Semana 09 An

Solucin sistemas lineales
Mtodos iterativos no estacionarios
Catalina Domnguez,
Universidad del Norte
Doctorado en Ingeniera
Semestre II de 2015
Semana 09
Pgina 1
Semana 9
01 de Octubre de 2015
Domnguez
function [x,res,iter] = FOM(A,b,x0,m,tol)

r0 = b-A*x0;
res = norm(r0);
n=size(A,1);
if res ~=0
while res > tol && m<n+1
[iter,V,H] = ArnoldiAlg00(A,r0,m);
e1 = eye(iter);
z = H(1:iter,:)\ (res*e1(:,1));
% verificacion residuo
res = H(iter+1,iter)*abs(z(iter));
x = x0 + V(:,1:iter) * z;
if res < tol
% dim < m
return
else % if iter = m
% opcional puede se diferente
% x0 = x;
% r0 = b-A*x0;
% cambia el residuo inicial
m = m + 1;
end
end
else
x = x0;
end
end
Pgina 2
Semana 9
Domnguez
function [x,res,iter] = FOM(A,b,x0,m,tol)

r0 = b-A*x0;
res = norm(r0);
n=size(A,1);
if res ~=0
e1 = eye(iter);
z = H(1:iter,:)\ (res*e1(:,1));
% verificacion residuo
res = H(iter+1,iter)*abs(z(iter));
x = x0 + V(:,1:iter) * z;
m = m + 1;
end
else
x = x0;
end
end
Pgina 3
Semana 9
Domnguez
Resolvamos el sistema Ax = b. Tenemos

k
k1
Y
X
(I j1 A)r0 = pk (A)r0
j rj
rk =
xk = x0 +
j=1
j=0
Mtodos de Krylov
Dado un r0 , se selecciona xk de manera que satisfaga un criterio de
mnima distancia de x.
1
Calcular xk Wk forzando rk Kk (A; r0 ), es decir,

vT rk = vT (b Axk ) = 0 v Kk (A; r0 )
Mtodo de Arnoldi para sistemas lineales - FOM
Calcular xk Wk minimizando la norma euclidiana del residuo,

es decir,
krk k2 = min kb Avk2
GMRES
vWk
Pgina 4
Semana 9
Domnguez
Resolvamos el sistema Ax = b.
Dado r0 tenemos
xk = x0 +
k1
X
j=0
j rj
rk =
k
Y
(I j1 A)r0 = pk (A)r0
j=1
Asumiendo una base ortonormal de Km (A; r0 ) ha sido calculada y

almacenada en Vk , xk se puede escribir como
xk = x0 + Vk z k
donde z k se selecciona de acuerdo a un criterio fijo.
Pgina 5
Semana 9
Domnguez
Mtodo de Arnoldi (FOM) full orthogonalization method

Sea Vk una base ortonormal de Kk (A, r0 ). Se requiere
rk Kk (A; r0 )
es decir
VkT rk = 0
VkT rk = 0
VkT AVk z k = VkT r0
VkT rk = VkT (b Axk )
Hk z k = VkT r0 = kr0 ke1
VkT rk = VkT (b Ax0 AVk z k )
Hk z k = kr0 ke1
= VkT (b Ax0 ) VkT AVk z k )
e1 R K
= VkT r0 VkT AVk z k = 0

Al calcular z k , se puede calcular xk
Usando aritmtica exacta el mtodo de Arnoldi obtiene la solucin, a
lo ms, despus de n iteraciones.
Pgina 6
Semana 9
Domnguez
Mtodo de Krylov: GMRES Generalized minimun residual

Calcular
xk = x0 + Vk z k Wk
minimizando la norma
euclidiana del residuo, es decir,
Pgina 7
Semana 9
Domnguez

Calcular
xk = x0 + Vk z k Wk
euclidiana del residuo, es decir, se debe encontrar z k de manera que

vWk
Pgina 7
Semana 9
Domnguez

Calcular
xk = x0 + Vk z k Wk

vWk
rk = r0 AVk z k
Pgina 7
Semana 9
Domnguez

Calcular
xk = x0 + Vk z k Wk

vWk
rk = r0 AVk z k

bk zk
rk = Vk+1 kr0 ke1 H
Pgina 7
Semana 9
Domnguez

Calcular
xk = x0 + Vk z k Wk

vWk
Se escoge z k de tal manera que

minimice
rk = r0 AVk z k

bk zk
rk = Vk+1 kr0 ke1 H
Pgina 7
Semana 9
b k z k k,
k kr0 ke1 H
b k Rk+1k
H
Domnguez

