MAT web:

Clase No. 7: Matrices definidas positivas Matrices simétricas MAT–251 Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail
Author:  Tomás Araya Ojeda

5 downloads 384 Views 133KB Size

Recommend Stories


MAT.: Respuesta a oficio
Ministerio de Economía, Fomento y Turismo Gobierno

MAT 2 MATerials MATemàtics
MAT 2 MATerials MATem` atics Volum 2011, treball no. 6, 19 pp. ISSN: 1887-1097 Publicaci´ o electr` onica de divulgaci´ o del Departament de Matem` a

web:
LAS PRUEBAS PARAMÉTRICAS 1. Se conoce el modelo de distribución de la población objeto de estudio y se desconoce un número finito de parámetros de dic

Story Transcript

Clase No. 7:

Matrices definidas positivas Matrices simétricas MAT–251

Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/salram/met_num/

Dr. Joaquín Peña Acevedo CIMAT A.C. e-mail: joaquin@ cimat.mx

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

1 / 16

Matrices diagonalmente dominantes

Sea A = [aij ] ∈ Rn×n . Se dice que A es diagonalmente dominante si |aii | ≥

n X

|aij |.

j=1 j6=i

Además, se dice que es estrictamente diagonal dominante, si la desigualdad se cumple de manera estricta.

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

2 / 16

Matrices tridiagonales (I) Ax = d donde A ∈

Rn

tal que b1  a2  0   . A =  ..  0  0 0 

c1 b2 a3 .. . 0 0 0

0 c2 b3 .. . 0 0 0

··· ··· ··· .. . ··· ··· ···

0 0 0 .. .

0 0 0 .. .

bn−2 an−1 0

cn−2 bn−1 an

0 0 0 .. . 0



     ,    cn−1  bn

Si definimos ¯ 1 = 0, a

¯ 1 = b1 , b

¯n = b ¯ n−1 bn − an c ¯n−1 , b

¯1 = c1 , c

¯ 1 = d1 , d

¯n = b ¯ n−1 dn − an d ¯ n−1 . d

entonces Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

3 / 16

Matrices tridiagonales (II) xn =

xi

=

¯i b ¯i c ¯ di

=

¯n d ¯n b

¯i − c ¯i xi+1 d ¯ bi

=

¯ i−1 bi − ai c ¯i−1 b ¯ bi−1 ci

=

¯ i−1 di − ai d ¯ i−1 b

i = n − 1, ..., 1

¯ i es esencial. La hipótesis de que podemos dividir entre b Una condición suficiente es que la matriz sea estrictamente diagonal dominante, es decir, Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

4 / 16

Matrices tridiagonales (III)

|b1 | > |c1 |,

|bn | > |an |,

|bi | > |ai | + |ci |

i = 1, 2, ..., n,

¯ i 6= 0: Esto garantiza que b ¯ 1 | = |b1 | > |c1 | ≥ 0. Supongamos que Tenemos que |b ¯ i | > |c ¯i | ≥ 0 |b

para

i = 1, ..., k < n.

Entonces ¯ k+1 | |b

= > =

¯ k bk+1 − ak+1 c ¯ k | |bk+1 | − |ak+1 | |c ¯ k | ≥ |b ¯k | |b ¯ ¯ k | − |c ¯ k ||ck+1 | ¯k | = |ak+1 |(|b ¯k |) + |b |bk |(|ak+1 | + |ck+1 |) − |ak+1 | |c ¯ k | − |c ¯k |) + |c ¯k+1 | ≥ 0 |ak+1 |(|b

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

5 / 16

Matrices simétricas definidas positivas (I) Sea A = [aij ] ∈ Rn×n . La matriz A es simétrica si A = A> . La matriz A es definida positiva si para todo x 6= 0 se tiene que x > Ax > 0. Notación: con A > 0 indicamos que la matriz es definida positiva. Usamos s.d.p. para indicar que una matriz es simétrica y definida positiva. Decimos que H es una submatriz principal de A si es una submatriz cuadrada formada con las entradas alrededor de la diagonal principal: H = A(j : k, j : k)

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

6 / 16

Matrices simétricas definidas positivas (II)

Proposición Las siguientes proposiciones son equivalentes: 1

Sea X no singular. A es s.d.p. si y sólo si X > AX es s.d.p.

2

Si A es s.d.p. y H es cualquier submatriz principal de A, entonces H es s.d.p.

3

A es s.d.p. si y sólo si A es simétrica y todos sus eigenvalores son positivos.

4

Si A es s.d.p., entonces aii > 0 y maxij |aij | = maxi aii > 0.

5

A es s.d.p. si y sólo si existe una única matriz triangular inferior no singular L, con entradas positivas en la diagonal, tal que A = LL> .

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

7 / 16

Matrices simétricas definidas positivas (III)

Para demostrar (1), considerar el vector Xx. Para demostrar (2), empezar con H = A(1 : k, 1 : k). Para demostrar (4), para la primera parte, tomar un vector canónico ei y calcular ei> Aei . Para la segunda parte. Suponer que |aki | = maxij |aij | con k 6= l y construir el vector x = ek − sgn(akl )el .

