Beruflich Dokumente
Kultur Dokumente
D) Sistemas superdeterminados.
Tema 2:
1 2 x1 1 x1 2 x2 = 1
=
3 1 x2 4 3 x1 + x2 = 4
Resolucin de sistemas de ecuaciones lineales Ax=b.
Un sistema de m ecuaciones lineales con n incgnitas
consiste en una coleccin de ecuaciones del tipo A x = b,
Tema 2: Resolucin de sistemas lineales para una matriz rectangular A de m filas y n columnas y un
vector b de trminos independientes de m componentes.
Clculo umrico
a11 L a1n b1
x1
M M M
M M =
M M
xn
a L a b
m1 mn m
Teorema de Rouch-Frobenius: un sistema de ec. lineales A x=b
es compatible (i.e. tiene solucin) si y slo si rg(A)=rg(A|b), en
cuyo caso es determinado (i.e. tiene solucin nica) si y slo si
rg(A)=rg(A|b)=n.
Gauss-Seidel
Relajacin o SOR
C) Mtodos directos:
Factorizacin LU: Doolittle, Crout, Cholesky
Factorizacin QR
1.01 0.99 x 2 x 1
= =
0.99 1.01 y 2 y 1
1.61 1.6047
A x (1) = 7.23 A x( 2) = 7.2348
3.38 3.3716
2 ( A ) 11 . 298
2 ( B ) 0.347 10 8
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados: Suponemos que A es regular (|A|0).
(k )
x = K x +c
|| K ||
|| x (k )
x || || x ( k ) x ( k 1) ||
1 || K ||
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados: Buscamos K tal que x ( k +1) = K x ( k ) + c,
( I K ) invertible y c = ( I K ) A1 b
Tema 2: Resolucin de sistemas lineales
Por descomposicin, A=M-=L+D+U
Clculo umrico
x ( k +1) = M 1 x ( k ) + M 1b
Jacobi: M = D, = L U
Gauss-Seidel: M = D + L, = U
1 1
Relajacin: M = D + L, = D U
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
Jacobi: M = D, = L + U
Tema 2: Resolucin de sistemas lineales
x ( k +1) = D 1 ( L U ) x ( k ) + D 1b
Clculo umrico
1
xi
( k +1)
=
aii
( (k ) (k ) (k ) (k )
ai1 x1 L aii 1 xi 1 aii +1 xi +1 L ain xn + bi )
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
1 2 x1 1 x1 2 x2 = 1
=
Tema 2: Resolucin de sistemas lineales
Clculo umrico
3 1 x2 4 3x1 + x2 = 4
Jacobi:
1
xi
( k +1)
=
aii
( (k ) (k ) (k ) (k )
ai1 x1 L aii 1 xi 1 aii +1 xi +1 L ain xn + bi )
x1( k +1) = 2 x2
(k )
1 x1
( k +1)
0 2 x1( k ) 1
( k +1) (k )
( k +1) = ( k ) +
x2 = 3x1 + 4 x2 3 0 x2 4
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
x ( k +1) = ( D + L) 1 (U ) x ( k ) + ( D + L) 1 b
1
xi
( k +1)
=
aii
(
ai1 x1
( k +1)
L aii 1 xi 1
( k +1) (k ) (k )
aii +1 xi +1 L ain xn + bi )
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
1 2 x1 1 x1 2 x2 = 1
=
Tema 2: Resolucin de sistemas lineales
Clculo umrico
3 1 x2 4 3x1 + x2 = 4
Gauss-Seidel:
1
xi
( k +1)
=
aii
(
ai1 x1
( k +1)
L aii 1 xi 1
( k +1) (k ) (k )
aii +1 xi +1 L ain xn + bi )
x1( k +1) = 2 x2
(k )
1 x1
( k +1)
0 2 x1( k ) 1
( k +1) ( k +1)
( k +1) = ( k ) +
x2 = 3x1 + 4 x2 0 6 x2 7
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
1 1
Relajacin: M= D L, = D +U
