‘Teorema 2.1 Sir ER, esté en el rango determinado por F, entonces eriste 6 © R tal que fl(x) = 2(1 + 4) donde |d] < B°~*. Teorema 4.1 Sea A € R"", Eniste 2 € B",|\2\|2 = 1 tal que ATAz = p?2, donde = (Alle. Demostracién: Los alumnos interesados pueden ver la demostracién en [GvL89] 0 MACO9] o El siguiente corolario relaciona las normas inducidas é. Corolario 4.1 Si AE R™" entonces ||Al2 $ [Ala [Aloe Teorema 5.1 Para toda matriz no singular A y toda norma matricial | || inducida por tuna norma vectorial se tiene AAT = 1 (5.4) Teorema 6.1 (Forma diagonal de una matriz cuadrada bajo equivalencias or- togonales) Dada AE R™", entonces existen U,V € RM" ortogonales tal que UAV =D, donde D es una matriz diagonal, Ademés U yV se pueden elegir tal que los elementos de D son Hy > pa BE be > ra = donde r = rango(A) En particular si A es no singular entonces fa > Ha >- 2tn >0 Teorema 7.1 Sea AE R™" no singular. Las siguientes proposiciones son equivalentes. (a) La jactorizacién LU de A puede ser completada. (b) Existe un tinico par de matrices Ly U para las cuales A=LU con L y U no singulares. (c) Todas las submatrices principales de A son no singulares.Teorema 8.1 (Wilkinson) Sea Ae Re, be Re. Si BGPP es usado para resolver Ax = b, (P(A+ AA tiene LW) se ax (LU)y — (PA)g| $ P-"p(n — 2) max lay ‘Comentario: En la préctica esto no pasa casi munca, Allf radica precisamente la popu- laridad de EGPP. El método puede ser usado con confianza, ya que [(AA), © 6(n)amax|a,;|, donde ¢(n) es una funcién que crece muy lentamente con n. ‘Teorema 9.1 a) Sea AE R™™ definida positiva entonces A es no singular y ax > 0 para todo i. 8) A es definida positiva si y solo si cada submatriz principal de A es definide positiva c) Si A es definida positiva entonces A puede ser factorizada por medio de EG sin pivoteo. Teorema 9.2 Sea A € R™" simétrics, definida positiva. Entonces A puede ser factor- izada usando EG sin pivoteo en A= LDL" donde L es triangular injerior con 1 en ta diagonal y D es una matriz diagonal con dis > 0. Ademds A= MMT? con M triangular inferior con my > 0 tnica. Teorema 9.3 Sen A €R™". Si A es estrictamente diagonal dominante, entonces A es no singular y todas sus submatrices principales son estrictamenie diagonalmente domi- nante Teorema 9.4 Sea A € R™" (estrictamente) diagonal dominante, entonces si AW? es la matriz reducida de aplicar BG para obtener la factorizacién LU de A se tiene que a) AM es (estrictumente) diagonal dominante. o) max |a{?| < 2max|as). ae nf Teorema 10.1 Sean be R", A= M—N ER"*" no singular, 1 ER". Si i) Mes no singular y ii) p(M>N) <1, entonces la sucesién {2} definida por (10.11) converge a x, = A~'b. ‘Teorema 10.2 En el método de Jacobi, si A es estrictamente diagonal dominante, en- tonces p(M-*N) <1.Teorema 10.3 Sea A €R™™ simétrica y definida positiva, Entonces la sucessién {x} definida por la iteracién de Gauss-Seidel (10.8)-(10.10) converge a 2, cualquiera sca el punto inicial x € R". Teorema 10.4 (Kahan) Si AER™ es tal que a;; £0, entonces AG.) 2 lo - 1h Corolario 10.1 Si SOR converge entonces 0 < w < 2.