Sie sind auf Seite 1von 14

Año de

I.

INTRODUCCION

la Lucha contra la Corrupción e Impunidad”

CURSO: Métodos Numéricos

INTEGRANTES:

DOCENTE:

ING., J

E

ABANCAY APURIMAC

2019

INDICE

1

Descomposición de matrices L U AL:

INTEGRANTES: DOCENTE: ING. , J E ABANCAY – APURIMAC 2019 INDICE 1 Descomposición de matrices L

II.

OBJETIVOS

2

III.

MARCO TEORICO

3

1. Factorización LU

3

 

1.1. Procedimiento de Factorización LU

3

1.2. Uso de la factorización LU

4

1.3. Obtención de la factorización LU con elementales

5

2. Métodos de descomposición LU

8

 

2.1. Método de crout

9

2.2. Método De Cholesky

10

IV.

CONCLUSIONES

12

I.

INTRODUCCION

La descomposición LU consiste en la multiplicación de dos matrices una de triángulo inferior y la otra de triangulo superior. Estos métodos nos ayudan a determinar soluciones de sistemas de ecuaciones lineales con variables, de forma matemática

y practica a la vez.

En este informe se desarrollará los métodos de descomposición de matrices LU mediante el método de Crout y Cholesky, con la finalidad de profundizar más los conocimientos del curso.

En la práctica de la ingeniería y ciencias es frecuente tener la necesidad de resolver un sistema de ecuaciones lineales. Estos sistemas aparecen en muy diversos problemas, ya sea como la solución completa de un problema o al menos como parte de ella. Dada esta necesidad frecuente, se requiere resolverlos en forma eficiente.

Los métodos numéricos que resuelven los sistemas se pueden clasificar en directos

e indirectos.

Los métodos directos son aquellos que determinan la solución en un número determinado de pasos.

Los métodos iterativos son aquellos que obtienen la solución aproximándose a ella en un número finito, pero no definido de pasos. La siguiente entrega pretende encontrar la solución de un sistema de ecuaciones lineales por los métodos anteriormente mencionados.

Como los algoritmos de los métodos ya están disponibles en la mayoría de los libros de texto sobre la materia, se explicara en la medida de lo posible, detalles de implementación personales de los métodos directos, que son más difíciles de programar.

1
1

II.

OBJETIVOS

Estudiar el método de la descomposición LU con sus los métodos Crout y Cholesky con la finalidad de facilitar la solución de sistemas de ecuaciones lineales.

Realizar ejercicios programados utilizando EXCEL Y MATLAB.

Ver las ventajas de utilizar descomposición LU como una alternativa diferente a usar sistemas Gauss- Jordan.

2
2

III. MARCO TEORICO

1. Factorización LU En el álgebra lineal, la factorización o descomposición LU (del inglés Lower-

Upper) es una forma de factorización de una matriz como el producto de una

matriz triangular inferior y una superior. Debido a la inestabilidad de este

método, deben tenerse en cuenta algunos casos especiales, por ejemplo, si

uno o varios elementos de la diagonal principal de la matriz a factorizar es

cero, es necesario pre multiplicar la matriz por una o varias matrices

elementales de permutación. Existe un segundo método llamado

factorización {\displaystyle PA=LU} {\displaystyle PA=LU} o {\displaystyle LU}

{\displaystyle LU} con pivote. Esta descomposición se usa en el análisis

numérico para resolver sistemas de ecuaciones (más eficientemente) o

encontrar las matrices inversas.

1.1. Procedimiento de Factorización LU Suponga que la matriz A es una matriz m × n se puede escribir como el

producto de dos matrices:

m × n se puede escribir como el producto de dos matrices: donde L es una

donde L es una matriz triangular inferior m × m y U es una matriz

escalonada m × n. Entonces para resolver el sistema:

Escribimos

m × n. Entonces para resolver el sistema: Escribimos Una posible estrategia de solución consiste en
m × n. Entonces para resolver el sistema: Escribimos Una posible estrategia de solución consiste en

Una posible estrategia de solución consiste en tomar y = U x y resolver

para y:

de solución consiste en tomar y = U x y resolver para y: Como la matriz

Como la matriz L es triangular superior este sistema puede resolverse

mediante sustitución hacia abajo, lo cual se hace fácilmente en m2

FLOPS. Una vez con los valores encontrados de y, la incógnita al

sistema inicial se resuelve despejando x de

3
3
Nuevamente, como U es escalonada, este sistema puede resolverse en caso de tener solución mediante

Nuevamente, como U es escalonada, este sistema puede resolverse en

caso de tener solución mediante sustitución hacia atrás, lo cual es

sencillo. Estas observaciones nos dan la pauta para ver la conveniencia

de una factorización como la anterior, es decir factorizar A como el

producto de una matriz L triangular superior, por otra U la cual es

escalonada. Esta factorización se llama usualmente Descomposición

LU.

1.2. Uso de la factorización LU ejemplo

Use la factorización LU de A:

la factorización LU ejemplo Use la factorización LU de A: para despejar x del sistema: Sea

para despejar x del sistema:

Use la factorización LU de A: para despejar x del sistema: Sea Y = (y 1

Sea Y = (y 1 ,y 2 ,y 3 ) un nuevo vector de incógnitas. Primero resolveremos

el sistema triangular inferior LY = b:

Primero resolveremos el sistema triangular inferior LY = b: Este sistema escrito en su forma de

Este sistema escrito en su forma de ecuaciones queda:

Primero resolveremos el sistema triangular inferior LY = b: Este sistema escrito en su forma de
4
4

Por eliminación directa de la:

primera ecuación:

segunda ecuación:

de la:  primera ecuación:  segunda ecuación:  y de la tercera: Ahora el sistema
de la:  primera ecuación:  segunda ecuación:  y de la tercera: Ahora el sistema

y de la tercera:

ecuación:  segunda ecuación:  y de la tercera: Ahora el sistema Ux = y: El

Ahora el sistema Ux = y:

ecuación:  y de la tercera: Ahora el sistema Ux = y: El cual escrito en

El cual escrito en su forma de ecuaciones queda:

Ux = y: El cual escrito en su forma de ecuaciones queda: El cual al ser

El cual al ser resuelto por sustitución hacia atrás queda:

de la última ecuación:

hacia atrás queda:  de la última ecuación:  segunda ecuación:  y de la primera:

segunda ecuación:

queda:  de la última ecuación:  segunda ecuación:  y de la primera: 1.3. Obtención

y de la primera:

ecuación:  segunda ecuación:  y de la primera: 1.3. Obtención de la factorización LU con

1.3. Obtención de la factorización LU con elementales. Ejemplo 2

Determine una factorización LU de la matriz:

1.3. Obtención de la factorización LU con elementales. Ejemplo 2 Determine una factorización LU de la
5
5

Solución La idea del método es ir acumulando las inversas de las operaciones hechas sobre los renglones la matriz para irla trasformando en una matriz escalonada. Y más que propiamente las inversas de las operaciones sobre los renglones, las matrices elementales involucradas. Así por ejemplo el primer calculo que se realiza es hacer un cero debajo de el elemento (1, 1) que es el elemento 2, para ello debemos realizar la operación

R2 ← R2 + 3R1, esta operación tiene como matriz elemental la matriz:

3R1, esta operación tiene como matriz elemental la matriz: Así la situación esta: En el siguiente

Así la situación esta:

como matriz elemental la matriz: Así la situación esta: En el siguiente paso del proceso de

En el siguiente paso del proceso de eliminación es R3 ← R3 − 2R1, esta operación tiene como matriz elemental.

la matriz:

paso del proceso de eliminación es R3 ← R3 − 2R1, esta operación tiene como matriz
6
6

Así la situación esta:

Así la situación esta: En el siguiente paso del proceso de eliminación es R4 ← R4

En el siguiente paso del proceso de eliminación es R4 ← R4 + R1, esta operación tiene como matriz elemental la matriz:

R1, esta operación tiene como matriz elemental la matriz: Así la situation esta: Observamos que el

Así la situation esta:

como matriz elemental la matriz: Así la situation esta: Observamos que el hipotético caso de que

Observamos que el hipotético caso de que en

situation esta: Observamos que el hipotético caso de que en La matriz B3 ya fuera escalonada,

La matriz B3 ya fuera escalonada, es decir la U buscada, entonces:

B3 ya fuera escalonada, es decir la U buscada, entonces: Lo cual indica que lo que

Lo cual indica que lo que debemos acumular son las inversas de las matrices elementales utilizadas. La forma sistemática de ir acumulando las inversas de las Ei s es ir construyendo la matriz L:

7
7
Así, en el avance de la conversión a escalonada de A: En este caso la

Así, en el avance de la conversión a escalonada de A:

Así, en el avance de la conversión a escalonada de A: En este caso la matriz

En este caso la matriz U está en la forma escalonada y por consiguiente

el proceso se detiene haciendo cero aquellos valores desconocidos. Por

consiguiente, una factorización de A será:

Por consiguiente, una factorización de A será: 2. Métodos de descomposición LU En este informe se

2. Métodos de descomposición LU En este informe se desarrollará los métodos de descomposición de matrices

LU mediante el método de Crout y Cholesky, con la finalidad de profundizar

más los conocimientos del curso

8
8

2.1.

Método de crout El método de Crout se asemeja mucho al método de Doolittle ya que

utiliza el mismo sistema de la factorización directa L x U para encontrar

la solución.

la factorización directa L x U para encontrar la solución. Este método busca hallar los valores

Este método busca hallar los valores de Lij (matriz triangular inferior) y Uij

(matriz triangular superior), el producto entre estas dos matrices dará

como resultado la matriz A.

entre estas dos matrices dará como resultado la matriz A. Para el método de Crout se

Para el método de Crout se tiene que Uii=1, esto quiere decir que los

elementos de la diagonal para la matriz U serán 1, teniendo como objetivo

el cálculo de la columna K de L y la fila K de U por medio de una simple

multiplicación entre matrices y un posterior despeje.

Ya contando con la matriz L, se obtienen los valores de z, para después

con estos valores, hallar los valores de x, es decir la solución de un

sistema de ecuaciones.

9
9

2.2.

Método De Cholesky Matriz Positiva:

Diremos que una matriz simétrica A, es positiva si solo si los

determinantes de las sub matrices de A son positivos.

a

11

0 ,

a

a

11

21

a

a

12

22

a

, a

a

11

21

31

a

a

a

12

22

32

a

a

a

13

21

33

0 ,

,

a

a

a

a

11

21

i

n

1

1

a

a

a

a

12

21

i

n

2

2

a

a

1 j

2 j

a

i j

a

nj

a

a

a

a

1

2

i

n

n

n

nn

0

Supongamos que tenemos el sistema en la forma LU toma la forma de

LL T , en donde L es una matriz triangular inferior i.e.

L

 

L

L

11

21

L

31

L

i

L

n

1

1

0

L

L

22

32

L

i

L

n

2

2

0

0

L

33

L

i

3

L

n 3

0

0

0

L

ii

L

ni

0

0

0

0

L

nn

Observación:

Los cálculos se reducen pues estimaremos n (n+1) /2 elementos, los Lij

≠ 0 en lugar de n 2 elementos de una factorización nominal:

Ejemplo:

Resolver el sistema siguiente

4

2

1

1

2

0

2   x   

0

5     x

1

x

2

3

1

4  

2

10
10

La matriz de coeficiente es simétrica y positiva, luego aplicamos Cholesky. Supongamos su descomposición sea:

 L 0 0   L L L  1 2  11 11
 L
0 0   L
L
L 
1
2 
11
11
21
31
  4
L
L
0
0
L
L
2
0
21
22
22
32
 1
L
L
0
0
L
0
5
  L
  
  2
 
 
31
32
33
33
2
L
a
 4
L

2
s e toma e l valor positivo d e todas las raices
11
11
11
1
L
L
0
L
11
21
21
2
L
L
2
L
1
11
31
31
2
2
L
L
 
2
L
2
0. 2 5
 1. 32287
21
22
22
1
L
L
L
L
 0 
L

1.32287

0. 37796
21
31
22
32
32
2
2
2
2
L
 L
L
 
5
L
5
 
1
0 .14286
 L
 1. 963396
31
32
33
31
33

a. Resolver el sistema LC=b

2

0

0

c

c

c

1

2

3

0

1.32287

0.37796

1.96396   c

0

0

 

 

c

c

1

2

3

1 / 2 ,

c

1

1.32289

c

2
2

1.32287

2.0367

2

 

1

 

4  

2

c

2

 1   2   4   1. 32289
1
2 
4
1.
32289

c

2

b. Resolver el sistema L T x = C

1. 32287

 2 1 2 1 x 1      1 2 
2
1 2
1
x
1
 
1 2
0 1.32287
 0.37796
x
 1.32287
2
 
0
0
1.96396
x
2.0367 
3
2.0367
x
x
 1.037
3
3
1.96396
 
0.59259 
1.32287  0.37796(1.037)
x
 1. 29629
 x 
1.29629
2
1.32287
1.037 
0.5 
0.5 (1.29629) 2.0367
x 1 
 0.5959
2
11

IV.

CONCLUSIONES

El uso de la descomposición de matrices LU es de gran utilidad ya que permite alivianar la cantidad de operaciones para resolver un sistema. Proporciona un medio eficiente para calcular matrices inversas, y éstas poseen un importante número de aplicaciones en la práctica de la ingeniería, sin dejar de lado que dichas inversas proporcionan un medio para evaluar la condición de un sistema. El uso de descomposición LU, debido que es un proceso más abreviado, provee una ganancia de tiempo para un programador a la hora de elaborar un programa.

12
12