1

Nociones Elementales de Matrices

Antes de ver la solucin de los Sistemas de Ecuaciones Lineales
haremos un repaso de las fundamentos de las matrices.
2
Nociones Elementales de Matrices
3
Nociones Elementales de Matrices
4
Nociones Elementales de Matrices
5
Nociones Elementales de Matrices
6
Nociones Elementales de Matrices
7
Nociones Elementales de Matrices
8
Solucin de sistemas de ecuaciones
lineales
Anlisis de Circuitos (ecuaciones de malla y nodos)
Solucin Numrica de ecuaciones diferenciales (Mtodo de las
diferencias Finitas)
Solucin Numrica de ecuaciones de integrales (Metodo de los
Elementos Finitos, Mtodo de los Momentos)

n n nn n n
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
= + + +
= + + +
= + + +

2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
(
(
(
(

=
(
(
(
(

(
(
(
(

n n nn n n
n
n
b
b
b
x
x
x
a a a
a a a
a a a

2
1
2
1
2 1
2 22 21
1 12 11

9
Consistencia (Solubilidad)
El sistema lineal de ecuaciones Ax=b tiene una solucin, o es
consistente si y solo si Rango{A}=Rango{A|b}
Un sistema es inconsistente cuando
Rango{A}<Rango{A|b}
Rank{A} es el mximo numero de columnas linealmente
independientes o filas de A. El rango puede ser encontrado usando
ERO (Elementary Row Oparations) ECO (Elementary column
operations).
10
Operaciones Elementales de filas (ERO)
Las siguientes operaciones aplicadas a la matriz aumentada[A|b],
producen un sistema lineal equivalente

Intercambios: El orden de dos filas pueden ser cambiada

Escalado: Multiplicando un fila por una constante no cero

Reemplazo: Las filas pueden ser reemplazadas por la suma de
esa fila y un mltiplo distinto a cero de cualquier otra fila
11
Un ejemplo inconsistente


(

=
(

5
4
4 2
2 1
2
1
x
x
(

0 0
2 1
Rank{A}=1
Rank{A|b}=2
ERO:Multiplicar la primera fila por -2 y
sumar la segunda fila
(

3
4
0
2
0
1
Entonces
este sistema
de
ecuaciones
no es soluble
12
Unicidad de las soluciones
El sistema tiene una nica solucion si y solo si
Rango{A}=Rango{A|b}=n
n es el orden del sistema

Tales sistemas son llamados sistemas full-rank (rango completo)
13
Sistemas rango completo (Full-rank)
Si Rango{A}=n
Det{A} = 0 A es no singular por lo tanto invertible
Solucin nica
(

=
(

2
4
1 1
2 1
2
1
x
x
14
Matrices de rango deficiente
Si Rango{A}=m<n
Det{A} = 0 A is singular por lo tanto no es invertible
nmero infinito de soluciones (n-m variables libres)
sistema sub-determinado

(

=
(

8
4
4 2
2 1
2
1
x
x
Consistente soluble
Rank{A}=Rank{A|b}=1
15
Sistema de ecuaciones
mal-condicionadas
Una pequea desviacin en las entradas de la matriz A,
causa una gran desviacin en la solucin.
(

=
(

47 . 1
3
99 . 0 48 . 0
2 1
2
1
x
x
(

=
(

47 . 1
3
99 . 0 49 . 0
2 1
2
1
x
x
(

=
(

1
1
2
1
x
x

(

=
(

0
3
2
1
x
x

16
Mal condicionada (continua.....)
Un sistema lineal de
ecuaciones se dice a
ser mal
condicionada si la
matriz de coeficientes
tiende a ser singular

17
18
Tipos de ecuaciones de sistemas lineales
a ser estudiados
Los coeficientes reales de la matriz cuadrada A
EL vector b es diferente de cero y real
Sistema consistente, soluble
Sistemas rango completo, solucin nica
Sistemas bien-condicionados
19
Tcnicas de Solucin
Mtodos directos de solucin

Encuentra una solucin en un nmero finito de operaciones
transformando el sistema en un sistema equivalente que sea
' ms fcil ' de solucionar.
Triangulares diagonales, .

