Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MTODOS MTODOS ITERATIVOS Y DIRECTOS PARA SISTEMAS LINEALES Profesor: Jaime lvarez Maldonado Ayudante: Rodrigo Torres Aguirre
1) Considere el siguiente sistema lineal: 3 1 1 1 2 3 0 0 0 1 2 2 a) Muestre que el algoritmo de Gauss- Jacobi es convergente. b) Muestre que el algoritmo de Gauss-Seidel es convergente. (indicacin: Muestre que A es e.d.d. y que 1). c) Considere
( )
Sol:
(0 0 0) como vector de inicio. Calcule el vector mtodo de Gauss-Jacobi. d) Calcule el vector ( ) para el mtodo de Gauss-Seidel.
( )
para el
a) Para que la matriz A sea estrictamente diagonal dominante (e.d.d.) se debe cumplir que: | | | |
2; 3 2; 3 1; 2
2 2 1
D: Matriz Diagonal de A. E: Matriz Triangular Inferior de A, con su Diagonal Nula. F: Matriz Triangular Superior de A, con su Diagonal Nula. Entonces: (D E F) b D (E F)
) )
b /*
( )
(E F)
( )
con
1 . (Norma inducida {1 })
(E F) y
3 0 0
0 0 3 0 ; 0 2
1/3 0 0
0 2/3 0
1/3 0 1/2
1/3 0 0
1/3 0 0
0 1/3 0
0 1/3 0
0 0 ; 1/2 0 0 1/2
0 2 0
0 2 0
0 0 1
0 0 0 0 ; 1 0 0 0 0
0 0 0
1 0 0
0 1 1 1 0 0 0 ; b= 0 0 0 0 2 1 0 0
Como
Entonces: D E F
D E
b /*
; con
1. Norma inducida {1 }
0 1 0 0 0 0 1 1 ; b= 0 0 0 2
0 0 0
0 1/3 1/6
0 0 0 * 0 1/2 0
Como
Para calcular la segunda iteracin vector del mtodo de Gauss-Jacobi con 0 0 0 , se debe ocupar el algoritmo: E F E F b Sin Calcular la inversa de D Con el clculo de la inversa de D
Para el Caso1:
3 0 0 3 0 0 0 3 0 0 3 0 0 0 2 0 0 2
= =
Con k=0;
3 0 0 3 0 0 3 0 0 3 0 0 3 0 0 3 0 0 0 3 0 0 3 0 0 3 0 0 3 0 0 3 0 0 3 0 0 0 2 0 0 2 0 0 2 0 0 2 0 0 2 0 0 2
Con k=1;
( )
(2) (2)
(2)
1/3 0 1
0 = 2 0 0 = 2 0 1 = 0 2
0 2 0
0 2 0
1 0 1 1 0 1
0 0 0 1 1 0 0 + 0 0 0 1 0 0 0 0 1 1 1 ( ) + 0 0 0 1 0 2 1 1 (0) + 0 0 0 2 1 0 1 0 0 + 0 0 0 2
(E+F)
( )
+ b, se tiene que:
( )
+ 0
2
; Con
( )
0 = 0 0
= =
( )
0 2/9 1
0 2 0 0 2 0 0 2/3 2
1 0 1 1 0 1
( )
1/3 0 1
Vector buscado.
)
Para el Caso2:
( ( ) )
3 = 0 0 1/3 = 0 0
0 3 0
0 1/3 0
0 0 2
0 0 1/2
0 2 0
0 0 1 0 2 0
(E+F)
0 0 0 + 0 0 0 1 1 0 0 1 0
( )
1 0 0
(
1 0 0
, se tiene que:
Con k=0;
= =
0 2/3 0 0 2/3 0
=
Con k=1;
1/3 0 1
1/3 0 0 1/3 0 0
0 0 0
1/3 0 1 1/3 0 1
; Con
0 = 0 0
= = =
d
0 2/3 0 0 2/3 0
1/3 0 0 1/3 0 0
0 2/9 1
Vector buscado.
1/3 0 1
1/3 0 1
; Con
1/3 0 1
1/3 = 0 1
D E
= 0 =
Para el Caso1:
3 0 2 3 0 1 0 0 2
D E
Con k=0; 3 0 0 2 3 0 0 1 2 3 0 0 2 3 0 0 1 2 3 0 0 2 3 0 0 1 2
0 0 0
1 1 0 0 0 0
1 0 2 1 0 2 1 0 2
, se tiene que:
1 1 1
= 0
0 0 = 0 0 1 = 0 2
1 0 0 1 0 0
1 0 0 0 1 0 0 0 0 0
; Con
0 = 0 0
Con k=1; 3 2 0 3 2 0 3 2 0 0 3 1 0 3 1 0 3 1
0 1 1 (1) = 0 0 + 0 0 0 0 0 1 1 1/3 2 2/9 = 0 0 0 0 0 0 10/9 1/9 2 = 0 2 1/27 = 2/81 Vector buscado. 82/81
2
0 0 2 0 0 2 0 0 2
1 0 2
+ 0
2
; Con
Para el Caso2: = =
0 = 0 0 3 2 0 3 2 0
1/3 2/9 1/9 1/3 2/9 1/9 1/3 ( ) = 2/9 10/9 Con k=1;
( ) ( )
Con k=0; 0 ( ) = 0 0 0 ( ) = 0 0
0 0 1 0 3 0 0 1 2 0 0 0 1 0 3 0 0 1 2 0 1/3 1/3 2/9 2/9 1/9 1/9 1/3 2/9 1/9 1/3 2/9 1/9
1 0 0 1 0 0
(
1 0 0 1 0 0
0 3 1 0 3 1
0 0 2 0 0 2
1 1
1 0 2 1 0 2
, se tiene que:
; Con
( )
0 = 0 0
( )
0 = 0 0 0 = 0 0
Vector buscado.
1/3 + 2/9 ; Con 10/9 1/3 1/3 2/9 + 2/9 10/9 10/9
( )
(1)
2) Obtener las factorizaciones de Doolittle, Crout y Cholesky para la matriz A= en donde a es una constante, .
Sol: La Factorizacin o descomposicin L*U de A, es la multiplicacin entre 2 matriz, siendo L la matriz triangula inferior de A, y U la matriz superior de A. En la Factorizacin de Doolittle la diagonal de L es 1, es decir: = 1 0 1 (Descomposicin de Doolittle) = 1 0 2 0 0=1 1 0= 0* = +1 =2 =1 = = =2
1*
1*
Entonces La descomposicin LU segn Doolittle es: 1 0 1 A= =L*U 1 0 2 En el Factorizacin de Crout la diagonal de U es 1, es decir: 0 1 1 = Descomposicin de Crout 2 0 1 1 1 0 0=1 0 1= 0= + 1=2 =1 = = =2
Entonces La descomposicin LU segn Crout es: 1 0 1 A= =L*U 2 0 1 En el Factorizacin de Cholesky la matriz A debe ser simtrica A= y definida positiva, entonces A tendr una nica factorizacin de la forma A=L* , donde L es la matriz triangular inferior, es decir: 0 1 = (Descomposicin de Crout) 0 2
, por lo que la factorizacin de Cholesky no puede La matriz A no es simtrica pues A realizarse. Para comprobar que el mtodo no se puede aplicar, se tendr que:
Se debe comprobar que A es positiva definida (los sub-determinantes de al matriz son mayores a 0): Det ( ) = 1 0 Det ( ) = 2 0, Que una matriz sea positiva definida (d.p.) o estrictamente diagonal dominante (e.d.d.), significa que existe la inversa de esa matriz.
+0 0=1 =1 ; 1 0 ; 0 ; Se tiene una contradiccin, ya que el despeje arroja que, . Queda comprobado que la matriz A, al ser positiva definida y no ser simtrica, no se puede aplicar Cholesky. 3) Dada A 1 1 , .
1 a) Obtener los valores de a de modo que la matriz A sea definida positiva. b) Obtener las factorizaciones de Doolittle, Crout y Cholesky para la matriz A. Sol: a) Para que A sea positiva definida, los sub determinantes tienen que ser mayores a 0, entonces: Det (-1) 0 La matriz A no es positiva definida. 1 0 1 0 0 1 0 0 1 1
1 1 1 1 ( 1 ) 2 1 1 A
= 1 = = = = = 1+ = + + = 1+ =1+
+ +
( +
1 1 0 1
1 = 1 A
Para obtener la factorizacin de Cholesky, la matriz A debe ser simtrica y definida positiva, pero como el primer sub determinante es menor que cero, no se puede aplicar la descomposicin de Cholesky en la matriz A, porque esta no es positiva definida.
4) Al aproximar una funcin , , , 0 , por un polinomio de la forma , se obtiene un sistema de ecuaciones lineales cuya matriz de coeficientes est dada por: 2 2 0 3 2 0 0 3 2 2 0 3 5 a Obtener la factorizacin de Cholesky de A, y usarla para calcular . b Para 0 1 1 resolver el sistema Ax b por el mtodo de Cholesky y de Crout, imponiendo las restricciones que considere apropiadas. . a Matriz A es simtrica, ya que A Para obtener la factorizacin de Cholesky, se necesita que la matriz A sea simtrica y Positiva definida. Para que la matriz A sea positiva definida, los sub determinantes tienen que ser mayores a 0, entonces: 2 0, 0 4 0, 0 3 32 0, 0 135 Con la condicin de que a tiene que ser mayor a 0, se tendr que: 2 0 0 0 0 0 0 0 0 0 0 2 2 0 3 2 0 0 3 2 2 0 3 5 2 0 2 1 2 3 2 3 0 2 3
Sol:
2 0
0 L 0
2 0 0
0 0
b Para resolver el sistema Ax b por el mtodo de Cholesky, se tiene la descomposicin ya realizada, por lo tanto solo se tiene que calcular por partes. 2 0
0 0
2 0 0
Sea
2 0 0
0 0
Entonces 0 2 0
0 1 1
*X Z 0 1 1
*X
Entonces queda 2 0 0 0 0 0
0 1 0 0
0 2
0 0
0 1 0 0 1
0 0
Luego; 1 0 0 1 0 0
0 1