Calcular
xk = x0 + Vk z k Wk

vWk

minimice
rk = r0 AVk z k

bk zk
rk = Vk+1 kr0 ke1 H
b k z k k,
k kr0 ke1 H
b k Rk+1k
H
b k z k = kr0 ke1
H
Pgina 7
Semana 9
Domnguez

Calcular
xk = x0 + Vk z k Wk

vWk

minimice
rk = r0 AVk z k

bk zk
rk = Vk+1 kr0 ke1 H
b k z k = kr0 ke1
H
Pgina 7
Semana 9
b k z k k,
k kr0 ke1 H
b k Rk+1k
H
bTH
b k z k = kr0 kH
b T e1
H
k
k
Domnguez
Algoritmo GMRES
Dado A, b, x0 ,m, tol,
Pgina 8
Semana 9
Domnguez
Algoritmo GMRES
1
Pgina 8
v1 = r0 /kr0 k
Semana 9
Domnguez
Algoritmo GMRES
Pgina 8
v1 = r0 /kr0 k
Se calcula Vk , Hk , k = Arnoldi(A, b, x0 , m) (k m)
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
Pgina 8
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
Pgina 8
xk = x0 + Vk z
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
res = kb Axk k/kr0 k
Pgina 8
xk = x0 + Vk z
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
5
6
Pgina 8
xk = x0 + Vk z

Si res < tol (dim Km < m)
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
5
6
xk = x0 + Vk z

return
Pgina 8
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
5
6
xk = x0 + Vk z

return
Pgina 8
de lo contrario, (si k = m) (opcional)
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
5
6
xk = x0 + Vk z

return

x0 = x
Pgina 8
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
5
6
xk = x0 + Vk z

return

x0 = x
r0 = Ax0 b
Pgina 8
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
5
6
xk = x0 + Vk z

return

x0 = x
r0 = Ax0 b
m=m+1
Pgina 8
Semana 9
Domnguez
Algoritmo GMRES
1
v1 = r0 /kr0 k
eT H
e k zk = H
e T kr0 ke1
Resolver H
3
4
5
6
xk = x0 + Vk z

return
Pgina 8
x0 = x
r0 = Ax0 b
m=m+1
se continua en el paso ??
Semana 9
Domnguez
function [x, iter,res]=GMRES(A, b,x0,m,tol)

r0 = b - A*x0;
res = norm(r0);
n=size(A,1);
if res ~=0
nr0 = norm(r0);
z = (H*H)\(H*nr0*[1;zeros(iter,1)]);
x = x0 + V(:,1:iter)*z;
res = norm(b-A*x)/nr0;
m = m+1;
end
else
x = x0;
end
end
Pgina 9
Semana 9
Domnguez
Criterios de parada basados en el residual
Si nuestro criterio consiste en
krk k
, observe que
kx xk k =
Pgina 10
Semana 9
Domnguez
krk k
, observe que
kx xk k = kA1 b xk k =
Pgina 10
Semana 9
Domnguez
krk k
, observe que
kx xk k = kA1 b xk k = kA1 rk k kA1 k
Pgina 10
Semana 9
Domnguez
krk k
, observe que
Si consiste en
Pgina 10
krk k
kbk
Semana 9
, observe
Domnguez
krk k
, observe que

krk k
kbk
Si consiste en
, observe
kx xk k
kxk
Pgina 10
Semana 9
Domnguez
krk k
, observe que
Si consiste en
krk k
kbk
, observe
kx xk k
kA1 kkrk k
kxk
kxk
Pgina 10
Semana 9
Domnguez
krk k
, observe que
Si consiste en
krk k
kbk
, observe
kx xk k
kA1 kkrk k
kK(A)k krk k
kxk
kxk
kAkkxk
Pgina 10
Semana 9
Domnguez
krk k
, observe que
Si consiste en
krk k
kbk
, observe
kx xk k
kA1 kkrk k
kK(A)k krk k
kK(A)k krk k
K(A)
kxk
kxk
kAkkxk
kbk
Pgina 10
Semana 9
Domnguez
Criterios de parada basados en el incremento
Tenemos que
kek+1 k kBkkek k
Pgina 11
Semana 9
Domnguez
Tenemos que
kek+1 k kBkkek k
Pgina 11
Semana 9
Domnguez
Tenemos que
kek+1 k kBkkek k
Usando desigualdad triangular

