Sistemas Ecs. Lineales 03

Introduccin
El mtodo de Gauss
Inestabilidad del Mtodo de Gauss y Estrategia de Pivote
Condicionamiento de Sistemas de Ecuaciones Lineales
Otros mtodos directos
Mtodos iterativos usuales
Tema 3
Resolucin de Sistemas de
Ecuaciones Lineales
Departamento de Matemtica Aplicada. Clculo Numrico
E.T.S.I. Informtica
Tema 3 Resolucin de Sistemas deEcuaciones Lineales
Introduccin
El mtodo de Gauss
Indice
1
2
3
4
5
6
Introduccin
El mtodo de Gauss
Resolucin de Sistemas Triangulares
Triangulacin por el Mtodo de Gauss
Variante de Gauss-Jordan
Comentarios al mtodo de Gauss
Pivote parcial
Pivote total
Factorizacin LU
Mtodo de Cholesky
Mtodo de Jacobi
Mtodo de Gauss-Seidel
Mtodo de relajacin
Introduccin
El mtodo de Gauss
Introduccin
El objetivo de este tema es la resolucin de un sistema de n ecuaciones

con n incgnitas:
lineales
Introduccin
El mtodo de Gauss
Introduccin

con n incgnitas:
a11 x1 + a12 x2 + + a1n xn = b1 ,
a21 x1 + a22 x2 + + a2n xn = b2 ,
lineales
...
an1 x1 + an2 x2 + + ann xn = bn ,
Introduccin
El mtodo de Gauss
Introduccin

con n incgnitas:
a11 x1 + a12 x2 + + a1n xn = b1 ,
a21 x1 + a22 x2 + + a2n xn = b2 ,
lineales
...
an1 x1 + an2 x2 + + ann xn = bn ,

donde son conocidos la matriz de coecientes
a11 a12 a1n

a21 a22 a2n
A = ..
.. . .
.
.
. ..
.
an1 an2 ann
Introduccin
El mtodo de Gauss
Introduccin
y el vector de trminos independientes
b=
b1
b2
..
.
bn
Introduccin
El mtodo de Gauss
Introduccin
b=
b1
b2
..
.
bn
En notacin matricial, el sistema de ecuaciones lineales se escribe:
Introduccin
El mtodo de Gauss
Introduccin
b=
b1
b2
..
.
bn

Ax = b.
Introduccin
El mtodo de Gauss
Introduccin
b=
b1
b2
..
.
bn

Ax = b.
y se puede resolver por dos tipos de mtodos:
Introduccin
El mtodo de Gauss
Introduccin
b=
b1
b2
..
.
bn

Ax = b.

Mtodos directos:
Introduccin
El mtodo de Gauss
Introduccin
b=
b1
b2
..
.
bn

Ax = b.

Mtodos directos:son mtodos que, en un nmero nito de operacions,
obtienen la solucin exacta.
Introduccin
El mtodo de Gauss
Introduccin
b=
b1
b2
..
.
bn

Ax = b.

Mtodos iterativos:
Introduccin
El mtodo de Gauss
Introduccin
b=
b1
b2
..
.
bn

Ax = b.

Mtodos iterativos:son mtodos que generan una sucesin de
aproximaciones {x(m) } que converge a la solucin del sistema: x = A1 b.
Introduccin
El mtodo de Gauss
Introduccin
Recordemos que el Mtodo de Cramer para la resolucin de un sistema de n con

n incgnitas x1 , . . . , xn consiste en calcular las incgnitas mediante la frmula
Introduccin
El mtodo de Gauss
Introduccin

Ai
xi = det
det A , i = 1, . . . , n,
Introduccin
El mtodo de Gauss
Introduccin

Ai
xi = det
det A , i = 1, . . . , n,
siendo A la matriz de coecientes y Ai la matriz que resulta de sustituir la
columna i -sima de la matriz de coecientes por le vector de trminos
independientes.
Introduccin
El mtodo de Gauss
Introduccin

