Ejercicios de Calculo Numerico (4

o
L. Matematicas). Curso 2007-08.
Sistemas lineales y valores propios.
1. (a) Compruebe que la inversa de una matriz, L, triangular inferior de orden n puede calcularse como sigue:
Para j = 1, 2, . . . , n e i = j, j + 1, . . . , n : y
ij
=
(
ij

P
i1
k=j
l
ik
y
kj)
l
ii
con L
1
= (y
ij
)
(b) Deduzca relaciones analogas para el calculo de la inversa de una matriz triangular superior.
2. Razonese la veracidad o falsedad de las armaciones siguientes:
(a) La matriz inversa de una matriz simetrica regular es una matriz simetrica regular.
(b) Si A y B son matrices estrictamente diagonal dominantes, entonces A+B es una matriz estrictamente
diagonal dominante.
(c) Si A es una matriz estrictamente diagonal dominante, entonces A
2
es una matriz estrictamente diagonal
dominante.
(d) La suma de matrices denidas positivas es una matriz denida positiva.
(e) Toda matriz diagonal dominante es invertible.
3. Calcule la matriz unitaria H del teorema de Schur para la matriz: A =
_
_

2 2 6
0 0

2
0

2 2

2
_
_
4. Demuestre que si A y B son matrices cuadradas las matrices AB y BA tienen los mismos valores propios.
5. Se denominan matrices Toeplitz a matrices cuyas diagonales tienen sus elementos iguales, es decir, a
i,j
= d
h
, si
j i = h. En este ejercicio proponemos obtener los valores propios de varias de estas matrices.
(a) pruebe que los valores propios de
_
_
_
_
_
_
0 1 0
1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
0 1 0
_
_
_
_
_
_
NN
son
j
= 2 cos (
j
) j = 1, . . . , N
con v.p. asociado: u
j
= (sen(
j
) , sen(2
j
) , . . . , sen(N
j
))
t
(donde
j
=
j
N+1
).
(b) cuales son los valores propios de
_
_
_
_
_
_
0 c 0
a 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
0 a 0
_
_
_
_
_
_
NN
? y los de
_
_
_
_
_
_
b c 0
a b
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
0 a b
_
_
_
_
_
_
NN
?
(c)
_
_
_
_
_
_
_
_
_
_
b c 0 0 a
a b c 0 0
0 a b c
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 a b c
c 0 0 a b
_
_
_
_
_
_
_
_
_
_
NN
tiene como p-esimo valor propio
p
= ae
2ip/N
+ b + ce
2ip/N
con
vector propio asociado u
p
dado por u
p,j
= e
2ipj/N
.
6. Cuales de las aplicaciones denen una norma sobre R
n
?
a) x = max {|x
i
| , i = 2, . . . , n} b) x =
n

i=1
|x
i
|
3
c) x =
_
n

i=1
|x
i
|
1/2
_
2
d) x = max {|x
1
x
2
| , |x
1
+ x
2
| , |x
2
| , . . . , |x
n
|}
7. Pruebe que:
(a) x

x
2


nx

1
(b)
1

n
x
1
x
2


nx
1
(c) la norma de Frobenius cumple: A
2
A
F


nA
2
(d) para cada matriz denida positiva, S, x =

x
t
Sx es una norma vectorial.
(e) A =
n

j=1
n

i=1
|a
ij
| es una norma matricial. Es subordinada?
8. Demuestre las proposiciones siguientes:
(a) Para cualquier norma matricial se verica (B) B (nota: usa que es compatible con respecto a alguna
norma vectorial).
(b) Sea B matriz de orden n n. Si B < 1, entonces I B es invertible. Es cierto el recproco?
(c) Si x

Ax > 0 para todo x C

n

0, entonces A = A

(d) Sea A simetrica real. Si A es denida positiva respecto de R

n
, entonces lo es respecto de C
n
.
9. Demuestre que toda matriz simetrica denida positiva, A, cumple:
(a) max
k,j
{|a
kj
|} max
i
{|a
ii
|}
(b) (a
kj
)
2
a
kk
a
jj
k = j
10. Escriba el sistema de ecuaciones diferenciales:
u

= x
u
u

uv

= xvv

+ 4u

como una ecuacion diferencial de primer orden de la forma, y

= f(x, y).
Determine la matriz Jacobiana f
y
(x, y) para la EDO anterior.
Determine una constante de Lipschitz L para f en [0, 1] D, donde D = {y R
d
: y
1
1}, usando las
normas
1
, y

.
Empleando la equivalencia de las normas anteriores con la norma
2
, deduce una constante de Lipschitz
en esta otra norma.
11. Aplique transformaciones de tipo Householder para resolver el S.E.L.:
_
_
_
2x + y z = 1
2x + y + z = 0
x + y + z = 4
12. (ordenador) Al discretizar la ecuacion de Poisson en una dimensin, u

= f(x), mediante la formula de difer-

encias centradas en tres puntos nos queda un sistema de ecuaciones lineales con matriz de coecientes: A
=
1
h
2
_
_
_
_
_
_
_
_
_
_
2 1 0 0 a
1 2 1 0 0
0 1 2 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 1 2 1
c 0 0 1 2
_
_
_
_
_
_
_
_
_
_
NN
Analiza las siguientes alternativas para resolver dicho sistema e implementalas si es posible (tomar N = 10 y b
como el vector con componentes igual a 1 por jar ideas):
(a) Obtener una descomposicion LU de la matriz A (version reducida para matrices tridiagonales).
(b) Obtener una descomposicion de Cholesky de la matriz A (nota: A es simetrica denida negativa).
(c) Aplicar el metodo del gradiente conjudado al sistema A = b.
(d) (Metodo de resolucion rapida de Poisson, un caso particular de transformada rapida de Fourier).
Gracias a un ejercicio anterior sabemos que esta matriz se puede diagonalizar, de la siguiente forma: A =
RDR
1
donde R
i,j
= sin
_
ij
N+1
_
y D es una matriz diagonal con elementos d
i
=
2
h
2
_
cos
_
i
N+1
_
1
_
.
Ademas se puede vericar que la matriz R verica R
2
=
_
N+1
2
_
I de donde se deduce que R
1
=
_
2
N+1
_
R.
2
Por lo tanto el sistema Ax = b se puede resolver de la siguiente forma:
i. Sea

b = R
1
b =
_
2
N+1
_
Rb
ii. Sea x tal que x
i
=

b
i
/
2
h
2
_
cos
_
i
N+1
_
1
_
iii. Entonces x = R x.
13. Para resolver un S.E.L. del tipo:
_
x
1
ax
2
= b
1
a.x
1
+ x
2
= b
2
(con a un n umero real), se va a aplicar el metodo de relajacion con 0 < w < 2.
(a) Para a =
1
2
; calcule el radio espectral de la matriz del metodo con w = 0.1, 0.5, 1, 1.5, y 2.
(b) De (a) deduzca cual es el mejor valor de los citados respecto a rapidez de convergencia, y cual es el mejor
entre todos los de 0 < w < 2.
14. Se considera el S.E.L, Ax = b, siguiente:
_
_
1 2 6
0 5 1
4 1 2
_
_
_
_
x
y
z
_
_
=
_
_
5
6
5
_
_
(a) Converge el metodo de Jacobi para dicho sistema?
(b) De un metodo iterativo convergente para dicho sistema y calcule 3 iteraciones partiendo de (1, 1, 1)
t
.
15. Sea B
n
=
_
_
_
_
_
_
_
_
_
b
1
b
2
b
3
. . . b
n1
b
n
a 0 0 . . . 0 0
0 a 0 . . . 0 0
0 0 a . . . 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 . . . a 0
_
_
_
_
_
_
_
_
_
donde b
j
=
1
32
j1
1 j n.
(a) Pruebe que, si |a| < 1, el metodo iterativo: x
(k+1)
= B
n
x
(k)
+c, con c R
n
es convergente.
(b) Si a > 0, responda a las cuestiones siguientes:
i. Si n es par, pueden ser todos los valores propios de B
n
reales y positivos?
ii. Pueden ser negativas todas las partes reales de los valores propios de B
n
? Razonense ambas respuestas.
(c) Para a = 2 y b
j
=
1
2
j1
, calcule el polinomio caracterstico de B
n
y pruebe que sus valores propios son las
raices (n+1)esimas de la unidad excepto el 1.
16. Se desea resolver, en forma aproximada, el S.E.L. Ax = b, con
A =
_
_
3 0
1
2

1
2
1 0
3 2
1
2
_
_
y b =
_
_
7
0
5
_
_
(a) Construya un metodo iterativo para dicho sistema a partir de la matriz: M =
_
_
1 0 1
2 1 0
3 0 1
_
_
(b) Es convergente?. En caso armativo, de una aproximacion a la solucion tras 3 iteraciones dando el resul-
tado con 2 decimales (tome x
(0)
= (2, 1, 3)
t
).
17. Estudie la convergencia del metodo de Gauss-Seidel para la resolucion del S.E.L.: Ax = b, donde
A =
_
_
4 1 2
0 5 1
4 2 6
_
_
y b =
_
_
4
11
2
_
_
usando para ello el Metodo de las Potencias Normalizado (tome x
(0)
=
(1, 1, 1)
t
).
18. Responda razonadamente a las cuestiones siguientes:
(a) Caracterice las matrices simetricas reales de orden 2 para las que el metodo de Jacobi es convergente;
3
(b) Para dichas matrices, el metodo de Gauss-Seidel es mas rapido que el de Jacobi.
(c) De un ejemplo de Sistema lineal para el que el metodo iterativo w-relajacion sea convergente para 0 < w < 2.
(d) Usando el teorema de Gerschgorin, pruebe que una matriz simetrica E.D.D. con elementos diagonales pos-
itivos es denida positiva.
19. Pruebe que el polinomio descrito en el algoritmo de Souriau es el polinomio caracterstico de la matriz A.
20. Sea la matriz de orden nn: A =
_
_
_
_
_
0 . . . 0 a
0
1 . . . 0 a
1
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 1 a
n1
_
_
_
_
_
Supongamos que A es diagonalizable y que sus valores
propios
i
, i = 1, 2, . . . , n, satisfacen: |
i
| . . . |
n1
| < |
n
|
(a) Calcule el polinomio caracterstico, p(), de A.
(b) Sean x
i
= (x
i1
, x
i2
, . . . , x
in
)
t
, i = 1, 2, . . . , n, n vectores propios independientes de A, y v = (v
1
, v
2
, . . . , v
n
),
un vector arbitrario (no nulo). Expresad w
k
= A
k
v en funcion de los x
i
.
(c) Siendo j {1, 2, . . . , n} , calcule: lim
k
w
k+1,j
w
k,j
.
(d) Sea p(x) = x
3
4.82x
2
+ 1.66x + 2.16 . De lo anterior, halle la raz de modulo maximo para la ecuacion
p(x) = 0 con precision de 10
2
tomando v = (0, 0, 1)
t
.
21. Demuestre que si los valores propios de A verican: |
1
| > |
i
| para i = 2, 3, . . . , n; entonces,

1
= lim
m
traza(A
m+1
)
traza(A
m
)
22. Supongamos que los valores propios de A verican:
1

2
. . .
n
> 0. As. el metodo de las potencias
converge lentamente. Para mejorar la velocidad de convergencia se sustituye la matriz A por A I con
apropiado.
(a) como son los valores propios de A I?
(b) se puede calcular
1
tomando =
n
?, como?
(c) se acelera la convergencia del metodo de las potencias?
(d) pruebe que la eleccion optima de
_

n
,

2
+
n
2

es: =

2
+
n
2
23. Se sabe que, bajo condiciones adecuadas, el metodo de las potencias: x
(k+1)
= A.x
(k)
, es util para calcular el
valor propio, de modulo maximo, de A.
(a) que metodo utilizara para obtener el valor propio de modulo mnimo?
(b) y el valor propio de A mas alejado de un n umero dado?
(c) y el mas proximo a dado?
24. Se considera la matriz M =
_
_
0 6 2
3 10 3
5 12 3
_
_
(a) Estmese esl valor propio dominante de M utilizando el metodo de las potencias normalizado partiendo de
x
(0)
= (1, 0.9, 1)
t
.
(b) Suponiendo que dicho valor propio es un n umero natural, de que n umero se trata?. Compruebelo.
(c) Aprovechando la informacion obtenida en los apartados anteriores anteriores, se pretende resolver el S.E.L.:
Ax = b, con A =
_
_
8 6 2
3 2 3
5 12 11
_
_
y b =
_
_
8
0
16
_
_
. Para ello, se pide:
i. Para que valor de puede descomponerse, A, como A = I M?
4
ii. De un metodo iterativo de la forma: x
(k)
= Mx
(k1)
+
_
_
1
0
2
_
_
consistente con el sistema dado, con
adecuado.
iii. Pruebe que dicho metodo es convergente.
25. Sea B = A
1
(u
1
v
t
) con v
t
.u
1
= 1 la matriz de deacion para A,
1
y u
1
. Supongamos que w
1
, w
2
, . . . , w
n
son los v.p. de B asociados a los valores p. 0,
2
, . . . ,
n
respectivamente.
(a) Si
i
=
1
, entonces u
i
= (A
1
I) w
i
es v.p. de A asociado a
i
.
(b) deduce de a) que:
(
i

1
) w
i
+
1
_
v
t
w
i
_
u
1
son los vectores p. de A asociados a los
i
(c) que relacion existe entre los vectores propios de B y los de A (simetrica) si hacemos la eleccion de Hotelling?
(d) Determine los valores y vectores p. asociados para la matriz: A =
_
_
4 1 1
1 3 2
1 2 3
_
_
usando el metodo
de las potencias normalizado (con cocientes de Rayleigh) y deacion de Wielandt.
5