Matrices de Givens y su aplicaci

on en

Algebra
Lineal Num
erica
tarea de servicio social
Dado un vector no nulo v del espacio Rn , denotemos por Pv al operador de proyeccion
ortogonal sobre la recta generada por v; luego definimos el operador Hv mediante la
formula Hv := I 2Pv . Geometricamente Hv realiza la reflexion ortogonal del espacio Rn
respecto al hiperplano {x Rn : v > x = 0}. Es facil ver que Hv es un operador lineal
ortogonal en Rn .
Los operadores de la forma Hv con v en Rn \ {0} se llaman transformaciones de Householder (reflexiones elementales, reflexiones de Householder, reflectores de Householder,
operadores de Householder, etc.). Transformaciones de Householder tienen varias aplica
ciones en Algebra
Lineal Numerica.
Tarea: escribir al menos 30 p
aginas de apuntes y ejercicios que expliquen
el concepto de transformaciones de Householder, sus propiedades principales y los algoritmos b
asicos que construyen y realizan transformaciones de

Householder. Dar una idea de sus aplicaciones en Algebra

Lineal Num
erica.
Escribir una presentaci
on en el formato PDF, con ejemplos y dibujos, por lo
menos 20 p
aginas. Desarrollar por lo menos 70 % de los temas mencionados a
continuaci
on.

Definici
on y propiedades algebraicas
Definicion geometrica de la proyeccion Pv y de la reflexion Hv .
Dibujos y ejemplos para n = 2.
Formulas para los operadores Pv y Hv (usando las operaciones lineales y el pruducto
punto en Rn ).
Pv y Hv como matrices n n.
La matriz Pv es simetrica e idempotente: Pv2 = I, Pv> = Pv .
La matriz Hv es simetrica, ortogonal e involutiva: Hv> = Hv , Hv> Hv = I, Hv2 = I.
Criterio de la igualdad Pv = Pw . Criterio de la igualdad Hv = Hw .
Valores propios y determinante de las matrices Pv y Hv .
Para cualesquiera vectores a y b en Rn con kak2 = kbk2 y a 6= b, existe un vector no
nulo v en Rn tal que Hv a = b. Unicidad de v salvo m
ultiplos constantes.
pagina 1 de ??

Dos algoritmos b
asicos
con transformaciones de Householder
Algoritmo que para cualesquiera a y b en Rn con kak2 = kbk2 y a 6= b calcula un
vector v en Rn tal que Hv a = b.
Algoritmo que calcula Hv x para cualquier vector no nulo v en Rn y cualquier vector
x en Rn .
N
umero de operaciones de punto flotante en estos dos algoritmos.
Estabilidad numerica de estos dos algoritmos (cotas superiores para errores).

Algunas aplicaciones en Algebra

Lineal Num
erica
Explicar brevemente como se resuelven los siguientes problemas por medio de transformaciones de Householder:
Factorizacion QR de matrices cuadradas.
Tridiagonalizacion de matrices simetricas.
Transformacion de matrices no simetricas en matrices de Hessenberg.

Referencias
[1] Bau III, David; Trefethen, Lloyd N.: Numerical Linear Algebra. Philadelphia,
SIAM, 1997. ISBN-13: 978-0-898713-61-9.
[2] Golub, Gene H.; Van Loan, Charles F.: Matrix Computations. 3rd edition.
The Johns Hopkins University Press, 1996. ISBN-10: 0-8018-5414-X.
[3] Higham, Nicholas J.: Accuracy and Stability of Numerical Algorithms, 2nd edition.
SIAM, 2002. ISBN-10: 0-89871-521-0.
[4] Householder, Alston S.: Unitary triangularization of a nonsymmetric matrix.
Journal of the ACM, vol. 5 (1958), issue 4, pp. 339342.
http://dx.doi.org/10.1145/320941.320947
[5] Meyer, Carl D.: Matrix Analysis and Applied Linear Algebra, SIAM, 2000.
ISBN-10: 0-89871-454-0. Online version: http://matrixanalysis.com
[6] Watkins, David S.: Fundamentals of Matrix Computations. 3rd edition. Wiley, 2010.
ISBN-13: 978-0-470-52833-4.
pagina 2 de ??