Factorización LU Normas vectoriales

Métodos de solución de sistemas de ecuaciones

Pedro Alejandro Amador R.

Pontificia universidad javeriana Cali

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Factorización LU

Se considera el sistema Ax = b y una descomposición A = LU de

la matriz de coeficientes.
Se formula un nuevo sistema con la forma Ld = b (vector de
incognitas d = [d1 , d2 , . . . , dn ]T )
Luego se resuelve el sistema U x = d

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Factorización PLU

Se considera el sistema Ax = b y una descomposición P A = LU

de la matriz de coeficientes.
Se multiplica el sistema original por la matriz de permutación P .

PA = Pb = c

Se formula un nuevo sistema con la forma Ld = c (vector de

incognitas d = [d1 , d2 , . . . , dn ]T )
Luego se resuelve el sistema U x = d

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Solución de un sistema triangular

Supongamos que se tiene un sistema triangular superior de la forma

    
a1,1 a1,2 a1,3 · · · a1,n x1 b1

 0 a2,2 a2,3 · · · a2,n 
 x2  
  b2 

0 0 a3,3 · · · a2,n x3 b3
    
  = 

.. ..

..  
.. 
. . . .
    
    
0 0 0 ··· an,n xn bn
Usando sustitución hacia atras tenemos que
Pn
bi − j=i+1 ai,j xj
xi =
ai,i

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Codigo solución de un sistema triangular superior

function x = solucionsistem(A,b)
su = 0;
m = size(A)
x(m(1))=b(m(1))/A(m(1),m(1))
for i=m(1)-1:-1:1
for j=i+1:m(1)
su = su +A(i,j)*x(j)
end
x(i)=(b(i)-su)/A(i,i);
su=0;
end

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Actividad

Crear una función en MATLAB que dado un sistema Ax = b

(con A una matriz triangular inferior) encuentre los valores de
las entradas del vector x usando sustitución hacia adelante.
Usando el comando [L, U, P ] = lu(A) de MATLAB y la
función del punto anterior resuelva el sistema de ecuaciones

    
−3 1 1 0 x1 1
 −6 2 2 2  x2   3 
=
    
3 3 2 −1 x3 1
  
    
3 7 2 0 x4 2

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Matrices simetricas definidas positivas

Definición
Una matriz A es llamada simetrica si A = AT .
Una matriz A es llamada definida positiva si para todo x 6= 0
se tiene xt Ax > 0

Ejemplo: La matriz A es simetrica definida positiva.

 
4 3 2 1
 3 3 2 1 
A=
 
2 2 2 1

 
1 1 1 1

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Nota: una condición equivalente para que la matriz A sea

simetrica definida positiva es que todos sus valores propios sean
positivos. El comando eig en MATLAB nos permite encontrar los
valores propios de una matriz.

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Descomposición de Cholesky
Una matriz A simétrica y definida positiva puede ser factorizada de
manera eficiente por medio de una matriz triangular inferior y una
matriz triangular superior, de la siguiente forma

A = LLT

Donde los elementos de L se forman de la siguiente manera:

v
i−1
u !
u X
li,i = t ai,i − 2
li,k
k=1

Pi−1
aj,i − k=1 lj,k li,k
lj,i =
li,i
Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali
Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Algoritmo para Hallar L en la descomposición de Cholesky

function L=cholesky1(A)
n = size(A);
L = zeros(n(1))
su=0;
for j=1:n(1)
for i=1:n(1)
if j==i
for k=1:i-1
su=su+(L(i,k))∧2;
end
L(i,j)=sqrt(A(i,j)-su);
su=0;
end...
Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali
Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

...if i>j
for k=1:j-1
su=su+(L(i,k)*L(j,k));
end
L(i,j)=(A(i,j)-su)/L(j,j);
su=0;
end
end
end
Nota: El comando chol de MATLAB realiza la misma función.

