P. 1
FACTORIZACIÓN DE MATRICES FUKL

FACTORIZACIÓN DE MATRICES FUKL

4.55

|Views: 4.556|Likes:
Estos son parte de las notas de clase del curso de Métodos Numéricos que se ofrece dentro de los programas de Matemáticas e Ingeniería de Sistemas de la Fundación Universitaria Konrad Lorenz(http://www.fukl.edu), Bogotá-Colombia
Estos son parte de las notas de clase del curso de Métodos Numéricos que se ofrece dentro de los programas de Matemáticas e Ingeniería de Sistemas de la Fundación Universitaria Konrad Lorenz(http://www.fukl.edu), Bogotá-Colombia

More info:

Published by: Programa Ingeniería de Sistemas on May 06, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

06/04/2013

pdf

text

original

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 A
nxn
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 elementales
1
se puede efectuar multiplicando por la izquierda una matriz elemental
2
apropiada. Así, es posible encontrar matrices elementales E
1
,E
2
,E
3
,...,E
k
tales que
E
k
*E
k-1
*...*E
1
*A=U [1]
Como ya se mencionó las matrices E
k
, E
k-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
]
]
]
]
]


− ·
4 2 4
0 3 5
4 8 2
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
escalonada
Matriz Elemental que
corresponde a la operación
entre filas
Inversa de la matriz elemental
]
]
]
]
]


− −
4 2 4
2 2 5
4 4 2
1 1
2
1
F F →
1 1
2F F →
]
]
]
]
]

·
1 0 0
0 1 0
0 0
2
1
1
E
]
]
]
]
]

·

1 0 0
0 1 0
0 0 2
1
1
E
]
]
]
]
]


− −
4 2 4
2 2 5
2 2 1
( )
1 2 2
5F F F − + →
1 2 2
5F F F + →
]
]
]
]
]

− ·
1 0 0
0 1 5
0 0 1
2
E
]
]
]
]
]

·

1 0 0
0 1 5
0 0 1
1
2
E
]
]
]
]
]


− −
4 2 4
12 12 0
2 2 1
1 3 3
4F F F + → ( )
1 3 3
4F F F − + →
]
]
]
]
]

·
1 0 4
0 1 0
0 0 1
3
E
]
]
]
]
]


·

1 0 4
0 1 0
0 0 1
1
3
E
]
]
]
]
]

− −
12 10 0
12 12 0
2 2 1
2 2
12
1
F F − →
2 2
12F F − →
]
]
]
]
]

− ·
1 0 0
0 0
0 0 1
12
1
4
E
]
]
]
]
]

− ·

1 0 0
0 12 0
0 0 1
1
4
E
]
]
]
]
]

12 10 0
1 1 0
2 2 1
( )
2 3 3
10F F F − + →
2 3 3
10F F F + →
]
]
]
]
]


·
1 10 0
0 1 0
0 0 1
5
E
]
]
]
]
]

·

1 10 0
0 1 0
0 0 1
1
5
E
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
]
]
]
]
]

2 0 0
1 1 0
2 2 1
3 3
2
1
F F →
3 3
2F F →
]
]
]
]
]

·
2
1
6
0 0
0 1 0
0 0 1
E
]
]
]
]
]

·

2 0 0
0 1 0
0 0 1
1
6
E
]
]
]
]
]

1 0 0
1 1 0
2 2 1
De esta forma:
]
]
]
]
]

·
1 0 0
1 1 0
2 2 1
U
, y
1
6
1
5
1
4
1
3
1
2
1
1
− − − − − −
· E E E E E E L =
]
]
]
]
]

1 0 0
0 1 0
0 0 2
]
]
]
]
]

1 0 0
0 1 5
0 0 1
]
]
]
]
]

− 1 0 4
0 1 0
0 0 1
]
]
]
]
]


1 0 0
0 12 0
0 0 1
]
]
]
]
]

1 10 0
0 1 0
0 0 1

]
]
]
]
]

2 0 0
0 1 0
0 0 1
=
]
]
]
]
]


2 10 4
0 12 5
0 0 2
De modo que, A=LU, o
]
]
]
]
]

− −
2 9 4
0 8 3
1 3 1
=
]
]
]
]
]


2 10 4
0 12 5
0 0 2
]
]
]
]
]

1 0 0
1 1 0
2 2 1
También se puede verificar que:
E
6
E
5
E
4
E
3
E
2
E
1
A=U
]
]
]
]
]