Mtodos de solucin Iterativos

Calcula las aproximaciones sucesivas del vector solucin para
una mat. A y un b dados, comenzando de un punto inicial x
0

Total del de operaciones es incierto, puede que no converja.
20
Mtodos de solucin directa
Eliminacin Gaussiana
Usando ERO, la matriz A es transformada en una
matriz triangular superior (todos los elementos
debajo de la diagonal son cero).
Sustitucin hacia atrs es usada para resolver un
sistema triangular superior
(
(
(
(
(
(

=
(
(
(
(
(
(

(
(
(
(
(
(

n
i
n
i
nn ni n
in ii i
n i
b
b
b
x
x
x
a a a
a a a
a a a

1 1
1
1
1 1 11

ERO
(
(
(
(
(
(

=
(
(
(
(
(
(

(
(
(
(
(
(

n
i
n
i
nn
in ii
n i
b
b
b
x
x
x
a
a a
a a a
~
~
~
0 0
~ ~
0
1 1 1 1 11

B
a
c
k

s
u
b
s
t
i
t
u
t
i
o
n

21
Primer paso de la eliminacin
(
(
(
(
(
(

=
(
(
(
(
(
(

(
(
(
(
(
(

=
=
=
) 2 (
) 2 (
3
) 2 (
2
) 1 (
1
3
2
1
) 2 ( ) 2 (
3
) 2 (
2
) 2 (
3
) 2 (
33
) 2 (
32
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
) 1 (
11
) 1 (
1 1 ,
) 1 (
11
) 1 (
31 1 , 3
) 1 (
11
) 1 (
21 1 , 2
0
0
0
/
/
/
n
n
nn n n
n
n
n
n n
b
b
b
b
x
x
x
x
a a a
a a a
a a a
a a a a
a a m
a a m
a a m

(
(
(
(
(
(

=
(
(
(
(
(
(

(
(
(
(
(
(

) 1 (
) 1 (
3
) 1 (
2
) 1 (
1
3
2
1
) 1 ( ) 1 (
3
) 1 (
2
) 1 (
1
) 1 (
3
) 1 (
33
) 1 (
32
) 1 (
31
) 1 (
2
) 1 (
23
) 1 (
22
) 1 (
21
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
n
n
nn n n n
n
n
n
b
b
b
b
x
x
x
x
a a a a
a a a a
a a a a
a a a a

Elemento pivotal
22
Segundo paso de la eliminacin
(
(
(
(
(
(

=
(
(
(
(
(
(

(
(
(
(
(
(

=
=
) 3 (
) 3 (
3
) 2 (
2
) 1 (
1
3
2
1
) 3 ( ) 3 (
3
) 3 (
3
) 3 (
33
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
) 2 (
22
) 2 (
2 2 ,
) 2 (
22
) 2 (
32 2 , 3
0 0
0 0
0
/
/
n
n
nn n
n
n
n
n n
b
b
b
b
x
x
x
x
a a
a a
a a a
a a a a
a a m
a a m

(
(
(
(
(
(

=
(
(
(
(
(
(

(
(
(
(
(
(

) 2 (
) 2 (
3
) 2 (
2
) 1 (
1
3
2
1
) 2 ( ) 2 (
3
) 2 (
2
) 2 (
3
) 2 (
33
) 2 (
32
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
0
0
0
n
n
nn n n
n
n
n
b
b
b
b
x
x
x
x
a a a
a a a
a a a
a a a a

Elemento Pivotal
23
Algoritmo de la Eliminacin Gaussiana

For c=p+1 to n
0
/
) (
) ( ) (
,
=
=
p
rp
p
pp
p
rp p r
a
a a m
) (
,
) ( ) 1 ( p
pc p r
p
rc
p
rc
a m a a =
+
) (
,
) ( ) 1 ( p
p p r
p
r
p
r
b m b b =
+
24
Algoritmo de la sustitucin
hacia atrs
(
(
(
(
(
(
(
(

