065

5 0 25

0 1 −13

R1∗= 1/13 R2+= −5R1

−−−−−−−→

1 0 5

0 0 0

0 1 −13

. Construimos un vector normalizado en su n´ucleo:

v3 = 1

√195

− 5 13 1

 .

Formamos la matriz V de las columnas v1, v2, v3:

V =

5 30

1

265

195

2

30 0 13195

130 526 1951

 .

Ejemplo de descomposici´on en valores singulares de una matriz 2 × 3, p´agina 2 de 3

(3)

3. C´alculo de los vectores u1, u2. Sabemos que

Av1 = s1u1, Av2 = s2u2. Calculamos Av1 y Av2:

Av1 = 1

√30

 3 1 2

2 1 −3



 5 2

−1

= 1

√30

 15 + 2 − 2 10 + 2 + 3



= 1

√30

 15 15



=

√15

√2

 1 1

 ,

Av2 = 1

√26

 3 1 2

2 1 −3



 1 0 5

= 1

√26

 3 + 0 + 10 2 + 0 − 15



= 1

√26

 13

−13



=

√13

√2

 1

−1

 . Sustituyendo s1 y s2 calculamos u1 y u2:

u1 = 1

s1Av1 = 1

√2

 1 1



, u2 = 1

s2Av2 = 1

√2

 1

−1

 . Formamos la matriz U de las columnas u1 y u2:

U = 1

√2

 1 1 1 −1

 .

4. Respuesta. A = U SV>, donde

U = 1

√2

 1 1 1 −1



, S =

 √

15 0 0

0 √

13 0



, V =

5 30

1

265

195

2

30 0 13

195

1

30

5 26

1 195

 .

Al final se debe hacer la comprobaci´on de las siguientes igualdades:

U>U = I2, V>V = I3, AV = U S.

Ejemplo de descomposici´on en valores singulares de una matriz 2 × 3, p´agina 3 de 3

Referencias

Documento similar

Al final notamos que se cumple la relaci´ on entre el rango y la nulidad:... Mostrar que los vectores de C son combinaciones lineales de los vectores de B

Descomposici´ on de una funci´ on real de dos argumentos en una suma de una funci´ on sim´ etrica y una funci´ on

Calcule el n´ umero de operaciones aritm´ eticas (en la aritm´ etica con punto flotante) en el algoritmo anterior.. Puede suponer que el c´ alculo de la ra´ız cuadrada positiva es

Instituto Polit´ ecnico Nacional, Escuela Superior de F´ısica y Matem´ aticas. M´

Para calcular la matriz A −1 aplicamos a la matriz I las mismas opera- ciones elementales por renglones que hab´ıamos hecho con la matriz A para transformarla en la matriz

La definici´ on escrita abajo nos permite calcular sgn(ϕ) de manera la m´ as eficiente (es decir, la m´ as r´ apida).. Luego vamos a analizar esta definici´ on con m´

Decimos que la descomposici´ on c´ıclica es can´ onica si en cada ciclo el primer elemento es el m´ınimo y los primeros elementos de los ciclos est´ an ordenados en el

Este significa que d(ϕ) es el n´ umero m´ınimo de factores que se necesitan para descomponer ϕ en un producto de transposiciones.. Descomposici´ on de permutaciones en productos