Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

CLCULO DE VALORES Y VECTORES CARACTERTICOS MEDIANTE MATRICES DE ROTACIN DE GIVENS

Una matriz de rotacin, conocida comnmente como Matriz de Rotacin de Givens, es una matriz definida de la siguiente forma: 1 Fila i
R i , j ( ) =

cos ( ) 1 sen( )

- sen( )

Fila j

1 cos( ) 1 columna j

Columna i

La expresin cos() aparece en la diagonal en las posiciones ( i,i ) y ( j,j ). La expresin sen() en posicin ( j, i ) y - sen() en posicin ( i, j ). Los otros elementos de la diagonal son unos, como en la matriz idntica. Por supuesto que si trabajamos con matrices de orden 2, los unos no aparecen. La matriz de rotacin de orden 2 enmarcada anteriormente se
1, 2 denominara en esta nueva nomenclatura R ( ) .

Tal matriz se utiliz para lograr un cero por medio de una transformacin ortogonal, en la posicin (2,1), segunda fila, primera columna de la matriz a diagonalizar. Como tal matriz era simtrica y por i, j ser R () , siempre una matriz ortogonal, la transformacin semejante produce una matriz simtrica y por lo tanto otro cero aparece automticamente en la posicin (1,2) al aplicar la transformacin ortogonal. O sea que para ser claros en nuestra nomenclatura hacemos notar que
1, 2

el 0 en la posicin (2,1) se logr utilizando la matriz R ( ) . Nuestra notacin se utiliza de manera apropiada, para concluir que un i, j cero en posicin ( i, j ) con i>j se obtiene utilizando la matriz R () . Por ello, para lograr un cero en la posicin, digamos (3,2), utilizamos la 1

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo matriz de rotacin R ( ) en la cual intervienen las filas 2 y 3. Por supuesto que si A es simtrica, tambin aparecer un cero en posicin (2, 3).
2 ,3

Ejemplo:
2 A = 2 1 2 1 2 1 2 2

Solucin En nuestro proceso de diagonalizacin obtendremos un 0 en la segunda fila, primera columna, con nuestra transformacin ortogonal, para obtener una matriz que grficamente lucira como la siguiente: 0 0

Para avanzar en el siguiente paso a la forma 0 0 0 y en el siguiente a: 0 0 0 0 Obteniendo la matriz diagonal deseada. Obtendremos el primer 0 en la posicin (2, 1) utilizando la matriz de rotacin de orden 3, R ( ) en donde las expresiones sen() y cos() aparecen en las intersecciones de las filas 1 y 2 con las columnas 1 y 2, as:
1, 2

0 0

cos - sen
R 1, 2 ( )

= sen 0 0 cos 0 1 2

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

La expresin cos

( R ( ) )
1, 2

AR 1, 2 ( )

es: cos -sen 0

sen

0 2 2 1 2 -1 -2 1 -2 2

-sen cos 0 0

0 1

sen 0

0 cos 0 1

Observando las matrices como si estuviesen particionadas, incorporando el primer producto cos sen 2 2 -sen cos Vamos tomando el caso de la diagonalizacin en la ecuacin -c tan 2 + (b a) tan + c = 0 Utilizada para matrices cuadradas simtricas del tipo: a c c b 2 -1

Se aplica en este caso con a = 2, b = -1 y c = 2, concluyndose que: -2 tan 2 + (-1 2) tan + 2 = 0 Lo que es equivalente (muchos nmeros negativos) 2 tan 2 + 3 tan - 2 = 0 De aqu se concluye, utilizando la ecuacin de segundo grado que:

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo tan = 1/ 2 Por lo tanto, sen = 5/5 y cos = 25/5 cos - sen
R 1, 2 ( ) =

0 = 1

25/5 - 5/5 5/5 0 20 5/5 0

sen 0

0 cos 0

Algunos de los pasos en los clculos se consignan a continuacin.