kek+1 k kBk kek+1 k + kxk+1 xk k
Pgina 11
Semana 9
Domnguez
Tenemos que
kek+1 k kBkkek k
Usando desigualdad triangular

kek+1 k kBk kek+1 k + kxk+1 xk k
por tanto
kx xk+1 k
Pgina 11
Semana 9
kBk
kxk+1 xk k
1 kBk
Domnguez
Aproximacin de valores y vectores propios
Pgina 12
Semana 9
Domnguez
Problema clsico
Determinar frecuencias naturales o propias de un sistema (mecnico,
estructural o elctrico).
Pgina 12
Semana 9
Domnguez
Problema clsico
Determinar frecuencias naturales o propias de un sistema (mecnico,
estructural o elctrico).
Generalmente, resulta un problema de valores propios de un sistema lineal.
Pgina 12
Semana 9
Domnguez
Vibraciones Mecnicas
x1
k1
Pgina 13
x2
k2
M1
Semana 9
M2
x3
k3
M3
Domnguez
x1
k1
x2
k2
M1
M2
x3
k3
M3
Segunda ley de Newton ma = F

mi xi (t) = fuerza ejercida del resorte i
+ fuerza ejercida del resorte i + 1
fuerza ejercida por el amortiguador i
Pgina 13
Semana 9
Domnguez
x1
k1
x2
x3
k2
M1
k3
M2
M3

M x (t) = Bx (t) Kx(t)

Pgina 13
Semana 9
Domnguez
x1
k1
x2
x3
k2
M1
k3
M2
M3


y (t) = Ay(t) = SS 1 y(t)
Pgina 13
Semana 9
Domnguez
x1
k1
x2
x3
k2
M1
k3
M2
M3


y (t) = Ay(t) = SS 1 y(t)
1
1
fuerza ejercida por el amortiguador i S y (t) = S y(t)
Pgina 13
Semana 9
Domnguez
x1
k1
x2
x3
k2
M1
k3
M2
M3


y (t) = Ay(t) = SS 1 y(t)
1
1
z (t) = z(t) = i zi (t)
Pgina 13
Semana 9
Domnguez
x1
k1
x2
x3
k2
M1
k3
M2
M3


y (t) = Ay(t) = SS 1 y(t)
1
1
z (t) = z(t) = i zi (t)
Qu mtodo utilizar para determinar o aproximar los valores y vectores

propios de una matriz ?
Pgina 13
Semana 9
Domnguez
vibraciones de una cuerda

1 2w
2w
=
x2
c2 t2
Pgina 14
Semana 9
Domnguez

1 2w
2w
=
x2
c2 t2
w denota la desplazamiento vertical
Pgina 14
Semana 9
Domnguez

1 2w
2w
=
x2
c2 t2
c velocidad del sonido en la cuerda
Pgina 14
Semana 9
Domnguez

1 2w
2w
=
x2
c2 t2
Si la cuerda esta sujeta en x = 0 y x = 1, i.e,
w(0, t) = w(1, t) = 0
Pgina 14
Semana 9
Domnguez

1 2w
2w
=
x2
c2 t2
w(0, t) = w(1, t) = 0
Asumiendo movimiento armnico w(x, t) = v(x)eiwt
v =
Pgina 14
Semana 9
2
v,
c2
v(0) = v(1) = 0
Domnguez

1 2w
2w
=
x2
c2 t2
w(0, t) = w(1, t) = 0
Asumiendo movimiento armnico w(x, t) = v(x)eiwt
v =
2
v,
c2
v(0) = v(1) = 0
Aplicando diferencias finitas se obtiene un problema de valores propios
Au = u
Pgina 14
Semana 9
Domnguez
Valores y vectores propios

Para A Cnn , encontrar C y x 6= 0 tal que
Ax = x
Pgina 15
Semana 9
Domnguez

Ax = x
Estrategia:
Pgina 15
Semana 9
Domnguez

Ax = x
Estrategia:
Resolver
Ax x = 0 con x 6= 0
Pgina 15
Semana 9
Domnguez

Ax = x
Estrategia:
Resolver
Ax x = 0 con x 6= 0
es decir, se debe garantizar para un sistema homogneo, la existencia de
una solucin no-trivial,
Pgina 15
Semana 9
Domnguez

Ax = x
Estrategia:
Resolver
Ax x = 0 con x 6= 0
det(A I) = 0 = pa ()
Mtodos
Pgina 15
Semana 9
Domnguez

Ax = x
Estrategia:
Resolver
Ax x = 0 con x 6= 0
det(A I) = 0 = pa ()
Mtodos
Parciales aproximan valores propios extremos de A.
Pgina 15
Semana 9
Domnguez

Ax = x
Estrategia:
Resolver
Ax x = 0 con x 6= 0
det(A I) = 0 = pa ()
Mtodos
Parciales aproximan valores propios extremos de A.
Globales aproximan todo el espectro.
Pgina 15
Semana 9
Domnguez
Localizacin geomtrica de valores propios
Pgina 16
Semana 9
Domnguez
Teorema de los crculos Gershgorin

Sea A Cnn entonces
Pgina 16
Semana 9
Domnguez

Sea A Cnn entonces
1
(A) SR =
n
[
Ri
Ri = {z C : |z aii |
i=1
Pgina 16
Semana 9
n
X
j=1,j6=i
Domnguez
|aij |}

Sea A Cnn entonces
1
(A) SR =
n
[
Ri
Ri = {z C : |z aii |
i=1
2
(A) SC =
n
[
Semana 9
|aij |}
j=1,j6=i
Ci
Ci = {z C : |z ajj |
i=1
Pgina 16
n
X
n
X
i=1,i6=j
Domnguez
|aij |}
Ejemplo
10 2 3
A = 1 2 1
0 1 3
Pgina 17
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
R1 = {z C : |z 10| 5}
5
4
3
2
1
1
1
9 10 11 12 13 14 15
2
3
4
5
Pgina 17
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
R1 = {z C : |z 10| 5}
R1
4
3
2
1
1
1
9 10 11 12 13 14 15
2
3
4
5
Pgina 17
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
R1 = {z C : |z 10| 5}
R2 = {z C : |z 2| 2}
R1
4
3
2
1
1
1
9 10 11 12 13 14 15
2
3
4
5
Pgina 17
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
R1 = {z C : |z 10| 5}
R2 = {z C : |z 2| 2}
R1
4
3
2
R2
1
1
1
9 10 11 12 13 14 15
2
3
4
5
Pgina 17
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
R1 = {z C : |z 10| 5}
R2 = {z C : |z 2| 2}
R3 = {z C : |z 3| 1}
R1
4
3
2
R2
1
1
1
9 10 11 12 13 14 15
2
3
4
5
Pgina 17
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
R1 = {z C : |z 10| 5}
R2 = {z C : |z 2| 2}
R3 = {z C : |z 3| 1}
R1
4
3
2
R2
1
1
1
9 10 11 12 13 14 15
R3
2
3
4
5
Pgina 17
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
Pgina 18
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
Pgina 18
Semana 9
C1 = {z C : |z 10| 1}
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
C1 = {z C : |z 10| 1}
5
4
3
2
C1
1
1
1
9 10 11 12 13 14 15
2
3
Pgina 18
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
C1 = {z C : |z 10| 1}
C2 = {z C : |z 2| 3}
5
4
3
2
C1
1
1
1
9 10 11 12 13 14 15
2
3
Pgina 18
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
C1 = {z C : |z 10| 1}
C2 = {z C : |z 2| 3}
5
4
3
2
C2
C1
1
1
1
9 10 11 12 13 14 15
2
3
Pgina 18
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
C1 = {z C : |z 10| 1}
C2 = {z C : |z 2| 3}
C3 = {z C : |z 3| 4}
5
4
3
2
C2
C1
1
1
1
9 10 11 12 13 14 15
2
3
Pgina 18
Semana 9
Domnguez
Ejemplo
10 2 3
A = 1 2 1
0 1 3
C1 = {z C : |z 10| 1}
C2 = {z C : |z 2| 3}
C3 = {z C : |z 3| 4}
5
4
3
2
C2
C1
1
1
1
9 10 11 12 13 14 15
2
3
Pgina 18
C3
Semana 9
Domnguez

Primer Teorema de Gershgorin
Sea A Rnn entonces
(A),
Pgina 19
Semana 9
SR SC
Domnguez

Primer Teorema de Gershgorin
Sea A Rnn entonces
(A),
SR SC
5
4
3
2
1
1
1
9 10 11 12 13 14 15
2
3
4
5
Pgina 19
Semana 9
Domnguez

Segundo Teorema de Gershgorin
Sea
S1 =
m
[
i=1
Pgina 20
Semana 9
Ri ,
S2 =
m
[
Ri
i=m+1
Domnguez

