Escolar Documentos
Profissional Documentos
Cultura Documentos
Métodos directos:
superior cuando sus elementos verifican aij 0 siempre que i j . Se dice que
una matriz A aij de orden NxN es triangular inferior cuando sus elementos
a kk 0 para k 1,2,..., N,
bk j k 1 a kj x j
n
xk para k n - 1, n - 2,..., 1
a kk
6
Despejando a x4 en la ultima ecuación obtenemos x4 2 , luego
3
x3 1, x 2 4, x1 3 , esto nos indica que “tiene solución única”.
Ejemplo:
4 x1 x 2 2 x3 3 x 4 20
0 x 2 7 x3 4 x 4 7
6 x3 5 x 4 4
3x4 6
6
Despejando a x 4 en la ultima ecuación obtenemos x 4 2 , luego
3
7 x3 8 7
6 x3 10 4
Eliminación Gaussiana:
AX B
AB
Donde la notación a ij se usa simplemente para denotar que el elemento aij
x1 2 x 2 3 x3 1
4 x1 5 x 2 6 x3 2
7 x1 8 x 2 10 x3 5
1 2 3 1 1 2 3 1 1 2 3 1
7,4.f yf321 45 6-22f 32 0-3 6 -0-3 6 -
7 810 5 0-6 1 -2 0 1 0
Y dividiendo el segundo renglón entre –3, tenemos la matriz equivalente:
1 2 3 1
0 1 2 2
0 0 1 10
Por lo tanto, el sistema equivale a:
x1 2 x 2 3 x3 1
x 2 2 x3 2
x3 10
x1 7 , x2 18 , x3 10
Ejemplo:
x1 3 x 2 2 x3 12
2 x1 5 x 2 x3 10
3 x1 x 2 6 x3 4
1 3 2 1 1 3 2 1 1 3 2 1
3,2.f yf321 2-51-010f 32 015 1401514
3 1 - 6 4 0 1 0 4 0 - 50 1
Por lo tanto, el sistema equivale a:
x1 3x 2 2 x3 12
x 2 5 x3 14
- 50 x3 100
x1 4 , x 2 4 , x3 2
Por ejemplo, supóngase que en algún paso del proceso de hacer ceros
tenemos la siguiente matriz:
1 - 2 3 7
0 0 - 10 2
0 5 8 - 3
Es claro que el elemento a 22 0 no puede usarse para hacer ceros!
1 - 2 3 7
0 5 8 - 3
0 0 - 10 6
Sin embargo, el problema puede presentarse también si el elemento aquel es muy
cercano a cero.
Así, vemos que los elementos que son cercanos a cero, son elementos
malos para hacer ceros. En general, para evitar este problema se elige como
elemento para hacer ceros (el cual recibe el nombre de elemento pivotal o
simplemente pivote) como el elemento mayor en valor absoluto de entre todos
los candidatos.
a11
a21 a22
a a32 a33
31
an1 an2 an3 ann
x1 2 x 2 0.5 x 3 5
2 x1 5 x 2 1.5 x 3 0
0.2 x1 1.75 x 2 x3 10
1 - 2 0.5 - 5
- 2 5 - 1.5 0
- 0.2 1.75 - 1 10
Para escoger el primer elemento pivote en la columna 1, tomamos el
elemento mayor con valor absoluto entre -1 , -2 y -0.2 , el cual obviamente es el
-2 ; por lo tanto intercambiamos el renglón 1 y 2 (éste es el primer pivoteo
realizado):
- 2 5 - 1.5 0
1 - 2 0.5 -5
- 0.2 1.75 - 1 10
Y procedemos a hacer ceros debajo del pivote. Para ello, multiplicamos el renglón
1
1 por y se lo sumamos al renglón 2.También, multiplicamos el renglón 1
2
0.2
por y lo sumamos al renglón 3. Esto nos da la matriz:
2
- 2 5 - 1.5 0
0 0.5 - 0.25 - 5
0 1.25 - 0.85 10
- 2 5 - 1.5 0
0 1.25 - 0.85 10
0 0.5 - 0.25 - 5
Y procedemos a hacer ceros debajo del elemento pivote. Para ello multiplicamos
0.5
el renglón 2 por y lo sumamos al renglón 3 para obtener:
1.25
- 2 5 - 1.5 0
0 1.25 - 0.85 10
0 0 0.09 - 9
La cual es una matriz escalonada. El sistema equivalente es:
- 2 x1 5 x 2 1.5 x 3 0
1.25 x 2 0.85 x 3 10
0.09 x 3 9
- 10 - 9 2.5 30
- 0.5 - 15 10 - 10
0.4 - 1.5 0.75 - 20
Haciendo ceros debajo del pivote, obtenemos:
- 10 - 9 2.5 30
0 - 14.55 9.875 - 11.5
0 - 1.86 0.85 - 18.8
- 10 - 9 2.5 30
0 - 14.55 9.875 - 11.5
0 0 - 0.412371 - 17.3299
Escribiendo el sistema equivalente, y resolviendo con la sustitución hacia arriba,
obtenemos la solución del sistema:
Este último conjunto de ecuaciones son las que forman nuestras fórmulas
iterativas. Para comenzar el proceso iterativo, le damos el valor de cero a las
variables x 2 ,...., x n ; esto nos dará un primer valor para x1 . Más precisamente,
tenemos que:
x2 :
Hasta que a 1% .
obtener x 2 :
Ahora si podemos calcular los errores absolutos para cada una de las incógnitas.
