Sistemas de ecuaciones lineales – Resolución directa

Resol directa: sin error de truncamiento. Gauss, Kramer, Jordan.

SEL
Resol iterativa: con error de truncamiento. Jacobi, Gauss-Seidel, SOR.

Problema 8) Resolver el siguiente sistema:

 2.15  0.924  1.29   x1   1.22 

 4.12 2.29 0.294    x 2     3.56 

 1.01 0.872  3.25  x3   0.972

Utilizar eliminación de Gauss con pivoteo parcial. Hallar la descomposición LU de la matriz de coeficientes
y utilizarla para hallar una estimación del error de redondeo, refinando la solución. Utilizar aritmética de punto
flotante con 3 dígitos.

Vamos a resolverlo 1° sin pivoteo, 2° con pivoteo parcial, 3° con pivoteo total.

Llamamos: A  x  b , quiero factorizar a A en L (triang inf) y U (triang sup).

1° sin pivoteo

 2.15  0.924  1.29 1.22 


Sistema a resolver:  4.12 2.29 0.294  3.56 
 1.01 0.872  3.25  0.972

Operación Matriz Cálculo alternativo

 2.15  0.924  1.29 1.22  E1  A con:
f 2  f 2  m21 f1 con m21  aa11
21
[1.92] 0.516  2.18  1.22  1 0 0
  E1   1.92 1 0
f 3  f 3  m31 f1 con m31  aa11
31
[0.470] 1.31  2.64  1.55  0.470 0 1

 2.15  0.924  1.29 1.22  E2  E1  A con:

[1.92] 0.516  2.18  1.22 1 0 0
f 3  f 3  m32 f 2 con m32  a 32   E 2  0 1 0
a 22
[0.470] [2.54] 2.90 1.55  0  2.54 1
Por Gauss E2  E1  A  U ; E2  E1  b  y
1 1 1 1
Paso de término A  E1  E2  U  L  U (factoricé) ; b  E1  E2  y  L  y

Tenía SEL A x  b
Reemplazo L U  x  b

Resolvemos L y  b sustit directa

Ux  y sustit inversa

¿Cómo quedan estas matrices?

2.15  0.924  1.29   1 0 0  1.22 

U   0 0.516  2.18 
L   1.92 1 0 y   1.22
 0 0 2.90   0.470 2.54 1  1.55 

L  y  b : (si ya factoricé con A extendida, no hace falta calcular y)

 1 0 0  y1   1.22   y1  1.22
 1.92      
 1 0   y 2     3.56  
 y 2  3.56  1.92 * y1  1.22
 0.470 2.54 1  y3   0.972  y  0.972  0.470 * y  2.54 * y  1.55
 3 1 2
U  x  y:
2.15  0.924  1.29   x1   1.22   x1  (1.22  0.924 * x2  1.29 * x3 ) / 2.15  0.841
 0      
 0.516  2.18   x 2    1.22 
 x 2  (1.22  2.18 * x3 ) / 0.516  0.108
 0 2.90   x3   1.55   x3  1.55 / 2.90  0.534
0 

 x1  0.841

Solución sin pivoteo:  x 2  0.108
 x  0.534
 3
2° con pivoteo parcial: permutación de filas

Multiplicador: mij  aij a jj . Si el denominador (pivote) es pequeño → cancelación de términos. Busco

pivotes lo más grandes posibles intercambiando filas → permuta el término indep.

 2.15  0.924  1.29 1.22 

Sistema a resolver:  4.12 2.29 0.294  3.56 
 1.01 0.872  3.25  0.972

Operación Matriz Cálculo alternativo

 4.12 2.29 0.294  3.56  P12  A con:
f1  f 2  2.15  0.924  1.29 1.22  0 1 0 
 P12  1 0 0
 1.01 0.872  3.25  0.972 0 0 1

  4.12 2.29 0.294  3.56  E1  P12  A con:

f 2  f 2  m21 f1 con m21  aa11
21
[0.522] 0.271  1.14  0.638  1 0 0
  E1  0.522 1 0
f 3  f 3  m31 f1 con m31  aa11
31
[0.245] 1.43  3.18  1.84  0.245 0 1