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

8 / 16

Factorización LDL>

Sea A una matriz no singular y simétrica. Si A = LU, entonces, LU = A = A> = (LU)> = U> L>

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

9 / 16

Factorización LDL>

Sea A una matriz no singular y simétrica. Si A = LU, entonces, LU = A = A> = (LU)> = U> L> Como L y U son no singulares, tenemos U(L> )−1 = L−1 U

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

9 / 16

Factorización LDL>

Sea A una matriz no singular y simétrica. Si A = LU, entonces, LU = A = A> = (LU)> = U> L> Como L y U son no singulares, tenemos U(L> )−1 = L−1 U Como la matriz del miembro izquierdo es triangular superior y la del miembro derecho es triangular inferior, se debe tener que la matriz es diagonal. Digamos que U(L> )−1 = D, y A = LU = LDL> .

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

9 / 16

Algoritmo para la factorización LDL> (I) Sea L = [lij ] y D = diag(d1 , ..., dn ). Entonces

aij =

min{i,j} X

lik dk ljk .

k=1

Supongamos que j ≤ i, entonces

aij

=

j X

lik dk ljk =

k=1

=

j−1 X

j−1 X

lik dk ljk + lij dj ljj

k=1

lik dk ljk + lij dj .

k=1

En particular, para j = i. aii =

i−1 X

l2ik dk + di

k=1 Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

10 / 16

Algoritmo para la factorización LDL> (II) Esto es, di = aii −

i−1 X

l2ik dk

k=1

En particular, d1 = a11 . Ahora, puesto que 1 ≤ j < i ≤ n, j−1 X

aij =

lik dk ljk + lij dj .

k=1

podemos obtener lij : lij =



1 dj

aij −

j−1 X



lik dk ljk 

k=1

Para j = 1, tenemos li1 = Joaquín Peña (CIMAT)

ai1 d1

i = 2, ..., n.

Métodos Numéricos (MAT–251)

29.08.2012

11 / 16

Algoritmo para la factorización LDL> (III)

Algoritmo LDL> Dada A = [aij ] simétrica, calcular: 1: for j = 1, ..., n do 2: lii = 1; j−1 X 3: dj = ajj − l2jk dk ; k=1 4: 5: 6: 7: 8:

for i = j + 1, ..., n do lji = 0   j−1 X 1 aij − lik dk ljk  lij = dj k=1 end for end for

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

12 / 16

Ejemplo de factorización LDL> (I)

 4 3 A= 2 1

3 3 2 1

2 2 2 1

 1 1  1 1

Esta matriz tiene la siguiente factorización LU: 1 3/ 4  A= 1/ 2 1/ 4 

0 1 2/ 3 1/ 3

0 0 1 1/ 2

 0 4  0  0 0  0 1 0

3 3/ 4 0 0

2 1/ 2 2/ 3 0

 1 1/ 4  1/ 3 1/ 2

Determinar la factorización LDL> .

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

13 / 16

Factorización de Cholesky La factorización de Cholesky es una consecuencia inmediata de lo anterior, cuando la matriz A además de ser simétrica es definida positiva. Proposición Si A es una matriz real, simétrica y definida positiva, entonces tiene una única factorización A = LL> , en la cual L es una matriz triangular inferior con entradas positivas en la diagonal principal. De lo anterior, tenemos que A = LDL> . Podemos mostrar que D es definida positiva.

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

14 / 16

Factorización de Cholesky La factorización de Cholesky es una consecuencia inmediata de lo anterior, cuando la matriz A además de ser simétrica es definida positiva. Proposición Si A es una matriz real, simétrica y definida positiva, entonces tiene una única factorización A = LL> , en la cual L es una matriz triangular inferior con entradas positivas en la diagonal principal. De lo anterior, tenemos que A = LDL> . Podemos mostrar que D es definida positiva. Por tanto, las entradas en la diagonal de D son positivas, y podemos definir p p D1/ 2 = diag( d1 , ..., dn ). Entonces D1/ 2 D1/ 2 = D y bL b A = LDL> = A = LD1/ 2 D1/ 2 L> = L

Joaquín Peña (CIMAT)

>

Métodos Numéricos (MAT–251)

con

b = LD1/ 2 . L

29.08.2012

14 / 16

Algoritmo de la factorización de Cholesky Algoritmo LL> Dada A = [aij ] simétrica, calcular: 1: for j = 1, ..., n do v u j−1 u X 2: l = ta − l2 ; jj

jj

jk

k=1 3: 4: 5: 6:

for i = j + 1, ..., n do   j−1 X 1 lij = aij − lik ljk  ljj k=1 end for end for

Puesto que ljj > 0, entonces ajj >

j−1 X

l2jk ≥ l2jk

k≤j

k=1

p Esto es, |ljk | ≤ ajj . Por tanto, todo elemento de L está acotado por la raíz cuadrada del elemento correspondiente en la diagonal de A. Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

15 / 16

Equivalencias

Proposición Las siguientes proposiciones son equivalentes: 1

A es s.d.p.

2

El proceso de eliminación Gaussiana se puede realizar sin intercambiar las filas del sistema Ax = b.

3

4

A se puede factorizar como LL> , donde L es triangular inferior con entradas positivas en la diagonal. A se puede factorizar como LDL> , donde L es triangular inferior con 1’s en la diagonal y D > 0 diagonal.

Joaquín Peña (CIMAT)

Métodos Numéricos (MAT–251)

29.08.2012

16 / 16

Get in touch

Social

© Copyright 2013 - 2024 MYDOKUMENT.COM - All rights reserved.