( R ( ) )
1, 2

AR 1, 2 ( ) =

25/5

5/5

0 2 2 1 1 2 -1 -2 1 -2 2

25/5 - 5/5 5/5 0 20 5/5 0

0 3 =0 0 0 -2 - 5 0 - 5 2

- 5/5 20 5/5 0 0

Notemos que apareci un 0 en la posicin (3, 1) evitndonos la utilizacin de la matriz de rotacin R ( ) . Apareci por supuesto por simetra, el 0 en la posicin (1,2) (y por simetra el 0 en la posicin ( 1, 3 )). Lograremos ahora el rotacin 0 en la posicin (3, 2) utilizando la matriz de
1, 3

1 0 0

cos - sen sen cos

As: 1 0 cos 0 sen 3 0 0 0 -2 - 5 0 - 5 2 1 0 0 0 0

2,3

( ). =

0 0

cos - sen sen cos 4

-sen cos

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

De nuevo, a partir del lgebra de matrices particionadas y observando el producto cos sen -2 5 - 5 -

-sen cos utilizamos la ecuacin

-c tan 2 + (b a) tan + c = 0 utilizada para matrices cuadradas simtricas del tipo a c c b

con a = -2, b = 2 y c = -5, concluyndose que: 5 tan 2 + 4 tan - 5 = 0 Por lo tanto entonces: sen = 6/6 cos = 30/6 La transformacin semejante ortogonal se calculara as: tan = 1/5

(R
1 0 0 0 0

2,3

( )

AR 2,3 ( ) =
1 3 0 0 0 -2 - 5 0 - 5 2 0 0 0 0 3 = 0 0 0 -3 0 0 0 3

30/6 6/6
- 6/6

30/6 - 6/6

30/6

6/6

30/6

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo Al diagonalizar aparecieron, dos utovalores, el 3 y el 3. En este caso no se present agrupado el autovalor 3 de multiplicidad 2 en el polinomio caracterstico, ya que por esta ruta no calculamos primero los autovalores de E(=3) ya que no pasamos por el polinomio caracterstico, en el cual dicho orden fue importante. Si efectuamos el producto
R 1, 2 ( )

R 2,3 ( ) .

Aparecern autovectores ordenados de izquierda a derecha en las columnas del producto correspondientes en el mismo orden orden a los autovalores 3, -3, 3. Como se v, el proceso de diagonalizacin permite calcular los autovalores y los autovectores, sin el clculo previo de las races del polinomio caracterstico.

SOLUCIN DE SISTEMA DE ECUACIONES LINEALES MEDIANTE MATRICES DE ROTACIN DE GIVENS

Estudiremos el caso m n. Esta es la situacin mas usual e interesante, la cual requerir ligeros, pero fundamentales cambios en nuestro mtodo para que se aplique en este caso ms general. Las modificaciones las veremos a partir del siguiente ejemplo: Sea 0 1 A= 0 0 1 1 1 1 1 0 1 0

El ejemplo es escogido a propsito para ilustrar dificultades y modificaciones. En primer lugar, buscamos reducir a A a una matriz R en la cual los elementos debajo de la diagonal sean cero, de tal forma que sea triangular superior de la forma: r11 0 0 0 r12 r13 r22 r23 0 r33 0 0

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo R =

Por lo tanto rij = 0, para i > j. Es evidente que el nico pivote en la primera columna es el 1 en la posicin (2,1), pero este elemento debe ser 0. No hay forma de lograrlo a no ser que cambiemos el orden de las columnas, cambiando por supuesto la matriz de arranque. Esto se reflejar posteriormente como una postmultiplicacin por la matriz de permutacin E21. En lugar de iniciar nuestro algoritmo QR aplicado a A, lo aplicaremos a AP , donde P es una matriz de permutacin. Iniciaremos por lo tanto con AP, donde P = E21. Por supuesto que si nuestra primera columna fuese (0,0,0) estaramos en problemas. En este caso tendra que estudiarse el caso en el problema especfico, eliminando la primera fila o utilizando algn mtodo relacionado con matrices particionadas para empezar la diagonalizacin a partir de la primera fila que no tenga todos sus elementos cero. No utilizaremos intercambio de filas . Comenzaremos nuestro ejemplo utilizando el algoritmo QR sobre la matriz 1 0 1 1 1 AP = 0 1 0 1 1 0 0 En nuestro proceso nos cuidaremos de no producir una fila de ceros en la parte superior a medida que se desarrolla el algoritmo, escogiendo con cuidado los pivotes. Por ello nuestra estrategia cambiar fundamentalmente. Nuestro proceso de descomposicin, hasta ahora, ha seguido una estrategia parecida al mtodo de Gauss (no confundirlo con el mtodo de Gauss), escogiendo los pivotes en una secuencia de arriba hacia abajo y de izquierda a derecha. Nuestra nueva y general estrategia buscar los pivotes de izquierda a derecha pero de abajo hacia arriba. Buscaremos ceros en la primera columna pero eliminado primero el elemento en la posicin (4,1) de A (la llamaremos A por comodidad, mas recuerde que es AP)

