Ir al contenido principal

3.6 Método de Krylov


3.6 Método de Krylov

Resultado de imagen para METODO DE KRYLOV 

        Las matrices  de orden  nxn  no singulares  poseen un polinomio caracter´ısco ; las ra´ıces de este polinomio  son  llamados  valores característicos (eigenvalores) y  cada  valor  car´acter´ıstico  tiene  asociado  un  vector caracter´ıstico (eigenvector). 
Iniciando  con la determinaci´on del polinomio  característico. El polinomio  característico de la matriz A se obtiene  por medio de la expresión:


|A − λI | = 0     (1)


El resultado de este determinante es un polinomio en  función de λ de grado igual al orden de la matriz  A, en este caso, de orden n. Este  polinomio  característico  posee n  raíces, o valores  característicos ; por lo cual, la matriz A de orden n posee n valores  característicos.


El polinomio  característico es de la forma:

                                  a0λn + a1λn−1 + a2λn−2 + ... + an−1 λ + an= 0             (2)



        El método de Krylov  se fundamenta en la  aplicación  del Teorema  de Cayley-Hamilton, mismo que establece que toda matriz  A verifica su  ecuación característica:


F (A) = 0             (3)

        Es decir, si sustituimos  a la matriz  A en el polinomio, el resultado  deber´a ser cero. Sin embargo, operativamente es necesario hacer  algunos comentarios.  De inicio, la matriz  A es de orden  n, por lo cual la  sustitución  arrojar  un sistema  de n ecuaciones lineales; en consecuencia,  el coeficiente a0  deberá  ser diferente  de cero. Resulta  conveniente  hacer que este coeficiente sea la unidad,  por lo cual se divide el polinomio entero  por a0, resultando:

λn + b1 λn−1 + b2 λn−2 + ... + bn−1 λ + bn= 0           (4)


Donde los coeficientes bi  se obtienen  como bi  =  ai/a0. Aplicando  el teorema  de Cayley-Hamilton en el polinomio anterior:

F (A) = An + b1An−1 + b2An−2 + ... + bn−1A + bnI = 0           (5)

        El polinomio 5 representa un sistema de ecuaciones lineales cuyas  incógnitas  son los coeficientes bi . La  solución de este sistema nos proporciona  los coeficientes bi  que sustituidos  en el polinomio 4 nos proporciona el polinomio  característico de A.

        Una forma  sencilla de realizar  este procedimiento es simplificar  la  elevación de la matriz  A a las potencias necesarias.  Esto  se logra multiplicando  la matriz  A por un vector  y¯ compatible  diferente de cero. Debe recordarse  que la  multiplicación de una  matriz  por un vector  compatibles  arroja  un vector.

        Este vector y¯ puede ser libremente  elegido,  proponiéndose que su  conformación permita  realizar  de mejor forma las operaciones.  Una buena  elección es elegir al vector con la forma:

 y¯ = | 1 |
        | 0 |
        | 0 |
        |... |
        | 0 |


Ubicando al elemento 1 en una posicion estrat´egica de acuerdo con los coeficientes de A de tal forma que se minimicen  las operaciones.

Atendiendo a la anterior  recomendación, el sistema que de la forma:

An y¯ + b1 An−1 y¯ + b2An−2 y¯ + ... + bn−1Ay¯ + bny¯I = 0              (6)

Finalmente, el sistema  de ecuaciones puede ser resuelto  por el  método de preferencia.


El  método de Krylov debe utilizarse  en conjunto con un  método de  solución de sistemas de ecuaciones lineales. Esta  unión arroja  una alternativa muy apropiada cuando  se trata de evitar  resolver determinantes de orden mayor considerando  que se debe hacer en forma  analítica.

