EL DETERMINANTE

miércoles, 23 de julio de 2008

Algoritmo de descomposición

A partir de la matriz


hemos obtenido por transformaciones elementales la nueva matriz trapezoidal superior.


( La letra U, se asocia con la palabra inglesa UPPER ).

La relación entre A y U, siguiendo la secuencia de transformaciones elementales

es:

E3 - ( 10/ 3 ) 2 E3 - ( 6 ) 1 E2 - ( 4 ) 1 A = U

Luego

A = ( E3 - ( 10/3 ) 2 . E3 - ( 6 ) 1 . E2 - ( 4 ) 1 ) -1 U

por lo tanto

A = ( E2 - ( 4 ) 1-1 . E3 - ( 6 ) 1 -1. E3 - ( 10/ 3 ) 2-1 U

De donde

A = E2 + ( 4 ) 1 . E3 + ( 6 ) 1 . E3 + ( 10/ 3 ) 2 U

que es similar a la expresión (4.49).

Desarrollemos el producto

E2 + ( 4 ) 1 . E3 + ( 6 ) 1 . E3 + ( 10/ 3 ) 2 =





Si la matriz A fuese cuadrada entonces la matriz U sería una matriz triángular superior.

La matriz L es una matriz no singular, por ser un producto de matrices elementales (no singulares).

Si la matriz A fuese no singular, la matriz U también lo sería.

Las siguientes relaciones, a partir del ejemplo anterior, nos permitirán ilustrar un procedimiento práctico para hallar la descomposición LU de una matriz A.

Secuencia de premultiplicaciones por matrices elementales Matriz U obtenida






Secuencia de operaciones para obtener L (las inversas) Matriz L obtenida


La matriz L y la matriz U se pueden construir simultáneamente a medida que se efectuan las operaciones elementales en el proceso progresivo de obtención de ceros, por operaciones elementales sobre las filas de A, siempre y cuando no se intercambien filas, sin necesidad de escribir explícitamente las matrices elementales Ei.

A partir de la observación cuidadosa de las operaciones elementales sobre las filas de A, señaladas por los pasos (1), (2) y (3) en (*), concluimos:

Primer paso (1): Resultado: LU sobreescrita



Al terminar exitosamente la descomposición LU con sobreescritura concluimos que


Observaciones:

· Los 1 en la diagonal de L se completan al final, ya que han sido sobreescritos por los elementos de la diagonal de U.

· La matriz L es en todos los casos una matriz triangular inferior.

· La matriz U es una matriz trapezoidal superior.

· La razón por la cual los números 4 y 6 de A parecen no cambiar en L se debe a que el pivote utilizado en los pasos (1) y (2) fué 1. Este no es siempre el caso, como se puede observar al resolver otros ejercicios.

· Los elementos que aparecen sucesivamente en L, los lik, en el paso (i,k)(lograr 0 en posición (i,k) de A), se podrían calcular por la fórmula uik/uii, i < k, donde uik es el elemento a eliminar en U (será 0 al terminar el paso i) y uii es el pivote que ya es un elemento de U calculado en el paso anterior. Por ejemplo, en el paso (2,1), u21 = a21 =4 y u11 = a11 = 1, luego l21 = a21/a11 = 4/1 = 4. La operación elemental utilizada fue fila 2 – 4 (fila 1), es decir (fila 2) – ( a21/a11 ) x (fila 1). Por ello es que l31 = a31/a11 = 6, y l32 = u32/u22 = (-10/-3) = 10/3. Este tipo de razonamiento sobre los subíndices lo utilizan quienes desarrollan métodos numéricos. Por ello los lenguajes de programación incorporan estructuras especiales para manejar los subíndices y para “sobreescribir” (sustituir) valores a medida que progresan los cálculos.

La matriz L ( de lower ) es una matriz TRIANGULAR INFERIOR ( ya que Li j = 0 para todo i > j ) y como L es un producto de matrices elementales, además es no singular . ( posee inversa ).

Esta descomposición de una matriz A en un producto LU se puede lograr siempre que las operaciones elementales no involucren cambio de filas y que además todas las operaciones elementales involucrando matrices de tipo Ep + ( c ) q , c ¹ 0, cumplan la condición q< p o sea que para obtener ceros hacia abajo se utilicen las filas superiores.




















CADENAS DE MARKOV

Una matriz estocástica A = (aij)nxn es una matriz con las siguientes propiedades:

a) aij ³ 0 para todo i, j

b) a1j + a2j + a3 j + . . . + anj = 1 para cada j.

En consecuencia, una matriz estocástica es una matriz con elementos no negativos tal que la suma de los números en cada columna es 1.

es una matriz estocástica.

