Sist Ec Lineales Met Directos

EPIS-UNSA
Mtodos
Numricos
Solucin Numrica
de Sistemas de
Ecuaciones Lineales
-Mtodos Directos-
Dra. Norka Bedregal Alpaca
Introduccin
Sistemas Ecuaciones Lineales
El objetivo de este tema es la resolucin de un sistema

de n ecuaciones lineales con n incgnitas:
Siendo conocida la matriz de coeficientes y el vector

de trminos independientes:
2
1
EPIS-UNSA
Introduccin
En notacin matricial, el sistema de ecuaciones
lineales se escribe:
Este sistema se puede resolver por dos tipos de

mtodos:
Mtodos directos: En un nmero finito de
operaciones, obtienen la solucin exacta:
Regla de Cramer
Mtodo de Gauss, etc.
Mtodos iterativos: Generan una sucesin de

aproximaciones {x(m) } que converge a la
solucin del sistema:
Mtodo de iteracin
Seidel
Relajacin 3
Mtodo de Cramer
El concepto de la matriz inversa de una matriz est

tambin relacionado con los sistemas lineales, dado
un sistema:
Multiplicando a la izquierda ambos miembros de la

ecuacin por la matriz inversa de A se obtiene:
Expresin que da la solucin nica del sistema

Ese mtodo se conoce como regla de Cramer.
4
2
EPIS-UNSA
Mtodo de Cramer
Sistemas Ecuaciones Lineales El Mtodo de Cramer para la resolucin de un sistema
de n ecuaciones con n incgnitas x1;; xn consiste en
calcular las incgnitas mediante la frmula:
Donde A es la matriz de coeficientes y Ai la matriz que

resulta de sustituir la columna i-sima de la matriz de
coeficientes por le vector de trminos independientes.
El costo de un proceso de clculo se puede estimar
mediante el nmero total de operaciones aritmticas
necesarias
Luego el costo de calcular un determinante de orden n
es n!n - 1
Por tanto, el costo del Mtodo de Cramer es
5
(n + 1)n! - 1.
Mtodo de Cramer
Ejemplo:
Dado un sistema de orden 3
La solucin se encuentra con el clculo de:
6
3
EPIS-UNSA
Mtodo de Cramer
A continuacin aparece una tabla con el tiempo
estimado para resolver con el mtodo de Cramer un
sistema de orden n
Se muestran distintos valores de n
Se supone que se trabaja con una mquina que realiza
106 operaciones por segundo:
7
Mtodo de Cramer
Adicionalmente al problema del nmero de

operaciones, tambin debe considerarse el error en la
solucin obtenida
Debido al inevitable redondeo, incluso los resultados
de procedimientos exactos son aproximados
Luego, la estimacin del error de las races se ve
comprometida.
En el caso de procesos iterativos debe aadirse el
error del mtodo.
8
4
EPIS-UNSA
Resolucin de Sistemas Triangulares

Sea Ux = b un sistema de 3 ecuaciones lineales con
solucin nica (det U 0)
Suponga que la matriz de coeficientes Unxn es
triangular superior.
Entonces las componentes de la solucin se pueden
calcular mediante el mtodo de sustitucin regresiva
Es decir:
Se despeja la ltima incgnita de la ltima
ecuacin
Se sustituye en la penltima ecuacin
Despus se despeja de esta ecuacin la
penltima incgnita
Se repite el proceso hacia arriba hasta calcular
el valor de la primera incgnita. 9

10
5
EPIS-UNSA

Ejemplo: Considere el sistema de ecuaciones lineales
Aplicando el mtodo de sustitucin regresiva se tiene:
11
Mtodo de Gauss
Se trata de transformar el sistema de ecuaciones

lineales Ax = b en otro equivalente Ux = c que sea
triangular superior.
Dadas las matrices:
Se construye la matriz aumentada del sistema.
12
6
EPIS-UNSA
Mtodo de Gauss
Sobre la matriz aumentada, el mtodo se realiza por
etapas
13
Mtodo de Gauss
Las transformaciones en cero de cada etapa se realizan

mediante operaciones elementales:
1. La fila Ei puede multiplicarse por cualquier constante
diferente de cero y se puede usar la fila resultante
en lugar de Ei. Esta operacin se denota por
( Ei) (Ei)
2. La fila Ej puede multiplicarse por cualquier constante
diferente de cero, sumarla a la fila Ei, y usar la fila
resultante en lugar de Ei. Esta operacin se denota
por
(Ei + Ej) (Ei)
3. Las filas Ei y Ej se pueden intercambiar. Esta
operacin se denota por
(Ei) (Ej)
14
7
EPIS-UNSA
Mtodo de Gauss
Ejemplo:
Resolver por el mtodo de Gauss el sistema de
ecuaciones lineales cuya matriz ampliada es:
1 etapa:
15
Mtodo de Gauss
2 etapa:
3 etapa:
16
8
EPIS-UNSA
Mtodo de Gauss
Solucin:
17
Mtodo de Gauss
Es posible realizar una estimacin del nmero

aproximado de operaciones que es necesario realizar
para resolver un sistema de ecuaciones por el mtodo
de Gauss
Considerando las sumas y productos a realizar en el
proceso, se obtiene un valor aproximado, para un
S.E.L. de n ecuaciones y n incgnitas de:
18
9
EPIS-UNSA
Mtodo de Gauss
As, para un sistema de 5 ecuaciones y 5 incgnitas,
se tiene aproximadamente 90 operaciones (sumas y
productos) a realizar.
Para n = 10 el nmero aumenta hasta alrededor de 700
Con n = 20 unas 5500 operaciones
Para n = 100 la cantidad de operaciones es realmente
grande, 671550.
19
Mtodo de Gauss
El costo del mtodo de Gauss (fase de triangulacin)

es (sin aadirle el costo de la sustitucin regresiva:
En la siguiente tabla se calculan algunos costos y

tiempos de triangulacin con el mtodo de Gauss en
una mquina que realiza 106 operaciones por segundo
20
10
EPIS-UNSA
Problemas de Redondeo
Pivotacin Parcial y Pivotacin Total
Se ha planteado el Mtodo de Gauss sin tener en
consideracin los posibles problemas de redondeo
que la resolucin efectiva de un sistema puede
acarrear.
De manera general, los errores de redondeo y su
propagacin pueden resultar catastrficos en la
resolucin de un sistema
Existen varias tcnicas para minimizar dicho efecto
Las ms conocidas son los mtodos de Pivotacin
Parcial y Total.
21
Mtodo de Gauss-Jordan
Es una variante del Mtodo de Gaus

Trata de transformar el sistema de ecuaciones lineales
Ax = b
en un sistema equivalente
Dx = c
con D una matriz diagonal.
En cada etapa k se deben hacer cero las posiciones:
22
11
EPIS-UNSA
Mtodo de Gauss-Jordan
El coste del mtodo de Gauss-Jordan es
n3 + n2 - 2n
sin contar las n divisiones para calcular las variables
23
Aplicaciones: Mtodo de Gauss

Resolucin de sistemas de ecuaciones lineales con

solucin nica (det A 0).
Resolucin de sistemas de ecuaciones lineales sin
saber si det A 0.
Discusin general de sistemas de ecuaciones lineales.
Resolucin simultnea de sistemas de ecuaciones
lineales.
Clculo eficiente de determinantes.
Clculo eficiente de inversas.
24
12
EPIS-UNSA
Inconvenientes: Mtodo Gauss

No adecuado para sistemas muy grandes (dispersos).
Inestable.
Ejemplo:
Dado el sistema de ecuaciones lineales de matriz
ampliada:
La solucin exacta es
25
Inconvenientes: Mtodo Gauss

Al aplicar el mtodo de Gauss con una mquina que

admite solo 3 decimales, se tiene la triangulacin:
y se obtiene como solucin
26
13
EPIS-UNSA
Condicionamiento: Sistemas de Ecuaciones Lineales

Algunos sistemas de ecuaciones lineales son
extremadamente sensibles a los errores de redondeo
que puedan producirse en el proceso de resolucin.
Algunos casos, en particular podran arreglarse
mediante el uso de tcnicas de pivotacin parcial o
total.
Sin embargo, en determinados casos ni siquiera el uso
de esas tcnicas consiguen llevar a una resolucin
precisa
Se trata de los sistemas mal condicionados
Su estudio detallado requiere tcnicas propias
Sin embargo hay algunas caractersticas generales, a
nivel cualitativo
27

Ejemplo:
El siguiente ejemplo (R.S. Wilson) trata del sistema de
ecuaciones lineales cuya matriz ampliada y solucin
exacta son:
mientras que si se produce una pequea variacin en los

trminos independientes (datos) se produce una gran
modificacin en la solucin (resultados):
28
14
EPIS-UNSA
Caractersticas: Sistemas mal Condicionados

Un pequeo cambio en los coeficientes del sistema
produce cambios significativos en las soluciones.
Los elementos diagonales de la matriz de coeficientes
suelen ser menores (en valor absoluto) que los no
diagonales (Nota: no es una regla general,
simplemente suele ocurrir).
El clculo del producto del (det A)(det A1) se desva de
manera significativa de la unidad.
La inversa de la inversa de A es bastante diferente a la
propia A.
El clculo de A A1 difiere significativamente de la
identidad.
A1(A1)1 difiere de la identidad ms de lo que lo hace
A A1
29

En resumen:
En algunos casos el uso de tcnicas como la
pivotacin parcial, o total, conduce a una resolucin
aceptable del sistema.
En otros casos, cuando el mal condicionamiento es
muy severo, la nica opcin que se tiene es aumentar
la precisin de la computacin (si esto es posible).
30
15

Sist Ec Lineales Met Directos

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Sist Ec Lineales Met Directos

Uploaded by

Copyright:

Available Formats

EPIS-UNSA

Dra. Norka Bedregal Alpaca

El objetivo de este tema es la resolucin de un sistema

Siendo conocida la matriz de coeficientes y el vector

Este sistema se puede resolver por dos tipos de

Mtodos iterativos: Generan una sucesin de

El concepto de la matriz inversa de una matriz est

Multiplicando a la izquierda ambos miembros de la

Expresin que da la solucin nica del sistema

Donde A es la matriz de coeficientes y Ai la matriz que

La solucin se encuentra con el clculo de:

Adicionalmente al problema del nmero de

Resolucin de Sistemas Triangulares

Resolucin de Sistemas Triangulares

Resolucin de Sistemas Triangulares

Aplicando el mtodo de sustitucin regresiva se tiene:

Se trata de transformar el sistema de ecuaciones

Se construye la matriz aumentada del sistema.

Las transformaciones en cero de cada etapa se realizan

Es posible realizar una estimacin del nmero

El costo del mtodo de Gauss (fase de triangulacin)

En la siguiente tabla se calculan algunos costos y

Es una variante del Mtodo de Gaus

Aplicaciones: Mtodo de Gauss

Resolucin de sistemas de ecuaciones lineales con

Inconvenientes: Mtodo Gauss

Inconvenientes: Mtodo Gauss

Al aplicar el mtodo de Gauss con una mquina que

y se obtiene como solucin

Condicionamiento: Sistemas de Ecuaciones Lineales

Condicionamiento: Sistemas de Ecuaciones Lineales

mientras que si se produce una pequea variacin en los

Caractersticas: Sistemas mal Condicionados

Condicionamiento: Sistemas de Ecuaciones Lineales

You might also like