De Wikipedia, la enciclopedia libre
La traspuesta A T de una matriz A puede ser obtenida reflejando los elementos a lo largo de su diagonal. Repitiendo el proceso en la matriz traspuesta devuelve los elementos a su posición original. Así, la traspuesta de una traspuesta es la matriz original, (A T )T = A .
Sea
A
{\displaystyle A}
una matriz con
m
{\displaystyle m}
filas y
n
{\displaystyle n}
columnas. La matriz traspuesta , denotada con
A
t
{\displaystyle A^{t}}
.[ 1] [ 2]
Está dada por:
(
A
t
)
i
j
=
A
j
i
,
1
≤
i
≤
n
,
1
≤
j
≤
m
{\displaystyle (A^{t})_{ij}=A_{ji},\ 1\leq i\leq n,\ 1\leq j\leq m}
[ 3]
En donde el elemento
a
j
i
{\displaystyle a_{ji}}
de la matriz original
A
{\displaystyle A}
se convertirá en el elemento
a
i
j
{\displaystyle a_{ij}}
de la matriz traspuesta
A
t
{\displaystyle A^{t}}
.
[
a
b
c
d
e
f
]
t
=
[
a
c
e
b
d
f
]
{\displaystyle {\begin{bmatrix}a&b\\c&d\\e&f\\\end{bmatrix}}^{t}={\begin{bmatrix}a&c&e\\b&d&f\\\end{bmatrix}}}
[
1
2
3
4
5
6
]
t
=
[
1
3
5
2
4
6
]
{\displaystyle {\begin{bmatrix}1&2\\3&4\\5&6\\\end{bmatrix}}^{t}={\begin{bmatrix}1&3&5\\2&4&6\end{bmatrix}}}
Otro ejemplo un poco más grande es el siguiente:
[
0
0
4
1
0
4
0
1
0
0
3
2
0
2
3
0
3
4
3
3
1
]
t
=
[
0
1
0
0
0
0
3
0
0
1
3
2
3
3
4
4
0
2
3
4
1
]
{\displaystyle {\begin{bmatrix}0&0&4\\1&0&4\\0&1&0\\0&3&2\\0&2&3\\0&3&4\\3&3&1\end{bmatrix}}^{t}\quad =\quad {\begin{bmatrix}0&1&0&0&0&0&3\\0&0&1&3&2&3&3\\4&4&0&2&3&4&1\end{bmatrix}}}
Involutiva
Para toda matriz
A
{\displaystyle A}
,
(
A
t
)
t
=
A
{\displaystyle (A^{t})^{t}=A\,}
Demostración
Se recurre a la definición de trasposición elemento a elemento, sean a ij dichos elementos, denotando por A = (a ij )ij a la matriz, se tiene
(
A
t
)
t
=
(
(
a
i
j
)
i
j
t
)
t
=
(
(
a
j
i
)
i
j
)
t
=
(
a
i
j
)
i
j
=
A
{\displaystyle (A^{t})^{t}=\left(\left(a_{ij}\right)_{ij}^{t}\right)^{t}=\left(\left(a_{ji}\right)_{ij}\right)^{t}=\left(a_{ij}\right)_{ij}=A}
∎
Distributiva
Sean A y B matrices con elementos en un anillo
A
{\displaystyle {\mathcal {A}}}
y sea
c
∈
A
{\displaystyle c\in {\mathcal {A}}}
:
(
A
+
B
)
t
=
A
t
+
B
t
{\displaystyle (A+B)^{t}=A^{t}+B^{t}\,}
Demostración
Denotando por A = (a ij )ij , B = (b ij )ij y A +B = (c ij )ij , donde c ij = a ij +b ij , se tiene
(
A
+
B
)
t
=
(
c
i
j
)
i
j
t
=
(
c
j
i
)
i
j
=
(
a
j
i
+
b
j
i
)
i
j
=
(
a
j
i
)
i
j
+
(
b
j
i
)
i
j
=
A
t
+
B
t
{\displaystyle (A+B)^{t}=\left(c_{ij}\right)_{ij}^{t}=\left(c_{ji}\right)_{ij}=\left(a_{ji}+b_{ji}\right)_{ij}=\left(a_{ji}\right)_{ij}+\left(b_{ji}\right)_{ij}=A^{t}+B^{t}}
∎
Lineal
(
c
A
)
t
=
c
A
t
{\displaystyle (c\,A)^{t}=c\,A^{t}}
Demostración
Se recurre a la definición de producto por escalar como operación externa
