4.

Autovalores y autovectores
4.1 Ejercicios resueltos
Ejercicio 4.1 Realizar la descomposici on de Schur de la matriz
A =
_
_
_
1 0 1
0 1 1
1 0 1
_
_
_
Soluci on: El polinomio caracterstico de la matriz A es
p() = det(I A) =

1 0 1
0 1 1
1 0 + 1

=
3

2
=
2
( 1)
por lo que los autovalores de A son 1 simple y 0 doble.
Para = 1 el autovector asociado viene dado por la soluci on del sistema
(A I)v = 0
_
_
_
0 0 1
0 0 1
1 0 2
_
_
_
v =
_
_
_
0
0
0
_
_
_
= v =
_
_
_
0
1
0
_
_
_
Para ampliar hasta una base ortonormal de R
3
podemos utilizar los vectores
de la base canonica para obtener la matriz de paso P =
_
_
_
0 1 0
1 0 0
0 0 1
_
_
_
, por lo
que
P
1
AP = P
T
AP =
_
_
_
1 0 1
0 1 1
0 1 1
_
_
_
53
54

Algebra Numerica
La submatriz
_
1 1
1 1
_
tiene como autovalores el 0 doble y un autovec-
tor asociado a el es el vector (1 1)
T
que puede ser ampliado hasta una
base ortogonal de R
2
con el vector (1 1)
T
por lo que una base ortonor-
mal de R
2
es le constituida por ambos vectores normalizados y, por tanto
Q =
_
_
_
1 0 0
0
1

2
1

2
0
1

2
1

2
_
_
_
obteniendose que
Q
T
P
T
APQ = U
T
AU =
_
_
_
1

2
2

2
2
0 0 2
0 0 0
_
_
_
que es una forma de Schur de la matriz A con
U = PQ =
_
_
_
0
1

2
1

2
1 0 0
0
1

2
1

2
_
_
_
Ejercicio 4.2 Comprobar que la matriz U =
_
0.6 0.8
0.8 0.6
_
es unitaria (or-
togonal) y obtener, basandose en ella, una matriz normal A que tenga por
autovalores 2 y 3i. Calcular la conmutatriz de A y comprobar que sus compo-
nentes hermticas conmutan.
Soluci on:
U

U = U
T
U =
_
0.6 0.8
0.8 0.6
__
0.6 0.8
0.8 0.6
_
=
_
1 0
0 1
_
= I
Por tanto, la matriz es unitaria.
Si A debe ser normal y ha de tener los autovalores 2 y 3i, tiene que ser
diagonalizable unitariamente y, la matriz diagonal tendra a los autovalores
en su diagonal.
U

AU = D =
_
2 0
0 3i
_
= A = UDU

4.1. EJERCICIOS RESUELTOS 55

Podemos utilizar cualquier matriz unitaria, por ejemplo, la del enunciado del
ejercicio.
A =
_
0.6 0.8
0.8 0.6
__
2 0
0 3i
__
0.6 0.8
0.8 0.6
_
=
_
0.72 + 1.92i 0.96 + 1.44i
0.96 + 1.44i 1.28 + 1.08i
_
.
Hallemos, por ultimo, la conmutatriz de la matriz A.
C(A) = AA

A = 2i(H
2
H
1
H
1
H
2
)
H
1
=
1
2
(A+A

) =
_
0.72 0.96
0.96 1.28
_
H
2
=
1
2i
(AA

) =
_
1.92 1.44
1.44 1.08
_
H
1
H
2
=
_
0 0
0 0
_
= H
2
H
1
=
_
0 0
0 0
_
= = H
1
H
2
= H
2
H
1
Por tanto, C(A) = .
Ejercicio 4.3 Probar, basandose en el teorema de Gerschgorin, que la matriz:
A =
_
_
_
_
_
9 1 2 1
0 8 1 1
1 0 7 0
1 0 0 1
_
_
_
_
_
tiene, al menos, dos autovalores reales.
Soluci on:
Los crculos de Gerschgorin por las son:
a
11
= 9 r
1
= 1 + 2 + 1 = 4
a
22
= 8 r
2
= 1 + 1 = 2
a
33
= 7 r
3
= 1
a
44
= 1 r
4
= 1
1 7 9

&%
'$
El crculo C
4
(1, 1) es disjunto con los demas:
56

Algebra Numerica
|a
44
a
11
| = 8 > r
4
+ r
1
|a
44
a
22
| = 7 > r
4
+ r
2
|a
44
a
33
| = 6 > r
4
+ r
3
Por tanto, en el hay un autovalor
1
y los otros tres se encuentran en C
1

C
2
C
3
.
El autovalor
1
debe ser real ya que, si fuese complejo, su conjugado
1
tambien
sera autovalor de la matriz
1
y debera pertenecer a C
4
cosa que no sucede,
pues en C
4
s olo existe un autovalor.
En conclusion: la matriz tiene, al menos, un autovalor real
1
con 0
1
2.
Los tres autovalores restantes no pueden ser complejos ya que P() es una
ecuaci on polin omica de grado cuatro con coecientes reales, por lo que debe
existir, al menos, otra raz real de P() y, por tanto, la matriz A tiene, al
menos, dos autovalores reales.
Ejercicio 4.4 Dada la matriz A =
_
2 + 3i 1 + 2i
1 + 2i 2 + 3i
_
se pide:
a) Comprobar que es normal sin calcular la matriz conmutatriz.
b) Calcular sus autovalores a partir de los de sus componentes hermticas.
c) Comprobar que estos autovalores est an en el dominio de Gerschgorin.
Soluci on:
a) H
1
=
1
2
(A + A

) =
_
2 1
1 2
_
H
2
=
1
2i
(A A

) =
_
3 2
2 3
_
H
1
H
2
=
_
8 7
7 8
_
H
2
H
1
=
_
8 7
7 8
_
= H
1
H
2
= H
2
H
1
=
A es normal.
b) Calculemos, en primer lugar los autovalores y autovectores de sus com-
ponentes hermticas H
1
y H
2
.
1
En una matriz real, P() tiene coecientes reales y, por tanto, sus races o son reales o
son complejas conjugadas.
4.1. EJERCICIOS RESUELTOS 57
Componente H
1
P() =

2 1
1 2

=
2
4 + 3 = ( 1)( 3) =

11
= 1 y
12
= 3
Los autovectores viene dados por las soluciones de los sistemas:
Para
11
= 1 = (I H
1
)x = 0
_
1 1
1 1
__
x
1
x
2
_
=
_
0
0
_
x
1
+x
2
= 0 u
11
=
_
1
1
_
Para
12
= 3 = (3I H
1
)x = 0
_
1 1
1 1
__
x
1
x
2
_
=
_
0
0
_
x
1
x
2
= 0 u
12
=
_
1
1
_
Componente H
2
Los autovectores son los mismos que los de H
1
.
Sus autovalores vienen dados por

21
=
u
T
11
H
2
u
11
u
T
11
u
11
= 1
22
=
u
T
12
H
2
u
12
u
T
12
u
12
= 5
La matriz A tiene, por tanto, los autovectores v
1
= (1, 1)
T
y v
2
=
(1, 1)
T
asociados, respectivamente, a los autovalores
1
= 1 + i y
2
=
3 + 5i.
c) Dominio de Gerschgorin.
a
11
= 2 + 3i r
1
= |1 + 2i| =

