CALCULO NUMERICO

PRACTICO N
o
4: Matrices y Sistemas de Ecuaciones Lineales
A. Mtodos Directos
A-1. Eliminacin Gaussiana y Sustitucin Backward
Algoritmo de sustitucin backward:
1 , , 1 n , n i ,
u
x u b
x
ii
n
1 i k
k ik i
i

+
Algoritmo de eliminacin de Gauss:
k j , i , a para
) k (
ik
>
1 n 1 k j n 1 k i a m a a
a
a
m
k
kj ik
k
ij
1 k
ij
k
kk
k
ik
ik
+ + +
+
, , ; , , , ,
) (
) (

1. Encuentre, si existe, la solucin de los siguientes sistemas de ecuaciones lineales utilizando el
mtodo de eliminacin Gaussiana y sustitucin hacia atrs. Describa el sistema en funcin de la
solucin encontrada.
a-

'

+ +
+ +
+
11 x 4 x 2 x
3 x 2 x 5 x 2
8 x x x 4
3 2 1
3 2 1
3 2 1
b-

'

+ +
+
+ +
+ +
4 x x 3 x 2 x
3 x 2 x x x 3
1 x x x x 2
4 x 3 x x
4 3 2 1
4 3 2 1
4 3 2 1
4 2 1
c-

'

+ +
+ +
+ +
6 x 2 x x
6 x x 2 x 2
4 x x x
3 2 1
3 2 1
3 2 1
d-

'

+ +
+ +
+ +
6 x 2 x x
4 x x 2 x 2
4 x x x
3 2 1
3 2 1
3 2 1
A-2. Factorizacin LU y Sustitucin Forward
2. Factorizar las siguientes matrices utilizando el algoritmo de factorizacin LU.
a) A =

,
_

1 3 2 1
2 1 1 3
1 1 1 2
3 0 1 1
b) B =

,
_

5 3 3
9 3 3
1 1 2
c) C =

,
_

014 0 013 7 104 3

013 7 096 4 132 2
104 3 132 2 012 1
. . .
. . .
. . .
3. Utilizar la factorizacin realizada en el ejercicio 2.a y resolver el sistema Ax = b, sabiendo que b
t
= [4, 1, -3, 4]
4. Resolver los siguientes sistemas lineales utilizando factorizacin LU
a)

'

+ +
+ +
+
4 x 5 x 3 x 3
0 x 9 x 3 x 3
1 x x x 2
3 2 1
3 2 1
3 2 1
b)

'

+
+
+
895 3 x 014 0 x 013 7 x 104 3
049 5 x 013 7 x 096 4 x 132 2
984 1 x 104 3 x 132 2 x 012 1
3 2 1
3 2 1
3 2 1
. . . .
. . . .
. . . .
c)

'

+ +
+
+

8 0 x x x 2 x 2
6 6 x 5 0 x 3
5 4 x 5 1 x
3 x 2
4 3 2 1
3 2
2 1
1
.
. .
. .
5. Resolver, previa descomposicin LU, el sistema A x = b. Calcular el determinante de A.

,
_

,
_

4
3
1
4
b
1 3 2 1
2 1 1 3
1 1 1 2
3 0 1 1
A

A-3. Pivoteo y nmero de dgitos
6. Resolver el siguiente sistema, trabajando con tres decimales exactos. Repetir el procedimiento con
cuatro decimales.

'

+
+
1.97 x2 0.98 x1 0.99
1.99 x2 0.99 x1 1.00
7. Resolver los siguientes sistemas utilizando eliminacin gaussiana y redondeo en tres dgitos, a) sin
pivoteo, b) con pivoteo parcial y comparar con la solucin exacta:
a)

'

+
+
+
139 x 21 x 2 14 x 11 6
120 x 7 x 1 12 x 03 3
119 x 14 x 1 12 x 03 3
3 2 1
3 2 1
3 2 1
. .
. .
. .
b)

'

