Академический Документы
Профессиональный Документы
Культура Документы
DESCOMPOSICION LU.
Anlisis del Mtodo.
Como se sabe el mtodo de Gauss resuelve sistemas de ecuaciones algebraicas lineales
de la forma [A]*{X} = {B}. En el lgebra lineal, la factorizacin o descomposicin LU
es una forma de factorizacin de una matriz como el producto de una matriz triangular
inferior y una superior.
La descomposicin se usa en el anlisis numrico para resolver sistemas de ecuaciones
(ms eficientemente) o encontrar las matrices inversas, si la matriz [A] es una matriz
no singular (si lo fuera, entonces la descomposicin podra no ser nica).
Este mtodo es ms eficaz que la eliminacin de Gauss porque se puede resolver las
ecuaciones con los mismos coeficientes de [A] pero para distintos trminos
independientes {B}.
Existen algunas breves restricciones para este mtodo una de ellas es que la forma
matricial del sistema de ecuaciones lineales debe ser la misma que la de una Matriz
Cuadrada.
Al aplicar el mtodo de la eliminacin de Gauss resulta ineficiente cuando deben
resolverse ecuaciones con los mismos coeficientes de la matriz [A] pero con diferentes
constantes del lado derecho del vector {B}.
Los mtodos de descomposicin LU separan el tiempo usando en las eliminaciones
para la matriz [A] de las manipulaciones del lado derecho del vector {B}. Una vez que
la matriz [A] se ha descompuesto los mltiples vectores del lado derecho del vector {B}
se puede evaluar de manera eficiente.
Los mtodos de descomposicin LU toma como separado la matriz [A] de los vectores
{B} y las incgnitas haciendo ms fcil encontrar las diferentes soluciones para los
diferentes vectores {B}, un hecho muy interesante es que la eliminacin de Gauss se
puede expresar como una descomposicin LU.
Para resolver este mtodo tenemos que tener en cuenta que la matriz sea cuadrada.
Este mtodo es muy adecuado para aquellas situaciones donde se deben evaluar
muchos vectores {B} del lado derecho para una sola matriz [A].
Matriz Inversa
Las matrices L y U pueden ser usadas para calcular la matriz inversa mediante:
A 1 = U 1L 1
Algunas implementaciones que invierten matrices usan este mtodo.
Mtodos Numricos.
Determinante de una matriz
Las matrices L y U pueden ser usadas para calcular el determinante de la matriz A muy
eficientemente porque det(A) = det(L)det(U) y los determinantes de matrices
triangulares son simplemente el producto de los elementos de sus diagonales. En
particular, si L es una matriz triangular en cuya diagonal todos los elementos son uno,
entonces:
an 1 x1 +a n 2 x 2+ an 3 x 3 + + an m x m=b n
Expresando el sistema de ecuaciones lineales en forma matricial se tiene:
A * X B
a11
a
21
a13
. . .
a 22
a 23
. . .
a31
a32
a33
. . .
. . .
. . .
.
a
n1
. . .
an2
a n3
. . .
a12
(1)
a1n
x1
x
2
a 2 n
a3n
x3
b1
b
2
b3
. * . .
.
. .
. .
.
a nn x n
bn
Mtodos Numricos.
A * X B 0
(2)
U * X Z 0
(3)
Ahora suponga que existe una matriz diagonal inferior con nmeros 1 en la diagonal
L U * X Z A * X B
(4)
A L * U
(5)
L * Z B
(6)
Mtodos Numricos.
A * X B
(1)
A L * U
(2)
Donde:
[L]
L * U * X B
(3)
L 1 * L * U * X B * L 1
(4)
U * X Z
L * Z B
(5)
(6)
De donde primero se resuelve la ecuacin (6) la cual se usa para generar un valor
intermedio {Z} mediante sustitucin hacia adelante, despus sustituimos el vector
encontrado {Z} en la ecuacin (5) y se resuelve por sustitucin hacia atrs con lo cual
obtenemos el vector solucin {X}.
