catedra metodos numericos 2015 - unsch (07) [modo de ... · matriz diagonal dominante: es una...
TRANSCRIPT
CATEDRA 07
METODOS NUMERICOS
Ingeniería Civil
ING.�CRISTIAN�CASTRO�P.
Facultad de Ingeniería de Minas, Geología y Civil
Departamento académico de ingeniería de minas y civil
1
1. DEFINICIÓN Y CLASIFICACIÓN DE MATRICES
Las matrices son utilizadas por primera vez hacia el año 1850 por James JosephSylvester. El desarrollo inicial de la teoría matricial se debe al matemáticobritánico William Rowan Hamilton en 1853. En 1857 el matemático Arthur Cayleyintroduce la notación matricial como una forma abreviada de escribir un sistemade m ecuaciones lineales con n incógnitas.
Las matrices se utilizan en cálculo numérico, solución de sistemas de ecuacioneslineales, ecuaciones diferenciales y derivadas parciales. Además de su utilidadpara el estudio de sistemas de ecuaciones lineales, las matrices aparecen deforma natural en geometría, estadística, economía, informática, física, etc.
La utilización de matrices (arreglos, arrays) constituye actualmente una parte esencial en los lenguajes de programación, ya que la mayoría de los datos se introducen en las computadoras como tablas organizadas en filas y columnas : hojas de cálculo, bases de datos, etc.
Se denomina matriz de orden m×n a todo conjunto rectangular de elementos aijdispuestos en m líneas horizontales (filas) y n verticales (columnas):
mnmm
nm
inijii
n
n
aaaa
aaaaaaaaaa
A
..................
...
......
......
21
11
21
22221
11211
En nomenclatura matricial, a las matrices se les denota con una letra mayúscula,A=[A]=(aij), con i =1, 2, ..., m, j =1, 2, ..., n. Los subíndices indican la posición delelemento dentro de la matriz, el primero denota la fila (i) y el segundo la columna(j). El elemento a25, por ejemplo, es el elemento de la fila 2 y columna 5.
Dos matrices son iguales cuando tienen la misma dimensión y los elementos queocupan el mismo lugar en ambas son iguales.
Atendiendo a su forma, las matrices se clasifican en:
Matriz fila: Es una matriz que solo tiene una fila, m =1 y por tanto es de orden 1´n.
690358 A
naaaaA 1131211 ......
Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y por tanto es de orden m ´1.
1
1,1
21
11
...
m
m
aa
aa
A
80541
A
nnnn
n
n
aaa
aaaaaa
A
...............
...
...
21
22221
11211
Matriz cuadrada: Es aquella que tiene el mismo número de filas que de columnas, es decir m = n. En estos casos se dice que la matriz cuadrada es de orden n, y no n ´ n.
5098102121
243650151
A
Los elementos aij con i = j, o sea aii forman la diagonal principal de la matriz cuadrada.
Matriz transpuesta: La matriz transpuesta de A (A es una matriz cualquiera), serepresenta por At. Esta se obtiene cambiando renglones por columnas. El primerrenglón de A es la primera columna de At , el segundo renglón de A es la segundacolumna de At, etc.
De la definición se deduce que si A es de orden m x n, entonces At es de orden n ´ m.
809641
32xA
860491
23txA
Matriz simétrica: Una matriz cuadrada A es simétrica si A = At, es decir, si aij = aji i, j.
7171012219149611109084126865211452
A
97101279411047212121
AMatriz antisimétrica: Una matrizcuadrada es antisimétrica si A = –At,es decir, si aij = –aji i, j.
Atendiendo a los elementos, se pueden identificar los siguientes tipos dematrices:
Matriz nula: es aquella que todos sus elementos son 0.
0A
Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos nopertenecientes a la diagonal principal son nulos.
000000
A
000000000
A
1100070003
A
Matriz diagonal dominante: Es una matriz cuadrada cuyos elementos en ladiagonal son en valor absoluto mayores a la suma de los valores absolutos delos demás elementos en su fila, es decir:
1125270438
A
n
ijj
ijii aa1
dominante diagonal esA matriz la 2511237438
323133
232122
131211
aaaaaaaaa
Matriz escalar: Es una matriz diagonalcuyos elementos pertenecientes a ladiagonal principal son iguales.
Matriz unidad o identidad: Es una matriz escalarcon los elementos de la diagonal principaliguales a 1.
3000030000300003
A
1000010000100001
A
Matriz triangular: Es una matriz cuadrada cuyos elementos que están a un mismolado de la diagonal principal son cero. Pueden ser de dos tipos:
90005110032506541
A
Triangular superior: Si los elementos queestán por debajo de la diagonal principalson todos nulos. Es decir, aij =0 i<j.
Triangular inferior: Si loselementos que están por encimade la diagonal principal son todosnulos. Es decir, aij =0 j<i.
1986501612100530004
A
2. OPERACIONES CON MATRICES.
Trasposición de matrices. Dada una matriz de orden m x n, A= (aij),se llama matriz traspuesta de A, y se representa por At, a la matrizque se obtiene cambiando las filas por las columnas (o viceversa)en la matriz A.
