Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resolución de Sistemas de
Ecuaciones Lineales
Índice
1. Introducción
2. Método de Gauss
2.1 Resolución de sistemas triangulares
2.2 Triangulación por el método de Gauss
2.3 Variante Gauss-Jordan
2.4 Comentarios al método de Gauss
3. Inestabilidad del Método de Gauss y Estrategias de Pivote
3.1 Pivote parcial
3.2 Pivote total
4. Condicionamiento de sistemas de ecuaciones lineales
5. Otros métodos directos
5.1 Factorización LU
5.2 Método de Cholesky
6. Métodos iterativos usuales
6.1 Método de Jacobi
6.2 Método de Gauss-Seidel
6.3 Método de relajación
1
1. Introducción
Ax = b.
Simétrica AT = A
(Estrictamente)Diagonalmente dominante
X
|aij |(<)|aii |, ∀ i
j6=i
3
2. El método de Gauss
4
2.2. Triangulación por el Método de Gauss
..
.
etapa n-1: Transformar a(n−1)
n,n−1 en cero.
Para evitar pivotes nulos se permite permutar las ecuaciones desde la número
k hasta la n.
1ª etapa:
23 −2 1 0
3 3
0 3 − −2
2 2
0 −5 2 0 2
5 1
0 0 1
2 2
5
2ª etapa:
3 −2
2 1 0
3 3
0 3 − −2
2 2
0 0 12 −5 − 14
3
13
0 0 −5 3
3
3ª etapa:
3 −2
2 1 0
3 3
0 3 − −2
2 2
0 0 12 −5 − 14
3
11 43
0 0 0 −
2 18
Solución:
14
−
33
4
−
33
23
33
86
33
6
Algunos costes con el método de Gauss
n Coste del Método 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
donde k = 1, . . . , n (n etapas).
El coste del método de Gauss-Jordan es n3 + n2 − 2n, a falta de añadir n
divisiones para calcular las incógnitas.
7
3. Inestabilidad del Método de Gauss y Estrate-
gia de Pivote
Si aplicamos el método de Gauss con una máquina que admite solo 3 deci-
males se tiene la siguiente triangulación:
0,0001 1 1
0 −10000 −10000
0
y se obtiene como solución .
1
Pivote Parcial Se busca la ecuación i>k tal que |aik | = máx |ark | y se
k≤r≤n
permuta con la ecuación k.
0,0001 1 1 exacta 1,00010...
−→
1 1 2 0,99990
Efectuando un cambio de la
1 1 2 1 1 2 p.p. 1
∼ −→ .
0,0001 1 1 0 1 1 1
Pero
0,0001 1 1 p.p. 0
−→ .
0,0001 0,0001 0,0002 1
Pivote parcial con escalado: Igual que el pivote parcial, reescalando las
ecuaciones antes del pivotaje para que
(1) (2) (n)
máx |aij | = máx |a2j | = · · · = máx |anj |.
8
3.2. Pivote total
9
5. Otros métodos directos
5.1. Factorización LU
Resolución de un sistema factorizado en LU
Si A = LU, con L una matriz triangular inferior (low) y U una matriz
triangular superior (upper), entonces el sistema de ecuaciones lineales Ax =
b se puede resover en dos fases:
a) Ly = b,
b) Ux = y,
Ejemplo:
1 0 0 0 2 3 −3 0 −7
−2 2 0 0 0 3 2 2 x = 16 .
3 0 2 0 0 0 1 1 −17
−5 2 1 1 0 0 0 −2 39
Aplicando el algoritmo de resolución de un sistema factorizado en LU , obte-
nemos
1 0 0 0 −7 −7
−2 2 0 0 16 =⇒ y = 1 .
3 0 2 0 −17 2
−5 2 1 1 39 0
2 3 −3 0 −7 1
=⇒ x = −1 .
0 3 2 2 1
0 0 1 1 2 2
0 0 0 −2 0 0
10
Algoritmo del la Factorización LU
Para k = 1, . . . , n,
k−1
X
`kk ukk = akk − `kr urk ;
r=1
k−1
X
aik − `ir urk
r=1
`ik = , i = k + 1, . . . , n;
ukk
k−1
X
akj − `kr urj
r=1
ukj = , j = k + 1, . . . , n.
`kk
4n3 + 2n 2n3
Coste general de la factorización: = O( ), (a falta de añadir
6 3
n2 + n2 ).
Algunas variantes:
Variante de Doolittle: L tiene diagonal de 1.
Variante de Crout: U tiene diagonal de 1.
11
5.2. Método de Cholesky
A = LLt .
Método de Cholesky
Para k = 1, . . . , n,
v
u
u k−1
X
`kk = ta kk − `2k,r ;
r=1
k−1
X
ai,k − `ir `kr
r=1
`i,k = , i = k + 1, . . . , n.
`kk
n3
Coste: O( ).
3
Propiedades
Sirve para saber si una matriz simétrica es denida postiva
Es estable.
12
6. Métodos iterativos usuales
cJ = D−1 b =
a22. .
..
bn
ann
Por tanto, el valor de cada incógnita en cada paso del método m es
X (m)
bi − aij xj
(m+1) j6=i
xi = , i = 1, . . . , n.
aii
13
6.2. Método de Gauss-Seidel
14
Teorema: Si A es estrictamente diagonalmente dominante entonces los
métodos de Jacobi y Gauss-Seidel convergen.
15