El ultimo mtodo es el mas empleado por su facilidad de entender las formulas que se
encuentran.
Descomposicin de Doolittle.
Este mtodo se basa en colocar o aceptar que la matriz [L] que tiene la siguiente
condicin l (i,i)=1, desde i=1 hasta n a este mtodo tambin se lo llama
Mtodos Numricos.
descomposicin LU con la eliminacin de Gauss. El mtodo de Doolittle genera [L] y
[U] barriendo las columnas y filas de la matriz.
Para la descomposicin LU se factoriza la matriz [A] en una matriz triangular inferior
[L] y una matriz triangular superior [U] para lo cual utilizamos el mtodo de
descomposicin de Doolittle.
.
.
l
n1 l n 2
0
0
1
.
.
.
0 0 0 0
0 0 0 0
0 0 0 0
1 0 0 0
. 1 0 0
l n3
.
.
.
.
1 0
. 1
u13
u 23
u 33
.
.
.
.
.
.
u 2 n
u 3n
.
.
.
.
0
0
u1n
.
.
0
.
.
0
.
.
.
0
.
0
.
0
.
.
0 .
.
. 0 u nn
.
.
Mtodos Numricos.
2 x1 3 x 2 x3 x 4 2 x5 3
x1 2 x 2 3 x3 3x 4 2 x5 1
3x1 2 x 2 3 x3 2 x 4 2 x5 2
2 x1 2 x 2 3 x3 2 x 4 3x5 4
x1 2 x 2 3 x3 2 x 4 2 x5 2
De donde aplicamos la siguiente condicin:
A L * U
a11
a
21
a12
a13
a 22
a 23
a 31
a 32
a 33
.
.
.
a
n1
an2
a n3
. . . a1n
1
l
21
. . . a 2 n
. . . a 3n
.
. . . .
. . . .
. . . a nn
. . .
ln2
l n1
ln2
l n3
l 31
0 0 0 0
u11
0
0 0 0 0
0 0 0 0
u13
u 22
u 23
u 33
.
0
.
0
.
0
.
.
0 .
.
. 0 u nn
1 0 0 0 *
. 1 0 0
. . 1 0
. . . 1
3
2
3 2 2 l 31 l 32
2 2 3 2 3 l 41 l 42
1
2 3 2
2 l 51 l 52
0
0
1
0
0
0
l 43
l 53
1
l 54
0
0
0 *
0
1
u11 u12
0 u 22
0
0
0
0
u13
u 23
u 33
u14
u 24
u 34
u15
u 25
u 35
0
0
u 44
0
u 45
u 55
0
0
u11 2
u12 a12
u12 3
u13 a13
u13 1
u14 a14
u14 1
u15 a15
u15 2
u1n
u12
u 2 n
u 3n
.
.
Mtodos Numricos.
u11 * l 21 a 21
u11 * l 31 a 31
u11 * l 41 a 41
u11 * l 51 a 51
l 21
a 21
u11
l 31
a 31
u11
l 41
a 41
u11
l 51
a 51
u11
1
2
3
l 31
2
2
l 41
1
2
1
l 51
2
l 21
u12 * l 21 u 22 a 22
u 22 a 22 u12 * l 21
u 22 2 (3) * (1 / 2) 7 / 2
u13 * l 21 u 23 a 23
u 23 a 23 u13 * l 21
u 23 3 (1) * (1 / 2) 7 / 2
u14 * l 21 u 24 a 24
u 24 a 24 u14 * l 21
u 24 3 (1) * (1 / 2) 5 / 2
u15 * l 21 u 25 a 25
u 25 a 25 u15 * l 21
u 25 2 ( 2) * (1 / 2) 3
u12 * l 31 u 22 * l 32 a 32
u12 * l 41 u 22 * l 42 a 42
l 42 (a 42 u12 * l 41 ) /(u 22 )
u12 * l 51 u 22 * l 52 a 52
l 32 (2 ((3) * (3 / 2))) /( 7 / 2) 5 / 7
l 42 (2 ((3) * (1))) /( 7 / 2) 10 / 7
l 52 (2 ((3) * (1 / 2))) /( 7 / 2) 1 / 7
u13 * l 31 u 23 * l 32 u 33 a 33
u 33 a 33 u13 * l 31 u 23 * l 32
u14 * l 31 u 24 * l 32 u 34 a 34
u 34 a 34 u14 * l 31 u 24 * l 32
u15 * l 31 u 25 * l 32 u 35 a 35
u 35 a 35 u15 * l 31 u 25 * l 32
Mtodos Numricos.
