Métodos directos de resolución de sistemas lineales
|
|
- Juan José Giménez Sandoval
- hace 5 años
- Vistas:
Transcripción
1 3 Versión: Métodos directos de resolución de sistemas lineales 2 de abril de Introducción Una ecuación lineal (sistema de orden ) es de la forma: ax = b, donde a y b son números reales dados y x es la incógnita a determinar Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales que comparten las mismas incógnitas Un sistema de ecuaciones de orden 2 es de la forma: { ax + by = c dx + ey = f, donde a, b, c, d, e, f son números dados y x e y son las incógnitas Cuando hay más de 3 o 4 ecuaciones y/o incógnitas, se suele utilizar una notación con subíndices para designar tanto las incógnitas como los coeficientes Así, un sistema lineal de m ecuaciones con n incógnitas se representa, de forma general: a x + a 2 x a n x n = b a 2 x + a 22 x a 2n x n = b 2 a m x + a m2 x a mn x n = b m (3) donde a ij y b j son números reales dados y x i son las incógnitas Este sistema se puede escribir de forma equivalente utilizando notación matricial, que es, en general, más fácil de escribir: a a 2 a n a 2 a 22 a 2n a m a m2 a mn x x 2 x n = Llamando A a la matriz m n de los coeficientes del sistema, x al vector columna de longitud n de las incógnitas y b al vector columna de longitud m del segundo miembro, el sistema de ecuaciones anterior se puede finalmente escribir en la forma más resumida: b b 2 b m, Ax = b (32) Una solución del sistema (3) es un conjunto de n valores (ordenados) tales que, al sustituir las incógnitas por estos valores, las ecuaciones se convierten en identidades Colocando estos valores en forma de vector columna, x de longitud n, se tiene, obviamente, una solución del sistema escrito en forma matricial (32) Por ello se suele hablar de vector solución, tanto de (3) como de (32)
2 3 Métodos directos de resolución de sistemas lineales 2 Los sistemas lineales no siempre tienen solución En relación con el número de soluciones de un sistema lineal de ecuaciones, sólo pueden darse los tres casos siguientes: No tener ninguna solución: se dice que el sistema es incompatible 2 Tener una única solución: el sistema es compatible determinado 3 Tener infinitas soluciones: el sistema es compatible indeterminado Ejemplo 3 El siguiente sistema es incompatible (no tiene solución): { x + x 2 = x + x 2 = 2 El siguiente sistema tiene una única solución: { x x 2 = 0 x + x 2 = 2 El siguiente sistema tiene infinitas soluciones: { x + x 2 = 2 x + 2 x 2 = 2 ( x x 2 ) = ( ( ) ( x α = x 2 α ) ), α R En el caso particular en que un sistema lineal tiene el mismo número de ecuaciones que de incógnitas, la matriz del sistema es cuadrada, a a 2 a n a 2 a 22 a 2n a n a n2 a nn x x 2 x n b = b 2 b n (33) Se recuerda que una matriz cuadrada es regular si su determinante, det(a), es distinto de cero, lo cual es equivalente a la existencia de la matriz inversa A Proposición 32 El sistema de ecuaciones lineales Ax = b, con A matriz cuadrada de orden n de coeficientes reales posee una única solución para todo b R n si y sólo si la matriz A es regular Demostración: Si A es regular, entonces existe la inversa A, luego la solución es única y viene dada por Ax = b A Ax = A b x = A b Recíprocamente, supongamos que para todo b R n existe una única solución de Ax = b Sean {e,, e n } los vectores de la base canónica de R n y consideramos n sistemas lineales de la forma Ac k = e k, k =,, n Por hipótesis, existe una única solución c k para cada k =,, n Sea C una matriz, cuyas columnas están formadas por los c k, es decir C = [c c 2 c n ] Entonces, es decir A es regular AC = [Ac Ac 2 Ac n ] = [e e 2 e n ] = I AC = I C = A, En lo que sigue, vamos a suponer que A es una matriz cuadrada regular de coeficientes reales Anna Doubova - Dpto EDAN - U de Sevilla
3 3 Métodos directos de resolución de sistemas lineales 3 Los métodos de reducción, sustitución e igualación que se estudian en la enseñanza secundaria están diseñados principalmente para sistemas de pocas ecuaciones e incógnitas (2 ó 3) Por otra parte, la conocida regla de Cramer proporciona fórmulas para las soluciones de sistemas compatibles determinados: si en (33), la matriz A es tal que det(a) 0, entonces el sistema posee una única solución, que es el vector columna x de componentes: x i = det(a i), i =,, n, det(a) donde A i es la matriz obtenida a partir de A reemplazando su i-ésima columna por el vector b En la práctica, es necesario resolver sistemas lineales con un número elevado de ecuaciones e incógnitas y la resolución de tales sistemas por la regla de Cramer es inviable, incluso para un ordenador, a causa de la enorme cantidad de operaciones que exige: aproximadamente 2(n+)! si se usa la regla recursiva de Laplace para calcular los determinantes (ver [4]) Como es habitual, por operación queremos decir una suma, una resta, un producto o una división Por ejemplo, con un ordenador capaz de realizar 0 9 operaciones por segundo, se necesitarían en torno a 2 horas para resolver un sistema de dimensión n = (aprox operaciones) por este método, y en torno a 3240 años para un sistema de dimensión n = 20 (aprox 0 20 operaciones) Más adecuados para la resolución de sistemas lineales son dos familias de métodos alternativos: los llamados métodos directos que dan la solución del sistema en un número finito de pasos, o los métodos iterativos que requieren (en principio) un número infinito de pasos Los métodos iterativos se analizarán en la asignatura «Cálculo Numérico II» En este curso, vamos a estudiar los métodos directos Dichos métodos están basados en la construcción de un sistema equivalente al dado, es decir, con la misma solución (ver la Sección 33), pero que sea más fácil de resolver, concretamente que tenga una matriz triangular (ver la Sección 32) Estos métodos, en general, requieren del orden de 2n 3 /3 operaciones para resolver el sistema lineal (33), es decir aprox 2250 operaciones para n = y 5300 para n = 20 Observemos que la elección entre métodos directos e iterativos puede depender de varios factores: en primer lugar de la eficiencia teórica del algoritmo, pero también del tipo particular de la matriz, la memoria de almacenamiento requerido y, finalmente del la estructura del ordenador (véase [4]) A continuación presentamos el procedimiento para resolver sistemas lineales con matriz triangular 32 Resolución de sistemas triangulares Cuando la matriz del sistema lineal (33) es triangular inferior (resp superior) dicho sistema se puede resolver fácilmente, ya que las incógnitas se pueden ir despejando de una en una y sustituyendo en las demás ecuaciones, como se muestra en el siguiente ejemplo de dimensión 3: a 0 0 a 2 a 22 0 a 3 a 32 a 33 x x 2 x 3 = b b 2 b 3, que se escribe en forma desarrollada: a x = b a 2 x + a 22 x 2 = b 2 a 3 x + a 32 x 2 + a 33 x 3 = b 3 Este sistema tendrá solución única si y sólo si det(a) 0, y puesto que, en este caso, det(a) = a a 22 a 33, el sistema tiene solución si y sólo si a ii 0 para todo i =, 2, 3 Suponiendo, pues, que éste es el caso, una simple inspección del sistema muestra que se pueden calcular las incógnitas de forma sucesiva, comenzando por x : x = b /a, x 2 = (b 2 a 2 x )/a 22, x 3 = (b 3 a 3 x a 32 x 2 )/a 33 Anna Doubova - Dpto EDAN - U de Sevilla
4 3 Métodos directos de resolución de sistemas lineales 4 Ejemplo 33 Resolución de un sistema triangular inferior 4x = 8 x + 2y = 6 x + y 2z = 2 En la primera ecuación sólo aparece la incógnita x y por lo tanto se puede resolver independientemente: 4x = 8 x = 2 2 Una vez resuelta la primera ecuación, ya se sabe que, necesariamente, tiene que ser x = 2 Se puede ahora sustituir su valor en la segunda ecuación, en la que quedará y como única incógnita: x + 2y = 6 2y = 6 x = 6 2 = 4 y = 2 3 Conocidas x = 2 e y = 2, se sustituyen en la tercera ecuación: 4 Resumiendo, la única solución del sistema es 2z = 2 + x y = = 2 z = 6 x = 2, y = 2, z = 6 Este procedimiento se denomina algoritmo de bajada, ya que las incógnitas se van obteniendo por recurrencia, desde arriba hacia abajo En general, un sistema de dimensión n n con matriz triangular inferior a 0 0 a 2 a 22 0 a n a n2 a nn x x 2 x n b = b 2 que tiene todos sus elementos diagonales no nulos, es decir a ii 0, i =, 2,, n, el proceso anterior siempre puede llevarse a cabo, y se puede describir de forma general como sigue: b n Algoritmo 34 (de bajada) n = dimensión de A Para cada i =, 2, n x i = i b i a ij x j a ii Fin j= Se observa que para calcular cada x i, i =, 2, n se necesitan: división i productos i 2 + = i sumas Sumando para i =, 2, n, obtenemos que para la resolución de un sistema triangular inferior hacen falta: n n n n n n(n + ) + 2 (i ) = + 2 i 2 = 2 n = n 2 + n n = n 2 operaciones 2 i= i= i= i= i= Anna Doubova - Dpto EDAN - U de Sevilla
5 3 Métodos directos de resolución de sistemas lineales 5 Para un sistema lineal con matriz triangular superior a a 2 a n 0 a 22 a 2n 0 0 a nn x x 2 x n = b b 2 b n, se puede utilizar un procedimiento análogo, pero comenzando desde abajo hacia arriba, por lo cual se denomina algoritmo de subida: Algoritmo 35 (de subida) n = dimensión de A Para cada i = n,, 2, x i = n b i a ij x j a ii Fin j=i+ Haciendo el recuento de operaciones de manera análoga al algoritmo de bajada, se puede comprobar que la resolución del sistema lineal con la matriz triangular superior de dimensión n por algoritmo de subida requiere n 2 operaciones Ejemplo 36 Resolución de un sistema triangular superior x + 3y + z = 6 x = 6 3y z = = y + z = y = z = ( ) = 2 2z = 2 z = x y z = 2 33 