503754
92
A
Propiedades de la trasposición de matrices
1. Dada una matriz A, siempre existe su traspuesta y además es única.
2. (At)t = A.
53590742tA
Suma y diferencia de matrices. La suma de dos matrices A=(aij),B=(bij), es otra matriz S=(sij) del mismo orden que los sumandos ycon término genérico sij=aij+bij. Por tanto, para poder sumar dosmatrices estas deben ser del mismo orden o dimensión.
La suma de las matrices A y B se denota por A+B.
764876903
A
465330
154B
31295106
1057
476654383706195043
BA
Propiedades de la suma de matrices
1. A + 0 = A (0 es la matriz nula)
2. Propiedad conmutativa: A + B = B + A
3. Propiedad asociativa: A + (B + C) = (A + B) + C
4. Matriz opuesta: Es la matriz que se obtiene cambiando todos los signos de la matriz A, se denota con –A. La suma de una matriz con su opuesta es cero, A + (-A) = 0.
La diferencia de matrices A y B se representa por A–B, y se define como: A–B = A (–B).
Producto de una matriz por un número. El producto de una matrizA= (aij) por un número real k es otra matriz B= (bij) de la mismadimensión que A y tal que cada elemento bij de B se obtienemultiplicando aij por k, es decir, bij = k·aij.
Si k=5 y B=kA,
El producto de la matriz A por el número real k se designa por k·A. Al número realk se le llama también escalar, y a este producto, producto de escalares pormatrices.
764876903
A
35302040353045015
756545857565950535
B
Propiedades del producto de una matriz por un escalar
1. Propiedad distributiva:
k (A + B) = k A + k B
(k + h)A = k A + h A (k y h son escalares)
2. Propiedad asociativa mixta: k [h A] = (k h) A
3. Elemento unidad: 1·A = A
Propiedades simplificativas
1. A + C = B + C A = B.
2. k A = k B A = B si k es diferente de 0.
3. k A = h A h = k si A es diferente de 0.
Producto de matrices. Dadas dos matrices A y B, su producto es otra matriz Pcuyos elementos se obtienen multiplicando las filas de A por las columnas de Belemento a elemento. Es evidente que el número de columnas de A debe coincidircon el número de filas de B. Es más, si A tiene dimensión m ´ n y B dimensión n ´r, la matriz P será de orden m´ r.
n
kkjikij bap
1
368
04232xA
943
13xB
rjmi
,...1,...1
3
1133212
kkjikijxxx bacBAC
311321121111
3
11111 babababac
kkk
312321221121
3
11221 babababac
kkk
2290443211 c
2193463821 c
2122
21C
12,1
ji
368042
943
368042
943
Propiedades del producto de matrices
1. A·(B·C) = (A·B)·C
2. El producto de matrices en general no es conmutativo.
1618
491850
438656
40301742
8656
5043
3. Si A es una matriz cuadrada de orden n se tiene A·In = In·A = A(In es la matriz identidad de orden n).
4. Dada una matriz cuadrada A de orden n, no siempre existe otramatriz B tal que A·B = B·A = In. Si existe dicha matriz B, se diceque es la matriz inversa de A y se representa por A–1 .
5. El producto de matrices es distributivo respecto de la suma dematrices, es decir: A·(B + C) = A·B + A·C
Consecuencias de las propiedades
1. Si A·B= 0 no implica que A=0 ó B=0.
2. Si A·B=A·C no implica que B = C.
0000
0065
0050
0000
4900
0007
0100
0007
3. En general (A+B)2 A2 + B2 +2AB,ya que A·B B·A.
4. En general (A+B)·(A–B) A2–B2, ya que A·B B·A.
Matrices inversibles. Una matriz cuadrada que posee inversa se diceque es inversible o regular; en caso contrario recibe el nombre desingular.
Propiedades de la inversión de matrices
1.La matriz inversa, si existe, es única.
2.A-1A=A·A-1=I
3.(A·B) -1=B-1A-1
4.(A-1) -1=A
5.(kA) -1=(1/k·A-1)
6.(At) –1=(A-1) t
Observación. Existen matrices matrices que cumplen A·B = I, peroque B·A I, en tal caso, se dice que A es la inversa de B “por laizquierda” o que B es la inversa de A “por la derecha”.
Hay varios métodos para calcular la matriz inversa de una matriz dada: directamente, usando determinantes o por Gauss-Jordan.
Directamente. Este método utiliza la propiedad A·A-1 = I, es decir, si tenemos
104
122A
dcba
A 1
1001
2I
Se pueden plantear las ecuaciones correspondientes:
a2
1001
1004001004
1202001202
110d-4b010c-4a012c2b112c2a
dcba
Resolviendo el sistema anterior,
Los otros dos métodos de inversión de matrices se expondrán posteriormente.
02941.005882.017647.014706.0
02941.005882.017647.014706.0
1A
dcba
Capitulo V
Sistema de Ecuaciones Algebraicas Lineales
ING.�CRISTIAN�CASTRO�P.
