UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

UNIVERSIDAD NACIONAL
JORGE BASADRE
GROHMANN
Escuela Acadmico Profesional
de Ingeniera en Informtica y Sistema

MTODO QR

Alumnos
: - Catherine Linares
Rojas 2014-119001
- Joel Vilca Alannia 2014119069
Curso

Docente:

Mtodos Numricos
Ing. Luis Amaya Cedron

Tacna Per
2015

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

CONTENIDO

DEDICATORIA:............................................................................................................. 3
AGRADECIMIENTOS:..................................................................................................4
RESUMEN..................................................................................................................... 5
ABSTRACT................................................................................................................... 5
INTRODUCCIN........................................................................................................... 6
OBJETIVOS:................................................................................................................. 7
ALGORITMO MATEMTICO........................................................................................7
PROBLEMAS DE AUTOVALORES:................................................................11
ALGORITMO COMPUTACIONAL...............................................................................14
DIAGRAMA DE FLUJO................................................................................. 15
CODIFICACIN (MATLAB)........................................................................................16
CONCLUSIONES........................................................................................................17
BIBLIOGRAFA:..........................................................................................................18
Anexo.......................................................................................................................... 19

pg. 2

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

DEDICATORIA:

Este pequeo, pero significativo trabajo se lo dedicamos en primer lugar a

nuestro padre celestial porque nos da la vida y salud para poder estudiar y
superarnos intelectualmente y espiritualmente.
En segundo lugar a todas nuestras familias que nos apoyan da a da en esta
corta carrera que es la vida.
A nuestro docente el Msc. Luis Amaya Cedron, por brindarnos su gua y
sabidura en el desarrollo de Mtodos Numricos.
Y a todas las personas que nos ayudan a ser mejores estudiantes y personas
cada da.

pg. 3

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

AGRADECIMIENTOS:

A Dios que a base de amor cre el universo y de todo lo que existe,

y a todas las personas que por su apoyo invalorable
hemos podido conseguir esta obra:
a nuestros padres, por su constante apoyo y comprensin,
al Msc. Luis Amaya Cedron, por darnos las pautas necesarias
para la ejecucin de este trabajo
y finalmente a todos aquellos que por ms mnimo que haya sido su aporte,
no deja de tener un gran valor significativo para nosotros.

RESUMEN

pg. 4

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

En el siguiente trabajo hemos tratado de explicar la solucin ms eficaz para poder

hallar los autovalores o valores propios, utilizando el mtodo QR o mtodo de Francis.
Mostraremos paso a paso el desarrollo de la ecuacin inicial por el cual se llegara a
una ecuacin final la cual se utilizara para la resolucin de las matrices, tambin
procederemos a mostrar el desarrollo de este mtodo para la codificacin el programa
matlab.
Resolveremos las matrices empleando el mtodo en un cdigo, creando as un
programa capaz de dar como respuesta los autovalores de las matrices ingresadas,
implementndolos con grficos lineales y la cantidad de iteraciones que se han
necesitado para la resolucin de dicho sistema.
Palabras claves: Mtodo QR, Francis, autovalores, valores propios.

ABSTRACT
In this paper we have tried to explain the most efficient way to finding the eigenvalues
and eigenvalues, using the QR method or solution Francis method.
Show step by step development of the initial equation by which we reach a final
equation which is used to solve the matrix, also we proceed to show the development
of this method for encoding the matlab program.
We solve matrices using the method in a code, creating a program capable of
response matrices eigenvalues entered, implementing linear graphs and the number of
iterations that are needed for the resolution of such a system.
Keywords: Francis QR method, eigenvalues, eigenvalues.

INTRODUCCIN

pg. 5

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

Los autovalores estn presentes en muchas cuestiones de orden prctico. As,

por ejemplo, el rgimen de enfriamiento de un slido homogneo es
proporcional al autovalor de mdulo ms pequeo del operador Laplaciano en
la regin dada por el volumen de dicho slido, o la frecuencia principal de
vibracin de una estructura o de un slido cualquiera viene dada por la raz
cuadrada del autovalor de mdulo ms pequeo del operador de Navier en la
regin ocupada por el slido o estructura.
El primer autovalor del operador de Stokes da en ocasiones idea de para qu
nmero de Reynolds se desestabiliza el flujo bsico de un fluido. Los
autovalores de estos operadores se aproximan en la prctica mediante los
autovalores de matrices adecuadas. Estudiamos en esta leccin el clculo de
los autovalores de una matriz.
El problema de calcular los autovalores de una matriz est hoy da bien
resuelto desde el punto de vista numrico, siempre que se trate de matrices
cuyas dimensiones no sean exageradamente grandes y que no tengan
autovalores con autovectores asociados que, siendo independientes, sean casi
paralelos.
El gran avance en clculo de los autovalores de una matriz lo produjo la
invencin de la iteracin QR.
Dicha iteracin QR fue inventada independientemente en 1961 por J.G. F.
Francis y V. N. Kublanovskaya. La iteracin QR bsica para el clculo de todos
los autovalores de una matriz. El comando eig de Matlab implementa una
versin de la iteracin QR excesivamente sofisticada para las pretensiones de
este curso.

