Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Factorización LU
Factorización PLU
PA = Pb = c
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
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
Actividad
−3 1 1 0 x1 1
−6 2 2 2 x2 3
=
3 3 2 −1 x3 1
3 7 2 0 x4 2
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
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
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
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.
Normas vectoriales
Norma p: Dado p ≥ 1, definimos la norma p de x por
n
!1
p
|xi |p
X
kxkp =
i=1
Normas matriciales
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
x1 + 1.01x2 = 2.01
0.99x1 + x2 = 1.99
! ! !
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
donde:
κ(A) = kAk
A−1
1 =
AA−1
≤ kAk
A−1
= κ(A)
Luego κ(A) ≥ 1.
Ejemplo
!
1 1.01
A=
0.99 1
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.