Autovalores generalizados como problema de optimización: Una opción fácil para aplicaciones en problemas físicos reales
Palabras clave:
Autovalores generalizados, Optimización, Difusión-ConvecciónResumen
El problema de cálculo de autovalores ha ido tomando cada vez mayor valor, debido a las numerosas aplicaciones en las cuales se le ha encontrado un significado importante a los autovalores de las matrices que representan diversos sistemas reales. En aplicaciones específicas, como en mecánica de fluidos, lo que interesa es obtener un autovalor extremo; por tanto, el problema de autovalores puede ser abordado con un enfoque diferente, proponiéndolo como un problema de optimización. En este trabajo se describe la utilidad de calcular autovalores generalizados, de la matriz resultante del sistema de ecuaciones discretas de una aplicación real, como un problema de optimización empleando una función objetivo de tipo polinomial propuesta en 1991 por Auchmuty.
Descargas
Citas
H. Gómez, I. Colominas, F. Navarrina1, M. Casteleiro. Un Nuevo Enfoque para El Tratamiento de los Términos Difusivos de la Ecuación de Convección - Difusión en el Método de Galerkin Discontinuo. CMNE/CILAMCE 2007
H. Elman, D. Silvester y A. Whaten. Finite Elements and Fast Iterative Solver: whit Applications in Incompressible Fluid Dynamics. Oxford University Press. 2005.
K. Beers. Numerical Methods for Chemicals Engineering. Cambridge University Press. 2007.
B. Parlet. The Symmetric Eigenvalue Problems. SIAM. Classics in Applied Mathematics. 1998.
D. Watkins. The Matrix Eigenvalue Problem. SIAM. 2007.
D. Kressner. Numerical Methods for General and Structured Eigenvalue Problems. Lecture Notes in Computationals Science and Engineering. Springer. 2000.
C. Yang. Solving Large-Scale Eigenvalue Problems in SciDAC Applications. Computational Research Division, Lawrence Berkeley National Lab.
G. Auchmuty. Globally and Rapidly Convergent Algorithms for Symmetric eigenproblems. SIAM Journal on Matrix Analysis and Applications, 12:690-706, 1991.
Nocedal and Wright. Numerical Optimizations. Springer. 2006.
D. Bertsekas. Nonlinear Programming. Athena Scientific. 1999.
M. Al-Baali. Descent Property and Global Convergence of the Fletcher-Reeves Method with Inexact Line Search. IMA JOURNAL of Numerical Analysis, 5(1):121-124. 1985.
G. Liu; J. Han; H. Yin. Global Convergence of the Fletcher-Reeves algorithm with Inexact Linesearch. Applied Mathematics, 10(1):75-82. 1995.
Publicado
Cómo citar
Número
Sección
Derechos del/de autor/es a partir del año de publicación
Esta obra está bajo la licencia:
Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación ni de la UCLA. Se autoriza la reproducción total o parcial de los textos aquí publicados, siempre y cuando se cite la fuente completa y la dirección electrónica de esta revista.
Los autores conservan integramente los derechos sobre sus obras, cediendo a la revista el derecho de ser la primera publicación donde se presenta el artículo. Los autores(as) tienen el derecho de utilizar sus artículos para cualquier propósito siempre y cuando se realice sin fines de lucro. Se recomienda a los autores(as) difundir sus obras en la versión final, luego de publicada en esta revista, en los medios electrónicos de la intituciones a las cuales están afiliadas o medios digitales personales