Sistemas equivalentes Dos sistemas se dicen equivalentes si tienen las mismas soluciones Determinadas operaciones pueden transformar un sistema en otro equivalente, por ejemplo: Cambiar el orden de las ecuaciones de un sistema 2 Multiplicar los dos miembros de una de las ecuaciones por el mismo número (distinto de cero) 3 Suprimir una ecuación que sea combinación lineal de las demás 4 Sustituir una ecuación por una combinación lineal de ella misma y alguna/s otra/s El método siguiente hace uso de estas propiedades para transformar un sistema dado en otro equivalente de matriz triangular superior que, como se ha visto, es «fácil» de resolver Una combinación lineal de dos ecuaciones es otra ecuación obtenida multiplicando cada una de ellas por un número y luego sumándolas Anna Doubova - Dpto EDAN - U de Sevilla
6 3 Métodos directos de resolución de sistemas lineales 6 34 Método de Gauss El método de Gauss el el método más sencillo de resolución de sistemas de ecuaciones lineales Consta de dos partes bien diferenciadas: Transformación del sistema lineal en otro equivalente (es decir con la misma solución) en el que la matriz sea triangular superior Para ello se realizan dos operaciones elementales: (a) Sumar a una ecuación otra multiplicándola por un número: en cada etapa del método se trata de «sustituir» por cero uno de los coeficientes por debajo de la diagonal Para ello, y mediante las transformaciones elementales, se sustituye la ecuación correspondiente por otra que haga el sistema equivalente y que tenga nulo dicho coeficiente (b) Intercambiar dos ecuaciones 2 Resolución del sistema triangular por el algoritmo de subida Si sólo usamos la opción (a) hablaremos del método de Gauss sin pivote; y con pivote parcial si también realizamos las operaciones (b), cuando la elección de las filas que se conmutan sea muy particular Otra posibilidad es intercambiar columnas, que corresponde a reordenar las incógnitas En este caso se habla del método de Gauss con pivote total Desde el punto de vista práctico, es más fácil llevar las transformaciones sobre la forma matricial del sistema Para ello se procede como sigue: Se escribe el sistema en su forma matricial, Ax = b, donde A es una matriz, x es el vector de las incógnitas y b es el vector de los términos independientes 2 Se construye la matriz ampliada correspondiente, que es una matriz que denotamos [A b] que se forma añadiendo el vector b como última columna de la matriz A 3 Se aplican operaciones elementales con las ecuaciones del sistema a las filas de la matriz ampliada 34 Primeros ejemplos Antes de hacer una descripción general del método de Gauss (que es bastante engorroso de escribir), vamos a presentar un ejemplo en un caso particular Usaremos una notación abreviada para indicar las operaciones efectuadas Por ejemplo: F 2 2F + F 2 indica que se sustituye la segunda fila de la matriz ampliada (F 2 ) por la suma de la primera fila multiplicada por 2 más la segunda ( 2F + F 2 ) Anna Doubova - Dpto EDAN - U de Sevilla
7 3 Métodos directos de resolución de sistemas lineales 7 Ejemplo 37 Resolución por el método de Gauss x y 2z = 2x 3y + 4z = 4 5x y + 3z = 6 Se comienza escribir el sistema de forma matricial Ax = b: 2 x y = 4 [A b] = 5 3 z A continuación se procede a aplicar las transformaciones adecuadas para anular el elemento a 2 de la matriz: se sustituye la segunda fila por la suma de la primera multiplicada por 2 más la segunda: F 2 2F + F Para anular el elemento a 3 se sustituye la tercera fila por ella misma más la primera multiplicada por 5: F 3 5F + F Una vez anulados todos los elementos sub-diagonales de la primera columna se pasa a hacer lo mismo con la segunda Es preciso a partir de ahora no utilizar la primera fila en las transformaciones, ya que eso modificaría los ceros ya conseguidos en la primera columna Para anular el elemento a 32 se sustituye la tercera fila por ella misma más la segunda multiplicada por 4: F 3 4F 2 + F Con esto el sistema ya está en forma triangular, ya que todos los elementos por debajo de la diagonal principal son nulos Se resuelve, pues, despejando las incógnitas mediante el algoritmo de subida: x y 2z = y + 8z = 6 45z = 45 x = y + 2z = = 3 y = 8z 6 = 8 6 = 2 z = x y z = 3 2 El procedimiento anterior puede llevarse a cabo siempre y cuando el elemento diagonal de la columna sobre la que se está actuando no valga cero, ya que en este caso no es posible convertir en ceros los elementos de dicha columna que están por debajo de él Lo que hay que hacer en este caso es permutar la fila del elemento nulo con otra de más abajo que no tenga cero en esa columna Intercambiar dos filas de la matriz ampliada es equivalente a intercambiar la posición de dos ecuaciones del sistema, y esto no cambia la solución El siguiente ejemplo muestra ese caso La notación F i F j indica que se intercambian la fila i con la fila j Anna Doubova - Dpto EDAN - U de Sevilla
