MeNuCl02 PDF

Mtodos de Solucin
RESOLUCIN DE SISTEMAS LINEALES

Mtodos de Solucin
Contenido
1 Mtodos de Solucin
Sistemas Lineales Triangulares
Eliminacin Gaussiana y Pivoteo
Factorizacin Triangular

Mtodos de Solucin Eliminacin Gaussiana y Pivoteo
Contenido
1 Mtodos de Solucin

Desarrollamos el algoritmo de sustitucin regresiva, con el

que podremos resolver un sistema de ecuaciones lineales
cuya matriz de coeficientes sea triangular superior.
Este algoritmo ser luego incorporado al algoritmo de

resolucin de un sistema de ecuaciones lineales general
en la siguiente seccin.

Desarrollamos el algoritmo de sustitucin regresiva, con el

que podremos resolver un sistema de ecuaciones lineales
cuya matriz de coeficientes sea triangular superior.
Este algoritmo ser luego incorporado al algoritmo de

resolucin de un sistema de ecuaciones lineales general
en la siguiente seccin.

Definicin

Se dice que una matriz A = aij de orden N x N es triangular
superior cuando sus elementos verifican
aij = 0 siempre que
i > j. Se dice que una matriz A = aij de orden N x N es
triangular inferior cuando sus elementos verifican aij = 0
siempre que i < j.

Si A es una matriz triangular superior, entonces se dice que el

sistema de ecuaciones AX = B es un sistema triangular
superior de ecuaciones lineales, sistema que tiene la siguiente
forma:
a11 x1 + a12 x2 + a13 x3 + ... + a1N1 xN1 + a1N xN = b1
a22 x2 + a23 x3 + ... + a2N1 xN1 + a2N xN = b2
a33 x3 + ... + a3N1 xN1 + a3N xN = b3
... ... ...
aN1N1 xN1 aN1N xN = bN1
aNN xN = bN

Teorema: Sustitucin Regresiva

Supongamos que AX = B es un sistema triangular superior. Si
akk 6= 0; k = 1, 2, ..., N,
entonces existe una solucin nica del sistema.

De la ltima ecuacin:
bN
xN = .
aNN
Usando xN en la penltima ecuacin:
bN1 aN1N xN
xN1 = .
aN1N1

De la ltima ecuacin:
bN
xN = .
aNN
Usando xN en la penltima ecuacin:
bN1 aN1N xN
xN1 = .
aN1N1

Usando xN y xN1 para hallar xN2 :
bN2 aN2N1 xN1 aN2N xN

xN2 = .
aN2N2
Calculados los valores xN , xN1 , ..., xk +1 , el paso general

es
bk N
P
j=k +1 akj xj
xk = ; k = N 1, N 2, ..., 1.
akk

Usando xN y xN1 para hallar xN2 :
bN2 aN2N1 xN1 aN2N xN

xN2 = .
aN2N2
Calculados los valores xN , xN1 , ..., xk +1 , el paso general

es
bk N
P
j=k +1 akj xj
xk = ; k = N 1, N 2, ..., 1.
akk

La condicin akk 6= 0 es esencial porque en la frmula

anterior hay que dividir entre akk . Si este requisito no se
cumple, entonces o bien no hay solucin o bien hay
infinitas soluciones.
Un Teorema de lgebra Lineal establece que un sistema

lineal AX = B, siendo A una matriz de orden N x N, tiene
solucin nica sii det (A) 6= 0 .

La condicin akk 6= 0 es esencial porque en la frmula

anterior hay que dividir entre akk . Si este requisito no se
cumple, entonces o bien no hay solucin o bien hay
infinitas soluciones.
Un Teorema de lgebra Lineal establece que un sistema

lineal AX = B, siendo A una matriz de orden N x N, tiene
solucin nica sii det (A) 6= 0 .

El siguiente Teorema establece que si un elemento de la

diagonal principal de una matriz triangular, superior o inferior,
es cero, entonces det (A) = 0.
Teorema

Si una matriz A = aij de orden N x N es triangular superior o
inferior, entonces
N
Y
det (A) = a11 a22 ...aNN = aii .
i=1

El siguiente Teorema establece que si un elemento de la

diagonal principal de una matriz triangular, superior o inferior,
es cero, entonces det (A) = 0.
Teorema

Si una matriz A = aij de orden N x N es triangular superior o
inferior, entonces
N
Y
det (A) = a11 a22 ...aNN = aii .
i=1

Contenido
1 Mtodos de Solucin

Desarrollamos un mtodo para resolver un sistema de

ecuaciones lineales general AX = B de N ecuaciones con
N incgnitas.
El objetivo es construir un sistema triangular superior

equivalente UX = Y que podamos resolver usando el
mtodo de la seccin anterior.

