Dr.

Luis Paihua

En la fabricacin de tres tipos de automviles. Se

requieren tres clases de materiales (metal, plstico y
caucho). Para producir cada automvil se necesita
(en kg):

Auto

Metal

1
2
3

1500
1700
1900

Plstico
25
33
42

Caucho
100
120
160

Si disponemos de 106, 2.17, 8.2 toneladas

respectivamente de cada material, cuntos
automviles se pueden producir?
Dr. Luis Paihua

Al interpretar las condiciones dadas, si

llamamos x=(x1 , x2 , x3 ) las cantidades de
automviles de cada tipo que se producen, se
obtiene el siguiente sistema de ecuaciones
lineales:

106
1500 1700 1900

25

2
.
17
33
42
x

8.2
100 120 160
Dr. Luis Paihua

TIPOS DE MTODOS para resolver un S.E.L.

DIRECTOS

ITERATIVOS

Se obtiene la solucin
exacta (si no se realizan
redondeos) en un
nmero finito de pasos
Se genera una sucesin
de soluciones aproximadas que converge hacia
la solucin del sistema
Dr. Luis Paihua

NORMA MATRICIAL

A: E F
A EF

Ax F

Sup
x
x0
E
Dr. Luis Paihua

A EF Sup Ax F

x E 1

Cuando E=F es comn tomar la misma norma,

en el dominio como en el rango de A.
Notaciones:

A 2 A 2, 2

A 1 A 1,1

A A ,
Dr. Luis Paihua

Norma del valor absoluto:

A1

Max
j 1,..., n

i 1

i, j

Norma infinita:

A Max
i 1,..., n

Dr. Luis Paihua

a
j 1

i, j
7

Norma Espectral:

( A) Max
v. p. de A

Norma Euclidiana:

A 2 ( A A)
t

Dr. Luis Paihua

NMERO DE CONDICIN
DE UNA MATRIZ A

Cond

(A)

e x x , r b Ax
r
e
r
1

Cond ( A )
Cond ( A ) b
x
b
Dr. Luis Paihua

1500 1700 1900

A 25
33
42
100 120 160

3 /1625 22/ 65 87/1300

5 /13 31/ 260
A1 1/ 650
3 /1300 1/13
7 /130

v. p. 1658 .534871 , 32 .01697624 , 2 .448152323

Cond ( A ) 677 . 5
Solucin exacta: 10 , 20 , 30

Dr. Luis Paihua

10

SISTEMA TRIANGULAR
0
0 x1 b1
INFERIOR a11
a

0
..
0
a
x
b
21
22
2

a n1 a n 2 a nn x n bn
b
x1 1

a 11

(bi
xi

i 1

j 1

a ij x j )
i 2, n

a ii
Dr. Luis Paihua

11

SISTEMA TRIANGULAR

a
a
a

b1
11
12
1 n x1
SUPERIOR
0 a

a
b
x
n
22
2
2

2

0

0 .. 0 a nn x n bn
0
xn

bn

a nn

(bi
xi

a ij x j )

j i 1

i n 1, 1

a ii
Dr. Luis Paihua

12

FACTORIZACIN LR
Sea A una matriz de orden n, la submatriz que se forma
tomando las primera k filas y columna de A se denotar
por Ak,k . Llamamos MENORES PRINCIPALES de A,
al determinante de la matriz Ak,k k=1, 2, ...,n

Si una matriz A tiene todos sus menores

principales distintos de cero entonces
existe una matriz L triangular inferior y
una matriz R triangular superior que
verifica: A=LR
Dr. Luis Paihua

13

Una matriz A se dice que es diagonal dominante si

verifica la siguiente condicin:

aii aij

, i 1, , n

j i

Toda matriz diagonal dominante es no

singular y tiene una factorizacin LR

Dr. Luis Paihua

14

Notacin:

Ai

fila i de A

A j

columna

j de A

El procedimiento consiste en aplicar

secuencialmente el par de operaciones matriciales

Lk R Ak para hallar Rk

LRk Ak para hallar Lk

Dr. Luis Paihua

15

Valores iniciales:

lii 1 i 1,, n

j 1,, n
r1 j a1 j

li1 ai1 r11 i 2,, n

Dr. Luis Paihua

16

k 2,..., n

rkj akj lkp rpj

p 1

k 1

a
l
r

ik
ip
pn

p 1
lik

rkk
k 1

Dr. Luis Paihua

j k ,..., n

i k 1,.., n
17

Halle la descomposicin LR de la matriz y resolver Ax=b

A
2
6

1 3

1 8 6
10 5 7

6 11 13
2

Dr. Luis Paihua

b
41
9

18

FACTORIZACIN QR
Q1

j 2, , n

A1
A1
j 1

b j A j Q k rkj

bj
Q j
bj

k 1

Dr. Luis Paihua

, rkj Q A j
t
k

19

Halle la descomposicin QR y resolver Ax=b

A
1
1

2 7

1 6 5
1 0 3

5 8 7

Dr. Luis Paihua

9

1

b
11
15

20

ELIMINACIN SIMPLE DE GAUSS

Aplicacin ordenada de las operaciones elementales
entre las filas de la matriz aumentada, con el objetivo
de escalonar dicha matriz. Las operaciones que pueden
realizarse son: intercambiar dos filas, sumar a una fila
un mltiplo de otra fila.
En el sistema Ax=b sea la matriz aumentada:

Ab ai , j

i 1,.., n
j 1,.., n 1
Dr. Luis Paihua

ai ,n 1 bi
21

Paso 0: u=1 (ida)

Paso 1 : Llamamos a la fila u, fila pivote fu y pivote
P=au,u (al elemento de la fila u que se encuentra en la
diagonal de la matriz A ( la modificada en los pasos) .
Paso 2: Si P=0 buscar el 1er elemento diferente de cero
que est en la columna u y debajo P, sea t dicha fila
luego se intercambia la fila u con la fila t, y se prosigue
con el paso 3.
Paso 3: Se eliminan los elementos que se encuentran
debajo del pivote P, mediante las operaciones
elementales, el algoritmo es:
Dr. Luis Paihua

22

fk fk

a k ,t a k ,t

a k ,u
P

a k ,u
P

fu

a u ,t

k u 1,..., n

t u ,..., n 1
k u 1,..., n

Paso 4: incrementar u en una unidad, si es menor a n

continuar con paso 1, si es n se termin con la fase de
escalonar, el sistema triangular se resuelve con el
algoritmo siguiente (regreso):
Dr. Luis Paihua

23

xn

xi

a n ,n 1

i n 1,..., 1

a n ,n
a i ,n 1

t i 1

a i ,t x t

a i ,i
Dr. Luis Paihua

24

Resolver Ax=b siendo:

A
2
6

1 8 6
10 5 7

6 11 13
1 3

Dr. Luis Paihua

b
41
9

25

ITERACIN LINEAL

( k 1)

MX

(k )

La sucesin de vectores X(k) converge sii (M)<1

Converge a la solucin del sistema (I-M)X=C

Dr. Luis Paihua

26

REFINAMIENTO ITERATIVO

de

Ax b
x
se tiene

(0)

k 1,

r
b Ax

se tiene
( 0)
( 0)
e
de Ae r
x( k ) x( k 1) e( k 1)

( k 1)

( k 1)

Dr. Luis Paihua

27

MTODO DE JACOBI

AX b
A2 A D

DX

( k 1 )

A2 X

(k )

Si A es diagonal dominante la sucesin converge

para cualquier X(0) vector inicial. Cada iteracin
es resolver un sistemaDr.diagonal.
Luis Paihua
28

(k )

( x ,, x )

( k 1 )
i

(k )
1

(k ) t
n

bi a ij x
j i

k 0,

(k )
j

a ii

Dr. Luis Paihua

, i 1, , n

29

Factor de convergencia de Jacobi

a2,1
M a2,2

an ,1
a
n,n

Sea la matriz M

Max i

a1,2

a1,1
0

an ,2

an ,n

a1,2

a1,1

a2,n
a2,2

Siendo:

i 1,..., n

i mi , j
j 1

Si <1, entonces el proceso iterativo de Jacobi converge

Dr. Luis Paihua

30

MTODO DE GAUSS - SEIDEL

AX b
A1 X

( k 1 )

A2

A
A2 X

A1
(k )

Si A es diagonal dominante la sucesin converge

para cualquier X(0) vector inicial. Cada iteracin
es resolver un sistema triangular inferior.
Dr. Luis Paihua

31

(k )

( x ,, x )
(k )
1

( k 1)
1

( k 1)
i

(k ) t
n

k 0,

(b1 a1 j x ) / a11
(k )
j

j 2

i 1

(bi aij x
j 1

( k 1)
j

a x

j i 1

ij

(k )
j

) / aii

i 2, , n 1

( k 1)
n

n 1

(bn anj x
j 1

Dr. Luis Paihua

( k 1)
j

) / ann
32

Factor de convergencia de Gauss-Seidel

Sean:

qi mi , j
j i

pi mi , j
j 1

Max i

qi
i
1 pi

(Cuando i >0)

i 1,..., n

Si <1 el proceso lineal de Gauss-Seidel converge

Dr. Luis Paihua

33

SOBRE RELAJACIN DE G-S

D
E

Ax b Ax b
Dx Ax Dx b

( D E ) x (1 ) D F x wb
Dr. Luis Paihua

34

k 0,
( k 1)
1

(1 ) x

(k )
1

xi( k 1) (1 ) xi( k )

a11

(b1 a1 j x )
j 2

i 1

(bi aij x (jk 1)

aii

j 1

(k )
j

(k )
a
x
ij j )

j i 1

i 2, , n 1

( k 1)
n

(1 ) x

(k )
n

ann

n 1

(bn anj x

Dr. Luis Paihua

j 1

( k 1)
j

)
35