2
1
0 0
0 1 0
0 0 1

]
]
]
]
]

− 1 10 0
0 1 0
0 0 1

]
]
]
]
]


1 0 0
0 0
0 0 1
12
1

]
]
]
]
]

1 0 4
0 1 0
0 0 1

]
]
]
]
]


1 0 0
0 1 5
0 0 1

]
]
]
]
]

1 0 0
0 1 0
0 0
2
1
]
]
]
]
]

− −
2 9 4
0 8 3
1 3 1
=
]
]
]
]
]



2
1
12
5
24
1
12
1
24
5
2
1
0
0 0
]
]
]
]
]

− −
2 9 4
0 8 3
1 3 1
=
]
]
]
]
]

− −
2 9 4
0 8 3
1 3 1
=U
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
]
]
]
]
]



·
5 9 3
2 1 7
0 4 8
A
SOLUCION:
Se comenzará por reducir A a la forma escalonada, sin perder de vista los multiplicadores:
Matriz Inicial Operación Resultado Multiplicadores L
]
]
]
]
]



·
5 9 3
2 1 7
0 4 8
A
1 1
8
1
F F →
]
]
]
]
]



5 9 3
2 1 7
0 1
2
1
Multipllicador:
8
1
Elemento Diagonal: Se
pasa el recíproco
]
]
]
]
]

? ? ?
0 ? ?
0 0 8
]
]
]
]
]



5 9 3
2 1 7
0 1
2
1
( )
1 2 2
7F F F − + →
( )
1 3 3
3F F F − + →
]
]
]
]
]


5 0
2 0
0 1
2
21
2
5
2
1
Multiplicador: -7
Multiplicador:-3
No elemento diagonal: Se
pasa el opuesto
]
]
]
]
]

? ? 3
0 ? 7
0 0 8
]
]
]
]
]


5 0
2 0
0 1
2
21
2
5
2
1
2 2
5
2
F F →
]
]
]
]
]


5 0
1 0
0 1
2
21
5
4
2
1
Multipllicador:
5
2
Elemento Diagonal: Se
pasa el recíproco ]
]
]
]
]

? ? 3
0 7
0 0 8
2
5
]
]
]
]
]


5 0
1 0
0 1
2
21
5
4
2
1

,
`

.
|
− + →
2 3 3
2
21
F F F
]
]
]
]
]



10
34
5
4
2
1
0 0
1 0
0 1
Multipllicador:
2
21

No elemento diagonal: Se
pasa el opuesto
]
]
]
]
]

? 3
0 7
0 0 8
2
21
2
5
]
]
]
]
]



10
34
5
4
2
1
0 0
1 0
0 1
2 2
34
10
F F − →
U=
]
]
]
]
]


1 0 0
1 0
0 1
5
4
2
1
Multipllicador:
34
10

Elemento Diagonal: Se
pasa el recíproco
L=
]
]
]
]
]


10
34
2
21
2
5
3
0 7
0 0 8
A=LU,
]
]
]
]
]



·
5 9 3
2 1 7
0 4 8
A
=
]
]
]
]
]


10
34
2
21
2
5
3
0 9
0 0 6
]
]
]
]
]


1 0 0
1 0
0 1
5
4
2
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.
]
]
]
]
]
]

]
]
]
]
]
]

·
]
]
]
]
]
]

∴ ·
nn
n
n
nn n n nn n n
n
n
u
u u
u u u
l l l
l l
l
a a a
a a a
a a a
LU A

   



   



   


0 0
0 0
0 0
2 22
1 12 11
2 2
22 21
11
2 1
2 22 21
1 12 11
Para establecer un algoritmo general para matrices invertibles, se igualan término a término
11 11 11
u l a ·
12 12 12
u l a ·

12 12 12
u l a ·
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 1
0 0 1
2 1
21

  


n n
l l
l
L
En este caso los valores de L y U se obtienen mediante el siguiente algoritmo:
Paso 1:
11 11
a u ·
Paso 2: Para i=1, 2, ..., n

1 ·
ii
l
Paso 3: Para j=2, 3, ..., n

j j
a u
1 1
·

11
1
1
u
a
l
j
j
·
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Paso 4: Para i=2, 3, ..., n-1 Siga los pasos 5 y 6
Paso 5:


