Plantear todos los casos de sistemas de ecuaciones lineales existentes y efectuar su

resolución por los ítems:

 Factorización LU
AFIRMACIÓN JUSTIFICACIÓN

𝐴 = 𝐿𝑈 Suponiendo que se conoce como factorizar una

𝐴𝑥 = 𝑏 matriz A, mxn. Donde L es una matriz triangular
inferior mxn y U es una matriz escalonada mxn.

𝐿(𝑈𝑥) = 𝑏 Utilizando las ecuaciones anteriores se lo puede

expresar de la siguiente manera.

𝐿𝑦 = 𝑏 En este punto se introduce una nueva variable (Por

sustitución) y=Ux.

𝑈𝑥 = 𝑦 Obteniendo asi un nuevo sistema el cual se resuelve

para la variable y, mediante sustitución hacia
adelante. Finalmente sustituimos en reversa para
resolver el sistema.

 Factorización QR

AFIRMACIÓN JUSTIFICACIÓN

𝐴 ∈ 𝑀𝑚𝑥𝑛 Sea A una matriz de rango columna completo n.

∃ 𝑚𝑎𝑡𝑟𝑖𝑧 𝑄 ∈ 𝑀𝑚𝑥𝑛 ∧ 𝑅 ∈ 𝑀𝑚𝑥𝑛 Entonces existen matrices Q con columnas
𝐴 = 𝑄𝑅 ortogonales y matrices R triangular superior e
invertible tales que A=QR.

𝐴 = [𝐴1 𝐴2 … 𝐴𝑛 ] Considerando la matriz A por sus columnas

𝐴1 = 𝑣1 Aplicando el proceso de ortogonalización de Gram-

〈𝐴2 ; 𝑣1 〉 Schimidt y despejando cada vector columna 𝐴𝑗 se
𝐴2 = 𝑣2 + 𝑣
〈𝑣1 ; 𝑣1 〉 1 obtiene la orden n-esima de este proceso.
〈𝐴3 ; 𝑣1 〉 〈𝐴3 ; 𝑣2 〉
𝐴3 = 𝑣3 + 𝑣1 + 𝑣
〈𝑣1 ; 𝑣1 〉 〈𝑣2 ; 𝑣2 〉 2
⋮
𝑛−1
𝑛
〈𝐴𝑛 ; 𝑣𝑖 〉
𝐴 = 𝑣𝑛 + ∑ 𝑣
〈𝑣𝑖 ; 𝑣𝑖 〉 𝑖
𝑖=1
𝐴 = 𝑄0 𝑅0 Luego de reescribir ordenadamente los vectores de
𝐴 = 𝑄0 𝐷−1 𝐷𝑅0 cada columna se proceden a usar los módulos de
𝐴 las columnas de la matriz 𝑄0 para definir la matriz
〈𝐴𝑛 ; 𝑣1 〉 diagonal invertible 𝐷 = 𝑑𝑖𝑎𝑔(‖𝑣1 ‖, ‖𝑣2 ‖, … , ‖𝑣𝑛 ‖).
𝑣1 𝑣2 𝑣𝑛 ‖𝑣1 ‖ ⋯ ‖𝑣1 ‖
〈𝑣1 ; 𝑣1 〉 De esta forma, se puede reescribir la igualdad
=[ … ]
‖𝑣1 ‖ ‖𝑣2 ‖ ‖𝑣𝑛 ‖ ⋮ ⋱ ⋮ 𝐴 = 𝑄0 𝑅0 , que corresponde a la descomposición o
[ 0 ⋯ ‖𝑣𝑛 ‖ ] factorización QR normalizada de la matriz A.
𝐴 = 𝑄𝑅

 Valores y Vectores Propios

AFIRMACIÓN JUSTIFICACIÓN
𝐴 ∈ 𝐹 𝑛𝑥𝑛 , 𝜆0 ∈ 𝐶 Si A es un valor propio o autovalor de A si existe un
𝑥 ∈ 𝐶𝑛 vector no nulo tal que 𝐴𝑥 = 𝜆0 𝑥.
𝐴𝑥 = 𝜆0 𝑥

𝜆0 ∈ ⋀(𝐴), 𝑥 ≠ 0 Se llama vectores propios o autovectores de A

𝐴𝑥 = 𝜆0 𝑥 ∈ ⋀(𝐴) asociados al valor propio que cumplen los
𝑆𝜆0 = {𝑥 ∈ 𝐶 𝑛 |𝐴𝑥 = 𝜆0 𝑥} requisitos.
Este conjunto es un subespacio vectorial de 𝐶 𝑛 que
se llama subespacio de A.
A=[5 6 9 4; 1 12 7 6; 3 5 9 10;8 4 9 3]
A =

5 6 9 4
1 12 7 6
3 5 9 10
8 4 9 3

%FACTORIZACION LU DE A
[L,U]=lu(A)

L =

0.6250 0.3043 0.4136 1.0000

0.1250 1.0000 0 0
0.3750 0.3043 1.0000 0
1.0000 0 0 0

U =

8.0000 4.0000 9.0000 3.0000

0 11.5000 5.8750 5.6250
0 0 3.8370 7.1630
0 0 0 -2.5496

%FACTORIZACION QR DE A

[Q,R]=qr(A)

Q =

-0.5025 -0.1268 -0.1370 -0.8442

-0.1005 -0.9349 0.3052 0.1507
-0.3015 -0.1940 -0.8658 0.3491
-0.8040 0.2688 0.3722 0.3778

R =

-9.9499 -8.9448 -15.1761 -8.0403

0 -11.8739 -7.0114 -7.2496
0 0 -3.5394 -6.2582
0 0 0 2.1523

%VALORES Y VECTORES PROPIOS DE A

[VE,VA]=eig(A)

VE =

-0.4761 + 0.0000i 0.0432 + 0.0000i -0.4793 - 0.1976i -0.4793 +

0.1976i
-0.5190 + 0.0000i -0.8477 + 0.0000i -0.0662 - 0.0995i -0.0662 +
0.0995i
 -0.5296 + 0.0000i 0.4427 + 0.0000i 0.6464 + 0.0000i 0.6464 +
0.0000i
-0.4728 + 0.0000i 0.2891 + 0.0000i -0.4945 + 0.2337i -0.4945 -
0.2337i

VA =

25.5257 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 +

0.0000i
0.0000 + 0.0000i 6.2478 + 0.0000i 0.0000 + 0.0000i 0.0000 +
0.0000i
0.0000 + 0.0000i 0.0000 + 0.0000i -1.3867 + 1.9288i 0.0000 +
0.0000i
0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i -1.3867 -
1.9288i