METODOS NÚMERICOS
INTEGRANTES
JESUS ARCIA PADILLA
KENAN GÓMEZ
STEVEN HOYOS
CARLOS ORTEGA ARROYO
HÉCTOR PÉREZ MEZA
PROFESOR
MONTERÍA
2018
INTRODUCCIÓN
NORMA 1 ||A||1
Es decir, cuando p=1 usamos: Se tiene
||A||2 = 14.39
que es simplemente la máxima suma
absoluta de las columnas de la matriz.
Figura 3
Numero de condición de una matriz.
(A + ∆A)(u + ∆u) = b + ∆b
Entonces
Por otro lado,
de donde
Medimos el error relativo, y obtenemos: Sea norma matricial subordinada y
A una matriz invertible. Entonces
1. cond(A) ≥ 1.
2. cond(A) = cond(A−1).
Así, la variación en el error relativo de
la solución está asociada a la cantidad: 3. cond(λA) = cond(A)
para todo λ ∈ K − {0}.
Demostración. Como la norma es
subordinada:
Sea una norma matricial
subordinada y A una matriz invertible.
Entonces el numero
Por otro lado
Entonces
porque A es invertible. Si λ es autovalor
de A*A, con v auto vector asociado,
entonces:
de donde λ > 0. Sabemos que
Ejemplo 1 1.0000 0 0
Comenzar con 0.1429 1.0000 0
A=[1 2 3 0.5714 0.5000 1.0000
4 5 6
7 8 0 ]; U=
Para ver la factorización LU, llamada lu con 7.0000 8.0000 0
dos argumentos de salida.
0 0.8571 3.0000
[L1,U] = lu(A)
0 0 4.5000
L1 =
P=
0.1429 1.0000 0
0 0 1
0.5714 0.5000 1.0000
1 0 0
1.0000 0 0
0 1 0
Tenga en cuenta que L2 = P*L1.
U=
P*L1
7.0000 8.0000 0
0 0.8571 3.0000
ans =
0 0 4.5000
Que L1 es una permutación de una matriz
triangular inferior: si cambiar las filas 2 y 3 y 1.0000 0 0
luego cambiar las filas 1 y 2, la matriz 0.1429 1.0000 0
resultante es baje triangular y tiene 1s en la
diagonal. Observe también que la U es 0.5714 0.5000 1.0000
superior triangular. Para verificar que la
Verificar que L2*U es una versión
factorización hace su trabajo, calcular el
permutada de A, calcular L2*U y resta
producto
de P*A:
L1*U
P*A - L2*U
que devuelve el original A. La inversa de la
matriz de ejemplo, X = inv(A), realmente se
calcula de las inversas de los factores ans =
triangulares
0 0 0
X = inv(U)*inv(L1)
0 0 0
Utilizando tres argumentos en el lado
izquierdo para obtener la matriz de la 0 0 0
permutación
En este caso, los resultados en la
[L2,U,P] = lu(A) permutación
de inv(A) de inv(P)*inv(A) inv(U)*inv(L).
El factor determinante de la matriz del
ejemplo es
d = det(A) whos P p
Ejemplo 2
1-norma de su diferencia es en error del
roundoff, indicando que L*U = P*B*Q.
Generar una matriz de adyacencia escasos
60 por 60 de la gráfica de Conectividad del
domo geodésico de Buckminster Fuller.
B = bucky;
Use la sintaxis de la matriz sparse con
cuatro salidas para obtener las matrices de CONCLUSIÓN
permutación de filas y columnas.
[L,U,P,Q] = lu(B);
Aplicar las matrices de la permutación a By
restar el producto de las matrices
triangulares inferiores y superiores.
Z = P*B*Q - L*U;
norm(Z,1)
ans =
7.9936e-015
Ejemplo 3
Este ejemplo ilustra los beneficios de usar
la opción de 'vector' . Tenga en cuenta la
cantidad de memoria se guarda utilizando
la sintaxis lu(F,'vector') .
F = gallery('uniformdata',[1000
1000],0);
g = sum(F,2);
[L,U,P] = lu(F);
[L,U,p] = lu(F,'vector');