OBJETIVOS:

pg. 6

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

Conocer la importancia de la aplicacin de autovalores en lo real.

Demostrar que el mtodo QR es un mtodo efectivo t practico en el
desarrollo de matrices y as poder hallar autovalores o valores propios.

ALGORITMO MATEMTICO

Se parte de una matriz

obtiene una nueva matriz
(

A1

A 0 =A, a la que se aplica la factorizacin QR; se

A1

=RQ); luego esta matriz

multiplicando los factores en orden inverso

A1

se vuelve a factorizar, etc.

Algoritmo:

Q0R0

A1= Q0R0

A1

Q1R1 ( A=Q0R0Q0Q-10 =Q0A1QT0)

A2= Q1R1

A2

Q2R2 (A=Q0Q1A2Q1TQ0T)

Ai

QiRi (A=Q0Q1QI-1AiQTi-1QT1QTi0)

Ai= Qi-1Ri-1

A k = Qk R k

donde Qk

triangular superior.
Las matrices A i

es una matriz ortogonal y

Rk

es una matriz

son matrices semejantes a la matriz A y entre s, que

conservan por tanto los valores propios (los de A).

Se comprueba (y se puede demostrar) que la matriz

Ai

tiende a una

matriz diagonal cuyos elementos son los valores propios de A.

Mejoras sobre el algoritmo bsico:
Se utiliza desplazamiento de valores propios para mejorar la convergencia:
AK KI
QKRK (valores propios k)
AK+1=RKQK + K

pg. 7

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

Tambin de esta forma, la matriz Ak+1 es semejante a Ak

QTKAKQK = QTK(QKRK + KI)QK = RKQK + K = A
Si el valor se hace igual a ak(n,n), este elemento es el primero que tiende
a un valor propio. Se puede obtener convergencia cuadrtica, o incluso
cbica si la matriz es simtrica:

AK
0

Si E <<1, k= k
Una vez obtenido un valor propio (cuando es muy pequeo) se vuelve a
aplicar el mtodo a la matriz que resulta de suprimir la ltima fila y columna
Si la matriz A es tridiagonal, las rotaciones para hacer cero la subdiagonal
aaden otra diagonal por encima. Sin embargo al hacer posteriormente el
producto A=R*Q se recupera la forma tridiagonal inicial.
Para poder emplear el mtodo qr se ncesita hallar la descomposicin de la
matres hallando lo que denominaaremos como S y C:
Ecuaciones de S y C.
-

Considere entonces el producto

U1

A , el elemento

a ' qp

Aqp = -senpp + cosqp

(1.1)
Y

a ' qp

lo igualamos a 0 y lo despejamos:

pp

1cos 2

+ cosqp = 0

pp

1cos 2

= qp cos

2pp(1- cos2) = 2qp cos2

(2pp + 2qp ) cos2 = 2pp
cos2 = (2pp) /( 2pp + 2qp)^(1/2)

pg. 8

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

Por otro lado, igualamos la ecuacin a cero y obtenemos:

sen =
-

aqp

aqp cos
a pp

sen = a 2pp+ a2qp .

Para una mejor comprensin del mtodo, considere una matriz de orden 3.
Para reducirla de forma triangular debemos restablecer los elementos
a21 , a31, y a
. Por lo tanto, hacemos c = cos y s = sen, se deduce que:
32

a21

1) para restablecer el elemento

a11 a12 a13

a21 a22 a23
a31 a32 a33

c s 0
s c 0
0 0 1

Y queremos

a21

, efectuamos el producto:

a'11 a'12 a'13

'
'
= 0 a 22 a23
a31 a32 a33

u1

, = 0 tenemos que:

-s 11 + c 21 = 0, donde
a21
S=

a
2)

2
11

+a

2
21

C=

a11

2
11

+a221

Para restablecer el elemento

a31

, tenemos que efectuar el

producto:

c 0 s
0 1 0
s 0 c

Y queremos

a31

a ' 11 a ' 12 a' 13

0 a ' 22 a' 23
a31 a32 a33

a'11' a'12' a''13

'
'
= 0 a22 a23
0 a'32' a''33

u2

, = 0 tenemos que:

pg. 9

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

-s 11 + c 31 = 0, donde
a31

a ' 11

C=

3) para restablecer el elemento

a32

S=

'2
11

+a231

'2
11

+a231

, efectuamos el producto:

1 0 0
0 c s
0 s c

a'11' a'12' a'13'

''
''
= 0 a22 a23
0
0 a'33'

a ' ' 11 a ' ' 12 a ' ' 13

0
a ' 22 a ' 23
0
a ' ' 32 a ' ' 33

U3
a ' ' 32

Y dado que queremos

=0, tenemos que:

-s 22 + c 32 = 0, donde
a 32
S=

'2
22

+a '32' 2

C=

a ' 22

'2
22

+a ''322

Asimismo, obtenemos:
U 3 U 2 U 1 A=R 1

El producto

t
t
t
--> A = U 1 U 2 U 3 R1

R1 Q1

de R con las matrices

t
t
t
= R1 U 1 U 2 U 3

se obtuvo por multiplicaciones sucesivas

U tk ,k =1,2,

pg. 10

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

PROBLEMAS DE AUTOVALORES:
Problema 1:
Determine los autovalores de la matriz:

2 0 1
A= 0 1 0
1 0 1
Solucin:
Como

a21

=0, debemos restablecer el elemento

para obtener

U2

a31

. Asimismo

U1

=I y

debemos:

pg. 11

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

Aplicando nuevamente el proceso tenemos que

determinar

U2

3= I .
1= U Debemos entonces
U

. Asimismo:

Desde el mayor elemento los autovalores son: 2.6177, 1 y 0.3824.

