C12.

Metode iterative pentru sisteme de ecuaţii liniare

C12. Metode iterative pentru sisteme de ecuaţii liniare 1 / 12

Norme vectoriale

Definiţie
Fie spaţiul liniar Rn = {(x1 , x2 , ...xn )t : xi ∈ R, i = 1, 2, ...}.
O normă vectorială pe Rn este o aplicaţie ∥·∥ : Rn → R cu proprietăţile:

(N1 ) ∥x∥ ≥ 0 ∀x ∈ Rn şi ∥x∥ = 0 ⇔ x = θ;

(N2 ) ∥αx∥ = |α| · ∥x∥ ∀ α ∈ R şi ∀ x ∈ Rn ;
(N3 ) ∥x + y ∥ ≤ ∥x∥ + ∥y ∥ ∀ x, y ∈ Rn ;

Definiţie
Normele l2 şi l∞ pentru vectorul x = (x1 , x2 , ...xn )t sunt definite prin:

n
!1/2
X
∥x∥2 = xi2 respectiv ∥x∥∞ = max |xi | .
1≤i≤n
i=1

C12. Metode iterative pentru sisteme de ecuaţii liniare 2 / 12

Norme vectoriale

Exemplul 1.
Vectorul x = (−1, 1, 2) ∈ R3 are normele:
q
∥x∥2 = (−1)2 + 12 + 22 = 6 şi ∥x∥∞ = max{|−1| , |1| , |2|} = 2.

Demonstraţie.
Se verifică uşor condiţiile (N1 ) şi (N2 ) din definiţia normei. În continuare
vom demonstra condiţia (N3 ) pentru normele l2 şi l∞ .

(N3 ) ∥x + y ∥∞ = max |xi + yi | ≤ max (|xi | + |yi |)

1≤i≤n 1≤i≤n
≤ max |xi | + max |yi |
1≤i≤n 1≤i≤n
≤ ∥x∥∞ + ∥y ∥∞

C12. Metode iterative pentru sisteme de ecuaţii liniare 3 / 12

Norme vectoriale
Demonstraţie.
Pentru a demonstra (N3 ) vom utiliza inegalitatea Cauchy-Schwarz:

n
! n
!1/2 n
!1/2
X X X
xi yi ≤ xi2 yi2
i=1 i=1 i=1

n
X n
X n
X n
X
(N3 ) ∥x + y ∥22 = (xi + yi )2 = xi2 + 2 xi yi + yi2
i=1 i=1 i=1 i=1
≤ ∥x∥22 + 2 ∥x∥2 ∥y ∥2 + ∥y ∥22
= (∥x∥2 + ∥y ∥2 )2

Deci
∥x + y ∥2 ≤ ∥x∥2 + ∥y ∥2 .
C12. Metode iterative pentru sisteme de ecuaţii liniare 4 / 12
Norme vectoriale

Definiţie
Spunem că un şir {x (k) }∞ n n
k=0 din R converge la x ∈ R ı̂n raport cu norma
∥·∥ dacă, pentru orice ε > 0 există un număr natural n0 (ε) astfel ı̂ncât

x (k) − x < ε, ∀k ≥ n0 (ε).

Se notează lim x (k) = x sau x (k) → x pentru k → ∞.

k→∞

Teorema 1.
Şirul de vectori {x (k) } converge la x ∈ Rn ı̂n raport cu norma l∞ dacă şi
(k)
numai dacă lim xi = xi , ∀i = 1, 2, ...n.
k→∞

C12. Metode iterative pentru sisteme de ecuaţii liniare 5 / 12

Norme vectoriale

Exemplul 2.
Arătaţi că şirul

(k) (k) (k) (k)

 1 3 t
x (k) = (x1 , x2 , x3 , x4 ) = 1, 2 + , 2 , e −k sin k
k k
converge la x = (1, 2, 0, 0)t ı̂n raport cu norma l∞ .

Terorema 2.
Pentru orice x ∈ Rn are loc relaţia:
√
∥x∥∞ ≤ ∥x∥2 ≤ n ∥x∥∞ .

