Professional Documents
Culture Documents
on en
Algebra
Lineal Num
erica
tarea de servicio social
Dado un vector no nulo v del espacio Rn , denotemos por Pv al operador de proyeccion
ortogonal sobre la recta generada por v; luego definimos el operador Hv mediante la
formula Hv := I 2Pv . Geometricamente Hv realiza la reflexion ortogonal del espacio Rn
respecto al hiperplano {x Rn : v > x = 0}. Es facil ver que Hv es un operador lineal
ortogonal en Rn .
Los operadores de la forma Hv con v en Rn \ {0} se llaman transformaciones de Householder (reflexiones elementales, reflexiones de Householder, reflectores de Householder,
operadores de Householder, etc.). Transformaciones de Householder tienen varias aplica
ciones en Algebra
Lineal Numerica.
Tarea: escribir al menos 30 p
aginas de apuntes y ejercicios que expliquen
el concepto de transformaciones de Householder, sus propiedades principales y los algoritmos b
asicos que construyen y realizan transformaciones de
Definici
on y propiedades algebraicas
Definicion geometrica de la proyeccion Pv y de la reflexion Hv .
Dibujos y ejemplos para n = 2.
Formulas para los operadores Pv y Hv (usando las operaciones lineales y el pruducto
punto en Rn ).
Pv y Hv como matrices n n.
La matriz Pv es simetrica e idempotente: Pv2 = I, Pv> = Pv .
La matriz Hv es simetrica, ortogonal e involutiva: Hv> = Hv , Hv> Hv = I, Hv2 = I.
Criterio de la igualdad Pv = Pw . Criterio de la igualdad Hv = Hw .
Valores propios y determinante de las matrices Pv y Hv .
Para cualesquiera vectores a y b en Rn con kak2 = kbk2 y a 6= b, existe un vector no
nulo v en Rn tal que Hv a = b. Unicidad de v salvo m
ultiplos constantes.
pagina 1 de ??
Dos algoritmos b
asicos
con transformaciones de Householder
Algoritmo que para cualesquiera a y b en Rn con kak2 = kbk2 y a 6= b calcula un
vector v en Rn tal que Hv a = b.
Algoritmo que calcula Hv x para cualquier vector no nulo v en Rn y cualquier vector
x en Rn .
N
umero de operaciones de punto flotante en estos dos algoritmos.
Estabilidad numerica de estos dos algoritmos (cotas superiores para errores).
Referencias
[1] Bau III, David; Trefethen, Lloyd N.: Numerical Linear Algebra. Philadelphia,
SIAM, 1997. ISBN-13: 978-0-898713-61-9.
[2] Golub, Gene H.; Van Loan, Charles F.: Matrix Computations. 3rd edition.
The Johns Hopkins University Press, 1996. ISBN-10: 0-8018-5414-X.
[3] Higham, Nicholas J.: Accuracy and Stability of Numerical Algorithms, 2nd edition.
SIAM, 2002. ISBN-10: 0-89871-521-0.
[4] Householder, Alston S.: Unitary triangularization of a nonsymmetric matrix.
Journal of the ACM, vol. 5 (1958), issue 4, pp. 339342.
http://dx.doi.org/10.1145/320941.320947
[5] Meyer, Carl D.: Matrix Analysis and Applied Linear Algebra, SIAM, 2000.
ISBN-10: 0-89871-454-0. Online version: http://matrixanalysis.com
[6] Watkins, David S.: Fundamentals of Matrix Computations. 3rd edition. Wiley, 2010.
ISBN-13: 978-0-470-52833-4.
pagina 2 de ??