·
− ·
1
1
i
k
ki ik ii ii
u l a u
Paso 6: paso j=i+1, i+1, ..., n



·
− ·
1
1
i
k
kj ik ij ij
u l a u

]
]
]

− ·


·
1
1
1
i
k
i k jk ji
ii
ji
u l a
u
l
Paso 7:
kn
n
k
nk nn nn
u l a u


·
− ·
1
1
METODO DE CROUT
Este método impone que la matriz U posea unos en la diagonal principal, es decir
]
]
]
]
]
]

·
1 0 0
1 0
1
2
1 12

   


n
n
u
u u
U

]
]
]
]
]
]

]
]
]
]
]
]

·
]
]
]
]
]
]

∴ ·
1 0 0
1 0
1
0
0 0
2
1 12
2 2
22 21
11
2 1
2 22 21
1 12 11

   



   



   


n
n
nn n n nn n n
n
n
u
u u
l l l
l l
l
a a a
a a a
a a a
LU A
Haciendo la igualdad término a término se puede establecer el siguiente algoritmos para
determinar los componentes de U y L:
Paso 1:
11 11
a l ·
Paso 2: Para i=1,2,...,n

1 ·
ii
u
Paso 3: Para j=2,3,...,n

1 1 j j
a l ·

11
1
1
l
a
u
j
j
·
Paso 4: Para i=2,3,...,n-1 Siga los pasos 5 y 6
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Paso 5:


·
− ·
1
1
i
k
ki ik ii ii
u l a l
Paso 6: paso j=i+1,i+1,...,n



·
− ·
1
1
i
k
ki jk ji ji
u l a l

]
]
]

− ·


·
1
1
1
i
k
kj ik ij
ii
ij
u l a
l
u
Paso 7:
kn
n
k
nk nn nn
u l a l


·
− ·
1
1
Tanto en este método como en el de Doolittle, una vez obtenidas L y U, se sustituyen en el
sistema lineal inicial: b Ax ·
( ) b Ux L LUx Ax · · ·
Si se hace, y=Ux, entonces
Se resuelve inicialmente el sistema:
b Ly ·
.
Una vez obtenido “y”, se puede resolver:

y Ux ·
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
b Ly ·
, se puede resolver por sustitución hacia delante como sigue:
11
1
1
l
b
y ·
n i y l b
l
y
i
j
j ij i
ii
i
, , 3 , 2
1
1
1
 ·
]
]
]

− ·


·
Mientras que el sistema
y Ux ·
, se puede resolver mediante sustitución hacia atrás, como sigue:
nn
n
n
u
y
x ·
1 , , 2 , 1
1
1
 − − ·
]
]
]

− ·

+ ·
n n i x u y
u
x
n
i j
j ij i
ii
i
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
EJEMPLO:
Utilizando el método de Doolittle, resolver el sistema
4 2
7
19 2
− · − +
· + −
· + +
z y x
z x
z y x
La matriz de coeficientes del sistema es
]
]
]
]
]


− ·
1 1 2
1 0 1
2 1 1
A
, con lo que
1 1 2
1 0 1
2 1 1
33 32 31
23 22 21
13 12 11
− · · ·
· · − ·
· · ·
a a a
a a a
a a a
, y sea
]
]
]
]
]

·
z
y
x
X
y
]
]
]
]
]


·
4
7
19
b
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: 1
11 11
· · a u
Paso 2: Para i=1, 2, 3

1 ·
ii
l


1
11
· l , 1
22
· l ,
1
33
· l
Paso 3: Para j=2, 3

j j
a u
1 1
·

11
1
1
u
a
l
j
j
·
Para j=2
1
12 12
· · a u

1
1
1
11
21
21
− ·

· ·
u
a
l
Para j=3

2
13 13
· · a u

2
1
2
11
31
31
· · ·
u
a
l
Paso 4: Para i=2 Siga los pasos 5 y 6
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Paso 5:


·
− ·
1
1
i
k
ki ik ii ii
u l a u

( ) 1 1 0
12 21 22
1
1
2 2 22 22
· − − · − · − ·

·
u l a u l a u
k
k k
Paso 6: para j=3

( ) ( ) 3 2 1 1
13 21 23
1
1
3 2 23 23
· − − · − · − ·

·
u l a u l a u
k
k k


[ ] [ ] 1 1 2 1
1
1 1 1
12 31 32
22
1
1
2 3 32
22
32
− · ∗ − · − ·
]
]
]

