4.3.

1 Mtodo de la potencia

Existen tcnicas numricas para obtener aproximaciones de los valores

propios de una matriz. En esta prctica vamos a analizar el mtodo de la
potencia que nos permite obtener una aproximacin del valor propio
dominante, es decir, el de mayor valor absoluto (o mdulo, en el caso
complejo). Observar que, por ejemplo, en el anlisis de la convergencia de
los mtodos iterativos de resolucin de sistemas de ecuaciones lineales, lo
nico que necesitamos saber es si el valor absoluto del valor propio
dominante de la matriz de iteracin del mtodo es menor que la unidad.

4.3.1.1 Definiciones
a. Valor propio dominante: Es el de mayor mdulo. Si
1 2 n

Entonces 1 es el valor propio dominante.

v1
v
b. Vector normalizado: Dado un vector V 2


v n
Decimos que la componente vj es una componente dominante si

vj v
maximo v j
j

Observa que un vector puede tener ms de una componente

dominante, pero todas las componentes dominantes deben tener el
mismo valor absoluto.
Un vector est normalizado si sus componentes dominantes valen
1. Si vdom es una componente dominante de v, podemos obtener un

vector normalizado v en la direccin de v

1
v .v
v dom
 Ejemplo Dado el vector

1
- 2
v
- 4

1
Determina las componente dominantes y calcula un vector normalizado. La
componente dominante es: vdom=v3=-4
Vector normalizado

1 1 / 4

1 1 2 1 / 2
v .v
v dom - 4 4 1

1 1 / 4
Observamos que la componente dominante el vector normalizado vale 1.

4.3.1.2 Desarrollo del mtodo de la Potencia Inversa

Dada una matriz A matriz de dimensin n x n, el objetivo es calcular
el valor propio dominante y un vector propio asociado.
Supondremos que la matriz A tiene valores propios distintos.
1 2 n

Con vectores propios asociados v1, v2, , vn. Tambin suponemos

que tenemos un vector inicial x(0) que se puede escribir:
x ( 0) 1v1 2 v 2 n v n

Mtodo

y (i 1) Ax (i)
(i 1)
c i 1 componente dominante de y
(i 1) 1 (i 1)
x y ( Normaluzad o de y (i 1) )
c i 1

Si las hiptesis citadas son ciertas, entonces se cumple:

 La sucesin de escalares (ci) tiende al valor propio dominante
1

1

c1 , c2 ,, ci i
La sucesin de vectores (xi) tiende a un vector propio normalizado asociado
a 1 .

x (1) , x ( 2) , , x (i ) i
v1

Ejemplo: Aproxima el valor propio dominante y un vector propio

3 1 0

asociado de la matriz A 1 2 1 Inicia las iteraciones con
;
0 1 3

1
x ( 0)
1
1

Iteracin 1.
3 1 0 1 2
y (1)
Ax (0)
1 2 1 1 0
0 1 3 1 2
c1 2 componente dominante de y (1) ,
2 1
1 (1) 1
x (1)
y 0 0
2 2
2 1

Iteracin 2.
3 1 0 1 3
y ( 2)
Ax (1)
1 2 1 0 2
0 1 3 1 3
c2 3
componente dominante de y (2) ,
 3 1 1.0
y 2 2 / 3 0.6667
( 2) 1 ( 2) 1
x
3 3
3 1 1.0

Iteracin 3.
3 1 0 1.0 3.6667
y Ax 1 2 1 0.6667 3.3333
( 3) ( 2)

0 1 3 1.0 3.6667

c3 3.6667 componente dominante de y (3) ,
3.6667 1.0
1
3.3333 0.9091
1
x ( 3)
y
( 3)

3.6667 3.6667
3.6667 1.0

Iteracin 4.
3 1 0 1.0 3.9091
y Ax 1 2 1 0.9091 3.8181
( 4) ( 4)

0 1 3 1.0 3.9091
c4 3.9091

3.9091 1.0
1
3.8181 0.9767
1
x ( 4)
y
( 4)

3.9091 3.6667
3.9091 1.0

Iteracin 5.
3.9767
y Ax 3.9534
(5) ( 4)

3.9767
c5 3.9767

1.0
y 0.9942
1
x (5)
(5)

3.9767
1.0

Iteracin 6.
 3.9942
y ( 6 ) Ax ( 5) 3.9883
3.9942
c6 3.9942

1.0
y 0.9985
(6) 1 (6)
x
c6
1.0

Iteracin 7.
3.9985
y Ax 3.9970
(7) (6)

3.9985
c7 3.9985

1.0
1 (7)
x (7)
y 0.9996
c7
1.0

Iteracin 8.
3.9996
y Ax 3.9993
(8) (7)

3.9996
c8 3.9996

1.0
y 0.9999
(8) 1 (8)
x
c8
1.0

Iteracin 9.
3.9999
y Ax 3.9998
(9) (8)

3.9999
c9 3.9999

1
1 (9)
x (9) y 1
c9
1
 Iteracin 10.
4
y (10)
Ax (9)
4
4
c10 4

1
1 (10)
x (10)
y 1 x 9
c10
1

El valor propio dominante es lim ci 4 , y un vector propio

i

1
asociado es v lim x (i )
1
i
1

y que los vectores propios asociados a 1 son de la forma:

1
v t 1 t v 1
1

v1 est normalizado

4.3.1.3 Algoritmo computacional

Matriz : A

1
Datos de entrada
Matriz columna : D o colocarlo fijo 1
1

: valor propio dominante

Datos de salida i
v : vector propio asociado

a) Diagrama de Flujo
 Inicio
E
a
E O colocarlo
con
d elementos
todos 1

n=longitud(d)

Vector
columna de
p=zeros(n,1) ceros

y=a*d

| ||y||-||p|| |>tol

p=y

Se determina el
elemento cuyo
d=y/ele_de_norma||y|| valor absoluto
es mayor

y=a*d

vpropio=||y||

vectprop=d

s
vpropio
vectprop

Fin