  4.12 2.29 0.294  3.56  P23  E1  P12  A con:

f2  f3 [0.245] 1.43  3.18  1.84  1 0 0
  P 23  0 0 1
[0.522] 0.271  1.14  0.638 0 1 0
   4.12 2.29 0.294  3.56  E2  P23  E1  P12  A con:
[0.245] 1.43  3.18  1.84  1 0 0
f 3  f 3  m32 f 2 con m32  a 32  E 2  0 1 0
a 22 [0.522] [0.190]  0.536  0.288 0  0.190 1

Por Gauss E2  P23  E1  P12  A  U ; E2  P23  E1  P12  b  y

1 1
Agrego la identidad E2  P23  E1  P23  P23  P12  A  U pero P23  P23
con lo cual E2  P23  E1  P23  P23  P12  A  U
 1 0 0
E1  P23  E1  P23  0.245 1 0 ; P23  P12  PF

~
Llamo
0.522 0 1
~
Reemplazo E2  E1  PF  A  U
~ 1 1
Paso de término PF  A  E1  E2  U  L  U (factoricé)

Tenía SEL A x  b
Agrego permutac PF  A  x  PF  b  bPF
Reemplazo L  U  x  bPF

Resuelvo L  y  bPF sustit directa (si factoricé con A ampliada, ya me queda y)

Ux  y sustit inversa
¿Cómo quedan estas matrices?

 4.12 2.29 0.294   1 0 0   3.56 

U   0 1.43  3.18  
L   0.245 1 0 y    1.84 
 0 0  0.536  0.522 0.190 1  0.288

L  y  bP : (si ya factoricé con A extendida, no hace falta calcular y)

 1 0 0  y1    3.56   y1  3.56
 0.245      
 1 0   y 2    0.972 
 y 2  0.972  0.245 * y1  1.84
 0.520 0.187 1  y3   1.22  
 y3  1.22  0.520 * y1  0.187 * y 2  0.288

U  x  y:
 4.12 2.29 0.294   x1    3.56   x1  (3.56  2.29 * x2  0.294 * x3 ) /( 4.12)  0.851
 0      
 1.43  3.18    x 2     1.84  
 x 2  (1.84  3.18 * x3 ) / 1.43  0.0925
 0  0.536  x3   0.288  x3  0.288 /( 0.536)  0.537
0 

 x1  0.851

Solución con pivoteo parcial:  x 2  0.0925
 x  0.537
 3
3° con pivoteo total: permutación de filas y columnas

Nuevamente busco pivotes lo más grandes posibles, pero ahora puedo intercambiar también columnas →
permuta el orden de incógnitas.

 2.15  0.924  1.29 1.22 


Sistema a resolver:  4.12 2.29 0.294  3.56 
 1.01 0.872  3.25  0.972

Operación Matriz Cálculo alternativo

 4.12 2.29 0.294  3.56  P12  A con:
f1  f 2  2.15  0.924  1.29 1.22  0 1 0 
 P12  1 0 0
 1.01 0.872  3.25  0.972 0 0 1

  4.12 2.29 0.294  3.56  E1  P12  A con:

f 2  f 2  m21 f1 con m21  a 21
a11
[0.522] 0.271  1.14  0.638  1 0 0
 E1  0.522 1 0
f 3  f 3  m31 f1 con m31  a 31
a11 [0.245] 1.43  3.18  1.84  0.245 0 1

  4.12 2.29 0.294  3.56  P23  E1  P12  A con:

f2  f3 [0.245] 1.43  3.18  1.84  1 0 0
  P 23  0 0 1
[0.522] 0.271  1.14  0.638 0 1 0
   4.12 0.294 2.29  3.56  P23  E1  P12  A  P23 con:
c 2  c3 [0.245]  3.18 1.43  1.84  1 0 0
  P 23  0 0 1
[0.522]  1.14 0.271  0.638 0 1 0

  4.12 0.294 2.29  3.56  E2  P23  E1  P12  A  P23

[0.245]  3.18 1.43  1.84  1 0 0
f 3  f 3  m32 f 2 con m32  a 32  E 2  0 1 0
a 22 [0.522] [0.358]  0.241 0.0207 0  0.358 1

Notable: haber intercambiado columnas eligiendo el mayor pivote no garantizó minimizar el multiplicador,
dado que se obtiene una relación a32 / a22 menor si las columnas permaneciesen como estaban. Por ende, optar
por pivoteo total en lugar de parcial, en este caso no significó ninguna mejora.