Observaţie.
Se poate demonstra că normele definite pe Rn sunt echivalente.
C12. Metode iterative pentru sisteme de ecuaţii liniare 6 / 12
Norme matriceale

Definiţie
O normă matriceală pe Rn×n este o aplicaţie ∥·∥ : Rn×n → R cu
proprietăţile:

(N1 ) ∥A∥ ≥ 0, ∀ A ∈ Rn×n şi ∥A∥ = 0 ⇔ A = On ;

(N2 ) ∥αA∥ = |α| · ∥A∥ , ∀ α ∈ R şi ∀ A ∈ Rn×n ;
(N3 ) ∥A + B∥ ≤ ∥A∥ + ∥B∥ , ∀ A, B ∈ Rn×n ;
(N4 ) ∥A · B∥ ≤ ∥A∥ · ∥B∥ , ∀ A, B ∈ Rn×n ;

Teorema 3.
Dacă ∥·∥ este o normă vectorială pe Rn atunci ∥A∥ = max ∥Ax∥ este o
∥x∥=1
normă matriceală.

C12. Metode iterative pentru sisteme de ecuaţii liniare 7 / 12

Norme matriceale

Observaţie.
Normele matriceale definite de norme vectoriale se numesc norme
matriceale naturale sau induse, asociate normei vectoriale.
Pentru orice u ̸= θ vectorul x = u/∥u∥ este un versor. Deci
 
u ∥Au∥
∥A∥ = max ∥Ax∥ = max A = max .
∥x∥=1 u̸=θ ∥u∥ u̸=θ ∥u∥

Corolar.
Pentru orice u ̸= θ, matricea A şi orice normă naturală ∥·∥, avem

∥Au∥ ≤ ∥A∥ · ∥u∥ .

C12. Metode iterative pentru sisteme de ecuaţii liniare 8 / 12

Norme matriceale

Teorema 3.
Dacă A = (aij ) ∈ Rn×n atunci
n
X n
X
∥A∥∞ = max |aij | respectiv ∥A∥1 = max |aij | .
1≤i≤n 1≤j≤n
j=1 i=1

Exemplul 3.
Calculaţi ∥A∥∞ respectiv ∥A∥1 pentru matricea:
 
1 2 −1
A =  0 3 −1  .
5 −1 1

Avem ∥A∥∞ = max{4, 4, 7} = 7 respectiv ∥A∥1 = max{6, 6, 3} = 6.

C12. Metode iterative pentru sisteme de ecuaţii liniare 9 / 12

Valori şi vectori proprii

Definiţie
Fie A ∈ Rn×n . Numărul λ ∈ C se numeşte valoare proprie a matricei A,
dacă există un vector x ∈ Cn , x ̸= θ numit vector propriu astfel ı̂ncât

Ax = λx.

Definiţie
(i) Se numeşte polinomul caracteristic asociat matricei A, polinomul

PA (λ) = det(A − λIn ).

(ii) Se numeşte ecuaţie caracteristică a matricei A, ecuaţia

det(A − λIn ) = 0.

C12. Metode iterative pentru sisteme de ecuaţii liniare 10 / 12

Valori şi vectori proprii

Exemplul 4.
 
2 0 0
Să se afle valorile şi vectorii proprii ai matricei A =  1 1 2 .
1 −1 4

Definiţie
Raza spectrală a matricei A, se notează cu ρ(A) şi este definită prin:

ρ(A) = max |λ| , unde λ este o valoare proprie a lui A.

C12. Metode iterative pentru sisteme de ecuaţii liniare 11 / 12

Valori şi vectori proprii

Teorema 4.
Dacă A ∈ Rn×n , atunci au loc relaţiile:

(i) ∥A∥2 = [ρ(At A)]1/2 ,

(ii) ρ(A) ≤ ∥A∥ , pentru orice normă naturală ∥·∥.

Exemplul 5.
 
1 −1
Să se afle norma l2 şi ρ(A) pentru matricea A = .
1 1

C12. Metode iterative pentru sisteme de ecuaţii liniare 12 / 12