UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

UNIVERSIDAD NACIONAL
“JORGE BASADRE
GROHMANN”
Escuela Académico Profesional
de Ingeniería en Informática y Sistema

MÉTODO QR

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

:

Docente:

Métodos Numéricos
Ing. Luis Amaya Cedron

Tacna – Perú
2015

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

CONTENIDO

DEDICATORIA:............................................................................................................. 3
AGRADECIMIENTOS:..................................................................................................4
RESUMEN..................................................................................................................... 5
ABSTRACT................................................................................................................... 5
INTRODUCCIÓN........................................................................................................... 6
OBJETIVOS:................................................................................................................. 7
ALGORITMO MATEMÁTICO........................................................................................7
PROBLEMAS DE AUTOVALORES:................................................................11
ALGORITMO COMPUTACIONAL...............................................................................14
DIAGRAMA DE FLUJO................................................................................. 15
CODIFICACIÓN (MATLAB)........................................................................................16
CONCLUSIONES........................................................................................................17
BIBLIOGRAFÍA:..........................................................................................................18
Anexo.......................................................................................................................... 19

pág. 2

3 . A nuestro docente el Msc. 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. Y a todas las personas que nos ayudan a ser mejores estudiantes y personas cada día. En segundo lugar a todas nuestras familias que nos apoyan día a día en esta corta carrera que es la vida. Luis Amaya Cedron.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN DEDICATORIA: Este pequeño. pág. por brindarnos su guía y sabiduría en el desarrollo de Métodos Numéricos.

por darnos las pautas necesarias para la ejecución de este trabajo y finalmente a todos aquellos que por más mínimo que haya sido su aporte. 4 . y a todas las personas que por su apoyo invalorable hemos podido conseguir esta obra: a nuestros padres. RESUMEN pág. por su constante apoyo y comprensión.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN AGRADECIMIENTOS: A Dios que a base de amor creó el universo y de todo lo que existe. no deja de tener un gran valor significativo para nosotros. al Msc. Luis Amaya Cedron.

creando así un programa capaz de dar como respuesta los autovalores de las matrices ingresadas.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN En el siguiente trabajo hemos tratado de explicar la solución más eficaz para poder hallar los autovalores o valores propios. INTRODUCCIÓN pág. implementándolos con gráficos lineales y la cantidad de iteraciones que se han necesitado para la resolución de dicho sistema. creating a program capable of response matrices eigenvalues entered. valores propios. también procederemos a mostrar el desarrollo de este método para la codificación el programa matlab. Francis. Keywords: Francis QR method. implementing linear graphs and the number of iterations that are needed for the resolution of such a system. autovalores. 5 . using the QR method or solution Francis method. eigenvalues. Palabras claves: Método QR. Resolveremos las matrices empleando el método en un código. Mostraremos paso a paso el desarrollo de la ecuación inicial por el cual se llegara a una ecuación final la cual se utilizara para la resolución de las matrices. utilizando el método QR o método de Francis. 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. ABSTRACT In this paper we have tried to explain the most efficient way to finding the eigenvalues and eigenvalues. We solve matrices using the method in a code. eigenvalues.

Los autovalores de estos operadores se aproximan en la práctica mediante los autovalores de matrices adecuadas.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN Los autovalores están presentes en muchas cuestiones de orden práctico. 6 . por ejemplo. El gran avance en cálculo de los autovalores de una matriz lo produjo la invención de la iteración QR. F. N. La iteración QR básica para el cálculo de todos los autovalores de una matriz. el régimen de enfriamiento de un sólido homogéneo es proporcional al autovalor de módulo más pequeño del operador Laplaciano en la región dada por el volumen de dicho sólido. Dicha iteración QR fue inventada independientemente en 1961 por J. siempre que se trate de matrices cuyas dimensiones no sean exageradamente grandes y que no tengan autovalores con autovectores asociados que. siendo independientes. OBJETIVOS: pág. Así. Kublanovskaya. El comando eig de Matlab implementa una versión de la iteración QR excesivamente sofisticada para las pretensiones de este curso. sean casi paralelos. Francis y V. o la frecuencia principal de vibración de una estructura o de un sólido cualquiera viene dada por la raíz cuadrada del autovalor de módulo más pequeño del operador de Navier en la región ocupada por el sólido o estructura.G. Estudiamos en esta lección el cálculo de los autovalores de una matriz. El primer autovalor del operador de Stokes da en ocasiones idea de para qué número de Reynolds se desestabiliza el flujo básico de un fluido. El problema de calcular los autovalores de una matriz está hoy día bien resuelto desde el punto de vista numérico.

