Académique Documents
Professionnel Documents
Culture Documents
7
Facultad de Ingeniera de Minas, Geologa y Civil
Departamento acadmico de ingeniera de minas y civil
METODOS
NUMERICOS
Ingeniera Civil
1
a11
a
21
A ai1
...
am1
a12
...
...
a22
ai 2
...
...
aij
...
...
...
am 1n 1
am 2
...
...
a1n
a2 n
ain
...
amn
En nomenclatura matricial, a las matrices se les denota con una letra mayscula,
A=[A]=(aij), con i =1, 2, ..., m, j =1, 2, ..., n. Los subndices indican la posicin del
elemento dentro de la matriz, el primero denota la fila (i) y el segundo la columna
(j). El elemento a25, por ejemplo, es el elemento de la fila 2 y columna 5.
Dos matrices son iguales cuando tienen la misma dimensin y los elementos que
ocupan el mismo lugar en ambas son iguales.
Atendiendo a su forma, las matrices se clasifican en:
Matriz fila: Es una matriz que solo tiene una fila, m =1 y por tanto es de orden 1n.
A a11
a12
A 8 5 3 0 9 6
Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y por
tanto es de orden m 1.
a11
a
21
A ...
am 1,1
am1
1
4
A 5
0
8
a11
a
A 21
...
an1
a12
a22
...
an 2
... a1n
... a2 n
... ...
... ann
15
1
6 3
A
1 12
9
8
0 5
4 2
2 10
0 5
Los elementos aij con i = j, o sea aii forman la diagonal principal de la matriz
cuadrada.
A2 x 3
1 4 6
9
0
8
A3t x 2
1 9
4 0
6 8
5
2
5
6
A 4 8
11 6
2 12
2 1 12
1
2 7
4
10
A
1 4 9
7
12 10 7 9
4 11 2
8 6 12
0 9 10
9 14 19
10 17 7
A 0
0 0 0
A
0
0
0
0 0 0
A 0 0 0
0 0 0
3 0 0
A 0 7 0
0 0 11
aii aij
j 1
j i
8 3 4
A 0 7 2
5 2 11
1
0
A
0
0
1
0
0
0
0
1
0
0
0
0
3
0
A
0
0 0 0
3 0 0
0 3 0
0 0 3
Matriz triangular: Es una matriz cuadrada cuyos elementos que estn a un mismo
lado de la diagonal principal son cero. Pueden ser de dos tipos:
1 4 5 6
0 5 2 3
A
0 0 11 5
0 0 0 9
Triangular
inferior:
Si
los
elementos que estn por encima
de la diagonal principal son todos
nulos. Es decir, aij =0 j<i.
0
0
0
4
3 5 0
A
1 12 16 0
6
8
19
5
2 9
4 5
A
7 3
0 5
2 4 7 0
A
5
3
5
3 0 9
A 6 7 8
4 6 7
3 4
A B 6 0
4 5
4 5 1
B 0 3 3
5 6 4
0 5 9 1 7
7 3 8 3 6
6 6 7 4 9
5 10
10 5
12 3
3 0 9
A 6 7 8
4 6 7
5 3
B 5 6
5 4
5 0 5 9 15
5 7 5 8 30
5 6 5 7 20
45
35 40
30 35
0
El producto de la matriz A por el nmero real k se designa por kA. Al nmero real
k se le llama tambin escalar, y a este producto, producto de escalares por
matrices.
i 1,...m
k 1
j 1,...r
A2 x 3
2 4 0
8 6 3
B3x1 4
9
i 1,2
k 1
j 1
c11 2 3 4 4 0 9 22
2 4 0
8 6 3
3
4
9
2 4 0
8 6 3
3
4
9
c21 8 3 6 4 3 9 21
22
C21
21
0 5 5 6 0 0
0 0 0 0 0 0
7 0 0 0 7 0 0 0 0 0
0 0 1 0 0 0 9 4 0 0
3. En general (A+B)2 A2 + B2 +2AB,ya que AB BA.
4. En general (A+B)(AB) A2B2, ya que AB BA.
Hay varios mtodos para calcular la matriz inversa de una matriz dada:
directamente, usando determinantes o por Gauss-Jordan.
