Tema1 Transparencias CNE

T EMA 1.
I NTRODUCCIÓN AL ÁLGEBRA LINEAL NUMÉRICA
Carmen Calzada
C ÁLCULO N UMÉRICO Y E STADÍSTICA
Grado de Química – Primer curso
logo2
Tema 1 Álgebra lineal numérica 1o Química - CNE 1/36

Contenido
1 Introducción
2 Métodos directos
Método de eliminación de Gauss
Factorización LU
3 Resolución de sistemas con Matlab
logo2

Introducción
Contenido
1 Introducción
2 Métodos directos
Factorización LU
logo2

Introducción
Introducción
Muchos problemas químicos vienen descritos por sistemas de

ecuaciones lineales: problemas de mezclas, de espectrometría, de
ajuste de datos experimentales . . .
Sistema de ecuaciones lineales



 a11 x1 + a12 x2 + . . . + a1n xn = b1
 a21 x1 + a22 x2 + . . . + a2n xn = b2

.. .. ..


 . . .
an1 x1 + an2 x2 + . . . + ann xn = bn

Éste es un sistema de n ecuaciones con n incógnitas x1 , x2 , . . . , xn .

Los elementos aij y bi se supone que son números reales fijados.
logo2

Introducción
Introducción
Forma matricial
El sistema anterior puede escribirse en forma matricial:
a11 a12 ... a1n x1 b1

    
 a21 a22 ... a2n   x2   b2 
. =
    
 . . .. .  . 
 .. .
. . . 
.
.  
.
. 
.
an1 an2 ... ann xn bn
a11 a12 ... a1n x1 b1

     
 a21 a22 ... a2n   x2   b2 
o bien Ax = b, siendo A= . . , x =  . , b = 
     
. .. . 
 .. .
. . . 
.  . 
.  . 
.
logo2

Introducción
Introducción
Caso práctico (espectrofotometría)
Determinar la concentración molar de una mezcla de 5 componentes en solución a partir de los siguientes
datos espectrofotométricos:
Longitud Absortividad molar de la componente Absorbancia

de onda 1 2 3 4 5 total
1 100 10 2 1 0.5 0.1135
2 12 120 10 5 0.9 0.2218
3 30 30 90 10 2 0.2700
4 1 4 18 140 24 0.2992
5 2 4 8 16 120 0.1350
Según la ley de Beer, a una longitud de onda λi y siendo el espesor de la muestra igual a 1:
5
(Atotal )i = ∑ εij cj
j=1
(Atotal )i : es la absorbancia total observada a una longitud de onda λi .

εij : es la absortividad molar de la componente j a a una longitud de onda λi .
cj : es la concentración molar de la componente j en la mezcla (incógnitas).
logo2

Introducción
Introducción
Caso práctico (espectrofotometría)

Hemos de resolver, por tanto el sistema lineal:
100 10 2 1 0.5 c1 0.1135

    
 12 120 10 5 0.9   c2   0.2218 
 30 30 90 10 2   c3  =  0.2700 
    
 1 4 18 140 24  c   0.2992 
4
2 4 8 16 120 c5 0.1350
logo2

Introducción
Teorema de Rouché-Frobenius
Dado un sistema lineal de la forma Ax = b , donde A es una matriz cuadrada
de dimensión n × n, se cumple que:
Si rg(A) 6= rg(A|b) , el sistema es incompatible.

Si rg(A) = rg(A|b) < n, el sistema es compatible indeterminado.
Si rg(A) = rg(A|b) = n (det(A) 6= 0 ), el sistema es compatible determinado.
logo2

Introducción
Resolución de sistemas compatibles determinados
a11 x1 + a12 x2 + . . . + a1n xn =


b1 
a21 x1 + a22 x2 + . . . + a2n xn =

b2 

. . . det(A) 6= 0 ⇒ ∃ A−1
. . .
. . . 



an1 x1 + an2 x2 + . . . + ann xn = bn
x = A−1 b
logo2

Introducción
Introducción
Resolución de sistemas compatibles determinados
Cálculo de la inversa
A−1 = adj(AT )/ det(A) x = A−1 b
Regla de Cramer
a11 ... a1,i−1 b1 a1,i+1 ... a1n

. . . . .
. . . . .
. . . . .
an1 ... an,i−1 bn an,i+1 ... ann
xi = i = 1, 2, . . . , n
|A|
logo2

Introducción
Introducción
Número de operaciones Regla de Cramer

(n + 1)n!n multiplicaciones 
(n + 1)(n! − 1) sumas ⇒ operaciones totales (n + 1)2 n! − 1
n divisiones

