UNIVERSIDAD FERMN TORO VICERRECTORADO ACADMICO FACULTAD DE INGENIERA

Sistemas de Ecuaciones Lineales

Integrantes:

Rodrigo Daz 21459335 SAIA B

Cabudare, Enero del 2013

Solucin de Sistemas de Ecuaciones Lineales Cuando nos planteamos la resolucin de varias ecuaciones a la vez con varias incgnitas, estamos ante un sistema y en el caso ms sencillo, donde todas las ecuaciones sean lineales, se llama sistema de ecuaciones lineales. Existen muchas formas de resolver dichos sistemas, empezando por las clsicas de reduccin, sustitucin e igualacin que son las primeras que nos ensean, puesto que son muy fciles de asimilar. Ahora bien, En cuando a la resolucin mediante mtodos como otra alternativa. Los sistemas de ecuaciones tiene varios puntos a tratar, ya que una de sus virtudes o beneficios es su versatilidad a la hora de resolver, una de esos mtodos son las matrices que permiten utilizar algoritmos para resolverlos y que sea ms sencillo a la hora de solucionar. Mtodos Eliminacin Gaussiana Este mtodo plantea la eliminacin sucesiva de variables en el sistema de ecuaciones, hasta tener slo una ecuacin con una incgnita. Una vez resuelta esta, se procede a la sustitucin regresiva hasta obtener los valores de todas las variables. Para eso se debe realizar transformaciones elementales en el sistema inicial destinadas a transformarlo en un sistema triangular superior, que resolveremos por intercambio de filas, intercambio de columnas, multiplicacin de filas o columnas por constantes, operaciones con filas o columnas etctera. Mtodo de Gauss-Jordan Consiste en realizar transformaciones elementales en el sistema inicial, destinadas a transformarlo en un sistema diagonal. El nmero de operaciones elementales de este mtodo, es superior al del mtodo de Gauss (alrededor de un 50% ms). Sin embargo, a la hora de resolver el sistema de llegada por remonte, el nmero de operaciones es menor, motivo por el cual, el mtodo de Gauss - Jordn es un mtodo computacionalmente bueno cuando tenemos que resolver varios sistemas con la misma matriz A y resolverlos simultneamente, utilizando el algoritmo de Gauss-Jordn.

Descomposicin LU Se fundament en definir que una matriz A se puede simplificar como el producto de una matriz triangular inferior L con una matriz triangular superior U, donde en el paso de eliminacin slo se involucran operaciones sobre los coeficientes de la matriz, permitiendo as evaluar los trminos independientes de manera eficiente. La ejecucin del algoritmo tiene sus variantes en cuanto a los valores iniciales de la diagonal que tomen las matrices L y U, es decir si los valores de la diagonal de la matriz L tiene nmeros 1, formalmente esto se refiere a la Descomposicin de Doolitle. Pero si los valores de la diagonal de la matriz U tiene nmeros 1, formalmente esto se refiere a la Descomposicin de Crout. Factorizacin De Cholesky El mtodo de Factorizacin de Cholesky se basa en demostrar que si una matriz A es simtrica y definida positiva, puede ser factorizada como el producto de una matriz triangular inferior y la traspuesta de la matriz triangular inferior, es decir los factores triangulares resultantes son la traspuesta de cada uno. Una matriz simtrica es aquella donde Aij = Aji para toda i y j, En otras palabras, [A] =[A] Factorizacin de QR, Householder Esta factorizacin se usa considerablemente en los programas de computadora para determinar valores propios de una matriz, para resolver sistemas lineales y para determinar aproximaciones por mnimos cuadrados, En muchas aplicaciones el nmero de filas (M) de una matriz de coeficientes A mxn puede ser 3 al nmero de columnas (N). La Factorizacin QR consiste en descomponer la matriz A mxn en el producto de dos matrices: Una matriz Ortogonal: Qmxn QT. Q = INxN Una matriz Triangular Superior: U = RNxN

Solucin De Sistemas Lineales Utilizando Mtodos Iterativos Mtodo De Gauss Seidel Utiliza valores iniciales y despus itera para obtener estimaciones refinadas de la solucin; es particularmente adecuado para un gran nmero de ecuaciones, lo cual en cierto modo lo hace un mtodo ms comnmente usado. La desventaja del mtodo de Gauss-Seidel es que no siempre converge a la solucin exacta o algunas veces los hace de manera muy lenta. nicamente es confiable para aquellos sistemas dominantes diagonalmente. Mtodo de Jacobi El Mtodo convierte una matriz simtrica en una matriz diagonal al eliminar de forma simtrica los elementos que estn fuera de la diagonal. Esto requiere un nmero infinito de operaciones, ya que la eliminacin de cada elemento no cero a menudo crea un nuevo valor no cero en el elemento cero anterior, De esta forma, como se generan nuevos valores, no se usan en forma inmediata sino que se retienen para la siguiente iteracin.