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo El elemento a4,1 ser reducido a 0, utilizando como pivote el elemento conveniente, diferente de 0, mas cercano a a 4,1. En nuestro caso es a 3,1= 1. Observando a A vemos que la matriz de rotacin, como se ve en la figura debe actuar sobre la submatriz de A 1 0 1 0 1 0 1 1 1 0 1 0 0 1 0 1

Esto nos obliga a utilizar la matriz de rotacin R3,4, en lugar de digamos R1,4 la cual estara quizs sugerida por las prcticas en nuestros ejemplos anteriores. Calculamos Luego A1 = R3,4 A =
1 0 0 0 0 0 0 1 0 0 0 2/2 2/2 0 -2/2 2/2

tan = -c/a = -1/1,

sen = -1/2, 1 0 1 1 1 0 1 0 1 1 0 0 1 1 = 2 0

cos = 1/2 0 1 1 0 0 2/2 0 -2/2

Al introducir un 0 en la posicin (4,1) hemos destruido el 0 de la posicin (4,3). Las rotaciones de Givens a diferencia de otros procesos como el de Gauss, no cambian los elementos de una fila completa sino sobre una submatriz de orden 2. Sin embargo, estos cambios minimizados por las matrices de Givens, que las coloca como matrices importantes para los analistas numricos, son inevitables. El proceso de Householder causa mayores destrozos. Estos pequeos e inevitables cambios son mas peligrosos cuando producen indeseados ceros, en este caso, ya que sabemos que tenemos que evitar la aparicin de filas de ceros en la parte superior, ya que una fila de ceros no aporta pivotes, ni puede ser cambiada de lugar por intercambio de columnas, es decir por postmultiplicacin por una matriz de permutacin, que es el nico cambio permitido por nuestro modificado algoritmo QR. Los ceros son bienvenidos sobretodo cuando conforman ceros en la parte an no diagonalizada, mas no cuando nos dejan sin pivote en la parte superior ya que en lo posible queremos que la matriz R final tenga elementos diferentes de cero en la diagonal o que al menos tenga en la diagonal una sucesin contigua de elementos diferentes de 0. Si nuestra matriz R final tiene ceros en la ltima parte de la diagonal, necesariamente es porque hay ceros en todas las filas de

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo R de ah en adelante, lo mismo que en las columnas subsiguientes, como sera el caso de la matriz presentada a continuacin r11 r12 0 0 r22 0 0 0 0 0 0 0 Continuando con el proceso a partir de la matriz A1. Debemos proceder ahora a triangulizar la submatriz
1 2 1 0

El elemento a reducir a 0 , 2, pivote, 1, en la posicin (2,1). procedemos a utilizar R2,3.

est en la posicin (3,1) de A1, el

Con nuestra frmula usual tan = -c/a, con c= (A1)3,1 = 2, 1, obtenemos: tan = -2/1, Continuando, A2 = R
2,3

a = (A1)2,1 =

sen = -2/3 = -6/3, cos = 1/3 = 3/3.

A1 =

1 0 0 0 0 3/3 6/3 0 0 -6/3 3/3 0 0 0 0 1

1 1 2 0

0 1 1 0 0 2/2 0 -2/2

1 0 1 12/2 3/3 12/6 = 0 -6/3 6/6 0 0 -2/2

Procederemos ahora a reducir el elemento 12/2 en la submatriz

1 0 12/2 3/3

El pivote, elemento en posicin (1,1) de A2 es 1. El elemento a reducir, 12/2 en la posicin (2,1). Utilizamos la matriz de rotacin R1,2 para obtener A3 = R1,2 A2. Por lo tanto tan = -12/2, Seguimos con: A3 = R
1,2

sen = -12/4 = -3/2, cos = 2/4 =

1 0 1 12/2 3/3 12/6 0 -6/3 6/6 0 0 -2/2 2 0 6/6 0 1/2 1 3/6 -3/3 = 0 -6/3 0 -2/2

A2 =

1/2 3/2 0 -3/2 1/2 0 0 0 1 0 0 0

0 0 0 1

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

Procederemos ahora a reducir el elemento -6/3 en la submatriz

3/6 -3/3 -6/3 6/6

El pivote, elemento en posicin (2,2) de A3 es 3/6. El elemento a reducir, -6/3, en la posicin (3,2). Por lo tanto tan = (6/3)/(3/3) = 22/1, sen = 22/3 , cos = 1/3