− ·

·
u l a
u
u l a
u
l
k
k k
Paso 7:
( ) ( ) ( ) 2 1 1 3 1 2 2 1
23 32 13 31 33 3
2
1
3 33
− · − − · ∗ − + ∗ − − · + − · − ·

·
u l u l a u l a u
k
k
k nn
Resumiendo los resultados anteriores
]
]
]
]
]


− ·
1 1 2
0 1 1
0 0 1
L
y
]
]
]
]
]


·
2 0 0
3 1 0
2 1 1
U
Paso 1: resolver Ly=b, donde
]
]
]
]
]

·
3
2
1
y
y
y
y
]
]
]
]
]


·
]
]
]
]
]


]
]
]
]
]



4
7
19
1 1 2
0 1 1
0 0 1
3
2
1
y
y
y
, aplicando sustitución hacia adelante, se obtiene
19
1
19
11
1
1
· · ·
l
b
y
[ ] ( ) [ ] 26 19 1 7
1
1 1 1
1 21 2
22
1
1
2 2
22
2
· ⋅ − − · − ·
]
]
]

− ·

·
y l b
l
y l b
l
y
j
j j
( ) [ ] ( ) ( ) [ ] 16 26 1 19 2 4
1
1 1 1
2 32 1 31 3
33
2
1
3 3
33
3
− · ∗ − + ∗ − − · + − ·
]
]
]

− ·

·
y l y l b
l
y l b
l
y
j
j j
Con esto se obtuvo:
]
]
]
]
]


·
16
26
19
y
Paso 2: Resolver Ux=y
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
]
]
]
]
]


·
]
]
]
]
]


]
]
]
]
]

− 16
26
19
2 0 0
3 1 0
2 1 1
z
y
x
, aplicando sustitución hacia atrás se obtiene
8
2
16
33
3
3
·


· ·
u
y
x
( ) [ ] ( ) [ ] 2 8 3 26
1
1 1 1
3 23 2
22
3
3
2 2
22
2
· ∗ − · − ·
]
]
]

− ·

·
x u y
u
x u y
u
x
j
j j
( ) [ ] ( ) [ ] 1 8 2 2 1 19
1
1 1 1
3 13 2 12 1
11
3
2
1 1
11
1
· ∗ + ∗ − · + − ·
]
]
]

− ·

·
x u x u y
u
x u y
u
x
j
j j
Con lo que se obtiene:
8 , 2 , 1
3 2 1
· · · x x x
o
]
]
]
]
]

·
8
2
1
X
, que es la solución del sistema.
MÉTODO DE FACTORIZACIÓN DE CHOLESKI
Si A es una matriz simétrica y definida positiva, entonces A tiene una factorización única de la
forma A=LL
T
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=LL
T
]
]
]
]
]
]

44 34 24 14
34 33 23 13
24 23 22 12
14 13 12 11
a a a a
a a a a
a a a a
a a a a
=
]
]
]
]
]
]


]
]
]
]
]
]

44
43 33
42 32 22
41 31 21 11
44 43 42 41
33 32 31
22 21
11
0 0 0
0 0
0
0
0 0
0 0 0
l
l l
l l l
l l l l
l l l l
l l l
l l
l
A L L
T
Para determinar los elementos l
ij
de L, se emplea el siguiente algoritmo
Paso 1:
11 11
a l ·
Paso 2: Para i=2,..., n

11
1
1
l
a
l
i
i
·
(La primera columna de L)
Paso 3:
2
21 22 22
l a l − ·
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

jj
j
k
jk ik ij
ij
l
l l a
l


·

·
1
1
Paso 6:


·
− ·
1
1
2
i
k
ik ii ii
l a l
Luego de calcular L, para resolver el sistema, se procede como sigue:
Paso 1: Resolver
b Ly ·
, se puede resolver por sustitución hacia delante como sigue:
11
1
1
l
b
y ·
n i y l b
l
y
i
j
j ij i
ii
i
, , 3 , 2
1
1
1
 ·
]
]
]

− ·


·
Paso 2: Resolver y x L
T
· , se puede resolver mediante sustitución hacia atrás, como sigue:
nn
n
n
l
y
x ·
1 , , 2 , 1
1
1
 − − ·
]
]
]