Tenemos:
Vemos que ahora si se ha cumplido el objetivo para cada uno de los errores
aproximados. Por lo tanto, concluimos que la solución aproximada es:
a ii a
j i
ij , para cada i 1.2,..., n
Hasta que a 1% .
aproximación es:
Y ahora si podemos calcular los errores aproximados para cada una de las
incógnitas. Tenemos:
Tercera iteración:
Cuarta Iteración:
Así, el objetivo se ha logrado hasta la cuarta iteración y tenemos que los valores
aproximados de la solución del sistema son:
═══════════════
Ahora discutiremos técnicas iterativas que extienden los métodos
anteriores al caso de los sistemas de ecuaciones no lineales. Considerando las
funciones:
f 1 ( x, y ) x 2 2 x 2 y y 0.5
f 2 ( x, y ) x 2 4 y 2 4
f 1 ( x, y ) 0 y f 2 ( x, y ) 0 .
x 2 2 x y 0 .5 0 es una parabola,
x2 4 y2 4 0 es una elipse.
1 x2 4 y2 4 y x 2 2 x 0.5
- 0.5
-2 2 x
1 1
- 0.5
Figura: Representación
-1 gráfica del sistema no lineal
y x 2 2 x 2 y 0.5 , x2 4 y 2 4
En la figura podemos ver que hay dos puntos de cortes entre ambas curvas y que
estos puntos están, respectivamente, cerca de (0.2,1.0) y de (1.9,0.3) .
f1 f1
x y
J ( x, y )
f2 f 2
x y
Análogamente, si f 1 ( x, y, z ), f 2 ( x, y, z ) y f 3 ( x, y , z ) son funciones de tres
variables independientes x, y , z , entonces su matriz jacobiana es la matriz
J ( x, y , z ) de orden 3x3 definida por:
f 1 x, y , z x 3 y 2 y z 4 z 2
f 2 x, y , z x. y y.z x.z
y
f 3 x, y , z
x.z
3 5 28
J ( x , y , z ) 5 3 4
3 1 3
- -
2 2 4
x g 1 ( x, y ) e y g 2 ( x, y )
x g 1 ( x, y , z ) , y g 2 ( x, y , z ) y z g 3 ( x, y , z )
p k 1 g 1 ( p k , q k ) y q k 1 g 2 ( p k , q k ) para k 0,1,.....
p k 1 g1 ( p k , q k , rk ) , q k 1 g 2 ( p k , q k , rk ) y rk 1 g 3 ( p k , q k , rk )
g1
p, q g1 p, q 1
x y
g 2
p, q g 2 p, q 1
x y
g 1
p, q, r g 1 p, q, r g 1 p, q, r 1
x y z
g 2 g g
p , q , r 2 p, q, r 2 p, q, r 1
x y z
g 3
p, q, r g 3 p, q, r g 3 p, q, r 1
x y z
x 2 y 0.5
x
2
x 4y2 8y 4
2
y
8
x 2 y 0.5 x2 4y 2 8y 4
x g 1 ( x, y ) , y g 2 ( x, y )
2 8
g 1 g 1 g 2 g 2
x, y x, x, y 1 , x, y x , x, y y 1
x y 2 x 4 y
g 1
p, q g 1 p, q x 0.5 0.7 1,
x y
g 2 x
p, q g 2 p, q y 1 0.625 1
x y 4
f1 ( p k , q k )
F(Pk )
f 2 pk , qk
Paso 2: Evaluamos la matriz jacobiana
f1 f1
x pk , qk y
pk , qk
J (Pk )
f 2 f 2
pk , qk pk , qk
x y
Paso 3: Calculamos el incremento P resolviendo el sistema lineal
J Pk .P F Pk .
Pk 1 Pk P
Y se repite el proceso.
0 x 2 2 x 2 y y 0.5
0 x2 4y2 4
0.25 2 1.0
F(2.0 , .25) , J(2.0 .25),
0 .25 24
Los incrementos p y q son las soluciones del sistema lineal
2.00 1.90625
0.205
2.0 1.00. 9375 0.25 0.3125
4.0 2.0 0. 625 0.25
1.91625
0.3125
1.900691
0.311213
1.900691 1.900677
0.311213 0.311219
1.8 25 1.00. 5 9 0. 87 9
3.8125 2.50. 1287 0. 24 14
Ejercicios Propuestos
x1 x2 6 x3 7 x1 x2 6 x3 7
x1 2 x2 9 x3 2 3x2 15 x3 9
x1 2 x2 3 x3 10 12 x3 12
Para que a 5% .
x1 2 x 2 x 3 4 x 4 13
2 x1 0 x 2 4 x3 3 x 4 28
4 x1 2 x 2 2 x3 x 4 20
3 x1 x 2 3 x3 2 x 4 6
5 x1 12 x3 80
4 x1 x2 x3 2
6 x1 8 x2 45
5. Determine los Puntos Fijos de cada uno de los sistemas que se relacionan a
continuación.
a x g1 x, y x y 2
y g 2 x, y x 6 y
b x g1 x, y, z 9 3 y 2 x
y g 2 x, y , z 2 x z
z g3 x, y , z 9 3x 4 y z
y calcule p1 , q1 y p2 , q2
b) Empiece con p0 , q0 0.2, 0.2 las iteraciones del método Newton –
Raphsón y calcule p1 , q1 y p2 , q2 .