UBA - Econ.ANum - SEL y Factorizaciones

Carrera de Actuario.
Cátedra de Análisis Numérico.

Prof. Titular: Javier García Fronti.
Curso modalidad Virtual

Prof. Adjunto: R. Darío Bacchini
Sistemas de Ecuaciones Lineales y

Factorización de Matrices
UBA – Económicas – Actuario – Análisis Numérico
Contenidos
 Sistemas de Ecuaciones Lineales

- Algoritmo de Eliminación Gaussiana
 Factorización de matrices
- Factorización LU (y algoritmo)
- Factorización de Cholesky (y algoritmo)
Prof. Darío Bacchini

Sistemas de Ecuaciones Lineales

(SEL)
Curso modalidad virtual Darío Bacchini

Introducción a SEL
 En la carrera de Actuario, los Sistemas de

Ecuaciones Lineales (SEL) se estudian en Álgebra
y Matemática para Economistas.
 Los métodos de resolución de SEL no se
presentarán en esta materia.
- Los alumnos que necesiten repasar conceptos pueden
leer en detalle el capítulo 6 del libro de Burden y
Faires.
 El objetivo de este módulo es que los alumnos
puedan programar en R los algoritmos de
Factorización de LU y Cholesky.
4

Resolución de SEL: Algoritmo 6.1

 Si bien R tiene fórmulas
matriciales para resolver SEL
directamente, el objetivo en la
materia es que sean capaces de
programar este algoritmo.
 Para la evaluación del tema SEL,
se exigirá la aplicación del
algoritmo mencionado, y no se
aceptarán respuestas obtenidas
aplicando funciones “built-in” de
R.
 En algunos pasos del algoritmo,
quizás necesite implementar
bucles “for” auxiliares (p.ej. para
remplazar una filar por otra, o
para realizar una sumatoria).

Ayudas para el algoritmo 6.1
 Paso 2:
- En el siguiente fragmento de código, Aa es la
matriz ampliada.
- Luego de hallar “pp” (el mínimo “p”), en el resto

del código se usa exclusivamente “pp”
6

Ayudas para el algoritmo 6.1
 Paso 9:
- En el siguiente fragmento de código, Aa es la
matriz ampliada.

Eliminación Gaussiana.
Ejemplo 2 (Burden-Faires)
Notar que puede dar

 Solución en R con algoritmo 6.1: “enter” luego de la coma,
para ir tipeando una fila
por vez y evitar errores.
Notar que debo especificar
que el ingreso de datos fue
“por fila” (by row).

Eliminación Gaussiana.
Ejemplo 2 (Burden-Faires). Chequeo.
 Chequeo que A*x= b
Notar que para la multiplicación

de matrices se deben incluir
símbolos de porcentaje: %*%
10

Factorización LU

Factorización LU
(𝑘)
Recordar que 𝑎𝑖𝑗 es el elemento de la fila i y la columna j de la matriz A luego que se
realizaron “k” pasos de eliminación gaussiana. 12

Algoritmo 6.4
Observaciones:
 Notar que, de acuerdo a la
diapositiva anterior, en el Paso 1
definimos l11 = 1.
 Para las sumatorias de los pasos
4, 5 y 6, podrían crearse bucles
“for”.
 En R puedo generar una salida
única que contenga las dos
matrices, mediante el comando
final:
 Luego, para “leer” solamente

una de las matrices, debo usar el
símbolo $, por ejemplo:
- NombreFuncion(A)$L
13

Factorización LU.
 Solución en R con algoritmo 6.4:
14

Factorización LU.
 Chequeo en R que L*U = A
- Notar que el código anterior no imprime resultados, porque asigna los

resultados a las variables L y U.
15

Factorización de Cholesky

Factorización LLt
Descomposición de Cholesky
 Notar que se trata de una factorización similar a la LU, pero se aplica

solamente a matrices definidas positivas.
 A diferencia de la factorización LU, aquí se halla una única matriz “L”, ya
que “U” sería la transpuesta de “L”.
 La matriz “L” que se obtiene mediante la descomposición de Cholesky
tiene aplicaciones en Simulación de Monte Carlo de variables aleatorias
multivariadas
- La matriz A que se factoriza en esta aplicaciones es la matriz de covarianzas, o bien la
matriz de correlaciones.
- Notar que las matrices de covarianzas (y de correlaciones), deben ser semi-definidas
positivas, pero en la mayoría de las aplicaciones son definidas positivas.
17

Algoritmo 6.5
Observaciones:
 Notar que, de acuerdo a la
diapositiva anterior, A debe ser
definida positiva.
 Para las sumatorias de los pasos
4, 5 y 6, podrían crearse bucles
“for”.
18

Factorización de Cholesky.
 Solución en R con algoritmo 6.6:
19

Factorización de Cholesky.
 Chequeo en R que L*Lt = A
- Notar que la función t() de R calcula la transpuesta de una matriz
20

UBA - Econ.ANum - SEL y Factorizaciones

Cargado por

Copyright:

Formatos disponibles

UBA - Econ.ANum - SEL y Factorizaciones

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

UBA - Econ.ANum - SEL y Factorizaciones

Cargado por

Copyright:

Formatos disponibles

Carrera de Actuario.

Cátedra de Análisis Numérico.

Curso modalidad Virtual

Sistemas de Ecuaciones Lineales y

 Sistemas de Ecuaciones Lineales

Prof. Darío Bacchini

Sistemas de Ecuaciones Lineales

Curso modalidad virtual Darío Bacchini

 En la carrera de Actuario, los Sistemas de

Prof. Darío Bacchini

Resolución de SEL: Algoritmo 6.1

Prof. Darío Bacchini

Ayudas para el algoritmo 6.1

- Luego de hallar “pp” (el mínimo “p”), en el resto

Prof. Darío Bacchini

Ayudas para el algoritmo 6.1

Prof. Darío Bacchini

Notar que puede dar

Prof. Darío Bacchini

 Chequeo que A*x= b

Notar que para la multiplicación

Prof. Darío Bacchini

Curso modalidad virtual Darío Bacchini

Prof. Darío Bacchini

 Luego, para “leer” solamente

Prof. Darío Bacchini

 Solución en R con algoritmo 6.4:

Prof. Darío Bacchini

 Chequeo en R que L*U = A

- Notar que el código anterior no imprime resultados, porque asigna los

Prof. Darío Bacchini

Curso modalidad virtual Darío Bacchini

 Notar que se trata de una factorización similar a la LU, pero se aplica

Prof. Darío Bacchini

Prof. Darío Bacchini

 Solución en R con algoritmo 6.6:

Prof. Darío Bacchini

 Chequeo en R que L*Lt = A

- Notar que la función t() de R calcula la transpuesta de una matriz

Prof. Darío Bacchini

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.