FUNDACIÓN UNIVERSITARIA KONRAD LORENZ

FACULTAD DE MATEMÁTICAS E INGENIERÍA

PROGRAMA DE INGENIERÍA DE SISTEMAS
MÉTODOS NUMÉRICOS

FACTORIZACIÓN TRIANGULAR DE MATRICES

Por: Pervys Rengifo Rengifo

Supóngase que una matriz Anxn se ha reducido a una forma escalonada U mediante una sucesión
de operaciones elementales en los renglones. Por lo expuesto anteriormente, cada una de estas
operaciones elementales1 se puede efectuar multiplicando por la izquierda una matriz elemental 2
apropiada. Así, es posible encontrar matrices elementales E1,E2,E3,...,Ek tales que

Ek*Ek-1*...*E1*A=U [1]

Como ya se mencionó las matrices Ek, Ek-1,..., E1, al ser elementales son invertibles, por lo tanto,
despejando A de [1]:

Se puede demostrar que la matriz L, definida por

Es triangular inferior, con la condición de que para reducir a A en U no se efectúe ningún

intercambio de filas. Suponiendo que este es el caso, entonces:

Que es una factorización de A en un producto de una matriz triangular inferior y una matriz
triangular superior.
Una factorización de una matriz cuadrada A como A=LU, donde L es una matriz triangular
inferior y U es una matriz triangular superior, se denomina descomposición LU o descomposición
triangular de A

Ejemplo: Encontrar una descomposición LU para

 2 8 4
A =  5 − 3 0

− 4 2 4

Solución: Para obtener una descomposición LU, A=LU, A se reducirá a una forma escalonada U,
y luego L se calculará a partir de las matices elementales

1
Las operaciones elementales que se pueden efectuar entre las filas de una matriz son:
• Multiplicar una fila por una constante diferente de cero.
• Intercambiar dos filas( permutación)
• Sumar a una fila otra fila multiplicada por una constante.

2
Una matriz de nxn se denomina matriz elemental si se puede obtener a partir de la matriz identidad Inxn al efectuar una sola operación elemental
entre filas
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Reducción a la forma Matriz Elemental que Inversa de la matriz elemental
escalonada corresponde a la operación
entre filas
2 4 4
 5 − 2 − 2 1
  F1 → F1 F1 → 2F1
2
− 4 2 4 
 1 2 0 0  2 0 0
E1 =  0 1 0 E 1
−1
= 0 1 0
 0 0 1 0 0 1
1 2 2
 5 − 2 − 2
  F2 → F2 + ( − 5F1 ) F2 → F2 + 5F1
− 4 2 4 
 1 0 0 1 0 0 
E 2 = − 5 1 0 E −1
2 = 5 1 0
 0 0 1 0 0 1
1 2 2 
 0 − 12 − 12 F3 → F3 + 4F1 F3 → F3 + ( − 4F1 )
 
− 4 2 4 
1 0 0   1 0 0
E 3 = 0 1 0 E3−1 =  0 1 0
4 0 1 − 4 0 1
1 2 2 
0 − 12 − 12 1
  F2 → − F2 F2 → −12F2
12
0 10 12 
1 0 0 1 0 0
E4 = 0 − 12 0
 1 E −1
4 = 0 − 12 0

0 0 1 0 0 1
1 2 2 
0 1 1  F3 → F3 + ( − 10F2 ) F3 → F3 + 10F2
 
0 10 12
1 0 0 1 0 0

E5 = 0 1 0 E −1
= 0 1 0
5

0 − 10 1 0 10 1

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

 1 2 2 
0 1 1  1
F3 → 2F3
  F3 → F3
2
0 0 2
1 0 0 1 0 0 
E 6 = 0 1 0  E −1
6 = 0 1 0
0 0 1 
2 0 0 2
1 2 2 
0 1 1 
 
0 0 1 

1 2 2
 1 , y
De esta forma: U = 0 1
0 0 1
L = E1−1 E 2−1 E3−1 E 4−1 E 5−1 E 6−1 =
2 0 0 1 0 0  1 0 0 1 0 0 1 0 0 1 0 0 2 0 0
0 1 0 5 1 0  0 1 0 0 − 12 0 0 1 0 0 1 0 5 − 12 0
       =  
0 0 1 0 0 1 − 4 0 1 0 0 1 0 10 1  0 0 2 4 10 2