− ·

+ ·
n n i x l y
l
x
n
i j
j ji i
ii
i
EJEMPLO:
Determine si la siguiente matriz es simétrica y definida positiva y, si lo es, encuentre su
factorización directa de Choleski
]
]
]
]
]


− −

·
2 1 0
1 2 1
0 1 2
A
Por inspección visual se puede comprobar que la matriz A es simétrica, lo cual se confirma
verificando que A
T
=A
Para comprobar si la matriz A es definida positiva, se realiza el proceso de eliminación Gaussiana
sobre la matriz:
]
]
]
]
]




]
]
]
]
]





]
]
]
]
]


− −

·
3
4
2
3
2
3
0 0
1 0
0 1 2
2 1 0
1 0
0 1 2
2 1 0
1 2 1
0 1 2
A
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
Se debe hallar
]
]
]
]
]

·
33 32 31
22 21
11
0
0 0
l l l
l l
l
L
, tal que
A L L
T
· ⋅
, para lo cual se utiliza el algoritmo ya
expuesto más arriba.
Pare este caso:
2 1 0
1 2 1
0 1 2
33 32 31
23 22 21
13 12 11
· − · ·
− · · − ·
· − · ·
a a a
a a a
a a a
, n=3( la dimensión de la matriz)
Paso 1: 2
11 11
· · a l
Paso 2: Para i=2, ..., 3

11
1
1
l
a
l
i
i
·

i=2

2
1
11
21
21

· ·
l
a
l
i=3

0
2
0
11
31
31
· · ·
l
a
l
Paso 3: ( )
2
3
2
2
1
2
21 22 22
2 · − · − · l a l
Paso 4: Para i=3 siga los pasos 5 y 6
Paso 5: Para j=2

jj
j
k
jk ik ij
ij
l
l l a
l


·

·
1
1
, por lo tanto,

( )
3
2
2
3
2
1
22
21 31 32
22
1
1
2 3 32
32
0 1
− ·
− − −
·

·

·

·
l
l l a
l
l l a
l
k
k k
Paso6:


·
− ·
1
1
2
i
k
ik ii ii
l a l , por lo tanto,
( ) ( )
3
2
0 2
2
3
2
2
32
2
31 33
2
1
2
3 33 33
·
,
`

.
|
− + − · + − · − ·

·
l l a l a l
k
k
Resumiendo el resultado:
]
]
]
]
]


− ·
3
2
3
2
2
3
2
1
0
0
0 0 2
L
, y
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
]
]
]
]
]




]
]
]
]
]


− · ⋅ ·
]
]
]
]
]


− −

·
3
2
3
2
2
3
2
1
3
2
3
2
2
3
2
1
0 0
0
0 2
0
0
0 0 2
2 1 0
1 2 1
0 1 2
T
L L A
Ejemplo:
Resolver, aplicando el método de Choleski, el siguiente sistema
0 3
1 5
1
3 2 1
3 2 1
3 2 1
· + +
· + + −
· + −
x x x
x x x
x x x
, por lo tanto, la matriz de coeficientes del sistema
]
]
]
]
]



·
3 1 1
1 5 1
1 1 1
A
, y el
sistema se puede escribir como:
b Ax · , con
]
]
]
]
]

·
3
2
1
x
x
x
x
y
]
]
]
]
]

·
0
1
1
b
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 0 0
2 4 0
1 1 2
2 2 0
2 4 0
1 1 1
3 1 1
1 5 1
1 1 1
A
,
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
3 1 1
1 5 1
1 1 1
33 32 31
23 22 21
13 12 11
· · ·
· · − ·
· − · ·
a a a
a a a
a a a
Paso 1: 1 1
11 11
· · · a l
Paso 2: Para i=2, ..., 3

11
1
1
l
a
l
i
i
·

i=2

1
1
1
11
21
21
− ·

· ·
l
a
l
i=3

1
1
1
11
31
31
· · ·
l
a
l
Paso 3:
( ) 2 1 5
2 2
21 22 22
· − − · − · l a l
Paso 4: Para i=3 siga los pasos 5 y 6
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Paso 5: Para j=2

jj
j
k
jk ik ij
ij
l
l l a
l


·

·
1
1
, por lo tanto,

( )
1
2
1 1 1
22
21 31 32
22
1
1
2 3 32
32
·
− −
·

·

·

·
l
l l a
l
l l a
l
k
k k
Paso 6:


·
− ·
1
1
2
i
k
ik ii ii
l a l , por lo tanto,
( ) ( ) 1 1 1 3
2 2 2
32
2
31 33
2
1
2
3 33 33
· + − · + − · − ·

·
l l a l a l
k
k
Resumiendo:
]
]
]
]
]

− ·
1 1 1
0 2 1
0 0 1
L
, y A=LL
T
Ahora para resolver el sistema, se procede como se indicó más arriba:
Paso 1: resolver Ly=b, donde
]
]
]
]
]

·
3
2
1
y
y
y
y
y
]
]
]
]
]

·
0
1
1
b
]
]
]
]
]

·
]
]
]
]
]


]
]
]
]
]


0
1
1
1 1 1
0 2 1
0 0 1
3
2
1
y
y
y
, aplicando sustitución hacia adelante, se obtiene
1
1
1
11
1
1
· · ·
l
b
y
[ ] ( ) [ ] 1 1 1 1
2
1 1 1
1 21 2
22
1
1
2 2
22
2
· ⋅ − − · − ·
]
]
]

− ·

·
y l b
l
y l b
l
y
j
j j
( ) [ ] ( ) ( ) [ ] 2 1 1 1 1 0
1
1 1 1
2 32 1 31 3
33
2
1
3 3
33
3
− · ∗ + ∗ − · + − ·
]
]
]

− ·

·
y l y l b
l
y l b
l
y
j
j j
Con esto se obtuvo:
]
]
]
]
]


·
2
1
1
y
Paso 2: Resolver L
T
x=y
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
]
]
]
]
]


·
]
]
]
]
]


]
]
]
]
]


2
1
1
1 0 0
1 2 0
1 1 1
3
2
1
x
x
x
, aplicando sustitución hacia atrás se obtiene
2
1
2
33
3
3
− ·

· ·
l
y
x
( ) [ ] ( ) [ ]
2
3
2 1 1
2
1 1 1
3 32 2
22
3
3
2 2
22
2
· − ∗ − · − ·
]
]
]

− ·

·
x l y
l
x l y
l
x
j
j j
( ) [ ] ( ) [ ]
2
9
2 1 1 1
1
1 1 1
2
3
3 31 2 21 1
11
3
2
1 1
11
1
· − ∗ + ∗ − − · + − ·
]
]
]

− ·

·
x l x l y
l
x l y
l
x
j
j j
Con lo que se obtiene:
2
9
,
2
3
, 2
3 2 1
· · − · x x x o
]
]
]
]
]


·
2
9
2
3
2
x
, que es la solución del sistema.
Ejemplo
Aplicando el método de Choleski, resolver el siguiente sistema:
2 3 5
6 5 14
6 5 2
2 2
4 3 2
4 3 2 1
4 3 2 1
3 2 1
· + +
· + + + −
· + + +
· − +
x x x
x x x x
x x x x
x x x
Definiendo,
]
]
]
]
]
]



·
3 5 1 0
5 14 1 1
1 1 5 2
0 1 2 1
A
,
]
]
]
]
]
]

·
4
3
2
1
x
x
x
x
x
, y
]
]
]
]
]
]

·
2
6
6
2
b
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:
4
3 5 1 0
5 14 1 1
1 1 5 2
0 1 2 1
4
·


· A
,
4
14 1 1
1 5 2
1 2 1
3
·


· A
,
1
5 2
2 1
2
· · A
, A
1
=1
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: 1 1
11 11
· · · a l
Paso 2: Para i=2, ..., 4
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

11
1
1
l
a
l
i
i
·

i=2

2
1
2
11
21
21
· · ·
l
a
l
i=3

1
1
1
11
31
31
− ·

· ·
l
a
l
i=4

0
1
0
11
41
41
· · ·
l
a
l
Paso 3:
( ) 1 2 5
2 2
21 22 22
· − · − · l a l
Paso 4: Para i=3,4 siga los pasos 5 y 6
i=3
Paso 5: Para j=2

jj
j
k
jk ik ij
ij
l
l l a
l


·

·
1
1
, por lo tanto,

( )
3
1
2 1 1
22
21 31 32
22
1
1
2 3 32
32
·
∗ − −
·

·

·

·
l
l l a
l
l l a
l
k
k k
Paso 6:


·
− ·
1
1
2
i
k
ik ii ii
l a l , por lo tanto,
( ) ( ) ( ) 2 3 1 14
2 2 2
32
2
31 33
2
1
2
3 33 33
· + − − · + − · − ·

·
l l a l a l
k
k
i=4
Paso 5: Para j=2,3

jj
j
k
jk ik ij
ij
l
l l a
l


·

·
1
1
, por lo tanto:
j=2

1
1
2 0 1
22
21 41 42
22
1
1
2 4 42
42
·
∗ −
·

·

·

·
l
l l a
l
l l a
l
k
k k
j=3
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO

( ) ( )
1
2
3 1 1 0 5
33
32 42 31 41 42
33
2
1
3 4 43
43
·
∗ + − ∗ −
·
+ −
·

·

·
l
l l l l a
l
l l a
l
k
k k
Paso 6:


·
− ·
1
1
2
i
k
ik ii ii
l a l , por lo tanto,
( ) ( ) 1 1 1 0 3
2 2 2 2
43
2
42
2
41 33
3
1
2
4 44 44
· + + − · + + − · − ·

·
l l l a l a l
k
k
Compilando los resultados:
]
]
]
]
]
]


·
1 1 1 0
0 2 3 1
0 0 1 2
0 0 0 1
L
y
]
]
]
]
]
]


·
1 0 0 0
1 2 0 0
1 3 1 0
0 1 2 1
T
L
Ahora se resuelve el sistema:
Paso 1: resolver Ly=b, donde
]
]
]
]
]
]

·
4
3
2
1
y
y
y
y
y y
]
]
]
]
]
]

·
2
6
6
2
b
]
]
]
]
]
]

·
]
]
]
]
]
]


]
]
]
]
]
]


2
6
6
2
1 1 1 0
0 2 3 1
0 0 1 2
0 0 0 1
4
3
2
1
y
y
y
y
, aplicando sustitución hacia adelante, se obtiene
2
1
2
11
1
1
· · ·
l
b
y
[ ] ( ) [ ] 2 2 2 6
1
1 1 1
1 21 2
22
1
1
2 2
22
2
· ∗ − · − ·
]
]
]

− ·

·
y l b
l
y l b
l
y
j
j j
( ) [ ] ( ) [ ] 1 2 3 2 1 6
2
1 1 1
2 32 1 31 3
33
2
1
3 3
33
3
· ∗ + ∗ − − · + − ·
]
]
]

− ·

·
y l y l b
l
y l b
l
y
j
j j
( ) [ ] ( ) [ ] 1 1 1 2 1 2 0 2
1
1 1 1
3 43 2 42 1 41 4
44
3
1
4 4
44
4
− · ∗ + ∗ + ∗ − · + + − ·
]
]
]

− ·

·
y l y l y l b
l
y l b
l
y
j
j j
MÉTODOS NUMÉRICOS –PERVYS RENGIFO RENGIFO
Con esto se obtuvo:
]
]
]
]
]
]


·
1
1
2
2
y
Paso 2: Resolver L
T
x=y
]
]
]
]
]
]


·
]
]
]
]
]
]


]
]
]
]
]
]


1
1
2
2
1 0 0 0
1 2 0 0
1 3 1 0
0 1 2 1
4
3
2
1
x
x
x
x
, aplicando sustitución hacia atrás se obtiene
1
1
1
44
4
4
− ·

· ·
l
y
x
( ) [ ] ( ) [ ] 1 1 1 1
2
1 1 1
4 43 3
33
4
4
3 3
33
3
· − ∗ − · − ·
]
]
]

− ·

·
x l y
l
x l y
l
x
j
j j
( ) [ ] ( ) [ ] 0 1 1 1 3 2
1
1 1 1
4 42 3 32 2
22
4
3
2 2
22
2
· − ∗ + ∗ − · + − ·
]
]
]

− ·

·
x l x l y
l
x l y
l
x
j
j j
( ) [ ] ( ) [ ] 3 1 0 1 ) 1 ( 0 2 2
1
1 1 1
3 41 3 31 2 21 1
11
4
2
1 1
11
1
· ∗ + ∗ − + ∗ − · + + − ·
]
]
]

− ·

·
x l x l x l y
l
x l y
l
x
j
j j
Con lo que se obtiene:
1 , 1 , 0 , 3
4 3 2 1
− · · · · x x x x
o
]
]
]
]
]
]


·
1
1
0
3
X
, que es la solución del sistema.
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

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->