UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

UNIVERSIDAD NACIONAL “SANTIAGO ANTÚNEZ DE MAYOLO”

FACULTAD DE CIENCIAS

ESCUELA PROFESIONAL DE MATEMÁTICA

_______________________________
_____________________________ ________

ASIGNATURA:

ALGEBRA LINEAL II

INTEGRANTES:

- Garrido Sanchez Charles M.

- Loli Salas Orlando W.
- Jaimes Neira Kenia Z.
- Velasquez Jaque Raul V.

DOCENTE:

POCOY YAURI VICTOR ALBERTO

TRABAJO:

SUCESIONES DE KRYLOV

FECHA DE ENTREGA:

HUARAZ, 14 DE FEBRERO DEL 2020

INTRODUCCIÓN
 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

En este informe presentaremos la sucesión de Krilov a las potencias sucesivas de una matriz
sobre un vector definido.

También daremos a conocer el subespacio de Krylov de orden r generado por una matriz

cuadrada A de orden n y un vector v.

Desarrollaremos ejercicios de cada uno de los temas (sucesión de Krilov, subespacio de

Krylov).

SUCESIONES DE KRYLOV

En este capítulo estableceremos algunas relaciones entre las potencias sucesivas de una
matriz y sus autovalores. Para profundizar en estas relaciones se introduce el concepto de
 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

sucesión de Krylov, definida como la acción de las potencias sucesivas de una matriz sobre
un vector fijado. De un modo más preciso, se llama sucesión de Krylov asociada al vector x a
la matriz cuadrada A, a la siguiente sucesión.

{ x , Ax , A2 x , ⋯ , A n x , ⋯ } .
n
i
Sea pn ( λ )=∑ ai λ el polinomio característico de A. De acuerdo con el teorema de Cayley
i=0

-Hamilton la matriz A es solución de la ecuación característica matricial. Es decir, A verifica

que

(−1 )n A n +an −1 A n−1 +⋯+ a1 A+ a0 I =0 ,

donde 0 representa la matriz cero. Si se multiplican ambos miembros por un vector arbitrario
x se obtiene la expresión

a n−1 An−1 x+ ⋯+a 1 Ax+a 0 x=− (−1 )n An x

que establece que el ( n+1 ) −¿ésimo vector de la sucesión de Krylov es linealmente

dependiente de los que le preceden. Esta relación puede ser vista como un sistema lineal de
t
incógnita a=( a 0 , a1 ⋯ , a n−1)

( x |Ax|⋯| A n−1 x|) a=(−1 )n+ 1 An x

que podría ser utilizado para calcular el polinomio característico.

Ejercicio 26 Aplicar el método de las sucesiones de Krylov para determinar el polinomio

característico de la matriz

1 1 1
(
A= 0 2 2
3 −1 0 )
t
partiendo del vector x =( 1,0,0 ) .

Solución: la sucesión de krylov del vector x tiene los siguientes términos

 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

1 1 4 13
() () () ( )
x= 0 , Ax= 0 , A2 x= 6 , A 3 x= 18 ⋯
0 3 3 6

obtenida multiplicando sucesivamente por A el vector x. Consecuentemente, si se resuelve el

sistema de ecuaciones

1 1 4 a0 13
( )( ) ( )
0 0 6 a1
0 3 3 a2
= A 3
x= 18
6

se obtiene que el polinomio característico es

p ( λ )=−λ3 +3 λ2− λ+2 o

Sin embargo, una dificultad podría estar en que el conjunto de los n primeros vectores de la
sucesión de Krylov no fuese un conjunto de vectores independientes, en cuyo caso el sistema
lineal podría ser singular. El polinomio q de grado mínimo que verifique la ecuación
matricial q ( A )=0 se conoce como polinomio mínimo de la matriz A. Obviamente, el grado
del polinomio mínimo es menor o igual que n.

Las propiedades más relevantes del polinomio mínimo de una matriz están recogidas en
el siguiente

Teorema.1 El polinomio mínimo de una matriz A verifica las siguientes propiedades:

El polinomio mínimo existe y es único.

El polinomio mínimo es invariante frente a transformaciones de semejanza.

El polinomio mínimo tiene las mismas raíces que el polinomio característico, aunque
posiblemente con multiplicidad inferior.