25
INTRODUCCIÓNPara la resolución de los S.E.L. se utilizan dos tiposde métodos:
MÉTODOS DIRECTOS:
Son aquellos que obtienen la solución exacta trasun número finito de operaciones elementales salvoerrores de redondeo en los cálculos.
MÉTODOS ITERATIVOS:
Van construyendo una sucesión de aproximacionesa la solución “x” hasta obtener una precisióndeterminada o hasta completar un númerodeterminado de iteraciones.
26
INTRODUCCIÓN
Aspectos sobre la eficacia de los distintos algoritmos:
• Rapidez:
Número de operaciones
• Coste espacial:
Memoria de almacenamiento necesaria.
• Facilidad de programación.
• Sensibilidad del algoritmo respecto a errores deredondeo
• Tipo de problemas a los que es aplicable
27
INTRODUCCIÓNPretendemos resolver un sistema de “m” ecuacioneslineales con “n” incógnitas:
En forma matricial lo expresamos como:
Ax=bdonde A mxn, x n ,b m
mnn,m,m,m
nn,,,
nn,,,
bxaxaxa
bxaxaxabxaxaxa
2211
22222112
112211111,1 1 1,2 2 1, 1
2,1 1 2,2 2 2, 2
,1 1 ,2 2 ,
n n
n n
m m m n n m
a x a x a x ba x a x a x b
a x a x a x b
28
Clasificación de losSistemas de ecuaciones lineales
29
Teorema de Rouché-FrobeniusTeorema de Rouché-Frobenius
• El sistema Amnx = b es compatible si y sólo sirango(A) = rango(A|b)
• Un sistema compatible es determinado sirango(A) = n
• Un sistema compatible indeterminado tienen – rango(A) variables libres
• Solución xc = xp + núcleo(A)
30
• El sistema Ax=b es compatible si y solo si b R(A), en otraspalabrassi y solo si rango(A) = rango(A,b).
• Si el sistema es compatible y las columnas de A son linealmenteindependientes entonces la solución es única.
• Si el sistema es compatible y las columnas de A son linealmentedependientes entonces tiene infinitas soluciones.
TEOREMA DE EXISTENCIA Y UNICIDADPARA SISTEMAS NO HOMOGÉNEOS.
TEOREMA DE EXISTENCIA Y UNICIDAD PARA SISTEMAS HOMOGÉNEOS.
• El sistema Ax=0 tiene solución no trivial si y solo si lascolumnas de A son linealmente dependientes.
• Si m = n, entonces Ax=0 tiene una solución no trivial si y solosi A es singular.
31
Las soluciones de un sistema compatible Ax = bpermanecen invariantes ante las siguientes operaciones:
• Al intercambiar dos ecuaciones cualesquiera.
• Al multiplicar una ecuación por un escalar no nulo.
• Al sumar a una ecuación una combinación lineal nonula de otras ecuaciones.
TEOREMA DE INVARIANZA DE LA SOLUCIÓN
32
Número de condición de una matriz Número de condición de una matriz
• cond mide el mal condicionamiento cond(eye(n))=1 cond(matsingular) = inf
• rcond mide el buen condicionamiento rcond(eye(n))=1rcond(matsingular) = 0
• rcond y det
33
Sistemas de ecuaciones lineales
34
Sistemas de ecuaciones lineales
35
Sistemas de ecuaciones lineales
36
Sistemas de ecuaciones lineales
37
Sistemas de ecuaciones lineales
38
Matrices
• Es un arreglo rectangular de números donde no sólode valor de éste es importante, sino que también suposición
• El tamaño de una matriz se describe por la cantidadde filas y columnas (n x m)
• Cada fila o columna representa a un vector
11 12 13
21 22 23
31 32 33
a a aA a a a
a a a
39
Propiedades
• Dos matrices del mismo tamaño pueden sumarse orestarse
• La multiplicación se define como sigue, cuando Aes n x m, y B es m x r. A·BB·A
y ij ij
ij ij ij
A a B b
C A B a b c
1
1,2,.... , 1,2,....
ij ij ij
m
ij ik kjk
a b c
c a b i n j r
40
• Si una matriz se multiplica por un escalar elresultado es una nueva matriz con cada elementomultiplicado por éste
• Una matriz con una sola columna se le denominavector columna (n x 1), si es una fila se habla devector reglón (m x 1)
• Al multiplicar una vector reglón con un vectorcolumna se obtiene el producto interior
• Al multiplicar una vector columna con un vectorreglón se obtiene el producto exterior
• La división para matrices no está definida, aúncuando analizaremos la inversa de una matriz
Propiedades
41
• Ciertas matrices cuadradas tiene propiedades especiales, como por ejemplo:
• Matriz diagonal (D): si todos los elementos sobre ladiagonal son distintos de 0
• Matriz identidad (I), caso especial en donde la diagonal estácompuesta por unos y l resto por 0. A·I = I·A
• Matriz de transposición (P), formada al intercambiar 2reglones o columnas de la matriz identidad. El producto de varias matrice de trasposición es una matriz de permutación
• Matriz transpuesta (AT), es la matriz que se obtiene alintercambiar los reglones por columnas o viceversa
• Traza (tr), cuando la matriz es cuadrada se define unacantidad denominada Traza. Que es la suma de los elementos de la diagonal. tr (A)= tr (AT)
42
• Matriz triangular inferior (L), los elementos sobre ladiagonal son 0.
• Matriz triangular inferior (U) los elementos debajo de ladiagonal son 0
• Matriz tridiagonal, son aquellas con elementos distintosde 0 en la diagonal y en las posiciones adyacentes(importantes en ecuaciones diferenciales). Esta matrizpuede comprimirse a una matriz de 3 columnas y nrenglones.
• Matriz pentadiagonal, son aquellas con elementos distintos de 0 en la diagonal y en las posiciones adyacentes.Esta matriz puede comprimirse a una matriz de 5columnas y n renglones
43
Determinante• El determinante de una matriz es un número• Para una matriz 2x2 se calcula restando el producto
de los elementos en la diagonal menor a la superior
• Para una matriz mayor se aplica la regla de desarrollaren términos de los menores respecto a algún reglón ocolumna. El menor de cada término es la matriz de menor orden formada al eliminar el reglón o columna encuestión. Se parte con signo positivo si la suma delreglón o columna es par y negativo en caso contrario,de ahí en adelante se alternan los signos
• En el caso de una matriz triangular superior o inferiorsu determinante es sólo el producto de los elementosde diagonal
11 1211 22 12 21
21 22
det(A)=a a
A a a a aa a
44
Ejercicio
3 0 1 24 1 3 20 2 1 31 0 1 4
det( ) 146
A
A
4 0 0det 6 2 0 40
1 3 5A
45
• Los determinantes pueden ocuparse tambiénpara calcular el polinomio característico de lamatriz, ya que :
( ) det( )Ap A I A I
2
1 34 5
(1 ) 3( ) det
4 (5 )
(1 )(5 ) 12 6 7
A
A
p A I
46
Matrices
nmnn
m
m
m
mn
aaa
aaaaaaaaa
A
21
33231
22221
11211mnmnmn BAC
Sum:
ijijij bac A and B must have the same dimensions
Matrices
mnT
nm AC Transpose:
jiij ac TTT ABAB )(
TTT BABA )(
If AAT A is symmetric
47
Matrices
pmmnpn BAC Product:
m
kkjikij bac
1
A and B must have compatible dimensions
nnnnnnnn ABBA
Identity Matrix:
AAIIAI
100
010001
48
MatricesDeterminant: A must be square
3231
222113
3331
232112
3332
232211
333231
232221
131211
detaaaa
aaaaa
aaaaa
aaaaaaaaaa
122122112221
1211
2221
1211det aaaaaaaa
aaaa
49
Matrices
IAAAA nnnnnnnn
11
Inverse: A must be square
1121
1222
12212211
1
2221
1211 1aaaa
aaaaaaaa
50
Métodos directos frente a métodos iterativos
DIRECTOS
• Ax =b
• x = A\ b
• Tamaño moderado
• Producen llenado
• Error de redondeo
ITERATIVOS
• Mx = (MA)x + b
• Mx(k+1) = (MA) x(k) + b
• Tamaño grande
• Conservan los ceros
• Error de truncamiento
51
Convergencia y número de operaciones• Coste (para matrices densas)
Directos: n3 Iterativos: k.n2
• Convergencia
• Criterio de parada:
iter < maxiter
x x tol; p 1,2,...,inf(k+1) (k)p
52
Limitaciones de los Métodos Directos
• Acumulación del error de redondeo• Coste de la eliminación: O(n3)
• Sensibilidad al error de redondeo• Sistemas mal o bien condicionados• Número de condición
• Estrategia de Pivotación Parcial
• Llenado de la matriz. • Matrices dispersas
53
Sensibilidad al error de redondeo
• Sistema mal condicionado : • Un pequeño cambio en la matriz causa un gran cambio en
la solución.
• Sistema bien condicionado :• Pequeños cambios en la matriz causan pequeños cambios
en la solución.
• Condicionamiento de una matriz
54
Capitulo V
Métodos Directos de Solución de Ecuaciones Lineales
ING.�CRISTIAN�CASTRO�P.
55
Los métodos numéricos nos permitirán:Solucionar sistemas de ecuaciones algebraicaslineales
56
CONTENIDO
24
yxyx
1.2.1. Sistemas de ecuaciones
Comentarios: en este ítem aplicaremos la teoría de matrices ydeterminantes para determinar la solución de un sistema deecuaciones lineales. Identificaremos las condiciones para que unsistema tenga solución y extenderemos estos criterios adeterminar la solución de “m” ecuaciones con “n” incógnitas.
Definición: Llamaremos sistema de ecuaciones lineales alconjunto de ecuaciones con dos o más incógnitas (variables) detal manera que se verifiquen simultáneamente para ciertoscriterios asignados a sus incógnitas
57
1. INTRODUCCIÓN ,
Ejemplo:1.