Tema 2: Resolucin de sistemas lineales
Clculo umrico
1 1
( k +1) 1 1 (k ) 1
x = D + L D U x + D + L b
( k +1)
xi = (1 ) xi( k )
1
+
aii
(
ai1 x1
( k +1)
L aii 1 xi 1
( k +1) (k ) (k )
aii +1 xi +1 L ain xn + bi )
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
1 2 x1 1 x1 2 x2 = 1
=
Tema 2: Resolucin de sistemas lineales
Clculo umrico
3 1 x2 4 3x1 + x2 = 4
Relajacin, =0.75
( k +1)
xi = (1 ) xi( k )
1
+
aii
(
ai1 x1
( k +1)
L aii 1 xi 1
( k +1) (k ) (k )
aii +1 xi +1 L ain xn + bi )
( k +1) 1 (k ) 3 (k ) 3 1 3 3
x1 = x1 + x2
4 x1
( k +1)
4 x
( k )
4 2 2 1 + 4
1 (k ) 9 ( k +1) x ( k +1) = 9 25 x ( k ) 75
x2 ( k +1) = x2 x1 + 3 2 2
4 4 16 8 16
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
1 2 x1 1 x1 2 x2 = 1
=
Tema 2: Resolucin de sistemas lineales
Clculo umrico
3 1 x2 4 3x1 + x2 = 4
Jacobi
Gauss-Seidel
x1( k +1) 0 2 x1( k ) 1
( k +1) =
x 0 6 x ( k ) + 7
2 2
Relajacin, =0.75
1 3 3
x ( k +1)
4 x
( k )
1 = 2 1 + 4
x ( k +1) 9 25 x ( k ) 75
2 2
16 8 16
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados: convergencia de los mtodos.
(k + 1) (k )
En general, para que un mtodo iterado x = K x +c
converja, debe cumplirse que (K) < 1.
Tema 2: Resolucin de sistemas lineales
Clculo umrico
CASOS PARTICULARES:
Mtodos de Jacobi y Gauss-Seidel:
o Convergen para matrices A diagonal dominantes (i.e. el
valor absoluto de los elementos de la diagonal mayoran
la suma de los valores absolutos de los restantes
elementos de su fila).
Mtodo de Relajacin:
o Diverge para fuera del intervalo (0,2).
o Para A simtrica definida positiva (es decir, AT=A y los
determinantes de las matrices principales son todos positivos),
el mtodo de relajacin converge si y slo si pertenece al
intervalo (0,2).
o Para A diagonal dominante, el mtodo de relajacin converge
si pertenece a (0,1], teniendo incertidumbre en otro caso.
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados:
1 2 x1 1 x1 2 x2 = 1
=
Tema 2: Resolucin de sistemas lineales
3 1 x2 4 3x1 + x2 = 4
Clculo umrico
x1( k +1) = 2 x2
(k )
1 x1
( k +1)
0 2 x1( k ) 1
( k +1) (k )
( k +1) = ( k ) +
x2 = 3x1 + 4 x2 3 0 x2 4
( k +1) 1 (k ) 3 (k ) 3 1 3 3
x1 = x1 + x2
4 x1
( k +1)
4 x ( k )
4 2 2 1 + 4
1 (k ) 9 ( k +1) x ( k +1) = 9 25 ( k ) 75
x2 ( k +1) = x2 x1 + 3 2 x2
4 4 16 8 16
Resolucin de sistemas de ecuaciones lineales Ax=b
B) Mtodos iterados: Si A es diagonal dominante
3 1 x1 4 3x1 + x2 = 4
=
Tema 2: Resolucin de sistemas lineales
Clculo umrico
1 2 x2 1 x1 2 x2 = 1
Tema 2: Resolucin de sistemas lineales Se trata de descomponer la matriz de coeficientes A en la forma A=LU
para ciertas matrices triangulares inferior y superior. Las matrices
Clculo umrico
60 30 20 0 60 30 20
1 0 U = 0 5 5
1
A = 30 20 15 b = 10 L =
2 1
20 15 12 10 1 0 0