8 3 Métodos directos de resolución de sistemas lineales 8 Ejemplo 38 Resolución por el método de Gauss 2x y + 3z = 6 4x 2y + 6z = 9 x y + z = 3 Se comienza por trasformar en ceros los elementos sub-diagonales de la primera columna: F 2 2F F 2 F 3 05F + F Para hacer las transformaciones necesarias en la segunda columna, se necesitaría que a 22 fuera distinto de cero Como no lo es, se permutan las filas 2 y 3: F 2 F El sistema ya está en forma triangular, luego no es necesario seguir aplicando transformaciones: 2x y + 3z = 6 05y 05z = 0 0z = 3 4 La última ecuación de este sistema es 0 z = 3, lo que es imposible En consecuencia, el sistema no tiene solución: es incompatible Ejemplo 39 Resolución por el método de Gauss x 3y + z = 4 x 2y + 3z = 6 2x 6y + 2z = F 2 F + F F 3 2F + F El sistema ya está en forma triangular, por lo que no es necesario continuar el procedimiento La última ecuación es 0 z = 0 lo que significa que z puede tomar cualquier valor: z = α para cualquier α R La segunda ecuación es y + 2z = 2, de donde se deduce qye y = 2 2z = 2 2α Por último, de la primera ecuación se deduce x = 4 z + 3y = 4 α + 3(2 2α) = 0 7α Así pues, el sistema tiene infinitas soluciones (una para cada valor de α), que son de la forma: x = 0 7α, y = 2 2α, z = α, α R En este último ejemplo se muestra un caso de sistema que resulta indeterminado, ya que aparece una ecuación de la forma 0 z = 0: esta ecuación se cumple siempre, es decir, para cualquier valor de z Anna Doubova - Dpto EDAN - U de Sevilla
9 3 Métodos directos de resolución de sistemas lineales 9 Ejemplo 30 Resolución por el método de Gauss 3x 2 + 2x 3 = 2 5x 6x 2 + 2x 3 = 4x + 2x 2 + x 3 = 3 Se comienza por escribir el sistema de forma matricial Ax = b: x x 2 = [A b] = 4 2 x Se intercambian la primera fila con la segunda y se comienza por trasformar en ceros los elementos sub-diagonales de la primera columna: F F F F + F Se anulan los elementos por debajo de a 22 : F 3 4 F 2 + F El sistema ya está en forma triangular, luego no es necesario seguir aplicando transformaciones Se resuelve, pues, despejando las incógnitas mediante el algoritmo de subida: 5x 6x 2 + 2x 3 = 3x 2 + 2x 3 = 2 67 x 3 = 67 5 x = ( + 2 6) = 5 x 2 = (2 6) = 2 3 x 3 = 3 x x 2 x 3 = 2 3 Anna Doubova - Dpto EDAN - U de Sevilla
10 3 Métodos directos de resolución de sistemas lineales 0 Ejemplo 3 Resolución por el método de Gauss x x 2 x 3 x 4 = Se intercambian la primera fila con la segunda: F F Se transforman en ceros los elementos sub-diagonales de la primera columna: Se anulan los elementos por debajo de a 22 : Se anulan los elementos por debajo de a 33 : / /2 2 F 3 2F + F 3 F 4 3F + F 4 F 3 7/2F 2 + F 3 F 4 5/2F 2 + F 4 F 4 /6F 3 + F / / / /4 39/2 5 El sistema ya está en forma triangular, luego no es necesario seguir aplicando transformaciones Se resuelve, pues, despejando las incógnitas mediante el algoritmo de subida: x = 2 ( 2 2x 4 3x 3 2x 2 ) = 2 ( ) = 2 x 2 = 2 ( x 4) = x 3 = 6 ( 3 2 x 4) = 6 ( 3 + ) = 3 x 4 = 2 x x 2 x 3 x 4 = /2 /3 3 Desde el punto de vista teórico y con vistas a formalizar el método de Gauss, observemos que podemos realizar los pasos de una etapa a la siguiente mediante multiplicaciones por «matrices de paso», como muestran los ejemplos que siguen Anna Doubova - Dpto EDAN - U de Sevilla
11 3 Métodos directos de resolución de sistemas lineales Ejemplo 32 Resolución del sistema del Ejemplo 30 usando «matrices de paso» x x 2 = 4 2 x 3 3 Etapa : Sean A = A, b = b [A b ] = (a) Intercambio de filas en A y b : F F P A P b = 2 3 = (b) Anulación en la primera columna de P A y P b : F F + F 3 Etapa 2: Tenemos A 2 y b 2 A 2 := E P A b 2 := E P b = = 2 / (a) No hay que intercambiar filas: P 2 = I, P 2 A 2 = A 2, P 2 b 2 = b 2 (b) Anulación en la segunda columna de P 2 A 2 y P 2 b 2 : F 3 4 F 2 + F 3 A 3 := E 2 P 2 A 2 b 3 := E 2 P 2 b / = = / /5 A 3 es una matriz triangular superior Se resuelve el sistema resultante A 3 x = b 3 mediante el algoritmo de subida como en el Ejemplo 30 Observaciones: Después de haber aplicado el método, resulta que A 3 = E 2 P 2 E P A = E 2 P 2 E P A A 3 = MA, M = E 2 P 2 E P En particular, el método de Gauss permite calcular el determinante de la matriz A: det(a 3 ) = det(e 2 ) det(p 2 ) det(e ) det(p ) det(a) = () () ( ) det(a) = det(a) det(a) = det(a 3 ) = = 67 Anna Doubova - Dpto EDAN - U de Sevilla
