Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AYUDANTÍA #5
Sist. de Ecuaciones
lineales
Cholesky, Jacobi,
Gauss-Seidel y
Ayudantía #3
Relajación
REGRESIONES
Fernando Fuentes Molina
fernando.fuentes.m@mail.pucv.cl
Análisis Numérico 2020
CHOLESKY 1) Simetría de A
2) Matriz positiva
2 3 2 1 𝑥1 −13 Los subdeterminantes de A deben ser
3 25 10 11 𝑥2 −86
𝑥3 = positivos:
2 10 25 22 −30
2 =2>0
1 11 22 30 𝑥4 −52
2 3
x b = 41 > 0
A 3 25
Sólo se puede aplicar Cholesky si se cumplen 2 3 2
estas 3 condiciones: 3 25 10 = 845 > 0
1) Matriz simétrica (𝐴 = 𝐴𝑇 ). 2 10 25
2) Matriz definida como positiva. 2 3 2 1
3) Cada elemento de las matrices A y b son reales. 3 25 10 11
REGRESIONES
2 10 25 22
= 8281 > 0
1 11 22 30
Cholesky Jacobi Gauss-Seidel Relajación
Análisis Numérico 2020
2 3 2 1 𝑥1 −13 𝑎 0 0 0 𝑎 𝑏 𝑐 𝑑
3 25 10 11 𝑥2 −86 𝑇 𝑏 𝑒 0 0 0 𝑒 𝑓 𝑔
𝑥3 = A=𝐿∙𝐿 = 𝑐
2 10 25 22 −30 𝑓 ℎ 0 0 0 ℎ 𝑖
1 11 22 30 𝑥4 −52 𝑑 𝑔 𝑖 𝑗 0 0 0 𝑗
A x b
𝑎2 𝑎𝑏 𝑎𝑐 𝑎𝑑
Diremos que la matriz L está dado por: 𝑎𝑏 𝑏 2 + 𝑒 2 𝑏𝑐 + 𝑒𝑓 𝑏𝑑 + 𝑒𝑔
𝐴=
𝑎 0 0 0 𝑎𝑐 𝑏𝑐 + 𝑒𝑓 𝑐 2 + 𝑓 2 + ℎ2 𝑐𝑑 + 𝑓𝑔 + ℎ𝑖
𝑏 𝑒 0 0 𝑎𝑑 𝑏𝑑 + 𝑒𝑔 𝑐𝑑 + 𝑓𝑔 + ℎ𝑖 𝑑 2 + 𝑔2 + 𝑖 2 + 𝑗 2
𝐿= 𝑐 𝑓 ℎ 0
𝑑 𝑔 𝑖 𝑗 𝑎2 = 2 𝑎∙𝑏 =3 𝑎∙𝑐 =2 𝑎∙𝑑 =1
𝑏 2 + 𝑒 2 = 25 𝑏 ∙ 𝑐 + 𝑒 ∙ 𝑓 = 10 𝑏 ∙ 𝑑 + 𝑒 ∙ 𝑔 = 11
Y definimos que 𝑐 2 + 𝑓 2 + ℎ2 = 25 𝑐 ∙ 𝑑 + 𝑓 ∙ 𝑔 + ℎ ∙ 𝑖 = 22
𝐴 = 𝐿 ∙ 𝐿𝑇 𝑑 2 + 𝑔2 + 𝑖 2 + 𝑗 2 = 30
𝑎∙𝑑 =1 𝑏 ∙ 𝑐 + 𝑒 ∙ 𝑓 = 10
2 3 2 1 𝑥1 −13 1 𝑏2 + 𝑒2
= 25 10 − 𝑏 ∙ 𝑐
3 25 10 11 𝑥2 −86 𝑑= 𝑓=
= 2 𝑒 = 25 − 𝑏 2 𝑒
2 10 25 22 𝑥3 −30 𝑑 = 0.7071 𝑒 = 4.5277 𝑓 = 1.5461
1 11 22 30 𝑥4 −52
A x b 𝑏 ∙ 𝑑 + 𝑒 ∙ 𝑔 = 11 𝑐 2 + 𝑓 2 + ℎ2 = 25
11 − 𝑏 ∙ 𝑑
𝑎2 = 2 𝑎∙𝑏 =3 𝑎∙𝑐 =2 𝑎∙𝑑 =1 𝑔= ℎ = 25 − 𝑐 2 − 𝑓 2
2 2
𝑏 + 𝑒 = 25 𝑏 ∙ 𝑐 + 𝑒 ∙ 𝑓 = 10 𝑏 ∙ 𝑑 + 𝑒 ∙ 𝑔 = 11 𝑒 ℎ = 4.5398
2 2 2
𝑐 + 𝑓 + ℎ = 25 𝑐 ∙ 𝑑 + 𝑓 ∙ 𝑔 + ℎ ∙ 𝑖 = 22 𝑔 = 2.0982
𝑑 + 𝑔 + 𝑖 + 𝑗 2 = 30
2 2 2
𝑐 ∙ 𝑑 + 𝑓 ∙ 𝑔 + ℎ ∙ 𝑖 = 22
𝑎∙𝑏 =3 𝑎∙𝑐 =2 22 − 𝑐 ∙ 𝑑 − 𝑓 ∙ 𝑔 𝑑 2 + 𝑔2 + 𝑖 2 + 𝑗 2 = 30
𝑎2 = 2 3 2 𝑖=
𝑏= 𝑐= ℎ j = 30 − 𝑑 2 − 𝑔2 − 𝑖 2