5
a
22
= 2 + 3i r
1
= |1 + 2i| =

5
_
_
_
= C
1
C
2
C(2 + 3i,

5).
d(
1
, 2 + 3i) = |(1 + i) (2 + 3i)| =

5
d(
2
, 2 + 3i) = |(3 + 5i) (2 + 3i)| =

5
_
_
_
=
Ambos se encuentran en la frontera del dominio.
Ejercicio 4.5 Dada la matriz A =
_
_
_
6 2 5
2 2 3
5 3 6
_
_
_
se pide:
58

Algebra Numerica
a) Utilizar el metodo de la potencia simple para aproximar su autovalor
dominante partiendo del vector z
0
=
_
1 1 1
_
T
b) Hacer uso del metodo de la potencia inversa para, partiendo de z
0
, apro-
ximar el autovalor minimante de la matriz A.
c) Sabiendo que una aproximacion del tercer autovalor de la matriz A es
1.5, aproximarlo haciendo uso del metodo de la potencia inversa con
desplazamiento.
Soluci on:
a) Escalando los vectores z
n
por su coordenada de mayor valor absoluto
(renombrados como w
n
) y haciendo z
n+1
= Aw
n
obtenemos:
z
1
=
_
_
_
13.0000
7.0000
14.0000
_
_
_ z
2
=
_
_
_
11.5714
5.8571
12.1429
_
_
_ z
3
=
_
_
_
11.6824
5.8706
12.2118
_
_
_ z
4
=
_
_
_
11.7013
5.8748
12.2254
_
_
_
z
5
=
_
_
_
11.7039
5.8753
12.2273
_
_
_ z
6
=
_
_
_
11.7042
5.8754
12.2275
_
_
_ z
7
=
_
_
_
11.7042
5.8754
12.2275
_
_
_
por lo que

1

z
T
7
Az
7
z
T
7
z
7
12.22753579693696
b) Escalando los vectores z
n
(renombrados como w
n
) y resolviendo los sis-
temas Az
n+1
= w
n
:
z
1
=
_
_
_
0.5000
1.5000
1.0000
_
_
_ z
2
=
_
_
_
1.6667
4.3333
3.6667
_
_
_ z
3
=
_
_
_
1.8846
4.7308
4.0769
_
_
_ z
4
=
_
_
_
1.9106
4.7724
4.1220
_
_
_
z
5
=
_
_
_
1.9140
4.7777
4.1278
_
_
_ z
6
=
_
_
_
1.9144
4.7784
4.1285
_
_
_ z
7
=
_
_
_
1.9145
4.7785
4.1286
_
_
_ z
8
=
_
_
_
1.9145
4.7785
4.1287
_
_
_
z
9
=
_
_
_
1.9145
4.7785
4.1287
_
_
_
por lo que

3

z
T
9
Az
9
z
T
9
z
9
0.20927063325837
4.1. EJERCICIOS RESUELTOS 59
c) Escalando los vectores z
n
(renombrados como w
n
) y resolviendo los sis-
temas (A 1.5 I)z
n+1
= w
n
:
z
1
=
_
_
_
3.1429
2.5714
2.0000
_
_
_ z
2
=
_
_
_
15.8701
13.8442
8.5455
_
_
_ z
3
=
_
_
_
15.8499
13.7466
8.5663
_
_
_ z
4
=
_
_
_
15.8233
13.7272
8.5501
_
_
_
z
5
=
_
_
_
15.8244
13.7280
8.5508
_
_
_ z
6
=
_
_
_
15.8244
13.7279
8.5508
_
_
_ z
7
=
_
_
_
15.8244
13.7279
8.5508
_
_
_
por lo que

2

z
T
7
Az
7
z
T
7
z
7
1.56319356980456
Ejercicio 4.6 Dada la matriz A =
_
1 + i 2 + i
2 i 1 + i
_
se pide:
a) Comprobar que es normal y que v
1
=
_
i
1
_
es un autovector de su
primera componente hermtica H
1
asociado al autovalor
1
= 0.
b) Calcular el otro autovalor (y un autovector asociado) de la matriz H
1
aplicando el metodo de la potencia simple.
c) Considerese la matriz real y simetrica S =
_
x y
y x
_
. Probar que la
transformaci on de Jacobi Q
t
SQ con Q =
_
cos sen
sen cos
_
y = /4
nos anula los elementos extradiagonales.
d) Transformar el problema del calculo de los autovalores de la matriz H
2
(segunda componente hermtica de la matriz A) al del c alculo de los au-
tovalores de una matriz C simetrica real y comprobar que son sucientes
dos transformaciones de Jacobi Q
1
y Q
2
, del tipo de las del apartado
anterior, para diagonalizar dicha matriz C y obtener los autovalores de
H
2
.
e) Obtener, a partir de las columnas de la matriz Q = Q
1
Q
2
, los autovec-
tores de la matriz H
2
. Cu ales son los autovalores de la matriz A?
60

Algebra Numerica
Soluci on:
a)
A

A =
_
1 i 2 + i
2 i 1 i
__
1 + i 2 + i
2 i 1 + i
_
=
_
7 6i
6i 7
_
AA

=
_
1 + i 2 + i
2 i 1 + i
__
1 i 2 + i
2 i 1 i
_
=
_
7 6i
6i 7
_
_

_
=
A

A = AA

, por lo que la matriz es normal.

H
1
=
A +A

2
=
_
1 i
i 1
_
y H
2
=
A A

2i
=
_
1 2i
2i 1
_
H
1
_
i
1
_
=
_
1 i
i 1
__
i
1
_
=
_
0
0
_
= 0
_
i
1
_
lo que prueba que
1
= 0 es una autovalor de H
1
asociado al autovector
v
1
=
_
i
1
_
.
b) Partiendo, por ejemplo, de z
0
=
_
1
1
_
obtenemos w
0
= z
0
z
1
= H
1
w
0
=
_
1 + i
1 i
_
= w
1
=
z
1
1 i
=
_
i
1
_
z
2
= H
1
w
1
=
_
2i
2
_
= w
2
=
z
2
2
=
_
i
1
_
.
Hemos obtenido que w
2
= w
1
, por lo que v
2
=
_
i
1
_
es un autovector
de H
1
asociado al autovalor

2
=
v

2
H
1
v
2
v
2
v
2
= 2
c) Q
T
SQ =
_
_
y(cos
2
sen
2
)
y(cos
2
sen
2
)
_
_
por lo que, para
= /4, se anulan los elementos extradiagonales.
4.1. EJERCICIOS RESUELTOS 61
d) Hacemos M = real(H
2
) =
_
1 0
0 1
_
y N = imag(H
2
) =
_
0 2
2 0
_
para construir la matriz simetrica y real
C =
_
M N
N M
_
=
_
_
_
_
_
1 0 0 2
0 1 2 0
0 2 1 0
2 0 0 1
_
_
_
_
_
Las transformaciones que debemos realizar son
Q
1
=
_
_
_
_
_