12 3 Métodos directos de resolución de sistemas lineales 2 Ejemplo 33 Resolución del sistema del Ejemplo 3 usando «matrices de paso» x x x 3 = x 4 6 Etapa : Sean A = A, b = b (a) Intercambio de filas en A y b : F F P A P b = = (b) Anulación en la primera columna de P A y P b : F 3 2F + F 3 y F 4 3F + F A 2 := E P A = b 2 := E P b = Etapa 2: Tenemos A 2 y b 2 (a) No hay que intercambiar filas: P 2 = I, P 2 A 2 = A 2, P 2 b 2 = b 2 (b) Anulación en la segunda columna de P 2 A 2 y P 2 b 2 : F 3 7/2F 2 + F 3 y F 4 5/2F 2 + F A 3 := E 2 P 2 A / /2 0 b 3 := E 2 P 2 b 2 ( 2, 0, 3, 2) t = / /2 Etapa 3: Tenemos A 3 y b 3 (a) No hay que intercambiar filas: P 3 = I, P 3 A 3 = A 3, P 3 b 3 = b 3 (b) Anulación en la tercera columna de P 3 A 3 y P 3 b 3 : F 4 /6F 3 + F A 4 := E 3 P 3 A /6 b 4 := E 3 P 3 b 3 ( 2, 0, 3, 39/2) t / /2 = / /4 A 4 es una matriz triangular superior Se resuelve el sistema resultante A 4 x = b 4 mediante el algoritmo de subida como en el Ejemplo 3 Observación: Tenemos A 4 = MA, siendo M = E 3 P 3 E 2 P 2 E P Anna Doubova - Dpto EDAN - U de Sevilla
13 3 Métodos directos de resolución de sistemas lineales Matrices de permutación y «matrices de paso» Se observa que las matrices P, P 2 y P 3 que han aparecido en los ejemplos de la sección anterior son casos particulares de matrices de permutación de las filas i y j: P ij = i) j) 0 0 i) j) Dada una matriz A, se puede comprobar que la matriz P ij A es una matriz idéntica a A salvo que la filas i y j están permutadas entre sí Además, det(p ij ) = { si i = j si i j y (P ij ) = P ij En particular, la matriz P del Ejemplo 33 es P ij para i = y j = 2, es decir P = P 2 = ) 2) ) 2) Las matrices E, E 2 y E 3 son casos particulares de «matrices de paso» del tipo E k = Estas matrices son invertibles, pues det(e k ) = l k+,k l nk En particular, la matriz E del Ejemplo 33, es la matiz E k para k = : E = , P A = , E (P A ) = Se observa que l 2 = 0, l 3 = 2 y l 4 = 3 son los números por los que hay que multiplicar la primera fila de P A para que después de haberle sumado la correspondiente fila (dos, tres o cuatro) se obtengan ceros en la primera columna por debajo del primer elemento De manera general, en cada E k el elemento l ik, i = k+, k+2,, n es el número por el que hay que multiplicar, en el paso k, la fila i-ésima para que al sumarle k-ésima, el elemento que ocupa la fila i y la columna k tome el valor cero Anna Doubova - Dpto EDAN - U de Sevilla
14 3 Métodos directos de resolución de sistemas lineales Estudio general del método de Gauss Sea A = (a ij ) matriz cuadrada de orden n regular, es decir con det(a) 0 (después veremos el caso en el que det(a) = 0) Etapa : Pongamos A = A, b = b Vamos a generar A 2 y b 2 como sigue (a) Intercambio de filas Si a = 0, como det(a) 0, existe un índice i {2,, n} tal que a i 0 (ver la Sección 344 para sus posibles elecciones) Este elemento no nulo se denomina primer pivote Intercambiamos la fila i del pivote a i con la primera fila, lo que equivale a multiplicar la matriz A por la izquierda por la matriz de permutación P P i definida en la sección anterior De la matriz A pasamos a tener, la matriz P A, cuyos elementos vamos a detonar por (α ij )n i,j=, con α = a i 0, y de b obtenemos P b, lo que esquemáticamente escribimos: α α2 αn α2 α22 α 2n (A b ) (P A P b ), P A =, det(p ) = αn αn2 αnn Si a 0, P = I, det(p ) = (b) Anulación en la primera columna de P A por debajo de α = a i 0 Como hemos visto, esto equivale a multiplicar P A por la izquierda por E : (P A P b ) (A 2 b 2 ) = (E P A E P b ), E = 0 0 α 2 α α n α 0 0, det(e ) = Así obtenemos la matriz A 2, cuya primera fila coincide con la de A, y cuyos otros elementos vamos a denotar por a 2 ij : A 2 = E P A = α α2 αn 0 a 2 22 a 2 2n 0 a 2 n2 a 2 nn Se observa que det(a 2 ) = det(e ) det(p ) det(a ) = ± det(a ) = ± det(a) 0 y que por otra parte, det(a 2 ) = α det a 2 22 a 2 2n a 2 n2 a 2 nn 0, ya que α 0 Luego la submatriz que aparece en el determinante de A 2 es regular Anna Doubova - Dpto EDAN - U de Sevilla
15 3 Métodos directos de resolución de sistemas lineales Etapa k: Dados A k = E k P k E P A y b k = E k P k E P b, siendo A k de la forma A k = α α 2 α,k α k α n 0 α 2 22 α 2,k α 2 k α 2 n 0 0 α k k,k α k k,k α k k,n a k kk a k kn, con det a k kk a k kn a k nk a k nn a k nk a k nn Vamos a generar A k+ y b k+ como sigue (a) Intercambio de filas Si a k kk = 0, existe un índice i {k +,, n} tal que ak ik 0, es el k-ésimo pivote Intercambiamos la fila i del pivote a k ik con la k-ésima fila de A k, lo que equivale a multiplicar la matriz A k por la izquierda por la matriz de permutación P k P ik De la matriz A k pasamos a la matriz P k A k, cuyos elementos vamos a detonar por (α k ij )n i,j=, con α k kk = ak ik 0, lo que esquemáticamente escribimos (A k b k ) (P k A k P k b k ), siendo α α2 α,k α,k α,k+ α n 0 α22 2 α,k 2 αk 2 α,k+ 2 α 2 n 0 0 α k k,k α k k,k α k k,k+ α k k,n P k A k = αkk k αk,k+ k αkn k αk+,k k αk+,k+ k αk+,n k αnk k αn,k+ k αnn r Si a k kk 0, P k = I, det(p k ) = (b) Anulación en la k-ésima columna de P k A k por debajo de α k kk = ak ik 0 equivale a multiplicar P ka k por la izquierda por E k : (P k A k P k b k ) (A k+ b k+ ) = (E k P k A k E k P k b k ), E k = 0 0 αk k+,k α k kk αk n,k α k kk Así, obtenemos la matriz A k+ = E k P k A k de la forma Anna Doubova - Dpto EDAN - U de Sevilla
