Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Laboratorio de Matemticas
Conceptos bsicos
v vector propio asociado al valor propio
Av= v
Polinomio caracterstico de la matriz A
p() = det(A- I)
Ecuacin caracterstica
p() = 0
Resultados de lgebra
Teorema Si una Matriz A nxn tiene n valores propios distintos es diagonalizable y propios sus son correspondientes n vectores independientes, S y D: A = S D S-1 Ak-1 = S Dk-1 S-1
Por recurrencia podemos expresar el estado de un da cualquiera en funcin del primer da del mes:
D2 = A D1 D3 = A D2 = A2 D1 D4 = A D3 = A3 D1 ... Dk = A Dk-1 = Ak-1 D1
c = S 1 D1 = (c 1, c 2, c 3 )'
c1 k 1 k 1 k 1 k 1 1 k 1 + Dk = (1 v1 , 2 v2 , 3 v3 ) c2 = c11 v1 + c2 k v c 2 2 3 3 v3 c 3
x2
m2 & x &2 k 2 x1 + (k 2 + k3 ) x2 = 0
&& xi = w2 Ai sin( wt + i ) = w2 xi
Datos del problema m1= m2=1 kg, k1=5 kN/m, k2=10 kN/m y k3= 15 kN/m
xi (t ) = Ai sin( wt + i )
w 2 x1 + 15 x1 10 x2 = 0 w 2 x2 10 x1 + 25 x2 = 0
Expresin matricial
-w2x1 + 15 x1-10 x2 = 0 -w2x2 - 10 x1 +25 x2 = 0
Kx = x
x 15 10 x1 2 1 x = w x 10 25 2 2
Mtodo de las potencias Mtodo de las potencias inverso Desplazamiento con el mtodo de las potencias
Instrucciones de MATLAB
Mtodos Iterativos
Estimacin inicial
x1
Proceso iterativo
x2, x3, ... , xk, ... x*
Criterio de parada
|xk+1 xk| < tol k maxiter
Tipos de convergencia
Error del paso k
ek = |xk+1 xk|
Convergencia lineal
ek+1 / ek cte < 1
Convergencia cuadrtica
ek+1 / ek2 cte < 1
La instruccin WHILE
no while condicin
s instruccin
instruccin
end
Bucle controlado por una condicin Sintaxis: while condicin instrucciones end
La instruccin IF
no if condicin
s instruccin
instruccin
end
Sintaxis de la instruccin IF
Bifurcacin condicional Sintaxis: if condicin instrucciones end Las instrucciones se realizan si la condicin se verifica.
La instruccin IF - ELSE
if condicin no s
instruccin
instruccin
instruccin
instruccin
end
Dilema
if condicin instrucciones cierta else instrucciones falsa end
Operaciones lgicas
& | xor ~
Algoritmo potencias
Entrada: A, u, tol, maxiter Salida: lambda, u, k Proceso:
Inicializar las variables Mientras no converja o no hayamos llegado a maxiter Multiplicar A*u. Normalizar el vector resultante Calcular el error o incremento Incrementar el contador de iteraciones fin mientras Advertir en caso de no convergencia
Ejemplo
B=[-4 3 2; 4 1 0; 0 3 -1]; u=[1 1 1]'; tol =0.001; maxiter=4;, [lambda,u,k]=potencias(B,u,tol,maxiter) Aumenta el nmero de operaciones hasta obtener la solucin. Tipo de convergencia e = abs(diff(lambda)); m = length(e); r = e(2:m)./e(1:m-1)
El vector propio correspondiente es el mismo A-1v =i v multiplicando por A v = i A v multiplicando por 1/i 1 v=Av
i
Ejemplo
Obtencin del valor propio menor en valor absoluto de la matriz A A=[.7 .2 .1;.2 0 0;.1 .8 .9]; u=[1 1 1]'; tol =0.001; maxiter=30; [lambda,u,k]=potencias(inv(A),u,tol,maxi ter); 1/lambda(5)
+k v.p. de A+kI
A v.p. cerca de k
Ejemplo
Obtencin del valor propio intermedio entre los de mayor y menor en valor absoluto de la matriz A
d= (1.012 + -0.0317)/2; Ad=A-d*eye(3); u=[1 1 1]'; tol =0.001; maxiter=30; [lambda,u,k]=potencias(inv(Ad),u,t ol,maxiter) 1/lambda(10)+d
Valores propios
r = roots (P)
donde p = min(m,n)
Teorema
a) El rango k de A es igual al nmero de valores singulares de A diferentes de cero. b) Si A es una matriz real pxq, de rango k, para un r < k , la matriz Ar de rango r que hace A Ar 2 mnimo a entre todas las matrices pxq, Ar de rango r viene dada por Ar = 1u1v1T + 2u2v2T + ... + rur vrT
y el mnimo es A - Ar
2
= r +1
Comprensin de datos
Foto discretizada
A= 10001000
2 r 1000 + r elementos
10005
99%
Ejemplo:
2 4 6 8 10 12 14 16 18 20 2 4 6 8 10 12 14 16 18 20
A=fotox;
Obtencin de la SVD
1 5.8,
y los otros i 0
A2020 : rg ( A) = 10
Aproximacin de grado 1
2 4 6 8 10 12 14 16 18 20 2 4 6 8 10 12 14 16 18 20
A1=S(1)*U(:,1)*V(:,1)'
Aproximacin de grado 2
2 4 6 8 10 12 14 16 18 20 2 4 6 8 10 12 14 16 18 20
A2=A1+S(2)*U(:,2)*V(:,2)'
Aproximacin de grado 3
2 4 6 8 10 12 14 16 18 20 2 4 6 8 10 12 14 16 18 20
A3=A2+S(3)*U(:,3)*V(:,3)'
FIN