Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
5.7.2.
Preparaci
on a forma de Hessenberg.
Definici
on 5.7.4. Decimos que una matriz H es Hessenberg superior si hij = 0 para
i j + 2.
Una matriz Hessenberg superior
tiene la forma
1
a21
.. 0
H . = .. .
.
an1
0
Consideremos entonces la matriz de orden n definida por
1 0t
U1 =
.
0 H1
Es una matriz ortogonal y U11 = U1 . Entonces
a11
1
A1 = U11 AU1 =
0
...
...
...
.
...
El proceso contin
ua si tomamos ahora las n 2 u
ltimas componentes de la segunda columna de A1 , y calculamos una matriz de Householder H2 correspondiente. Generamos
1 0 0t
0 1 0
.
U2 =
0 0
0 0 H2
149
Q0 =
H0 R01
...
0
...
0 ...
0
0 0 ...
0
...
0 ...
A1 = R0 Q0 =
0 0 ...
0 0 ... 0
...
...
0 ...
0 ... 0
continuacion,
0 0
...
...
...
...
150
.00704758674504200010]
[0. , -.0138266050669163288 , 3.94516337433716080]
> alpha:=H[3,3]:(Q,R) := QRDecomposition(H - alpha * IdentityMatrix(3)):
H:=R . Q + alpha * IdentityMatrix(3);
H := [10.1654845810670125 , 317.136597316412292 ,
-1241.35641264204310]
[-.00373892431728781476 , 2.83170323195413598 ,
4.38831347220778766]
[0. , -.000754947735772917482 , 4.00281218697902386]
> alpha:=H[3,3]:(Q,R) := QRDecomposition(H - alpha * IdentityMatrix(3)):
H:=R . Q + alpha * IdentityMatrix(3);
H := [9.97307585318184132 , 316.183279338380828 ,
1241.60311265860469]
[.000593782523774890269 , 3.02691605183333445 ,
-3.63592841269913070]
[
-5
]
[0. , .216301423997062392 10
, 4.00000809498499788]
>
Si, ademas, la matriz A es simetrica, las matrices de salida del algoritmo QR tambien
lo son, y si la tenemos en forma de Hessenberg sera tridiagonal. En este caso el algoritmo
QR es del orden O(n). La forma practica del algoritmo QR se puede ver en el apendice,
donde se incluyen todas estas modificaciones para acelerar.
Nota 5.7.7. Convergencia: no siempre. Ver Ciarlet.