Ai
xi = det
det A , i = 1, . . . , n,
siendo A la matriz de coecientes y Ai la matriz que resulta de sustituir la
columna i -sima de la matriz de coecientes por le vector de trminos
independientes.
Teniendo en cuenta que el coste de un proceso de clculo se puede estimar
mediante el nmero total de operaciones aritmticas necesarias, entonces el
coste de un determinante de orden n es n!n 1 y, por tanto, el coste del
Mtodo de Cramer es (n + 1)n! 1.
Introduccin
El mtodo de Gauss
Introduccin
A continuacin aparece una tabla con el tiempo estimado para resolver con el
mtodo de Cramer un sistema de orden n, para distintos valores de n, con una
mquina que realice unas 106 operaciones por segundo:
Introduccin
El mtodo de Gauss
Introduccin
A continuacin aparece una tabla con el tiempo estimado para resolver con el
mtodo de Cramer un sistema de orden n, para distintos valores de n, con una
mquina que realice unas 106 operaciones por segundo:
Algunos costes del mtodo de Cramer
n Coste del Mtodo de Cramer Tiempo (106 oper/s)

5
3600
3,6 milisegundos
10
4 108
6 minutos 39 segundos
20
1,02 1021
32,4 millones de aos
Introduccin
El mtodo de Gauss
Introduccin
Por ltimo, recordemos algunas deniciones sobre matrices
Introduccin
El mtodo de Gauss
Introduccin
Por ltimo, recordemos algunas deniciones sobre matrices

Ann = (aij ) se dice
si verica
Ortogonal
AT = A1
Simtrica
AT = A
Diagonal
si i 6= j entonces aij = 0
Tridiagonal
si |i j | > 1 entonces aij = 0
Triangular superior
si i > j entonces aij = 0
Hessenberg superior
si i > j + 1 entonces aij = 0
(Semi)Denida positiva
xt Ax() > 0, x 6= 0
(Estrictamente)Diagonalmente dominante
j 6=i
|aij |(<)|aii |, i
Introduccin
El mtodo de Gauss

Sea Ux = b un sistema de3 ecuaciones lineales con solucin nica (det U 6= 0)

en el que la matriz de coecientes Unn es triangular superior.
Introduccin
El mtodo de Gauss


Entonces las componentes de la solucin se pueden calular mediante el mtodo
de sustitucin regresiva, es decir, se despeja la ltima incgnita de la ltima
ecuacin,
Introduccin
El mtodo de Gauss


ecuacin, se sustituye en la penltima ecuacin;
Introduccin
El mtodo de Gauss


ecuacin, se sustituye en la penltima ecuacin; despus se despeja de esta
ecuacin la penltima incngnita
Introduccin
El mtodo de Gauss


ecuacin la penltima incngnita y se repite el proceso hacia arriba hasta
calcular el valor de la primera incgnita.
Introduccin
El mtodo de Gauss


ecuacin la penltima incngnita y se repite el proceso hacia arriba hasta
calcular el valor de la primera incgnita.
:
Algoritmo del Mtodo de Sustitucin Regresiva
bi
xi =
n
X
j =i +1
uii
uij xj
,
i = n, n 1, . . . , 1.
Introduccin
El mtodo de Gauss

Ejemplo:
Consideremos el sistema de ecuaciones lineales
Introduccin
El mtodo de Gauss

Ejemplo:

3x1 + 2x2 2x3 + 4x4 = 5,
3x2 5x3 3x4 = 0,
4x3 + x4 = 3,
2x4 = 6.
Introduccin
El mtodo de Gauss

Ejemplo:

3x1 + 2x2 2x3 + 4x4 = 5,
3x2 5x3 3x4 = 0,
4x3 + x4 = 3,
2x4 = 6.
Entonces, aplicando el mtodo de sustitucin regresiva se tiene:
Introduccin
El mtodo de Gauss

Ejemplo:

3x1 + 2x2 2x3 + 4x4 = 5,
3x2 5x3 3x4 = 0,
4x3 + x4 = 3,
2x4 = 6.

x4 = 62 = 3,
Introduccin
El mtodo de Gauss

Ejemplo:

3x1 + 2x2 2x3 + 4x4 = 5,
3x2 5x3 3x4 = 0,
4x3 + x4 = 3,
2x4 = 6.

x4 = 62 = 3,
x3 = 3 4 x4 = 32 ,
Introduccin
El mtodo de Gauss

Ejemplo:

3x1 + 2x2 2x3 + 4x4 = 5,
3x2 5x3 3x4 = 0,
4x3 + x4 = 3,
2x4 = 6.

x4 = 62 = 3,
x3 = 3 4 x4 = 32 ,
x2 = 5x3 +3 3x4 = 12 ,
Introduccin
El mtodo de Gauss

Ejemplo:

3x1 + 2x2 2x3 + 4x4 = 5,
3x2 5x3 3x4 = 0,
4x3 + x4 = 3,
2x4 = 6.

x4 = 62 = 3,
x3 = 3 4 x4 = 32 ,
x2 = 5x3 +3 3x4 = 12 ,
x1 = 5 2x2 +3 2x3 4x4 = 7.
Introduccin
El mtodo de Gauss

Se trata de transformar el sistema de ecuaciones lineales Ax = b y otro

equivalente Ux = c que sea triangular superior.
Introduccin
El mtodo de Gauss


El mtodo se realiza por etapas:
Introduccin
El mtodo de Gauss


1 etapa: Transformar a21 , a31 , . . . , an1 en ceros.
Introduccin
El mtodo de Gauss


(2)
(2)
2 etapa: Transformar a32
, . . . , an2 en ceros.
Introduccin
El mtodo de Gauss


(2)
(2)
, . . . , an2 en ceros.
(3)
(3)
, . . . , an3 en ceros
Introduccin
El mtodo de Gauss


(2)
(2)
, . . . , an2 en ceros.
(3)
(3)
..
.
Introduccin
El mtodo de Gauss


(2)
(2)
, . . . , an2 en ceros.
(3)
(3)
..
.
etapa n-1: Transformar an(n,n11) en cero.
Introduccin
El mtodo de Gauss

Las transformaciones en cero de cada etapa se relizarn mediante operaciones

elementales:
Introduccin
El mtodo de Gauss


(k )
elementales: para transformar aik(k ) en cero usado como pivote akk
, se
aik(k )
multiplica la ecuacin nmero k por (k ) y se le suma la ecuacin nmero i .
akk
Introduccin
El mtodo de Gauss


(k )
, se
aik(k )
akk
Para evitar pivotes nulos se permite permutar las ecuaciones desde la nmero k
hasta la n.
Introduccin
El mtodo de Gauss


(k )
, se
aik(k )
akk
hasta la n.
Ejemplo: A continuacin resolvemos por el mtodo de Gauss el sistema de
ecuaciones lineales cuya matriz ampliada es
Introduccin
El mtodo de Gauss


(k )
, se
aik(k )
akk
hasta la n.
Ejemplo: A continuacin resolvemos por el mtodo de Gauss el sistema de
ecuaciones lineales cuya matriz ampliada es
2 3 2 1 0
1
3 2 1 2
2 2
0 1 2
1
1 1 0 1
Introduccin
El mtodo de Gauss

1 etapa:
2
0
0
0
3
3
2
5
5
2
1
3
3 2
2
0
1
0 2
0
2
2
1
Introduccin
El mtodo de Gauss

1 etapa:
2 etapa:
2
0
0
0
3
3
2
5
5
2
1
3
3 2
2
0
1
0 2
2 3
0 32
0 0
1
3
3 2
12 5
0
2
2
1
0
2
14
3
13
3
3
Introduccin
El mtodo de Gauss

3 etapa:
2 3
0 32
0 0
0
1
3
3 2
12 5
0 11
2
0
2
14
3
43
18
Introduccin
El mtodo de Gauss