=
(
(
(
(
(
(
(
(

(
(
(
(
(
(
(
(

) (
) 1 (
1
) 3 (
3
) 2 (
2
) 1 (
1
1
3
2
1
) (
) (
1
) (
1 1
) 3 (
3
) 3 (
33
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
0 0 0 0
0 0 0
0 0
0
n
n
n
n
n
n
n
nn
n
n n
n
n n
n
n
n
b
b
b
b
b
x
x
x
x
x
a
a a
a a
a a a
a a a a

| |
1 , , 2 , 1
1
1
1
) ( ) (
) (
1
1
) 1 (
1
) 1 (
1 1
1
) (
) (
=
(

=
= =

+ =

n n i x a b
a
x
x a b
a
x
a
b
x
n
i k
k
i
ik
i
i
i
ii
i
n
n
n n
n
n
n
n n
n
n
nn
n
n
n
25
Contador de Operaciones
Nmero de operaciones aritmticas requeridas por el
algoritmo para completar esta tarea.
Generalmente solo multiplicaciones y divisiones son
contadas.
Proceso de Eliminacin

Sustitucin hacia atrs


Total
6
5
2 3
2 3
n n n
+
2
2
n n +
3 3
2
3
n
n
n
+
Dominates
No eficiente para
diferentes vectores RHS
26
Decomposicin LU
A=LU
Ax=b LUx=b
Define Ux=y
Ly=b Resolver y por sustitucin hacia adelante
Ux=y Resolver x por sustitucin hacia atrs
Las operaciones elementales entre filas debe ser desarrolladas en
b as como en A.
La informacin de estas operaciones es almacenada en L
En verdad y es obtenida aplicando operaciones elementales al
vector b.
27
Decomposicin LU por Eliminacin
Gausiana
(
(
(
(
(
(
(
(

(
(
(
(
(
(
(
(

=


) (
) (
1
) (
1 1
) 3 (
3
) 3 (
33
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
4 , 3 , 2 , 1 ,
3 , 1 2 , 1 1 , 1
2 , 3 1 , 3
1 , 2
0 0 0 0
0 0 0
0 0
0
1
1
0
0 0 1
0 0 0 1
0 0 0 0 1
n
nn
n
n n
n
n n
n
n
n
n n n n
n n n
a
a a
a a
a a a
a a a a
m m m m
m m m
m m
m
A

Almacenamiento Compacto: Las entradas diagonales de la matriz L son

todos unos, estos no necesitan almacenarse. LU es almacenado en una
matriz.
Existen infinitas formas diferentes para descomponer A.
Una de las ms populares es: U=Matriz de la Eliminacin Gaussiana
L=Multiplicadores usados para la eliminacin
28
Contador de Operaciones
A=LU Descomposicin
Ly=b Sustitucin hacia adelante
Ux=y Sustitucin hacia atrs
Total
Para diferentes vectores RHS, el sistema puede ser
eficientemente resuelto.
3 3
3
n n

2
2
n n +
2
2
n n
3 3
2
3
n
n
n
+
29
Pivoteo
Computadoras usan precisin aritmtica finita
Pequeos errores son introducidos en cada operacin
aritmtica, propagacin de errores
Cuando los elementos pivotales son muy pequeos, los
multiplicadores podran ser muy grandes.
La adicin de nmeros de magnitud diferente puede
conducir a la prdida de significacin .
Para reducir el error, se realiza intercambio de filas
para maximizar la magnitud del elemento pivotal.
30
Ejemplo: Sin Pivoteo
(

=
(

93 . 22
414 . 6
210 . 1 14 . 24
281 . 5 133 . 1
2
1
x
x
(

=
(

8 . 113
414 . 6
7 . 113 000 . 0
281 . 5 133 . 1
2
1
x
x
(

=
(

001 . 1
9956 . 0
2
1
x
x
31 . 21
133 . 1
14 . 24
21
= = m
aritmtica 4-digit
Prdida de precisin
31
Ejemplo: Con Pivoteo
(

=
(

414 . 6
93 . 22
281 . 5 133 . 1
210 . 1 14 . 24
2
1
x
x
(

=
(

338 . 5
93 . 22
338 . 5 000 . 0
210 . 1 14 . 24
2
1
x
x
(

=
(

000 . 1
000 . 1
2
1
x
x
04693 . 0
14 . 24
133 . 1
21
= = m
32
Procedimiento de Pivoteo
(
(
(
(
(
(
(
(
(
(
(
(

) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) 3 (
3
) 3 (
3
) 3 (
3
) 3 (
33
) 2 (
2
) 2 (
2
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
1
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
0 0 0
0 0 0
0 0 0
0 0
0
i
nn
i
nj
i
ni
i
jn
i
jj
i
ji
i
in
i
ij
i
ii
n j i
n j i
n j i
a a a
a a a
a a a
a a a a
a a a a a
a a a a a a









Parte
Eliminada
Columna Pivotal
Fila
Pivotal
33
Pivoteo por fila
Ms comnmente llamado procedimiento de
pivoteo parcial
Busque la columna pivotal
Encuentre el mas grande elemento en magnitud
Luego intercambie esta fila con la fila pivotal.
34
Pivoteo por filas
(
(
(
(
(
(
(
(
(
(
(
(

) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) 3 (
3
) 3 (
3
) 3 (
3
) 3 (
33
) 2 (
2
) 2 (
2
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
1
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
0 0 0
0 0 0
0 0 0
0 0
0
i
nn
i
nj
i
ni
i
jn
i
jj
i
ji
i
in
i
ij
i
ii
n j i
n j i
n j i
a a a
a a a
a a a
a a a a
a a a a a
a a a a a a









Intercambio
de filas
El ms grande en magnitud
35
Pivoteo por columna
(
(
(
(
(
(
(
(
(
(
(
(

) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) 3 (
3
) 3 (
3
) 3 (
3
) 3 (
33
) 2 (
2
) 2 (
2
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
1
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
0 0 0
0 0 0
0 0 0
0 0
0
i
nn
i
nj
i
ni
i
jn
i
jj
i
ji
i
in
i
ij
i
ii
n j i
n j i
n j i
a a a
a a a
a a a
a a a a
a a a a a
a a a a a a









Intercambio de
Estas columnas
El mas
grande
en
magnitud
36
Pivoteo Completo
(
(
(
(
(
(
(
(
(
(
(
(

) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) 3 (
3
) 3 (
3
) 3 (
3
) 3 (
33
) 2 (
2
) 2 (
2
) 2 (
2
) 2 (
23
) 2 (
22
) 1 (
1
) 1 (
1
) 1 (
1
) 1 (
13
) 1 (
12
) 1 (
11
0 0 0
0 0 0
0 0 0
0 0
0
i
nn
i
nj
i
ni
i
jn
i
jj
i
ji
i
in
i
ij
i
ii
n j i
n j i
n j i
a a a
a a a
a a a
a a a a
a a a a a
a a a a a a









Ms grande
en magnitud
Intercambie
estas columnas
Intercambie
estas filas
37
Pivoteo por filas en Descomposicin LU
Cuando dos filas de A se
intercambian, las filas de
b deben tambin ser
intercambiadas.
Use un vector pivote.
Vector pivote inicial son
enteros desde 1 hasta n.
Cuando dos filas (i y j)
de A son intercambiadas,
aplicar esto al vector
pivote.
(
(
(
(
(
(
(
(
(
(
(
(

=
n
i
j p

3
2
1
(
(
(
(
(
(
(
(
(
(
(
(

=
n
j
i p

3
2
1
38
Modificando el vector b
Cuando se realiza la
descomposicin LU de A, el
vector pivote nos da el
orden de las filas despus
del intercambio.
Antes de aplicar la
sustitucin hacia adelante
para resolver Ly=b,
modificar el orden del
vector b de acuerdo a las
entradas del vector pivote.
(
(
(
(
(
(
(
(
(
(
(
(

=
9
5
7
6
8
4
2
3
1
p
(
(
(
(
(
(
(
(
(
(
(
(

=
9 . 6
5 . 3
7 . 2
2 . 5
6 . 9
8 . 4
2 . 1
6 . 8
3 . 7
b
(
(
(
(
(
(
(
(
(
(
(
(