Sea
S1 =
m
[
i=1
Ri ,
S2 =
m
[
Ri
i=m+1
Si S1 S2 , entonces S1 contiene exactamente m valores propios de A,

teniendo en cuenta la multiplicidad de cada uno, el resto de valores propios
estn en S2 .
Pgina 20
Semana 9
Domnguez

Sea
S1 =
m
[
Ri ,
S2 =
m
[
Ri
i=m+1
i=1
Si S1 S2 , entonces S1 contiene exactamente m valores propios de A,

teniendo en cuenta la multiplicidad de cada uno, el resto de valores propios
estn en S2 .
5
S2
4
3
2
S1
1
1
1
9 10 11 12 13 14 15
2
Pgina 20
Semana 9
Domnguez
Mtodo de las potencias
Es adecuado para aproximar el valor propio extremo (en modulo) de una

matriz, junto con su vector propio asociado.
Pgina 21
Semana 9
Domnguez
Mtodo de las potencias
Es adecuado para aproximar el valor propio extremo (en modulo) de una

matriz, junto con su vector propio asociado.
Sea A Rnn una matriz diagonalizable y X la matriz de los vectores
propios (derecha). Supongamos
|1 | > |2 | |3 | |n |
donde 1 tiene multiplicidad 1.
Pgina 21
Semana 9
Domnguez
Mtodo de potencias
Sea x0 Rn (cualquier vector), entonces x0 = c1 v1 + c2 v2 + + cn vn
donde {v1 , v2 , . . . , vn } es un conjunto de n vectores propios l.i.
entonces
Ax0 = c1 Av1 + c2 Av2 + + cn Avn
= c1 1 v1 + c2 2 v2 + + cn n vn
AAx0 = c1 21 v1 + c2 22 v2 + + cn 2n vn
.. ..
.=.
Cuando m
m
m
n
2
0, . . . ,
0
1
1
puesto que
|2 /1 | < 1, . . . , |n /1 | < 1.
Entonces, si m
m
m
Am x0 = c1 m
1 v1 + c2 2 v2 + + cn n vn
Dividiendo entre m
1
Am x0
c1 v1
m
1
Am x0
m
m
= c1 v1 + c2 2m v2 + + cn nm vn
m
1
1
1
Pgina 22
Semana 9
Domnguez
continuacin ...
Recuerde: se desea aproximar 1 y v1
Sea y Rn cualquier vector con y 6= 0. Tenemos
Am+1 x0
y c1 v1 y,
m
1
Am x0
y c1 v1 y
m
1
entonces
Am x0
m+1
Am+1 x0 y
Am+1 x0
1
=
=
1
m
m
Am x0 y
m+1
1
1
1
Tomando y = Am x0
Am+1 x0 y
Am+1 x0 Am x0 Cociente de Rayleigh
=
Am x0 y
Am x0 Am x0 Si x es un vector propio, su
correspondiente valor propio es
m
m
A A x0 A x0
=
Am x0 Am x0
Ax x
1 =
v1
Pgina 23
Am x0 ,
A Am x0 Am x0
Am x0 Am x0
Semana 9
xx
Domnguez
As
1
A Am x0 Am x0
Am x0 Am x0
v1 Am x0 = qm
Si garantizamos ||qm || = 1 es decir Am x0 Am x0 = 1 entonces

1 AAm x0 Am x0 ,
v1
Am x0
||Am x0 ||
Algoritmo
Dado q0 Rn con kq0 k = 1, calcular
Pgina 24
Semana 9
Domnguez
As
1
A Am x0 Am x0
Am x0 Am x0
v1 Am x0 = qm

1 AAm x0 Am x0 ,
v1
Am x0
||Am x0 ||
Algoritmo
Pgina 24
Semana 9
Domnguez
As
1
A Am x0 Am x0
Am x0 Am x0
v1 Am x0 = qm

1 AAm x0 Am x0 ,
v1
Am x0
||Am x0 ||
Algoritmo
Pgina 24
Semana 9
Domnguez
As
1
A Am x0 Am x0
Am x0 Am x0
v1 Am x0 = qm

1 AAm x0 Am x0 ,
v1
Am x0
||Am x0 ||
Algoritmo
1
Pgina 24
z k = Aqk1
Semana 9
Domnguez
As
1
A Am x0 Am x0
Am x0 Am x0
v1 Am x0 = qm

