Universidad de Concepción

Facultad de Ciencias Fı́sicas y Matemáticas

Departamento de Ingenierı́a Matemática
Dr. Raimund Bürger
Profesor Titular

Análisis Numérico II
(Código 525441)

Certamen 1 — martes 25 de mayo de 2010

Problema 1.
a) Calcular una descomposición triangular PAQ = LR, con búsqueda de pivote en la
matriz restante, de la matriz
 
1 −1 2 4
1 1 3 −4
A= −2 1
. (1)
3 6
1 2 −1 8

Indicar explı́citamente las matrices P, Q, L y R.

b) Resolver el sistema Ax = b, donde b = (15, 7, 24, 17)T .
c) Sean e := (1, 1, 1, 1)T , E := αeeT , y d := αe. Decidir si los siguientes vectores son
una solución aproximada (en el sentido del criterio de Prager & Oettli) del sistema
Ax = b (i) para α = 0.1, (ii) para α = 0.5:
   
1.01 1.05
1.98
 , x2 := 1.95 .
 
x1 := 
3.99 3.95
2.01 2.05

Solución sugerida.
a) Se obtiene la siguiente sucesión de esquemas, donde los elementos marcados con
estrella corresponden a multipolicadors y los elementos con marco son el pivote actual:
1 2 3 4 4 2 3 1
1 1 −1 2 4 15 4 8 2 −1 1 17

2 1 1 3 −4 7
→ 2 −4 1 3 1 7

3 −2 1 3 6 24 3 6 1 3 −2 24

4 1 2 −1 8 17 1 4 −1 2 1 15
2

4 2 3 1 4 3 2 1
4 8 2 −1 1 17 4 8 −1 2 1 17
1∗ 5 3 31 3∗ 15 1 11 45
2 − 2 3 − −
→ 2 2 2 2 → 4 4 2 4 4
3∗ 1 15 11 45 1∗ 5 3 31
3 − − 2 − 2
4 2 4 4 4 2 2 2 2
1∗ 5 1 13 1∗ 5 1 13
1 −2 1 −2
2 2 2 2 2 2 2 2

4 3 2 1 4 3 1 2
4 8 −1 2 1 17 4 8 −1 1 2 17
3∗ 15 1 11 45 3∗ 15 11 1 45
3 − − 3 − −
→ 4 4 2 4 4 → 4 4 4 2 4
1∗ 2∗ 7 10 1∗ 2 ∗
10 7
2 − 8 2 − 8
2 3 3 3 2 3 3 3
1∗ 2 ∗
5 7 1∗ 2∗ 7 5
1 − −1 1 − −1
2 3 3 3 2 3 3 3

4 3 1 2
4 8 −1 1 2 17
3∗ 15 11 1 45
3 − −
→ 4 4 4 2 4 ,
1∗ 2 ∗
10 7
2 − 8
2 3 3 3
1∗ 2∗ 7∗ 33 33
1 − −
2 3 10 10 5
es decir
   
0 0 0 1 0 0 1 0
0 0 1 0 0 0 0 1
P=
0
; Q= ,
1 0 0 0 1 0 0
1 0 0 0 1 0 0 0
1 0 0 0 8 −1 1 2
   
   
 3   15 11 1

 4 1 0 0 0 − − 
  4 4 2
L= 1 , R= .
   
− 2 10 7 
1 0 0 0 
 2 3 3 3 
   
 
1 2 7 33
   
1 0 0 0 −
2 3 10 10
 3

b) Utilizando el último esquema obtenemos

33
− 3

14

x2 = 5 = 2, x1 = 8− = 1,
33 10 3
−
 10 
4 45 11 1
x3 = + + 1 = 4, x4 = (17 + 4 − 1 − 4) = 2.
15 4 4 8
c) Aquı́ se calcula para b0 = b, A0 = A:
   
0.05 0.2
0.08 0.35
|b0 − A0 x1 | = 
0.01 , |b0 − A0 x2 | =  0  ,
  
0.06 0.4
   
9.99 10
 9.99

10 .
 
eeT |x1 | + d = 
9.99 , ee T
|x 2 | + d = 10
9.99 10
Puesto que
|b0 − A0 xi | < 0.1 eeT |xi | + d < 0.5 eeT |xi | + d ,

para i = 1, 2, ambos vectores x1 y x2 son una solución aproximada (en el sentido del
criterio de Prager & Oettli) para α = 0.1 y α = 0.5.
Problema 2. Se considera la matriz
 
1 −2 1 1
−2 8 −4 −2
 1 −4 18 −3 .
A= 
1 −2 −3 11

a) Econtrar una matriz triangular inferior L tal que A = LLT (descomposición de

Cholesky).
b) Determinar la tercera columna de A−1 , usando la descomposición de Cholesky.
c) ¿Se puede aplicar la descomposición de Cholesky a la siguiente matriz?
5 4 2 1 1 2
 
4 3 1 −1 1 1 
2 1 2 0 1 4 
 
B=
1 −1 0 3 2 −1

1 1 1 2 0 1 
2 1 4 −1 1 2
Solución sugerida.
4

a) Sea
 
l1 0 0 0
l2 l3 0 0
L=
l4
.
l5 l6 0 
l7 l8 l9 l10
Entonces, comparando los elementos de LLT , obtenemos sucesivamente
l12 = 1 ⇒ l1 = 1,
l1 l2 = −2 ⇒ l2 = −2,
l22 + l32 = 8 ⇒ l3 = 2,
l1 l4 = 1 ⇒ l4 = 1,
1
l2 l4 + l3 l5 = −4 ⇒ l5 = (−4 − (−2)) = −1,
2√
2 2 2
l4 + lh + l6 = 18 ⇒ l6 = 18 − 1 − 1 = 4,
l1 l7 = 1 ⇒ l7 = 1,
1
l2 l7 + l3 l8 = −2 ⇒ l8 = (−2 − (−2) · 1) = 0,
2
1
l4 l7 + l5 l8 + l6 l9 = −3 ⇒ l9 = (−3 − 1 · 1) = −1,
4√
2 2 2 2
l7 + l8 + l9 + l10 = 11 ⇒ l10 = 11 − 1 − 1 = 3,
es decir
 
1 0 0 0
−2 2 0 0
L=
 1 −1 4
.
0
1 0 −1 3
b) Sea z la tercera columna de A−1 , entonces z es la solución del sistema lineal Az =
e3 = (0, 0, 1, 0)T . Utilizando la descomposición de Cholesky, podemos determinar Z
resolviendo primeramente el sistema Ly = e3 y luego LT z = y. Ası́ obtenemos
   
0 −4
1 0
  1 5

y= ; z = .
12 3 144  10 
1 4
c) No. La matriz contiene la submatriz principal
   
a11 a12 5 4
Ξ= =
a21 a22 4 3
con det Ξ = −1 < 0; según el Teorema 2.4, B no es definida positiva y no se puede
aplicar la descomposición de Choleky.
 5

Problema 3. Se consideran las matrices

     
10 2 −6 0 4 1 1 0 2 0 −1 0
3 5 1 1 
1
 3 −1 1  0 2 0 1
 2 −2 12 4 , A2 = 0
A1 =  , A3 =  .
2 4 −2 −3 0 5 0
1 0 −2 3 1 1 −2 4 0 2 0 −4
a) Demostrar que para cada una de ellas que el método de Jacobi converge a la solución
de Ai xi = bi para bi ∈ R4 y vectores iniciales xi,0 ∈ R4 arbitrarios.
b) Utilizando el vector inicial xi,0 = (1, 1, 1, 1)T , calcular para i = 2 e i = 3 una nueva
aproximación de la solución de Ai xi = bi para
   
9 −2
8 −1
b2 =  8  , b3 =  24  ,
  
13 −6
utilizando los métodos de Jacobi y de Gauss-Seidel.
Solución sugerida.
a) Se demuestra facilmente que A1 y A2 son irreduciblemente diagonal dominantes. Por
otro lado, la matriz A3 corresponde a dos sistemas lineales desacoplados para (x1 , x3 )
y (x2 , x4 ), respectivamente, con las respectivas matrices
   
2 −1 2 1
A3,1 = y A3,2 = ,
−3 5 3 −4
ambas de las cuales son estrictamente diagonaldominantes; por lo tanto se puede
concluir ambos métodos convergen también en el caso de A3 .
b) Utilizando el método de Jacobi para Ax2 = b2 se genera la sucesión de vectores
       
1.7500 1.1667 1.2188 1.0495
2.3333 1.6667 2.0208 1.9306
2.0000 , x2,2 = 2.4583 , x2,3 = 2.7812 , x2,4 = 2.8750
x2,1 =        
3.2500 3.2292 3.7708 3.8307
etc., mientras que el método de Gauss-Seidel entrega
       
1.7500 1.3646 1.1610 1.0358
2.0833 1.6910 1.8951 1.9864
1.4583 , x2,2 = 2.6649 , x2,3 = 2.9617 , x2,4 = 2.9902
x2,1 =        
3.0208 3.8186 3.9668 3.9896
etc. Para el sistema Ax3 = b3 obtenemos las respectivas sucesiones
       
−0.5 1.7 1.25 1.91
 −1 
 , x3,2 =  0  , x3,3 =  0.5  , x3,4 =  0.25 
     
x3,1 = 
 5.4  4.5  5.82   5.55 
−1 −2 −1.5 −1.25
6

etc. para el método de Jacobi y

       
−0.5 1.25 1.775 1.9325
 −1 
 , x3,2 =  0.5  , x3,3 =  0.125  , x3,4 =  0.2188 
     
x3,1 = 
 4.5   5.55   5.865   5.9595 
−2 −1.25 −1.4375 −1.3906

etc. para el método de Gauss-Seidel.

Problema 4. Resolver el problema de aproximación
m m
X
2 X
2
yi − (α0∗ ϕ0 (ti ) + α1∗ ϕ1 (ti ) + α2∗ ϕ2 ti = min yi − (α0 ϕ0 (ti ) + α1 ϕ1 (ti ) + α2 ϕ2 ti
α0 ,α1 ,α2
i=1 i=1

para los datos

i 1 2 3 4
ti 0 1 2 3
yi 1 -1 1 3
para ϕi (t) = ti , i = 0, 1, 2, transformando la matriz A ∈ R4×3 a forma triangular superior
mediante la transformación de Householder.
Solución sugerida. Sea
    

1 t1 t21 1 0 0 1
1 t2 t22  1 1 1 −1
A= = ,
 1 .
b= 
1 t3 t23  1 2 4
1 t4 t24 1 3 9 3

La transformación de Householder se ejecuta en tres pasos.

(1) Desde la matriz A identificamos
   
1 3
(1)
 1 1 1 1
ã1 = 1 , β1 = 2(1 + 2) = 6 ,
 ŵ1 = 
1 .

1 1

Si
1
U1 = I − ŵ1 ŵT
1 ∈ R
4×4
,
6
obtenemos
       
1 −2 0 −3
(2)
1  0  (2)
1  0 
a1 1 =  0  ,
= U1     a2 2 =  1  ,
= U1    
1 0 3 2
 7

−7
 

    4
  
0 −  −2
1   3 −2

(2)
a3 = U1   =  5  ,
  b(2) = U1 b = 
 0 .

4  
9  3 
  2
20
 
3
(2) Considerando los 3 últimos componentes de los vectores anteriores obtenemos
  √ 
0 5
(2) 1 1
ã2 = 1 , β2 = √ √ = , ŵ2 =  1  .
2 5(0 + 5) 5
2

Definiendo
1
U2 = I − ŵ2 ŵ2 T ∈ R3×3
5
obtenemos
   √ 
0 − 5
(3)
a2 = U2 1 =  0  ,
2 0
√
4
   
−3 5
−
 3  √   
  
4 4 5
 −6.7082
(3)
 5  
 3  = − 3 + 15  ≈ −0.7370 ,
  
a3 = U2    
  
 20   √  1.8592
2 8 5

+
3 3 15 
4√

− 5
   5  
√ 

−2 −1.7889

 4 2 5 
 
b(3) = U2  0  = − + ≈ 0.0944  .
2  5 5  2.1889
 2 4√5 
 
+
5 5
(3) Considerando los 2 últimos componentes de los vectores anteriores obtenemos
 √ 
4 4 5
− +   
(3)  3 15  −0.7370
ã3 =  √  ≈ 1.8592 ,
 2 8 5 
+
3 15
8

1 1
β3 = √ ! != √ ≈ 0.1827,
4 5 20 8 5
2 1− +2 −
3 5 3 15
 √ 
10 4 5
− +   
 3 15  −2.7370
ŵ3 =  √  ≈ 1.8592 .
 2 8 5 
+
3 15
Definiendo
1
U3 = I − √ ŵ3 ŵ3 T ∈ R2×2
20 8 5
−
3 15
obtenemos
 √ 
4 4 5
− +   
4  3 15  2
a3 = U3  √ = 0 ,
 2 8 5 
+
3 15
 √  
4 2 5 2

− + 2
!
 5 5  

b(4) = U3  √  = 2√  ≈ .

 2 4 5  5 0.8944
+ 5
5 5
Concluimos que la solución del problema está dada por el sistema lineal escaloneado
   ∗  
−2 −3 √ −7
√ α0 −2√
 0 − 5 −3 5 α1∗  = − 4 5
5
0 0 −2 α2∗ 2
con la solución
4 11
α0∗ = = 0.8, α1∗ = − = −2.2, α2∗ = 1.
5 5