Método de Jacobi

matrices simétricas

Marco V. Bayas

Diciembre 15 , 2022
Transformaciones ortogonales (matrices 2 × 2)

 
a11 a12
A= , a12 = a21
a21 a22
 
c s
Matriz de rotación: R= , c2 + s2 = 1
−s c

Transformación: D = RT · A · R

a11 c 2 − (a12 + a21 )cs + a22 s 2 a12 c 2 − (a22 − a11 )cs − a21 s 2
 

D=  
a21 c 2 − (a22 − a11 )cs − a12 s 2 a22 c 2 + (a12 + a21 )cs + a11 s 2
Transformaciones ortogonales (matrices 2 × 2)

a11 − (a12 + a21 ) cs + a22 ( cs )2 a12 − (a22 − a11 ) cs − a21 ( cs )2

 
2
D=c 
a21 − (a22 − a11 ) cs − a12 ( cs )2 a22 + (a12 + a21 ) cs + a11 ( cs )2

s
Sea: t =
c

a11 − (a12 + a21 )t + a22 t 2 a12 − (a11 − a22 )t − a21 t 2

 
1
→D= 1+t 2
 
a21 − (a11 − a22 )t − a12 t 2 a22 − (a12 + a22 )t + a11 t 2

Condición para tener una matriz diagonal:

a22 −a11
t 2 + αt − 1 = 0 , α= a12

√
−α ± α2 + 4
−→ t=
2
Transformaciones ortogonales (matrices 2 × 2)
    √
a11 a12 1 t −α± α2 +4 a22 −a11
A= , R = √1 ,t= ,α=
a12 a22 1+t 2 −t 1 2 a12

Transformación:
   
1 1 −t a11 a12 1 t
D= 1+t 2 t 1 a12 a22 −t 1

 
2 −1
Ejemplo: A=
−1 1
√
 
−1+ 5 0.85065 0.52573
→ α=1 , t= y R=
2 −0.52573 0.85065
 
T 2.61803 0
→ D=R ·A·R=
0 0.38197

Valores y vectores propios:

   
0.85065 0.52573
λ1 = 2.61804 V1 = λ2 = 0.38197 V2 =
−0.52573 0.85065
Transformaciones ortogonales (matrices n × n)

A → RT · A · R
Y
R= Pij
i̸=j

1 ··· 0 ··· 0 ··· 0 ··· 0

 
 .. .. .. .. .. .. .. .. .. 
.
 . . . . . . . . 
0
 ··· c ··· 0 ··· s ··· 0 i
. .. .. .. .. .. .. .. .. 
. .
. . . . . . . .

Pij = 0 ··· 0 ··· 1 ··· 0 ··· 0
 
. .. .. .. .. .. .. .. 
. ..
.

. . . . . . . .
j
 
0
 ··· −s ··· 0 ··· c ··· 0 
. .. .. .. .. .. .. .. .. 
 .. . . . . . . . .
0 ··· 0 ··· 0 ··· 0 ··· 1
i j
Transformaciones ortogonales (matrices n × n)

Transformación: D = RT · A · R
Transformación intermedia: Dk = Pij T · Ak · Pij
Condición para que (Dk )ij = 0

(Ak )jj − (Ak )ii

t 2 + αt − 1 = 0 , α=
(Ak )ij
√
−α ± α2 + 4
−→ t=
2

Algoritmo:
1. Para i = 1, · · · , n y j = 1, · · · , n
▶ calcular t
▶ Construir la matriz Pij
▶ Realizar la transformación ortogonal: Dk = Pij T · Ak · Pij
sX
2. Evaluar η= (Ak )2ij
j>i

3. Repetir 1 y 2 hasta que η < δ