3 etapa:
Solucin:
2 3
0 32
0 0
0
1
3
3 2
12 5
0 11
2
14
33
4
33
23
33
86
33
0
2
14
3
43
18
Introduccin
El mtodo de Gauss

El coste del mtodo de Gauss (fase de triangulacin) es
Introduccin
El mtodo de Gauss


3
2
c (Gaussn ) = 4n + 36n 7n
=O
2n 3
3

.
Introduccin
El mtodo de Gauss


3
2
=O
2n 3
3

.
Faltara aadirle el coste de la sustitucin regresiva.
Introduccin
El mtodo de Gauss


3
2
=O
2n 3
3

.

En la siguiente tabla se calculan algunos costes y tiempos de triangulacin con
el mtodo de Gauss en una mquina que realice 106 operaciones por segundo.
Introduccin
El mtodo de Gauss


3
2
=O
2n 3
3

.

En la siguiente tabla se calculan algunos costes y tiempos de triangulacin con
el mtodo de Gauss en una mquina que realice 106 operaciones por segundo.
Algunos costes con el mtodo de Gauss
n
Coste del Mtodo de Gauss Tiempo (106 oper/s)
5
90
90 microsegundos
10
705
0,7 milisegundos
20
5510
5,5 milisegundos
100
671550
0,67 segundos
1000
667 millones
11 minutos
Introduccin
El mtodo de Gauss

Se trata de transformar el sistema de ecuaciones lineales Ax = b en un sistema

equivalente Dx = c, con D una matriz diagonal.
Introduccin
El mtodo de Gauss


En cada etapa k se deben hacer cero las posiciones
(k )
a1(kk) , . . . , ak(k) 1,k , ak(k+)1,k , . . . , ank
, donde k = 1, . . . , n (n etapas).
Introduccin
El mtodo de Gauss


En cada etapa k se deben hacer cero las posiciones
(k )
a1(kk) , . . . , ak(k) 1,k , ak(k+)1,k , . . . , ank
, donde k = 1, . . . , n (n etapas).
El coste del mtodo de Gauss-Jordan es n3 + n2 2n, a falta de aadir n
divisiones para calcular las incgnitas.
Introduccin
El mtodo de Gauss

Aplicaciones del mtodo de Gauss
Introduccin
El mtodo de Gauss

Resolucin de sistemas de ecuaciones lineales con solucin nica

(det A 6= 0).
Introduccin
El mtodo de Gauss


(det A 6= 0).
Resolucin de sistemas de ecuaciones lineales sin saber si det A 6= 0.
Introduccin
El mtodo de Gauss


(det A 6= 0).
Discusin general de sistemas de ecuaciones lineales.
Introduccin
El mtodo de Gauss


(det A 6= 0).
Resolucin simultnea de sistemas de ecuaciones lineales.
Introduccin
El mtodo de Gauss


(det A 6= 0).
Clculo eciente de determinantes.
Introduccin
El mtodo de Gauss


(det A 6= 0).
Clculo eciente de determinantes.
Clculo eciente de inversas.
Introduccin
El mtodo de Gauss

Inconvenientes del mtodo de Gauss
Introduccin
El mtodo de Gauss

No adecuado para sistemas muy grandes (dispersos).
Introduccin
El mtodo de Gauss

No adecuado para sistemas muy grandes (dispersos).

Inestable.
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total
Consideremos el sistema de ecuaciones lineales de matriz ampliada
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total

0,0001 1 1
1 1 2
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total

0,0001 1 1
1 1 2
cuya solucin exacta es
1,00010... .
0,99990...

Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total

0,0001 1 1
1 1 2
1,00010... .
0,99990...

Si aplicamos el mtodo de Gauss con una mquina que admite solo 3 decimales
se tiene la siguiente triangulacin:
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total

0,0001 1 1
1 1 2
1,00010... .
0,99990...


