Nociones Elementales de Matrices

 Antes de ver la solución de los Sistemas de Ecuaciones Lineales

haremos un repaso de las fundamentos de las matrices.

1
Nociones Elementales de Matrices

2
Nociones Elementales de Matrices

3
Nociones Elementales de Matrices

4
Ejercicio 1

5
Nociones Elementales de Matrices

6
 Ejercicio 2
Sea el sistema A x = b :
 Para k=-1, es la matriz A definida positiva?

 2 k   x1  6
 1 3   x   9
  2   

7
 Ejercicio 2 (continuación…)
A es definida positiva si:

x T Ax  0, para todo vector columna x no nulo

 2  1  x1 
 x1 x2       2 x1
2
 ( x1  x 2 ) 2
 2 x 2 0
2
para todo x no nulo.
  1 3   x2 

Observese que también satisface el criterio de Silvester;

8
Nociones Elementales de Matrices

9
Ejercicio 3

10
Ejercicio 4

11
Nociones Elementales de Matrices

12
Ejercicio 5

13
Ejercicio 6

14
Ejercicio 6

15
 Solución de sistemas de ecuaciones
lineales
 Análisis de Circuitos (ecuaciones de malla y nodos)
 Solución Numérica de ecuaciones diferenciales (Método de las
diferencias Finitas)
 Solución Numérica de ecuaciones de integrales (Metodo de los
Elementos Finitos, Método de los Momentos)

a11 x1  a12 x2    a1n xn  b1  a11 a12  a1n   x1   b1 

a a  a2 n   x2  b2 
a21 x1  a22 x2    a2 n xn  b2  21 22
  
          
    
an1 x1  an 2 x2    ann xn  bn an1 an 2  ann   xn  bn 

16
 Consistencia (Solubilidad)
 El sistema lineal de ecuaciones Ax=b tiene una solución, o es
consistente si y solo si Rango{A}=Rango{A|b}
 Un sistema es inconsistente cuando
Rango{A}<Rango{A|b}

Rank{A} es el máximo numero de columnas linealmente

independientes o filas de A. El rango puede ser encontrado usando
ERO (Elementary Row Oparations) ó ECO (Elementary column
operations).

17
Operaciones Elementales de filas (ERO)
 Las siguientes operaciones aplicadas a la matriz aumentada[A|b],
producen un sistema lineal equivalente

 Intercambios: El orden de dos filas pueden ser cambiada

 Escalado: Multiplicando un fila por una constante no cero

 Reemplazo: Las filas pueden ser reemplazadas por la suma de

esa fila y un múltiplo distinto a cero de cualquier otra fila

18
 Un ejemplo inconsistente
1 2  x1  4
 2 4  x   5 
  2   
ERO:Multiplicar la primera fila por -2 y
sumar la segunda fila

1 2
0 0  Rank{A}=1 Entonces este
  sistema de
ecuaciones no
1 2 4  es soluble
0 0  3 Rank{A|b}=2
 

19
 Unicidad de las soluciones

 El sistema tiene una única solucion si y solo si

Rango{A}=Rango{A|b}=n

n es el orden del sistema

 Tales sistemas son llamados sistemas full-rank (rango completo)

20
 Sistemas rango completo (Full-rank)
 Si Rango{A}=n
Det{A}  0  A es no singular por lo tanto invertible
Solución Única

1 2   x1  4
1  1  x   2
  2   

21
 Matrices de rango deficiente
 Si Rango{A}=m<n
Det{A} = 0  A is singular por lo tanto no es invertible
número infinito de soluciones (n-m variables libres)
sistema sub-determinado

1 2  x1  4
 2 4   x   8 
  2   
Rank{A}=Rank{A|b}=1
Consistente  soluble
22
 Sistema de ecuaciones
mal-condicionadas
 Una pequeña desviación en las entradas de la matriz A,
causa una gran desviación en la solución.