Ejemplo 2:

pg. 12

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

F=

1 2
2 3

Francis [A_,n_] : = Modulo [{Q,R,B},

B=A;
For [k=1,k<=n,k++,
Q=transpose[QR descomposicin [B][1]]
R=QR descomposicin [B] [2]

Ejemplo 3:

Aplique el algoritmo QR a la matriz:

8 7
A= 1 2
Solucin:
Tomamos A0 = A Determinamos una factorizacin QR de A0 :
A0 = Q0R0 =

0.9922 0.1240
0.1240 0.9922

8.0622 7.1940
0.0000 1.1163

Por tanto,

pg. 13

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

8.8923 6.1384
A1 = Q0R0 = 0.1384 1.1076

Determinamos una factorizacin QR de A1:

A1 = Q1R1 =

0.9998 0.1556
0.0155 0.9998

8.8933 6.1549
0.0000 1.0119

Por tanto,
8.9881 6.0157
A2 = Q1R1 = 0.0157 1.0118
Determinamos una factorizacin QR de A2:
A2 = Q2R2 =

0.9999 0.0017
0.0017 0.9999

8.9881 6.0175
0.0000 1.0013

Por tanto,
8.9986 6.0107
A3 = Q2R2 = 0.0017 1.0013
Concluimos que lo valores propios o auto valores de A son aproximadamente 9
y 1.

Ejemplo 4:

1 1 0
M= 1 1 1
0 1 1
Francis [M,40] // N

pg. 14

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

2.41421
9.77243 x 1016
0
16
9.77243 x 10
1
9.77243 x 1016
0
9.77243 x 1016
0.414214
Los autovalores de [M] // N
Son {2.41421, 1, -0.414214}

ALGORITMO COMPUTACIONAL
-

En esta pgina mostramos los datos necesario para el mtodo QR

A=es una matriz simtrica y tridiagonal de orden n x n

X0=inicializacin
Datos de entrada

Numax=nmero mximo de iteraciones

Tol=tolerancia

Datos de salida
autovalores

v= es un vector de n x 1 que contiene los

En la siguiente pgina mostraremos lo que es el diagrama de flujo del

mtodo QR.

DIAGRAMA DE FLUJO

INICIO

A,x0,tol,numax
K=1
Vk=diag(A)
S=0

pg. 15

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

S==0

[Q,R]=qr(A)

A = R*Q

Abs(||vk+1 vk||/||vk||)<=tol

S =1

Vk=vk+1
K=k+1
k>numax

vk

CODIFICACIN (MATLAB)
-

FINcdigos utilizados en Matlab para el

En la siguiente pgina mostraremos los
mtodo QR.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%
% QR-Iteration Method
function [neu,k] = qr_iteration(A,tol,max_iter)
k = 1;
neu_0 = diag(A);
stop_flag = 0;

while stop_flag == 0;
[Q,R] = qr(A);
A = R*Q;

pg. 16

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

neu(:,k) = diag(A);
if abs(norm(neu(:,k)-neu_0)/norm(neu_0))<= tol
stop_flag = 1;
end
neu_0=neu(:,k);
k = k+1;
if k > max_iter
break
end
end
neu = [neu_0 neu];
neu = neu';
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%

(Ver figura 1).

CONCLUSIONES

Los valores propios o autovalores caractersticos juegan un papel muy

importante en el ramo de las matemticas como en el de la fsica, ya que
a travs de estos podemos resolver muchas dificultades que se nos
presentan en la vida.
Nos dimos cuenta de las diferentes propiedades que poseen los valores
propios caractersticos, as como las diferentes formas de resolverlos
como en este caso utilizando el meto de QR iteraciones, podemos decir
que este es el mtodo que ms se puede acercar al autovalor que
necesitamos hallar.

pg. 17

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

BIBLIOGRAFA:
1. Franco B. Neide, CLCULO NUMRICO, Brasil: Edit. PEARSON;
2006.
2. Murrieta M. Jess, Algebra lineal y sus aplicaciones, Edit. Pearson
Educacin, 2007
3. Domnguez, victo, Matlab en cinco lecciones de Numrico,
http://www.unavarra.es/personal/victor dominguez/.pdf.
4. Domnguez S. Federico, Mtodos Numricos Aplicados a la Ingeniera, Edit.
Continental, Mxico, 2006.

pg. 18

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

Anexo

pg. 19

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

-Figura 1: Este es el programa basado en el mtodo QR que halla los

autovalores de una matriz.

pg. 20