1 1 3
3
1 0 0
x 0
1
Ly = b 1 0 y = 10 c = (0,10,0)T
2
1 z 10
1 1
3
60 30 20
x 0
Ux = c 0 5 5 y = 10 x = (1,2,0)T
1 z 0
0 0
3
Resolucin de sistemas de ecuaciones lineales Ax=b
C) Mtodos directos: Factorizacin LU: Doolittle, Crout, Cholesky
60 30 20 0 1
2 3
A = 30 20 15 b = 10 L = 30 5 0 U = 0 1 1
20 15 12 10
1 0 0 1
20 5
3
60 0 0
x 0
Ly = b 30 5 0 y = 10 c = (0,2,0)T
1 z 10
20 5
3
1 1
1
2 3 x 0
Ux = c 0 1 1 y = 2 x = (1,2,0)T
z 0
0 0 1
Resolucin de sistemas de ecuaciones lineales Ax=b
C) Mtodos directos: Factorizacin LU: Doolittle, Crout, Cholesky
60 30 20
60 30
AT = A, 1 = 60 > 0, 2 = = 300 > 0, 3 = 30 20 15 = 100 > 0
30 20
20 15 12
60 30 20 0 60 0
T
A = 30 20 15 b = 10 L =U = 15 5 0
20 15 12 10 60 3
5
3 3
60 0 0
x 0
Ly = b 15 5 0 y = 10 c = (0,2 5 ,0)T
z 10
60 3
5
3 3
60
60 15
3 x 0
Ux = c 0 5 5 y = 2 5 x = (1,2,0)T
z 0
3
0 0
3
Resolucin de sistemas de ecuaciones lineales Ax=b
C) Mtodos directos: Factorizacin QR: Gram Schmidt, Householder
2 3
7 1 z 7 - 2
1 1
1
2 = 3 q = 2
(1)
- 2 3
- 2
Gram Schmidt:
Consiste en encontrar una base ortonormal de las columnas de A.
La columna k+1 de Q se genera como una combinacin lineal de la
columna k+1 de A y las primeras k columnas ya construidas de Q,
tal que los coeficientes de la combinacin lineal favorezcan que
dicho vector sea ortogonal a los anteriormente construidos.
Resolucin de sistemas de ecuaciones lineales Ax=b
C) Mtodos directos: Factorizacin QR: Gram Schmidt, Householder
1 1 1 x 0 1 5 2
11
Tema 2: Resolucin de sistemas lineales
Ax = b 2 0 1 y = 4 Q = 210 10
Clculo umrico
15
3
y ( 2) 2 7 1 z 7 - -
2 10 11
q ( 2) = ( 2)
y
- 1 1 2
1 1
y = 0 + 2 , y q 1 = 5,q = 10
( 2) ( 2) (1) ( 2)
7 3 - 2 15
11
Gram Schmidt:
Consiste en encontrar una base ortonormal de las columnas de A.
La columna k+1 de Q se genera como una combinacin lineal de la
columna k+1 de A y las primeras k columnas ya construidas de Q,
tal que los coeficientes de la combinacin lineal favorezcan que
dicho vector sea ortogonal a los anteriormente construidos.
Resolucin de sistemas de ecuaciones lineales Ax=b
C) Mtodos directos: Factorizacin QR: Gram Schmidt, Householder
1 1 1 x 0 5 5 2 2 14
11
Tema 2: Resolucin de sistemas lineales
Ax = b 2 0 1 y = 4 QQ= = 1010 1010 5
Clculo umrico
1515 2
y ( 3) 2 7 1 z 7 - 10
- 10 11
11
q ( 3) = ( 3)
y
- 1 1 2
1 - 14
1 2 1 = 1
y ( 3) y ( 3) q ,q
(1) ( 2) 3 ( 3)
19
= 1 + 2 + 10 , ,q = 5
1 3 - 2 15 11 2 = 15
- 2
15
Gram Schmidt:
Consiste en encontrar una base ortonormal de las columnas de A.
La columna k+1 de Q se genera como una combinacin lineal de la
columna k+1 de A y las primeras k columnas ya construidas de Q,
tal que los coeficientes de la combinacin lineal favorezcan que
dicho vector sea ortogonal a los anteriormente construidos.
Resolucin de sistemas de ecuaciones lineales Ax=b
C) Mtodos directos: Factorizacin QR: Gram Schmidt, Householder
1 1 1 x 0 5 2 14
1
Tema 2: Resolucin de sistemas lineales
Ax = b 2 0 1 y = 4 Q = 10 10 5
Clculo umrico
2 15
7 1 z 7 - 10 11 2
45 75 5 x 110
T T 1 1
Ax = b Q Ax = Q b 0 75 19 y = 37
15 15
0 0 17 z 34
x = (1,1,2)T
Gram Schmidt:
Consiste en encontrar una base ortonormal de las columnas de A.
La columna k+1 de Q se genera como una combinacin lineal de la
columna k+1 de A y las primeras k columnas ya construidas de Q,
tal que los coeficientes de la combinacin lineal favorezcan que
dicho vector sea ortogonal a los anteriormente construidos.
Resolucin de sistemas de ecuaciones lineales Ax=b
C) Mtodos directos: Factorizacin QR: Gram Schmidt, Householder
Householder:
Tema 2: Resolucin de sistemas lineales
Consiste en realizar una sucesin de simetras para llevar las
Clculo umrico
2 < v, x >
x a H v (x) = x v
< v, v >
1 3 - 2
2 = 3, y (1) (1) (1) (1)
= 0 , v = x y = 2
- 2 0 - 2
2 < v, x >
x a H v ( x) = x v
< v, v >
1 3 - 1 - 5 - 1 - 1/3 0 22/3
H v (1) 2 = 0 H v (1) 0 = 4 H v (1) 1 = 1/3 H v (1) 4 = - 10/3
- 2 0 7 3 1 5/3 - 7 1/3
2 < v, x >
x a H v ( x) = x v
< v, v >
9 15 1 x 22
1 1
H v (1) Ax = H v (1) b 0 12 1 y = 10
3 3
0 9 5 z 1
12 15 - 3
= 15 y ( 2 ) = , v ( 2 ) = x ( 2 ) y ( 2 ) =
9 0 9
2 < v, x >
x a H v ( x) = x v
< v, v >
9 15 1 x 22 - 3
1 1 v ( 2) =
H v (1) Ax = H v (1) b 0 12 1 y = 10 9
3 3
0 9 5 z 1
12 15 1 19/5 - 10 - 37/5
H v ( 2 ) = H v ( 2 ) = H v ( 2 ) =
9 0 5 - 17/5 1 - 34/5
2 < v, x >
x a H v ( x) = x v
< v, v >
45 75 5 x 110
1 1
H v ( 2 ) H v (1) Ax = H v ( 2 ) H v (1) b 0 75 19 y = 37
15 z 15 34
0 0 17
1
x = - 1 Q T = H v ( 2 ) H v (1)
2
Resolucin de sistemas de ecuaciones lineales Ax=b
D) Sistemas superdeterminados:
1 1 1
Tema 2: Resolucin de sistemas lineales x1
1 1 = 2
Clculo umrico
2 2 x2 1
Ecuaciones normales:
1 1 1
1 1 2 x1 1 1 2 6 6 x1 1
1 1 = 2 =
1 1 2 2 2 x2 1 1 2 1 6 6 x2 1
t
Soluciones en mnimos cuadrados: 1 t
210
= Ax b =
6
6
1
t
2
x = Seudosolucin: f (t ) = 1 = 2t 2 t + 1 f ' (t ) = 4t 1
12
1 t 3 36 3
12 6
Resolucin de sistemas de ecuaciones lineales Ax=b
D) Sistemas superdeterminados:
1 1 1 6 6
x 1
1
Tema 2: Resolucin de sistemas lineales x1
1 1 = 2 0 0 =
1
2 6 1
Clculo umrico
2 2 x2 1 x2 6
0 0 2+ 6
1 2 6 1 210
= =
Householder:
6 2+ 6 6
1 6 1 - 6
- 1 = 6 y
(1)
= 0 , v (1) = x (1) y (1) = -1
2 0 2
t
Soluciones en mnimos cuadrados: 1 t
210
= Ax b =
6
6
1
t
2
x = 12 Seudosolucin: f (t ) = 1 = 2t 2 t + 1 f ' (t ) = 4t 1
1 t 3 36 3
12 6