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Se considera el sistema Ax = b y una descomposición A = LLT de

la matriz de coeficientes.
Se formula un nuevo sistema con la forma Ld = b (vector de
incognitas d = [d1 , d2 , . . . , dn ]T )
Luego se resuelve el sistema LT x = d

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Normas vectoriales
Norma p: Dado p ≥ 1, definimos la norma p de x por
n
!1
p
|xi |p
X
kxkp =
i=1

Cuando p = 2 se obtiene la norma clasica euclidiana.

Norma ∞: La norma infinito esta definida por:

kxk∞ = máx {|xi |}

1≤i≤n

Esta norma es conocida como norma infinito, ya que

lı́m kxkp = kxk∞

p→∞

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Normas matriciales

Existen dos tipos de normas matriciales, aquellas que se definen en

términos de una norma vectorial, conocidas como normas
matriciales inducidas o subordinadas y aquellas que se definen
sobre los elementos de la matriz.
Un ejemplo de una norma matricial que no es inducida por una
norma vectorial, es la norma de Frobenius:
 1/2
n X
X n
kAkF =  a2ij 
i=1 j=1

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Normas matriciales inducidas

n
!
X
1 Norma 1: kAk1 = máx |aij | (máxima suma en las
16j6n
i=1
columnas )
 
n
X
2 Norma ∞:kAk∞ = máx  |aij | (máxima suma en las
16i6n
j=1
filas )
3 Norma 2: kAk2 = [ρ]1/2 , donde ρ es el radio espectral de
At A, es decir, el máximo valor absoluto de los valores propios
de la matriz AT A

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Número condicional de una matriz

Definición: Sea x̄ una aproximación del sistema lineal Ax = b. El

vector residual de x̄ respecto a este sistema es r = b − Ax̄.
Ejemplo: El sistema lineal Ax = b dado por
! ! !
1 1.01 x1 2.01
=
0.99 1 x2 1.99

x1 + 1.01x2 = 2.01
0.99x1 + x2 = 1.99

Tiene solución x = (1, 1).

La aproximación x̄ = (0, 2) tiene vector residual

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

! ! !
2.01 1 1.01 0
r = b − Ax̄ = −
1.99 0.99 1 2
! !
2.01 2.02
= −
1.99 2
!
−0.01
=
−0.01

Aunque la norma del vector residual es pequeña (krk∞ = 0.01), la

aproximación x̄ = (0, 2) es muy deficiente ya que kx − x̄k∞ = 1.

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Número condicional de una matriz

b − b

kx − xk
≤ κ(A)
kxk kbk

donde:
κ(A) = kAk A−1

El número κ(A) se llama número condicional de la matriz A o

número de condición. Como se observa en la desigualdad, si el
número de condición es pequeño, entonces pequeñas
perturbaciones en b conducen a pequeñas perturbaciones en x. Es
decir, el error relativo en x esta acotado por κ(A) y el residual de
esta aproximación.

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Si A es invertible se satisface I = AA−1 , tenemos kIk = AA−1 ,

1 = AA−1 ≤ kAk A−1 = κ(A)

Luego κ(A) ≥ 1.

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Ejemplo

Determine si la matriz A esta bien o mal condicionada

!
1 1.01
A=
0.99 1

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Solución de sistemas de ecuaciones usando MATLAB

inv: Esta función permite resolver un sistema de ecuaciones

Ax = b usando la matriz inversa de A, es decir, x = A−1 b
A\ b Esta función permite resolver un sistema de ecuaciones
Ax = b usando eliminación Gaussiana.
Nota: La forma mas eficiente de resolver un sistema es usar el
comando A\b

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones
Factorización LU Normas vectoriales

Ejemplo

1
Construya una matriz de Hilbert de orden 4 (Hi,j = i+j−1 )y
T
llamela H. Resuelva el sistema Hx = (1, 1, 1, 1) usando ambas
funciones de MATLAB y compare los tiempos de cada uno.

Pedro Alejandro Amador Rodriguez Pontificia universidad javeriana Cali

Métodos de solución de sistemas de ecuaciones