0,0001
1
1
0 10000 10000
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total

0,0001 1 1
1 1 2
1,00010... .
0,99990...


0,0001
1
1
0 10000 10000
y se obtiene como solucin
0 .
1

Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total
Pivote parcial
Pivote Parcial
Se busca la ecuacin i > k tal que |aik | = km
ax |ark | y se permuta con la
r n
ecuacin k .

0,0001 1 1
1 1 2
exacta
1,00010...
0,99990
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total
Pivote parcial
Pivote Parcial
r n
ecuacin k .
0,0001 1 1
1 1 2
Efectuando un cambio de la

exacta
1,00010...
0,99990
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total
Pivote parcial
Pivote Parcial
r n
ecuacin k .
0,0001 1 1 exacta
1,00010...
1 1 2
0,99990

1 1 2 1 1 2
1
p .p .
0,0001 1 1
0 1 1
1


.
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total
Pivote parcial
Pivote Parcial
r n
ecuacin k .
0,0001 1 1 exacta
1,00010...
1 1 2
0,99990

1 1 2 1 1 2
1
p .p .
0,0001 1 1
0 1 1
1

Pero
0,0001
1
1
0,0001 0,0001 0,0002
p .p .
0
1

.

.
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total
Pivote parcial
Pivote parcial con escalado

Igual que el pivote parcial, reescalando las ecuaciones antes del pivotaje para
que
max |aij(1) | = max |a2(2j ) | = = max |anj(n) |.
Introduccin
El mtodo de Gauss
Pivote parcial
Pivote total
Pivote Total
Pivote Total
Se toma (i , j ) tal que
|aij | =
(k )
max |ars(k ) |,
k r n
k s n
y se permutan las ecuaciones i y k , y las incgnitas j y k .
Introduccin
El mtodo de Gauss
Para entender el concepto de condicionamiento, consideremos el siguiente

ejemplo de R.S. Wilson:
Introduccin
El mtodo de Gauss

ejemplo de R.S. Wilson:Se trata del sistema de ecuaciones lineales cuya matriz
ampliada y solucin exacta son:
Introduccin
El mtodo de Gauss

10 7 8 7 32
7 5
6 5 23
8 6 10
9 33
7 5 9 10 31
Introduccin
El mtodo de Gauss

10 7 8 7 32
1
7 5
6 5 23
sol .exacta 1
8 6 10
9 33 1 ,
7 5 9 10 31
1
Introduccin
El mtodo de Gauss

10 7 8 7 32
1
7 5
6 5 23
sol .exacta 1
8 6 10
9 33 1 ,
7 5 9 10 31
1
mientras que si se produce una pequea variacin en los trminos independentes
(datos) se produce una gran modicacin en la solucin (resultados):
Introduccin
El mtodo de Gauss

10 7 8 7 32
1
7 5
6 5 23
sol .exacta 1
8 6 10
9 33 1 ,
7 5 9 10 31
1
10 7 8 7 32,1
7 5
6 5 22,9
8 6 10
9 33,1
7 5 9 10 30,9
Introduccin
El mtodo de Gauss

10 7 8 7 32
1
7 5
6 5 23
sol .exacta 1
8 6 10
9 33 1 ,
7 5 9 10 31
1
10 7 8 7 32,1
9,2
7 5
6 5 22,9
sol .exacta 12,6

8 6 10
9 33,1 4,5 .
7 5 9 10 30,9
1,1
Introduccin
El mtodo de Gauss

10 7 8 7 32
1
7 5
6 5 23
sol .exacta 1
8 6 10
9 33 1 ,
7 5 9 10 31
1
10 7 8 7 32,1
9,2
7 5
6 5 22,9
sol .exacta 12,6

8 6 10
9 33,1 4,5 .
7 5 9 10 30,9
1,1
Esto indica que el mtodo de resolucin de sistemas de ecuaciones empleado
(Gauss) estn mal condicionado.
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
Resolucin de un sistema factorizado en LU