+
+
+
+ +
16 4 x x 1 13 x 110 0 x 3 15
15 2 x x 9 99 x 100
44 3 x x 2 12 x 122 0 x 2 14
12 1 x x 100 x 11 2 x 19 1
4 3 2 1
4 3 2
4 3 2 1
4 3 2 1
. . . .
. .
. . . .
. . .
solucin:
7 1 x 10 x 0 x
3 2 1
/ , ,
solucin:
, . , . 01269269 0 x 17682530 0 x
2 1



18260870 1 4 x 02065405 0 x
3
. .
8. Resolver los sistemas A x = b y B x = b utilizando: a) Descomposicin LU sin pivoteo, b)
descomposicin LU con pivoteo parcial y c) descomposicin LU con pivoteo completo

,
_

,
_

2 0 3 5
1 2 6 0
0 1 6 2
2 / 1 2 3 1
B
1 2 5 1
0 0 5 1
1 1 4 2
1 0 2 1
A

,
_

,
_

,
_

3
2
0
1
4
3
2
1
0
1
0
1
3 2 1
b b b
9. Se conoce como matriz de Hilbert a la matriz n x n definida como H
) (n
ij
= 1 / ( i + j - 1 ), con 1
n j i ,
. Sea la matriz 4 x 4 cuyos elementos definidos segn los elementos de la matriz de
Hilbert estn redondeados con cinco decimales exactos. Usando descomposicin LU, resolver el
sistema x = b ,donde b = (0.58333 , 0.21667 , 0.11666 , 0.07381)
T
, con igual precisin que los
elementos de .
10. Determinar cules de las siguientes matrices son no singulares y computar su inversa

,
_

2 1 1
0 1 2
1 2 1
A

,
_

3 1 2
7 0 3
6 2 4
B

,
_

1 1 3
1 1 2
0 2 1
C
11. Sea la matriz

,
_

3 1 1
1 1 1
1 3 2
A
y los vectores

,
_

,
_

,
_

0
0
1
b ;
5
4
6
b ;
0
1
2
b
3 2 1
a) Resolver el sistema lineal aplicando eliminacin Gaussiana a la matriz ampliada

,
_

0 3 5 0
0 1 4 1
1 0 6 2
3 1 1
1 1 1
1 3 2

b) Resolver el sistema encontrando y multiplicando la inversa de la matriz A.

c) Determinar cul de ambos mtodos requiere menos operaciones.
B. Mtodos Iterativos
B-1. Nmero condicin. Perturbaciones y nmero de dgitos
21. Dado el sistema lineal A x = b, con

,
_

,
_

254 0
217 0
659 0 913 0
563 0 780 0
.
.
b y
. .
. .
A
, se encontraron
dos soluciones aproximadas:

,
_

,
_

087 0
341 0
001 1
999 0
2 1
.
.
x
~
y
.
.
x
~
. a) Computar el vector
residual correspondiente a dichas soluciones aproximadas. b) Determinar el error en ambas
soluciones.
22. a) Resolver el siguiente sistema utilizando eliminacin Gaussiana y redondeo en cinco dgitos. b)
Encontrar el vector residual y dar una estimacin del nmero condicin. c) Calcular el nmero
condicin exacto.

,
_

,
_

,
_

4254 8
544 28
15913
x
x
x
6852 1 1791 5 5611 1
6120 9 710 16 2220 2
333 10 15920 3330 3
3
2
1
.
.
. . .
. . .
. .
23. Calcular, si existe, el nmero condicin de las siguientes matrices

,
_

1 0 0
1 1 0
1 1 1
A

,
_

4 1 3 1
3 1 2 1
B
/ /
/ /

,
_

2 0001 1
2 1
C
.
24. Los siguientes sistemas lineales tienen a x como solucin exacta y a x
~
como solucin
aproximada. Utilizando los resultados obtenidos del ejercicio anterior, calcular

x
~
x
y
A
x
~
A b
) A ( K

.
a)

'

3
3 2
3 2 1
x
0 x x
2 x x x
b)

'

+
+
0001 3 x 2 x 0001 1
3 x 2 x
2 1
2 1
. .
c)

'

+
+
168 1 x 4 1 x 3 1
63 1 x 3 1 x 2 1
2 1
2 1
/ / /
/ / /
x = ( )
t
0 , , x = (1, 1)
t
x = (1/7,
-1/6)
t
x
~
= (-0.1, -3.15, -3.14)
t
x
~
= (0.96, 1.02)
t
x
~
= (0.142, -0.166)
t
25. Teorema : Dada una matriz A no singular tal que 1
1

A
A
, la solucin x
~
de ( ) b b x
~
A A + +
aproxima a la solucin x de ( ) b b x A A + + con un error estimado de
( )

,
_

A
A
b
b
A A ) A ( K
) A ( K
x
x
~
x
1
.
a) Resolver el sistema 24.b cambiando el trmino a
21
de la matriz de coeficientes por 0.9999
redondeando en cinco dgitos. Comparar el error relativo de la solucin obtenida con la cota
propuesta por el teorema.
b) Resolver el sistema 24.b cambiando el vector b por (3.00001, 3.00003)
t
redondeando en
siete dgitos. Comparar el error relativo de la solucin obtenida con la cota propuesta por el
teorema.
26. a) Probar la identidad:
A
-1
- B
-1
= A
-1
(B - A) B
-1
y luego deducir :
A
-1
- B
-1
< A
-1
B - A B
-1


b) Probar que si:
B = A + A, A B
-1
= < 1,
Entonces:
A
-1
< 1/(1- ) B
-1
, A
-1
- B
-1
< /(1- ) B
-1

c) Probar que si
x = A
-1
b , x + x = (A + A)
-1
b,
luego
x < /(1- ) x + x , = A B
-1
< 1,
x < /(1 - ) x , = A A
-1
< 1.
26. Dada la matriz;
A =

,
_

10 9 5 7
9 10 6 8
5 6 5 7
7 8 7 10
llamada matrz de Wilson,
a) Encontrar A
-1
y determinar la solucin de A x = b dado b = (32 , 23 , 33 , 31)
T
b) Si perturbamos b con un vector b tal que b

< 0.01 , dar un lmite superior para
x

donde x es la correspondiente perturbacin en la solucin.
c) Resolver el sistema con b = ( 32.01 , 23.01 , 32.99 , 31.01)
d) Encontrar el nmero condicin (A) y compararlo con el lmite del cociente entre
x / x y b / b el cual se deriva de b)
27. Idem al ejercicio anterior con la matriz de Hilbert de 3x3, el vector b = (1, 0, 0)
t
, trabajando con
seis dgitos significativos y perturbando el vector b con b

< 0.000001.
B-2. Mejoramiento iterativo de soluciones
28. El siguiente sistema tiene como solucin aproximada x = 10, y = -3.99. Mejore esta solucin,
utilizando: a) Punto flotante con cuatro dgitos, b) punto flotante con seis dgitos. c) cambie el
coeficiente 371 por 371.2 y compare el % de cambio en la solucin.

'

+
+
1 0 3 y 3 7 1 x 1 5 8
1 5 6 y 5 4 6 x 2 3 4
29. Mejore la solucin aproximada
( )
t
. , . x
1 1
10 998 9 10 873 9


que se obtuvo resolviendo el
siguiente sistema con punto flotante y cuatro dgitos:

'

+
+
1 0 4 1 . 1 7 4 x 2 1 0 3 1 . 5 4 x 1 1 0 4 1 . 0 2
1 0 2 1 . 6 3 2 x 2 1 0 2 1 . 6 x 1 3 . 2 4 1
30. El sistema lineal A x = b, con A =