= '
9 . 6
6 . 9
7 . 2
2 . 5
5 . 3
8 . 4
6 . 8
2 . 1
3 . 7
b
39
Descomposicin LU
algoritmo con pivoteo parcial

For c=k+1 to n
k r
k
rk
k
kk
k
rk k r
m a
a a m
,
) 1 (
) ( ) (
,
/
=
=
+
) (
,
) ( ) 1 ( k
kc k r
k
rc
k
rc
a m a a =
+
r p then = >
pk rk
a a
t a a a a t
pc pc kc kc
= = = , ,
Columna para una
entrada mxima
Intercambio
de filas
Actualizando la matriz L
Actualizando la
matriz U
40
Ejemplo
(
(
(

=
(
(
(

=
(
(
(

=
3
2
1
3
5
12
2 4 1
1 2 4
2 3 0
p b A
(
(
(

=
(
(
(

=
'
3
1
2
2 4 1
2 3 0
1 2 4
p A
Intercambio de columnas: Mxima magnitud segunda fila
Intercanbio de la 1
era
y 2
da
fila
41
Ejemplo (continuacin)...
(
(
(

=
(
(
(

=
'
3
1
2
2 4 1
2 3 0
1 2 4
p A
Elimacin de a
21
y a
31
usando a
11
como elemento pivotal
A=LU en forma compacta (en una sola matriz)
(
(
(

=
(
(
(

=
'
3
1
2
75 . 1 5 . 3 0
2 3 0
1 2 4
p A
Multiplicadores (matriz L) l
21
=0; l
31
=-0.25
42
Ejemplo (continuacin)...
(
(
(

=
(
(
(

=
'
1
3
2
2 3 0
75 . 1 5 . 3 0
1 2 4
p A
(
(
(

=
(
(
(

=
'
3
1
2
75 . 1 5 . 3 0
2 3 0
1 2 4
p A
Columna encontrada: Maxima magnitud en la tercera fila
Intercambio de la 2
da
y 3
era
fila
43
Ejemplo (continuacin)...
(
(
(

=
(
(
(

=
'
1
3
2
2 3 0
75 . 1 5 . 3 0
1 2 4
p A
Eliminar a
32
usando a
22
como elemento pivotal
(
(
(

=
(
(
(

=
'
1
3
2
5 . 3 0 0
75 . 1 5 . 3 0
1 2 4
p A
Multiplicadores (matriz L) l
32
=3/3.5
44
Ejemplo (continuacin)...
(
(
(

=
(
(
(

(
(
(

=
'
1
3
2
5 . 3 0 0
75 . 1 5 . 3 0
1 2 4
1 5 . 3 / 3 0
0 1 25 . 0
0 0 1
p A
(
(
(

=
'

(
(
(

=
(
(
(

=
12
3
5
3
5
12
1
3
2
b b p
Ax=b LUx=b
Ux=y
Ly=b
45
Ejemplo (continuacin)...
(
(
(

=
(
(
(

3
2
1
3
2
1
x
x
x
Sustitucin
Directa
(
(
(

=
(
(
(

5 . 10
75 . 1
5
3
2
1
y
y
y
Sustitucin
Inversa
(
(
(

=
(
(
(

(
(
(

5 . 10
75 . 1
5
5 . 3 0 0
75 . 1 5 . 3 0
1 2 4
3
2
1
x
x
x
Ux=y
(
(
(

=
(
(
(

(
(
(

12
3
5
1 5 . 3 / 3 0
0 1 25 . 0
0 0 1
3
2
1
y
y
y
Ly=b
46
Eliminacin de Gauss-Jordan
Los elementos sobre la diagonal se convierten y por
debajo de la diagonal son ceros.
(
(
(
(
(

) 1 ( ) 1 ( ) 1 (
2
) 1 (
1
) 1 (
2
) 1 (
2
) 1 (
22
) 1 (
21
) 1 (
1
) 1 (
1
) 1 (
12
) 1 (
11
n nn n n
n
n
b a a a
b a a a
b a a a