 Las matrices A i es una matriz ortogonal y Rk es una matriz son matrices semejantes a la matriz A y entre sí.  Se comprueba (y se puede demostrar) que la matriz Ai tiende a una matriz diagonal cuyos elementos son los valores propios de A. 7 .UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN  Conocer la importancia de la aplicación de autovalores en lo real. etc.  Algoritmo: A Q0R0 A1= Q0R0 A1 Q1R1 ( A=Q0R0Q0Q-10 =Q0A1QT0) A2= Q1R1 A2 Q2R2 (A=Q0Q1A2Q1TQ0T) Ai QiRi (A=Q0Q1…QI-1AiQTi-1…QT1QTi0) … Ai= Qi-1Ri-1  A k = Qk R k donde Qk triangular superior. luego esta matriz multiplicando los factores en orden inverso A1 se vuelve a factorizar. a la que se aplica la factorización QR. Mejoras sobre el algoritmo básico:  Se utiliza desplazamiento de valores propios para mejorar la convergencia: AK – αKI QKRK (valores propios λ – αk) AK+1=RKQK + αK pág. se A1 =RQ).  Demostrar que el método QR es un método efectivo t practico en el desarrollo de matrices y así poder hallar autovalores o valores propios. que conservan por tanto los valores propios (los de A). ALGORITMO MATEMÁTICO  Se parte de una matriz obtiene una nueva matriz ( A1 A 0 =A.

Se puede obtener convergencia cuadrática. este elemento es el primero que tiende a un valor propio.cos2�) = α2qp cos2�  (α2pp + α2qp ) cos2� = α2pp  cos2� = (α2pp) /( α2pp + α2qp)^(1/2) pág.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN  También de esta forma.1) Y a ' qp lo igualamos a 0 y lo despejamos:  αpp √ 1−cos 2 φ + cos�αqp = 0  αpp √ 1−cos 2 φ = αqp cos�  α2pp(1. el elemento a ' qp A´qp = -senᶲαpp + cosᶲαqp (1.n). 8 . λk’= λk  Una vez obtenido un valor propio (cuando ε es muy pequeño) se vuelve a aplicar el método a la matriz que resulta de suprimir la última fila y columna  Si la matriz A es tridiagonal. Sin embargo al hacer posteriormente el producto A=R*Q se recupera la forma tridiagonal inicial. la matriz Ak+1 es semejante a Ak QTKAKQK = QTK(QKRK + αKI)QK = RKQK + αK = A  Si el valor α se hace igual a ak(n. o incluso cúbica si la matriz es simétrica: ¿ ¿ ¿ ¿∗¿∗¿∗¿∗¿ 0 ¿ ¿∗¿ AK 0 0 E λ Si E <<1. - Considere entonces el producto U1 A . las rotaciones para hacer cero la subdiagonal añaden otra diagonal por encima.  Para poder emplear el método qr se ncesita hallar la descomposición de la matres hallando lo que denominaaremos como S y C: Ecuaciones de S y C.

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 . y a . igualamos la ecuación a cero y obtenemos: sen� = - aqp aqp cosφ a pp  sen� = √a 2pp+ a2qp . 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 . 9 .UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN - Por otro lado. considere una matriz de orden 3. donde a21 S= √a 2) 2 11 +a e 2 21 C= a11 √a 2 11 +a221 Para restablecer el elemento a31 . Por lo tanto. = 0 tenemos que: pág. Para reducirla de forma triangular debemos restablecer los elementos a21 . efectuamos el producto: a'11 a'12 a'13 ' ' = 0 a 22 a23 a31 a32 a33 u1 . Para una mejor comprensión del método. = 0 tenemos que: -s α11 + c α21 = 0. a31. hacemos c = cosφ y s = senφ.

donde a 32 S= √a '2 22 e +a '32' 2 C= a ' 22 √a '2 22 +a ''322 Asimismo.k =1. tenemos que: -s α’22 + c α32 = 0. donde a31 a ' 11 C= √a 3) para restablecer el elemento a32 S= √a '2 11 e +a231 '2 11 +a231 .2. 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.… pág. 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 .UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN -s α11 + c α31 = 0. 10 .

debemos restablecer el elemento para obtener U2 a31 . 11 .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 Solución: Como a21 =0. Asimismo U1 =I y debemos: pág.