2
/
2
0 0

2
/
2
0 1 0 0
0 0 1 0

2
/
2
0 0

2
/
2
_
_
_
_
_
y Q
2
=
_
_
_
_
_
1 0 0 0
0

2
/
2

2
/
2
0
0

2
/
2

2
/
2
0
0 0 0 1
_
_
_
_
_
Es decir, la transformaci on Q = Q
1
Q
2
=
_
_
_
_
_

2
/
2
0 0

2
/
2
0

2
/
2

2
/
2
0
0

2
/
2

2
/
2
0

2
/
2
0 0

2
/
2
_
_
_
_
_
y obtenemos Q
T
CQ =
_
_
_
_
_
3 0 0 0
0 1 0 0
0 0 3 0
0 0 0 1
_
_
_
_
_
por lo que los autovalores
de H
2
son -1 y 3.
e) Las columnas de Q son los autovectores de C asociados, respectivamente,
a los autovalores 3, 1, 3 y -1, por lo que los autovectores de C asociados
a 1 son
_
_
_
_
_
0
1
1
0
_
_
_
_
_
y
_
_
_
_
_
1
0
0
1
_
_
_
_
_
, que nos denen el autovector
_
i
1
_
de
la matriz H
2
asociado al autovalor -1.
De manera an aloga, los autovectores de C asociados a 3 son
_
_
_
_
_
1
0
0
1
_
_
_
_
_
y
62

Algebra Numerica
_
_
_
_
_
0
1
1
0
_
_
_
_
_
, que nos denen el autovector
_
i
1
_
de la matriz H
2
asociado
al autovalor 3.
Los autovalores de A son, visto todo lo anterior, i y 2 + 3i, asociados,
respectivamente, a los autovectores
_
i
1
_
y
_
i
1
_
.
Ejercicio 4.7 Justica todas tus respuestas.
a) Se considera el proceso iterado x
n+1
= (x
n
) = x
n
1 +
2
e
xn
.
a.1) Se puede garantizar que, partiendo de cualquier n umero real
x
0
[0.5, 1], el proceso converger a a un punto jo?
a.2) En caso de converger, cual es el punto jo de la sucesi on?
a.3) Utiliza la gura adjunta para justicar, geometricamente, la con-
vergencia del proceso para cualquier valor inicial x
0
[0.5, 1].
a.4) Si el proceso x
n+1
= (x
n
) verica que |

(x)| < 0.1 en el intervalo

[0.5, 1] cual de los dos procesos anteriores tendr a una convergencia
m as r apida?
b) Se considera la matriz A =
_
_
_
0
1
/
2
1
/
3
1
/
4
0
1
/
5
1
/
6
0
_
_
_
b.1) A la vista de los crculos de Gerschgorin, converger a el proceso
x
n+1
= Ax
n
para cualquier valor de [0,
1
/
2
] y cualquier vector
inicial x
0
?
4.1. EJERCICIOS RESUELTOS 63
b.2) Probar que si [0,
1
/
2
], A no puede tener el autovalor 1.
b.3) Cual es el vector x (punto jo) lmite de la sucesi on (x
n
) del pro-
ceso anterior?
b.4) Para =
1
/
2
, los autovalores de A son 0.6130 y 0.3065 0.0352 i.
Se puede calcular el autovalor real aplicando el metodo de la po-
tencia simple?
Si no se realiza ning un tipo de escalado de los vectores y trabajamos
con un ordenador que cualquier n umero menor que 10
10
lo hace
cero (tolerancia del ordenador), que ocurrira con el vector x
N
si
hacemos un excesivo n umero N de iteraciones?
Ocurrira lo mismo haciendo ese n umero N de iteraciones esca-
lando los vectores?
Por que es una buena estrategia escalar por la coordenada de ma-
yor modulo de los vectores que se obtienen?
Soluci on:
a) a.1) Tenemos un metodo de la forma x
n+1
= (x
n
) con (x) = x1+
2
e
x
.

(x) = 1
2
e
x
.
Dado que

(x) =
2
e
x
es siempre positiva, sabemos que

(x) es
creciente pasando de

(0.5) = 0.2131 a

(1) = 0.2642 es decir

|

(x)| 0.2642 < 1

por lo que la funcion es contractiva y el metodo es convergente a
un punto jo.
a.2) Aplicando lmites, y llamando limx
n
= x, se obtiene x = x1+
2
e
x
de donde
2
e
x
= 1 = e
x
= 2 = x = ln 2
a.3) Basta ver el comportamiento de la red que se forma al ir de la
gr aca a la recta, de la recta a la graca y as sucesivamente.
64

Algebra Numerica
a.4) Teniendo en cuenta que

(ln 2) = 0 es decir, que la tangente en

dicho punto es horizontal, el metodo tiene una convergencia de se-
gundo orden.
Si

(ln 2) = 0 el proceso x
n+1
= (x
n
) tendr a una convergencia
de primer orden y sera mas lento, y s olo ser a m as rapida su con-
vergencia si

(ln 2) = 0 y ademas es |

(x)| < |

(x)| en dicho
intervalo.
b) b.1) Para que el metodo sea convergente ha de ser el radio espectral de
la matriz A menor que 1.
Los crculos de Gerschgorin de la matriz A vienen dados por
C
1
: centro en el origen y radio
1
2
+
1
3
=
5
6
C
2
: centro en el origen y radio
1
4
+
1
5
=
9
20
C
2
: centro en el origen y radio +
1
6
Como el radio del tercer crculo puede oscilar en el intervalo
[0 +
1
/
6
,
1
/
2
+
1
/
6
] = [
1
/
6
,
2
/
3
]
los dos ultimos estan incluidos dentro del primero, por lo que el
m odulo de cualquiera de sus autovalores es menor que
5
/
6
< 1, es
decir, el radio espectral de la matriz A es (A) < 1 y, por tanto, el
metodo es convergente.
b.2) Dado que, a la vista de los crculos de Gerschgorin, los autovalores
tienen m odulos menores o iguales a
5
/
6
< 1, la matriz A no puede
tener el autovalor 1.
b.3) El metodo nos dice que si x es el vector al que converge, se verica
que
x = Ax Ax = 1 x
4.2. EJERCICIOS PROPUESTOS 65
por lo que si converge a un vector x = 0 resultara que dicho vector
sera un autovector de la matriz A asociado al autovalor 1 y, dado
que 1 no es autovalor de la matriz, el metodo no puede converger
a ning un vector no nulo, por lo que limx
n
= 0 es decir, el metodo
converge al vector nulo.
b.4) Al ser |0.6130| > | 0.3065 0.0352 i|, el autovalor real es domi-
nante y, por tanto, podemos aproximarlo mediante el metodo de la
potencia simple.
Al aplicar el metodo de la potencia simple (sin escalar los vectores),
es evidente que converger a al vector nulo, por lo que si hacemos
un n umero excesivo de iteraciones podra el ordenador ir anulando
todas sus coordenadas, obtener en dicha iteraci on el vector nulo y
no permitir el calculo del autovalor.
Si escalamos los vectores evitamos que converja al vector nulo, por
lo que lo har a a un vector que tiene la direcci on del autovector
asociado al autovalor dominante y podremos calcular este ultimo.
Al escalar por la coordenada de mayor valor absoluto el proceso per-
mite calcular el autovalor y la sucesion de vectores que obtenemos
tendr a siempre su mayor coordenada igual a 1.
4.2 Ejercicios propuestos
Ejercicio 4.8 Realizar la descomposici on de Schur de la matriz
A =
_
_
_
6 9 3
2 3 1
4 6 2
_
_
_
.
Sol :
_
_
_
0 0
7