CS{ }
2. CS{ }
3. Si el sistema tiene “n” ecuaciones la solución tendrá “n”incógnitas; es decir
58
1. INTRODUCCIÓN ,
24
yxyx
436
42
yxzyx
zyx
1;3 yx
2;2;2 zyx
),...,,( 21 nxxx
},...,,,{. 321 nxxxxSC
1.2.3. SISTEMA DE “m” ECUACIONES LINEALES CON “n”INCOGNITAS
59
1. INTRODUCCIÓN ,
)1(
332211
332211
222323222121
111313212111
mnmnjmjmmm
ininjijiii
nnjj
nnjj
bxaxaxaxaxa
bxaxaxaxaxa
bxaxaxaxaxabxaxaxaxaxa
njmiIRbIRa mi
mnij ,...,2,1,...,2,1;
mibxaóbxa in
jjiji
n
jjij
m
i,...,2,1;
111
1.2.4. FORMA MATRICIAL
60
1. INTRODUCCIÓN ,
)2(
......
......
......
......
2
1
2
1
321
321
22232221
11131211
m
i
m
i
mnmjmmm
inijiii
nj
nj
b
b
bb
x
x
xx
aaaaa
aaaaa
aaaaaaaaaa
nmnmij IRaA
nnj IRxx
1
11 111
m
mi IRbb
1.3. EXISTENCIA Y UNICIDAD DE SOLUCIONESSupongamos que es definida la siguiente matriz llamadaaumentada del sistema ; formada por la matriz decoeficientes y adjuntando el vector independiente ; así:
61
CONTENIDO,
iij
m
i
mnmjmmm
inijiii
nj
nj
ba
b
b
bb
aaaaa
aaaaa
aaaaaaaaaa
bAAa
2
1
321
321
22232221
11131211
......
......
......
......
•Si el rango de la matriz de coeficientes y de lamatriz aumentada son iguales entonces elsistema (1) es consistente; es decir tiene solución.En otras palabras caso contrario el sistema esinconsistente esto es no tiene solución.
•Si el sistema es consistente y ocurrir que entoncesel sistema tiene solución única.
•Si el sistema es consistente y ocurre que entoncesel sistema tiene infinitas soluciones
62
CONTENIDO,
nAarAr )()(
nkAarAr )()(
•Representación
63
CONTENIDO,
AX=B
Si r(A) ≠r(Aa) Inconsistente no hay solución
Si r(A) = r(Aa) = k,Consistente existe solución
Si K = n la solución es única
Si k< n; infinitas soluciones
•Ejemplo:
• , entonces el sistema es inconsistente; es decirno tiene solución•Si el sistema fuera homogéneo es decir
64
CONTENIDO,
201051284
yxyx
1)(0021
10584
ArA 2)(
53
0021
2012
10584
AarA
)()( AarAr
0105084
yxyx 1)()( AarAr 2)( nAr
en este caso existe un número infinito de soluciones.
•Ejemplificación:
•Entonces el sistema tiene una única solución
65
CONTENIDO,
521453
yxyx 2)(
3/1303/51
1253
ArA
2)(1
3/1410
3/513/13
3/143/130
3/515
1412
53
AarAa
}1,3{. SC
1.4.1. Métodos diagonalesDefinición: Se llama sistemas de ecuaciones diagonales alos arreglos especiales en forma de una diagonal:Ejemplo:
66
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
2086
500040003
2058463
3
2
1
3
2
1
xxx
xx
x
45
20
}4,2,2{.248
256
33
22
11
xx
SCxx
xx
Observaciones:1. La matriz de coeficientes es una matriz diagonal.2. El conjunto solución es obtenido dividiendo cada
elemento del vector independiente (insumos,condiciones) por cada respectivo elemento de lamatriz diagonal.