Directamente. Este mtodo utiliza la propiedad AA-1 = I, es decir, si tenemos
2 12
A
10
a b
A
c d
1
1 0
I2
0
1
2a
2
2a 12c 1 2b 12c 0 0
4
4a - 10c 0 4b - 10d 1
0 12
0 a 1
2 0
12 b 0
0 10 0 c 0
4 0 10 d 1
a 0.14706
b 0.17647
0.14706 0.17647
1
A
c 0.05882
0
.
05882
0
.
02941
d 0.02941
Los otros dos mtodos de inversin de matrices se expondrn posteriormente.
Capitulo V
Sistema de Ecuaciones
Algebraicas Lineales
25
INTRODUCCIN
Para la resolucin de los S.E.L. se utilizan dos tipos
de mtodos:
MTODOS DIRECTOS:
Son aquellos que obtienen la solucin exacta tras
un nmero finito de operaciones elementales salvo
errores de redondeo en los clculos.
MTODOS ITERATIVOS:
Van construyendo una sucesin de aproximaciones
a la solucin x hasta obtener una precisin
determinada o hasta completar un nmero
determinado de iteraciones.
26
INTRODUCCIN
Aspectos sobre la eficacia de los distintos algoritmos:
Rapidez:
Nmero de operaciones
Coste espacial:
Memoria de almacenamiento necesaria.
Facilidad de programacin.
Sensibilidad del algoritmo respecto a errores de
redondeo
Tipo de problemas a los que es aplicable
27
INTRODUCCIN
Pretendemos resolver un sistema de m ecuaciones
lineales con n incgnitas:
b
a2 ,2 xx22
a2 ,a
x
b
2,
n
n
2
n n
2
am ,1 x1 am ,2 x2 am ,n xn bm
am,1 x1 am ,2 x2 am,n xn bm
En forma matricial lo expresamos como:
Ax=b
donde A
mxn,
,b
m
28
Clasificacin de los
Sistemas de ecuaciones lineales
29
Teorema de Rouch-Frobenius
El sistema Amnx = b es compatible si y slo si
rango(A) = rango(A|b)
Un sistema compatible es determinado si
rango(A) = n
Un sistema compatible indeterminado tiene
n rango(A) variables libres
Solucin
xc = xp + ncleo(A)
30
las
32
rcond
det
33
34
35
36
37
38
Matrices
Es un arreglo rectangular de nmeros donde no slo
de valor de ste es importante, sino que tambin su
posicin
El tamao de una matriz se describe por la cantidad
de filas y columnas (n x m)
a11 a12
A a21 a22
a
31 a32
a13
a23
a33
39
Propiedades
Dos matrices del mismo tamao pueden sumarse o
restarse
A aij y B bij
C A B aij bij cij
La multiplicacin se define como sigue, cuando A
es n x m, y B es m x r. ABBA
i 1, 2,....n, j 1, 2,....r
k 1
40
Propiedades
Si una matriz se multiplica por un escalar el
resultado es una nueva matriz con cada elemento
multiplicado por ste
Una matriz con una sola columna se le denomina
vector columna (n x 1), si es una fila se habla de
vector regln (m x 1)
Al multiplicar una vector regln con un vector
columna se obtiene el producto interior
Al multiplicar una vector columna con un vector
regln se obtiene el producto exterior