Si A = LU, con L una matriz triangular inferior (low) y U una matriz triangular
superior (upper), entonces el sistema de ecuaciones lineales Ax = b se puede
resover en dos fases:
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

a) Ly = b,
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

a) Ly = b,
b) Ux = y,
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

a) Ly = b,
b) Ux = y,
con un coste de 2n2 operaciones.
Ejemplo
Consideremos el sistema de ecuaciones lineales:
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

a) Ly = b,
b) Ux = y,
con un coste de 2n2 operaciones.
Ejemplo
Consideremos el sistema de ecuaciones lineales:
2 3 3 0
1 0 0 0
2 2 0 0 0 3
2 2
3 0 2 0 0 0
1 1
5 2 1 1
0 0 0 2
x = 16 .
17
39
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
...
Aplicando el algoritmo de resolucin de un sistema factorizado en LU ,
obtenemos
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
...
obtenemos
1 0 0 0 7
2 2 0 0
16
3 0 2 0 17
5 2 1 1
39
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
...
obtenemos
1 0 0 0 7
7
2 2 0 0
1
16
3 0 2 0 17 = y = 2 .
5 2 1 1
39
0
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
...
obtenemos
1 0 0 0 7
7
2 2 0 0
1
16
3 0 2 0 17 = y = 2 .
5 2 1 1
39
0
2 3 3 0 7
0 3
2 2 1
0 0
1 1 2
0 0 0 2 0
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
...
obtenemos
1 0 0 0 7
7
2 2 0 0
1
16
3 0 2 0 17 = y = 2 .
5 2 1 1
39
0
2 3 3 0 7
1
0 3
1
2 2 1
0 0
1 1 2 = x = 2 .
0 0 0 2 0
0
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
Algoritmo del la Factorizacin LU

Para k = 1, . . . , n,
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

Para k = 1, . . . , n,
`kk ukk
= akk
k 1
X
r =1
`kr urk ;
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

Para k = 1, . . . , n,
`kk ukk
= akk
aik
ìk
k 1
X
r =1
k 1
X
r =1
`kr urk ;
ìr urk
ukk
i = k + 1, . . . , n ;
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

Para k = 1, . . . , n,
`kk ukk
= akk
aik
ìk
ukj
r =1
k 1
X
r =1
`kr urk ;
ìr urk
ukk
akj
=
k 1
X
k 1
X
r =1
i = k + 1, . . . , n ;
j = k + 1, . . . , n .
`kr urj
`kk
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
3
Coste general de la factorizacin: 4n 6+ 2n
n2 + n2 ).
= O(
2n3 ), (a falta de aadir

3
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
3
n2 + n2 ).
= O(

3
Algunas variantes:
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
3
n2 + n2 ).
Algunas variantes:
Variante de Doolittle: L
= O(

3
tiene diagonal de 1.
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
3
n2 + n2 ).
= O(
Algunas variantes:
Variante de Doolittle: L tiene diagonal de
Variante de Crout: U tiene diagonal de 1.

3
1.
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU
Factorizacin LU para matrices tridiagonales

Si A = LU es tridiagonal (aij = 0 si |i j | > 1), entonces L y U tambin lo son
y, para k = 1, . . . , n,
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

y, para k = 1, . . . , n,
`kk ukk = akk `k ,k 1 uk 1,k ;
Introduccin
El mtodo de Gauss
Factorizacin
Factorizacin LU
Mtodo de Cholesky
LU

y, para k = 1, . . . , n,
`kk ukk = akk `k ,k 1 uk 1,k ;
ak +1,k ;
`k +1,k =
ukk
a
k ,k +1
uk ,k +1 = ` .
kk
Coste: 4n 3 para factorizar y 2(3n 2) para resolver.

Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky
Se trata de un mtodo de descomposicin LU en el caso en que la matriz A sea

simtrica y denida positiva.
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky

simtrica y denida positiva. Basta con tomar U = LT y, por tanto,
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky

A = LLt .
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky

A = LLt .
Mtodo de Cholesky
Para k = 1, . . . , n,
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky

A = LLt .
Mtodo de Cholesky
Para k = 1, . . . , n,
`kk
v
u
u
= ta
kk
k 1
X
r =1
`2k ,r ;
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky

A = LLt .
Mtodo de Cholesky
Para k = 1, . . . , n,
`kk
v
u
u
= ta
kk
ai ,k
ì , k
k 1
X
r =1
k 1
X
`2k ,r ;
ìr `kr
r =1
`kk
i = k + 1, . . . , n.
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky
3
Coste: O ( n3 ).
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky
3
Coste: O ( n3 ).
Propiedades
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky
3
Coste: O ( n3 ).
Propiedades
Sirve para saber si una matriz simtrica es denida postiva
Introduccin
El mtodo de Gauss
Factorizacin LU
Mtodo de Cholesky
Mtodo de Cholesky
3
Coste: O ( n3 ).
Propiedades
Sirve para saber si una matriz simtrica es denida postiva

Es estable.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Consisten en descomponer la matriz de coecientes A en la forma

A = D L U, donde D = diag (A), L es triangular inferior con ìj = aij ,
para i > j , y U es triangular superior, con uij = aij , para i < j .
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Consisten en descomponer la matriz de coecientes A en la forma

A = D L U, donde D = diag (A), L es triangular inferior con ìj = aij ,
para i > j , y U es triangular superior, con uij = aij , para i < j .
Suponemos que A y D son invertibles.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
De Ax = b se tiene que
y, por tanto,
(D L U)x = b
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
y, por tanto,
(D L U)x = b
Dx = (L + U)x + b.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
y, por tanto,
Luego
(D L U)x = b
Dx = (L + U)x + b.
x = D1 (L + U)x + D1 b.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
y, por tanto,
Luego
(D L U)x = b
Dx = (L + U)x + b.
x = D1 (L + U)x + D1 b.
Teniendo en cuenta la anterior igualdad se deduce el siguiente mtodo iterativo
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
y, por tanto,
Luego
(D L U)x = b
Dx = (L + U)x + b.
x = D1 (L + U)x + D1 b.

x(m+1) = BJ x(m) + cJ ,
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
y, por tanto,
(D L U)x = b
Dx = (L + U)x + b.
Luego
x = D1 (L + U)x + D1 b.

x(m+1) = BJ x(m) + cJ ,
siendo
BJ = D
(L + U) =
a12
a
11
a21
0
a22
..
..
.
.
a
a
n1
n2
ann ann
a1n
aa211n

a22
..
..
.
.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
cJ = D1 b =
b1
a11
b2
a22
..
.
bn
ann
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
b1
a11
b
2
a22
.
cJ = D1 b =
..
bn
ann
Por tanto, el valor de cada incgnita en cada paso del mtodo m es
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de Jacobi
b1
a11
b
2
a22
.
cJ = D1 b =
..
bn
ann
bi
xi(m+1) =
X
j 6=i
aij xj(m)
aii
i = 1, . . . , n .
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
y, por tanto,
(D L U)x = b
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
y, por tanto,
(D L U)x = b
(D L)x = Ux + b.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
y, por tanto,
Luego
(D L U)x = b
(D L)x = Ux + b.
x = (D L)1 Ux + (D L)1 b.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
y, por tanto,
Luego
(D L U)x = b
(D L)x = Ux + b.
x = (D L)1 Ux + (D L)1 b.
Teniendo en cuenta la anterior igualdad se deduce el siguiente mtodo

interativo
(D L)x(m+1) = Ux(m) + b,
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
y, por tanto,
Luego
(D L U)x = b
(D L)x = Ux + b.
x = (D L)1 Ux + (D L)1 b.

