Professional Documents
Culture Documents
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]:
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
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
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
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
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.
Para establecer un algoritmo general para matrices invertibles, se igualan término a término
a11 = l11u11
a12 = l12 u12
a12 = l12 u12
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
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
1 i −1
uij =
lii ij ∑ lik u kj
a −
k =1
n −1
Paso 7: lnn = ann − ∑ lnk ukn
k =1
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
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
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
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
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
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
A L LT
l jj
i −1
Paso 6: lii = aii − ∑ lik2
k =1
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:
Paso 3: l 22 = a 22 − l 212 = 2 − ( 1 ) 2
2
= 3
2
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
2 0 0
Resumiendo el resultado: L = − 1 2 3
2 0 ,y
0 − 2 2
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
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
k =1
1 0 0
Resumiendo: L = − 1 2 0 , y A=LLT
1 1 1
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
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
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
( ) ( )
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
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: