Professional Documents
Culture Documents
Observaciones:
1. La matriz de coeficientes es una matriz diagonal.
2. El conjunto solucin es obtenido dividiendo cada elemento del vector
independiente (insumos, condiciones) por cada respectivo elemento de la matriz
diagonal.
3. Una matriz diagonal en general se representa de la siguiente forma:
a11 0 0 0
...
0 a 22 0 ... 0
si i j
A aij
n n
a
ij
si i j
; es decir A 0
0 a33 ... 0
0
0 0 a nn
0 0
4. El sistema de ecuaciones lineales diagonal ser:
a11 0 0 ... 0 x1 b1
0 a22 0 ... 0 x2 b2
0 0 a33 ... 0 x3 b3
0 0 ann xn bn
0 0
b
En general comprobamos que xi i ; i 1,.2,..., n son las soluciones del
aii
sistema.
Seudocdigo
1.4.2. MTODO TRIANGULAR INFERIOR
Ejemplo:
2 x1 6 2 0 0 x1 6
x1 x2 4 1 1 0 x2 4
2 x2 4 x3 15 3 2 4 x 15
3x1 3
Solucin:
6
x1 x1 3
2
6
x2 4 x2 1 C.S {3,1,2}
2
6 6
x3 15 3 2 4 x3 2
2 8
Observacin:
1. La matriz de coeficientes es una matriz triangular inferior.
2. El sistema se puede escribir de la siguiente manera
a11 0 0 ... 0 x1 b1
a21 a 22 0 ... 0 x2 b2
a a32 a33 ... 0 x3 b3
31
ai1 ai 2 aii xi bi
a a n3 a nn xn bn
n1 an 2
b1
sistema; es decir: x1
a11
Tercero: el valor de x2 se obtiene de la segunda ecuacin sustituyendo el
valor de x1 ; es decir:
b1
b2 a21
b1
a22 x2 b2 a21 x2
11
a
x2 b2 a 21 x1 / a22
a11 a22
Cuarto: Los valores de x3 , x4 , ..., xn son obtenidos de manera anloga:
i 1
xi bi aij x j / aii
j 1
Seudocdigo
1.4.3. MTODO TRIANGULAR SUPERIOR
Definicin: Se llama sistema de ecuaciones triangular superior a los
sistemas de ecuaciones que al momento de escribir en forma matricial la
matriz de coeficientes es una matriz triangular superior.
Ejemplo:
5 x1 2 x2 3x3 5 5 2 3 x1 5
0 2 x2 4 x3 24 0 2 4 x2 24
0 0 3 x 6
0 0 3x3 6 3
Solucin:
6
x3 x3 2
3
x2 24 4(2) / 2 x2 8 C.S {27 / 5,8,1}
x1 5 2 x2 3x3 / 5 x1 27 / 5
Observacin:
n
xi bi aij x j / aii ; i n, n 1, n 2,...,1
j i 1
Seudocdigo
En donde:
a
a 'ij aij i1 a1 j
a11
2. Eliminamos del segundo trmino de las ecuaciones del sistema (1) donde
la tercera ecuacin hasta la ltima i 2 se realiza anlogamente que en la
primera parte es decir: restamos la segunda ecuacin del sistema
a 'i 2
multiplicada por y as continuamos eliminando los terceros trminos de
a ' 22
las ecuaciones restantes, finalmente se llega a una triangulacin total; as:
Seudocdigo
Ejemplos:
1. Resolver el siguiente sistema usando eliminacin Gaussiana.
2 x1 x2 3x3 1
x1 3x2 2 x3 12
3x1 x2 3x3 0
Primera fase: Triangulacin de la matriz aumentada.
a) Determinando la matriz aumentada Aa A b
2 1 3 1
1 3 2 12
3 1 3 0
2 3 4 9
4 5 1 7
1 2 3 3
2 3 4 9 2 3 4 9
0 11 7 25 0 11 7 25
0 7 / 2 1 3 / 2 0 0 71/ 22 142 / 22
DESCOMPOSICIN LU APLICACIONES
O simplemente: Ax b
l11 0 0 0
...
l 21 l22 0 0
...
l l l33 ... 0 lij lij , i j
31 32
Es decir: L
lij nxn tal que
li1 li 2 lii lij 0 , i j
l ln3 l nn
n1 l n 2
u11 u12 u13 ... u1 j ... u1n
0 u 22 u 23 ... u 2 j .. u 2n
0 0 u33 .... u3 j .. u3n
U
uij nxn tal que uuij u0ij, , ii jj
0 0 uij uin ij
0 u nn
0 0
Cuando es posible factorizar A LU se dice que A tiene una
descomposicin LU , pero esto no ocurre de una nica forma.
Cuando lii 1, i 1,2,3,..., n La matriz L se transforma en una matriz
n min( i , j )
aij lis .u sj lis .u sj
s 1 s 1
Es decir:
2
a24 lis u sj a24 l 21u12 l 22 u 24 l 21u14 u 24
s 1
4
a44 lis u sj a44 l 41u14 l 42 u 24 l 43 u34 u 44
s 1
Observacin:
a) lis 0 Para s i ; lis 1, i s
b) u sj 0 Para s j
Seudocdigo
Input n,(aij)
For k = 1,2,,
1.4.6. MTODO DE FACTORIZACIN DE DOOLITTLE
Seudocdigo
Input n,(aij)
For k=1,2,,
for j =k+1,k+2,n
end
for i= k+1,k+2,n
end
end
output (lij), (uij)
Ejemplo:
Supongamos que tenemos el siguiente sistema de ecuaciones
4 9 2 x1 5
2 4 6 x2 3
1 1 3 x 4
3
Solucin
Este sistema se descompone as:
L11 L22 L33 1
u11 4 ; u12 9 ; u13 2
2 1
L21 L21
4 2
1
1 (9) 1 9 5
1 4 4 4 2.5
L31 ; L32
4 2 9 1
4 (9) 4
4 2 2
u 21 0
2 9 1 1
u 22 4 (9) 4 u 22
4 2 2 2
2 4
u 23 6 2 6 5 u 23 5
4 4
1
1 (9)
1 4 2
3 (2) 1
u 33 6 2 3 2.5 5 10 u 33 10
4 2 4 2
4 (9)
4
Luego:
1 0 0 4 9 2
L 0.5 1 0 ; U 0 0.5 5
0.25 2.5 1 0 0 10
Primero: Resolvemos Lc = b
Vector independiente original
Un vector cualquiera
I.e.
1 0 0 C1 5
0.5 1 0 C 2 3
0.25 2.5 1 C 4
3
C1 = 5; C2 = 3 - 0.5 (5) C2 = 0.5
C3 = 4 0.25 (5) (2.5) (0.5) = 4 -1.25 1.25 C3 = 1.5
Segundo: Resolver Ux = c
4 9 2 x1 5
0 0.5 5 x 2 0.5
0 0 10 x 1.5
3
1.5
x3 x3 = -0.15
10
0.5 5 (0.15)
x2 2.5 x2 = 2.5
0.5
(5 9 (2.5) 2 (0.15))
x1 x1 = 6.95
4
Generalizacin
i 1
u ij a ij Lik u kj ; j i, i 1,.....n
k 1
1 j 1
Lij a ij Lik u kj , i j 1,....n
u jj k 1
Lii 1, i 1,2,...n
Matriz Positiva:
Diremos que una matriz simtrica A, es positiva si solo si los determinantes
de las sub matrices de A son positivos.
a11 a12 a1 j a1n
a 21 a 21 a 2 j a 2n
a11 a12 a13
a11 a12
a11 0 , , a 21 a 22 a 21 0 , ..... , 0
a 21 a 22 a i1 ai 2 a ij a in
a 31 a 32 a 33
a n1 a n 2 a nj a nn
Observacin:
Los clculos se reducen pues estimaremos n (n+1)/2 elementos, los L ij 0 en
lugar de de n2 elementos de una factorizacin nominal:
2
L11 a11 4 L11 2 se toma el valor positivo de todas las raices
1
L11 L21 0 L21
2
L11 L31 2 L31 1
L221 L222 2 L22 2 0.25 1.32287
1
L21 L31 L22 L32 0 L32 1.32287 0.37796
2
L231 L232 L233 5 L31 5 1 0.14286 L33 1.963396