u14 * l41 u24 * l42 u34 * l43 u 44 a44
2
1
0
0
0 *
1 10 / 7 1 / 2
1
0
1 / 2 1 / 7 1 16 / 43 1
1
1/ 2
3/ 2
0
1
5/7
0
0
1
0
0
0
2
3
1
1
0 7/ 2 7/ 2
5/ 2
0
0
2
37 / 7
0
0
0
0
0
0
2
3
8/7
129 / 14 41 / 7
0
20 / 43
Generalizacin de formulas.
Luego de observar el ejemplo podemos generalizar las siguientes formulas sin tomar en
cuenta las variables i y j porque cuando implementamos en matlab esta las
identifica como imaginarios, por ejemplo la raz de -1.
Para determinar los elementos de la diagonal de la matriz [U] los cuales deben
ser diferentes de cero.
Para c=2, 3,4,.., n
Byron Patricio Rodrguez Merchn.
Mtodos Numricos.
U (c, c) A(c, c)
d c 1
( L(c, k ) * U (k , c))
d 1
Para los elementos restantes tanto de la matriz [L] como de la matriz [U].
Para c=2, 3, 4 n
Para f=c+1,c+2,c+3,., n
U (c, f ) A(c, f )
g c 1
( L(c, g ) * U ( g , f ))
g 1
A( f , c )
g c 1
( L( f , g ) * U ( g , c))
g 1
L( f , c )
U (c , c )
Datos de salida.
L
U
Pasos.
1.- Determinamos que dimensiones tiene la matriz A(n, m) la matriz [A] debe
ser
cuadrada.
2.- Si el n~=m.
3.- Comentario no existe solucin la matriz no es cuadrada.
4.- Parar.
5.- U (1,1)=A (1,1).
6.- Si U (1,1) ==0.
Realizar pasos 6 al 8.
Mtodos Numricos.
8.- Parar.
9.- Para c=2, 3, 4,5,., n
16.- S=S+L(c,d)*U(d,c).
17.- Parar.
18.- U (c,c) =A (c, c)-S.
19.- Si U (c,c)==0
23. - S1=0.
24.- S2=0.
25.- Para g=1, 2,3,, (c-1)
26.- S1=S1+(L(c,g)*U(g,f)).
27.- S2=S2+(L(f,g)*U (g,c)).
28.- Parar.
29.- U (c,f)=A(c,f)-S1.
30.- L (f,c)=((A(f,c)-S2)/(U(c,c))).
31.- Parar.
32.- Parar.
Mtodos Numricos.
33.-Parar programa.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
-----------------------------------------------------------------------Universidad de Cuenca.
Facultad de Ingeniera Escuela Civil.
Nombre: Byron Patricio Rodrguez Merchn.
Factorizacin LU.
Este mtodo sirve para solucionar varios conjuntos de sistemas de
ecuaciones lineales con la misma matriz de coeficientes [A], pero para
distintos trminos derechos {B} no homogneos (distintos de cero).
Expresando en forma matricial el sistema de ecuaciones lineales (S.E.L)
Se tiene:
[A]*{x}={B}
Datos de entrada:
Mtodos Numricos.
%
[A]=Coeficientes del sistema de ecuaciones lineales.
% Datos de salida:
%
[L]=Matriz triangular inferior con la diagonal de 1.
%
[U]=Matriz triangular superior.