Seguimos con: A4 = R
2,3

A3 =

1 0 0 0 1/3 -22/3 0 22/3 1/3 0 0 0 0 0 0

0 0 0 1 1

2 0 6/6 0

1/2 1 3/6 -3/3 0 -6/3 0 -2/2

2 0

1/2 1 3/2 3/3 = 0 0 -6/6 0 0 -2/2

El ejemplo nos depara sorpresas. Se ha conservado el 0 en la posicion (4,2) que es como un regalo. Lo cual nos permite sin ms terminar al proceso en la siguiente columna.
0 -6/6 La submatriz a triangularizar es 0 -2/2

El elemento a sustituir por cero no est en la primera columna de nuestra submatriz, sin embargo nuestro mtodo funciona utilizando R3,4, la cual tambin utilizaramos si el pivote estuviese en la posicin (3,2) y quisiramos lograr el 0 en la posicin (4,2) en lugar de la (4,3), con pivote en (3,3) que es nuestro caso. Calculando de nuevo tan = (2/2)/(-6/6) = -3/1, sen = -3/2 , cos = 1/2 Proseguimos con: A5 = R3,4 A4
1 =0 0 0 1 0 0 0 0 1 0 0 0 1/2 3/2 0 -3/2 1/2 0 0 1

1/2 1 0 3/2 -3/3 0 0 -6/6 0 0 -2/2

2 0

1/2 1 3/2 -3/3 = 0 0 -6/3 0 0 0

10

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo Al fn hemos terminado este largo proceso y pensar que nuestra matriz era slo de dimension 43. Es posible y altamente probable que nuestro proceso de descomposicin nos obligue a intercambiar ms columnas, lo cual se refleja en una matriz de permutacin que postmultiplica a la matriz A. An en nuestro caso con una sla permutacin se cumple la frmula: QTAP = R En donde QT es la matriz ortogonal obtenida como producto de las rotaciones de Givens. P es la matriz de permutacin y R es la forma triangular superior que se obtiene en el proceso. Para nuestro ejemplo QT = R3,4 R2,3 R1,2 R2,3 R3,4.

De donde

QT =

1/2 -3/6 -6/6 2/2

1/2 1/2 1/2 3/2 -3/6 -3/6 0 -6/6 6/3 0 -2/2 0

A esta ltima matriz ortogonal la hemos llamado QT. Utilizando la ecuacin anterior enmarcada en cuadro gris, al multiplicarla en ambos lados por Q (recuerde que Q es ortogonal, es decir que QQT = I), logramos la deseada forma: AP = QR En nuestro caso Q es por supuesto
1/2 -3/6 -6/6 2/2 1/2 3/2 0 0 1/2 -3/6 -6/6 -2/2 1/2 -3/6 6/3 0

Q = (Q ) =
T T

y Por supuesto que

R=

1/2 1 0 3/2 -3/3 0 0 -6/3 0 0 0

11

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo AP = QR (verifquelo) Aplicacin: solucin de ecuaciones por mnimos cuadrados El sistema de ecuaciones y + z =1 x + y =1 y+ z =1 y =0

evidntemente no tiene solucin. Pero debe tenerla por mnimos cuadrados. Planteemos en donde 0 A= 1 0 0 1 1 1 1 1 0 1 0 1 b= 1 1 0 A x = b,

Trabajaremos con la matriz 1 A= 1 0 1 1 0 1 1 0 1 0 0

ya que nuestra solucin QR permuto las dos primeras columnas. As no tendremos que involucrar la matriz de permutacin. Esto equivale a resolver el problema equivalente y y + y y x + z =1 =1 + z =1 =0

Nuestro nuevo problema se plantea como, resolver por mnimos cuadrados Ax = b Ahora, como ya resolvimos la permutacin de las columnas, lo escribiremos en base a la descomposicin anterior: 12

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo A = QR Y por lo tanto QRx = b ni perder soluciones, por