Desarrollamos un mtodo para resolver un sistema de

ecuaciones lineales general AX = B de N ecuaciones con
N incgnitas.
El objetivo es construir un sistema triangular superior

equivalente UX = Y que podamos resolver usando el
mtodo de la seccin anterior.

Definicin
Una forma eficaz de trabajar es almacenar todas las
constantes del sistema lineal AX = B en una matriz de orden N
x (N+1) que se obtiene aadiendo a la matriz A una columna,
la (N+1)-sima, en la que se almacenan los trminos de B (es
decir, akN+1 = bk ). Esta matriz se llama matriz ampliada del
sistema y se denota por [A | B] :

a11 a12 ... a1N b1
a21 a22 ... a2N b2
[A | B] = ...
.
... ... ... ...
aN1 aN2 ... aNN bN

Definicin
Se dice que dos sistemas de orden N x N son equivalentes
cuando tienen el mismo conjunto solucin (o de soluciones).

Teorema: Operaciones elementales con las filas.

Cualquiera de las siguientes operaciones aplicada a la matriz
ampliada produce un sistema lineal equivalente.
1. Intercambio: el orden de las filas puede cambiarse.
2. Escalado: multiplicar una fila por una constante no nula.
3. Sustitucin: una fila puede ser reemplazada por la suma de
esa fila ms un mltiplo de cualquier otra fila; o sea,
filar = filar mrq filaq .

Eliminacin Gassiana y Pivoteo
Las operaciones descritas en el anterior Teorema permiten

obtener un sistema triangular superior UX = Y equivalente a un
sistema lineal AX = B en el que A es una matriz de orden N x
N.

Definicin
(Pivotes y multiplicadores). El elemento aqq de la matriz de
los coeficientes en el paso q + 1 que se usar en la eliminacin
de arq , para r = q + 1, q + 2, ..., N, se llama q-simo pivote y la
fila q-sima se llama fila pivote.
Los nmeros
arq
mrq = ; r = q + 1, q + 2, ..., N
aqq
por los que se multiplica la fila pivote para restarla de las

correspondientes filas posteriores se llaman multiplicadores de
la eliminacin.

Definicin
(Pivotes y multiplicadores). El elemento aqq de la matriz de
los coeficientes en el paso q + 1 que se usar en la eliminacin
de arq , para r = q + 1, q + 2, ..., N, se llama q-simo pivote y la
fila q-sima se llama fila pivote.
Los nmeros
arq
mrq = ; r = q + 1, q + 2, ..., N
aqq
por los que se multiplica la fila pivote para restarla de las

correspondientes filas posteriores se llaman multiplicadores de
la eliminacin.

Teorema: Eliminacin gaussiana con sustitucin regresiva.

Si A es una matriz invertible de orden N x N, entonces existe
un sistema lineal UX = Y, equivalente al sistema AX = B, en el
que U es una matriz triangular superior con elementos
diagonales ukk 6= 0. Una vez construidos U e Y, se usa el
algoritmo de sustitucin regresiva para resolver UX = Y y, as,
calcular la solucin X.

Paso 1. Se almacenan todos los coeficientes en la matriz

ampliada. El superndice (1) indica que esta es la primera vez
que se almacena un nmero en la posicin (r,c):
(1) (1) (1) (1) (1)

a11 a12 a13 ... a1N a1N+1

(1) (1) (1) (1) (1)
a
21 a22 a23 ... a2N a2N+1

a(1) a(1) a(1) ... a(1) a(1)
31 32 33 3N 3N+1
... ... ... ... ... ...

(1) (1) (1) (1) (1)
aN1 aN2 aN3 ... aNN aNN+1

Paso 2. Si es necesario, se intercambia la fila que ocupa el

(1)
lugar 1 con alguna posterior para que a11 6= 0; entonces se
elimina la incgnita x1 en todas las filas desde la 2a hasta la
ltima. En este proceso, mr 1 es el nmero por el que hay que
multiplicar la 1a fila para restarla de la fila r-sima.

(2)
Los nuevos elementos arc se superindizan con un (2) para
sealar que esta es la 2a vez que se almacena un nmero en
la posicin (r,c) de la matriz. El resultado tras el paso 2 es:
(1) (1) (1) (1) (1)

a11 a12 a13 ... a1N a1N+1

0 a(2) a(2) ... a(2) a(2)

22 23 2N 2N+1

0 a(2) a(2) ... a(2) a(2)
32 33 3N 3N+1
... ... ... ... ... ...

