Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algoritmo para Factorizar Una Matriz Tri Diagonal de Forma Compacta
Algoritmo para Factorizar Una Matriz Tri Diagonal de Forma Compacta
[a]=[L]*[u] Factorizando la matriz [a] y aplicando el mtodo de doolittle se tiene lo siguiente:
[b]= matriz compacta de [a] [c]= matriz compacta de [L] [d]=matriz compacta de [u] Observamos la relacin que tienen los ndices de la matriz [c] con la matriz [b] que es la matriz compacta de [a] y tambin los ndices de la matriz [d] con la matriz [b] Paso 1
Paso 2
Paso 3
Pseudocdigo. 1.- Funcin factorizar_tridiagonal(b) 2.- d(1,1)=b(1,2) 3.- d(1,2)=b(1,3); 4.- c(2,1)=b(2,1)/b(1,2) 5.-[m,n]=size(a) 6.- hacer desde i=2 hasta m-1 6.1 d(i,1)=b(i,2)-c(i,1)*d(i-1,2) 6.2 d(i,2)=b(i,3) 6.3 c(i+1,1)=b(i+1,1)/d(i,1) 7.-d(m,1)=b(m,2)-c(m,1)*d(m-1,2) 8.- fin
Conclusiones: Muchos modelos matemticos presentan ecuaciones lineales que al poner en forma matricial dan como resultado una matriz de ancho de banda 3 o tambin se conoce como matriz tridiagonal, entonces para encontrar las soluciones de las respectivas ecuaciones lineales, para ello se utiliza varios mtodos como por ejemplo el mtodo de la factorizacin de matrices o descomposicin [L][U], pero como se est aplicando a una matriz tridiagonal, se simplifica mucho el proceso de encontrar los respectivos valores de los elementos, tanto de la matriz [L], como de la matriz [U] ya que muchos elementos son ceros en la matriz principal, de tal manera que si compactamos la matriz [L] y [U] en nuevas matrices que contengan solo los elementos distintos de cero tanto de la matriz [L] como de la matriz [U], podemos realizar la factorizacin con menos operaciones, lo que en grandes sistemas de ecuaciones lineales implica tiempo y memoria es decir todo lo que es el gasto computacional de un proceso, por ello al aplicar la factorizacin de forma compacta se gana mucho tiempo y memoria incluso se tiene menos errores de redondeo o truncamiento lo que hace que las respectivas soluciones tengas una mejor aproximacin al valor real.