12 .3824.6177.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN Aplicando nuevamente el proceso tenemos que determinar - U2 3=¿ I . Ejemplo 2: pág. 1=¿ U ¿ Debemos entonces U¿ . 1 y 0. Asimismo: Desde el mayor elemento los autovalores son: 2.

0000 1. 13 .1163 Por tanto.1240 0.9922 −0.n_] : = Modulo [{Q.B}.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN F= 1 2 2 3 Francis [A_. For [k=1. pág.k<=n.1240 0. B=A. Q=transpose[QR descomposición [B][1]] R=QR descomposición [B] [2] Ejemplo 3: Aplique el algoritmo QR a la matriz: 8 7 A= 1 2 Solución: Tomamos A0 = A Determinamos una factorización QR de A0 : A0 = Q0R0 = 0.9922 * 8.k++.1940 0.0622 7.R.

0155 0.8923 6.0013 Por tanto.0013 Concluimos que lo valores propios o auto valores de A son aproximadamente 9 y 1.0017 0.0107 A3 = Q2R2 = 0. 8.9986 6.0157 1.1076 Determinamos una factorización QR de A1: A1 = Q1R1 = 0.40] // N pág.9998 −0.0017 1.9999 * 8.1384 1.9998 * 8.0118 Determinamos una factorización QR de A2: A2 = Q2R2 = 0.0175 0. 8.1549 0.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 8.0000 1. Ejemplo 4: 1 1 0 M= 1 1 1 0 1 1 Francis [M.0017 0.0157 A2 = Q1R1 = 0.1556 0.9999 −0.9881 6.0119 Por tanto.8933 6.1384 A1 = Q0R0 = 0.9881 6.0000 1. 14 .

77243 x 10−16 −0. 1. -0.77243 x 10−16 0 9.414214 Los autovalores de [M] // N Son {2.41421 9.x0. DIAGRAMA DE FLUJO INICIO A.tol.77243 x 10−16 0 −16 9.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2.41421.414214} ALGORITMO COMPUTACIONAL - En esta página mostramos los datos necesario para el método QR A=es una matriz simétrica y tridiagonal de orden n x n X0=inicialización Datos de entrada Numax=número máximo de iteraciones Tol=tolerancia Datos de salida autovalores - v= es un vector de n x 1 que contiene los En la siguiente página mostraremos lo que es el diagrama de flujo del método QR.77243 x 10 1 9.numax K=1 Vk=diag(A) S=0 pág. 15 .

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN S==0 [Q.max_iter) k = 1. 16 . - while stop_flag == 0. stop_flag = 0. neu_0 = diag(A).tol. A = R*Q. - %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%% % QR-Iteration Method function [neu.R]=qr(A) A = R*Q Abs(||vk+1 – vk||/||vk||)<=tol S =1 Vk=vk+1 K=k+1 k>numax vk CODIFICACIÓN (MATLAB) - FINcódigos utilizados en Matlab para el En la siguiente página mostraremos los método QR. [Q. pág.k] = qr_iteration(A.R] = qr(A).

podemos decir que este es el método que más se puede acercar al autovalor que necesitamos hallar.  Nos dimos cuenta de las diferentes propiedades que poseen los valores propios característicos. 17 . así como las diferentes formas de resolverlos como en este caso utilizando el meto de QR iteraciones. if k > max_iter break end end neu = [neu_0 neu].k)-neu_0)/norm(neu_0))<= tol stop_flag = 1. ya que a través de estos podemos resolver muchas dificultades que se nos presentan en la vida. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%% (Ver figura 1). CONCLUSIONES  Los valores propios o autovalores característicos juegan un papel muy importante en el ramo de las matemáticas como en el de la física. if abs(norm(neu(:.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN - - neu(:. end neu_0=neu(:.k) = diag(A). neu = neu'.k). pág. k = k+1.

Continental.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN BIBLIOGRAFÍA: 1. “Algebra lineal y sus aplicaciones”. 2006. Edit. Edit. Federico.es/personal/victor dominguez/. Neide. Domínguez. 4. http://www.unavarra. Brasil: Edit. “Métodos Numéricos Aplicados a la Ingeniera”. Murrieta M. 18 . PEARSON.pdf. pág. Domínguez S. 2. “Matlab en cinco lecciones de Numérico“. 2007 3. “CÁLCULO NUMÉRICO”. victo. 2006. Pearson Educación. México. Franco B. Jesús.

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN Anexo pág. 19 .

20 . pág.UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN -Figura 1: Este es el programa basado en el método QR que halla los autovalores de una matriz.