14

5
0 0
17

5
0 0 1
_
_
_
con U =
1

70
_
_
_

14 6 2

5
0 5 3

5
2

14 3

5
_
_
_
.
Ejercicio 4.9 Dada la matriz A =
_
_
_
a 1 1
1 a 1
1 1 a
_
_
_
donde a es un n umero com-
plejo cualquiera, se pide:
66

Algebra Numerica
a) Obtener su polinomio caracterstico.
Sol : P() =
3
3a
2
+ 3(a
2
1) (a
3
3a + 2).
b) Probar que tiene por autovalores: = a 1 doble y = a + 2 simple.
c) Calcular los autovectores y comprobar que no dependen de a.
Sol : v
1
= (1, 0, 1)
T
, v
2
= (0, 1, 1)
T
, v
3
= (1, 1, 1)
T
.
Ejercicio 4.10 Dada la matriz A =
_
_
_
2 i 0 2 + 4i
0 4 5i 2 4i
2 + 4i 2 4i 3 3i
_
_
_
, se pide:
a) Probar que es normal.
b) Obtener su primera componente hermtica H
1
y calcular el polinomio
caracterstico de dicha componente.
Sol : H
1
=
_
_
_
2 0 2
0 4 2
2 2 3
_
_
_
, P() =
3
9
2
+ 18.
c) Calcular los autovalores y los autovectores de H
1
.
Sol :
_

1
= 0 v
1
= (2, 1, 2)
T

2
= 3 v
2
= (2, 2, 1)
T

3
= 6 v
3
= (1, 2, 2)
T
.
d) Teniendo en cuenta que estos autovectores tambien lo son de la matriz
H
2
(segunda componente hermtica), calcular sus autovalores.
Sol :
1
= 3,
2
= 3,
3
= 9.
e) Obtener, a partir de los resultados anteriores, los autovalores y autovec-
tores de A, as como la matriz de paso unitaria U tal que U

AU = D.
Sol :
_

1
= 3i v
1
= (2, 1, 2)
T

2
= 3 3i v
2
= (2, 2, 1)
T

3
= 6 9i v
3
= (1, 2, 2)
T
U =
_
_
_
2
/
3
2
/
3

1
/
3

1
/
3
2
/
3
2
/
3
2
/
3

1
/
3
2
/
3
_
_
_
.
Ejercicio 4.11 Dada la matriz A =
_
2 1
1 0
_
se pide:
4.2. EJERCICIOS PROPUESTOS 67
a) Calcular su polinomio caracterstico por el metodo interpolatorio.
Sol :
2
2 1.
b) Tomar una aproximaci on, con dos cifras decimales exactas, del mayor de
los autovalores y anarla con el cociente de Rayleigh.
Sol : = 1 +

2 2.41 = 2.41421.
Ejercicio 4.12 Dada la matriz A =
_
_
_
1 2 3
2 2 3
3 3 3
_
_
_
a) Hallar sus autovalores mediante el algoritmo QR.
Sol : Se obtienen con MatLab 7.5165, 1.1776, 0.3389.
b) Hallar el autovalor de mayor valor absoluto, por el metodo de la potencia,
partiendo del vector (10, 11, 1)
Sol : 7.51653848519179, E 6.280369834735101 10
15
.
Ejercicio 4.13 Sea = +i, , R, autovalor de la matriz
A =
_
2i 2
2 2i
_
.
a) Utilizar el teorema de Gerschgorin para probar que el unico autovalor
real de la matriz A s olo puede ser = 0.
b) Probar que A

= A y deducir, a partir de ello, que A es una matriz

normal. Puede no ser diagonalizable una matriz compleja que verique
esa relacion?
Sol : No. Siempre es diagonalizable.
c) Utilizar la descomposici on hermtica de la matriz, A = H
1
+ iH
2
, para
deducir que la parte real de los autovalores de A tiene que ser = 0.
Sol : Basta observar que H
1
es la matriz nula.
d) Hallar el autovalor dominante de la componente hermtica H
2
aplicando
el metodo de la potencia. Quien es el autovalor dominante de A?
68

Algebra Numerica
Sugerencia: Iniciar el metodo con el vector v
1
= (1, 0)
T
.
Sol : 4i en ambos casos.
e) Si se perturba la matriz A en la matriz
A +A =
_
(2 10
3
) i 2
2 (2 + 10
2
) i
_
,
hallar la norma eucldea de la matriz A. Puedes encontrar una cota
del error E = | |, transmitido al autovalor dominante?
Indicacion: | | P P
1
A, siendo P
1
AP diagonal.
Sol : A = 10
2
, | | 10
2
.
Ejercicio 4.14
a) Probar que las races del polinomio P() = a + b + c
2
+
3
son los
autovalores de la matriz A(p) =
_
_
_
0 1 0
0 0 1
a b c
_
_
_
.
Sol : P() es el polinomio caracterstico de A(p).
b) Si el metodo de la potencia simple aplicado a la matriz A(p) converge a
un vector v, que relaci on tiene v con las races del polinomio P()?
Sol : La raz de mayor m odulo de P() viene dada por
v
T
A(p)v
v
T
v
.
c) Si el algoritmo QR aplicado a la matriz A(p) converge a una matriz
triangular T, que relaci on tiene T con las races del polinomio P()?
Sol : Sus elementos diagonales son las races del polinomio.
d) Si se puede obtener la factorizaci on LU de la matriz PA(p), siendo P
una matriz de permutaci on, quienes tienen que ser P, L y U?
Sol : P =
_
_
_
0 0 1
1 0 0
0 0 1
_
_
_
, L = I y U =
_
_
_
a b c
0 1 0
0 0 1
_
_
_
.
Ejercicio 4.15 Sean el polinomio p(x) = x
3
+2x
2
2x4 y su correspondiente
matriz A = A(p), denido en el ejercicio 4.14
4.2. EJERCICIOS PROPUESTOS 69
a) Utilizar una sucesi on de Sturm para probar que el polinomio p(x) tiene
sus races reales y que s olo una de ellas, que denotaremos , es positiva.
Sol : [1, 2].
b) Utilizar el metodo de Newton para obtener una aproximaci on de la raz
, garantizando 5 cifras decimales exactas.
Sol : = 1.41421, 8.481 10
9
.
c) Obtener la pseudosoluci on, , del sistema (A
2
v)x = A
3
v, determinando
la norma del error, para v = (1, 1, 1)
T
. Debera ser una aproximaci on
de ?
Sol : = 1.71428, E 14.6385. A
2
vx = A
3
v Av = xv
hubiese sido una aproximacion de si v lo hubiese sido del autovector
asociado a .
d) Obtener la matriz de Householder que transforma el vector a = (0, 0, 4)
T
en el vector b = (4, 0, 0)
T
. Se poda haber predicho el resultado?
Sol : H =
_
_
_
0 0 1
0 1 0
1 0 0
_
_
_
y se podra haber predicho.
e) Obtener la factorizacion QR de la matriz A, utilizando el metodo de
Householder. (Sugerencia: el apartado anterior!)
Sol : Q = H, R =
_
_
_
4 2 2
0 1 0
0 0 1
_
_
_
.
f) Dar el primer paso del algoritmo QR aplicado a la matriz A. Indicar
c omo podra el metodo de Gram-Schmidt utilizarse para los sucesivos
pasos del algoritmo y si esto sera una buena decisi on para obtener las
races del polinomio p(x).
Sol : A
1
=
_
_
_
2 4 2
0 0 1
1 0 0
_
_
_
. Gram-Schmidt no es una buena opci on.
Ejercicio 4.16
70