% -----------------------------------------------------------------------function [L,U]=LU(A)
disp('----------------------------------------------------------------')
disp('
Factorizacin LU
disp('
Universidad de Cuenca
disp('Realizado por: Byron Patricio Rodrguez Merchn')
disp('-----------------------------------------------------------------')
')
')
Mtodos Numricos.
end
%Determinamos los elementos restantes de la matriz [U],[L]
for f=(c+1):n
S1=0;
S2=0;
for g=1:(c-1)
S1=S1+(L(c,g)*U(g,f));
S2=S2+(L(f,g)*U(g,c));
end
U(c,f)=A(c,f)-S1;
L(f,c)=((A(f,c)-S2)/(U(c,c)));
end
end
end
>> A
A=
2
1
3
3
-2
2
-1
3
3
1
3
-2
2
-2
2
Mtodos Numricos.
-2
1
2
2
-3
-3
2
2
-3
2
>> [L,U]=LU(A)
----------------------------------------------------------------Factorizacin LU
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
----------------------------------------------------------------L=
1.0000
0
0
0
0
0.5000 1.0000
0
0
0
1.5000 0.7143 1.0000
0
0
-1.0000 -1.4286 0.5000 1.0000
0
0.5000 -0.1429 -1.0000 -0.3721 1.0000
U=
2.0000 3.0000 -1.0000 1.0000 2.0000
0 -3.5000 3.5000 2.5000 -3.0000
0
0 2.0000 -5.2857 1.1429
0
0
0 9.2143 -5.8571
0
0
0
0 -0.4651
L * Z B
1
l
21
0
1
0
0
0
0
0
0
z1
z
2
b1
b
2
l31 l32 1 0 0 * z3 b3
b
l41 l42 l43 1 0 z4
4
l51 l52 l53 l54 1 z5
b5
Mtodos Numricos.
1
1/ 2
3/ 2
1
5/ 7
0
1
0
0
0 * z 3
1 10 / 7 1 / 2
1
0 z 4
1 / 2 1 / 7 1 16 / 43 1 z 5
z1 b1
l21 * z1 z 2 b2
z1
z
2
3
1
2
4
z1 3
z 2 b2 l 21 * z1
z 2 1 ((1 / 2) * (3)) 1 / 2
l31 * z1 l32 * z2 z3 b3
z3 b3 l31 * z1 l32 * z 2
z 4 b4 l 41 * z1 l 42 * z 2 l 43 * z 3
3/ 2 5/ 7
1
0
1
1 10 / 7 1 / 2
1 / 2 1 / 7 1 16 / 43
0
3
3
0 1 / 2 1
0 * 43 / 7 2
0 131 / 14 4
1 268 / 43 2
Mtodos Numricos.
h 2,3,...., n
Para
.
h 1
Z ( h ) B ( h ) L ( h, k ) * Z ( k )
k 1
L
B
Datos de salida.
Pasos.
1.- Determinamos en forma numrica las dimensiones del vector columna {B}.
2.- Z (1)=B (1).
3.- Para h=2, 3,4,, n
Realizar pasos 3 a 5.
4.- Z(h)=B(h)-sum(L(h,1:h-1).*Z(1:h-1)).
5.- Parar.
6.- Parar funcin.
Mtodos Numricos.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
-----------------------------------------------------------------------Universidad de Cuenca.
Facultad de Ingeniera Escuela Civil.
Nombre: Byron Patricio Rodrguez Merchn.
Sustitucin hacia adelante.
De donde obtenemos el vector {Z} el cual nos ayudara a resolver el
sistema de ecuaciones lineales (S.E.L).
Datos de entrada:
[L]=Matriz triangular inferior.
{B}=Vector columna los diferentes valores derechos del
sistema de ecuaciones lineales.
Datos de salida:
{Z}=Vector columna que ayudara a resolver el sistema de
ecuaciones lineales (S.E.L).
