Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Métodos de la Potencia.
1. Sea A una matriz de orden n con vector propio v correspondiente al valor propio 5.
Entonces es v tambien el mismo vector propio de la matriz A2.
Verdad
Falso
2. Sea A una matriz de orden n con autovector v correspondiente al autovalor 5.
Entonces 5v es autovector de la matriz A2con autovalor 25.
Verdad
Falso
Verdad
Falso
1 1 0 0 1
4. Compruebe si A=
−1 −1 0 0
−2 −2 2 1
1 1 −1 0
[ ]
tiene como autovector a v=
−1
0
0
, si es verdad
5. [−11 24]
Si A= con los autovectores v1 = [ 11] v =[ 21]
y 2 . ¿Es tambien v1 + v 2 un
autovector? Justifique.
No porque no presenta un autovector asociado a este.
A=[1 2;-1 4]
syms lambda
n=length(A)
SOL=solve(det(A-eye(n)*lambda)==0,lambda)
b=A*[3 2]'
b =
7
5
7/3=2.3333
5/2=2.5
6. [−11 24]
Si A= con los autovectores v1 = [ 11] y v 2= [ 21] . ¿Es tambien v 2−v 1 un
autovector? Justifique.
No porque no presenta un autovector asociado a este.
A=[1 2;-1 4]
b=A*[1 0]'
b =
1
-1
1/1=1
-1/0=NaN
de A.
t=¿ 3.
syms t
A=[1 2;0 t]
b=A*[1 1]'
3/1=t/1
t=3
8.
¿ λ=−1 es un autovalor de A?
SOL=
eig(A)
x0=[0; 0;0;1]
k=0; er=100;
tol=5*10^-3
while er>tol
k=k+1;
x1=A*x0;
[v,p]=max(x1);
x1=x1/u;
er=norm(x1-x0)/norm(x1)*100;
x0=x1;
end
%L=1/u+q
x1
XOM=A*x1
COM=10*x1
A =
0 1 0 0
0 0 1 0
0 0 0 1
-150 245 -113 19
ans =
10.000000000000011
4.999999999999996
2.999999999999999
1.000000000000000
x0 =
0
0
0
1
tol =
0.005000000000000
k =
11
x1 =
0.000996653221087
0.009985627950346
0.099952037339816
1.000000000000000
XOM =
0.009985627950346
0.099952037339816
1.000000000000000
10.002400645272505
COM =
0.009966532210869
0.099856279503460
0.999520373398163
10.000000000000000
Por lo tanto valor propio dominante es 10 y el vector propio asociado a este es x1.
10. Para comenzar nuestro estudio pensemos en un baby-Internet que consiste solo de tres
páginas web y que están conectadas como muestra la figura, es decir, en la página 1 existen
una liga para que se acceda a la página 2, de manera similar en la página 2 existe una liga para
poder acceder a la página 1. Ocurre lo mismo para las páginas 2 y 3. Para las páginas 1 y 3, solo
existe un botón en 3 para ir a 1.
Page 1 Pa g
e2
Determine la página que más conectividad tiene y su frecuencia. 3
eig(A)
%[T,J]=jordan(A)
x0=[1 1 1 ]'
k=0; er=100;
u=1;
B=[k u x0' x0']
tol=5e-3
format
for i=1:14
k=k+1;
x1=A*x0;
x2=x1;
[v,p]=max(x1);
x1=x1/u;
er=norm(x1-x0)/norm(x1)*100;
x0=x1;
end
B;
fprintf('%8.0f %8.3f %8.3f %8.3f %8.3f %8.3f %8.3f %8.3f\n',B')
x1
A*x1
0 0.000 1.000 1.000 1.000 1.000 1.000 1.000
1 1.500 1.000 1.500 0.500 0.667 1.000 0.333
2 0.833 0.667 0.833 0.500 0.800 1.000 0.600
3 1.100 0.800 1.100 0.500 0.727 1.000 0.455
4 0.955 0.727 0.955 0.500 0.762 1.000 0.524
5 1.024 0.762 1.024 0.500 0.744 1.000 0.488
6 0.988 0.744 0.988 0.500 0.753 1.000 0.506
7 1.006 0.753 1.006 0.500 0.749 1.000 0.497
8 0.997 0.749 0.997 0.500 0.751 1.000 0.501
9 1.001 0.751 1.001 0.500 0.750 1.000 0.499
10 0.999 0.750 0.999 0.500 0.750 1.000 0.500
11 1.000 0.750 1.000 0.500 0.750 1.000 0.500
12 1.000 0.750 1.000 0.500 0.750 1.000 0.500
13 1.000 0.750 1.000 0.500 0.750 1.000 0.500
14 1.000 0.750 1.000 0.500 0.750 1.000 0.500
La pagina con mayor conectividad seria la pagina 2 y su frecuencia es 15/10.
11. Analice la convergencia y los valores que permiten obtener algoritmos iterativos de
Jacobi y Gauss Seidel.
syms x
A=[x 0 1; 0 x 1; 1 0 x];
Análisis de la convergencia
0<=1/x<1
Para todo 1<x
GAUSS SEIDEL
syms x
A=[x 0 1; 0 x 1; 1 0 x];
Análisis de la convergencia
0<=1/(x^2)<1
Para todo 1<x
syms y
A=[-10 2; y 5];
Análisis de la convergencia
0<=((-y)^0.5)/5<1
Para todo -25<x<=0
GAUSS SEIDEL
syms y
A=[-10 2; y 5];
Análisis de la convergencia
0<=y/25<1
Para todo 0<=y<25
12. Demuestre que el método de Gauss Seidel es más rápido que el método de Jacobi
Análisis de la convergencia
Análisis de la convergencia
Análisis de la convergencia
Análisis de la convergencia
rho_j = 0.1861
A=[10 0 1 0 0 0 0 0;0 10 0 0 0 0 -1 0;0 0 10 0 0 -2 0 0;2 0 0 10 0 0 0
0;0 0 1 0 10 0 0 0;0 0 0 -3 0 10 0 0;0 3 0 0 0 0 10 0;0 0 0 0 1 0 0 10];
b=[13 13 18 42 53 48 76 85]';
x=Tx+c
D=diag(diag(A));
L=D-tril(A);
U=D-triu(A);
format rat
Tj=D\(L+U); % inv(D)*(L+U)
cj=D\b
x =
1.0000
2.0000
3.0000
4.0000
5.0000
6.0000
7.0000
8.0000
format
k=1;
tol=5*10^-3;
x0=[0 0 0 0 0 0 0 0]';H=[0 x0'];
delta=100; % error relativo porcentual
while delta>tol
x=Tj*x0+cj;
H=[H; k x'];
delta=norm(x-x0)/norm(x)*100;
k=k+1;
x0=x;
end
H
0 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
1 1.200 1.400 2.000 4.000 5.200 5.100 7.300 8.400
2 1.100 2.030 2.820 3.960 5.100 6.000 7.180 7.980
3 1.018 2.018 3.000 3.980 5.018 5.988 6.991 7.990
4 1.000 1.999 2.998 3.996 5.000 5.994 6.995 7.998
5 1.000 1.999 2.999 4.000 5.000 5.999 7.000 8.000
6 1.000 2.000 3.000 4.000 5.000 6.000 7.000 8.000
7 1.000 2.000 3.000 4.000 5.000 6.000 7.000 8.000