Sunteți pe pagina 1din 3

BÚSQUEDA OPTIMIZADA DE

AUTOVALORES MEDIANTE EL TEOREMA


DE GERSHGORING
Diana Sofı́a Torres Carreño 2162116 GRUPO B2
Javier Alexi Chaón Suárez 2160044 GRUPO B2
Jorge Andrés Triana Mojica 2130539 GRUPO B1

ANÁLISIS NÚMERICO
5 de marzo de 2018

Problema:

Los valores propios son las medidas básicas de tamaño de una matriz, las cuales no se ven
alteradas si se hacen un cambio de coordenadas que equivale a una rotación de los ejes, A partir
de ellos se encuentran los vectores propios los cuales representan las direcciones caracterı́sticas
de la matriz y no son invariantes, esto es una propiedad muy relevante en matrices cuadradas
y usadas con gran importancia en ciencias como matemáticas, para la solución de sistemas
lineales de ecuaciones diferenciales,entre otros; también es muy útil en la fı́sica para el estu-
dio de la mecánica cuántica; asimismo es una gran herramienta en el tratamiento de imágenes.

Teorema de Gershgorin
Es importante introducir los conceptos a manejar en este plan. Para ello se explicará
que es una matriz estrictamente diagonal dominante, y el teorema de Gershgorin para
hallar los valores propios de manera rápida.
Una matriz estrictamente diagonal dominante es aquella que cumple con la condición
de que cada elemento de su diagonal sea mayor que la suma de los otros elementos
en magnitud, teniendo en cuenta que A  R N xN donde aij  A | j = 1,2,...,N ∧ i =
1,2,...,N es decir que se cumpla esta condición.

X
|a ii| ≥ |xij |∀i
j6=i

El teorema de Gershgorin, tiene cuatro sub-teoremas fundamentales que se deben cum-


plir para encontrar los valores propios de manera más optima, ya que este nos afirma
que los autovalores de la matriz A se encuentran en la unión de los N cı́rculos. Además,
cada componente conexa de esa unión contiene tantos autovalores como cı́rculos haya
en ella, donde cı́rculos y autovalores son contados con multiplicidad.

1. Cada valor propio de una matriz ann satisface:


X
|λ − Aii | ≤ Aij ; i{1, 2, ..., N }
j6=i

1
Es decir que cada valor propio de una matriz A, se encuentra dentro de los dife-
rentes cı́rculos que forma
P cada fila de la matriz, teniendo en cuenta que su centro
es |Aii | y su radio es j6=i |Aij |, sin embargo no siempre este valor se encuentra
dentro de cada uno.

Asimismo representa el i-ésimo circulo de la matriz A, es el interior más el lı́mite


del cı́rculo; el cı́rculo centrado por la parte real de Aii , o su parte imaginaria; es
decir

P
di = radio del circulo → di = j6=i |Aij | =⇒ Di = z ∈ C : — z - Aii ≤ di
2. La transpuesta de una matriz A, tendrá los mismos valores propios que esta.

Ax̄ = λa x̄ = AT x̄ = λa x̄
3. Una matriz N x N tendrá N valores propios y n discos, sin embargo se sigue
cumpliendo el teorema 1,cada cı́rculo no necesariamente tiene un valor propio; y
debemos tener en cuenta que cada valor propio tiene una parte imaginaria y una
parte real; adicionalmente si existe algún cı́rculo disjunto dentro de este siempre
habrá un valor propio.

4. Si una matriz A tiene un cı́rculo disjunto creado por un elemento de la diagonal


real; entonces el valor propio de este será real.

Objetivos

El objetivo general de este proyecto es crear un algoritmo efectivo en


Matlab que encuentre los valores propios en una matriz cuadrada de di-
mensiones n; con ciertas condiciones que propone el Teorema de Gershgo-
rin; y los diferentes objetivos especı́ficos a trabajar serán:
• Mediante el teorema de discos de Gerschgorin acotar el espacio de
búsqueda de los valores propios de una matriz.
• Definir una función objetivo que permite hallar las λ en el espacio de
busqueda.
• Mediante búsqueda multiresolución crear un algoritmo de búsque-
da poco costosa, y más efectivo que el usado por la función .eig”de
matlab, para matrices de gran dimensión.
Metodologı́a

Mediante este teorema se busca cumplir cada uno de los objetivos pro-
puestos, teniendo en cuenta que el espacio de búsqueda se acota en cı́rcu-
los de Gershgorin, y utilizando una función objetivo, planteada con el
propósito de encontrar valores con un error mı́nimo mediante la búsqueda
multiresolución, la cual es :
P (λ) = aλn + ... + an−1 λ + an ≤ tolerancia
donde la tolerancia propuesta es de 1 x 10−5 ; N es la dimensión de la
matriz, y como todo polinomio existe multiplicidad en sus raices, asimismo
existen valores reales y complejos.
La búsqueda se llevará a cabo en diferentes pasos, los cuales son:

2
1. Comprobar que la matriz ingresada o generada,es estrictamente dia-
gonal dominante (SDD), esto se realizará mediante un función de
matlab, implementada de la forma “domiag (A , struct) ” donde A
es la matriz a estudiar, y esta función nos retorna ‘1’ si lo es y ‘0’ si
no lo es; cabe aclarar que la palabra ‘struct’ confirma si es estricta.

2. Reducir el espacio de búsqueda implementando el teorema de discos


de Gerschgorin.

3. Encontrar los centroides de cada figura formada por el conjunto de


cı́rculos que se intersectan, y si existen cı́rculos disjuntos encontrar
el valor propio de este por aparte.

4. por medio de la búsqueda multiresolución se van tomando los valo-


res de los centroides por cuadrantes, hasta encontrar un valor que se
acerque al buscado, para ello hacemos uso de la función objetivo.

5. Los valores cercanos en la búsqueda, se tendrán en cuenta para pos-


terior a ello buscar de manera rigurosa en el cuadrante en el que se
encontro, hasta localizar el valor con la mejor aproximación posible.
Referencias

• https://la.mathworks.com/matlabcentral/fileexchange/28225-dominant-diagonal?
focused=5167817&tab=function
• http://fernandorevilla.es/wp-content/uploads/2017/01/teorema-circulos-gersgorin.
pdf
• Griffel, D.H. Linear Algebra and its Applications. Volume 1
• Beezer, Robert. A First Course in Linear Algebra
• https://en.wikipedia.org/wiki/Main_Page