16 3 Métodos directos de resolución de sistemas lineales 6 α α2 α,k α,k α,k+ α n 0 α 22 2 α,k 2 αk 2 α,k+ 2 α 2 n 0 0 α k k,k α k k,k α k k,k+ α k k,n A k+ = αkk k αk,k+ k αkn k a k+ k+,k+ a k+ k+,n a k+ n,k+ a k+ nn Como det(e k ) = 0 y det(p k ) = ±, tenemos det(a k+ ) = det(e k ) det(p k ) det(a k ) = ± det(a ) = ± det(a) 0 Por otra parte, det(a k+ ) = αα 22 2 αkk k det a k+ k+,k+ a k+ k+,n a k+ n,k+ a k+ nn Luego la submatriz que aparece en el determinante de A k+ es regular 0 Etapa n : Si este proceso se lleva a cabo en n pasos, se obtiene que la matriz A n = E n P n E P A = MA, con M = E n P n E P es triangular superior La matriz M es invertible, ya que { si γ es par det(m) = si γ es impar, donde γ es el número de matrices de permutación distintas de la identidad En consecuencia, Ax = b MAx = Mb, siendo M A matriz triangular superior Veamos que el método de Gauss es aplicable a matrices arbitrarias Teorema 34 Sea A una matriz de orden n (regular o no) Entonces existe una matriz regular M de orden n tal que la matriz M A es triangular superior Demostración: El resultado ya está demostrado si A es regular Observemos que sólo hemos usado que det(a) 0 para asegurar que, en cada etapa k del método, la existencia de algún a k ik 0 con i {k, k+,, n} En el caso de que todos estos elementos fueran nulos, la matriz A k ya tendría la forma de A k+ Por tanto, bastaría tomar P k = E k = I y continuar el proceso Para resolver el sistema lineal Ax = b, con A = a ij y b i, i, j =,, n dados, el algoritmo de Gauss sin pivote consiste en lo siguiente: Anna Doubova - Dpto EDAN - U de Sevilla
17 3 Métodos directos de resolución de sistemas lineales 7 Algoritmo 3 (de Gauss sin pivote - pseudocódigo) para resolver un sistema lineal Ax = b, n = dimensión de A Tomar A = A, b = b, es decir a ij = a ij 2 Dados A k, b k, a k ij Para k =, 2,, n Fin Para i = k +, k + 2,, n α ik = ak ik a k kk Para j = k +, k + 2,, n Fin a k+ ij b k+ = b k α ik b i Fin = a k ij α ika k kj Para i = n, n 2,, x i = n b i a ii a ij x j Fin j=i+ Se puede comprobar que el número de operaciones elementales efectuadas en el método de Gauss es del orden de 2n 3 /3 En la tabla que sigue se compara el número de operaciones necesarias para resolver un sistema lineal de orden n usando el método de Gauss y la regla de Cramer: n operaciones (Gauss) operaciones (Cramer) Estrategia de elección del pivote Hasta ahora hemos considerado como pivotes elementos cualesquiera siempre y cuando sean no nulos Si en la etapa k-ésima en la descripción general del método de Gauss a k kk 0, pero es pequeño en relación a ak ik para algún i, la división puede producir grandes errores de redondeo En [2] se pueden encontrar ejemplos que muestran este hecho Por tanto, no es aconsejable elegir como pivotes números «muy pequeños» En la práctica se utiliza una de las estrategias siguientes al comienzo de la etapa k-ésima del método de Gauss: Estrategia del pivote parcial o pivote máximo de columna: se toma como pivote el elemento de mayor valor absoluto de entre los n k últimos elementos de la columna k-ésima, es decir se elige a k ik, k i n, de la forma a k ik = máx k p n ak pk A continuación, se intercambian las filas i y k Este procedimiento suele ser suficiente para la mayoría de sistemas lineales y es el que más se aplica en la práctica Estrategia del pivote total: se toma como pivote el elemento de mayor valor absoluto de la submatriz correspondiente a la matriz A k, es decir en cada etapa k se elige el elemento a k ij que en valor absoluto es el mayor de entre los que están en la fila k o por debajo de ella y en la columna k o a la derecha de ella: Anna Doubova - Dpto EDAN - U de Sevilla
18 3 Métodos directos de resolución de sistemas lineales 8 a k ij = máx k p,q n ak pq Si el pivote así elegido no está situado en la k-ésima columna, hay que efectuar un cambio de columnas, lo que equivale a multiplicar por la derecha la matriz A k por una matriz P kj de permutación y significa que hay que cambiar el orden de las incógnitas, lo que habrá que tener en cuenta a la hora de escribir en el orden adecuado el resultado Esta dificultad añadida hace que, en general, en el método de Gauss se utilice habitualmente la estrategia del pivote parcial 35 Método de Gauss-Jordan Se trata de una variante del método de Gauss que consiste en transformación del sistema lineal en otro equivalente en el que la matriz del sistema sea diagonal No es difícil adaptar la descripción general del método de Gauss para conseguir una matriz diagonal en vez de la triangular superior (ver [2]) En cada etapa k, además se harían ceros los elementos extradiagonales en la columna k Para ello harían falta n etapas, frente a n etapas del método de Gauss Ejemplo 36 Resolución por el método de Gauss-Jordan 2x + x 2 3x 3 = x + 3x 2 + 2x 3 = 2 3x + x 2 3x 3 = 0 Se comienza por trasformar en ceros los elementos sub-diagonales de la primera columna, como en el método de Gauss: F 2 2 F + F 2 0 7/2 /2 23/2 F F + F 3 0 /2 3/2 3/2 2 En la segunda columna, hay que anular los elementos por debajo de a 22 y los encima de él: /2 /2 23/2 0 /2 3/2 3/ /7 30/7 F 3 7 F 2 + F 3 0 7/2 /2 23/2 F 2 7 F 2 + F 0 0 /7 22/7 3 En la tercera columna, se anulan los elementos por encima de a 33 : /7 30/7 0 7/2 /2 23/2 0 0 /7 22/7 F 2F 3 + F F F 3 + F /2 0 2/2 0 0 /7 22/7 4 El sistema ya está en la forma diagonal y las incógnitas se calculan despejando: x =, x 2 = 3, x 3 = 2 Anna Doubova - Dpto EDAN - U de Sevilla
19 3 Métodos directos de resolución de sistemas lineales 9 Observaciones: En el método de Gauss-Jordan, también se pueden aplicar las estrategias del pivote parcial o total 2 Aunque el sistema que queda por resolver después de haber aplicado el método de Gauss-Jordan es más sencillo que en el método de Gauss (sólo hay que hacer divisiones para despejar las incógnitas), el número de operaciones que hay que realizar es mayor que en el de Gauss y en general no compensa 3 Si A no es regular, no se puede asegurar la obtención de una matriz diagonal, es decir aplicar el método de Gauss-Jordan En efecto, si todos los elementos a partir de k-ésimo son cero en una columna, no se puede seguir el proceso 35 Aplicación al cálculo de la inversa de una matriz Como hemos dicho, el método de Gauss-Jordan no presenta ventajas sobre el método de Gauss para resolver un sistema lineal, en cambio puede tener interés en el cálculo de la inversa de una matriz Se procede como sigue Sea A = [c c 2 c n ] la matriz inversa de A, cuyas columnas hemos llamado c i, i =,, n Hallar la inversa de A equivale a calcular los n vectores-columna c i tales que Ac i = e i, i =,, n, siendo {e, e 2,, e n } los vectores de la base canónica de R n Así, calcular A equivale a resolver n sistemas lineales, todos con la misma matriz A de coeficientes Esto permite hacer una resolución conjunta de los n sistemas lineales por el método de Gauss-Jordan Se escribe [A I] y tras n + etapas del método de Gauss- Jordan se llega a [I C], siendo C = A Ejemplo 37 Usando el método de Gauss-Jordan, calcular la inversa de la matriz A = 2 3 (34) 4 7 Se escribe la matriz [A I] y se aplica el método de Gauss-Jordan hasta obtener una matriz de la forma [I C] Entonces C = A [A I] = F 2 2F + F F 3F 2 + F /2 3/2 0 2 F = [I A ] A 7/2 3/2 = 2 F Observemos que para calcular A podíamos haber resuelto los n sistemas lineales (34) por el método de Gauss, obteniendo así n sistemas con una matiz triangular superior No obstante, el método de Gauss-Jordan el más ventajoso en este caso: la diagonalización de la matriz es algo más laboriosa que la triangularización, pero merece la pena, pues la resolución de n sistemas triangulares es más larga que de n diagonales Anna Doubova - Dpto EDAN - U de Sevilla
20 3 Métodos directos de resolución de sistemas lineales Método de factorización LU Sea A una matriz cuadrada regular de orden n y b R n y consideramos el sistema lineal Ax = b El método LU para resolver el sistema lineal Ax = b consta de dos etapas: Factorización: Escribimos, si es posible, la matriz A como producto de dos matrices A = LU con L triangular inferior con unos en la diagonal principal y U una matriz triangular superior Esta descomposición se llama factorización LU de A (L viene de «lower» en inglés y U de «upper») Resolución del sistema: Una vez obtenida la factorización A = LU, escribimos Ax = b LUx = b Pongamos Ux = v y resolvemos el sistema lineal Lv = b por el algoritmo de bajada, obteniendo v Dado v, resolvemos el sistema lineal Ux = v por el algoritmo de subida, obteniendo x, la solución del sistema original La cuestión que tenemos que responder ahora es cuándo es posible obtener la factorización LU de una matriz Se observa que si en el método de Gauss no es necesario intercambiar filas, ni tampoco aplicar la estrategia del pivote, tal factorización existe (ver el Ejemplo 38) En efecto, si A es regular y al aplicar el método de Gauss no es necesario intercambiar filas, porque en cada etapa k, a k kk 0 para todo k, se tiene que P = P 2 = = P n = I En este caso, hemos visto que en la etapa n del método de Gauss A n = (E n E )A, siendo A n triangular superior y (E n E ) triangular inferior con diagonal de unos Luego A = (E n E ) A n := LU, con L = (E n E ) triangular inferior con en la diagonal y U = A n triangular superior Aquí, hemos usado las siguientes propiedades de matrices triangulares, que son fáciles de comprobar: Si A = (a ij ) y B = (b ij ), i, j =,, n son matrices triangulares superiores (resp inferiores), entonces la matriz AB (el producto de A por B) es también triangular superior (resp inferior) y los elementos diagonales de la matriz AB son de la forma (AB) ii = a ii b ii, i =,, n Si A es triangular superior (resp inferior) y a ii 0 para todo i, luego det(a) = a a 22 a nn 0 y existe A que también es triangular superior (resp inferior) y los elementos diagonales de A son de la forma (A ) ii = a ii i Anna Doubova - Dpto EDAN - U de Sevilla
