Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
2. Planteamiento del Problema
3. Métodos Directos
3.1 Eliminación de Gauss
3.2 factorización triangular
3.3 factorización plu
Con frecuencia los sistemas de ecuaciones presentan una estructura muy especial que puede
ser objeto de tratamiento particular. Por ejemplo los problemas de interpolación polinómica,
etc...
A continuación vamos a estudiar algunos métodos, directos o por recursión, para dar solución
numérica a sistemas de ecuaciones lineales. Existen otros algoritmos especiales como es el
caso de las matrices dispersas o algunos otros tipos especiales de matrices que no se
estudiarán aquí, pero que es conveniente conocer dada su importancia.
3. MÉTODOS DIRECTOS
ELIMINACIÓN DE GAUSS
Supondremos que la matriz A es de rango completo y por lo tanto invertible
eventualmente si no lo es el procedimiento deberá detectarlo.
La idea básica es muy sencilla, se trata de aplicar al sistema dado por la ecuación Ax=b una serie
de transformaciones lineales de tal manera que al final de n pasos se haya transformado en uno
mucho más fácil de resolver. Concretamente un sistema triangular superior de la forma:
O escrito de forma matricial: U x b'; todo ello tratando de evitar el cálculo de la matriz inversa,
lo que comporta un número de operaciones significativamente mayor.
Un sistema triangular superior, siempre y cuando se satisfagan las condiciones uii 0,
i 1,.....,n es fácilmente resoluble de manera recurrente mediante las fórmulas:
EJEMPLO:
(Fuente:https://rua.ua.es/dspace/bitstream/10045/16373/2/Microsoft%20Word%20-
%202.%20ECUACIONES%20LINEALES.pdf)
Comencemos la exposición de la mecánica del método mediante un ejemplo que nos servirá
de introducción
4x1 2x 2 3x 3 7x 4 9
4x1 1. x 2 2x 3 8x 4 2
2x1 1. x 2 4x 4 2
3x 2 12x 3 x4 2
ri1
a i1
a11
i=2,....n.
De esta forma, los elementos de las filas por debajo del pivote (cada fila de la matriz es un vector)
se sustituyen por el resultado de multiplicar este factor ri1 por la fila del pivote, y sumarle la
cada una de las filas i. Los elementos debajo del elemento pivote se hacen cero por esta
operación, variando del resto de los elementos de A :
a ij a ij ri1 a1 j
i=2,3,4. j = 1, 2,3, 4, 5.
En el ejemplo que venimos manejando los multiplicadores son r21 = -a21/a11 =-(4/-4) = 1
r31= - a31/a11 = -(2/-4) = 1/2 r41 = - a41/a11 = - (0/-4) = 0
1
1
Esta última es la denominada matriz de transformación de Gauss. Que también se puede
escribir de la forma L I eT , donde:
2. Una vez realizados los ceros en la primera columna, por debajo de la diagonal principal, se
procede a hacer cero los elementos debajo de la diagonal principal de la segunda columna.
Observamos, no obstante que el elemento pivote a22 no es cero. Así, procedemos ahora
análogamente a como lo hicimos en el caso anterior para las filas 3,...n, definiendo los
multiplicadores r32 y r42 a partir del elemento pivote a22 y los de las filas por debajo:
Con estos factores, sustituyendo las filas 3 y 4 de Â1 por el resultado de multiplicar esas filas
por la del pivote (la fila 2) más las filas 3 y 4, resulta:
-4 -2 3 -7 -9
0 -1 1 1 -7
A 2
0 0 -15 -4 23
L I eT
1. Finalmente, hay que hacer cero el elemento a43 a partir del elemento pivote en la fila 3.
Procediendo de forma análoga mediante el multiplicador:
r43 = - a43/a33 = 10;
Definiendo la matriz L3 de forma análoga a las L1 y L2, resulta:
4 2 3 7 9
0 1 1 1 7
0 0 3/ 2 1/ 2 5 /2
0 0 0 1 2
1 0 0 0
0 1 0 0
L3= 0 0 1 0
0 0 10 1
La solución de este sistema se lleva a cabo muy fácilmente mediante sustitución inversa:
L y = b.
Nuevamente, como U
es escalonada, este sistema puede resolverse en caso de tener solución mediant
e sustitución hacia atrás, lo cual es sencillo. Estas observaciones nos dan la pauta
para ver la conveniencia de una factorización como la anterior, es decir factorizar A
como el producto de una matriz L triangular superior, por otra U la cual es escalonada.
Esta factorización se llama usualmente Descomposición LU.
EJEMPLO:
(Fuente: http://cb.mty.itesm.mx/ma1010/materiales/ma1010-26.pdf)
Sea y = (y1, y2, y3) un nuevo vector de incógnitas. Primero resolveremos el sistema
triangular inferior L y = b:
Primera ecuación:
y1 = 11,
Segunda ecuación:
y2 = 70 − 5 y1 = 70 − 5 (11) = 15,
Tercera ecuación:
y3 = 17 + 2y1 − 3 y2 = 17 + 2 (11) − 3 (15) = −6.