CODIGO MATHLAB:

close all
clear all
clc
 
%matriz cuadrda

N=input('Introduce el tamaño de matriz:');
A=input('Introduce la matriz cuadrada:');
 
% Aqui inicializamos las matrices a rellenar con valores calculados

C=zeros(N,N);
y=zeros(N,1);
y(1)=1;
syms x;
C(:,N)=y;
%Aqui va el ciclo

for i=(N-1):-1:1
C(:,i)=A*C(:,(i+1));
end
a=-(A^N)*y;
 
%Calcular los coeficientes b1, b2,... bn

 
b=inv(C)*a;
 
 
p=x^(N);
for i=2:(N+1)
    p=p+x^(N-(i-1))*b(i-1); %el primer termino b va en el 2° de p

end
p
p2=sym2poly(p);
%Calculamos las raices del polinomio

 
r = roots(p2)



Comentarios

Publicar un comentario

Entradas populares de este blog

6.3 Métodos de pasos múltiples

6.3 Métodos de pasos múltiples Los métodos de un paso descritos en las secciones anteriores utilizan información en un solo punto xi para predecir un valor de la variable dependiente yi+1 en un punto futuro xi+1. Procedimientos alternativos, llamados métodos multipaso, se basan en el conocimiento de que una vez empezado el cálculo, se tiene información valiosa de los puntos anteriores y esta a nuestra disposición. La curvatura de las líneas que conectan esos valores previos proporciona información con respecto a la trayectoria de la solución. Los métodos multipaso que exploraremos aprovechan esta información para resolver las EDO. Antes de describir las versiones de orden superior, presentaremos un método simple de segundo orden que sirve para demostrar las características generales de los procedimientos multipaso. Observe la ecuación ec. 2  alcanza ) a expensas de emplear un tamaño de paso mas grande, 2h. Además...
Publicar un comentario
Leer más

6.2 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de Runge-Kutta

6.2 Métodos de un paso: Método de Euler, Método de Euler mejorado y Método de Runge-Kutta   Método de Euler El método de Euler es un procedimiento de integración numérica para resolver ecuaciones diferenciales ordinarias a partir de un valor inicial dado. El método de Euler es el más simple de los métodos numéricos para resolver un problema del siguiente tipo: Consiste en multiplicar los intervalos que van de x0 a xf en n subintervalos de ancho h; Osea: de manera que se obtiene un conjunto discreto de n+1 puntos: x0, x1, x2, ... , xn del intervalo de interés [x0,xf]. Para cualquiera de estos puntos de cumple que:  0<i<n. La condición inicial y(x0)=y0, representa el punto P0=(x0,y0) por donde pasa la curva solución de la ecuación del plantamiento inicial, la cual se denotará cmo F(x)=y. Ya teniendo el punto P0 se puede evaluar la primera derivada de F(x) en ese punto; por lo tanto: Con esta información se traza una recta, aquella que ...
Publicar un comentario
Leer más

2.1 Métodos de intervalos: Gráficos, Bisección y falsa posición

2.1 Métodos de intervalos: Gráficos, Bisección y falsa posición. El problema de obtener las soluciones o raíces de una ecuación algebraica o trascendente de la forma F(x)=0 se representa frecuentemente dentro el campo de la ingenierá. Se puede definir a la raíz de una ecuación como el valor de x que hace a f(x) = 0. Asi, que un método simple para obtener a la raíz de la ecuación f(x)=0, consiste en graficar la función y observar donde cruza el eje x. Por eso estos tipos de métodos, son llamados "Métodos Graficos" Debido a ello, el desarrollo de métodos que nos permiten solucionarlo es amplio; en esta unidad presentamos algunos para determinar las raíces reales o complejas de ecuaciones de este tipo, tales como: Método de Bisección o Bolzano El método de la bisección o también llamado Método de Bolzano, parte de una funcion F(x) y un intervalo [x1,x2] tal que F(x1) y F(x2) tienen signos contrarios. Si la función es continua en este intervalo, entonces existe una raíz de F(x)...
Publicar un comentario
Leer más