FACTORIZACIÓN DE DOOLITLE Y CROUT

Se basa en la descomposición de la matriz de coeficientes A en los factores L (Triangular inferior

de A) y U (Triangular superior de A), es decir:

 l 11 012  01n   u11 u12  u1n   a11 a12  a1n 

     
l
 21 22l  0 0
2n   21 u  u 2n  a a  a
22
  21 22 2n 
              
     
l m1 l m 2  l mn  0 m1 0 m 2  u mn  am1 am 2  amn 

LU=A …(2.6)
Reemplazando la ecuación (2.6) en la formula general de AX=b ; se tiene:
LUX=b …(2.7)
Hacemos que U X = c, entonces (2.7) queda:
Lc=b …(2.8)
De (2.8) con una sustitución progresiva se calcula c y después resolvemos con una sustitución
regresiva U X = c; donde se obtiene el vector X. Para el cálculo de los elementos de L y U se tiene
el siguiente algoritmo:
i 1
u i , j  ai , j  l
k 1
i ,k .u k , j ; j  i , i  1, , n

 j 1


1  ai , j   ; i  j  1, , n
li , j  u k , j .l i ,k
u j ,i 
 k 1  …(2.9)
l i ,i  1 ; i  1,2, , n

La ecuación (2.9) es el método de Doolitle; porque se está seleccionando los valores de li,i= 1; si
seleccionamos los valores de ui,i= 1 el método se denomina de Crout
ejemplo:
Resolviendo el sistema de ecuaciones

4x 1 9x 2 2x 3 5
2x 1  4 x 2  6x 3 3
x1  x2  3x 3 4

Solución :
Aplicando el método de Doolitle: l11 = l22 = l33 = 1
Cálculo de la primera fila de U y de la primera columna de L:
u  4 ; u  9 ; u  2 l11  1 ; l 21  2 / 4  0,5 ; l 31  1/ 4  0,25
11 12 13

Cálculo de la segunda fila de U y de la segunda columna de L:

u 21  0
u 22  4  2 / 4  9   0,5
u 23  6  2 / 4 2  5
l 12  0
l 22  1
l 32   1  1 / 4  9  /  4  2 / 4  9   2,5
Calculo de la tercera fila de U:
u 31  0
u 32  0 ;

u 33  3  1 / 42   1  1 / 4 9 /  4  2 / 4 9 6  2 / 42  10

finalmente ya tenemos las matrices:

 1 0 0 4 9 2 
   
L   0,5 1 0 U  0 0,5 5 
0,25 2,5 1 0 0  10
Resolviendo la ecuación (2.8) se tiene c=[5 0,5 1,5]т, con lo que se resuelve U X = c;
obteniéndose como resultado final:

X  6,95 2,5  0,15

T
MÉTODO DE THOMAS

Este método utiliza los sistemas tridiagonales, reduce el consumo de memoria de la máquina, ya
que no almacena los elementos que son ceros. Este detalle es muy importante cuando se
trabaja con sistemas grandes de 1000 a más ecuaciones que normalmente se presenta en los
problemas de Ingeniería Química.

Sea el sistema tridiagonal:

b1 x 1 c 1 x 2 0 0  0  d1
a2 x1  b2 x 2  c2 x3 0  0  d2
0  a3 x 2  b3 x 3  c3 x 4  0  d3
0 0  a4 x 3  0  d4
    …(2.10)
0 0 0 0  bn x n  d n

Triangulación:
Para i=1,2,3,…n-1 ; b' i  0 si se elimina x i sólo en la (i+1) –ésima ecuación, con lo que se
obtiene como nueva (i+1)-ésima ecuación:
b' i 1 x i 1  c' i 1 x i  2  d' i 1
b' i 1  bi 1  a i 1c i / b' i
...(2.11)
d' i 1  d i 1  a i 1d' i / b' i
c' i 1  c i
Sustitución regresiva:

x n  d' n / b' n …(2.12)

Para: i  1 ,2 ,, n  1

d' i c' i x i 1
xi  …(2.13)
b' i
Ejemplo de Aplicación
Resolver el siguiente sistema tridiagonal, usando el método de Thomas:

4 x1  x2  1
 8 x1  x2  x3  13
3 x 2  2 x3  4 x 4  3
x3  x 4  x5  2,1
2 x 4  6 x5  3,4
Etapa de triangulación: Entonces definimos las matrices:

4 1 0 0 0  x1   1  0 4  1  1 
             
 8  1 1  13 
 8  1 1 0 0  x 2   13       
0 3 2 4 0  x 3    3 A   3  ; B   2 ; C  4 ; D    3 
             
0 0 1 1 1  x 4   2,1 1   1  1  2,1
0  x  3,4 2 6 0 3,4
 0 0 2 6  5          

a c
b' 2  b2  2 1  1 
81  1 b' 4  b4 
a4 c 3
 1 
14  0,2
b1 4 b' 3 5
c' 2  c 2  1 c' 4  c 4  1

d' 2  d 2 
a2 d 1
 13 
 8 1  11 d' 4  d 4 
a 4 d' 3
 2,1 
1 36  5,1
b1 4 b' 3 5

b' 3  b3 
a3 c 2
 2 
31  5 b' 5  b5 
a5 c 4
6
21  16
b' 2 1 b' 4  0,2
c' 3  c 3  4 c' 5  c 5  0

d' 3  d 3 
a 3 d' 2
 3 
311  36 d' 5  d 5 
a 5 d' 4
 3,4 
2 5,1  47,6
b' 2 1 b' 4  0,2
Etapa de la sustitucion regresiva:

d '5  47,6
x5    2,975
b '5 16
d '4  c4 x5  5,1  1 2,975 
x4    10,625
b'4  0, 2
d '3  c3 x4  36  4 10,625 
x3    15,7
b '3 5
d '2  c2 x3 11  115,7 
x2    4,7
b'2 1
d '1  c1 x2  1  14,7 
x1    0,925
b '1 4

Entonces el vector solución X queda definido:

X  0,925  4,7 15,7 10,625  2,975

T
MÉTODO DE CHOLESKY

El método utiliza matrices simétricas positivas definidas; una matriz A es positiva y definida sí y
solo sí los determinantes de las sub matrices de A son positivos:

a11 a12 a13 a14

a11 a12 a a22 a23 a24
a11  0 ;  0 ;  ; 21 0 …(2.14)
a21 a22    
a n1 an 2 an 3 an 4
El primer paso para solucionar un sistema de la forma A X = b; es la factorización de A en la
matriz L y su respectiva transpuesta LT; con el siguiente algoritmo:
l11  a11
l i 1  ai 1 / l11 i  2, 3, , n
1/ 2
 i 1


l ii  aii 



k 1
2 
l ik


i  2, 3, , n
…(2.15)
1  
i 1
l ij 

l ii 
aij  
k 1
l ik .l jk 


j  2, 3, , n

i  j  1, j  2, , n

l ij  0 i  j
Ejemplo de Aplicación
Resolver el siguiente sistema simétrico positivo definido:

4 x1 2x 2 0  4 2 0   x1   0 
 2 x1  4 x 2  x3  0,5  
  2 4  1
   
  x 2   0,5
 0  1 4   x 3   1 
 x2  4x3 1
Solución :
Empezamos a obtener los elementos de L:
l 11  4  2
2 0
l 21   1 ; l 31   0
2 2 2 0 0 
 
l 22  4   1  1,73205  L   1 1,73205
2 0 
 0  0,57735 1,91485
 1   10
l 32   0,57735
1,72305
l 33  4  0   0,57735  1,91485
2 2
Resolviendo los siguientes sistemas:

Lc  b LT X  c

2 0 0   c1   0 
     2 1 0   x1   0 
  1 1,73205 0  c 2   0,5 
0 1,73205  0 ,57735
  
x  0 ,28868

   2  
 0  0,57735 1,91485 c 3   1  0 0 1,91485   x 3  0,60927

c  0 0,28868 0,60927 X  0,13636 0,27273 0 ,31818

T T