3. Una matriz diagonal en general se representa de lasiguiente forma:
67
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
jisi
jisiaaA ij
nnij 0
nna
aa
a
A
0000
0...000...000...00
3322
11
4. El sistema de ecuaciones lineales diagonal será:
5. Determinado su solución general
68
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
nnnn b
bbb
x
xxx
a
aa
a
3
2
1
3
2
1
33
22
11
0000
0...000...000...00
nn
nn
ii
ii a
bx
ab
xab
xab
xab
x ...;....;;33
33
222
2111
1
5. Determinado su solución general:Seudocódigo
69
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
)(
/,,2,1
)(),(,
i
iiii
iij
xoutputend
abxdonifor
baninput
1.4.2. MÉTODO TRIANGULAR INFERIOR
Definición: Se llama sistema de ecuaciones triangularinferior a los sistemas de ecuaciones que al momento deescribir en forma matricial la matriz de coeficientes es unamatriz triangular inferiorEjemplo:
70
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
1546
423011002
15423462
3
2
1
321
21
1
xxx
xxxxx
x
Solución:
Observación:1. La matriz de coeficientes es una matriz triangular inferior.2. El sistema se puede escribir de la siguiente manera
71
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
28642
26315
}2,1,3{.1264
326
33
22
11
xx
SCxx
xx
n
i
n
i
nnnnn
iiii
b
b
bbb
x
x
xxx
aaaa
aaa
aaaaa
a
3
2
1
3
2
1
321
21
333231
2221
11
0...0...00...00
3. El conjunto solución del sistema triangular es obtenidode la siguiente manera.Primero: suponiendo que para todoSegundo: el valor de se obtiene a partir de la primeraecuación del sistema; es decir:Tercero: el valor de se obtiene de la segunda ecuaciónsustituyendo el valor de ; es decir:
72
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
0iia i
1x
11
11 a
bx
2212222
11
1212
211
1212222 /21 axbx
aabab
xababxa a
Cuarto: Los valores de son obtenidos demanera análoga
Seudocódigo
73
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
nxxx ...,,, 43
iii
jjijii axabx
axaxabx
/
/
1
1
3323213133
)(
/
,,3,2,1
)(),(,
1
1
i
ii
i
jjijii
iij
xoutputend
axabx
donifor
baninput
1.4.3. MÉTODO TRIANGULAR SUPERIORDefinición: Se llama sistema de ecuaciones triangularsuperior a los sistemas de ecuaciones que al momento deescribir en forma matricial la matriz de coeficientes es unamatriz triangular superiorEjemplo:
Solución
74
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
624
5
300420325
630024420
5325
3
2
1
3
32
321
xxx
xxxxxx
5/275/325
}1,8,5/27{.82/)2(424
236
1321
22
33
xxxxSCxx
xx
Observación:1. La matriz de coeficientes es una matriz triangular
superior.2. El sistema se puede escribir de la siguiente manera
75
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
n
i
n
i
nn
inii
ni
ni
ni
b
b
bbb
x
x
xxx
a
aa
aaaaaaaaaaaa
3
2
1
3
2
1
3333
222322
11131211
000
00
......00.....0......
3. La solución del sistema triangular superior se obtienede la siguiente manera.Primero: iniciamos determinando el valor de la últimavariable en este caso a partir de la última fila.
Segundo: para determinar el subsiguiente valor se realizaasí:
76
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
nn
nnn a
bx
11/111 nnannnnn xabx
Tercero: Los valores de son obtenidos demanera análoga
Seudocódigo
77
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
132 ...,,, xxx nn
1,...,2,1,;/1
nnniaxabx iin
ijjijii
)(
/
1,,2,1,
)(),(,
1
i
ii
n
ijjijii
iij
xoutputend
axabx
donnnifor
baninput
1.4.4. MÉTODO DE GAUSSa) Un proceso de eliminación hacia delante.1º. Eliminamos el primer término de la segundaecuación; multiplicando a la primera ecuación por yrestándolo del primer término de la segunda ecuaciónpara eliminar el primer término de la segunda ecuación;luego se multiplica a la primera ecuación por y seresta del primer término de la tercera ecuación y asísucesivamente para las restantes ecuaciones se eliminarestando la primera ecuación multiplicada por ,quedando el sistema así:
78
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
11
21aa
11
31aa
3i
11
1aai
En donde:
79
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
)3(
'''33
'22
'
'''33
'22
'
2'
2'
2'
323'
222'
111313212111
mnmnimimm
ininiiiii
nniinnii
bxaxaxaxa
bxaxaxaxa
bxaxaxaxabxaxaxaxaxa
ji
ijij aaa
aa 111
1'
2º. Eliminamos del segundo término de las ecuaciones delsistema (1) donde la tercera ecuación hasta la última serealiza análogamente que en la primera parte es decir:restamos la segunda ecuación del sistema multiplicadapor y así continuamos eliminando los tercerostérminos de las ecuaciones restantes, finalmente se llega auna triangulación total; así:
80
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
2i
22'
2'
aa i
mn
nmnn
ii
nini
iiii
nniinnii
bxa
bxaxa
bxaxaxaxabxaxaxaxaxa
11
111
2'
2'
2'
323'
222'
111313212111
Observación:1. A los términos principales de cada ecuación se le
llama pivote.2. Se puede normalizar cada ecuación, y para ello
sólo se divide por el coeficiente principal,fenómeno que no se usa en la eliminaciónGaussiana la razón es por el aumento del tiempocomputacional.
81
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
b)Un proceso de sustitución hacia atrás.Este proceso consiste en usar la solución de un sistematriangular superior explicado anteriormente.Debemos destacar que esta metodología de eliminaciónGaussiana se puede trabajar sólo con los elementos de lamatriz aumentada es decir:
82
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
n
i
nnnnn
iniiii
ni
ni
ni
b
b
bbb
aaaa
aaaa
aaaaaaaaaaaaaaa
3
2
1
321
21
33333231
22232221
11131211
.................
Seudocódigo
83
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
),(
,...,2,10/
,...,2,11,...4,3,2,1
)(),(,
jij
kii
kjijij
ik
kkik
iij
baoutputend
endend
btbb
ataadonkkjfor
aaat
donkkifordonkfor
baninput
Una vez realizada laeliminación Gaussiana,utilizamos el algoritmo delsistema triangular superiorpara solucionarcompletamente el sistemade ecuaciones
Ejemplos:Resolver el siguiente sistema usando eliminación Gaussiana.