Número de operaciones cálculo de la inversa
n!(n2 + n + 1) + 3n2 − n operaciones totales
tiempo para una multiplicación ≈ cuatro veces el de una suma o una

resta,
tiempo para una división ≈ diez veces el de una suma o una resta,
pero consideraremos que todas tardan lo mismo.
logo2

Introducción
Introducción
Tiempo de cálculo de un ordenador que realiza (109 /3) flops (operaciones

por segundo)
Cramer (n = 20)
Número de operaciones ≡ 10.729.097.856.059 × 108

Tiempo de cálculo ≡ 3.218.729.360.036 sg = 1020 siglos!!!
Cramer (n = 100)

Tiempo de cálculo ≡ 10143 siglos!!!
Inversa (n = 20)

Tiempo de cálculo ≡ 975 siglos!!! ( 45 menos que Cramer. . . )
logo2

Introducción
Introducción
Además, el inconveniente mayor que plantea un método con muchas

operaciones, no es ya el tiempo de cálculo, sino la acumulación de los
errores de redondeo.
Por ello, la fórmula de Cramer o el cálculo de la inversa, sólo es
razonable usarlos cuando n < 5.
Para sistemas de mayor talla, es necesario recurrir a otros métodos.
logo2

Introducción
Introducción
Métodos de resolución numérica

Existen dos familias de métodos de resolución alternativos:
Métodos directos que dan la solución en un número finito de pasos.
Métodos iterativos que requieren (en principio) un número infinito de
pasos.
En este tema veremos sólo algunos métodos directos.
Antes veremos qué sistemas de ecuaciones son fáciles de resolver.
logo2

Introducción
Sistemas fáciles de resolver
Sistema diagonal
a11 0 ... 0 x1 b1
    
 0 a22 ... 0  x2   b2 
. =
    
. . .. . . 
. . . .   . 
 
 . . . .  . .
0 0 ... ann xn bn
bi
xi = , i = 1, 2, . . . , n
aii
logo2

Introducción
Sistema triangular inferior
a11 0 ... 0 x1 b1
    
 a21 a22 ... 0   x2   b2 
= .
    
 . . .. .  .
 .. . .   ..   ..

. . . 
Técnica de descenso
b1
x1 =
a11
!
1 i−1
xi = bi − ∑ (aij ∗ xj ) i = 2, . . . , n
aii j=1
logo2

Introducción
Sistema triangular superior
a11 a12 ... a1n x1 b1

    
 0 a22 ... a2n   x2   b2 
. = . .
    
. . .. . 
. . .  .   . 

 . . . . . .
0 0 ... ann xn bn
Técnica de remontada
bn
xn =
ann
!
1 n
xi = bi − ∑ (aij ∗ xj ) i = n − 1, . . . , 1
aii j=i+1
logo2

Métodos directos
Contenido
1 Introducción
2 Métodos directos
Factorización LU
logo2

Métodos directos
Métodos directos
Se denomina método directo de resolución a todo aquel que permite

obtener la solución exacta, salvo errores de redondeo, mediante un
número finito de operaciones elementales. Dicho número será función
de la dimensión del sistema.
En general, los métodos directos se basan en transformar el sistema a
resolver, en otro equivalente (con las mismas soluciones) en el cual la
matriz sea triangular superior (o inferior).
Ejemplos: eliminación de Gauss y Gauss-Jordan, factorización LU,
factorización de Cholesky.
Se usan para sistemas
Cortos n ≤ 300
Llenos es decir, cuya matriz tenga pocos ceros.
logo2

Métodos directos Método de eliminación de Gauss
El método de eliminación de Gauss, consiste en efectuar las

transformaciones necesarias, hasta conseguir un sistema equivalente
triangular de la forma:
a∗11 a∗12 ... a∗1n x1 b∗1

    
 0 a∗22 ... ∗
a2n   x2   ∗
b2 
. =
    
 . . .. .  . 
 .. .
. . . 
.
.  
.
. 
.
0 0 ... a∗nn xn b∗n
Esto se hace:
Multiplicando una fila por una constante.
Sumando una ecuación con el múltiplo de otra.
Intercambiando ecuaciones.
Una vez conseguido este sistema triangular equivalente se aplica la
técnica de remontada para obtener sus soluciones.
logo2

Ejemplo
    
1 −2 3 x1 1
 4 0 6   x2  =  −2 
2 −1 3 x3 −1
 . 
1 −2 3 .. 1
 . 
 4 0 6 .. −2 
 
.
2 −1 3 .. −1
logo2

Ejemplo
 .. 
1 −2 3 . 1
 .. 
F2 = F2 − 4F1 → 
 0 8 −6 . −6 

F3 = F3 − 2F1 → ..
0 3 −3 . −3
 .. 
1 −2 3 . 1
 .. 
→ 
 0 8 −6 . −6 

F3 = F3 − (3/8)F2 → ..
0 0 −0.75 . −0.75
logo2

Ejemplo
−0.75
x3 = =1
−0.75
1 1
x2 = (−6 + 6x3 ) = (−6 + 6) = 0
8 8
x1 = 1 + 2x2 − 3x3 = 1 − 3 = −2
logo2

Número de operaciones
Para resolver completamente un sistema utilizando el método de
eliminación de Gauss han de realizarse del orden de
2 3
n operaciones
3
Resolución por Gauss (n = 60)
Número de operaciones ≡ 144.000

Tiempo de cálculo (106 flops) ≡ menos de 1 sg!!!
Para valores de n suficientemente elevados (n > 300) el número de

operaciones puede ser ya excesivo, lo cual se traduce en mucho tiempo
de cálculo y, lo que es más importante errores de redondeo. Por ello, en
estos casos es conveniente utilizar métodos iterativos.
logo2

Métodos directos Factorización LU
Métodos directos
Factorización LU
Otro método directo de resolución es la denominada factorización LU.
Consiste en descomponer la matriz A como producto de dos matrices,
A=L U
L una matriz triangular inferior y,

U una matriz triangular superior.
Si L se escoge para que tenga unos en la diagonal, esta factorización

es única.
logo2

Métodos directos
Factorización LU
1 0 ... 0 u11 u12 ... u1n

   
 `21 1 ... 0   0 u22 ... u2n 
L= . U=
   
. .. .  . . .. . 
 .. .
. . . 
.  .
.
.
. . . 
.
`n1 `n2 ... 1 0 0 ... unn
logo2

Métodos directos
Factorización LU
Si A es una matriz no singular no siempre admite directamente
factorización LU.
Teorema
Una condición necesaria y suficiente para que A admita la factorización LU es
que
a11 ... a1r

 
 . .. .
det(Ar ) = det  .. .  6= 0

. .
ar1 ... arr
para r = 1, . . . , n.
logo2

Métodos directos
Factorización LU
La matriz
 
4 −2 1
A =  20 −7 12 
−8 13 17
verifica las condiciones del teorema, ya que:

4 −2
A1 = 4 , A2 = , A3 = A
20 −7
det(A1 ) = 4 6= 0 , det(A2 ) = 12 6= 0 , det(A3 ) = −24 6= 0
logo2

Métodos directos
Factorización LU
La factorización LU nos indica otro posible método para resolver un
sistema de ecuaciones.

Ly = b Triangular inferior (descenso)
Ax = b ⇒ LUx = b
Ux = y Triangular superior (remontada)
El número de operaciones para resolver un sistema por este método es

ligeramente superior al de Gauss.
Este método puede ser ventajoso frente al de Gauss si se han de
resolver varios sistemas con la misma matriz y segundos miembros
diferentes.
En este caso la factorización se realiza una vez y luego sólo hay que
resolver dos familias de sistemas triangulares.
logo2

Métodos directos
Ejemplo de factorización LU
La matriz
 
4 −2 1
A =  20 −7 12 
−8 13 17
Puede descomponerse en la forma

  
1 0 0 4 −2 1
A =  5 1 0  0 3 7  = LU
−2 3 1 0 0 −2
logo2

Resolución de sistemas con Matlab
Contenido
1 Introducción
2 Métodos directos
Factorización LU
logo2

La factorización LU es la base de varios mandatos M ATLAB.

inv calcula la inversa de una matriz.
\ permite resolver sistemas lineales de matriz A y segundo miembro b
escribiendo simplemente A\b.
det calcula el determinante de una matriz.
logo2

Ejemplo cálculo de la inversa
Calculamos la inversa de
 
1 −2 3
A= 4 0 6 
2 −1 3
>> A=[1 -2 3;4 0 6;2 -1 3];

>> Ainv=inv(A)
Ainv =
-1.0000 -0.5000 2.0000
0 0.5000 -1.0000
0.6667 0.5000 -1.3333
logo2

Ejemplo resolución de un sistema (1)
Resolvamos el sistema
    
1 −2 3 x1 1
 4 0 6   x2  =  −2 
2 −1 3 x3 −1
>> A=[1 -2 3;4 0 6;2 -1 3];

>> b=[1 -2 -1]’;
>> x=A\b
x =
-2
0
1
logo2

Ejemplo resolución de un sistema (2)
Resolvamos el mismo sistema

    
1 −2 3 x1 1
 4 0 6   x2  =  −2 
2 −1 3 x3 −1
calculando previamente la inversa de la matriz.
>> A=[1 -2 3;4 0 6;2 -1 3];

>> b=[1 -2 -1]’;
>> Ainv=inv(A);
>> x=Ainv*b
x =
-2
0
1
logo2

Resumen
No de No de
Método Aplicabilidad Comentarios
ecuaciones operaciones
Regla de Errores de
4 (n + 1)2 n! − 1 Limitada
Cramer redondeo
Errores de
Cálculo de A−1 4 n!(n2 + n + 1) + 3n2 − n Limitada
redondeo
Errores de
300 General
2 3 redondeo
Gauss Sistemas n Técnica
3 Cálculo del
llenos del pivote
determinante
Útil para resolver

Factorización Limitada
300 > n3 muchos sistemas
LU det Ar 6= 0
con igual matriz
logo2

Tema1 Transparencias CNE

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

Tema1 Transparencias CNE

Cargado por

Copyright:

Formatos disponibles

T EMA 1.

I NTRODUCCIÓN AL ÁLGEBRA LINEAL NUMÉRICA

C ÁLCULO N UMÉRICO Y E STADÍSTICA

Grado de Química – Primer curso

Tema 1 Álgebra lineal numérica 1o Química - CNE 1/36

3 Resolución de sistemas con Matlab

Tema 1 Álgebra lineal numérica 1o Química - CNE 2/36

3 Resolución de sistemas con Matlab

Tema 1 Álgebra lineal numérica 1o Química - CNE 3/36

Muchos problemas químicos vienen descritos por sistemas de

Sistema de ecuaciones lineales

Éste es un sistema de n ecuaciones con n incógnitas x1 , x2 , . . . , xn .

Tema 1 Álgebra lineal numérica 1o Química - CNE 4/36

a11 a12 ... a1n x1 b1

a11 a12 ... a1n x1 b1

Tema 1 Álgebra lineal numérica 1o Química - CNE 5/36

Longitud Absortividad molar de la componente Absorbancia

(Atotal )i : es la absorbancia total observada a una longitud de onda λi .

Tema 1 Álgebra lineal numérica 1o Química - CNE 6/36

Caso práctico (espectrofotometría)

100 10 2 1 0.5 c1 0.1135

Tema 1 Álgebra lineal numérica 1o Química - CNE 7/36

Si rg(A) 6= rg(A|b) , el sistema es incompatible.

Tema 1 Álgebra lineal numérica 1o Química - CNE 8/36

Resolución de sistemas compatibles determinados

a11 x1 + a12 x2 + . . . + a1n xn =

Tema 1 Álgebra lineal numérica 1o Química - CNE 9/36

Resolución de sistemas compatibles determinados

A−1 = adj(AT )/ det(A) x = A−1 b

a11 ... a1,i−1 b1 a1,i+1 ... a1n

Tema 1 Álgebra lineal numérica 1o Química - CNE 10/36

Número de operaciones Regla de Cramer

Número de operaciones cálculo de la inversa

n!(n2 + n + 1) + 3n2 − n operaciones totales

tiempo para una multiplicación ≈ cuatro veces el de una suma o una

Tema 1 Álgebra lineal numérica 1o Química - CNE 11/36

Tiempo de cálculo de un ordenador que realiza (109 /3) flops (operaciones

Número de operaciones ≡ 10.729.097.856.059 × 108

Número de operaciones ≡ 952.020.723.743.674 × 1047

Número de operaciones ≡ 102.425.174.544.237 × 107

Tema 1 Álgebra lineal numérica 1o Química - CNE 12/36

Además, el inconveniente mayor que plantea un método con muchas

Tema 1 Álgebra lineal numérica 1o Química - CNE 13/36

Métodos de resolución numérica

Tema 1 Álgebra lineal numérica 1o Química - CNE 14/36

Sistemas fáciles de resolver

Tema 1 Álgebra lineal numérica 1o Química - CNE 15/36

Sistemas fáciles de resolver

Sistema triangular inferior

Tema 1 Álgebra lineal numérica 1o Química - CNE 16/36

Sistemas fáciles de resolver

Sistema triangular superior

a11 a12 ... a1n x1 b1

Tema 1 Álgebra lineal numérica 1o Química - CNE 17/36

3 Resolución de sistemas con Matlab

Tema 1 Álgebra lineal numérica 1o Química - CNE 18/36

Se denomina método directo de resolución a todo aquel que permite

Tema 1 Álgebra lineal numérica 1o Química - CNE 19/36

Método de eliminación de Gauss

El método de eliminación de Gauss, consiste en efectuar las

a∗11 a∗12 ... a∗1n x1 b∗1

Tema 1 Álgebra lineal numérica 1o Química - CNE 20/36

Método de eliminación de Gauss