La divisin para matrices no est definida, an
cuando analizaremos la inversa de una matriz
41
especiales, co
42
Determinante
El determinante de una matriz es un nmero
Para una matriz 2x2 se calcula restando el producto
de los elementos en la diagonal menor a la superior
a11 a12
A
det(A)=a11a22 a12 a21
a21 a22
Para una matriz mayor se aplica la regla de desarrollar
en trminos de los menores respecto a algn regln o
columna. El menor de cada trmino es la matriz de me
nor orden formada al eliminar el regln o columna en
cuestin. Se parte con signo positivo si la suma del
regln o columna es par y negativo en caso contrario,
de ah en adelante se alternan los signos
En el caso de una matriz triangular superior o inferior
su determinante es slo el producto de los elementos
de diagonal
44
Ejercicio
3 0 1 2
4 1 3 2
A
0 2 1 3
1 0 1 4
det( A) 146
4 0 0
det A 6 2 0 40
1 3 5
45
p A ( ) A I det( A I )
1 3
A
4
5
3
(1 )
p A ( ) A I det
4
(5
)
(1 )(5 ) 12 2 6 7
46
Matrices
Anm
a11 a12
a
21 a22
a31 a32
an1 an 2
a1m
a2 m
a3m
anm
Sum:
Matrices
Transpose:
Cmn AT nm
cij a ji
If
AT A
( A B)T AT BT
( AB ) B A
T
A is symmetric
47
Matrices
Product:
Cn p Anm Bm p
Identity Matrix:
1 0 0
0 1 0
I
IA
AI
0 0 1
48
Matrices
Determinant:
A must be square
a11a22 a21a12
det
a13
a22
a23 a11
a32
a33
a23
a33
a12
a21 a23
a31
a33
a13
a21 a22
a31
a32
49
Matrices
Inverse:
Ann A
A must be square
nn
1
nn
Ann I
a11 a12
1
a11a22 a21a12
21 a22
a22 a12
a
21 a11
50
ITERATIVOS
Ax =b
Mx = (MA)x + b
x = A\ b
Tamao moderado
Tamao grande
Producen llenado
Error de redondeo
Error de truncamiento
51
Convergencia y nmero de
operaciones
Coste (para matrices densas)
Directos: n3
Iterativos: k.n2
Convergencia
Criterio de parada:
iter < maxiter
(k +1)
(k)
p
tol; p 1,2,...,inf
52
53
54
Capitulo V
Mtodos Directos de Solucin
de Ecuaciones Lineales
55
CONTENIDO
x y 4
x y 2
56
1. INTRODUCCIN
,
1. INTRODUCCIN
,
Ejemplo:
1. x y 4
x y 2
CS{
x 3 ; y 1}
2x y z 4
x yz 6
2.
3x y 4
CS{ x 2 ; y 2 ; z 2 }
1. INTRODUCCIN
,
a12 x2
a13 x3
a1 j x j
a1n xn
b1
a 21 x1
a 22 x2
a 23 x3
a 2n xn
b2
a2 j x j
ai1 x1
ai 2 x 2
a i 3 x3
ain xn
bi
a m1 x1 a m 2 x2
a m3 x3
a ij IR mn ; bi IR m
m
i 1 j 1
a mj x j
a mn xn
(1)
bm
i 1,2,..., m j 1,2,..., n
n
aij x j bi
aij x j
aij x j bi ; i 1,2,..., m
j 1
59
1. INTRODUCCIN
,
ai1 ai 2
a m1 a m 2
a13
a 23
... a1 j
... a 2 j
a m3 ... a mj
... a1n x1 b1
... a 2n x2 b2
... ain xi bi
... a mn xm bm
( 2)
A aij
IR m n
m n
x x1 j
IR1 n
1 n
b bi1 m1 IR m1
60
CONTENIDO
Aa A b
ai1 ai 2
am1 am 2
a13
a 23
... a1 j
... a 2 j
ai 3
...