Algebra Numerica
a) Que pasos se dan para calcular los autovalores de una matriz cuadrada
A mediante el algoritmo QR? y que forma tiene la matriz a la que
converge el algoritmo en los siguientes casos?
a.1) Si todos sus autovalores tienen distinto m odulo.
a.2) Si existen autovalores de igual modulo.
b) El polinomio caracterstico de la matriz A =
_
_
_
_
_
4 2 4 3
1 0 0 0
0 1 0 0
0 0 1 0
_
_
_
_
_
es
el polinomio del Ejercicio 1.11 P(x) =
4
+4
3
2
2
+43. Calculando
sus autovalores mediante el algoritmo QR el proceso converge a la matriz
_
_
_
_
_
4.64575131106459 4.07664693269566 1.32820441231845 2.21143157264058
0 0.24888977635522 0.86635866374600 0.58988079050108
0 1.22575806673700 0.24888977635522 0.03848978825890
0 0 0 0.64575131106459
_
_
_
_
_
Calcular, a partir de dicha matriz, las races del polinomio (autovalores
de A).
Sol : 4.64575131106459, 0.64575131106459, i, i.
c) Al aplicar el metodo de la potencia y comenzando el proceso con el vec-
tor x =
_
_
_
_
_
1
1
1
1
_
_
_
_
_
se obtiene en la cuarta iteracion el vector
_
_
_
_
_
1
0.2152
0.0463
0.0100
_
_
_
_
_
.
Determinar una aproximacion de la raz de mayor valor absoluto del po-
linomio P(x) (autovalor correspondiente) utilizando el cociente de Ray-
leigh.
Sol : 4.64565808596372.
Ejercicio 4.17 Sean las matrices A, A
n
y B denidas como:
A =
_
_
_
0 1 0
0 0 1
3 1 0
_
_
_
, A
n
=
_
_
_
1.671 0.242 2.164
0.00 0.50 1.47
0.00 0.81 1.16
_
_
_
y B =
_
_
_
0 1 0
0 0 1
3 1 0.1
_
_
_
.
4.2. EJERCICIOS PROPUESTOS 71
a) Aplicando el algoritmo QR real a la matriz A se obtiene (iterando su-
cientemente), como aproximaci on aceptable del metodo, la matriz A
n
.
Por que las matrices A y A
n
deben tener los mismos autovalores?
Hallar las aproximaciones de los autovalores de la matriz A que se ob-
tienen de A
n
.
Sol : 1.671, 0.83 + 1.04 i, 0.83 1.04 i.
b) Tomando v
0
aleatoriamente, se debe esperar convergencia o divergencia
en el metodo de la potencia aplicado a la matriz A?
Empezar en v
0
= (1, 1, 1)
T
y determinar los tres primeros vectores v
1
,
v
2
y v
3
que proporciona el metodo. Hallar la mejor aproximacion del
autovalor dominante de A, en norma
2
, que se obtiene con v
3
.
Sol : Se espera convergencia. v
1
= (0.25, 0.25, 1)
T
, v
2
= (0.25, 1, 1)
T
,
v
3
= (0.5714, 0.5714, 1)
T
y una aproximaci on del autovalor dominante es
1.9259.
c) Estudiar si A es una matriz normal. Si se perturba A en la matriz
B = A +A, hallar la medida de la perturbaci on A
2
.
Se podra asegurar que los autovalores dominantes de las matrices A y
B dieren, a lo m as, en 0.1?
Sol : No es normal. A
2
= 0.1. No se puede asegurar.
Ejercicio 4.18 Sean A =
_
_
_
1 1 2
0 1 1
1 1
_
_
_
con 0 < 1, b =
_
_
_
0
1
2
_
_
_
y
J =
_
_
_
0 1 2
0 0 1
1 1 0
_
_
_
.
a) Obtener la factorizacion A = LU. Utilizar la factorizaci on obtenida para
resolver el sistema Ax = b.
Sol : L =
_
_
_
1 0 0
0 1 0
1 2 1
_
_
_
, U =
_
_
_
1 1 2
0 1 1
0 0
_
_
_
, x = (1, 1, 0)
T
.
72

Algebra Numerica
b) Hallar el n umero de condici on

(A) de la matriz A para la norma

.
Razonar si el resultado del apartado anterior, obtenido con aritmetica
de ordenador, podra ser considerado able para pr oximo a cero.
Sol :

(A) = 8 +
16

. No, mientras mas peque no sea , peor condicio-

nada.
c) Para = 1, comprobar que J es la matriz de la iteraci on x
n+1
= J
x
n
+ c que se obtiene al aplicar el metodo de Jacobi al sistema Ax = b.
Determinar c y, empezando en x
1
= (1, 0, 0)
T
, hallar el vector x
3
.
Sol : x
3
= (1, 2, 1)
T
.
d) Hallar la aproximaci on
3
del autovalor dominante de la matriz J
utilizando el metodo de la potencia, con v
0
= (1, 0, 0)
T
, y el cociente de
Rayleigh para determinar
3
con el valor obtenido para v
3
.
Sabiendo que
3
tiene una cota de error estimada en e < 0.5. Es
suciente dicha aproximaci on para analizar la convergencia de la sucesi on
(x
n
) del metodo de Jacobi?
Sol :
3
= 1.5. Jacobi no converge.
e) Para = 0, hallar la solucion en mnimos cuadrados del sistema A

x = b
que se obtiene al suprimir la primera columna de A, utilizando las ecua-
ciones normales. Determinar el error y justicar el resultado obtenido.
Sol : x = (2, 1)
T
, E = 0 pues se trata de un sistema compatible
determinado
f) Analizar si es posible encontrar la matriz H de Householder que trans-
forma la segunda columna de A

en el vector b. En caso armativo, es

normal la matriz H resultante?
Sol : Es posible encontrarla y ademas es normal.
Ejercicio 4.19 Considerese la matriz A =
_
_
_
3 0 1
1 2 2
1 1 8
_
_
_
.
a) Hacer uso de los crculos de Gerschgorin para estudiar el n umero de
autovalores reales que posee.
4.2. EJERCICIOS PROPUESTOS 73
Obtener su polinomio caracterstico P() y un intervalo de amplitud 1
que contenga a su autovalor dominante.
Sol : Los tres son reales. P() =
3
9
2
+ 3 + 39. [8, 9].
b) Comprobar que la formula de Newton-Raphson asociada a dicho polino-
mio es

n+1
= (
n
) =
2
3
n
9
2
n
39
3
2
n
18
n
+ 3
.
Sabiendo que la gr aca de la funci on y =

