C

alculo de autovalores y autovectores

Se considera el calculo de los autovalores {i } y autovectores (a la derecha)
{v i } de una matriz cuadrada A Mnn
Av i = i v i

i = 1, 2, ...n

1. Metodo de la potencia
El algoritmo asociado al metodo de la potencia se escribe
- se toma u0 Cn
- se genera una sucesion
uk+1 = Auk para k = 0, 1, 2...
Condic. suficientes de convergencia
Supongamos que A es diagonalizable con autovalores {i }ni=1 y autovectores asociados {vi }ni=1, y supongamos ademas que
|1 | > |2 | |3 | ... |n | 0
Sea u0 = 1 v 1 + 2 v2 + ... + n v n
Entonces la sucesion {uk } generada por el metodo de la potencia
verifica

k
u
(i) si 1 6= 0: limk k = 1 v 1
1

k+1
u
(ii) si 1 v1,j 6= 0: limk j k = 1
uj
Observaciones
- En la practica los vectores se normalizan, tomando
k+1

uk
=A k
||u ||

y con dicha normalizacion se obtiene

lim ||uk || = |1 |

1.b Metodo de deflacion (Householder)

Dada una matriz A Mnn y un autovalor 1 de dicha matriz,
puede obtenerse una segunda matriz B M(n1)(n1) tal que
Sp(A) = {1 Sp(B)}
mediante la siguiente tecnica basada en matrices de Householder
- Dado v 1 un autovector asociado al autovalor 1 se construye un
vector v mediante
v = v 1 ||v 1 ||2 e1
- Se construye la matriz de Householder asociada a v:
vv T
H =I 2 T
v v
- La matriz HAH tiene la siguiente estructura

HAH =

1 c
0 B

2. Metodo de la potencia inversa con traslacion

El algoritmo asociado al metodo de la potencia inversa con traslacion
se escribe
- se toma u0 Cn
- se genera una sucesion
uk+1 = (A qI)1 uk

para k = 0, 1, 2...

Condic. suficientes de convergencia

Supongamos que A es diagonalizable con autovalores {i }ni=1 y autovectores asociados {vi }ni=1, y supongamos ademas que
0 < |1 q| < |2 q| |3 q| ... |n q|
Sea u0 = 1 v 1 + 2 v2 + ... + n v n
Entonces la sucesion {uk } generada por el metodo de la potencia
verifica
2

(i) si 1 6= 0: limk [(1 q)k uk ] = 1 v 1

k+1
u
1
(ii) si 1 v1,j 6= 0: limk j k =
uj
1 q
3. Metodo (basado en la factorizacion) QR
El algoritmo asociado a este metodo se escribe:
- se toma A1 = A
- se genera una sucesion
se calcula la factorizaci
on QR de Ak : Ak = Qk Rk
se toma: Ak+1 = Rk Qk para k = 0, 1, 2...
Condic. suficientes de convergencia
Supongamos que A es diagonalizable, con autovalores {i}ni=1, y verifica ademas: |1 | > |2 | > |3 | > ... > |n |
Sea P tal que A = P P 1 con = {1, 2 ...n}
Supongamos ademas que P admite factorizacion LU .
Entonces, la sucesion {Ak } generada por el metodo QR converge a
una matriz triangular superior con los autovalores de A en la diagonal.
Observaciones
- La convergencia se hace lenta si existen dos autovalores con modulos
cercanos.
- En la practica es habitual acelerar la convergencia introduciendo un
desplazamiento en cada etapa, de modo que cada iteracion queda:
Ak+1 = k I + Rk Qk con Ak k I = Qk Rk
- Este desplazamiento (con k complejo) es imprescindible si la matriz
(real) tiene autovalores complejos (en otro caso las matrices generadas seran siempre reales)
- Los calculos pueden acelerarse si se arranca con una matriz Hessemberg superior (a la que se llega mediante trasnformaciones de
semejanza)
3

Funcion eig de Octave

- Calcula los autovalores y acutovectores asociados a una matriz cuadrada A mediante el siguiente algoritmo:
Etapa 1. Se transforma la matriz A en una matriz Hessemberg
superior:
A = QHQ
donde Q es una matriz unitaria (ortogonal en el caso real) y H
una matriz de Hessemberg superior.
Etapa 2. Se transforma la matriz H en una matriz triangular
superior (factorizacion de Schur):
H = ST S
donde S es una matriz unitaria (ortogonal en el caso real) y T es
una matriz triangular superior, mediante el metodo (basado en
la factorizacion) QR.
Etapa 3. Se obtienen los autovectores de la matriz H (mediante
el metodo de la potencia inversa con traslacion) y, a partir de
estos, los de la matriz A.
- Empleo de la funcion eig
Opcion 1. Obtencion de autovalores:
>> l=eig(A)
devuelve en el vector l los autovalores de la matriz A
Opcion 2. Obtencion de autovalores y autovectores:
>> [V,D]=eig(A)
devuelve una matriz diagonal D que contiene los autovalores
de la matriz A y una matriz V que contiene, en cada columna,
un autovector asociado al autovalor contenido en la correspondiente columna de la matriz D
4