Suponga que el flujo probable de los votos por los partidos 1, 2 y 3, de las elecciones del año 2000 al 2001, primera elección, está dado por el diagrama siguiente:

El diagrama indica, por ejemplo que el 30% de las personas que pertenecían al partido 2 en el 2000, votarán de nuevo por los 2 en el 2001, mientras que el 50% votará por los 1 y el 20% por el partido 3. El resto del diagrama es facil de interpretar. Esta información puede representarse en la matriz estocástica:



MATRIZ 2000 - 2001

Por simplicidad asumiremos que en el siguiente período no contabilizaremos a los nuevos votantes.

Estudiemos a la matriz de transición T 2.


0,26 0,26 0,35 por 3

MATRIZ 2000 – 2002

Es de nuevo una matriz estocástica.

Asumiremos que el número total N de votantes permanece constante de año en año.

Suponga que la distribución de votos en el año 2000 y la esperada en el 2001 está dada por:

2000 2001

Por 1 x0 % x1 %

Por 2 y0 % y1 % (1)

Por 3 z0 % z1 %

En este caso:

x1 = 0.60 x0 + 0.50 y0 + 0.30 z0

y1 = 0.20 x0 + 0.30 y0 + 0.20 z0

z1 = 0.20 x0 + 0.20 y0 + 0.50 z0

Es decir que:



1 En este caso el número de votos recibidos por el partido 1 en el año 2000 fue x0N y se espera que sea x1N en el año 2001. Los otros casos se interpretan de modo semejante.


Si la matriz T se utiliza para calcular la distribución porcentual del año 2002 .

Año 2002

Por 1 x2

Por 2 y2

Por 3 z2


1 En este caso el número de votos recibidos por el partido 1 en el año 2000 fue x0N y se espera que sea x1N en el año 2001. Los otros casos se interpretan de modo semejante.


Asumiendo que esta matriz de transición se pudiese aplicar en años venideros, tendríamos que en n años, la distribución de los votos estaría dada por

En particular, la relación de los votantes con los resultados de las elecciones , está dado por:

T T2 T3 Tn

2000---> 2001 2000---> 2002 2000---> 2003 2000 ----> 200(n)

Las matrices

T T T3 Tn

son todas, matrices estocásticas. (la suma de los elementos de cada columna es 1) es decir (100%).

De la matriz T sacamos la siguiente información:



El 60% de los votantes de 1 votarán por 1 en la siguiente elección

El 20% de los votantes de 1 votarán por 2 en la siguiente elección

El 20% de los votantes de 1 votarán por 3 en la siguiente elección

El 50% de los votantes de 2 votarán por 1 en la siguiente elección

El 30% de los votantes de 2 votarán por 2 en la siguiente elección

El 20% de los votantes de 2 votarán por 3 en la siguiente elección

El 30% de los votantes de 3 votarán por 1 en la siguiente elección

El 20% de los votantes de 3 votarán por 2 en la siguiente elección

El 50% de los votantes de 3 votarán por 3 en la siguiente elección.

De T 2 concluimos que:



El 52% de los votantes originales de 1 votarán por 1 en la siguiente elección

El 22% de los votantes originales de 1 votarán por 2 en la siguiente elección

El 26% de los votantes originales de 1 votarán por 3 en la siguiente elección

El 51% de los votantes originales de 2 votarán por 1 en la siguiente elección

El 23% de los votantes originales de 2 votarán por 2 en la siguiente elección

El 26% de los votantes originales de 2 votarán por 3 en la siguiente elección

El 43% de los votantes originales de 3 votarán por 1 en la siguiente elección

El 22% de los votantes originales de 3 votarán por 2 en la siguiente elección

El 35% de los votantes originales de 3 votarán por 3 en la siguiente elección.

De acuerdo con la teoría de las matrices estocásticas, si la matriz T es una matriz estocástica regular[1], T n tiende a una matriz con todas sus columnas iguales a medida que n crece.

Con un computador podría comprobarse que:

Por consiguiente:

Si las expectativas de votación (flujo de votantes de año en año), se mantuviese igual por años, se concluíria que a partir de n > 18, los partidos se repartirían los votos de una manera que puede predeterminarse, quedando el partido 1 con a votantes, el partido 2 con b votantes y el partido 3 con g votantes.

La matriz T n con n suficientemente grande, sirve para “predecir” como terminarán las cosas si la situación planteada por la matriz de transición T, se mantiene igual por n años.

Por supuesto, en realidad la matriz de transición cambia de año en año, y a la final, la matriz Tn que relacionaría el flujo de votantes entre los partidos, a partir del censo inicial hasta la n - ésima votación, se calcularía así:

T(n) = T(n-1) . Tn = T(n-2) . Tn - 1 . Tn = T(n-3) . Tn - 2 . Tn - 1 . T n =

= T1 . T2 . T3 . T4 ... Tn.











APLICACIONES PRACTICAS

Aplicaciones prácticas

Un problema de comunicaciones

Una señal de radio transmitida por una estación puede ser retransmitida por estaciones vecinas las cuales formando una cadena pueden llevarla hasta los confines más remotos.