De la última ecuación:
x3 = 3,
Segunda ecuación:
x2 = 5 − 7/3 x3 = 5 − 7/3 (3) = −2,
Y de la primera:
x1 = 11/4 + 1/2x2 − 1/4 x3 = 11/4 + 1/2 (−2) − 1/4 (−3) = 1
FACTORIZACIÓN PLU
Sea A 2Mn(R) una matriz invertible. Una terna de matrices (P; L; U) se llama
factorización PLU de A si P; L; U 2 Mn(R), PA = LU, U es una matriz triangular superior
con elementos diagonales no nulos, L es una matriz triangular inferior con elementos
diagonales iguales a 1 y P es una matriz de permutación.
EJEMPLO:
(Fuente: http://esfm.egormaximenko.com/numerical_methods/PLU_factorization_es.pdf)
Para aplicar la factorización P1,3,2A = LU del ejemplo anterior multiplicamos ambos lados
de la ecuación por la matriz de permutación P1,3,2:
−7
LUx = c, donde c = P1,3,2b = 5
-1
Respuesta:
4. MÉTODOS DIRECTOS
4. INTRODUCCIÓN
Con frecuencia los sistemas de ecuaciones presentan una estructura muy especial que puede
ser objeto de tratamiento particular. Por ejemplo los problemas de interpolación polinómica,
etc...
A continuación vamos a estudiar algunos métodos, directos o por recursión, para dar solución
numérica a sistemas de ecuaciones lineales. Existen otros algoritmos especiales como es el
caso de las matrices dispersas o algunos otros tipos especiales de matrices que no se
estudiarán aquí, pero que es conveniente conocer dada su importancia.
6. MÉTODOS DIRECTOS
ELIMINACIÓN DE GAUSS
Supondremos que la matriz A es de rango completo y por lo tanto invertible
eventualmente si no lo es el procedimiento deberá detectarlo.
La idea básica es muy sencilla, se trata de aplicar al sistema dado por la ecuación Ax=b una serie
de transformaciones lineales de tal manera que al final de n pasos se haya transformado en uno
mucho más fácil de resolver. Concretamente un sistema triangular superior de la forma:
O escrito de forma matricial: U x b'; todo ello tratando de evitar el cálculo de la matriz inversa,
lo que comporta un número de operaciones significativamente mayor.
Un sistema triangular superior, siempre y cuando se satisfagan las condiciones uii 0, i 1,.....,n
es fácilmente resoluble de manera recurrente mediante las fórmulas:
EJEMPLO:
(Fuente:https://rua.ua.es/dspace/bitstream/10045/16373/2/Microsoft%20Word%20-
%202.%20ECUACIONES%20LINEALES.pdf)
Comencemos la exposición de la mecánica del método mediante un ejemplo que nos servirá
de introducción
4x1 2x 2 3x 3 7x 4 9
4x1 2. x 2 2x 3 8x 4 2
2x1 2. x 2 4x 4 2
3x 2 12x 3 x4 2
Dispongamos inicialmente la matriz A aumentada en la columna que define el término
independiente b y llamemos a la nueva matriz resultante A , es decir:
ri1
a i1
a11
i=2,....n.
De esta forma, los elementos de las filas por debajo del pivote (cada fila de la matriz es un vector)
se sustituyen por el resultado de multiplicar este factor ri1 por la fila del pivote, y sumarle la
cada una de las filas i. Los elementos debajo del elemento pivote se hacen cero por esta
operación, variando del resto de los elementos de A :
a ij a ij ri1 a1 j
i=2,3,4. j = 1, 2,3, 4, 5.
En el ejemplo que venimos manejando los multiplicadores son: r21 = -a21/a11 =-(4/-4) = 1
r31= - a31/a11 = -(2/-4) = 1/2 r41 = - a41/a11 = - (0/-4) = 0
2. Una vez realizados los ceros en la primera columna, por debajo de la diagonal principal, se
procede a hacer cero los elementos debajo de la diagonal principal de la segunda columna.
Observamos, no obstante que el elemento pivote a22 no es cero. Así, procedemos ahora
análogamente a como lo hicimos en el caso anterior para las filas 3,...n, definiendo los
multiplicadores r32 y r42 a partir del elemento pivote a22 y los de las filas por debajo:
-4 -2 3 -7 -9
0 -1 1 1 -7
A2
0 0 -15 -4 23
L I eT
2. Finalmente, hay que hacer cero el elemento a43 a partir del elemento pivote en la fila 3.
Procediendo de forma análoga mediante el multiplicador:
r43 = - a43/a33 = 10;
Definiendo la matriz L3 de forma análoga a las L1 y L2, resulta:
4 2 3 7 9
0 1 1 1 7
0 0 3/ 2 1/ 2 5 /2
0 0 0 1 2
1 0 0 0
0 1 0 0
L3= 0 0 1 0
0 0 10 1
La solución de este sistema se lleva a cabo muy fácilmente mediante sustitución inversa:
FACTORIZACIÓN TRIANGULAR
La factorización LU de una matriz es una factorización que resume el proceso de eliminación
gaussiana aplicado a la matriz y que es conveniente en términos del número total de
operaciones de punto flotante cuando se desea calcular la inversa de una matriz o cuando se
resolver una serie de sistemas de ecuaciones con una misma matriz de coeficientes. En la
lectura, primeramente consideraremos la factorización LU sin intercambio basada en matrices
elementales y que es conocida como de Doolittle y posteriormente veremos el algoritmo que
da la factorización PA = LU.