 1 2   x1   3   x1  1
0.48 0.99  x   1.47   x   1
  2     2  

 1 2   x1   3   x1  3
0.49 0.99  x   1.47   x   0
  2     2  

23
 Mal condicionada (continua.....)
 Un sistema lineal de
ecuaciones se dice a
ser “mal
condicionada” si la
matriz de coeficientes
tiende a ser singular

24
25
Ejercicio 7
Sea un sistema de Ecuaciones lineal: Ax=b
Si el Numero de condicionamiento es 104
Y en los cálculos se emplean 8 digitos
significativos, determine el número de dígitos
significativos exactos que se espera tener en los
resultados de la solucion:
t=8

s≥t-log k(A)=8-4=4
10

Se espera tener 4 digitos significativos exactos



26
 Tipos de ecuaciones de sistemas lineales
a ser estudiados

 Los coeficientes reales de la matriz cuadrada A

 EL vector b es diferente de cero y real
 Sistema consistente, soluble
 Sistemas rango completo, solución única
 Sistemas bien-condicionados

27
 Técnicas de Solución
 Métodos directos de solución

 Encuentra una solución en un número finito de operaciones

transformando el sistema en un sistema equivalente que sea
' más fácil ' de solucionar.

Triangulares diagonales, .

 Métodos de solución Iterativos

 Calcula las aproximaciones sucesivas del vector solución para

una mat. A y un b dados, comenzando de un punto inicial x0

Total del · de operaciones es incierto, puede que no converja.
28
 Métodos de solución directa
 Eliminación Gaussiana
 Usando ERO, la matriz A es transformada en una
matriz triangular superior (todos los elementos
debajo de la diagonal son cero).
 Sustitución hacia atrás es usada para resolver un
sistema triangular superior

Back substitution
 a11  a1i  a1n   x1   b1  a11  a1i  a1n   x1   b1 
                    
  ~
 ai1  aii  ain   xi    bi   0  a~ii  a~in   xi    bi 
         
           ERO           
~
an1  ani  ann   xn  bn   0  0  a~nn   xn  bn 

29
 Primer paso de la eliminación
Elemento pivotal  a11 a1(1n)   x1  b1(1) 
(1) (1) (1)
a12 a13 
 (1) (1) (1)    (1) 
 a21 a22 a23  a2(1n)   x2  b2 
 a31
(1) (1)
a32 (1)
a33  a3(1n)   x3   b3(1) 
    
         
 a (1) an(12) an(13) (1)  
ann x  b (1) 
 n1   n   n 

 a11
(1) (1)
a12 (1)
a13  a1(1n)   x1   b1(1) 
m2 ,1  a21
(1) (1)
/ a11  ( 2) ( 2)    ( 2) 
 0 a22 a23  a2( 2n)   x2  b2 
m3,1  a31
(1) (1)
/ a11  0 ( 2)
a32 ( 2)
a33  a3( 2n )   x3   b3( 2 ) 
    
           
mn ,1  an(11) / a11
(1)  0 an( 22) an( 23) ( 2)  
ann x  b ( 2) 
   n   n 

30
 Segundo paso de la eliminación
 a11
(1) (1)
a12 (1)
a13  a1(1n)   x1   b1(1) 
 ( 2) ( 2) ( 2)     ( 2) 
Elemento Pivotal 0 a22 a23  x
a2 n   2  b2 
 0 ( 2)
a32 ( 2)
a33  a3( 2n )   x3   b3( 2 ) 
    
          
 0 an( 22) an( 23) ( 2)  
ann x  b ( 2 ) 
    n   n 
 a11
(1) (1)
a12 (1)
a13  a1(1n)   x1   b1(1) 
 ( 2) ( 2) ( 2)     ( 2) 
 0 a22 a23  x
a2 n   2  b2 
m3, 2  a32
( 2) ( 2)
/ a22  0 0 ( 3)
a33  a3( 3n)   x3   b3( 3) 
    
           
mn , 2  an( 22) / a22
( 2)  0 0 an( 33) ( 3)  
ann x  b ( 3 ) 
    n   n 
31
Ejemplo de Eliminación Gaussiana

m21  a21 / a11  12 / 6  2 E2  E2  m21E1  E2  2 E1

m31  a31 / a11  3 / 6  1 / 2 E3  E3  m31E1  E3  1 / 2 E1
m41  a41 / a11  6 / 6  1 E4  E4  m41E1  E4    E1 

m32  a32 / a22  12 /  4  3 E3  E3  m32 E2  E3  3E2

m34  a34 / a22  2 /  4  1 / 2 E4  E4  m34 E2  E4    1 / 2 E2 
32
m43  a43 / a33  4 / 2  2 E4  E4  m43 E3  E4  2 E3

33
Sustitucion inversa :
 3 x4  3  x4  1
2 x3  5 x4  9  x3  2
 4 x2  2 x3  2 x4  10  x2  3
6 x1  2 x2  2 x3  4 x4  12  x1  1

34
 Pivoteo
 Computadoras usan precisión aritmética finita
 Pequeños errores son introducidos en cada operación
aritmética, propagación de errores
 Cuando los elementos pivotales son muy pequeños, los
multiplicadores podrían ser muy grandes.
 La adición de números de magnitud diferente puede
conducir a la pérdida de significación .
 Para reducir el error, se realiza intercambio de filas
para maximizar la magnitud del elemento pivotal.

35
 Ejemplo: Sin Pivoteo
1.133 5.281   x1  6.414
aritmética 4-digit 24.14  1.210  x    22.93
  2   

24.14 1.133 5.281   x1   6.414 

m21 
1.133
 21.31 0.000  113.7  x    113.8
  2   

 x1  0.9956
 x    1.001  Pérdida de precisión
 2  
36
 Ejemplo: Con Pivoteo
24.14  1.210  x1   22.93
1.133 5.281   x   6.414
  2   

1.133 24.14  1.210  x1  22.93

m21 
24.14
 0.04693 0.000 5.338   x   5.338
  2   

 x1  1.000
 x   1.000
 2  
37
 Procedimiento de Pivoteo
a11(1) a12(1) a13(1)  a1(i1)  a1(1j)  a1(1n) 
 ( 2) ( 2) ( 2) ( 2) ( 2) 
 0 a22 a23  a2i  a2 j  a2 n 
 0 0 a33(3)  a3(3i )  a3(3j)  a3(3n) 
Parte  
Eliminada          
 0 0 0  aii(i )  aij(i )  ain(i )  Fila
  Pivotal
         
 0 0 0  a (jii )  a (jji )  a (jni ) 
 
         
 (i ) (i ) (i ) 
 0 0 0  ani  anj  ann 
Columna Pivotal
38
 Pivoteo por fila
 Más comúnmente llamado procedimiento de
pivoteo parcial
 Busque la columna pivotal
 Encuentre el mas grande elemento en magnitud
 Luego intercambie esta fila con la fila pivotal.

39
 Pivoteo por filas
a11(1) a12(1) a13(1)  a1(i1)  a1(1j)  a1(1n) 
 ( 2) ( 2) ( 2) ( 2) ( 2) 
 0 a22 a23  a2i  a2 j  a2 n 
 0 0 a33(3)  a3(3i )  a3(3j)  a3(3n)  Intercambio
  de filas
         
 0 0 0  aii(i )  aij(i )  ain(i ) 
 
         
 0 0 0  a (jii )  a (jji )  a (jni ) 
 
         
 (i ) (i ) (i ) 
 0 0 0  ani  anj  ann 

El más grande en magnitud 40

Ejercicio 8

41
 Pivoteo por columna
a11(1) a12(1)a13(1)  a1(i1)  a1(1j)  a1(1n) 
 ( 2) ( 2) ( 2) ( 2) ( 2) 
 0 a22 a23  a2i  a2 j  a2 n 
 0 0 a33(3)  a3(3i )  a3(3j)  a3(3n) 
 
         
 0 0 0  aii(i )  aij(i )  ain(i ) 
 
          El mas
 0 grande
0 0  a (jii )  a (jji )  a (jni ) 
  en
          magnitud
 (i ) (i ) (i ) 
 0 0 0  ani  anj  ann 
Intercambio de
Estas columnas 42
 Pivoteo Completo
a11(1) a12(1)a13(1)  a1(i1)  a1(1j)  a1(1n) 
 ( 2) ( 2) ( 2) ( 2) ( 2) 
 0 a22 a23  a2i  a2 j  a2 n 
 0 0 a33(3)  a3(3i )  a3(3j)  a3(3n)  Intercambie
  estas filas
         
 0 0 0  aii(i )  aij(i )  ain(i ) 
 
         
 0 0 0  a (jii )  a (jji )  a (jni ) 
 
           Más grande
 (i ) 
 0 0 0  ani  anj  ann  en magnitud
(i ) (i )

Intercambie
estas columnas 43
Ejercicio 9

44
Ejercicio 9

45
 Decomposición LU
A=LU
Ax=b LUx=b
Define Ux=y
Ly=b Resolver y por sustitución hacia adelante
Ux=y Resolver x por sustitución hacia atrás
Las operaciones elementales entre filas debe ser desarrolladas en
b así como en A.
La información de estas operaciones es almacenada en L
En verdad y es obtenida aplicando operaciones elementales al
vector b.

46
 Diferentes formas de factorización LU
 Forma de Doolittle  a11 a12 a13   1 0 0 u11 u12 u13 
Obtenida por a a22 a23   l21 1 0  0 u 22 u23 
Eliminación Gaussiana
 21
 a31 a32 a33  l31 l32 1  0 0 u33 

 Forma de Crout  a11 a12 a13  l11 0 0  1 u12 u13 

a a22 a23   l21 l22 0  0 1 u 23 
 21
 a31 a32 a33  l31 l32 l33  0 0 1 

 Forma de Choleski
l11 0 0  l11 l12 l13 
l l 22 0   0 l 22 l 23 
 21
l31 l32 l 33   0 0 l 33 

47
 Decomposición LU por Eliminación
Gausiana
Existen infinitas formas diferentes para descomponer A.
Una de las más populares es: U=Matriz de la Eliminación Gaussiana
L=Multiplicadores usados para la eliminación

 1 0 0  0 0 a11(1) a12(1) a13(1)  a1(1n) 

m 1 0 0 0  ( 2) ( 2) ( 2) 
 2,1   0 a 22 a 23  a 2n 
 m3,1 m3, 2 1  0 0  0 0 a33 ( 3)
 a3( 3n) 
A  
      0       
mn 1,1 mn 1, 2 mn 1,3  1   0 0 0 an( n1) n 1 an( n1) n 
  
 mn ,1 mn , 2 mn ,3 mn , 4  1  0 (n)
0 0 0 ann 
Almacenamiento Compacto: Las entradas diagonales de la matriz L son
todos unos, estos no necesitan almacenarse. LU es almacenado en una
matriz.
48
Ejemplo 11

49
Ejemplo 11

50
Ejemplo 12

51
Ejemplo 12

52
Ejemplo 13

53
Ejemplo 13

54
Ejemplo 13

55
 Problema 1
 Resolver por Eliminación Gaussiana con pivoteo parcial
de filas:  4 0 2  3  x1    9 
 3  2 2  3  x   14
  2    
2 4  1 1   x3   9 
    
  1 1 1  1 x
 4    4 
 E2-(3/4)E1 =>E2
4 0 2  3   x1    9 
 E3-(1/2)E1 =>E3 0  2 0.5 0.75   x   7.25
  2    
 E4-(-1/4)E1=>E4 0 4  2 2.5   x3   13.5 
    
 0 1 1. 5  1. 75 x
 4    6 . 25

56
 Problema 1
 Intercambiamos las Ecuaciones 2 y 3 (E2E3)
4 0 2  3   x1    9 
0 4  2 2. 5   x   13.5 
  2    
0  2 0.5  0.75  x3   7.25
    
 0 1 1. 5  1 . 75 x
 4    6.25 

4 0 2  3   x1    9 
 E3-(-1/2)E2 =>E3 0
 4 2 2.5   x2    13.5 

 E4-( 1/4)E2 =>E4 0 0 2  2.375  x3   9.625
    
0 0  0.5 0.5   x4    0.5 

57
 Problema 1
 E4-(-1/4)E3 =>E4
4 0 2 3  x1    9 
0
 4 2 2.5   x2    13.5 

0 0 2  2.375   x3    9.625 
    
0 0 0  0.09375  x4   2.90625

 Resolviendo por  x4   31

 x  32
sustitución hacia atrás:  3   
 x2   0 
   
 x1   5 

58
 Problema 2
 Obtener la factorización de Doolite:
6 1 
A 
 2  4 
 Solución 1
A partir de la Eliminacion Gaussiana:
m21= a21/a11 =2/6=1/3 6 1 
U  
E2-(1/3)E1=>E2  0  13 / 3

 1 0  1 0  6 1 
L   A  L *U    * 
m12 1 1 / 3 1   0  13 / 3
59
 Problema 2
 Solución 2 6 1   1 0 u11 u12 
A   L *U    * 
 2  4  l
 21 1   0 u 22 
Planteando el producto matricial:
6  u11
1  u12
2  l21u11  l21  1 / 3
 4  l21u12  u22  u22  13 / 3
6 1   1 0  6 1 
A   L *U    * 
 2  4  1 / 3 1   0  13 / 3

60
 Problema 3
 Resolver por la factorización de Doolite:
6 1   x1  5
 2  4   x   6 
  2   
 Solución
 Del ejercicio anterior ya tenemos la factorización LU:

 1 0  6 1   x1  5
L *U * x  b    *     
1 / 3 1 0  13 / 3  x2  6

61
 Problema 3
Se obtienen dos sistemas triangulares fáciles de resolver.
Resolviendo el sistema triangular inferior por sustitución
directa:
 1 0  z1  5  z1   5 
L* z  b    *          
1 / 3 1 z 6 z
  2    2  13 / 3
Resolviendo el sistema triangular superior por sustitución
directa:

6 1   x1   z1   5   x1   1 
U *x  z           
0  13 / 3  x2   z 2  13 / 3  x2   1

62
 Problema 4
 Obtener la factorización de Crout:
60 30 20
A  30 20 15 
20 15 12 
Solucion
Debemos plantear la multiplicacion matricial:
 a11 a12 a13  l11 0 0  1 u12 u13 
A  a21 a22 a23   L *U  l21 l22 0  0 1 u23 
 a31 a32 a33  l31 l32 l33  0 0 1 

63
 Problema 4
a11  l11
a12  l11u12
a13  l11u13
a21  l21


60 30 20 60 0 0  1 1 / 2 1 / 3

A  30 20 15   L *U  30 5 0  0 1 1 
20 15 12  20 5 1 / 3 0 0 1 

64
 Problema 5
Método de Crout para sistemas tridiagonales
 a11 a12 0 0  l11 0 0 0  1 u12 0 0
a a22 a23 0  l21 l22 0 0  0 1 u23 0 
 21 
0 a32 a33 a34   0 l32 l33 0  0 0 1 u34 
    
0 0 a43 a44   0 0 l43 l44  0 0 0 1

 2 1 0 0   2 0 0 0  1  1 / 2 0 0 
 1 2  1 0   1 3 / 2 0 0  0 1  2 / 3 0 
   
 0  1 2  1  0  1 4 / 3 0  0 0 1 3 / 4
    
 0 0  1 2   0 0  1 5 / 4  0 0 1 

65
 Problema 6
Factorizar por el método de Choleski la siguiente
matriz:
4 1 1 
 1 4.25 2.75
 
 1 2.75 3.5 

Solución
Se requiere que la matriz sea simétrica y definida
positiva para aplicar Choleski.

66
 Problema 6
Es evidente que la matriz es simétrica; para
verificar que es definida positiva verificamos si se
satisface el criterio de Silvester:
det   4   0
 4 1  
det    0

   1 4 .25 
 4 1 1 
  
det   1 4.25 2.75   0
  1 2.75 3.5  
 
67
 Problema 6
Dado que los determinantes de todos los menores
principales son positivos podemos afirma que la
matriz es definida positiva y podemos aplicar la
factorización de Choleski con seguridad.

A  L *U  L * L  U *U T T

 a11 a12 a13  l11 0 0  l11 l21 l31 

A  a21 a22 a23   L * LT  l21 l22 0   0 l22 l32 
 a31 a32 a33  l31 l32 l33   0 0 l33 

68
 Problema 6
Resolviendo la multiplicación matricial:
a 0 0  a b d 
b c 0   0 c e 

d e f   0 0 f 
a 2  4 
 
 ba   1  0 0  2  1 / 2 1 / 2 
 
2
4.25  b 2  c 2
     1 / 2 2 0 0 2 3 / 2 
1  ad    
2.75  db  ec   1 / 2 3 / 2 1 0 0 1 
 
3.5  d 2  e 2  f 2 
69