c
A
=
c
(
a
i
j
)
i
j
=
(
c
a
i
j
)
i
j
{\displaystyle cA=c\left(a_{ij}\right)_{ij}=\left(ca_{ij}\right)_{ij}}
sea d ij = c aij , con esta notación se tiene c A = (dij )ij , por trasposición queda
(
c
A
)
t
=
(
d
i
j
)
i
j
t
=
(
d
j
i
)
i
j
=
(
c
a
j
i
)
i
j
=
c
A
t
{\displaystyle (cA)^{t}=\left(d_{ij}\right)_{ij}^{t}=\left(d_{ji}\right)_{ij}=\left(ca_{ji}\right)_{ij}=cA^{t}}
∎
Para el producto usual de las matrices
A
{\displaystyle A}
y
B
{\displaystyle B}
,
(
A
B
)
t
=
B
t
A
t
{\displaystyle (AB)^{t}=B^{t}A^{t}\,}
Demostración
Se recurre a la definición de producto matricial, sean A = (a ij )ij , B = (b ij )ij y A B = (c ij )ij entonces por definición
c
i
j
=
∑
k
=
1
r
a
i
k
b
k
j
{\displaystyle c_{ij}=\sum _{k=1}^{r}a_{ik}b_{kj}}
por trasposición queda
c
j
i
=
∑
k
=
1
r
a
j
k
b
k
i
=
∑
k
=
1
r
b
k
i
a
j
k
{\displaystyle c_{ji}=\sum _{k=1}^{r}a_{jk}b_{ki}=\sum _{k=1}^{r}b_{ki}a_{jk}}
que coincide con la definición de producto para B t A t ∎
Si
A
{\displaystyle A}
es una matriz cuadrada cuyas entradas son números reales, entonces
A
t
A
{\displaystyle A^{t}A\,}
es semidefinida positiva .
Demostración
Sean A una matriz de tamaño m × n y x un vector columna de n componentes perteneciente a un espacio normado , con
‖
⋅
‖
{\displaystyle \scriptstyle \|\cdot \|}
denotando la norma euclídea .
x
t
A
t
A
x
=
(
A
x
)
t
A
x
=
‖
A
x
‖
2
{\displaystyle x^{t}A^{t}Ax=(Ax)^{t}Ax=\|Ax\|^{2}}
de las propiedades de la norma se deduce x t A t A x ≥ 0 para todo x , luego A t A es semidefinida positiva. ∎
Definiciones asociadas [ editar ]
Una matriz cuadrada
A
{\displaystyle A}
es simétrica si coincide con su traspuesta:
A
t
=
A
{\displaystyle A^{t}=A\,}
Una matriz cuadrada
A
{\displaystyle A}
es antisimétrica si su traspuesta coincide con su inverso aditivo.
A
t
=
−
A
{\displaystyle A^{t}=-A\,}
Si los elementos de la matriz
A
{\displaystyle A}
son números complejos y su traspuesta coincide con su conjugada, se dice que la matriz es hermítica .
A
t
=
A
¯
,
A
=
(
A
¯
)
t
=
A
†
{\displaystyle A^{t}={\bar {A}},\quad A=({\bar {A}})^{t}=A^{\dagger }}
y antihermítica si
A
t
=
−
A
¯
{\displaystyle A^{t}=-{\bar {A}}}
Vale la pena observar que si una matriz es hermítica (matriz simétrica en el caso de matriz real) entonces es diagonalizable y sus autovalores son reales. (El recíproco es falso).
↑ García Merayo, Félix (1995). «7.5». Lecciones prácticas de cálculo numérico (1 edición). Universidad Pontifica Comillas. p. 96. ISBN 9788487840685 .
↑ Kurmyshev, Evguenii (2003). «2.2.3». Fundamentos de métodos matemáticos para física e ingeniería (1 edición). LIMUSA SA. p. 35. ISBN 9789681863661 .
↑ «MATRIZ TRASPUESTA» . p. 2.