interativo
(D L)x(m+1) = Ux(m) + b,
que se trata de un sistema triangular inferior en cada paso, que se resuelve por
sustitucin progresiva.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
bi
xi(m+1) =
X
j i
aij xj(m)
,
i = 1, . . . , n .
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin
En este caso, dado R, se considera la descomposicin de la matriz de

coecientes en la forma:
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

1
1 D L U
A= D
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

1
1 D L U
A= D
y, por tanto,
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

1
1 D L U
A= D
y, por tanto,
(D L)x = ((1 )D + U)x + b.

interativo:
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

1
1 D L U
A= D
y, por tanto,
(D L)x = ((1 )D + U)x + b.

interativo:
(D L)x(m+1) = ((1 )D + U)x(m) + b.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin
Por tanto, el valor de la incgnita i -sima en cada paso m es
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

X
X
bi aij xj(m+1) aij xj(m)
j i
(m )
+ (1 )xi , i = 1, . . . , n.
xi(m+1) =
a
ii
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

X
X
j i
(m )
+ (1 )xi , i = 1, . . . , n.
xi(m+1) =
a
ii
Se pueden demostrar los sisguientes resultados de convergencia:
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

X
X
j i
(m )
+ (1 )xi , i = 1, . . . , n.
xi(m+1) =
a
ii

Teorema
Si A es estrictamente diagonalmente dominante entonces los mtodos de
Jacobi y Gauss-Seidel convergen.
Introduccin
El mtodo de Gauss
Mtodo de Jacobi
Mtodo de relajacin
Mtodo de relajacin

X
X
j i
(m )
+ (1 )xi , i = 1, . . . , n.
xi(m+1) =
a
ii

Teorema
Si A es estrictamente diagonalmente dominante entonces los mtodos de
Jacobi y Gauss-Seidel convergen.
Teorema
Si el mtodo de relajacin converge entonces [0, 2].

Sistemas Ecs. Lineales 03

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Sistemas Ecs. Lineales 03

Hochgeladen von

Copyright:

Verfügbare Formate

Introduccin

Departamento de Matemtica Aplicada. Clculo Numrico

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

El objetivo de este tema es la resolucin de un sistema de n ecuaciones

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

El objetivo de este tema es la resolucin de un sistema de n ecuaciones

a11 x1 + a12 x2 + + a1n xn = b1 ,

a21 x1 + a22 x2 + + a2n xn = b2 ,

an1 x1 + an2 x2 + + ann xn = bn ,

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

El objetivo de este tema es la resolucin de un sistema de n ecuaciones

a11 x1 + a12 x2 + + a1n xn = b1 ,

a21 x1 + a22 x2 + + a2n xn = b2 ,

an1 x1 + an2 x2 + + ann xn = bn ,

a11 a12 a1n

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

En notacin matricial, el sistema de ecuaciones lineales se escribe:

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

En notacin matricial, el sistema de ecuaciones lineales se escribe:

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

En notacin matricial, el sistema de ecuaciones lineales se escribe:

y se puede resolver por dos tipos de mtodos:

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

En notacin matricial, el sistema de ecuaciones lineales se escribe:

y se puede resolver por dos tipos de mtodos:

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

En notacin matricial, el sistema de ecuaciones lineales se escribe:

y se puede resolver por dos tipos de mtodos:

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

En notacin matricial, el sistema de ecuaciones lineales se escribe:

y se puede resolver por dos tipos de mtodos:

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

y el vector de trminos independientes

En notacin matricial, el sistema de ecuaciones lineales se escribe:

y se puede resolver por dos tipos de mtodos:

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

Recordemos que el Mtodo de Cramer para la resolucin de un sistema de n con

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

Recordemos que el Mtodo de Cramer para la resolucin de un sistema de n con

Departamento de Matemtica Aplicada. Clculo Numrico

Tema 3 Resolucin de Sistemas deEcuaciones Lineales

Recordemos que el Mtodo de Cramer para la resolucin de un sistema de n con

Departamento de Matemtica Aplicada. Clculo Numrico

Por ltimo, recordemos algunas deniciones sobre matrices

Por ltimo, recordemos algunas deniciones sobre matrices