Professional Documents
Culture Documents
11:
Eigenvalores y eigenvectores.
Mtodo de la potencia
MAT251 Dr. Alonso Ramrez Manzanares
Depto. de Matemticas
Univ. de Guanajuato
e-mail: alram@ cimat.mx
web: http://www.cimat.mx/salram/met_num/
Sea A Rnn .
Definicin
El polinomio p() = det(A I) es llamado el polinomio caracterstico de A.
Las races p() = 0 del polinomio son los eigenvalores de A.
Definicin
Un vector v 6= 0 que satisface Av = v es un eigenvector de A. Al par
ordenado (, v) se le llama eigenpar.
Observaciones:
Sea A Rnn .
Definicin
El polinomio p() = det(A I) es llamado el polinomio caracterstico de A.
Las races p() = 0 del polinomio son los eigenvalores de A.
Definicin
Un vector v 6= 0 que satisface Av = v es un eigenvector de A. Al par
ordenado (, v) se le llama eigenpar.
Observaciones:
Como el grado del polinomio caracterstico es n, entonces hay n
eigenvalores asociados a A.
Sea A Rnn .
Definicin
El polinomio p() = det(A I) es llamado el polinomio caracterstico de A.
Las races p() = 0 del polinomio son los eigenvalores de A.
Definicin
Un vector v 6= 0 que satisface Av = v es un eigenvector de A. Al par
ordenado (, v) se le llama eigenpar.
Observaciones:
Como el grado del polinomio caracterstico es n, entonces hay n
eigenvalores asociados a A.
Para cada eigenvalor , puesto que det(A I) = 0, la matriz A I es
singular, por lo que podemos hallar un vector v 6= 0 tal que (A I)v = 0.
Proposicin
Sea A una matriz n n. Entonces (A) kAk para cualquier norma natural.
Proposicin
Sea A una matriz n n. Entonces (A) kAk para cualquier norma natural.
(A + I)v = Av + v = v + v = ( + )v
Entonces ( + , v) es un eigenpar de A + I.
(A + I)v = Av + v = v + v = ( + )v
Entonces ( + , v) es un eigenpar de A + I.
1
A1 u = u = AA1 u = Au = u = Au
As, (1/ , u) es un eigenpar de A1 .
Teorema de Gershgorin
Sea A una matriz cuadrada arbitraria. Los eigenvalores de A = [aij ] estn
localizados en la unin de n discos definidos por
n
X
| aii | ri donde ri = |aij | i = 1, ..., n.
j=1
j6=i
Teorema de Gershgorin
Sea A una matriz cuadrada arbitraria. Los eigenvalores de A = [aij ] estn
localizados en la unin de n discos definidos por
n
X
| aii | ri donde ri = |aij | i = 1, ..., n.
j=1
j6=i
Cr
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Cc
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Cr Cc
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Mtodo de la potencia
Dado un vector inicial v0 y fijando k = 0, repetimos hasta convergencia los
siguientes pasos:
y k+1 = Avk
vk+1 = y k+1 / ky k+1 k
k+1 = (vk+1 )> Avk+1
k = k+1
El criterio de convergencia puede ser que el residual sea menor que una
cierta tolerancia, |y k k vk | < .
Proposicin
Sea v 6= 0 y definamos r() = Au u. Entonces el mnimo de kr()k2 es
u> Au
= .
u> u
Para este valor, r() es ortogonal a u.