-----------------------------------------------------------------------
function [Z]=susade(L,B)
disp('----------------------------------------------------------------')
disp('
Sustitucin hacia adelante
disp('
Universidad de Cuenca
disp('Realizado por: Byron Patricio Rodrguez Merchn')
disp('----------------------------------------------------------------')
')
')
Mtodos Numricos.
n=length(B);
% Determinados el primer elemento del vector {Z}
Z(1)=B(1);
% Determinamos los elementos restantes del vector {Z}
for h=2:n
Z(h)=B(h)-sum(L(h,1:h-1).*Z(1:h-1));
end
end
Mtodos Numricos.
>> A
A=
2
1
3
-2
1
3
-2
2
2
2
-1
3
3
-3
-3
1
3
-2
2
2
2
-2
2
-3
2
>> [L,U]=LU(A)
----------------------------------------------------------------Factorizacin LU
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
----------------------------------------------------------------L=
1.0000
0
0
0
0
0.5000 1.0000
0
0
0
1.5000 0.7143 1.0000
0
0
-1.0000 -1.4286 0.5000 1.0000
0
0.5000 -0.1429 -1.0000 -0.3721 1.0000
U=
2.0000 3.0000 -1.0000 1.0000 2.0000
0 -3.5000 3.5000 2.5000 -3.0000
0
0 2.0000 -5.2857 1.1429
Mtodos Numricos.
0
0
0
0
0
0
9.2143 -5.8571
0 -0.4651
>> B
B=
3
1
-2
4
-2
>> [Z]=susade(L,B)
----------------------------------------------Sustitucin hacia adelante
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
----------------------------------------------Z=
3.0000 -0.5000 -6.1429
9.3571 -6.2326
0
0 u33 u34 u35 * x3 z3
0
0 u 44 u 45 x4 z 4
0
0
0
0
0 u55 x5 z5
3
1
1
2
0 7/2 7/2
5/ 2
0
0
2
37 / 7
0
0
0
0
0
0
x1
x
2
3
1 / 2
8 / 7 * x3 43 / 7
131 / 14
129 / 14 41 / 7 x 4
268 / 43
0
20 / 43 x5
Mtodos Numricos.
u55 * x5 z5
x5 z5 / u55
x4 ( z 4 u45 * x5 ) /(u 44 )
x1 ((3) ((3) * (149 / 15)) (( 1) * (217 / 15)) ((1) * (143 / 15)) (( 2) * (67 / 5))) /( 2) 122 / 5
3
1
1
2 122 / 5
3
2
0 7/2 7/2
5/ 2
3 149 / 15 1 / 2
0
0
2
37 / 7
8 / 7 * 217 / 15 43 / 7
0
0 129 / 14 41 / 7 143 / 15 131 / 14
0
0
0
0
0
20 / 43 67 / 5 268 / 43
Generalizacin de formulas.
Por lo tanto al generalizar la formula tenemos:
Mtodos Numricos.
Z (o )
X (o )
k n
U (o, k ) * X (k )
k i 1
U (i, i )
U
Z
Datos de salida.
Pasos.
1.- Determinamos en forma numrica las dimensiones de la matriz {Z}.
2.- X(n)= (Z(n)/U(n, n)).
3.- Para o=(n-1), (n-2), (n-3),,1
Realizar pasos 3 a 5.
4.- X(o)=(Z(o)-sum(U(o,o+1:n).*X(o+1:n)))/U(o,o).
5.- Parar.
6.- Parar funcin.
Mtodos Numricos.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
-----------------------------------------------------------------------Universidad de Cuenca.
Facultad de Ingenieria Escuela Civil.
Nombre: Byron Patricio Rodrguez Merchn.
Sustitucin hacia atras.
De donde obtenemos el vector solucin {X} del sistema de ecuaciones
lineales.
Datos de entrada:
[U]=Matriz triangular superior.
{Z}=Vector que ayuda a resolver el (S.E.L).
Datos de salida:
{X}=Vector solucin del sistema de ecuaciones lineales.