1 3 1  2 0 0 1 2 2 
 − 3 − 8 0  5 − 12 0 0 1 1 
De modo que, A=LU, o   =  
 4 9 2 4 10 2 0 0 1 
También se puede verificar que:
E6E5 E4 E3 E2 E1 A=U
1 0 0  1 0 0 1 0 0  1 0 0  1 0 0  1 2 0 0  1 3 1
 0 1 0   0 1 0  0 − 1 0 0 1 0  − 5 1 0  0 1 0  − 3 − 8 0 
     12     =
0 0 1 2  0 − 10 1 0 0 1 4 0 1  0 0 1  0 0 1  4 9 2

 12 0 0 1 3 1  1 3 1
5 −1 0  − 3 − 8 0 − 3 − 8 0
 24 12   =  =U
 −1 24 5
12
1 
2  4 9 2  4 9 2

Un procedimiento práctico permite realizar la factorización de una matriz, A, sin el cálculo

directo de las operaciones elementales ni sus inversas, para matrices cuadradas, en el supuesto de
que A se pueda reducir a la forma escalonada, sin efectuar intercambios de filas, así:

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

 • Paso 1: Reducir A a una forma escalonada U sin efectuar ningún intercambio de filas y
sin perder de vista los multiplicadores usados para introducir los unos principales y los
multiplicadores usados para introducir ceros debajo de los unos principales.
• Paso 2: En cada posición a lo largo de la diagonal principal de L escribir el recíproco del
multiplicador con que se introdujo el uno principal en esa posición de U.
• Paso 3: En cada posición por debajo de la diagonal principal de L escribir el negativo del
multiplicador usado para introducir el cero en esa posición de U.
• Paso 4: Formar la descomposición. A = LU

EJEMPLO:
Encontrar una descomposición LU de

8 − 4 0 
A = 7 − 1 2
3 9 5

SOLUCION:
Se comenzará por reducir A a la forma escalonada, sin perder de vista los multiplicadores:
Matriz Inicial Operación Resultado Multiplicadores L
8 − 4 0  F → F 1 1 − 2 0 
1
8 0 0
  1 1
  1 ? ? 0 
A = 7 − 1 2  8
7 − 1 2
Multipllicador:
8  
3 9 5 3 9 5 Elemento Diagonal: Se ? ? ? 
pasa el recíproco

1 − 1 2 0 F2 → F2 + ( − 7F1 ) 1 − 1 2 0 
Multiplicador: -7
Multiplicador:-3 8 0 0 
7 − 1 2 F3 → F3 + ( − 3F1 ) 0 5 
2 No elemento diagonal: Se 7 ? 0 
  2 pasa el opuesto  
3 9 5 0 21 2 5 3 ? ? 
1 − 1 2 0 2 1 − 1 2 0  2 8 0 0 
F2 → F2 Multipllicador:
0 5 2 5 0 1 4  5 7 5 0 
 2  5
Elemento Diagonal: Se  2 
0 21 2 5 0 21 2 5  pasa el recíproco 3 ? ? 
21
1 − 1 2 0  21  1 − 1 2 0  Multipllicador: − 8 0 0 
0 1 F3 → F3 +  − F2   2
4   2  0 1 4  No elemento diagonal: Se
7 5 0 
 5  5  pasa el opuesto  2 
0 21 2 5  0 0 −3410  3 21
2 ? 
10 10
1 − 1 2 0  F2 → − F2 1 − 1 2 0  Multipllicador: −
34
8 0 0 
0 1 4  34 0 1 4  Elemento Diagonal: Se 7 5 0 
 5  U=  5
pasa el recíproco
L=  2