1 AAm x0 Am x0 ,
v1
Am x0
||Am x0 ||
Algoritmo
1
z k = Aqk1
qk =
Pgina 24
zk
kz k k
(Normalizacin)
Semana 9
Domnguez
As
1
A Am x0 Am x0
Am x0 Am x0
v1 Am x0 = qm

1 AAm x0 Am x0 ,
v1
Am x0
||Am x0 ||
Algoritmo
1
z k = Aqk1
qk =
k =
Pgina 24
zk
kz k k (Normalizacin)
qTk Aqk = (Aqk ) qk
Semana 9
Domnguez
function [lambda,q,iter,res] = PowerSimple(A,z0,tol, nmax)

% Calcula el vector propio y valor propio mayor (en modulo) de la
% matriz A
q = z0/norm(z0);
res = tol +1;
iter = 0;
while res>tol && iter <= nmax
iter = iter +1;
z = A*q;
q = z/ norm(z); % aprox. vector propio
aux = A*q;
lambda = q*aux; % aprox. valor propio
res = norm(aux-lambda*q);
end
end
Pgina 25
Semana 9
Domnguez

Semana 09 An

Uploaded by

Document Information

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

Semana 09 An

Uploaded by

Copyright:

Available Formats

Solucin sistemas lineales

Mtodos iterativos no estacionarios

function [x,res,iter] = FOM(A,b,x0,m,tol)

function [x,res,iter] = FOM(A,b,x0,m,tol)

Resolvamos el sistema Ax = b. Tenemos

Calcular xk Wk forzando rk Kk (A; r0 ), es decir,

Calcular xk Wk minimizando la norma euclidiana del residuo,

Asumiendo una base ortonormal de Km (A; r0 ) ha sido calculada y

Mtodo de Arnoldi (FOM) full orthogonalization method

VkT AVk z k = VkT r0

VkT rk = VkT (b Axk )

Hk z k = VkT r0 = kr0 ke1

VkT rk = VkT (b Ax0 AVk z k )

= VkT (b Ax0 ) VkT AVk z k )

= VkT r0 VkT AVk z k = 0

Mtodo de Krylov: GMRES Generalized minimun residual

euclidiana del residuo, es decir,

Mtodo de Krylov: GMRES Generalized minimun residual

euclidiana del residuo, es decir, se debe encontrar z k de manera que

Mtodo de Krylov: GMRES Generalized minimun residual

euclidiana del residuo, es decir, se debe encontrar z k de manera que

Mtodo de Krylov: GMRES Generalized minimun residual

euclidiana del residuo, es decir, se debe encontrar z k de manera que

Mtodo de Krylov: GMRES Generalized minimun residual

euclidiana del residuo, es decir, se debe encontrar z k de manera que

Se escoge z k de tal manera que

Mtodo de Krylov: GMRES Generalized minimun residual

euclidiana del residuo, es decir, se debe encontrar z k de manera que

Se escoge z k de tal manera que

Mtodo de Krylov: GMRES Generalized minimun residual

euclidiana del residuo, es decir, se debe encontrar z k de manera que

Se escoge z k de tal manera que

res = kb Axk k/kr0 k

res = kb Axk k/kr0 k

res = kb Axk k/kr0 k

res = kb Axk k/kr0 k

de lo contrario, (si k = m) (opcional)

res = kb Axk k/kr0 k

de lo contrario, (si k = m) (opcional)

res = kb Axk k/kr0 k

de lo contrario, (si k = m) (opcional)

res = kb Axk k/kr0 k

de lo contrario, (si k = m) (opcional)

res = kb Axk k/kr0 k

de lo contrario, (si k = m) (opcional)

function [x, iter,res]=GMRES(A, b,x0,m,tol)

Criterios de parada basados en el residual

Si nuestro criterio consiste en

Criterios de parada basados en el residual

Si nuestro criterio consiste en

Criterios de parada basados en el residual

Si nuestro criterio consiste en

kx xk k = kA1 b xk k = kA1 rk k kA1 k

Criterios de parada basados en el residual

Si nuestro criterio consiste en

kx xk k = kA1 b xk k = kA1 rk k kA1 k

Criterios de parada basados en el residual

Si nuestro criterio consiste en

kx xk k = kA1 b xk k = kA1 rk k kA1 k

Criterios de parada basados en el residual

Si nuestro criterio consiste en

kx xk k = kA1 b xk k = kA1 rk k kA1 k

Criterios de parada basados en el residual

Si nuestro criterio consiste en