(
(
(
(
(

) 2 ( ) 2 ( ) 2 (
2
) 2 (
2
) 2 (
2
) 2 (
22
) 1 (
1
) 1 (
1
) 1 (
12
) 1 (
11
0
0
n nn n
n
n
b a a
b a a
b a a a

(
(
(
(
(

) ( ) (
) 1 (
2
) 2 (
22
) 1 (
1
) 1 (
11
0 0
0 0
0 0
n
n
n
nn
n
n
b a
b a
b a

(
(
(
(
(

) 3 ( ) 3 (
) 2 (
2
) 2 ( ) 2 (
22
) 2 (
1
) 2 ( ) 1 (
11
0 0
0
0
n nn
nn
nn
b a
b a a
b a a

47
Eliminacin de Gauss-Jordan
Casi 50% mas de operaciones aritmticas que la
Eliminacin Gaussiana.
Gauss-Jordan (GJ) Eliminacin es preferible cuando la
inversa de una matriz es requirido.


Aplicar eliminacin GJ para convertir A en una matriz
identidad.
| | I A
| |
1
A I
48
Diferentes formas de factorizacin LU
Forma de Doolittle
Obtenida por
Eliminacin Gaussiana

Forma de Crout


Forma de Choleski
(
(
(

(
(
(

=
(
(
(

33
23 22
13 12 11
32 31
21
33 32 31
23 22 21
13 12 11
0 0
0
1
0 1
0 0 1
u
u u
u u u
l l
l
a a a
a a a
a a a
(
(
(

(
(
(

=
(
(
(

1 0 0
1 0
1
0
0 0
23
13 12
33 32 31
22 21
11
33 32 31
23 22 21
13 12 11
u
u u
l l l
l l
l
a a a
a a a
a a a
(
(
(

(
(
(

33
23 22
13 12 11
33 32 31
22 21
11
0 0
0 0
0 0
l
l l
l l l
l l l
l l
l
49
Forma de Crout
Clculo de la primera columna de L
Clculo de la primera fila de U
Clculo alternado de las colum. de L y filas de U
1 1 i i
a l =
11
1
1
l
a
u
j
j
=
n j j i
l
u l a
u
n i i j u l a l
ii
i
k
kj ik ij
ij
j
k
kj ik ij ij
, , 3 , 2 ,
, , 2 , 1 ,
1
1
1
1

= s

=
= s =

=
50
Secuencia de la reduccin de Crout
(
(
(
(

(
(
(
(

=
(
(
(
(

1 0 0 0
1 0 0
1 0
1
0
0 0
0 0 0
34
24 23
14 13 12
44 43 42 41
33 32 31
22 21
11
44 43 42 41
34 33 32 31
24 23 22 21
14 13 12 11
u
u u
u u u
l l l l
l l l
l l
l
a a a a
a a a a
a a a a
a a a a
Una entrada de la matriz A es usada solamente una vez
para calcular la Correspondiente entrada de las matrices
L o U .As las columnas de L y las filas de U pueden ser
almacenadas en la matriz A
1
2
3
4
5
6
7
51
Factorizacin de Choleski
Si A es simtrica y definida positiva, entonces la factorizacin LU
Puede ser arreglada para que U = L
T
, la cual se obtiene de la
factorizacin de Choleski
A = LL
T
Donde L es una matriz triangular inferior con diagonal con
entradas positivas
Algoritmo para el clculo puede ser derivado por la ecuacin
correspondiente a las entradas de A y LL
t

En el caso de 2 2, por ejemplo,




Implica que:
52
Factorizacin de Choleski (continua)
Una forma de escribir el algoritmo general,es

53
Solucin de Sistemas Lineales de ecuaciones
Complejas
Cz=w
C=A+jB Z=x+jy w=u+jv
(A+jB)(x+jy)=(u+jv)
(Ax-By)+j(Bx+Ay)=u+jv

(

=
(

v
u
y
x
A B
B A
Sistema lineal de ecuaciones reales
54
Sistemas grandes y Esparcidos
Cuando el sistema lineal es grande y esparcido (muchas
entradas ceros), los mtodos directos llegan a ser
ineficientes por la presencia de trminos de relleno.
Los trminos de relleno son aquellos que resultan ser
diferentes de cero durante la eliminacin
(
(
(
(
(
(