(2) (2) (2) (2)
0 aN2 aN3 ... aNN aNN+1

Paso q+1. (Paso general). Si es necesario, se intercambia la

fila que ocupa el lugar q-simo con alguna posterior para que
(q)
aqq 6= 0; entonces se elimina la incgnita xq en todas las filas
desde la (q+1)-sima hasta la ltima. En este proceso, mrq es
el nmero por el que hay que multiplicar la q-sima fila para
restarla de la fila r-sima.

El resultado final, una vez eliminada la incgnita xN1 en la

ltima fila es:
(1) (1) (1) (1) (1)

a11 a12 a13 ... a1N a1N+1

0 a (2) (2) (2) (2)
22 a23 ... a2N a2N+1

0 (3) (3) (3)
0 a 33 ... a3N a 3N+1

... ... ... ... ... ...

(N) (N)
0 0 0 ... aNN aNN+1
Y el proceso de triangularizacin est terminado.

Puesto que A es invertible, cuando se realizan las

operaciones con las filas, las matrices que se van
obteniendo sucesivamente son tambin invertibles. Esto
(k )
garantiza que akk 6= 0 para todo k a lo largo del proceso.
Por tanto, podemos usar el algoritmo de sustitucin
regresiva para resolver UX = Y.

(k )
Si akk = 0, entonces no podemos usar la fila k-sima para
eliminar los elementos de la columna k-sima que estn
por debajo de la diagonal principal. Lo que hacemos es
intercambiar la fila k-sima con alguna fila posterior para
conseguir un elemento pivote que no sea cero; si esto no
puede hacerse, entonces la matriz de los coeficientes del
sistema es singular y el sistema no tiene solucin nica.

Contenido
1 Mtodos de Solucin

Definicin
Se dice que una matriz invertible A admite una factorizacin
triangular o factorizacin LU si puede expresarse como el
producto de una matriz triangular inferior L, cuyos elementos
diagonales son todos iguales a 1, por una matriz triangular
superior U:
A = LU.

Ejemplo: Matriz 4 x 4
2 3 2 32 3
a11 a12 a13 a14 1 0 0 0 u11 u12 u13 u14
6 a21 a22 a23 a24 7
7 = 6 m21 1 0 0 7
76 0 u22 u23 u24 7
6 6
6 7.
4 a31 a32 a33 a34 5 4 m31 m32 1 0 54 0 0 u33 u34 5
a41 a42 a43 a44 m41 m42 m43 1 0 0 0 u44
La condicin de que A sea invertible implica que ukk 6= 0 para

todo k .

Teorema: Factorizacin directa A = LU sin intercambio de filas.

Supongamos que podemos llevar a cabo hasta el final el
proceso de eliminacin gaussiana, sin intercambios de filas,
para resolver un sistema de ecuaciones lineales AX = B.
Entonces la matriz A admite factorizacin LU.

Una vez halladas Ly U, la solucin X puede calcularse en dos

pasos:
1 Hallar Y resolviendo LY = B con el mtodo de sustitucin
progresiva.
1 Hallar X resolviendo UX = Y con el mtodo de sustitucin

regresiva.

Una vez halladas Ly U, la solucin X puede calcularse en dos

pasos:
1 Hallar Y resolviendo LY = B con el mtodo de sustitucin
progresiva.
1 Hallar X resolviendo UX = Y con el mtodo de sustitucin

regresiva.

Paso 1. Se almacenan todos los coeficientes en la matriz

ampliada. El superndice (1) indica que esta es la primera vez
que se almacena un nmero en la posicin (r,c):
(1) (1) (1) (1) (1)

a11 a12 a13 ... a1N a1N+1

(1) (1) (1) (1) (1)
a
21 a22 a23 ... a2N a2N+1

a(1) a(1) a(1) ... a(1) a(1)
31 32 33 3N 3N+1
... ... ... ... ... ...

(1) (1) (1) (1) (1)
aN1 aN2 aN3 ... aNN aNN+1

Paso 2. Se elimina la incgnita x1 en todas las filas desde la 2a

hasta la ltima y, en la posicin (r,1) de la matriz, almacenamos
el multiplicador mr 1 usado para eliminar x1 en la fila r-sima.

(2)
Los nuevos elementos arc se superindizan con un (2) para
sealar que esta es la 2a vez que se almacena un nmero en
la posicin (r,c) de la matriz. El resultado tras el paso 2 es
(1) (1) (1) (1) (1)

a11 a12 a13 ... a1N a1N+1

m21 a(2) a(2) ... a(2) a(2)

22 23 2N 2N+1

m (1) (2) (2) (2)
31 a32 a33 ... a3N a3N+1

... ... ... ... ... ...

