2.

1 Nomas matriciales
En

se definen las siguientes normas

Normas Holderianas

(| | )

Casos de inters
Si p=2 ; recibe el nombre de norma euclidiana
Si p=1 ;

| |

| |

Norma uniforme (norma infinita)

| |

Desigualdad de Holder
|
Para p,

se tiene las siguientes constantes de equivalencia

1
1

1
1

Recordemos: Norma Holderiana

(| | )

 | | | |

Normas matriciales
Si

(operador lineal)

sta definicin satisface los axiomas de norma

i.

ii.

Si

por definicin

Si

iii.

Sea

Por ser una norma vectorial

| |

Por lo cual
| |

| |

| |
iv.

Sean A y B matrices en

y por tanto se puede usar la definicin

Aplicando la desigualdad triangular de la norma vectorial tenemos que

En consecuencia

La suma de los supremos
es que la suma del
supremo

Finalmente

Puedo cambiar la operacin sup. por mx.?

La diferencia entre las dos operaciones es que el mx. pertenece al conjunto y el sup. No
necesariamente.
La aplicacin

es continua porque

Como toda aplicacin continua definida en un conjunto cerrado alcanza su mx. y su mn.,
entonces

Alcanza su mximo y su mnimo. Por tanto

Por definicin
Para cualquier

Se sigue que

Las normas inducidas siempre son compatibles con las normas vectoriales que las inducen.
Pero en general las normas matriciales no siempre son compatibles con cualquier norma
vectorial.
Norma de Frobenius

Ntese la diferencia

es un valor propio de

Para las matrices

corresponde a los valores singulares de A

se simplifica mucho el clculo de la norma

Norma matricial p=1

Luego

|
|

|

Desigualdad triangular
| ||

| ||

| | |

| |

Como se tom el valor ms grande, ya no depende de k, por tanto puede salir del sumatorio
(|
(|

|)

Hasta el momento se ha demostrado que

|)

| |

, pero existe x tal que

Para encontrar x buscamos un

tal que

(Asumimos) Sea

tal que
|

Definimos
{
Reemplazando

en

se tiene

|
|

|
|

Por tanto

Para la norma infinito es muy similar

|

|

|

|
||

| |

|

|
Ahora hay que buscar un

tal que

Sea

tal que
|

Definimos
{
Reemplazando

en

se tiene

As

Ejemplo
| | | | | |
(| | | | | |)
| | | | | |

Caracterizacin norma p=2

tiene todos sus valores propios positivos porque es simtrica

Sean

sus valores propios y

es una base ortonormal de

sus vectores propios asociados normalizados se sigue que:

, y como es una base ortonormal existen

tales que


Por tanto

asociados

| |

| |

| |

Equivalencia de normas

En

Equivalencia:

Ejemplo

}

1)

| | )

| | )

| |

Por tanto

2)

| |

| | )

| |

| |
(

| |
)

Definicin
Si A y B son matrices en
y
respectivamente y es una norma matricial, entonces
se dice que es submultiplicativa si .
Se supone que est definida en

Ejercicio
Si es inducida, es submultiplicativa en

Si es una norma inducida

Compatibilidad

CAPTULO 3
Introduccin al anlisis de errores

Fuentes de error
Errores de redondeo
Errores de
truncamiento
Suposiciones ideales
Mediciones imprecisas

ALGORITMOS
Errores de redondeo y
truncamiento

Errores en los
resultados

DATOS

RESULTADOS

Errores pequeos+Errores pequeos=Errores pequeos?

Mal
condicionados

Error pequeo

Error grande

Bien
condicionados

Error pequeo

Error pequeo

Problemas

Sea

una solucin exacta y una aplicacin de entonces definimos

Error absoluto: |

Error relativo:

| |
| |

El valor

se conoce como error.

| |

En anlisis de errores, el objetivo es hallar estos superiores o inferiores para los errores
definidos anteriormente.
Representacin de un nmero en punto flotante
Idea

Un nmero de punto flotante tiene la forma

exponente

mantiza
base

| |
potencia de 2 a 10
determina la precisin de la representacin

overflow
0

underflow
Si

notamos por

a su representacin en un punto flotante.

| |

Underflow: | |
Overflow: | |

En efecto:
| |

|
|
| |
|

Ejemplo
representado con una precisin de