Suponga que la matriz A es una matriz m × n se puede escribir como el producto de dos
matrices:
A=LU
L y = b.
Nuevamente, como U
es escalonada, este sistema puede resolverse en caso de tener solución
mediante sustitución hacia atrás, lo cual es sencillo. Estas observaciones nos
dan la pauta para ver la conveniencia de una factorización como la anterior, es
decir factorizar A como el producto de una matriz L triangular superior, por
otra U la cual es escalonada. Esta factorización se llama
usualmente Descomposición LU.
EJEMPLO:
(Fuente: http://cb.mty.itesm.mx/ma1010/materiales/ma1010-26.pdf)
y1 = 11
5 y1 + y2 = 70
−2 y1 + 3 y2 + y3 = 17
Primera ecuación:
y1 = 11,
Segunda ecuación:
y2 = 70 − 5 y1 = 70 − 5 (11) = 15,
Tercera ecuación:
y3 = 17 + 2y1 − 3 y2 = 17 + 2 (11) − 3 (15) = −6.
De la última ecuación:
x3 = 3,
Segunda ecuación:
x2 = 5 − 7/3 x3 = 5 − 7/3 (3) = −2,
Y de la primera:
x1 = 11/4 + 1/2x2 − 1/4 x3 = 11/4 + 1/2 (−2) − 1/4 (−3) = 1
Factorización LU
La práctica de factorizar un número no primo como la multiplicación de otros que sí lo
son, se aplica también a las matrices, así, cualquier representación de una matriz como
producto de dos o más matrices, se llama factorización de matrices. Por ejemplo:
En este caso, la descomposición LU, es una variante de la eliminación de Gauss (MEG),
que descompone o factoriza una matriz como el producto de una matriz triangular
inferior y una matriz triangular superior. Descomposición que conduce a un algoritmo
para resolver un sistema lineal Ax=b, donde A es una matriz de n x n.
Se muestra el siguiente ejemplo de factorización utilizando implícitamente el método de
eliminación de Gauss (MEG):
Entonces:
Por lo tanto:
De acuerdo a este ejemplo, podemos dar la siguiente definición:
Ejemplo:
Use una factorización LU de para resolver Ax = b,
donde: .
i.
ii.
iii.Entonces, la solución a Ax = b, es .
Forma 1
1. Sabemos, mediante el método de eliminación de Gauss, el valor de U.
Ejemplo:
Forma 2
1. Cuando U es una matriz triangular superior y todas las entradas de la diagonal son
diferentes de cero, el sistema lineal Ux = b puede resolverse sin transformar la matriz
aumentada a la forma escalonada reducida por filas. Se resuelve mediante una sustitución
hacia atrás. La matriz aumentada del sistema está dada por:
El hecho de que los valores propios de la matriz trasladada sean los valores
propios trasladados, permite localizar cualquier valor propio de tamaño
intermedio, siempre que éste este separado de los restantes en módulo.
Destaquemos por último que cada valor propio obtenido puede ser eliminado
por la técnica de deflación. En efecto, si conocemos ʎ ϵ σ(A) y X ϵ
Sʎ(A), unitario para la norma euclidea, entonces determinamos una matriz de
Householder P tal que Px = + e1 y entonces:
De donde se deduce que la matriz , semejante a A, tiene la forma:
BIBLIOGRAFIA:
www.dma.uvigo.es/~lino/Tema3.pdf
www.dma.uvigo.es/~lino/Tema3.pdf
https://www.cs.buap.mx/.../Resolucion%20Numerica%20de%20Sistemas%20de%20Ec...
https://www.u-cursos.cl/ingenieria/2007/1/MA33A/2/material_docente/bajar?id...
https://rua.ua.es/.../Microsoft%20Word%20-202.%20ECUACIONES%20LINEALE...
https://ocw.unican.es/pluginfile.php/1390/course/section/1760/P5_IC1011.pdf
http://cb.mty.itesm.mx/ma1010/materiales/ma1010-26.pdf
http://148.206.53.84/tesiuami/151.pdf
www.dma.uvigo.es/~lino/Tema3.pdf
www.dma.uvigo.es/~lino/Tema3.pdf
https://www.cs.buap.mx/.../Resolucion%20Numerica%20de%20Sistemas%20de%20Ec...
https://www.u-cursos.cl/ingenieria/2007/1/MA33A/2/material_docente/bajar?id...
https://rua.ua.es/.../Microsoft%20Word%20-202.%20ECUACIONES%20LINEALE...
https://ocw.unican.es/pluginfile.php/1390/course/section/1760/P5_IC1011.pdf
http://cb.mty.itesm.mx/ma1010/materiales/ma1010-26.pdf
http://esfm.egormaximenko.com/numerical_methods/PLU_factorization_es.pdf