(2) (2) (2) (2)
mN1 aN2 aN3 ... aNN aNN+1

Paso q+1. (Paso general). Se elimina la incgnita xq en todas

las filas desde la (q+1)-sima hasta la ltima y, en la posicin
(r,q) de la matriz, almacenamos el multiplicador mrq usado para
eliminar xq en la fila r-sima.

El resultado final, tras haber eliminado xN1 de la ltima fila es

(1) (1) (1) (1) (1)

a11 a12 a13 ... a1N a1N+1

m21 a(2) a(2) ... a(2) a(2)

22 23 2N 2N+1

m (3) (3) (3)
31 m32 a33 ... a3N a3N+1

... ... ... ... ... ...

(N) (N)
mN1 mN2 mN3 ... aNN aNN+1

Por lo tanto,
(1) (1) (1) (1)
2 3
a11 a12 a13 ... a1N
2 3
1 0 0 ... 0
6 7
6 7
6 m21 (2) (2) (2)
1 0 ... 0 6 0 a22 a23 ... a2N
7 6 7
6 7 7
L=6
6 m31 m32 1 ... 0 7, U=
6 7
7 6 7
4 ... (3) (3) 7
... ... ... ...
6
5 6 0 0 a33 ... a3N 7
mN1 mN2 mN3 ... 1
6 7
4 ... ... ... ... ... 5
(N)
0 0 0 ... aNN
El proceso de triangularizacin ya est completo.

Slo hemos necesitado una matriz para almacenar los

elementos de L y U: no se guardan los unos de la diagonal de
L ni los ceros que hay en L y U por encima y por debajo de la
diagonal principal, respectivamente; slo se almacenan los
coeficientes esenciales para reconstruir L y U.

Apndice
Razn para elegir el mtodo de factorizacin triangular antes

que el mtodo de eliminacin de Gauss: Si debemos resolver
varios sistemas que tienen la misma matriz de coeficientes A
pero diferentes columnas B de trminos independientes, slo
se hace la factorizacin la primera vez y se almacenan los
factores. Si slo hay que resolver un sistema de ecuaciones,
los dos mtodos son iguales, salvo que en la factorizacin
triangular se guardan los multiplicadores.

Apndice
Bibliografa
MATHEWS, John; KURTIS, Fink.

Mtodos Numricos con MATLAB.
Prentice Hall, 2000.

MeNuCl02 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MeNuCl02 PDF

Cargado por

Copyright:

Formatos disponibles

Mtodos de Solucin

RESOLUCIN DE SISTEMAS LINEALES

RESOLUCIN DE SISTEMAS LINEALES

RESOLUCIN DE SISTEMAS LINEALES

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Desarrollamos el algoritmo de sustitucin regresiva, con el

Este algoritmo ser luego incorporado al algoritmo de

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Desarrollamos el algoritmo de sustitucin regresiva, con el

Este algoritmo ser luego incorporado al algoritmo de

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Si A es una matriz triangular superior, entonces se dice que el

a11 x1 + a12 x2 + a13 x3 + ... + a1N1 xN1 + a1N xN = b1

a22 x2 + a23 x3 + ... + a2N1 xN1 + a2N xN = b2

a33 x3 + ... + a3N1 xN1 + a3N xN = b3

... ... ...

aN1N1 xN1 aN1N xN = bN1

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Teorema: Sustitucin Regresiva

entonces existe una solucin nica del sistema.

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Usando xN en la penltima ecuacin:

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Usando xN en la penltima ecuacin:

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Usando xN y xN1 para hallar xN2 :

bN2 aN2N1 xN1 aN2N xN

Calculados los valores xN , xN1 , ..., xk +1 , el paso general

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

Usando xN y xN1 para hallar xN2 :

bN2 aN2N1 xN1 aN2N xN

Calculados los valores xN , xN1 , ..., xk +1 , el paso general

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

La condicin akk 6= 0 es esencial porque en la frmula

Un Teorema de lgebra Lineal establece que un sistema

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

La condicin akk 6= 0 es esencial porque en la frmula

Un Teorema de lgebra Lineal establece que un sistema

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

El siguiente Teorema establece que si un elemento de la

RESOLUCIN DE SISTEMAS LINEALES

Sistemas Lineales Triangulares

El siguiente Teorema establece que si un elemento de la

RESOLUCIN DE SISTEMAS LINEALES

RESOLUCIN DE SISTEMAS LINEALES

Eliminacin Gaussiana y Pivoteo

Desarrollamos un mtodo para resolver un sistema de

El objetivo es construir un sistema triangular superior

RESOLUCIN DE SISTEMAS LINEALES

Eliminacin Gaussiana y Pivoteo