El cual es equivalente, sin ganar premultiplicacin por la matriz QT a: Rx = QTb

La solucin de este sistema por mnimos cuadrados, segn la ecuacin normal es: RTRx = RTQTb = (QR) T b = AT b El cual es ahora de solucin inmediata ya que tenemos calculadas todas las matrices 1 1 1 0 3 1 2

ATb =

1 1 1 0 1 0 0 1 0 1 0

Vemos que en el lado izquierdo de RTRx = ATb, hay dos matrices triangulares. R triangular superior y RT triangular inferior. Haciendo y = Rx, resolvemos por sustitucin hacia delante RTy = ATb, es decir
2 0 0 0 1/2 3/2 0 0 1 -3/3 -6/3 0

Es decir

y1 3 = 1 y2 2 y3 y4
1/2

2 y1 + 0 y4 = 3 y1 + 3/2 y2 + 0 y4 = 1 y1 - 3/3 y2 -6/3 y3 + 0 y4 = 2

Obteniendo la siguiente solucin, sustituyendo hacia delante a partir de: y1 = 3/2, y2 = 3/6, y3 = -6/3, y4 variable libre Procedemos a resolver, por sustitucin regresiva o hacia atrs, el sistema, Rx = y, el cual se convierte en: 2 x1 + 1/2 x2 + 1 x3 = 3/2 3/2 x2 -3/3 x3 = 3/6 -6/3 x3 = -6/3 0 = y4

13

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

La ltima ecuacin tiene sentido ya que y 4 es variable libre. Con y4 = 0, tenemos, la solucin por mnimos cuadrados: x1 = 0, x2 = 1, x3 = 1. Este problema se pudo resolver utilizando la ecuacin normal (generalmente inestable si se trabaja con mtodos aproximados), eficiente con matemtica exacta.

14

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo La siguiente funcin en MATLAB encuentra las constantes c y s (coseno y seno) Function [c, s] = givcero(x) % % % % % % % GIVCERO Hace ceros en un vector x usando matrices Givens. [c,s] = givcero(x) produce las constantes c y s de una matriz Givens para un vector x de dimensin 2 tal que G(1,2,theta)x tiene un cero en la segunda entrada c = cos(theta), s = sin(theta). input : Vector x output : constantes c y s

if abs(x(2)) > abs(x(1)) t = x(1)/x(2); s = 1/((1+t*t)^.5); c = s*t ; else t = x(2)/x(1); c = 1/((1+t*t)^.5); s = c*t ; end Ejemplo: Hallar las constantes c y s de la matriz Givens que al premultiplicarla por el vector

Produce un cero en la segunda componente del vector x. Solucin x= [3; 0.5] x= 3.0000 0.5000 [c,s]=givcero(x) c =0.9864 s =0.1644

15

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

Premultiplicacin de una matriz por una matriz Givens: Dada una matriz A de orden m por n, las constantes c y s de una matriz (1 i j m ) entonces el siguiente de Givens y los ndice i, j tal que algoritmo superpone A con implementa el algoritmo: function A = givmult(A,i,j,c,s) % % % % % % PGIVMUL Premultiplicacion por una matriz Givens. A = givmult(A,i,j,c,s) calcula the premultiplicacion de la matrix A por la matriz Givens G(i,j,theta) La matriz salida A contiene el producto GA. Input : Matriz A, parametros Givens c y s, indices i y j Output : Matriz A A. La siguiente funcin givmult

[m,n] = size(A); a1 = A(i,:); a2 = A(j,:); A(i,:) = c * a1 + s * a2; A(j,:) = -s * a1 + c * a2; Haciendo ceros en una posicin especificada de una matriz: Si se desea crear un cero en la posicin (j,i) (j>i) de una matriz A entonces se construye una matriz Givens , la cual al premultiplicarla por A solo afectar las filas i y j de A y adems muestra la rotacin que se est usando. function [A,Rij] = givcerorot(i,j,A) % % % % % % % % GIVCEROROT Hace cero una entrada de una matriz A usando matrices Givens matriz A usando una matriz Givens G. The matriz salida contiene el product GA tal que su entrada (j,i) es cero. Rij representa la matriz de rotacin (i,j) Este programa llama a los programas GIVMULT y GIVCERO. input : Enteros i, j y Matriz A output : Matriz A

[m,n] = size(A); Q=eye(n,n); 16

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo x = zeros(2,1); x(1) = A(i,i); x(2) = A(j,i); [c,s] = givcero(x); Q(i,i)=c; Q(j,j)=c; Q(i,j)=s; Q(j,i)=-s; R=Q; A = givmult(A,i,j,c,s); Ejemplo: Sea la matriz
3 8 A = 5 2 1 7 3 8 4 6 2 1 2 2 6 9