55 53
44 42 41
35 33 31
24 22
14 13 11
0 0 0
0 0
0 0
0 0 0
0 0
a a
a a a
a a a
a a
a a a
(
(
(
(
(
(

'
' '
' ' '
55
45 44
35 34 33
24 22
14 13 11
0 0 0 0
0 0 0
0 0
0 0 0
0 0
a
a a
a a a
a a
a a a
Eliminacin
Trminos
de
relleno
55
Matrices Esparcidas
La matriz de ecuacin de nodos es una matriz
esparcida.
Matrices Esparcidas son almacenadas eficientemente
almacenando solamente las entradas no cero.
Cuando del sistema es muy grande (n=10,000) los
trminos de relleno aumentan los requerimientos de
almacenamiento considerablemente.
En tales casos los mtodos de solucin iterativa debe
ser preferidos en lugar de mtodos de solucin directa.
56
Problema 1
Resolver por Eliminacin Gaussiana con pivoteo parcial
de filas:



E
2
-(3/4)E
1
=>E
2
E
3
-(1/2)E
1
=>E
3
E
4
-(-1/4)E
1
=>E
4



(
(
(
(

=
(
(
(
(

(
(
(
(

4
9
14
9
1 1 1 1
1 1 4 2
3 2 2 3
3 2 0 4
4
3
2
1
x
x
x
x
(
(
(
(

=
(
(
(
(

(
(
(
(

25 . 6
5 . 13
25 . 7
9
75 . 1 5 . 1 1 0
5 . 2 2 4 0
75 . 0 5 . 0 2 0
3 2 0 4
4
3
2
1
x
x
x
x
57
Problema 1
Intercambiamos las Ecuaciones 2 y 3 (E
2
E
3
)





E
3
-(-1/2)E
2
=>E
3
E
4
-( 1/4)E
2
=>E
4



(
(
(
(

=
(
(
(
(

(
(
(
(

25 . 6
25 . 7
5 . 13
9
75 . 1 5 . 1 1 0
75 . 0 5 . 0 2 0
5 . 2 2 4 0
3 2 0 4
4
3
2
1
x
x
x
x
(
(
(
(

=
(
(
(
(

(
(
(
(

5 . 0
625 . 9
5 . 13
9
5 . 0 5 . 0 0 0
375 . 2 2 0 0
5 . 2 2 4 0
3 2 0 4
4
3
2
1
x
x
x
x
58
Problema 1
E
4
-(-1/4)E
3
=>E
4





Resolviendo por
sustitucin hacia atrs:





(
(
(
(

=
(
(
(
(

(
(
(
(

90625 . 2
625 . 9
5 . 13
9
09375 . 0 0 0 0
375 . 2 2 0 0
5 . 2 2 4 0
3 2 0 4
4
3
2
1
x
x
x
x
(
(
(
(

=
(
(
(
(

5
0
32
31
1
2
3
4
x
x
x
x
59
Problema 2
Obtener la factorizacin de Doolite:


Solucin 1
A partir de la Eliminacion Gaussiana:
m
21
= a
21
/a
11
=2/6=1/3
E
2
-(1/3)E
1
=>E
2



(

=
4 2
1 6
A
(

=
3 / 13 0
1 6
U
(

= =
(

=
3 / 13 0
1 6
*
1 3 / 1
0 1
*
1
0 1
12
U L A
m
L
60
Problema 2
Solucin 2

Planteando el producto matricial:











(

= =
(

=
22
12 11
21
0
*
1
0 1
*
4 2
1 6
u
u u
l
U L A
(

= =
(

=
= + =
= =
=
=
3 / 13 0
1 6
*
1 3 / 1
0 1
*
4 2
1 6
3 / 13 4
3 / 1 2
1
6
22 22 12 21
21 11 21
12
11
U L A
u u u l
l u l
u
u
61
Problema 3
Resolver por la factorizacin de Doolite:


Solucin
Del ejercicio anterior ya tenemos la factorizacin LU:






(

=
(

6
5
4 2
1 6
2
1
x
x
(

=
(

=
6
5
3 / 13 0
1 6
*
1 3 / 1
0 1
* *
2
1
x
x
b x U L
62
Problema 3






(

=
(

=
(

=
3 / 13
5
6
5
*
1 3 / 1
0 1
*
2
1
2
1
z
z
z
z
b z L
(

=
(

=
(

=
(

=
1
1
3 / 13
5
3 / 13 0
1 6
*
2
1
2
1
2
1
x
x
z
z
x
x
z x U
Se obtienen dos sistemas triangulares fciles de resolver.
Resolviendo el sistema triangular inferior por sustitucin
directa:
Resolviendo el sistema triangular superior por sustitucin
directa:
63
Problema 4
Obtener la factorizacin de Crout:



Solucion
Debemos plantear la multiplicacion matricial:



(
(
(

=
12 15 20
15 20 30
20 30 60
A
(
(
(

(
(
(

= =
(
(
(

=
1 0 0
1 0
1
0
0 0
*
23
13 12
33 32 31
22 21
11
33 32 31
23 22 21
13 12 11
u
u u
l l l
l l
l
U L
a a a
a a a
a a a
A
64
Problema 4

21 21
13 11 13
12 11 12
11 11
l a
u l a
u l a
l a
=
=
=
=
(
(
(

(
(
(

= =
(
(
(

=
1 0 0
1 1 0
3 / 1 2 / 1 1
3 / 1 5 20
0 5 30
0 0 60
*
12 15 20
15 20 30
20 30 60
U L A
65
Problema 5
(
(
(
(

(
(
(
(

=
(
(
(
(

1 0 0 0
1 0 0
0 1 0
0 0 1
0 0
0 0
0 0
0 0 0
0 0
0
0
0 0
34
23
12
44 43
33 32
22 21
11
44 43
34 33 32
23 22 21
12 11
u
u
u
l l
l l
l l
l
a a
a a a
a a a
a a
(
(
(
(

(
(
(
(

=
(
(
(
(

1 0 0
4 / 3 1 0 0
0 3 / 2 1 0
0 0 2 / 1 1
4 / 5 1 0 0
0 3 / 4 1 0
0 0 2 / 3 1
0 0 0 2
2 1 0 0
1 2 1 0
0 1 2 1
0 0 1 2
Mtodo de Crout para sistemas tridiagonales
66
Problema 6
Factorizar por el mtodo de Choleski la siguiente
matriz:
(
(
(

5 . 3 75 . 2 1
75 . 2 25 . 4 1
1 1 4
Solucin
Se requiere que la matriz sea simtrica y definida
positiva para aplicar Choleski.
67
Problema 6
Es evidente que la matriz es simtrica; para
verificar que es definida positiva verificamos si se
satisface el criterio de Silvester:
| | ( )
0
5 . 3 75 . 2 1
75 . 2 25 . 4 1
1 1 4
det
0
25 . 4 1
1 4
det
0 4 det
>
|
|
|
.
|

\
|
(
(
(

>
|
|
.
|

\
|
(

>
68
Problema 6
Dado que los determinantes de todos los menores
principales son positivos podemos afirma que la
matriz es definida positiva y podemos aplicar la
factorizacin de Choleski con seguridad.
U U L L U L A
T T
* * * = = =
(
(
(

(
(
(

= =
(
(
(

=
33
32 22
31 21 11
33 32 31
22 21
11
33 32 31
23 22 21
13 12 11
0 0
0 0
0 0
*
l
l l
l l l
l l l
l l
l
L L
a a a
a a a
a a a
A
T
69
Problema 6
Resolviendo la multiplicacin matricial:
(
(
(

(
(
(

(
(
(
(
(
(
(
(

+ + =
+ =
=
+ =
=
=
(
(
(

(
(
(

1 0 0
2 / 3 2 0
2 / 1 2 / 1 2
1 2 / 3 2 / 1
0 2 2 / 1
0 0 2
5 . 3
75 . 2
1
25 . 4
1
4
0 0
0 0
0 0
2 2 2
2 2
2
f e d
ec db
ad
c b
ba
a
f
e c
d b a
f e d
c b
a