aij
a m3 ... a mj
b1
b2
aij bi
bi
... a mn bm
... a1n
... a2n
... ain
61
CONTENIDO
r ( A) r ( Aa) k n
entonces
62
CONTENIDO
Representacin
AX=B
Si r(A) r(Aa)
Inconsistente no
hay solucin
Si r(A) = r(Aa) = k,
Consistente existe
solucin
Si K = n la solucin
es nica
Si k< n;
infinitas
soluciones
63
CONTENIDO
Ejemplo:
4 x 8 y 12
5 x 10 y 20
4 8 1 2
r ( A) 1
A
5
10
0
0
4 8 12 1 2 3
r ( Aa) 2
5 10 20 0 0 5
CONTENIDO
Ejemplificacin:
3 x 5 y 14
2x y 5
3 5 1 5/ 3
r ( A) 2
A
2 1 0 13 / 3
3 5 14 1 5 / 3 14 / 3 1 5 / 3 14 / 3
r ( Aa) 2
Aa
2 1 5 0 13 / 3 13 / 3 0 1 1
65
4 x2
5 x3
20
6
x1 2
5
8
x2 2
4
20
x3 4
5
0 4 0 x2 8
0 0 5 x 20
x1
x2
x3
C .S { 2 , 2 , 4}
66
Observaciones:
1. La matriz de coeficientes es una matriz diagonal.
2. El conjunto solucin es obtenido dividiendo cada
elemento del vector independiente (insumos,
condiciones) por cada respectivo elemento de la
matriz diagonal.
3. Una matriz diagonal en general se representa de la
siguiente forma:
0
0 ...
0
a11
aij si i j
A aij
n n
0 si i j
a 22
0
a33 ...
0
0
0 a nn
0
...
67
0 a 22
0
0
0
0
0 x1 b1
0 ... 0 x2 b2
a33 ... 0 x3 b3
0
0 a nn xn bn
0
...
b
b
b
b1
b
; x 2 2 ; x 3 3 ;.... x i i ... x n n
a nn
a ii
a 33
a11
a 22
68
input
n , ( a ij ), ( b i )
for i 1 , 2 , , n do
x i b i / a ii
end
output
(xi )
69
x2
3 x1
2 x2
4 x3
6
4
15
2 0 0 x1 6
1 1 0 x2 4
3 2 4 x 15
3
70
Solucin:
x1
6
2
x2 4
x1 3
6
2
x2 1
C.S {3,1,2}
6
6
x3 15 3 2 4 x3 2
8
2
Observacin:
1. La matriz de coeficientes es una matriz triangular inferior.
2. El sistema se puede escribir de la siguiente manera
0
a11
a 21 a 22
a
a32
31
ai1 ai 2
a
n1 an 2
0
0
...
...
a33 ...
aii
a n3
0 x1 b1
0 x2 b2
0 x3 b3
xi bi
ann xn bn
71
a11
b1
b
a
2
21
b
a11
a22 x2 b2 a21 1 x2
x2 b2 a 21 x1 / a22
a22
a11
72
x3 , x4 , ..., xn
son obtenidos de
i 1
xi bi aij x j / aii
j 1
Seudocdigo
xi bi
aij x j / aii
j 1
end
output ( xi )
73
2 x2
4 x3
24
3x3
0 2 4 x2 24
0 0 3 x 6
3
Solucin
6
x3 2
3
x 2 24 4(2) / 2
x3
x2 8
x1 5 2 x 2 3x3 / 5 x1 27 / 5
74
Observacin:
1. La matriz de coeficientes es una matriz triangular
superior.
2. El sistema se puede escribir de la siguiente manera
a11 a12
0 a 22
0
0
0
0
0
0
a13
aii
a1n x1 b1
a2n x2 b2
a3n x3 b3
ain xi bi
ann xn bn
75
76
xn 2 , xn 3 , ..., x1
son obtenidos de
j
i
Seudocdigo
input n, (aij ), (bi )
for i n , n 1, n 2 ,,1 do
n
xi bi
aij x j / aii
j i 1
end
output ( xi )
77
a11x1 a12x2
a13x3
a'22x2
a'i2 x2
a1i xi
a'23x3 a'2i xi
a'i3x3 a'ii xi
a1n xn b1
a'2n xn b'2
a'inxn
b'i
En donde:
ai1
a1 j
a ij aij
a11
'
79
(3)
a12 x 2
a13 x3
a1i xi
a1n x n
b1
a ' 22 x 2
a ' 23 x3
a ' 2i xi
a '2n xn
b '2
a i 1ii xi
a i 1in x n
b i 1i
a n 1mn x n
b n 1 m
80
81
a 21 a 22
a
a32
31
a
i1 ai 2
a
n1 a n 2
a13
a 23
b1
b2
b3
ain bi
a nn bn
a n3
aii
82
Seudocdigo
input n, (a ij ), (bi )
for k 1,2,3,4,...n 1 do
for i k 1, k 2,..., n do
t a ik / a kk
a ik 0
for j k 1, k 2,..., n do
a ij a ij t a kj
bi bi t bk
end
end
end
output (a ij , b j )
83
Ejemplos:
Resolver el siguiente sistema usando eliminacin Gaussiana.
2 x1 x2 3 x3 1
x1 3 x2 2 x3 12
3 x1 x2 3 x3 0
1 3 2
3 1 3
12
0
84
0 7 / 2 1 / 2 23 / 2 0 7 / 2 1 / 2 23 / 2
0 1 / 2 3 / 2 3 / 2 0 0 11 / 7 22 / 7
x3 2
23 7
2
2 2
x2
x2 3
7
2
x1 1 (2)(3) 3 / 2 x1 1
85
ai1
a n1
O simplemente
a12
a13
... a1 j
a 22
a 23
... a 2 j
ai 2
ai 3
...
aij
an2
a n 3 ... a nj
... a1n x1 b1
... a 2 n x 2 b2
... ain xi bi
... a nn x n bn
Ax b
88
l 21
l
31
L
li1
l
n1
...
l 22
...
l32
l33 ...
li 2
lii
l n3
ln2
0
0
lij
l nn
nxn
lij lij , i j
tal que
lij 0 , i j
89
LU
U : es una matriz triangular superior de orden nxn
u11 u12
0 u 22
0
0
0
0
0
0
u13
u 23
u33
... u 2 j .. u 2 n
.... u3 j .. u3n
uij
uij
uin
u nn
nxn
uij uij , i j
tal que
uij 0 , i j
90
0 u 22
0
0
0
0
0
0
u13
u 23
u33
... u 2 j .. u 2 n
.... u3 j .. u3n
uij
uij
uin
u nn
nxn
uij uij , i j
tal que
uij 0 , i j
91
a41 a42
a13
a23
a33
a43
0
a14 1
a24 l21 1
0
0
1
l43
0 u11 u12
0 0 u22
.