-----------------------------------------------------------------------
function [X]=sustatr(U,Z)
disp('----------------------------------------------------------------')
disp('
Sustitucin hacia atras
disp('
Universidad de Cuenca
disp('Realizado por: Byron Patricio Rodrguez Merchn')
disp('-----------------------------------------------------------------')
')
')
Mtodos Numricos.
for o=(n-1):-1:1
X(o)=(Z(o)-sum(U(o,o+1:n).*X(o+1:n)))/U(o,o);
end
end
>> A
A=
Byron Patricio Rodrguez Merchn.
Mtodos Numricos.
2
1
3
-2
1
3
-2
2
2
2
-1
3
3
-3
-3
1
3
-2
2
2
2
-2
2
-3
2
>> [L,U]=LU(A)
----------------------------------------------------------------Factorizacin LU
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
-----------------------------------------------------------------
L=
1.0000
0
0
0
0
0.5000 1.0000
0
0
0
1.5000 0.7143 1.0000
0
0
-1.0000 -1.4286 0.5000 1.0000
0
0.5000 -0.1429 -1.0000 -0.3721 1.0000
U=
2.0000 3.0000 -1.0000 1.0000 2.0000
0 -3.5000 3.5000 2.5000 -3.0000
0
0 2.0000 -5.2857 1.1429
0
0
0
9.2143 -5.8571
0
0
0
0 -0.4651
>> B
B=
3
1
-2
4
-2
>> [Z]=susade(L,B)
----------------------------------------------------------------Sustitucin hacia adelante
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
----------------------------------------------------------------Z=
3.0000 -0.5000 -6.1429
9.3571 -6.2326
Mtodos Numricos.
>> [X]=sustatr(U,Z)
-----------------------------------------------------------------Sustitucin hacia atras
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
-----------------------------------------------------------------X=
-24.3333
9.9333 14.4667
9.5333 13.4000
Programa Principal
El programa principal consiste en implementar las dems funciones que se realizaron
en un solo programa con el fin de que si se tuviera un error se puede modificar ya en
una funcin especfica y no se necesita modificar todas las caractersticas del
programa principal.
Mtodos Numricos.
Mtodos Numricos.
%
%
%
%
%
%
%
%
%
%
-----------------------------------------------------------------------Universidad de Cuenca.
Facultad de Ingeniera Escuela Civil.
Nombre: Byron Patricio Rodrguez Merchn.
Programa principal de la descomposicin LU
Coeficientes de la matriz [A].
Coeficiente derecho vector columna {B}
-----------------------------------------------------------------------
function [L,U,Z,X]=descomLU(A,B)
[L,U]=LU(A);
[Z]=susade(L,B);
Z=Z';
[X]=sustatr(U,Z);
X=X';
end
Mtodos Numricos.
>> A
A=
2
1
3
-2
1
3
-2
2
2
2
-1
3
3
-3
-3
1
3
-2
2
2
2
-2
2
-3
2
>> B
B=
3
1
-2
4
-2
>> [L,U,Z,X]=descomLU(A,B)
----------------------------------------------------------------Factorizacin LU
Universidad de Cuenca
Mtodos Numricos.
Realizado por: Byron Patricio Rodrguez Merchn
--------------------------------------------------------------------------------------------------------------------------------Sustitucin hacia adelante
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
--------------------------------------------------------------------------------------------------------------------------------Sustitucin hacia atras
Universidad de Cuenca
Realizado por: Byron Patricio Rodrguez Merchn
----------------------------------------------------------------L=
1.0000
0
0
0
0
0.5000 1.0000
0
0
0
1.5000 0.7143 1.0000
0
0
-1.0000 -1.4286 0.5000 1.0000
0
0.5000 -0.1429 -1.0000 -0.3721 1.0000
U=
2.0000 3.0000 -1.0000 1.0000 2.0000
0 -3.5000
3.5000 2.5000 -3.0000
0
0
2.0000 -5.2857 1.1429
0
0
0
9.2143 -5.8571
0
0
0
0 -0.4651
Z=
3.0000
-0.5000
-6.1429
9.3571
-6.2326
X=
-24.3333
9.9333
14.4667
9.5333
13.4000
Mtodos Numricos.
-24.3333
9.9333
14.4667
9.5333
13.4000
0.6944
0.0667 1.0000
-0.3333 1.0000
0
0
0
0
0
0
0
1.0000
0
0
3.0000 -2.0000
-1.0000 0.6667
-3.6000 2.4000
0 5.0000
0
0
2.0000
-1.6667
2.0000
-3.3333
0.3333
>> Z=L\B
Z=
-2.0000
2.6667
-2.4000
3.0000
4.4667
>> X=U\Z
X=
-24.3333
9.9333
14.4667
9.5333
13.4000
-3
-5
-1
-3
Mtodos Numricos.
1
5
-2
4
6
-3
-2
1
5
-3
1
2
2
-6
2
2
-8
-5
5
5
4
3
-2
3
-4
6
4
4
2
1
1
-1
6
-3
2
-1
-2
-1
-2
1
1
-3
1
4
2
1
3
3
5
1
5
2
-3
-1
-4
4
2
4
1
2
1
-6
1
1
3
-1
5
2
-1
2
-5
-5
3
2
3
-5
-5
-4
2
3
1
-2
1
1
4
2
-5
4
7
4
>> B
B=
2
3
-5
4
1
-4
4
-4
2
-2
>> [L,U,Z,X]=descomLU(A,B)
L=
Columns 1 through 7
1.0000
0
0
0
0
0
0
1.0000 1.0000
0
0
0
0
0
5.0000 1.8000 1.0000
0
0
0
0
-2.0000 -1.2000 1.3571 1.0000
0
0
0
4.0000 1.2000 0.9643
0.0705 1.0000
0
0
6.0000 3.6000 -2.2857 -1.9786 -2.0977 1.0000
0
-3.0000 -1.6000 1.2143 1.1923 2.3560 -0.3029 1.0000
-2.0000 -1.2000 -0.0714 0.1111 -0.1815 0.3428 -0.5165
1.0000 2.0000 -1.2500 -0.7329 0.8674 -0.4544 1.3718
5.0000 3.0000 -0.8929 -1.1090 -1.4712 0.2785 0.4209
Columns 8 through 10
0
0
0
0
0
0
0
1.0000
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Mtodos Numricos.
-5.3059
1.0000
21.8531 -3.8842
0
1.0000
U=
Columns 1 through 7
1.0000 2.0000 -3.0000
4.0000 -5.0000 -1.0000
2.0000
0 -5.0000 8.0000
0 3.0000
2.0000 -6.0000
0
0 5.6000 -18.0000 18.6000
4.4000 4.8000
0
0
0 33.4286 -33.6429 -2.5714 -7.7143
0
0
0
0
1.8365 2.5385 -0.8846
0
0
0
0
0 10.0942
4.4520
0
0
0
0
0
0
5.2019
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Columns 8 through 10
1.0000
0
-2.0000
3.7143
2.6667
4.3717
-4.9585
-0.1315
0
0
3.0000 -3.0000
0
1.0000
-13.0000 14.2000
26.6429 -23.0714
-6.3429
2.7340
-13.3037
8.9424
-0.0664
-5.8672
7.4866
-2.8224
42.5483
3.6061
0
82.7781
Z=
2.0000
1.0000
-16.8000
32.0000
5.7436
17.3647
-14.4260
-15.9178
-61.3073
124.8959
X=
-0.0121
1.1041
0.8266
-0.6677
-3.5217
-0.6485
-1.7102
-0.6492
Mtodos Numricos.
-1.5688
1.5088
0.0039
0.2913
1.0000
0.2756
0.8071
0
0.0906
-0.3858
0
0.4685
10
1.0000
0.4296
0
-0.1233
-0.0516
0
0.9387
-0.3001
0
-0.4657
0
0
0
0
1.0000
0
0
0
0
0
U=
Columns 1 through 7
0
0
0
0.8667
0.0270 1.0000
0
0
0
1.0000
0
0
-0.9052 0.5625 0.0624
0
0
0
-0.0536 1.0000
0
-0.3335 0.2838 0.0138
0
0
0
0.4626 -0.4941 -0.4228
Mtodos Numricos.
6.0000 -6.0000 -2.0000 -1.0000
0 -7.0000 6.3333 2.1667
0
0 12.0952 4.6905
0
0
0
5.0768
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Columns 8 through 10
2.0000
-5.3333
-3.2381
-1.6063
0.3610
2.5824
3.4413
-3.3339
0
0
-5.0000
3.8333
9.4524
5.4390
-0.6010
-13.0415
-1.4794
-3.5198
8.8431
0
2.0000
6.6667
5.0476
-0.4961
0.2144
-4.9323
-5.5482
-5.1442
7.5879
6.4235
>> Z=L\B
Z=
-4.0000
2.6667
0.6190
3.8071
2.9655
-1.8519
-1.4315
-0.0757
-2.4240
9.6918
>> X=U\Z
X=
-0.0121
1.1041
0.8266
-0.6677
-3.5217
-0.6485
-1.7102
-0.6492
-1.5688
1.5088
Mtodos Numricos.
De donde obtenemos que el programa que soluciona un sistema de ecuaciones lineales
(S.E.L) para distintos trminos del lado derecho est bien programado ya que al
comprobar con las funciones que existen implementadas en matlab cumple o se
asemejan a las obtenidas con nuestro programa.
Se asemejan los resultados antes expuestos ya que en Matlab los resultados no son tan
exactos porque son aproximaciones ya que dentro del programa de Matlab existen
aproximaciones ya sea por truncamiento o por que se toman una menor cantidad de
decimales.
Conclusiones
Luego de haber estudiado a profundidad los mtodos para resolver el sistema de
ecuaciones lineales (S.E.L), se concluye que para resolver estos sistemas de ecuaciones
lineales existen diferentes mtodos, pero depender del gusto de cada persona en elegir
uno en especfico. Puesto que al analizar cada mtodo tiene sus ventajas y desventajas.
Mtodos Numricos.
Antes de programar cualquier mtodo se necesita saber cmo se desarrolla cada uno
de estos procesos para ser capaces de elegir un mtodo apropiado para diferentes
situaciones que se ven en la vida cotidiana.
Como podemos mencionar una diferencia notoria entre el mtodo de eliminacin de
gauss y el mtodo de descomposicin LU, es que el mtodo de eliminacin de Gauss
trabaja solo para un vector derecho, mientras que al trabajar por el mtodo de
descomposicin LU se trabaja para varios vectores del lado derecho, un ejemplo claro
de varios vectores del lado derecho es una estructura la cual soporta diferentes cargas.
Estos mtodos son ideales para programarlos en computadora, pues son iterativos y
muy largos de trabajar en papel lo cual podra resultar extremadamente largo y
tedioso. Por ello son mtodos ideales para trabajar en computadora.
Tambin podemos mencionar que el mtodo de descomposicin LU es ms eficaz que la
eliminacin de Gauss porque puede resolver las ecuaciones con los mismos coeficientes
de la matriz [A] pero para distintos trminos independientes {b}.
Se puede mencionar un hecho muy interesante es que la eliminacin de Gauss se puede
expresar como una descomposicin LU segn lo ledo en el libro antes mencionado.
Adems de todo debemos tomar en cuenta los errores que se tienen dentro de matlab
considerando que con los que se pueda realizar a mano ya que no se toman todos los
decimales o se produce truncamiento en los decimales.
Este mtodo se usa mucho en problemas de estructuras ya que para distintas cargas se
deseara saber cul es el vector solucin de las mismas columnas.
La descomposicin LU lo que hace es optimizar el tiempo y disminuir el trabajo que se
realizara si para todos los casos posibles de {B} con la misma Matriz [A],
realizaramos el proceso de Gauss.