Por Gauss E2  P23  E1  P12  A  P23  U

1 1
Agrego la identidad E2  P23  E1  P23  P23  P12  A  P23  U pero P23  P23
con lo cual E2  P23  E1  P23  P23  P12  A  P23  U
 1 0 0
E1  P23  E1  P23  0.245 1 0 ; P23  P12  PF ; P23  PC

~
Llamo
0.522 0 1
~
Reemplazo E2  E1  PF  A  PC  U
~ 1 1
Paso de término PF  A  PC  E1  E2  U  L  U (factoricé)
Tenía SEL A x  b
1 1
Agrego permutac PF  A  PC  PC  x  PF  b pero PC  PC
con lo cual PF  A  PC  PC  x  PF  b
Llamo PC  x  x PC ; PF  b  bPF
Reemplazo L  U  x PC  bPF

Resuelvo L  y  bPF sustit directa (si factoricé con A ampliada, ya me queda y)

U  x PC  y sustit inversa

¿Cómo quedan estas matrices?

 4.12 0.294 2.29   1 0 0   3.56 


U  0  3.18 1.43  
L   0.245 1 0 y    1.84 
 0 0  0.241  0.522 0.358 1 0.0207 

L  y  bPF :
 1 0 0  y1    3.56   y1  3.56
 0.245      
 1 0   y 2    0.972 
 y 2  0.972  0.245 * y1  1.84
 0.522 0.358 1  y3   1.22  
 y3  1.22  0.522 * y1  0.358 * y 2  0.0207
U  x PC  y :
 4.12 0.294 2.29   x PC1    3.56   x PC1  (3.56  0.294 * x2  2.29 * x3 ) /( 4.12)  0.855
 0      
  3.18 1 .43 
  x PC 2 
   1.84  
 x PC 2  (1.84  1.43 * x3 ) /( 3.18)  0.540
 0  0.241  x PC 3  0.0207  x PC 3  0.0207 /( 0.241)  0.0859
0 

 x1  0.855

Solución con pivoteo total:  x 2  0.0859
 x  0.540
 3

4° solución “exacta” (t=16)

 x1  0.852

 x 2  0.0910
 x  0.539
 3

Err rel Sin piv Piv parc Piv total

Rx1 1.3% 0.1% 0.4%
Rx2 18.7% 1.6% 5.6%
Rx3 1.0% 0.4% 0.1%
Refinamiento iterativo (aplico al caso sin pivoteo)

Tengo el SEL A x  b  b  A  x  0

Pero b  A ~
x  r  0 (residuo)
Reemplazo x  A  x  ~
A x  A ~ x   A  ~
x  r nuevo SEL

No hace falta resolver el SEL: para algo factoricé en L y U antes!

0 
~ x1   1.22   2.15  0.924  1.29   0.841   0.000918 

r  b  A  ~ x 2     3.56    4.12
 2.29 0.294    0.108   0.00476
 ~
x3   0.972  1.01 0.872  3.25  0.534   0.00827 
(calculo r con doble precisión)

A  ~ x  r con U  ~
x  L  U  ~ x  y

L  y  r : sustitución directa
 1 0 0 y1   0.000918   y1  0.00918
 1.92      
 1 0  y 2    0.00476 
 y 2  0.00476  1.92 * y1  0.00300
 0.470 2.54 1 y3   0.00827  y  0.00827  0.470 * y  2.54 * y  0.0155
 3 1 2
U  ~
x  y : sustitución inversa
2.15  0.924  1.29  ~ x1   0.00918  ~
x1  (0.00918  0.924 * ~
x 2  1.29 * ~
x3 ) / 2.15  0.0108
 0   ~     ~ ~
 0.516  2.18  x2    0.00300   x2  (0.00300  2.18 * x3 ) / 0.516  0.0168
 0 2.90  ~
x3   0.0155   ~x3  0.0155 / 2.90  0.0535
0 

1 0  0 
 ~ x1  ~x1  ~x1  0.852
 1 ~ 0  ~ 0 
Solución refinada:  ~
x 2  x 2  x 2  0.0914
 ~ 1 ~ 0  ~ 0 
 x3  x3  x3  0.539

Estuvimos trabajando con precisión t = 3

~x t
Experimentalmente K  A  ~ 10  20 (se calcula sólo una vez)
x
Calculo p  log10 K  A  1.3
Dígitos de mejora q  t  p  1.7

O sea que en cada refinamiento mejoraría 1 ó 2 dígitos. ¿Hasta cuándo? Hasta que el residuo se haga tan
chico que se confunda con 0.

Si q < 0 no vale la pena refinar.