0 0
0
1 0
0
u13 u14
u23 u24
u33 u34
0 u44
aij
min(i , j )
s 1
s 1
lis .u sj lis .u sj
93
a 24
lis u sj
s 1
4
a 44
lis u sj
s 1
a 24 l 21u12 l 22 u 24 l 21u14 u 24
a 44 l 41u14 l 42 u 24 l 43u34 u 44
Observacin:
1. lis 0 Para s i lis 1, i s
2. u sj 0 Para s j
3. El primer rengln fila de U es igual al de A ; es
decir:
a11 u11 ; a12 u12 ; a13 u13 ; a14 u14
u1 j a1 j ; j 1,2,3,4
94
l 21
a 21
u11
; l31
a31
u11
; l 41
a 41
u11
u 22 ; u 23
; a23 l 21u13 u 23
; a 24 l21u14 u 24
; u 24
u 22 a 22 l 21u12
; u 23 a 23 l 21u13
; u 24 a 24 l 21u14
95
k 1
l kk u kk a kk l ks u sk
s 1
k 1
u kj a kj l ks u sj / l kk
s 1
end
for i= k+1,k+2,n
end
k 1
l ik a ik l is u sk
s 1
/ u kk
end
Output (lij), (uij)
96
a12
a 22
a 32
a13
a 23
a 33
97
L31
33
a 31
a11
a 31
a12
a 32
a11
L32
a
a 22 21 a12
a11
a
a 32 31 a12
a
a 31
11
a13
a 33
a 23
a 21
a a 21 a
22 a 12
11
a 21
a13
a11
98
for j =k+1,k+2,n
end
for i= k+1,k+2,n
end
end
output (lij), (uij)
k 1
u kj a kj l ks u sj
s 1
k 1
l ik a ik l is u sk
s 1
/ u kk
99
2 4 6
1 1 3
Ejemplo:
Solucin:
L 11 L
22
x1 5
x2 3
x 4
3
L 33 1
u 11 4 ; u 12 9 ; u 13 2
L
21
L 31
21
22
23
33
2
L
4
1
;
4
L 32
21
1
2
1
4
2
4
9
( 9)
1
4
( 9)
2
5
4
1
2
2 .5
2
6
4
2
( 9) 4
4
4
2 6
4
1
1
3 ( 2 )
4
4
9
1
u
2
2
1
4
2
4
( 9)
( 9)
22
23
1
2
1
2
6 2 3
2 . 5 5 10 u
2
4
33
10
100
0 0
1
0.5
1 0 ;
0.25 2.5 1
4 9 2
0 0.5 5
0 0 10
0
.
5
0
0.25 2.5 1
0
1
C1 5
C2 3
C 4
3
1.5
x3 = -0.15
10
0.5 5 (0.15)
x2
2.5
0.5
x2 = 2.5
2
4 9
0 0.5 5
0 0 10
x1
x1 5
x 2 0.5
x 1.5
3
(5 9 (2.5) 2 (0.15))
x1 = 6.95
102
i 1
u ij a ij Lik u kj ; j i, i 1,.....n
k 1
1
Lij
u jj
j 1
a ij Lik u kj , i j 1,....n
k 1
Lii 1, i 1,2,...n
103
a11 0 ,
a11
a 21
a12
a 22
a11
, a 21
a 31
a12
a 22
a 32
a13
a 21
a 33
a11
a 21
0 , ..... ,
a i1
a n1
a12
a 21
a1 j
a2 j
a1n
a 2n
ai 2
a ij
a in
an2
a nj
a nn
104
L11
L21
L
31
L
i1
Ln1
L22
L32
L33
Li 2
Li 3
Lii
Ln 2
Ln 3 Lni
0
0
Lnn
2
2 0 5 x 3 4
L11
L
21
L31
0
L22
L32
0
0
L33
L11
0
L21
L22
0
L31 4 1 2
L32 1 2 0
L33 2 0 5
106
2
a11 4 L11 2 se toma el valor positivo de todas las raices
L11
1
L11 L21 0 L21
2
L11 L31 2 L31 1
L221 L222 2 L22 2 0.25 1.32287
1
L21 L31 L22 L32 0 L32 1.32287 0.37796
2
L231 L232 L233 5 L31 5 1 0.14286 L33 1.963396
107
0 0.37796 1.96396
c1 1
c 2
2
c 3 4
c1
4
c 2 1.32287
c1 1 / 2 ,
1.32289 c 2 2 c 2
1
.
32289
2
c 2 1.32287
c 3 2.0367
108
0 1.32287 0.37796
0
0
1
.
96396
x1 1 2
x 2 1.32287
x 2.0367
2.0367
x 3 1.037
1.96396
0.59259
x1
0.5959
2
x3
109
L11 a11
a i1
Li1
, i 2,3,...., n
L11
1
2
Lii a11 l in ; i 2
k 1
i 1
1
i j 1, j 2,...., n 1
Lij
a ij l ik l jk
L11
k 1
j 2,3,....., n
i 1
Lij 0
i j
110
Muchas Gracias
111