0 0 −34 
10  0 0 1  3 21 2 −34 10 
8 − 4 0   6 0 0  1 − 1 2 0 
   0  0 1 4 5 
A=LU, A = 7 − 1 2 = 9 5 2
3 9 5 3 21 2 −3410  0 0 1 

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

MÉTODOS DE FACTORIZACIÓN Y RESOLUCIÓN DE SISTEMAS DE ECUACIONES

Considere el sistema Ax=b, al que se le puede aplicar el método de eliminación Gaussiana, sin
intercambio de ecuaciones (filas) ni incógnitas(columnas). Entonces, según lo expuesto
anteriormente, la matriz A, se puede descomponer en el producto de dos matrices, una triangular
inferior, L, y otra triangular superior U. Es decir, A=LU.

 a11 a12  a1n   l11 0  0  u11 u12  u1n 

a a 22  a 2 n   l 21 l 22  0   0 u 22  u 2 n 
A = LU ∴  21 =
              
    
 a n1 an 2  a nn  l n 2 l n 2  l nn   0 0  u nn 

Para establecer un algoritmo general para matrices invertibles, se igualan término a término
a11 = l11u11
a12 = l12 u12

a12 = l12 u12

Dependiendo de las condiciones exigibles a A, L y U, se pueden considerar los siguientes tres

métodos:

METODO DE DOOLITTLE

Este método impone que la matriz L posea unos en la diagonal principal, es decir

 1 0  0
l 1  0
L =  21
    0
 
l n1 l n 2  1
En este caso los valores de L y U se obtienen mediante el siguiente algoritmo:
Paso 1: u11 = a11
Paso 2: Para i=1, 2, ..., n
l ii = 1

Paso 3: Para j=2, 3, ..., n

u1 j = a1 j
a j1
l j1 =
u11
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Paso 4: Para i=2, 3, ..., n-1 Siga los pasos 5 y 6
i −1
Paso 5: uii = aii − ∑ lik u ki
k =1
Paso 6: paso j=i+1, i+1, ..., n
i −1
uij = aij − ∑ lik ukj
k =1

1  i −1

l ji =
uii  ji ∑ l jk u k i 
a −
 k =1 

n −1
Paso 7: u nn = ann − ∑ lnk u kn
k =1

METODO DE CROUT

Este método impone que la matriz U posea unos en la diagonal principal, es decir
1 u12  u1n 
0 1  u 
U = 2n 

   
 
0 0  1 

 a11 a12  a1n   l11 0  1 u12  u1n 

0 
a a22  a2 n   l21
0  0 1  u 2 n 
l22 
A = LU ∴  21 =  
      
      
    
 an1 an 2  ann  ln 2
ln 2  lnn  0 0  1 
Haciendo la igualdad término a término se puede establecer el siguiente algoritmos para
determinar los componentes de U y L:
Paso 1: l11 = a11
Paso 2: Para i=1,2,...,n
uii = 1
Paso 3: Para j=2,3,...,n
l j1 = a j1
a1 j
u1 j =
l11

Paso 4: Para i=2,3,...,n-1 Siga los pasos 5 y 6

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

 i −1
Paso 5: lii = aii − ∑ lik u ki
k =1
Paso 6: paso j=i+1,i+1,...,n
i −1
l ji = a ji − ∑ l jk uki
k =1

1  i −1

uij =
lii  ij ∑ lik u kj 
a −
 k =1 

n −1
Paso 7: lnn = ann − ∑ lnk ukn
k =1

Tanto en este método como en el de Doolittle, una vez obtenidas L y U, se sustituyen en el

sistema lineal inicial: Ax = b
Ax = LUx = L( Ux ) = b
Si se hace, y=Ux, entonces
Se resuelve inicialmente el sistema:
Ly = b .
Una vez obtenido “y”, se puede resolver:
Ux = y
El procedimiento podría resumirse así:
Paso 1: resuelva Ly=b, y obtenga y, por sustitución hacía adelante.
Paso 2: Con y conocido resulta Ux=Y, de donde obtiene a x por sustitución hacia atrás.