Cuando el número de estaciones retransmisoras aumenta, puede ser dificil determinar si la señal que sale de una estación puede llegar a otra directamente o al menos utilizando algunos relevos.

Suponiendo que las estaciones 1,2,3,4,5, y 6 establecen canales de comunicación como los que muestra la siguiente figura:







Debemos determinar si una señal transmitida por una estación puede llegar a otra.

En la figura anterior puede observarse que la estación 1 está aislada de las otras estaciones y que la estación 3 no puede enviar señal a la estación 2, pese a que puede recibir señal de aquella.

Algunas estaciones tienen comunicaciones de doble vía.

Es un hecho que la estación 2 puede enviar señales a la estación 6 utilizando las rutas

2--->3--->4---->6, 2--->3--->5--->6, 2--->5--->6, 2--->5--->3---->4---->6.

El gráfico de la figura anterior podría representar también posibilidades de soborno o tráfico de influencias, que son desgraciadamente comunes en nuestra sociedad, entre las personas 1, 2, 3, 4, 5 y 6.

En el gráfico anterior observaríamos que el señor 1 no soborna y es insobornable, y que el señor 6, entre otros, puede ser sobornado por todos, excepto por el incorruptible señor 1 (nuestro héroe). A veces a alto costo por el número de intermediarios que se pueden requerir.

Si el gráfico anterior representa cómo una perturbación sufrida por uno de los focos, se transmite a los restantes, podemos ver que la más alta posibilidad de perturbación se halla en los focos 4 y 6 pues se perturban al perturbar cualquier otro foco distinto de 1.

Gráficos como el de la figura pueden esquematizar relaciones genéticas entre individuos o generaciones, retrasmisiones de repetidoras o vias de comunicación.

Retornemos al caso de las estaciones de radio!.

Si el número de estaciones y de relaciones aumenta, gráficos como el de la figura anterior pueden parecer al observador tan indescifrables como el gráfico siguiente:





La matriz C que llamaremos la matriz de las comunicaciones directas, condensa toda la información del gráfico.






La matriz C = (cij )6x6 , ha sido definida de tal manera que cij = 1, para i = j, si la señal de la i-ésima estación es recibida directamente por la j-ésima estación.

Por definición cii = 0 para todo i (no aceptamos retrasmisión de una estación a sí misma).

Podemos plantearnos la pregunta:

Cuáles estaciones se pueden comunicar entre sí enviando sus señales por intermedio de otras estaciones (relevos) ?.

Motivaremos la respuesta a esta pregunta observando un elemento en la matriz C2.

Estudiemos por ejemplo el elemento situado en la 2da. fila, 4ta. columna de C2. Tal elemento es:

.

c21 . c14 + c22 . c24 + c23 . c34 + c24 .c44 + c25 . c54 + c26 . c64

Cada elemento c2k . ck4 de la suma anterior es 0 o 1. Además: c2k . ck4 es 1 sólo en el caso de que c2k = 1 y ck4 = 1. Es decir, sólo en caso de que la señal de la estación 2 pueda ser retransmitida a la estación 4, pasando por la estación intermedia k.

En consecuencia la suma anterior, cuenta de cuántas maneras se puede enviar la señal de la estación 2 a la estación 4, utilizando exactamente una estación como intermediaria ( un relevo).

Asumimos de nuevo que los elementos de la diagonal de C2, se reemplazan por ceros.

Por un razonamiento similar se concluye que cada elemento de la fila i, columna j, de C3, dá exactamente el número de maneras como la señal de la estación i puede llegar a la estación j, utilizando exactamente dos relevos.

Verifiquemos el caso de C2.





En tal matriz, b36 = 2, ya que las cadenas que se pueden utilizar para enviar la señal de la estación 3 a la estación 6, a partir del gráfico inicial de la página 17, utilizando exáctamente un relevo son:

3--->5--->6 y 3---->4---->6,

mientras que b25 = 1, ya que la única cadena que lleva la señal de la estación 2 a la estación 5, utilizando exactamente un relevo es:

2---->3---->5.

El elemento C23,3 = 1, está informándonos de la cadena






Dependiendo del problema, esta cadena puede tenerse o no, en cuenta. En nuestro caso hemos decidido eliminarla ya que no queríamos que nos estorbara ese tipo de retrasmisión tipo eco. Sin embargo, es posible que estos ecos deban ser tomados en cuenta como lo haremos a continuación estudiando los casos C, C2 y C3 cuando aceptamos 1’s en la diagonal.

Similarmente, el elemento en la posición i,j de C3 nos dice de cuántas maneras se puede enviar la señal de la estación i a la estación j utilizando exactamente 2 relevos.

En general, el elemento en la posición i,j, fila i, columna j de Ak , para cualquier k, cuenta de cuántas maneras, la señal de la estación i puede llegar a la estación j, utilizando exactamente k - 1 relevos.