Universidade de Santiago de Compostela Análise Numérica Matricial.

Curso 2019-20
Facultade de Matemáticas Grao en Matemáticas
Dobre Grao en E. Informática e en Matemáticas
Dobre Grao en Matemáticas e en Fı́sica

Converxencia de sucesións e series de vectores e matrices

Sexa (V, k · k) un espacio vectorial normado sobre C.
Definición 1. Unha sucesión {vk } de elementos de V converxe a un vector v ∈ V se:
∀ > 0, ∃k0 ∈ N / k > k0 =⇒ kvk − vk < .
No caso de que se verifique tal propiedade, escribirase:
lı́m vk = v, ou simplemente, vk −→ v.
k→∞

Teorema 1 (de equivalencia de normas).1 Sexan k · k e k · k0 duas normas calquera en Cn . Entón existen constantes
c2 ≥ c1 > 0 tales que:
c1 kvk ≤ kvk0 ≤ c2 kvk, ∀v ∈ Cn .

Observación 1. O anterior teorema tamén é certo se se substitúe Cn por calquera espazo vectorial normado de
dimensión finita. 

Observación 2. Do teorema 1 dedúcese que a converxencia dunha sucesión {vk } de elementos de Cn é independente
da norma escollida. 

A elección particular da norma k · k∞ de Cn mostra que a converxencia dunha sucesión de vectores {vk } de
Cn é equivalente á converxencia das n sucesións de escalares formadas polas compoñentes dos vectores:
(k)
vk −→ v ⇐⇒ [vi −→ vi , 1 ≤ i ≤ n].

A elección particular da norma k · k∞ de Cm·n mostra que a converxencia dunha sucesión de matrices {Ak }
de Mm×n (C) é equivalente á converxencia das m · n sucesións de escalares formadas polos elementos das matrices:
(k)
Ak −→ A ⇐⇒ [aij −→ aij , 1 ≤ i ≤ m, 1 ≤ j ≤ n].

Exercicios 1
1. Estuda-la converxencia da seguinte sucesión de vectores {vk }, onde i é a unidade imaxinaria:
10−k + ik
 

vk =  0 .
10−k − ik

2. Analiza-la converxencia da sucesión de matrices rectangulares {Ak }, sendo:

 k k 
e /k 1 2 3 4
2 k
 1 k /e 0 0 1/k 
Ak =  .
 2 0 ln k/k 3 0 √ 2 + ln k/k 
3 0 0 4k ln k e 3

P∞ Pk
Definición 2. Unha serie i=0 vi de vectores de V é converxente se a sucesión de sumas parciais {Sk }, Sk = i=0 vi ,
é converxente, é dicir se:
∃S ∈ V / lı́m Sk = S.
k→∞
S denomı́nase suma da serie, e escrı́bese:
∞
X
vi = S.
i=0

1 J. M. Ortega. Numerical analysis: a second course. SIAM, 1990, pp. 18-19.

1
 P∞
É moi doado deducir que a converxencia dunha serie de vectores i=0 vi de Cn é equivalente á converxencia
das n series de escalares formadas polas compoñentes dos vectores:
∞ k k
(i)
X X X
vi = S ⇐⇒ vi −→ S ⇐⇒ [ vj −→ Sj , 1 ≤ j ≤ n],
i=0 i=0 i=0

sendo S o vector suma, con compoñentes Sj , 1 ≤ j ≤ n.

P∞
Tamén é moi doado deducir que a converxencia dunha serie de matrices i=0 Ai de Mm×n (C) é equivalente
á converxencia das m · n series de escalares formadas polos elementos das matrices:
∞ k k
(i)
X X X
Ai = S ⇐⇒ Ai −→ S ⇐⇒ [ ajl −→ Sjl , 1 ≤ j ≤ m, 1 ≤ l ≤ n],
i=0 i=0 i=0

sendo S a matriz suma, con elementos Sjl , 1 ≤ j ≤ m, 1 ≤ l ≤ n.

Exercicios 2
P∞
1. Estuda-la converxencia da serie de vectores i=0 vi de termo xeral:

2/3i
 

vi =  3/4i  .
4/5i
P∞
2. Analiza-la converxencia da serie de matrices i=1 Ai de termo xeral:
 
1/i 0 0
Ai =  0 1 + 1/i2 0 .
0 0 1/i3

P∞
O seguinte lema da unha condición para que a serie de matrices i=0 B i converxa.
Lema de Neumann.2 Se B é unha matriz cadrada tal que kBk < 1, para unha norma matricial calquera, entón a
nova matriz I − B é invertible, e ademais:
X∞
B i = (I − B)−1 .
i=0


No seguinte teorema danse condicións equivalentes para que a sucesión formada polas potencias sucesivas dunha
matriz cadrada dada converxa á matriz nula. Pode utilizarse para deducir un criterio de converxencia dos métodos
iterativos de resolución de sistemas lineares.
Teorema 2. Sexa B unha matriz cadrada. As seguintes condicións son equivalentes:
(1) lı́mk→∞ B k = O.
(2) lı́mk→∞ B k v = θ , ∀v ∈ Cn .
(3) ρ(B) < 1.
(4) Existe unha norma matricial k · k para a cal kBk < 1.
P∞
(5) A matriz I − B é invertible e i=0 B i = (I − B)−1 . 

Por último, o seguinte teorema pode utilizarse para analiza-la rapidez coa que converxen os métodos iterativos
de resolución de sistemas lineares.
Teorema 3. Sexan B unha matriz cadrada e k · k unha norma matricial calquera. Entón:
lı́m kB k k1/k = ρ(B).
k→∞


As demostracións dos teoremas 2 e 3 poden consultarse no texto de P. G. Ciarlet.3
2 J. M. Ortega. Numerical analysis: a second course. SIAM, 1990, p. 26.
3 P. G. Ciarlet. Introdución á análise numérica matricial e á optimización. Servicio de Publicacións da USC, 1999, pp. 32-34.