Pero, cuál es la ventaja de dividir el sistema lineal inicial en dos sistemas sucesivos?
La ventaja es que la solución de un conjunto triangular de ecuaciones es completamente trivial.
Así, por ejemplo, el sistema Ly = b , se puede resolver por sustitución hacia delante como sigue:
b
y1 = 1
l11

1  i −1 
yi =  i ∑ lij y j 
b − i = 2, 3,, n
lii  j =1 

Mientras que el sistema Ux = y , se puede resolver mediante sustitución hacia atrás, como sigue:

yn
xn =
u nn
1  n 
xi =
uii
 yi − ∑u ij xj  i = n − 1, n − 2,, 1
 j =i +1 

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

EJEMPLO:
Utilizando el método de Doolittle, resolver el sistema
x + y + 2 z = 19
−x+ z = 7
2x + y − z = −4
1 1 2
La matriz de coeficientes del sistema es A = − 1 0 1  , con lo que
 2 1 − 1
a11 = 1 a12 = 1 a13 = 2 x  19 
a 21 = −1 a 22 = 0 a 23 = 1 , y sea X =  y  y b =  7 
 
a31 = 2 a32 = 1 a33 = −1  z  − 4
Con estas convenciones el sistema de ecuaciones lineales en cuestión se puede escribir como:
AX=b

Cuando se utiliza el método de Doolittle, se trata de encontrar dos matrices, una triangular
inferior con unos en la diagonal principal, L, y otra triangula superior U, tales que A=LU.
El procedimiento es:
Paso 1: u11 = a11 = 1
Paso 2: Para i=1, 2, 3
lii = 1 ∴ l11 = 1 , l22 = 1 , l33 = 1

Paso 3: Para j=2, 3

u1 j = a1 j
a j1
l j1 =
u11
Para j=2
u12 = a12 = 1
a −1
l21 = 21 = = −1
u11 1
Para j=3

u13 = a13 = 2
a 2
l31 = 31 = = 2
u11 1
Paso 4: Para i=2 Siga los pasos 5 y 6
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
 i −1
Paso 5: uii = aii − ∑ lik u ki
k =1
1
u 22 = a22 − ∑ l2 k uk 2 = a22 − l21u12 = 0 − ( − 1) = 1
k =1
Paso 6: para j=3
1
u 23 = a23 − ∑ l2 k u k 3 = a23 − l21u13 = 1 − ( − 1)( 2 ) = 3
k =1

1  1
 1
l 32 =  a 32 − ∑ l 3k u k 2  = [ a32 − l31u12 ] = 1 [1 − 2 ∗ 1] = −1
u 22  k =1  u 22 1

2
Paso 7: u nn = a33 − ∑ l 3k u k 3 = a33 − ( l 31u13 + l 32 u 23 ) = −1 − ( 2 ∗ 2 + ( − 1) ∗ 3) = −1 − 1 = −2
k =1

Resumiendo los resultados anteriores

 1 0 0 1 1 2 
L = − 1 1 0 y U = 0 1 3 
 
 2 − 1 1 0 0 − 2

 y1 
 
Paso 1: resolver Ly=b, donde y =  y 2 
 y3 

 1 0 0  y1   19 
 − 1 1 0 ⋅  y  =  7 
   2    , aplicando sustitución hacia adelante, se obtiene
 2 − 1 1  y3  − 4

b1 19
y1 = = = 19
l11 1
1 1  1 1
y2 =  2 ∑ l 2 j y j  = [ b2 − l 21 y1 ] = [ 7 − ( − 1) ⋅19] = 26
b −
l 22
 j =1  l 22 1
1  2  1 1
y3 = b3 − ∑ l3 j y j  = [ b3 − ( l31 y1 + l32 y 2 ) ] = [ − 4 − ( 2 ∗19 + ( − 1) ∗ 26) ] = −16
l33  j =1  l33 1
 19 
 
Con esto se obtuvo: y =  26 
− 16
Paso 2: Resolver Ux=y

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

1 1 2   x   19 
0 1 3  ⋅  y  =  26 
      , aplicando sustitución hacia atrás se obtiene
0 0 − 2  z  − 16

y3 − 16
x3 = = =8
u33 − 2
1  3  1
x2 =  2 ∑ u2 j x j  =
y − [ y2 − ( u 23 x3 ) ] = 1 [ 26 − ( 3 ∗ 8) ] = 2
u 22
 j =3  u 22 1
1  3  1
x1 =  y1 − ∑ u1 j x j  = [ y1 − ( u12 x2 + u13 x3 ) ] = 1 [19 − (1∗ 2 + 2 ∗ 8) ] = 1
u11  j =2  u11 1
Con lo que se obtiene:
1 
x1 = 1, x 2 = 2,x3 = 8 o X = 2 , que es la solución del sistema.
8

MÉTODO DE FACTORIZACIÓN DE CHOLESKI

Si A es una matriz simétrica y definida positiva, entonces A tiene una factorización única de la
forma A=LLT en la cual L es una matriz triangular inferior con sus elementos en la diagonal
principal todos positivos. Esta factorización se conoce como FACTORIZACIÓN DE CHOLESKI
(Recuerde que si A es definida positiva, entonces se puede realizar eliminación gaussiana sobre A
sin intercambio de filas y todos los pivotes que resultan son positivos)
Para ilustrar cómo se obtiene la factorización directa de Choleski, es decir, sin usar eliminación
gaussiana, supóngase que la matriz A(definida positiva) es de orden 4. Mediante el método de
Choleski se llega a la siguiente forma: A=LLT

 a11 a12 a13 a14  l11 0 0 0  l11 l 21 l 31 l 41 

a a 22 a 23 a 24  l 21 l 22 0 0   0 l 22 l 32 l 42 
 12 = ⋅
 a13 a 23 a33 a34  l 31 l 32 l 33 0 0 0 l 33 l 43 
     
a14 a 24 a34 a 44  l 41 l 42 l 43 l 44   0 0 0 l 44 

A L LT

Para determinar los elementos lij de L, se emplea el siguiente algoritmo

Paso 1: l11 = a11
Paso 2: Para i=2,..., n
a
l i1 = i1 (La primera columna de L)
l11
Paso 3: l 22 = a 22 − l 212
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Paso 4: Para i=3, 4,..., n siga los pasos 5 y 6
Paso 5: Para j=2,..., i-1
j −1
aij − ∑ l ik l jk
l ij = k =1

l jj
i −1
Paso 6: lii = aii − ∑ lik2
k =1

Luego de calcular L, para resolver el sistema, se procede como sigue:

Paso 1: Resolver Ly = b , se puede resolver por sustitución hacia delante como sigue:
b
y1 = 1
l11

1 i −1 
yi = bi − ∑ lij y j  i = 2, 3,, n
lii  j =1 

Paso 2: Resolver LT x = y , se puede resolver mediante sustitución hacia atrás, como sigue:

yn
xn =
l nn
1  n 
xi =
lii
 yi − ∑l ji xj  i = n − 1, n − 2, , 1
 j = i +1 

EJEMPLO:
Determine si la siguiente matriz es simétrica y definida positiva y, si lo es, encuentre su
factorización directa de Choleski
 2 −1 0 
A =  − 1 2 − 1
 0 − 1 2 
Por inspección visual se puede comprobar que la matriz A es simétrica, lo cual se confirma
verificando que AT=A
Para comprobar si la matriz A es definida positiva, se realiza el proceso de eliminación Gaussiana
sobre la matriz:
 2 −1 0  2 − 1 0  2 − 1 0 
A = − 1 2 − 1 → 0 3 2 − 1 → 0 3 2 − 1
   
 0 − 1 2  0 − 1 2  0 0 4 3 
Como no hubo necesidad de intercambio de filas y todos los pivotes: 2, 3/2, 4/3, son positivos,
entonces se concluye que la matriz A es definida positiva y, en consecuencia tiene una
factorización de Choleski:

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

 l11 0 0
 0  , tal que L ⋅ LT = A , para lo cual se utiliza el algoritmo ya
Se debe hallar L = l 21 l 22
l 31 l 32 l 33 
expuesto más arriba.
a11 = 2 a12 = −1 a13 = 0
Pare este caso: a 21 = −1 a 22 = 2 a 23 = −1 , n=3( la dimensión de la matriz)
a31 = 0 a32 = −1 a33 = 2
Paso 1: l11 = a11 = 2
Paso 2: Para i=2, ..., 3
a
li1 = i1
l11
i=2
a −1
l 21 = 21 =
l11 2
i=3
a 0
l 31 = 31 = =0
l11 2

Paso 3: l 22 = a 22 − l 212 = 2 − ( 1 ) 2
2
= 3
2

Paso 4: Para i=3 siga los pasos 5 y 6

Paso 5: Para j=2
j −1
aij − ∑ l ik l jk
, por lo tanto,
l ij = k =1

l jj
1
a32 − ∑ l 3k l 2 k
a32 − l 31l 21 − 1 − 0( − 1 )
l 32 = k =1
= = 2
=− 2
3
l 22 l 22 3
2

i −1
Paso6: lii = aii − ∑ lik2 , por lo tanto,
k =1

l 33 = a33 − ∑ l 32k = a33 − ( l312 + l 322 ) = 2 −  0 + − ( )

2
2
2
 = 2
k =1  3
 3

 2 0 0 
 
Resumiendo el resultado: L = − 1 2 3
2 0 ,y
 0 − 2 2 
 3 3

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

  2 −1 0   2 0 0   2 − 1
2
0 
     
A = − 1 2 − 1 = L ⋅ LT = − 1 2 3
2 0 ⋅ 0
3
2 − 23 
 0 − 1 2   0 − 2 2  0 0 2 
 3 3  3 

Ejemplo:
Resolver, aplicando el método de Choleski, el siguiente sistema
x1 − x 2 + x3 = 1  1 − 1 1
− x1 + 5 x 2 + x3 = 1 , por lo tanto, la matriz de coeficientes del sistema A = − 1 5 1 , y el
x1 + x 2 + 3x3 = 0  1 1 3
sistema se puede escribir como:
 x1  1 
   
Ax = b , con x =  x 2  y b = 1
 x3  0
Para poder aplicar el método de Choleski, la matriz de coeficientes debe ser simétrica y definida
positiva. La matriz A es simétrica, ya que At=A. Para verificar si la matriz A es definida positiva
se reduce a la forma escalonada( sin intercambio de renglones)
 1 − 1 1 1 − 1 1  2 − 1 1 
A = − 1 5 1 → 0 4 2 → 0 4 2 ,
   
 1 1 3 0 2 2 0 0 1
Como todos los pivotes resultantes: 2, 4 y 1 son positivos, se concluye que A es una matriz
simétrica definida positiva.
Ahora se hace la factorización de Choleski, con
a11 = 1 a12 = −1 a13 = 1
a 21 = −1 a 22 = 5 a 23 = 1
a31 = 1 a32 = 1 a33 = 3
Paso 1: l11 = a11 = 1 = 1
Paso 2: Para i=2, ..., 3
a
li1 = i1
l11
i=2
a −1
l 21 = 21 = = −1
l11 1
i=3
a 1
l 31 = 31 = = 1
l11 1

= 5 − ( − 1) = 2
2
Paso 3: l 22 = a 22 − l 21
2

Paso 4: Para i=3 siga los pasos 5 y 6

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

 Paso 5: Para j=2
j −1
aij − ∑ l ik l jk
, por lo tanto,
l ij = k =1

l jj
1
a32 − ∑ l3k l 2 k
a32 − l31l 21 1 − 1( − 1)
l 32 = k =1
= = =1
l 22 l 22 2
i −1
Paso 6: lii = aii − ∑ lik2 , por lo tanto,
k =1

l 33 = a33 − ∑ l 32k = a33 − ( l 312 + l 322 ) = 3 − (12 + 12 ) = 1

2

k =1

 1 0 0
 
Resumiendo: L = − 1 2 0 , y A=LLT
 1 1 1

Ahora para resolver el sistema, se procede como se indicó más arriba:

 y1  1
   
Paso 1: resolver Ly=b, donde y =  y 2  y b = 1
 y3  0

 1 0 0  y1  1
− 1 2 0 ⋅  y  = 1
   2    , aplicando sustitución hacia adelante, se obtiene
 1 1 1  y 3  0

b1 1
y1 = = =1
l11 1
1  1  1
y2 =  2 ∑ l2 j y j  =
b − [ b2 − l 21 y1 ] = 1 [1 − ( − 1) ⋅ 1] = 1
l 22
 j =1  l 22 2
1  2  1 1
y3 =  3 ∑ l 3 j y j  = [ b3 − ( l 31 y1 + l 32 y 2 ) ] = [ 0 − (1 ∗ 1 + (1) ∗ 1) ] = −2
b −
l 33  j =1  l 33 1
1 
 
Con esto se obtuvo: y =  1 
− 2
Paso 2: Resolver LTx=y

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

1 − 1 1  x1   1 
0 2 1 ⋅  x  =  1 
   2    , aplicando sustitución hacia atrás se obtiene
0 0 1  x3  − 2

y3 − 2
x3 = = = −2
l33 1
1  3  1
x2 =  2 ∑ l j2 x j  =
y − [ y 2 − ( l32 x3 ) ] = 1 [1 − (1 ∗ −2) ] = 3
l 22
 j =3  l 22 2 2
1  3  1 1 9
x1 =  y1 − ∑ l j1 x j  = [ y1 − ( l 21 x 2 + l 31 x3 ) ] = [1 − ( − 1 ∗ 3 2 + 1 ∗ −2 ) ] =
l11  j =2  l11 1 2
Con lo que se obtiene:
 − 2
3 9  
x1 = −2, x 2 = ,x3 = o x =  3 2  , que es la solución del sistema.
2 2
 9 2 

Ejemplo
Aplicando el método de Choleski, resolver el siguiente sistema:
x1 + 2 x 2 − x3 =2
2 x1 + 5 x 2 + x3 + x 4 = 6
− x1 + x 2 + 14 x3 + 5 x 4 = 6
x 2 + 5 x3 + 3 x 4 = 2

1 2 −10  x1  2
2 5 1 
1  
x2  6 
Definiendo, A =  , x=  ,y b= 
− 1 1 145  x3  6 
     
0 1 5 3  x4  2
El sistema se puede representar como Ax=b
Como A=AT, la matriz es simétrica, para demostrar que es definida positiva se calculan los
determinantes de las submatrices principales:
1 2 −1 0
1 2 −1
2 5 1 1 1 2
A4 = = 4 , A3 = 2 5 1 = 4 , A2 = = 1 , A1=1
− 1 1 14 5 2 5
− 1 1 14
0 1 5 3
Como todos los determinantes son positivos, se concluye que la matriz A es definida positiva
Ahora se halla la factorización directa de Choleski
Paso 1: l11 = a11 = 1 = 1
Paso 2: Para i=2, ..., 4
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
 ai1
li1 =
l11
i=2
a 21 2
l 21 = = =2
l11 1
i=3
a31 − 1
l 31 = = = −1
l11 1
i=4
a 41 0
l 41 = = =0
l11 1

= 5 − ( 2) = 1
2
Paso 3: l 22 = a 22 − l 21
2

Paso 4: Para i=3,4 siga los pasos 5 y 6

i=3
Paso 5: Para j=2
j −1
aij − ∑ l ik l jk
, por lo tanto,
l ij = k =1

l jj
1
a32 − ∑ l 3k l 2 k
a32 − l 31l 21 1 − ( − 1) ∗ 2
l 32 = k =1
= = =3
l 22 l 22 1
i −1
Paso 6: l ii = aii − ∑ l ik2 , por lo tanto,
k =1