𝑎= 2 2 2 𝑖 = 3.9112 j = 3.1305
𝑎 = 1.4142 𝑏 = 2.1213 𝑐 = 1.4142
3.0008−2.6167
ε𝑜,1 = × 100% =12.80%
3.0008
Iteración 1: −2.4885−−2.7571
𝑥1 = 2.6167 𝑥2 = −2.7571 𝑥3 = 7.1400 ε𝑜,2 = × 100% =10.79%
−2.4885
7.0064−7.1400
Iteración 2: ε𝑜,3 = × 100% =1.91%
7.0064
En resumen:
Iteración 3:
𝑥1 = 3.0008 𝑥2 = −2.4997 𝑥3 = 7.0002 Iteracion 1 Iteracion 2 Iteracion 3
x1 viejo 0 2.6167 3.0008
3.0008−3.0008
ε𝑜,1 = × 100% = 0.00% x2 viejo 0 -2.7571 -2.4885
3.0008
−2.4997−−2.4885 x3 viejo 0 7.14 7.0064
ε𝑜,2 = × 100% = 0.44% x1 nuevo
−2.4997 𝑣𝑖𝑒𝑗𝑜
7.85 + 0.1 ∙ 𝑥2
𝑣𝑖𝑒𝑗𝑜
+ 0.2 ∙ 𝑥3
3
2.6167 3.0008 3.0008
7.0002−7.0064
ε𝑜,3 = × 100% = 0.09%
7.0002
x2 nuevo
𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
−10.3 − 0.1 ∙ 𝑥1 + 0.3 ∙ 𝑥3
-2.7571 -2.4885 -2.4997
7
Por ahora nos detendremos acá, pues hay
un error menor a 0.5%. x3 nuevo
𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
71.4 − 0.3 ∙ 𝑥1 + 0.2 ∙ 𝑥2
10
7.14 7.0064 7.0002
2.9906−2.6167
ε𝑜,1 = × 100% =12.50%
2.9906
Iteración 1: −2.4996−−2.7945
𝑥1 = 2.6167 𝑥2 = −2.7945 𝑥3 = 7.0056 ε𝑜,2 = × 100% =11.80%
−2.4996
7.0003−7.0056
Iteración 2: ε𝑜,3 = × 100% = 0.08%
7.0003
En resumen:
3
7.0000−7.0003
ε𝑜,3 = × 100% = 0.00% x2 nuevo =
7.0000
−10.3 − 0.1 ∙ 𝑥1
𝑣𝑖𝑒𝑗𝑜
+ 0.3 ∙ 𝑥3
𝑣𝑖𝑒𝑗𝑜 -2.7945 -2.4996 -2.5
7
Por ahora nos detendremos acá, pues hay x3 nuevo =
un error menor a 0.5%. 71.4 − 0.3 ∙ 𝑥1
𝑣𝑖𝑒𝑗𝑜
+ 0.2 ∙ 𝑥2
𝑣𝑖𝑒𝑗𝑜
7.0056 7.0003 7
10
−19.3 − 0.1 ∙ (2.8784) + 0.3 ∙ (0) 71.4 − 0.3 ∙ (3.0416) + 0.2 ∙ (−2.4103)
𝑥2𝐺𝑆 = = −2.7983 𝑥3𝐺𝑆 = = 7.0005
7 10
𝑥3𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ (7.0005) + 1 − 1.1 ∙ 7.6913 = 6.9314
𝑥2𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ −2.7983 + 1 − 1.1 ∙ 0 = −3. O781
Paso 3: Calcular error
71.4 − 0.3 ∙ (2.8784) + 0.2 ∙ (−3.0781)
𝑥3𝐺𝑆 = = 6.9921
10 𝑣𝑖𝑒𝑗𝑜
𝑥𝑖𝑛𝑢𝑒𝑣𝑜 − 𝑥𝑖
𝑥3𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ (6.9921) + 1 − 1.1 ∙ 0 = 7.6913 ε𝑜,𝑖 = × 100%
𝑥𝑖𝑛𝑢𝑒𝑣𝑜
Iteración 2: 3.0416−2.8784
ε𝑜,1 = × 100% = 5.37%
3.0416
7.85 + 0.1 ∙ −3.0781 + 0.2 ∙ 7.6913
𝑥1𝐺𝑆 = = 3.0268
3 ε𝑜,2 =
−2.4103−−3.0781
× 100% = 27.71%
𝑥1𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ 3.0268 + 1 − 1.1 ∙ 2.8784 = 3.0416 −2.4103
Iteración 3: ε𝑜,3 =
7.0068−6.9314
× 100% = 1.08%
7.0068
7.85 + 0.1 ∙ −2.4103 + 0.2 ∙ 6.9314 Iteracion 1 Iteracion 2 Iteracion 3 Iteracion 4 Iteracion 5
𝑥1𝐺𝑆 = = 2.9984 0 2.8784 3.0416 2.9941 3.0006
3 x1 viejo
x2 viejo 0 -3.0781 -2.4103 -2.5122 -2.4985
𝑥1𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ 2.9984 + 1 − 1.1 ∙ 3.0416 = 2.9941 x3 viejo 0 7.6913 6.9314 7.0068 6.9993
𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
x1 GS 7.85 + 0.1 ∙ 𝑥2 + 0.2 ∙ 𝑥3
2.6167 3.0268 2.9984 3 3
𝐺𝑆
−19.3 − 0.1 ∙ (2.9941) + 0.3 ∙ (6.9314) 3
𝑥2 = = −2.5029 x2 GS −19.3 − 0.1 ∙ 𝑥1 𝑣𝑖𝑒𝑗𝑜
+ 0.3 ∙ 𝑥3
𝑣𝑖𝑒𝑗𝑜
7 7
-2.7983 -2.471 -2.5029 -2.4997 -2.5
𝑥2𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ −2.5029 + 1 − 1.1 ∙ −2.4103 = −2.5122 x3 GS 71.4 − 0.3 ∙ 𝑥 𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
1 + 0.2 ∙ 𝑥 2 6.9921 7.0005 6.9999 7 7
10
x1 nuevo 2.8784 3.0416 2.9941 3.0006 2.9999
𝐺𝑆
71.4 − 0.3 ∙ (2.9941) + 0.2 ∙ (−2.5122) x2 nuevo -3.0781 -2.4103 -2.5122 -2.4985 -2.5002
𝑥3 = = 6.9999 7.6913 6.9314 7.0068 6.9993 7.0001
10 x3 nuevo
Error x1 5.37% 1.59% 0.22% 0.02%
𝑥3𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ (6.9999) + 1 − 1.1 ∙ 6.9314 = 7.0068 Error x2 27.71% 4.06% 0.55% 0.07%
Error x3 10.96% 1.08% 0.11% 0.01%
2.9941−3.0416
ε𝑜,1 = × 100% = 1.59%
2.9941
−2.5122−−2.4103
ε𝑜,2 = × 100% = 4.06%
−2.5122
En resumen
PASOS:
1. Despejar incógnitas del sistema
2. Suponer valores iniciales
3. Iterar, reemplazar valores de (2) en (1).
4. 𝑥𝑖𝑛𝑢𝑒𝑣𝑜 = 𝜆 ∙ 𝑥𝑖𝐺𝑆 + 1 − 𝜆 ∙ 𝑥𝑖−1
5. Error
0≤𝜆≤2
Si 𝜆 = 1 1 − 𝜆 = 0, por lo tanto 𝑥𝑖𝑛𝑢𝑒𝑣𝑜 = 𝑥𝑖
Si 0 ≤ 𝜆 < 1 Subrelajación
Si 1 < 𝜆 ≤ 2 Sobrerrelajación