Professional Documents
Culture Documents
ECUADOR
FACULTAD DE INGENIERÍA QUÍMICA
ANÁLISIS NUMÉRICO
INTEGRANTES:
DARÍO BASTIDAS
ERIKA CATOTA
BELLA GAONA
NAIMES MIÑO
BRYAN ROCHA
QUITO-ECUADOR
REPASO :
−𝑡 −1
𝑋= 𝑡 =𝑡 1
𝑡 1
Se dice que los vectores 𝑈1 , 𝑈2 , ..., 𝑈𝑛 son linealmente
independientes si la igualdad:
𝑐1 𝑈1 + 𝑐2 𝑈2 +. . . +𝑐𝑛 𝑈𝑛 = 0
implica que 𝑐1 = 0, 𝑐2 = 0, . . ., 𝑐𝑛 = 0.
𝑋 = 𝑐1 𝑈1 + 𝑐2 𝑈2 +. . . +𝑐𝑚 𝑈𝑚
Sea 𝐴 una matriz cuadrada de dimensión 𝑛 x 𝑛 y sea 𝑋 un
vector de dimensión 𝑛. El producto 𝑌 = 𝐴𝑋 puede verse
como una transformación del espacio n-dimensional en sí
mismo y nos planteamos la búsqueda de escalares λ para
los que exista un vector no nulo 𝑋 tal que
𝐴𝑋 = λ𝑋
Cuando esto ocurre, se dice que 𝑋 es un autovector correspondiente al
autovalor λ, y juntos forman un “autopar” (λ, 𝑋) de 𝐴.
𝐴𝑉 = λ𝑉
𝑌𝑘 = 𝐴 ∗ 𝑋𝑘
1
𝑋𝑘+1 = ∗𝑌
𝑐𝑘+1 𝑘
A 𝑋0 𝑌0
C Es el autovalor y X
es el autovector
Ahora utilizamos la siguiente fórmula dominante
1 𝑌0 normalizado
𝑋𝑘+1 = ∗ 𝑌𝑘
𝑐𝑘+1
El resultado de la segunda iteración es:
A 𝑋1 𝑌1 𝑐2 𝑋2
𝑌𝑘 = 𝐴 ∗ 𝑋𝑘
1
𝑋𝑘+1 = ∗𝑌
𝑐𝑘+1 𝑘
(𝑘) (𝑘) 𝑘
Donde: 𝑐𝑘+1 = 𝑥𝑗 y 𝑥𝑗 = 𝑚𝑎𝑥 𝑥𝑖 : 1 ≤ 𝑖 ≤ 𝑛 , convergen,
respectivamente, al autovector dominante 𝑉1 y al autovalor dominante
𝜆1 . Es decir:
: Puesto que A tiene n autovalores distintos , existen n
autovectores normalizados correspondientes 𝑉𝑗 , para j=1,2,……,n, que son
linealmente independientes y forman una base de ℝ𝑛 . Por lo tanto, el vector
inicial 𝑋0 puede expresarse como una combinación lineal
𝑋0 = 𝑏1 ∗ 𝑉1 + 𝑏2 ∗ 𝑉2 + ⋯ + 𝑏𝑛 ∗ 𝑉𝑛
|𝜆𝑗 |
Como hemos supuesto que < 1 para cada j=2,3,….,n, tenemos:
|𝜆1 |
Ec. 1
En consecuencia, la sucesión de vectores 𝑋𝑘 converge al autovector
dominante:
Ec. 2
Ec. 3
(𝑘) (𝑘) 𝑘
Donde: 𝑐𝑘+1 = 𝑥𝑗 y 𝑥𝑗 = 𝑚𝑎𝑥 𝑥𝑖 :1 ≤ 𝑖 ≤ 𝑛
Convergen a la pareja autovalor-autovector dominante (𝑢1 , 𝑉𝑗 ) de la
matriz (𝐴 − 𝛼𝐼)−1 . Finalmente, el autovalor de A que hemos fijado viene
dado por:
(1)
1 1
𝜆1 = +𝛼 = + 4.2 = 𝟒
𝑢1 −5
(1)
(3)
Hacemos el cambio de variable (4)
Que al sustituirlo en (3) produce el problema de autovalores
(5)
(6)
Multiplicando por a la derecha de la relación (6)
obtenemos
(7)
(11)
(12)
(13)
Siendo
Si definimos
entonces
Usamos la ecuación:
Ordenando los términos nos queda
Y podemos calcular Ɵ:
Dividiendo el numerador y el
denominador ente C^2 una vez hallado t, los valores c y
s se calculan usando las
fórmulas.
Nos da la ecuación:
Cada paso del método de Jacobi produce dos ceros
fuera de la diagonal, pero en las siguientes iteraciones
estos ceros podrían desaparecer, así que es necesario
realizar muchas iteraciones para conseguir que todos
los elementos fuera de la diagonal sean
suficientemente pequeños.
Desarrollaremos un método que produce varios ceros
fuera de la diagonal en cada iteración , ceros que
permanecen a lo largo de iteraciones sucesivas.
Si los vectores X e Y tienen la misma norma ,
entonces existe una matriz ortogonal y simétrica
P tal que :
Y=PX
P=I-2WW’