Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema3 - Apuntesgaus CN Pivoteo
Tema3 - Apuntesgaus CN Pivoteo
Resolucin de Sistemas de
Ecuaciones Lineales
ndice
1. Introduccin
2. Mtodo de Gauss
2.1
2.2
2.3
2.4
1.
Introduccin
A= .
. ..
.
.
.
. .
.
.
.
an1 an2 ann
b1
b2
b= .
.
.
bn
Mtodos directos: son mtodos que, en un nmero nito de operaciones, obtienen la solucin exacta.
Mtodos iterativos: son mtodos que generan una sucesin de aproximaciones {x(m) } que converge a la solucin del sistema: x = A1 b.
det Ai
,
det A
i = 1, . . . , n,
si verica
Ortogonal
AT = A1
Simtrica
AT = A
Diagonal
si i = j entonces aij = 0
Tridiagonal
Triangular superior
Hessenberg superior
(Semi)Denida positiva
xt Ax() > 0, x = 0
(Estrictamente)Diagonalmente dominante
|aij |(<)|aii |, i
j=i
2.
El mtodo de Gauss
2.1.
bi
uij xj
j=i+1
xi =
uii
i = n, n 1, . . . , 1.
x4 =
2.2.
nmero i.
aik
(k)
akk
y se le suma la ecuacin
Para evitar pivotes nulos se permite permutar las ecuaciones desde la nmero
k hasta la n.
0
2
3 2
1
1
3
2 1 2
2 2
0
1
2
1
1
1
0
1
1 etapa:
3 2
1
0
3
3
0
3
2
2
2
2
0
2
0 5
5
1
0
0
1
2
2
2
2 etapa:
0
3 2
1
3
3
0
3
2
2
2
0 0 12 5 14
13
0 0 5
3
3
3 etapa:
3 2
1
0
3
3
0
3
2
2
2
0 0 12 5 14
11
43
0 0
0
2
18
Solucin:
14
33
4
33
23
33
86
33
4n3 + 3n2 7n
=O
6
2n3
3
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
2.3.
Variante de Gauss-Jordan
3.
Si aplicamos el mtodo de Gauss con una mquina que admite solo 3 decimales se tiene la siguiente triangulacin:
1
0,0001
1
0 10000 10000
0
1
Pivote parcial
Pivote Parcial
Se busca la ecuacin
i>k
tal que
|aik | = mx |ark |
a
krn
y se
k.
0,0001 1 1
1 1 2
exacta
1,00010...
0,99990
Pero
1 1 2
0 1 1
0,0001
1
1
0,0001 0,0001 0,0002
1
1
p.p.
p.p.
0
1
(2)
(n)
3.2.
Pivote total
|aij | = mx |a(k) |,
a
rs
krn
ksn
10
7
8
7
7 8 7
5 6 5
6 10 9
5 9 10
32
23 sol.exacta
33
31
1
1
,
1
1
mientras que si se produce una pequea variacin en los trminos independentes (datos) se produce una gran modicacin en la solucin (resultados):
10
7
8
7
7 8 7
5 6 5
6 10 9
5 9 10
32,1
9,2
22,9 sol.exacta 12,6
.
4,5
33,1
30,9
1,1
5.
5.1.
Factorizacin
LU
A = LU,
con
una matriz
Ax =
Ly = b,
b)
Ux = y,
con un coste de
2n2
operaciones.
Ejemplo:
1
2
3
5
0
2
0
2
0
0
2
1
0
2 3 3
0
0 3
0
2
2
0 0
0
1
1
1
0 0
0 2
x = 16 .
17
39
1 0 0
2 2 0
3 0 2
5 2 1
2 3 3
0 3
2
0 0
1
0 0
0
7
0 7
16
0
= y = 1 .
2
0 17
39
1
0
0 7
1
2
1
= x = 1 .
2
1
2
2
0
0
10
= akk
kr urk ;
r=1
k1
aik
ik
ir urk
r=1
i = k + 1, . . . , n;
ukk
j = k + 1, . . . , n.
k1
akj
kr urj
r=1
ukj =
kk
4n3 + 2n
2n3
= O(
), (a falta de aadir
6
3
Algunas variantes:
Variante de Doolittle: L tiene diagonal de 1.
Variante de Crout: U tiene diagonal de 1.
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,
kk ukk
k+1,k
uk,k+1
= akk
k,k1 uk1,k ;
ak+1,k
;
ukk
ak,k+1
=
.
=
kk
5.2.
Mtodo de Cholesky
Mtodo de Cholesky
Para k = 1, . . . , n,
k1
kk
2
k,r ;
akk
r=1
k1
ai,k
i,k
ir kr
r=1
i = k + 1, . . . , n.
kk
Coste: O(
n3
).
3
Propiedades
Sirve para saber si una matriz simtrica es denida postiva
Es estable.
12
6.
Mtodo de Jacobi
siendo
a1n
a12
a11
a11
a2n
0
a22
a
21
1
BJ = D (L + U) = a22
.
.
.
.
.
.
.
.
a .
an2
n1
ann
ann
b1
a11
b2
cJ = D1 b = a22 .
.
.
bn
. ,
.
.
0
ann
bi
(m+1)
xi
aij xj
j=i
aii
13
i = 1, . . . , n.
6.2.
Mtodo de Gauss-Seidel
bi
(m+1)
xi
6.3.
aij xj
(m)
j<i
aij xj
j>i
aii
i = 1, . . . , n.
Mtodo de relajacin
1
1
D
D L U.
Luego
(D L)x = ((1 )D + U)x + b.
bi
(m+1)
xi
aij xj
j<i
(m)
aij xj
j>i
(m)
+ (1 )xi ,
aii
i = 1, . . . , n.
Teorema:
Si
Teorema:
15
[0, 2].