() en el intervalo [8, 9]
viene dada por la gura adjunta, podemos garantizar la convergencia
del metodo de Newton partiendo de cualquier punto
0
[8, 9]?
Nota: () es la funcion que aparece en la f ormula de Newton-Raphson.
Sol : Si, (x) es contractiva.
c) Si tomamos
0
= 8 con que error se obtiene la aproximaci on
1
?
Sol :
1
1.1323 10
4
.
d) Existe alg un vector v
0
para el que podamos garantizar la convergencia
del metodo de la potencia simple aplicado a la matriz A? Que aproxi-
maci on se obtiene para el autovalor dominante aplicando el cociente de
Rayleigh al vector v
1
si partimos de v
0
= (1 0 0)
T
?
Sol : Cualquiera no nulo.
1
= 3.7272.
e) Aplicando el metodo QR para el calculo de los autovalores de A, con
una aritmetica de ordenador con una precision de cuatro decimales, el
metodo se estabiliza en la matriz A
n
en la que hemos omitido dos de sus
elementos x e y
A
n
=
_
_
_
8.0195 0.5134 2.7121
0 2.7493 1.5431
0 x y
_
_
_
74

Algebra Numerica
Puede ser nulo el elemento x?, se pueden determinar los elementos
que faltan sin necesidad de volver a aplicar el algoritmo QR? Sabras
decir cual es la aproximaci on obtenida para los otros dos autovalores de
la matriz A?
Soluci on: x = 0, y = 1.7461,
2
= 2.7493,
3
= 1.7461.
Ejercicio 4.20 Se considera la matriz A =
_
_
_
0 1 0
0 0 1
0.25 0.125 1
_
_
_
.
a) Demostrar que las races del polinomio P(x) = 2+x8x
2
+8x
3
coinciden
con los autovalores de A. Acotar y separar las races de P(x), indicando
cu antas races reales y complejas tiene. Comparar los resultados con la
informaci on que se desprende del estudio de los crculos de Gerschgorin.
Sol : La ecuaci on caracterstica es P(x)/8 = 0 P(x) = 0. S olo una
real en (1, 0). Gerschgorin no mejora la informaci on.
b) Determinar un intervalo de amplitud 0.5 con un extremo entero que
contenga a la raz negativa de P(x). Razonar si se verican en dicho in-
tervalo las condiciones de Fourier. Aproximar por el metodo de Newton-
Raphson dicha raz con 2 cifras decimales exactas.
Sol : En [0.5, 0] se verican las condiciones de Fourier. x = 0.38.
c) Tomando como vector inicial z
0
= (0, 1, 0)
T
, realizar dos iteraciones del
metodo de la potencia inversa. Por medio del cociente de Rayleigh aso-
ciado al vector hallado, determinar una aproximaci on del autovalor de A
correspondiente. Que relacion existe entre este valor y la aproximaci on
hallada en el apartado anterior? Puede haber autovalores de la matriz
A en el crculo de centro 0 y radio
1
4
? Razonar las respuestas.
Sol : = 0.3768. No existen autovalores en dicho crculo.
d) Al aplicar el algoritmo QR a la matriz A se obtiene como salida la matriz
T = Q

AQ, para cierta matriz unitaria Q. Puede ser T una matriz

triangular superior? Justicar la respuesta.
Sol : T no puede ser triangular.
Ejercicio 4.21
4.2. EJERCICIOS PROPUESTOS 75
a) Utilizar el metodo interpolatorio para determinar el polinomio carac-
terstico P() de la matriz
A =
_
_
_
2 1 0
0 2 1
1 0 5
_
_
_
Sol : P() =
3
5
2
4 + 21.
b) A la vista de los crculos de Gerschgorin, se puede garantizar que el
algoritmo QR aplicado a la matriz A convergera a una matriz triangular
con sus autovalores en la diagonal? Se puede garantizar la convergencia
del metodo de la potencia simple si comenzamos a iterar con el vector
v = (1 1 1)
T
?
Sol : Gerschgorin no nos garantiza una triangular pero s la convergencia
del metodo de la potencia simple.
c) Haciendo uso de los crculos de Gerschgorin, determinar cu antos auto-
valores reales posee y calcular un intervalo de amplitud 1 y extremos
enteros que contenga al autovalor dominante.
Sol : Los tres son reales y el dominante se encuentra en (4, 5).
d) Comprobar que, en dicho intervalo, se verican las hip otesis de Fou-
rier para la convergencia del metodo de Newton. En que extremo de-
beramos comenzar a iterar?
Sol : x
0
= 5
e) Tomando x
0
= 5 y aplicando el metodo de Newton, con cu antas cifras
exactas se obtiene x
1
?
Sol : Dos cifras decimales exactas.
Ejercicio 4.22 Dado el polinomio P(x) = x
3
3x
2
+ 3x + 5
a) Probar, mediante una sucesion de Sturm, que solo tiene una raz real
y determinar Z para que dicha raz este contenida en el intervalo
[, + 1].
Sol : = 1.
76

Algebra Numerica
b) Comprobar, mediante las condiciones de Fourier, que el metodo de New-
ton converge tomando como valor inicial x = .
c) Si tomamos como aproximacion de la raz el valor x = 0.50 se tiene
garantizada alguna cifra decimal exacta?
Sol : No.
d) Utilizar el metodo interpolatorio para comprobar que el polinomio carac-
terstico de la matriz A =
_
_
_
3 3 5
1 0 0
0 1 0
_
_
_
es el polinomio P(x) dado.
e) Para resolver el sistema (A + 0.5 I
3
)x = (1, 1, 1)
T
observamos que
resulta mas c omodo llevar la primera ecuacion al ultimo lugar, es decir,
multiplicar el sistema por la matriz P =
_
_
_
0 1 0
0 0 1
1 0 0
_
_
_
. Se altera de
esta forma el condicionamiento del sistema? Comprueba que la soluci on
es el vector x =
1
21
(50, 58, 74)
T
.
Sol : No se altera el condicionamiento por ser P ortogonal.
f) Tomando 0.50 como una primera aproximacion de su autovalor real,
partiendo del vector z
0
= (1, 1, 1)
T
y trabajando s olo con dos cifras de-
cimales, realizar una iteracion del metodo de la potencia inversa con des-
plazamiento para calcular, mediante el cociente de Rayleigh, una nueva
aproximaci on de dicho autovalor. Se puede garantizar ahora alguna ci-
fra decimal exacta?
Sol : = 0.83. La primera cifra decimal es exacta.
Ejercicio 4.23 Sean A, B y C las matrices denidas por
A =
_
1 i 3 3i
3 + 3i 1 i
_
B =
1