Primera fase: Triangulación de la matriz aumentada.a. Determinando la matriz aumentada
84
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
0331223
132
321
321
321
xxxxxxxxx
012
1
313231312
b. Realizando operaciones elementales de matrices según elmétodo.
Segunda fase: Determinación de los valores de las variables
85
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
7/222/23
1
7/11002/12/70312
2/32/23
1
2/32/102/12/70312
22
711722
33 xx
3
27
227
223
22
xx
12/3)3)(2(1 11 xx
Ahora comprobaremos los resultados usando MATLAB para hacerlas operaciones elementales por fila>> A=[2 1 -3;-1 3 2;3 1 -3]>> b=[-1 12 0]>> A=[A b']>> format rat>> A(2,:)=A(2,:)+A(1,:)/2>> A(3,:)=A(3,:)-3*A(1,:)/2>> A(3,:)=A(3,:)+A(2,:)/7>> sts(A,b,3)X=1.000000000000; 3.000000000000;2.000000000000
86
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
2. Resolver el siguiente sistema usando eliminación Gaussiana.
Primera fase: Triangulación de la matriz aumentadaa. Determinando la matriz aumentadab. Realizando operaciones elementales de matrices según el método.Segunda fase: Determinación de los valores de las variablesAhora comprobaremos los resultados usando MATLAB.» A=[3 2 -3;1 3 -2;5 -2 4] % ingresamos la matriz de coeficientes» b=[-2 1 13] % ingresamos el vector de términos independientes
87
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
13425123
2323
321
321
321
xxxxxxxxx
1.4.5. MÉTODOS DE FACTORIZACIÓNDESCOMPOSICIÓN LU APLICACIONESAnteriormente ya se ha escrito que un sistema de n ecuaciones con
n incógnitas se puede escribir de la siguiente manera
O simplemente
88
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
n
i
n
i
nnnjnnn
inijiii
nj
nj
b
b
bb
x
x
xx
aaaaa
aaaaa
aaaaaaaaaa
2
1
2
1
321
321
22232221
11131211
......
......
......
......
bAx
Supongamos que la matriz se puede escribir como el producto de ,donde
L : es una matriz triangular inferior de orden nxn
89
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
LU
jiljill
quetall
llll
lll
lllll
l
Lij
ijijnxnij
nnnnn
iiii,0,0...
0...00...00
321
21
333231
2221
11
U : es una matriz triangular superior de orden nxn
90
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
LU
jiujiuu
quetalu
u
uu
uuuuuuuuuuuu
Uij
ijijnxnij
nn
inij
nj
nj
nj
,0,
000
00
......00.....0......
3333
222322
11131211
U : es una matriz triangular superior de orden nxn
Cuando es posible factorizar A=LU se dice que tiene unadescomposición LU , pero esto no ocurre de una única forma.
91
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
jiujiuu
quetalu
u
uu
uuuuuuuuuuuu
Uij
ijijnxnij
nn
inij
nj
nj
nj
,0,
000
00
......00.....0......
3333
222322
11131211
Cuando La matriz se transforma en una matriztriangular inferior unitaria; en este caso se le llama FACTORIZACIÓNDE DOOLITTLE.
La otra manera seria transformando a en una matriz triangularsuperior unitaria es decir: se le conoce con el nombrede FACTORIZACIÓN DE CROUT.
Cuando U =Lt de modo que lii es igual a uii para se le llamadescomposición de CHOLESKY. Esta descomposición de Choleskyrequiere de varias propiedades especiales, la matriz A debe serreal, simétrica y definida positiva
92
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
nilii ,...,3,2,1,1
niuii ,...,3,2,1,1
Por ejemplo para una matriz 4x4 se tiene.
93
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
44
3433
242322
14131211
434241
3231
21
44434241
34333231
24232221
14131211
00000
0.
1010010001
uuuuuuuuuu
lllll
l
aaaaaaaaaaaaaaaa
1414131312121111 ,,, uauauaua
241421242313212322122122112121 ,,,. uulauulauulaula
3224321431343323231331332232123132113131 ,,,. uululauululaululaula
4432432442144144334323421341432242124142114141 ,,,. uulululaulululaululaula
),min(
11..
