P. 1
Solucion de Sistemas de Ecuaciones Lineales. Metodos Directos e Iterativos

Solucion de Sistemas de Ecuaciones Lineales. Metodos Directos e Iterativos

|Views: 8.581|Likes:
Publicado porvimaba

More info:

Published by: vimaba on Jul 25, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

08/14/2013

pdf

text

original

En el esquema siguiente se detalla, en metalenguaje, la estructura del algoritmo de
descomposición de Cholesky para matrices simétricas y definidas positivas.

Descomposición LLT

– Cholesky

l11= (a11)½
Repetir k=1,... n-1
lk+1,1=ak+1,1 / l11
Repetir i= 2,... k
s = 0
Repetir j=1,..., i-1
s = s + lij . lk+1,j

Fin j
lk+1,i=(ak+1,i – s) / lii

Fin i
s=0
Repetir i= 1,... k
s = s + (lk+1, i)2

Fin i
lk+1,k+1= (ak+1,k+1 – s) ½
Fin k

Es posible demostrar que el algoritmo detallado puede utilizarse para cualquier matriz
simétrica y definida positiva.

UNIVERSIDAD INDUSTRIAL DE SANTANDER
INGENIERIA DE PETROLEOS Pág.49

1.3. Técnicas de Almacenamiento de Matrices

En cualquier lenguaje de programación de última generación, las matrices se almacenan
en arreglos de memoria bidimensionales, en donde cada elemento es almacenado en un
espacio direccionado con el nombre asignado a la matriz y el número de fila y columna en
donde se ubica: A(3,2), B(1), etc.

La sintaxis específica corresponde a la utilizada por cada lenguaje en particular. En el
marco de estas notas se empleará la mencionada anteriormente es decir aquella en la
cual cada elemento se especifica mediante el nombre del arreglo seguido, entre
paréntesis, del número de fila y columna en donde se encuentra.

Considerando lo natural y sencillo de lo mencionado no parece, a primera vista, necesario
ni útil que deba implementarse alguna otra forma o procedimientos para almacenar las
matrices en la memoria de un computador.

Sin embargo imagínese por un instante la necesidad de almacenar una matriz simétrica,
es evidente que solo resultaría imprescindible asignar espacios de memoria para la matriz
triangular superior (o inferior, es indistinto). Supóngase, por ejemplo, que se trata de una
matriz cuadrada de orden 100; en este caso al asignar un espacio de memoria para la
matriz (paso imprescindible antes de su utilización en cualquier lenguaje) se reservará un
arreglo de 100 filas y 100 columnas, del cual solo serán utilizados aquellos
correspondientes a la diagonal y a los elementos ubicados encima –o debajo- de ella.

Evidentemente, tal situación implica un malgasto de memoria que, en caso de matrices de
varios miles de ecuaciones, puede limitar el tamaño del problema a resolver al no
disponer el computador de una cantidad de memoria suficiente.
Un caso similar, aunque más extremo aún, es el caso de las matrices bandeadas en
donde los elementos no nulos se limitan a un porcentaje a menudo muy inferior que n2

(n=
orden de la matriz) razón por la cual resulta sumamente importante desarrollar
metodologías de almacenamiento más eficientes.

Sobre este punto en particular existe un considerable desarrollo dentro de las técnicas de
cálculo numérico orientados a determinados tipos especiales de matrices, característicos
de algunos problemas de la ingeniería. En los puntos siguientes se tratarán algunas de
estas técnicas las cuales, claro está, son solo un pequeño segmento del numeroso campo
existente sobre este particular.

UNIVERSIDAD INDUSTRIAL DE SANTANDER
INGENIERIA DE PETROLEOS Pág.50

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->