,
_

,
_

1
10 2
10 2
2 1 1
1 10 10
1 10 10
5
5
5 5
5 5
.
.
x y
tiene como
solucin exacta x
3
= 10
-5
/ (1 - 2. 10
-5
) , x
2
= 2 , x
1
= -1 / (1 - 2. 10
-5
). Resuelva el sistema usando
aritmtica de punto flotante con tres dgitos; a) sin pivoteo, b) con pivoteo completo y c) con pivoteo
completo luego de ajustar x
3
= 10
5
x
3
, y equilibrar.
31. Codifique los siguientes algoritmos y compruebe su funcionamiento con la resolucin de los
ejercicios anteriores.
a) Eliminacin Gaussiana y sustitucin Backward:
Para resolver el sistema lineal n x n
E
1
= a
11
x
1
+ a
12
x
2
+ .. + a
1n
x
n
= a
1,n+1
E
2
= a
21
x
1
+ a
22
x
2
+ .. + a
2n
x
n
= a
2,n+1
..
E
n
= a
n1
x
1
+ a
n2
x
2
+ .. + a
nn
x
n
= a
n,n+1
Entrada: n, matriz A=(aij)
Salida: Solucin x1, x2, .. , xn o mensaje de que el sistema no tiene una nica solucin.
Paso 1 Para i = 1,..,n-1 hacer los pasos 2 a 4
Paso 2 p = mnimo entero con i <= p <= n y api 0
Si no se encuentra ningn entero p, entonces el sistema no tiene una solucin nica.
Paso 3 Si p i entonces intercambiar Ep Ei
Paso 4 Para j = i + 1, .. , n hacer los pasos 5 y 6
Paso 5 mij = aji / aii
Paso 6 Reemplazar Ej por Ej mji Ei
Paso 7 si ann = 0 entonces el sistema no tiene una solucin nica.
Paso 8 xn = an,n+1 / ann
Paso 9 Para i = n-1, .. , 1 hacer que xi = [ ai,n+1 -

+
n
i j
j ij
x a
1
] / aii
Paso 10 Salida = x1 , .. , xn
b) Factorizacin LU (Decidir cual va a ser la entrada y salida del algoritmo)
Paso 1 Seleccionar l11 y u11 que satisfaga l11 u11 = a11
Si l11 u11 = 0 entonces la factorizacin es imposible
Paso 2 Para j = 2, .. , n hacer que u1j = a1j / l11
lj1 = aj1 / u11
Paso 3 Para i = 2, .. , n-1 hacer los pasos 4 y 5
Paso 4 Seleccionar lii y uii que satisfaga lii uii = aii -

1
1
i
k
ki ik
u l
Si lii uii = 0 entonces la factorizacin es imposible
Paso 5 Para j = i , .. , n hacer:
uij = ( 1/lii ) [ aij -

1
1
i
k
kj ik
u l ]
lji = ( 1/uii ) [ aji -

1
1
i
k
ki jk
u l ]
Paso 6 Seleccionar lnn y unn que satisfaga lnn unn = ann -

1
1
i
k
kn nk
u l
(Nota: si lnn unn = 0 entonces A = LU pero A es singular)
Paso 7 Salida: lij para j = 1,..,i y i=1,..n
Salida: uij para j = i,..,n y i=1,..n
Una segunda versin simplificada del algoritmo de factorizacin LU es la siguiente.
Entrada: La matriz A de n por n
Salida: las matrices L y U
Paso 1 L = una matriz de ceros con unos en la diagonal
U = la matriz A
Paso 2 para un i desde 1 hasta n-1 repetir los pasos 3 a 6
Paso 3 para un j desde i+1 hasta n repetir los pasos 4 a 6
Paso 4 Lji = Uji/Uii
Paso 5 para un k desde i hasta n repetir el paso 6
Paso 6 Ujk = Ujk Uii Lji
Paso 7 Salida: las matrices L y U
32. Resolver los ejercicios 2, 3, 4 y 5 con la sentencia de GNU Octave correspondiente a la Factorizacin LU.
lu(A) donde A es la matriz a factorizar.
Sabiendo que en GNU Octave x = A\b, compruebe los resultados de los ejercicios 6 y 7.