Hacer cero la entrada (4,2) usando matrices Givens. Solucin Tenemos que usar i=2 j=4 en la funcin givcerorot. A= [3 -1 4 2; 8 7 6 2; 5 3 2 6;-2 8 1 9] A= 3 8 5 -2 -1 7 3 8 4 2 6 2 2 6 1 9

[A,Rij]=givcerorot(2,4,A) A= 3.0000 3.7629 5.0000 -7.3376 Rij= 1.0000 0 0 0 0.6585 0 0 0 1.0000 0 0.7526 0 -1.0000 10.6301 3.0000 0 4.0000 4.7036 2.0000 -3.8570 2.0000 8.0902 6.0000 4.4214

17

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo 0 -0.7526 0 0.6585

Obteniendo la factorizacin QR usando matrices Givens: Consideremos la matriz A de orden m x n. Lo que se busca es convertir a A en una Matriz triangular superior R paso a paso. En Matlab podemos obtener una factorizacin QR mediante el comando QR, el siguiente algoritmo calcula la factorizacin QR de la matriz A, superponiendo A con R. (Es decir la funcin givensqr calcula la factorizacin QR usando matrices Givens) function [Q,R]=QRGivens(A) % % % % % QRGIVENS Factorizacion QR usando matrices Givens [Q,R] = givensqr(A) produce una matriz ortogonal Q y una matriz R del mismo tamao de A con ceros debajo de la diagonal, tal que A = QR.

n=length(A); Q=eye(n); for j=1:n-1 for i=j+1:n if A(i,j)~=0 aux=sqrt(A(j,j)^2+A(i,j)^2); c=A(j,j)/aux; s=-A(i,j)/aux; Rot=[c s; -s c]; %solo cambian las filas i y j A([i j],:)=Rot*A([i j],:); Q([i j],:)=Rot*Q([i j],:); end end end Q=Q'; R=A; return Ejemplo: sea

18

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

3 8 A = 5 2 1 7 3 8 4 6 2 1 2 2 6 9

Hallar la su factorizacion QR. Solucin A= [3 -1 4 2; 8 7 6 2; 5 3 2 6;-2 8 1 9] A= 3 8 5 -2 -1 7 3 8 4 2 6 2 2 6 1 9

>> [Q,R]=QRGivens(A) Q= 0.2970 0.7921 0.4951 -0.1980 R= 10.0995 0 0 0 5.1488 9.8229 0 0 6.7330 1.7646 2.9245 0 3.3665 8.6193 1.0682 -6.1833 -0.2575 0.2974 0.0459 0.9182 0.8392 0.0485 -0.4836 0.2438 -0.3757 0.5308 -0.7204 -0.2413

La matriz a no tiene por qu ser cuadrada. Resolviendo un sistema de ecuaciones para una matriz rectangular A: Sea el sistema de ecuaciones: y + z =1 x + y =1 y + z =1 y =0 Planteemos: A x = b. 19

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

0 1 1 1 1 0 A= 011 0 1 0
Trabajaremos con la matriz:

1 1 b= 1 0

1 0 1 1 A= 10 1 0
A= [1 0 1; 1 1 0; 1 0 1; 1 0 0] A= 1 1 1 1 0 1 0 0 1 0 1 0

1 0 1 0

b= [1; 1; 1; 0] b= 1 1 1 0 C= A' * b 20

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo C= 3 1 2 >> [Q,R]=QRGivens(A) Q= 0.5000 0.5000 0.5000 0.5000 R= 2.0000 0 0 0 y=R'\C y= 1.5000 0.2887 0.8165 0 x=R\y x= 0.0000 1.0000 1.0000 Siendo:
x1 = 0 = y x2 = 1 = x x3 = 1 = z

-0.2887 0.8660 -0.2887 -0.2887 0.5000 0.8660 0 0

0.4082 0 0.4082 -0.8165 1.0000 -0.5774 0.8165 0

-0.7071 0 0.7071 0

NOTA: No olvidar que x1 = y y x 2 = x puesto que se a hecho un cambio de columnas para los valores de x y y.

21

Anlisis Numrico II Universidad Nacional Pedro Ruiz Gallo

22