PDF de programación - Programación: solución de sistemas de ecuaciones lineales usando la descomposición QR

Programación: solución de sistemas de ecuaciones

lineales usando la descomposición QR

Objetivos. Programar una función que resuelva sistemas de ecuaciones lineales usan-
do funciones programadas anteriormente que realizan la descomposición QR y resuelven
sistemas de ecuaciones lineales con matrices triangulares superiores.

Requisitos. Descomposición QR, solución de sistemas de ecuaciones lineales con matrices
triangulares superiores.

Se recomienda resolver estos ejercicios antes de la clase práctica.
1. Definición de la descomposición QR en el caso cuadrado. Sea A ∈ Mn(R). Un
par de matices (Q, R) se llama descomposición QR de la matriz A si:

QR = . . .

Q es . . .

R es . . .

Notemos que en el caso de matrices cuadradas no hay diferencia entre la descomposición
QR completa y la descomposición QR reducida (delgada).

2. Invertibilidad de la matriz R en la descomposición QR. Supogamos que A es
una matriz cuadrada invertible y las matrices Q y R forman su descomposición QR.

Muestre que la matriz R es invertible.

¿Qué podemos afirmar sobre las entradas diagonales de R?

3. Fórmulas matemáticas. Sea A ∈ Mn(R) es una matriz cuadrada invertible y sea
b ∈ Rn. Supogamos que (Q, R) es una descomposición QR de A. Exprese la solución del
sistema Ax = b en términos de Q, R, b.


b ⇐⇒ x =

?

?

b.

x = b ⇐⇒

Ax = b ⇐⇒
eficiente resolver el sistema Rx =

?

?

?

x =

?

Por supuesto, en el algoritmo numérico no es necesario invertir la matriz R. Sería más
con una función programada anteriormente que

resuelve sistemas de ecuaciones lineales con matrices triangulares superiores.

Programación: solución de sistemas de ecuaciones lineales con QR, página 1 de 2

4. Funciones necesarias programadas anteriormente. Se supone que ya tenemos
las siguientes funciones:

Función myqr que realiza la descomposición QR (completa o reducida) con algún
método. En el lenguaje MATLAB, la sintaxis es [Q, R] = myqr(A).

Función solveut que resuelve sistemas de ecuaciones lineales con matrices triangu-
lares superiores (las entradas diagonales deben ser no nulas): x = solveut(U, b).

Función que construye la matriz transpuesta de la matriz dada. En MATLAB se
puede usar la operación ’ o .’, o sus sinónimos ctranspose y transpose:

B = A’; B = transpose(A);

Función que multiplica la matriz dada por el vector dado. En MATLAB se puede
usar la operación *.

5. Programar una función que resuelva sistemas de ecuaciones lineales usando
la descomposición QR.

function [x] = solvewithqr(A, b),

[Q, R] = myqr(A);
...

end

6. Pruebas con matrices pequeñas.

function [x] = test1solvewithqr(),

n = 4;
A = 2 * rand(n, n) - ones(n, n); b = 2 * rand(n, 1) - ones(n, 1);
x = solvewithqr(A, b);
display(norm(A * x - b));

end

7. Pruebas con matrices grandes.

function [x] = test2solvewithqr(),

for n = [100, 200, 400],

A = ...; b = ...;
t1 = cputime(); x = solvewithqr(A, b); t2 = cputime();
display(n); display(norm(A * x - b)); display(t2 - t1);

end

end

8. Medir por separado el tiempo de QR. En la función test2solvewithqr sustituir
el comando x = solvewithqr(A, b) por el código de la función solvewithqr, luego
medir por separado el tiempo de la ejecución de la función myqr y el tiempo de ejecución
necesario para la otra parte (solución del sistema triangular superior).

Programación: solución de sistemas de ecuaciones lineales con QR, página 2 de 2