ji
ssjis
n
ssjisij ulula
Es decir:
Observación:1. Para2. Para3. El primer renglón “fila” de U es igual al de A ; es
decir:
94
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
2414212422122124
2
124 uulululaula
ssjis
4434432442144144
4
144 uulululaula
ssjis
0isl is silis ,1
0sju js
1414131312121111 ;;; uauauaua 4,3,2,1;11 jau jj
4.Multiplicamos la segunda fila, la tercera fila y lacuarta fila de L por la primera columna de U
5. Multiplicando la segunda fila de L, por la segunda,tercera y cuarta columna de U y la igualamos con loselementos de A , se tiene:
95
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
114141113131112121 ;; ulaulaula
11
4141
11
3131
11
2121 ;;
ual
ua
lual
241421242313212322122122 ;; uulauulauula
242322 ;; uuu
142124241321232312212222 ;; ulauulauulau
SeudocódigoInput n,(aij)For k = 1,2,…,
for j = k+1,k+2,…n
endfor i= k+1,k+2,…n
endendOutput (lij), (uij)
96
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
1
1
k
sskkskkkkkk ulaul
kkk
ssjkskjkj lulau /
1
1
kkk
sskisikik uulal /
1
1
1.4.6. MÉTODO DE FACTORIZACIÓN DE DOOLITTLEConsideremos una matriz de tres por tres:
L11 = L22 = L33 = 1, luego desarrolla el sistema de ecuaciones así:u11 = a11, u12 = a12 , u13 = a13
ContinuandoL21 = a21/a11, u22 = a22 – (a21/a11) a12, u23 = a23 – (a21/a11)a13
97
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
333231
232221
131211
aaaaaaaaa
A
Del otro grupo de ecuaciones tenemos
98
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
1311
2123
1211
2122
1211
3132
1321
313333
1211
2122
1211
3132
3211
3131
aaa
aa
aa
a
aaa
aa
aa
a
aaa
a
aaa
aL
aa
L
SeudocódigoInput n,(aij)For k=1,2,…,
for j =k+1,k+2,…nend
for i= k+1,k+2,…n
endendoutput (lij), (uij)
99
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
1kkl
1
1
k
ssjkskjkj ulau
kkk
sskisikik uulal /
1
1
Ejemplo:Solución:
100
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
435
311642294
3
2
1
xxx
101055.22132
426
)9(424
)9(411
)2(413
554462
426
21
21
294)9(
424
0
5.2
2145
294
491
)9(424
)9(411
;41
21
42
2;9;41
3333
2323
2222
21
3231
2121
131211
332211
uu
uu
uu
u
LL
LL
uuuLLL
De esta manera tenemos
Para resolver el sistema dado se sigue los siguientes pasos:Primero: Resolvemos Lc = b
En dondeb. Es el vector independiente original
c. Es un vector columna cualquiera
101
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
100055.00294
;15.225.0015.0001
UL
Es decir
C1 = 5; C2 = 3 - 0.5 (5) → C2 = 0.5C3 = 4 – 0.25 (5) – (2.5) (0.5) = 4 -1.25 – 1.25 → C3 = 1.5
Segundo: Resolver Ux = c
102
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
435
15.225.0015.0001
3
2
1
CCC
5.15.0
5
100055.00294
3
2
1
xxx
105.1
3x
x2 = 2.5
x3 = -0.15
5.25.0
)15.0(55.02x
4))15.0(2)5.2(95(
1x x1 = 6.95
Generalización
103
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
niL
njiuLau
L
niijuLau
ii
j
kkjikij
jjij
i
kkjikijij
,...2,1,1
,....1,1
,.....1,;
1
1
1
1
1.4.7. MÉTODO DE CHOLESKYMatriz Positiva:Diremos que una matriz simétrica A, es positiva si solo si losdeterminantes de las sub matrices de A son positivos.
104
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
0,.....,0,,0
21
21
222121
111211
333231
212221
131211
2221
121111
nnnjnn
inijii
nj
nj
aaaa
aaaa
aaaaaaaa
aaaaaaaaa
aaaa
a
Supongamos que tenemos el sistema en la forma LU toma laforma de LLT, en donde L es una matriz triangular inferior i.e.
Observación: Los cálculos se reducen pues estimaremos n(n+1)/2 elementos, los Lij ≠ 0 en lugar de de n2 elementos deuna factorización nominal:
105
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
nnninnn
iiiii
LLLLL
LLLL
LLLLL
L
L
321
321
333231
2221
11
0
000000000
Ejemplo: Resolver el sistema siguiente
La matriz de coeficiente es simétrica y positiva, luegoaplicamos Cholesky. Supongamos su descomposición sea:
106
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
421
502021214
3
2
1
xxx
502021214
0000
00
33
3222
312111
333231
2221
11
LLLLLL
LLLLL
L
107
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
963396.114286.0155
37796.032287.1210
32287.125.022
12210
24
3331233
232
231
3232223121
22222
221
313111
212111
1111211
LLLLL
LLLLL
LLL
LLL
LLL
raiceslastodasdepositivovaloreltomaseLaL
1. Resolver el sistema LC=b
108
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
0367.232287.1
32287.132289.1412
232289.12
,2/1
421
96396.137796.00032287.10002
3
2
2221
1
3
2
1
cc
cccc
c
ccc
2. Resolver el sistema LTx = C
109
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
037.1
29629.159259.0
5959.02
0367.2)29629.1(5.05.0
29629.132287.1
)037.1(37796.032287.1
037.196396.10367.2
0367.232287.1
21
96396.10037796.032287.101212
1
2
33
3
2
1
x
x
x
xx
xxx
Generalización para un sistema de n ecuaciones
110
1.4 . MÉTODOS DIRECTOS DE SOLUCIÓN ,
jiLnj
njjilla
LL
ilaL
niLa
L
aL
ij
i
kjkikijij
i
kinii
ii
0,.....,3,2
1,....,2,11
2;
,....,3,2,
1
111
21
1
1
211
11
11
1111
Muchas Gracias 111