Definicin
Sean v y u dos vectores con v > u 6= 0. Entonces la cantidad
v > Au
.
v> u
se llama un cociente de Rayleigh.
v0 = (1, 1, 1)>
4
5.5
3
Av v
5.0
2
4.5
1
4.0
0 20 40 60 80 100 0 20 40 60 80 100
Iteracion Iteracion
1.2
1.0
5.50
0.8
Av v
0.6
5.45
0.4
5.40
0.2
0.0
2 4 6 8 10 12 14 2 4 6 8 10 12 14
Iteracion Iteracion
5
4
4
Av v
3
2
2
1
1
0
0 200 400 600 800 0 200 400 600 800
Iteracion Iteracion
2
c(rmax 0.25, rmax + 0.25)
1
0
1
2
2 0 2 4 6 8
c(dmin, dmax)
3
c(rmax 0.25, rmax + 0.25)
2
1
0
1
2
3
5 0 5
c(dmin, dmax)
5.5
0.3
Av v
5.0
0.2
4.5
0.1
0 20 40 60 80 100 0 20 40 60 80 100
Iteracion Iteracion
3
c(rmax 0.25, rmax + 0.25)
2
1
0
1
2
3
5 0 5
c(dmin, dmax)
Ejemplo Eigenvalores
B 0.9419583, 0.6370984, 1.0520125, 1.4849196, 5.5479279
C 4.9000000, 4.5000000, 4.4000000, 4.6000000, 5.0000000
D 5.0000000, 4.6000000, 4.4000000, 4.6000000, 5.0000000
|1 | > |2 | |3 | |n |.
Pn
Dado x0 Rn , se debe tener que x0 = i=1 i vi . As
n
X
Ak x(0) = i ki vi .
i=1
1 n
X ki
Ak x(0) = 1 v1 + i vi .
k1 i=2 k1
Como |1 | > |i | para i = 2, ..., n, tenemos que
ki
0 si k
k1
Entonces
1
Ak x(0) = 1 v1 + (k) con (k) 0 si k
k1
Joaqun Pea (CIMAT) Mtodos Numricos (MAT251) 12.09.2012 16 / 26
Convergencia del mtodo de la potencia (II)
v1> Av1
1 = ,
v1> v1
una eleccin natural para el vector u es
u = Ak x(0)
De esta forma tenemos que
!>
(Ak x(0) )> Ak+1 x(0) (y (k) )> Ay (k) (y (k) )> Ay (k) y (k) y (k)
= = = A
(Ak x(0) )> Ak x(0) (y (k) )> y (k) ky (k) k2 ky (k) k ky (k) k
Hay que notar otro aspecto importante para el mtodo de la potencia, que
se ilustra en el siguiente ejemplo.
0.3 0.2 0.5 0.7 0.3
0.1 0.3 0.4 0.4 0.3
A=
2.9 0.6 1.1 0.9 1.0
1.4 0.0 0.6 0.5 0.3
0.8 1.5 0.6 1.2 0.7
2.5
0.5
2.0
1.0
1.5
Av v
1.0
1.5
0.5
0 200 400 600 800 1000 0 200 400 600 800 1000
Iteracion Iteracion
x x x
0
x
1
2
4 3 2 1 0 1 2 3
c(dmin, dmax)
0.8 0.2 0.5 0.7 0.3
0.1 0.2 0.4 0.4 0.3
A=
2.9 0.6 0.6 0.9 1.0
1.4 0.0 0.6 0.0 0.3
0.8 1.5 0.6 1.2 0.2
1.2
1.5
1.0
1.0
0.8
0.5
Av v
0.6
0.0
0.4
1.0 0.5
0.2
0.0
0 5 10 15 20 25 30 35 0 5 10 15 20 25 30 35
Iteracion Iteracion
x x x
0
x
1
2
4 2 0 2 4
c(dmin, dmax)
AV = VD.
Proposicin
Supongamos que (i , vi ) es un eigenpar de A, y y que 1 tiene multiplicidad
1. Si x es un vector tal que x > v1 = 1, entonces
B = A 1 v 1 x >
vi = (i 1 ) + (x > wi )v1
para i = 2, 3, ..., n.
(A I)y = xk
x
b = y/ kyk
w = xk / kyk
= b>w
x
= +
r = w x
b
xk+1 = x
b
k = k+1
1
i
1
Eligiendo de manera apropiada podemos hacer que sea el
i
eigenvalor dominante.
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7