2
_
1 i
i 1
_
C =
_
2 + 2i 0
0 4 4i
_
a) Probar que A

= iA y que B

= B
1
. Es normal la matriz BCB

?
Sol : BCB

es normal.
b) Comprobar que se verica la igualdad A = BCB

. Hallar los autovalores

y autovectores de las componentes hermticas de la matriz A.
4.2. EJERCICIOS PROPUESTOS 77
Sol : H
1
= H
2
. Autovalores 2 y -4. Autovectores (1, i)
T
y (i, 1)
T
.
c) Probar que si una matriz M verica la propiedad M

= iM, entonces
es normal y sus autovalores son de la forma +i, con R. Puede
la matriz M tener unicamente autovalores reales?
Indicacion: De M = QDQ

, deducir D

= iD.
Sol : M tendr a todos sus autovalores reales s olo si es la matriz nula.
d) Se perturba la matriz A en A+A, de modo que ||A||
2
10
6
. Razonar
si los autovalores de A + A, obtenidos con MatLab, pueden ser muy
diferentes de los de la matriz A. Sucedera lo mismo para una matriz
M, con M

= iM y dimension elevada?
Sol : No, | | 10
6
y no depende de la dimensi on de M.
e) Hallar la aproximaci on del autovalor dominante de A que se obtiene con
un paso del metodo de la potencia, partiendo de q
0
= (1, 0)
T
, y utilizando
el cociente de Rayleigh.
Explicar c omo se aplicara el algoritmo QR para obtener aproximaciones
de los autovalores y autovectores de la matriz A. Cu al sera la forma
de Schur de A?
Sol : 2.8 2.8 i. T es diagonal.
Ejercicio 4.24 En R
4
se considera el vector a = (1, 1, 1, 1)
T
.
a) Determinar el valor que debe tomar R {0} para que la matriz
Q = I aa
T
verique la igualdad Q
2
= I. Probar que, entonces, Q es
una matriz normal.
Sol : = 1/2.
b) Utilizar las ecuaciones normales para obtener la soluci on en mnimos
cuadrados del sistema superdeterminado S
1
Ax = a, donde x =
(x, y)
T
y la matriz de coecientes A = [a
1
a
2
] est a formada por las dos
primeras columnas a
1
, a
2
de la matriz B = 2I aa
T
.
Est a mal condicionada la matriz A
T
A para la norma || ||

?
Sol : (1/2, 1/2)
T
. No puede estar mejor condicionada, A
T
A

= 1.
78

Algebra Numerica
c) Hallar la matriz H de Householder que transforma el vector a
2
, denido
en el apartado anterior, en un vector de la forma r = (0, , 0, 0)
T
, con
> 0.
Partir del sistema S
2
HAx = Ha, para evaluar el error en el sistema
S
1
del apartado anterior utilizando, en caso necesario, transformaciones
unitarias. Justicar que los sistemas S
1
y S
2
tienen la misma pseudoso-
luci on y el mismo error.
Sol : H = Q (primer apartado). E =

2. Al tratarse de transforma-
ciones unitarias los dos sistemas son equivalentes.
d) Para calcular un autovector de la matriz H del apartado anterior, aplicar
el metodo de la potencia simple partiendo del vector x = (1, 2, 3, 4)
T
.
Por que no funciona el metodo en este caso?
Describir como se aplica el algoritmo QR a la matriz H. En este caso,
por que no converge a la forma de Schur de H?
Indicacion: Cual es la factorizacion QR de cualquier matriz ortogonal?
Sol : H no tiene un autovalor dominante. Sus autovalores son 1, 1, 1, 1
todos de igual modulo. La sucesi on resultante es x, Hx, x, Hx, . . . que
s olo es convergente si se parte de un autovalor asociado al autovalor 1.
El algoritmo QR no converge a la forma de Schur (una diagonal) ya que
la sucesion que se obtiene es constante igual a H.
e) Probar que Ha = a y que si v es ortogonal al vector a, entonces Hv = v.
En virtud de esto, encontrar razonadamente los autovalores de H y un
autovector v
1
asociado al autovalor negativo.
Si {v
1
} se completara a una base {v
1
, v
2
, v
3
, v
4
} formada por autovectores
de H, c omo se podra ortonormalizar dicha base de una forma compu-
tacionalmente estable?
Sol : -1 simple con autovector a y 1 triple. Se debera ortonormalizar
mediante transformaciones unitarias (ortogonales).
Ejercicio 4.25
a) Calcular el polinomio caracterstico de la matriz A =
_
_
_
0 3 0
3 28 4
0 4 5
_
_
_
mediante el metodo interpolatorio. Puede no ser real alguno de sus
4.2. EJERCICIOS PROPUESTOS 79
autovalores?
Sol : P() =
3
33
2
+ 115 + 45. No, ya que A simetrica.
b) Haciendo uso de los crculos de Gerschgorin, estudiar si resultara conver-
gente el metodo de la potencia simple aplicado a la matriz A partiendo
de un vector arbitrario z
0
.
Sol : Converger a por existir un autovalor dominante.
c) Realizar la factorizaci on QR de la matriz A mediante transformaciones
de Householder. (Dar las matrices Q y R).
Sol : Q =
_
_
_
0 0.6 0.8
1 0 0
0 0.8 0.6
_
_
_
R =
_
_
_
3 28 4
0 5 4
0 0 3
_
_
_
.
d) Utilizar la factorizaci on anterior para resolver el sistema Ax = b con
b = (3, 6, 1)
T
.
Sol : x = (10, 1, 1)
T
.
e) Comenzando por el vector z
0
= (3, 6, 1)
T
calcular el vector z
2
del
metodo de la potencia inversa (al ser solo dos pasos no merece la pena
escalar el vector, es decir, dividir en cada paso por su norma innito) y
aproximar el autovalor de menor valor absoluto de la matriz A mediante
el cociente de Rayleigh.
Sol : z
2
= (28.1555, 3.3333, 2.4666)
T
, 0.3548
f) Teniendo en cuenta que el autovalor de menor valor absoluto es negativo,
determinar, haciendo uso del polinomio caracterstico, una cota del error
de la aproximacion obtenida en el apartado anterior.
Sol : 4.8 10
5
.
Ejercicio 4.26 Se considera el polinomio P(x) = x
3
+ 3x
2
+ 3ax + a con
a R.
a) Hacer uso de una sucesi on de Sturm para determinar, en funci on del
par ametro a, el n umero de races reales de dicho polinomio as como
su multiplicidad.
80

Algebra Numerica
Sol :
_

_
a < 0 = tres races reales.
a = 0 = una real doble (0) y una real simple (-3).
0 < a < 1 = una real simple y dos complejas conjugadas.
a = 1 = una real triple (-1).
a > 1 = una real simple y dos complejas conjugadas.
b) Para a = 3, determinar un intervalo adecuado en el que se encuentre
la raz real del polinomio y en el que se veriquen las condiciones de
Fourier para garantizar la convergencia del metodo de Newton. Que
valor debemos dar inicialmente a x para comenzar a iterar?
Sol : [0.5, 0], x
0
= 0.
c) Realizar dos iteraciones del metodo de Newton y determinar una cota
del error.
Sol : x
2
= 0.3737373737,
2
4.739279 10
4
.
d) Teniendo en cuenta que la matriz A =
_
_
_
3 9 3
1 0 0
0 1 0
_
_
_
tiene, como
polinomio caracterstico, el polinomio P(x) cuando a = 3, podemos
garantizar la convergencia del metodo de la potencia simple? y del de
la potencia inversa?
Sol : La potencia simple no (los autovalores complejos tienen modulo
mayor que el real), pero el de la potencia inversa s.
e) Converger a a una matriz triangular superior el algoritmo QR aplicando
aritmetica real a la matriz A?
Sol : No, lo hara a una triangular por bloque con un bloque de orden 2
(las dos races complejas conjugadas).
Ejercicio 4.27 Se considera la matriz A =
_
_
_
4 5 3
3 5 1
0 2 3
_
_
_
.
a) Realizar la factorizaci on QR (dar las matrices Q y R) de la matriz A:
a.1) Mediante rotaciones o giros
a.2) Mediante reexiones
4.2. EJERCICIOS PROPUESTOS 81
Sol : Q =
1
25
_
_
_
20 15 0
3