La prueba de este teorema puede encontrarse en muchos textos básicos del Algebra Lineal.
 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

Se llama grado de Krylov del vector x respecto a la matriz A al número máximo de vectores
linealmente independientes en la sucesión de Krylov asociada a x. El grado de Krylov de
cualquier vector esta entre 1 (este es el caso de un vector propio) y el grado del polinomio
mínimo de la matriz.

Ejemplo 2 Se considera la matriz definida por:

1 1 1
(
A= 0 2 2
3 −1 0 )
El grado de Krylov de vector x=(−1,0,0 )t es uno ya que Ax=2 x. El grado de krylov de

vector x=( 1,1,1 )t es 2 ya que los vectores x, Ax=( 1,0,1 )t y A2 x=( 2 ,−2,2 )t son linealmente

dependientes. El grado de krylov del vector x=( 1,1 ,−1 )t es 3 ya que los tres vectores

{ x , Ax , A2 x } son linealmente dependientes. Consecuentemente, los coeficientes del polinomio

característico forman la solución del sistema lineal

1 1 0 a0 −6
(1 2
−1 −3 −8 a2 )( ) ( )
3
6 a1 = A x= 20
−22

Si se resuelve el sistema, se obtiene que el polinomio característico es el siguiente

p ( λ )=−λ3 +6 λ 2−10 λ+4 o

Una vez determinado el polinomio característico de una matriz, sus autovalores podrían ser
calculados como las raíces de este polinomio utilizando las técnicas específicas de resolución
de ecuaciones escalares numéricas. Existe la posibilidad de recorrer el camino inverso. Es

n
i
decir, dado un polinomio Pn ( x ) =∑ ai x de una variable se busca una matriz que tenga este
i=0

polinomio como el característico. Obviamente, esta matriz no es única ya que todas las
 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

matrices equivalentes tienen el mismo polinomio característico. Una de estas matrices es la

llamada matriz de compañía del polinomio, que está definida como:

0 1 0 ⋯ 0

( )
0 0 1 ⋯ 0
⋮ ⋮ ⋮ ⋮
C (p)= ⋱
0 0 0 1
−a 0 −a 1 −a 2 ⋯ −a
n−1
⋯
an an an an

o su traspuesta. Mas precisamente, la matriz de compañía C (p) tiene como polinomio

n p(x)
característico el polinomio (−1 ) y consecuente el polinomio p tiene como raíces, los
an
autovalores de la matriz C (p).
 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

SUBESPACIO DE KRYLOV

En álgebra lineal un subespacio de Krylov de orden r generado por una matriz cuadrada A de

orden n y un vector v, es el subespacio vectorial generado por Akv con k < r

k r ( A , v )=span{v , Av , … , A r−1 v }❑❑

En álgebra lineal , la orden- r Krylov subespacio generado por un n -by- n matriz A y un

vector b de dimensión n es el subespacio lineal abarcado por las imágenes de b bajo los
primeros r potencias de A (a partir de), que es  A0 =I

k r=( A ,b )=span {b , Ab , A b , …, A
2 r −1
b}.
 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

CONCLUSIÓN

Concluimos este informe esperemos que sirva de ayuda a toda la población universitaria
como aplicar las sucesión y subespacio de Krylov en la vida real.

También como hallar el polinomio característico de una matriz cuadrada con la sucesión de
Krylov .

Los métodos iterativos modernos lo utilizan en el cálculo de vectores y valores propios o para

resolver sistemas de ecuaciones lineales con matrices dispersas. Todos los algoritmos que
usan este subespacio se les conoce como métodos del subespacio de Krylov; estos métodos se
encuentran dentro de los más eficaces del álgebra lineal numérica.
 UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO

BIBLIOGRAFIA

 Carlos Moreno g. Introducción al Caculo Numérico Universidad Nacional de

Educación a Distancia Madrid, 2014 Edición digital: abril de 2014
 Yousef Saad (2000). Iterative methods for sparse linear systems.
 Allen, M.B., I. Herrera and G. F. Pinder, "Numerical Modeling in Science

and Engineering", John Wiley, 1988.

Birkho ff

 G, and R. E. Lynch, "Numerical Solution on Elliptic Problems",

SIAM, Phyladelphia, 1984.

 hestenes, M. R. and E. Stiefel, "Methods of Congugate Gradients for

Solving Linear Systems", J. Res. Natl. Bur. Stand., 49, pp. 409-436, 1952.
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO