Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEFINICIONES
REPRESENTACION EN FORMA MATRICIAL
RANGO DE UNA MATRIZ
ó A= [c1, c2, …, c3]
El rango de una matriz es el número máximo de
vectores fila ó vectores columna linealmente
independientes (rango (A)).
En matlab: rank (A).
Sea Anxn, si rango (A) = n entonces lo n vectores fila (ó
columna) son linealmente independientes la matriz
es no singular, por lo tanto tiene inversa.
Existencia y Unicidad de Soluciones
Para el sistema Ax = b. Au = matriz aumentada.
Si rango(A) ≠rango(Au) sistema inconsistente no
existe solución.
Si rango(A) =rango(Au) sistema consistente.
Si rango(A) = n sistema tiene solución única.
Si rango(A) < n sistema tiene infinitas soluciones.
METODOS DE RESOLUCION
1. METODOS DIRECTOS
INVERSA DE MATRIZ
GAUSS
GAUSS CON PIVOTEO
FACTORIZACION LU
2. METODOS ITERATIVOS
- JACOBI
- GAUSS-SEIDEL
- SOBRERELAJACION (SOR)
METODO DE LA MATRIZ INVERSA
Para resolver un sistema de
ecuaciones lineales:
A X = B X = A-1 * B
x1 + x2 + 2x3 = 1
2x1 + x2 + 5x3 = 2
x1 + x2+ x3 = 3
>> A=[1 1 2; 2 1 5; 1 1 1]
A=
1 1 2
2 1 5
1 1 1
>> B=[1 2 3]
B=
1 2 3
>> B = B'
B=
1
2
3
2x + 3y + z = 1
3x – 2y – 4z = -3
5x – y – z = 4
Z=2
Y + 11/13 z = 9/13 y + 11/13*(2) =9/13 y = -1
X + 3/2 y + ½ z = ½ x + 3/2 * (-1) + ½ * (2) = 1 x = 1
MÉTODO DE GAUSS
1
2
function X = GAUSS(A,B)
%--------------------------------------------------------------------------
3 x1 - 0.1 x2 - 0.2 x3 = 7.85
% Este programa resuelve un sistema lineal AX=B, usando la técnica de
% Eliminación Gaussiana sin tomar en cuenta el pivoteo. 0.1 x1 + 7 x2 - 0.3 x3 = -19.3
%-------------------------------------------------------------------------- 0.3 x1 - 0.2 x2 + 10 x3 = 71.3
% ENTRADAS
% A : Matriz nxn
% B : Vector nx1
% SALIDAS >> A = [3 -0.1 -0.2; 0.1 7 -0.3; 0.3 -0.2 10]
% X : Vector solución A=
%------------------------------------------------------------- 3.0000 -0.1000 -0.2000
[n n] = size(A); 0.1000 7.0000 -0.3000
%A = [A,B']; 0.3000 -0.2000 10.0000
X = zeros(n,1);
>> B= [7.85 -19.3 71.3]
for k = 1:n-1;
for i = k+1:n;
B=
7.8500 -19.3000 71.3000
if A(i,i)==0, break, end >> B =B'
factor = A(i,k)/A(k,k); B=
for j=k+1:n; 7.8500
A(i,j) = A(i,j) - factor*A(k,j); -19.3000
end
71.3000
B(i)=B(i)-factor*B(k);
end
>> X = GAUSS (A, B)
end X=
X(n)=B(n)/A(n,n); 2.9993
for i=n-1:-1:1; -2.5004
Suma = B(i); 6.9900
for j=i+1: n; >> EC1=3*X(1)-0.1*X(2) -0.2*X(3)
Suma = Suma - A(i,j)*X(j); EC1 =
end
X(i)=Suma/A(i,i);
7.8500
end
ARCHIVO: GAUSS.m
SISTEMAS MAL ACONDICIONADOS
Una forma con la cual un sistema de ecuaciones puede estar mal
condicionado es cuando dos o más de las ecuaciones son casi
idénticas. Obviamente aún es peor cuando las dos son idénticas. En
tales casos, se pierde un grado de libertad y se daría un caso imposible
de n – 1 ecuaciones con n incógnitas. Tales casos podrían no ser
obvios, en particular cuando se enfrenta con grandes sistemas de
ecuaciones. En consecuencia, sería útil tener una forma de detectar la
singularidad de manera automática.
667
00 %
= 0.0003
98
/0.0003
0 = 0.01 %
PIVOTEO PARCIAL: Los renglones se pueden intercambiar de
manera que el elemento más grande sea el elemento pivote.
big = elemento pivote actual
P = su número de renglón