( ) ( )
2
l 33 = a33 − ∑ l 32k = a33 − l312 + l 322 = 14 − ( − 1) + 3 2 = 2
2

k =1

i=4
Paso 5: Para j=2,3
j −1
aij − ∑ l ik l jk
, por lo tanto:
l ij = k =1

l jj
j=2
1
a 42 − ∑ l 4 k l 2 k
a 42 − l 41l 21 1 − 0 ∗ 2
l 42 = k =1
= = =1
l 22 l 22 1
j=3

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

 2
a 43 − ∑ l 4 k l 3k
a 42 − ( l 41l 31 + l 42 l32 ) 5 − ( 0 ∗ −1 + 1 ∗ 3)
l 43 = k =1
= = =1
l33 l 33 2
i −1
Paso 6: l ii = aii − ∑ l ik2 , por lo tanto,
k =1

( ) ( )
3
l 44 = a 44 − ∑ l 42k = a33 − l 41
2
+ l 422 + l 432 = 3 − 0 2 + 12 + 12 = 1
k =1

1 0 0 0 1 2 − 1 0
2 1 0 0 0 1 3 1
Compilando los resultados: L =  y L =
T

− 1 3 2 0 0 0 2 1
   
0 1 1 1 0 0 0 1
Ahora se resuelve el sistema:

y1  2
y  6 
Paso 1: resolver Ly=b, donde y =
2 y b = 
y 3  6
  
y 4  2

1 0 0 0  y1  2
2
 1 0 0  y 2  6
⋅ = , aplicando sustitución hacia adelante, se obtiene
− 1 3 2 0  y 3   6 
     
0 1 1 1  y 4   2

b1 2
y1 = = =2
l11 1
1  1  1
y2 =  2 ∑ l2 j y j  =
b − [ b2 − l 21 y1 ] = 1 [ 6 − ( 2) ∗ 2] = 2
l 22  j =1  l 22 1
1  2  1 1
y3 =  3 ∑ l 3 j y j  = [ b3 − ( l 31 y1 + l 32 y 2 ) ] = [ 6 − ( − 1 ∗ 2 + 3 ∗ 2 ) ] = 1
b −
l 33  j =1  l 33 2
1  3  1
y4 =  4 ∑ l4 j y j  =
b − [ b4 − ( l 41 y1 + l 42 y 2 + l 43 y3 ) ] = 1 [ 2 − ( 0 ∗ 2 + 1 ∗ 2 + 1 ∗ 1) ] = −1
l 44  j =1  l 44 1

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

 2
2
Con esto se obtuvo: y =  
1
 
− 1
T
Paso 2: Resolver L x=y
1 2 − 1 0  x1   2 
0 1 3 1   x   2 
  ⋅  2  =   , aplicando sustitución hacia atrás se obtiene
0 0 2 1   x 3   1 
     
0 0 0 1  x 4  − 1

y4 − 1
x4 = = = −1
l 44 1
1  4  1 1
x3 =  3 ∑ l j 3 x j  = [ y 3 − ( l 43 x 4 ) ] = [1 − (1 ∗ −1) ] = 1
y −
l 33
 j =4  l 33 2
1  4  1
x2 =  2 ∑ l j2 x j  =
y − [ y 2 − ( l32 x3 + l 42 x4 ) ] = 1 [ 2 − ( 3 ∗ 1 + 1 ∗ −1) ] = 0
l 22  j =3  l 22 1
1  4  1 1
x1 =  y1 − ∑ l j1 x j  = [ y1 − ( l 21 x 2 + l31 x3 + l 41 x3 ) ] = [ 2 − ( 2 ∗ 0 + (−1) ∗ 1 + 0 ∗ 1) ] = 3
l11  j =2  l11 1
Con lo que se obtiene:
3
0
x1 = 3, x 2 = 0,x3 = 1, x 4 = −1 o X =   , que es la solución del sistema.
1
 
− 1

Biliografía:

Press, W. H., S. A. Teukolsky, W. T. Vetterling, y B. P. Flannery(1992). Numerical Recipes in C-

Tra Art of Scientific Computing, 2ed., Cambridge University Press, Cambridge.

Anton H.(2002) .Introducción al Álgebra Lineal. Limusa Wiley, México.

MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO