ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

OBJETIVOS:
Objetivo General:

Disear una aplicacin de computadora que nos permita obtener la resolucin de sistemas lineales de ecuaciones por el
mtodo de DOOLITTLE.

Objetivos Especficos:

Programar el mtodo de DOOLITTLE para reducir el tiempo de resolucin de un sistema de ecuaciones. Establecer las dificultades que se presentan al momento de implementar el mtodo, y el programa en general. Aplicar los conocimientos previamente adquiridos.

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

INTRODUCCIN

En el lgebra lineal, la factorizacin o descomposicin LU (del ingls Lower-Upper) es una forma de factorizacin de una matriz como el producto de una matriz triangular inferior y una superior. Debido a la inestabilidad de este mtodo, deben tenerse en cuenta algunos casos especiales, por ejemplo, si uno o varios elemento de la diagonal principal de la matriz a factorizar es cero, es necesario premultiplicar la matriz por una o varias matrices elementales de permutacin. Mtodo llamado factorizacin PA = LU*LU con pivote. Esta descomposicin se usa en el anlisis numrico para resolver sistemas de ecuaciones (ms eficientemente) o encontrar las matrices inversas.

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

MARCO TEORICO DESCOMPOSICIN LU- MTODO DE DOOLITTLE

Otro mtodo para resolver sistemas de ecuaciones lineales es el mtodo de la factorizacin LU El problema a resolver, consiste en encontrar el vector de incgnitas X que satisface la expresin: A.x b = 0 (1)

En la siguiente presentacin se supondr que la matriz A es de 3x3 aunque el desarrollo es del todo general y puede extenderse a cualquier orden del problema.

Supongamos que la ecuacin (1) se puede expresar como un sistema triangular superior, esto es:

u11 0 0

u12 u22 0

u13 u23 u33

x1 x2 x3 =

d1 d2 d3 (3)

Podr reconocerse fcilmente que la expresin anterior coincide con el estado final de la etapa de eliminacin seguida en el algoritmo de Gauss, la cual, puede resumirse en: U.x d = 0

(4)

Ahora bien, supngase por un momento la existencia de una matriz triangular inferior coeficientes iguales a 1 sobre su diagonal, esto es:

con

1 L= l21 l31

0 1 l32

0 0 1 (5)

La cual, supngase tambin, tiene la propiedad que al pre multiplicarla por la ecuacin (4) su resultado es (1), es decir: L. [U.x d] = A.x b

(6)

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

En la cual, resulta evidente que:

L.U = A L.d = b

(7) (8)

De resultar as, el procedimiento de clculo puede ordenarse en base a la siguiente estrategia:

a) Fase de descomposicin LU: Consiste en factorizar o descomponer A en el producto de una matriz triangular inferior, L, por una superior, U.

b) Fase de sustitucin: En la cual se obtiene el vector solucin. Para ello esta fase se compone de las siguientes dos etapas: 1. De la ecuacin (8) se obtiene d por sustitucin hacia adelante. 2. De la ecuacin (4) se obtiene x por sustitucin hacia atrs.

Todo lo citado es factible de realizar a partir de la existencia de matrices U y L con las propiedades sealadas. Una forma de arribar a determinar sus coeficientes es mediante el mismo procedimiento de eliminacin de Gauss ya conocido.

Esta posibilidad resulta inmediata a partir de la propia forma de la matriz U, que, como se indicara con anterioridad, puede escribirse a U de la siguiente forma:

a11 U= 0 0

a12 a22 0

a13 a23 a33 (9)

Donde los coeficientes sealados con apstrofes y comillas corresponden a los obtenidos en el primer y segundo paso respectivamente del proceso de eliminacin de Gauss. Aunque nada de lo dicho lo sugiere, los coeficientes de la Matriz L se obtienen como subproducto del proceso de generacin de U. En el ejemplo siguiente se pondr este punto en evidencia aunque la metodologa seguida es de carcter absolutamente general y puede ampliarse a un sistema de cualquier nmero de ecuaciones. Supongamos el siguiente sistema de 3 ecuaciones con 3 incgnitas:

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

a11 A.x = b a21 a31 Paso 1

a12 a22 a32

a13 a23 a33

x1 x2 x3 =

b1 b2 b3

m21= a21/a11 a21= a21 m21*a11 = 0 a22= a22 m21*a12 a23= a23 m21*a13

m31 = a31/a11 a31= a31 m31*a11 = 0 a32= a32 m31*a12 a33= a33 m31*a13

a11 0 0

a12 a22 a32

a13 a23 a33

Paso 2 m32= a32/a22 a32= a32 m32*a22 = 0 a33= a33 m32*a23

a11 0 0

a12 a22 0

a13 a23 a33

Evidentemente, para no modificar el sistema de ecuaciones original, las mismas transformaciones realizadas sobre la matriz de coeficientes deberan realizarse sobre el vector de trminos independientes. Sin embargo, supongamos que existe la posibilidad de armar una tabla de memoria en la cual se registren todas las operaciones a realizar sobre los coeficientes del trmino independiente. De esta forma, no sera necesario ir operando sobre el vector b en forma simultnea con las transformaciones sobre A, sino que las mismas podran ser ejecutadas con posterioridad. Un posible formato para confeccionar esa tabla de memoria se representa a continuacin:

m21 m31 m32 En la misma se almacenan todos los pivote de cada una de las transformaciones de fila realizadas. Un punto fcilmente verificable es el hecho que, la matriz siguiente formada a partir de la tabla de memoria,

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

1 L= m21

0 1

0 0 1

m31 m32

Al premultiplicar a la matriz U dada por (9), genera como resultado la matriz A original, es decir: L.U = A

Que es la base del procedimiento de descomposicin comentado anteriormente. Una vez obtenidas las matrices indicadas, se procede a resolver los siguientes sistemas de resolucin directa: L.d = b mediante sustitucin hacia adelante U.x = d por sustitucin hacia atrs

El ejemplo siguiente ilustra el procedimiento completo sobre un sistema de 3x3, aunque la metodologa es enteramente aplicable a sistemas de cualquier orden:

3 A.x = b 1 3

-1 7 -2

-2 -3 10

x1 x2 x3 =

+7 -19 +4

a) Fase de Descomposicin

Paso 1

m21= 1/3 = 0.333 a21= 1 0.333*3 = 0 a22= 7 0.333*(-1) = +7.333 a23= -3 0.333*(-2)= -2.333

m31 = 3/3 = 1 a31= 3 1*3 = 0 a32= -2 1*(-1)= -1 a33= 10 1*(-2)= 12

3 0 0

-1

-2

7.33 -2.33 -1 12

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

Paso 2 m32= -1/7.33 = -0.136 a32= -1 +0.136*7.33 = 0 a33= 12 + 0.136*(-2.33)

3 0 0

-1

-2

7.33 -2.33 0 11.68

1 L= 0.333 1

0 1 -0.136

0 0 1 ; U=

3 0 0

-1 7.33 0

-2 -2.33 11.68

Puede verificarse que L.U = A, excepto pequeas diferencias producto de errores de redondeo.

b) Fase de Sustitucin

Como se indic, el proceso de sustitucin comprende dos etapas de resolucin inmediata:

1)

L.d = b, sustitucin hacia adelante

d1 = b1/L11 = +7 d2 = (b2-L21*d1)/L22 = (-19-0.333*7)/1 = -21.33 d3 = (b3-L31*d1-L32*d2)/L33 = (+4-1*7 +0.136*(-21.33))/1 =-5.90 2) U.x = d, sustitucin hacia atrs

x3 = d3/U33 = -0.51 x2 = (d2-U23*x3)/U22 = -3.07 x1 = (d1-U12*x2-U13*x3)/U11 = +0.97 El procedimiento detallado puede especificarse en forma de seudo-cdigo a fin de facilitar su implementacin en un computador:

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

Descomposicin LU Repetir k=1,... n-1 Repetir i=k+1,... n aik = aik/akk Repetir j=k+1,..., n aij = aij aik. akj Fin j Fin i Fin k

Sustitucin hacia adelante d1 = b1 Repetir i=2,.... n s=0 Repetir j=1,... i-1 s = s + aij.dj Fin j di = bi-s Fin i

Sustitucin hacia atrs xn = dn/ann Repetir i=n-1,.... 1 s=0 Repetir j=i+1,... n s = s + aij.xj Fin j xi = (di-s)/aii Fin i

Si el algoritmo detallado se implementa para la matriz A del problema anterior, se observa que, luego de finalizada la etapa de descomposicin, los coeficientes de la matriz A resultan:

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

3 0.333 1

-1 7.33

-2 -2.33

-0.136 11.68

Como se advierte, en el mismo arreglo se almacenaron los coeficientes de la matriz U (tringulo superior) y de la matriz L (tringulo inferior). En este ltimo caso, el almacenamiento de la diagonal es un asunto trivial toda vez que todos los coeficientes ubicados sobre la misma resultan iguales a 1. Se ha optimizado as el manejo de memoria, limitando el rea de trabajo a aquella necesaria solamente para el almacenamiento de la matriz de coeficientes (A).

Una segunda optimizacin puede realizarse realmacenando los coeficientes del vector d en el proceso de sustitucin hacia adelante en el mismo espacio que el vector b, cuyos coeficientes ya no resulta necesario almacenar en esa etapa del clculo. Finalmente, un punto de inters reside en la determinacin del nmero de operaciones realizadas por el algoritmo anteriormente desarrollado. Como puede verificarse, el nmero total de operaciones a realizar en el proceso de descomposicin y sustitucin es idntico a aquel realizado en el algoritmo de eliminacin de Gauss. Evidentemente, la gran ventaja de LU surge en el caso de tener que resolver en forma reiterada el mismo sistema pero para trminos independientes diferentes. En este caso, cada nuevo sistema requiere realizar solamente un orden de n operaciones.
2

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

10

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Riobamba - Ecuador

CONCLUSIONES: El uso de la descomposicin 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 stas poseen un importante nmero de aplicaciones en la prctica de la ingeniera, sin dejar de lado que dichas inversas proporcionan un medio para evaluar la condicin de un sistema. La descomposicin LU, es un proceso ms abreviado, que nos provee una ganancia de tiempo para un programador a la hora de elaborar un programa.

RECOMENDACIN: Existen maneras de programar el algoritmo anterior de forma tal que la matriz U y la matriz L queden en una misma matriz cuadrada. Un truco radica en que siendo todos los elementos de la diagonal de U unos, no se requiere el espacio para almacenarlos. Tambin hay forma de programar el algoritmo para que la matriz de permutaciones P se represente por un solo vector con n valores, con nmeros de 1 a n, que indican cmo deben permutarse los renglones de la identidad. Esto es muy conveniente pues la matriz P es tal que de sus n valores todos son cero excepto n que son 1. Usando estas ideas el almacenamiento requerido por el algoritmo de factorizacin LU puede reducirse de 3n a n + n nmeros de punto flotante. Significando un ahorro de espacio aproximadamente 66%.
2 2 2

REFERENCIAS: http://personal.redestb.es/ztt/tem/t6_matrices.htm http://www.ditutor.com/matrices/suma_matrices.html http://www.monografias.com/trabajos72/resolucion-sistemas-metodo-gauss-jordan/resolucionsistemas-metodo-gauss-jordan.shtml

ANEXOS:

11