3.6 Método 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)
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