5 4

5 10

5
6

5 8

5 5

5
_
_
_
R =
_
_
_
5 7 3
06

5
0 0

5
_
_
_
.
b) Determinar su polinomio caracterstico por el metodo interpolatorio.
Sol : P() =
3
12
2
+ 30 25.
c) Probar, mediante una sucesion de Sturm, que A s olo tiene un autovalor
real y que se encuentra en el intervalo [8,9].
d) Sabiendo que el producto de los autovalores de una matriz coincide con
su determinante, probar que A posee un autovalor dominante.
e) Partiendo del vector z
0
= (1, 1, 1)
T
realizar dos iteraciones del metodo
de la potencia simple (trabajar con 2 cifras decimales) y utilizar z
2
para
aproximar el autovalor real de la matriz A.
Soluci on: 8.95.
f) Se ha obtenido, en el apartado anterior, la aproximaci on del autovalor
real con un error menor que 10
2
?
Sol : 0.04 < 10
1
por lo que solo se dispone de un decimal exacto.
Ejercicio 4.28 Sea la matriz A =
_
_
_
2 2 0
2 3
1 0 2
_
_
_
a) Para = 3, se pide:
a.1) Utilizar los crculos de Gerschgorin por las para probar que A
carece de autovalores mayores que 10. De la observaci on de dichos
crculos, puede deducirse que A tiene un autovalor de m aximo
m odulo?
Sol : No puede garantizarse la existencia de un autovalor dominante.
a.2) Demostrar que el metodo de Gauss-Seidel aplicado al sistema
Ax = (1,
3
4
, 0)
T
es convergente empezando con cualquier vector
x
0
R
3
. Hacer dos iteraciones de dicho metodo partiendo del
vector x
0
= (
1
2
,
5
4
,
1
3
)
T
y hallar la norma del error.
Sol : Es convergente por ser (L
1
) < 1. x
2
= (
1
/
12
,
41
/
72
,
1
/
24
)
T
,
E = 2.987241.
82

Algebra Numerica
b) Para = 0, se pide:
b.1) Partiendo del vector z
0
= (1, 1, 1)
T
, aplicar el metodo de la potencia
inversa a la matriz A haciendo dos iteraciones y usar el cociente de
Rayleigh para aproximar el autovalor de menor m odulo de A.
Sol : = 2.5.
b.2) Siendo F =
_
_
_
1 0
0 1
0 1
_
_
_
y B =AF, hallar la pseudosolucion del sis-
tema Bx=
_
_
_
2
7
4
_
_
_
resolviendo el sistema formado por las ecuaciones
normales usando el metodo de Cholesky. Calcular la norma del
error.
Sol : Las ecuaciones normales son
_
9 4
4 17
_
x =
_
22
25
_
.
Para la facrorizacion de Cholesky R =
_
4
4
/
3
0

137
/
3
_
. La pseu-
dosoluci on es (2, 1)
T
y el error E = 0.
Ejercicio 4.29 Consideremos la matriz A =
_
_
_
_
4
9
+
4
9
i
2
9
i
2
9
5
9
+
5
9
i
_
_
_
_
. Se pide:
a) Hallar las componentes hermticas de la matriz A y probar que esta es
normal.
Sol : H
1
= H
2
=
_
4
9
1
9
+
1
9
i
1
9

1
9
i
5
9
_
.
b) A partir de H
1
, construir una matriz S real y simetrica, de dimension el
doble de la de H
1
, de forma que a partir de los autovalores y autovectores
de S se deduzcan los de H
1
.
Sol :
_
_
_
_
_
4
/
9
1
/
9
0
1
/
9
1
/
9
5
/
9
1
/
9
0
0
1
/
9
4
/
9
1
/
9

1
/
9
0
1
/
9
5
/
9
_
_
_
_
_
4.2. EJERCICIOS PROPUESTOS 83
c) Usando MATLAB se tiene que el polinomio caracterstico de la matriz
S es
P() =
4
2
3
+
13
9

2

4
9
+
4
81
Sin realizar ning un calculo podras garantizar que P() es el cuadrado
de un polinomio de segundo grado?.
Sol : S. Las races de P() son los autovalores de H
1
pero todos dupli-
cados.
d) Reducir la multiplicidad de las races de P() y encontrar una sucesi on
de Sturm para el polinomio reducido Q().
Sol : Q() =
2
+
2
/
9
. g
0
() = Q(), g
1
() = 2 1 y g
2
() = 1.
e) Haciendo uso de la sucesi on de Sturm, separar las races de Q().
Sol : [0, 1/2] y [1/2, 1].
f) Encontrar un intervalo que contenga a la menor de las races de Q()
y en el que se pueda garantizar la convergencia del metodo Newton.
Determina las races exactas de Q().
Sol : [0, 0.4]. Las races son 1/3 y 2/3.
g) En virtud de los resultados anteriores, calcular los autovalores y auto-
vectores de la matriz A.
Sol : Autovalores
1
=
1
/
3
+
1
/
3
i y
2
=
2
/
3
+
2
/
3
i. Autovectores
v
1
= (1 +i, 1)
T
y v
2
= (1 +i, 2)
T
respectivamente.
Ejercicio 4.30 Se considera la matriz A =
_
_
_
1 1 1
1 2 1
1 2 2
_
_
_
a) Calcular su polinomio caracterstico por el metodo interpolatorio.
Sol : P() =
3
5
2
+ 4 + 5.
b) Separar sus races mediante una sucesion de Sturm.
Sol : [1, 0], [2, 3] y [3, 4].
84

Algebra Numerica
c) Converger a el metodo de la potencia simple comenzando por el vector
x
0
= (1, 1, 1)
T
? Justica la respuesta.
Sol : Si por tener un autovalor dominante.
d) Realiza dos iteraciones del metodo de la potencia simple comenzando por
el vector x
0
= (1, 5, 8)
T
y aproxima el autovalor dominante mediante el
cociente de Rayleigh.
Sol : 3.38685028129986.
e) Realiza dos iteraciones del metodo de la potencia inversa comenzando
por el vector x
0
= (6, 5, 6)
T
. De quien es una aproximacion x
2
?
Sol : x
1
= (10, 7, 9)
T
, x
2
= (15, 11, 14)
T
. Es una aproximaci on del
autovector asociado al autovalor de menor valor absoluto.