21 3 Métodos directos de resolución de sistemas lineales 2 Ejemplo 38 Resolver por el método LU el sistema lineal 5 2 x x 2 = x 3 Factorización: Si aplicamos el método de Gauss sin intercambiar filas, obtendremos A = LU En efecto, sean A = A y P = I, luego E = 0, A 2 = E A = 0 8 4/ /5 9/5 Tenemos ahora P 2 = I y E 2 = /20, A 3 = E 2 A 2 = /4 En consecuencia, A 3 = E 2 A 2 = E 2 E A, luego A = (E 2 E ) A 3 = E E 2 A 3 = / / /4 A = /5 9/ /4 LU Resolución del sistema: Pongamos Ux = b y resolvemos Lv = b usando el algoritmo de bajada: v = 2 v + v 2 = 4 5 v 9 20 v 2 + v 3 = 3 v = 2 v 2 = v = 2 = 3 v 3 = ( 3) (2) = 27 4 v v 2 v 3 = Resolvemos ahora Ux = v por el algoritmo de subida 5x + 2x 2 + x 3 = 2 8x 2 + x 3 = 3 9/4x 3 = 27/4 x = (2 2x 2 x 3 )/5 = x 2 = (3 + x 3 )/8 = 2 x 3 = 3 x x 2 x 3 = 2 3 Queda establecer cuándo no es necesario permutar filas al aplicar el método de Gauss (es decir tomar P k = I, k) para asegurar la descomposición LU de A A continuación vamos a dar una condición suficiente para que se pueda llevar a cabo el método de Gauss sin permutar filas, es decir realizar la factorización LU Anna Doubova - Dpto EDAN - U de Sevilla
22 3 Métodos directos de resolución de sistemas lineales Condición suficiente de existencia y unicidad de la factorización LU Submatrices principales y menores principales Sea A una matriz cuadrada de orden n Se llaman submatrices principales de orden k, k n de A a las matrices formadas por las primeras k filas y columnas de A Los determinantes de estas matrices se denominan menores principales o determinantes principales: a a k k := det, a k a kk k =,, n Teorema 39 Factorización LU Sea A una matriz cuadrada de orden n tal que todos los menores principales de orden k, k, k =,, n sean no nulos Entonces existe una matriz L = (l ij ) triangular inferior, con l ii =, i =,, n y existe una matriz U triangular superior tales que A = LU Además, dicha factorización es única Demostración: Existencia: Basta demostrar que bajo las hipótesis del teorema, al aplicar el método de Gauss no es necesario intercambiar filas, es decir a k kk 0 k Vamos a razonar por inducción sobre la dimensión de la matriz Para k =, = a 0, luego P = I Supongamos que k 0, k y que hemos podido elegir P = P 2 = = P k = I Veamos que también podemos tomar P k = I En efecto, como P = P 2 = = P k = I, obtenemos A k = (E k E )A, siendo E k E k 2 E una matriz triangular inferior con en la diagonal principal La igualdad A k = (E k E )A se escribe en forma matricial como sigue: a a k a,k+ a n 0 a k kk a k k,k+ a k kn A k = 0 a k k+,k a k k+,k+ a k kn 0 a k nk a k n,k+ a k nn a a k a,k+ a n l k 0 0 a k a kk a k,k+ a kn = l k+, l k+,k 0 a k+, a k+,k a k+,k+ a k+,n l n l nk l n,k+ a n a nk a n,k+ a nn Haciendo la multiplicación de matrices por bloques, el primer bloque queda: Anna Doubova - Dpto EDAN - U de Sevilla
23 3 Métodos directos de resolución de sistemas lineales 23 a a k 0 a k kk = 0 l k a a k a k a kk, de donde, tomando determinantes, tenemos a a k k a i ii = det = k 0 a i ii 0, i =, 2 k i= a k a kk En particular, a k kk 0, luego podemos elegir ak kk como pivote y, en consecuencia P k = I Unicidad: Supongamos que existen L, L 2 triangulares inferiores con (L ) ii = (L 2 ) ii =, i =,, n y U, U 2 triangulares superiores tales que L U = A = L 2 U 2 Como det(l ) = det(l 2 ) = y det(u ) = det(u 2 ) = det(a) = n 0, entonces existen L i, U i =, 2 Por otra parte, L U = L 2 U 2, luego L 2 L U U = L 2 L 2U 2 U L 2 L = U 2 U L 2 L = U 2 U = I, pues L 2 L es triangular inferior con diagonal de unos y U 2 U es triangular superior Luego, necesariamente L 2 = L y U = U 2 Esto termina la demostración Observación: La factorización LU de matrices invertibles es siempre posible Si la condición del Teorema 39 no se verifica, pero A es invertible, se puede comprobar (ver [2]) que se pueden efectuar permutaciones de filas para que los menores principales de matrices resultantes sean distintos de cero, es decir existe P tal que P A = LU (ver Ejemplo 320) i, Ejemplo 320 Comprobar que la matriz A no cumple las condiciones del Teorema 39 Comprobar que permutando las filas de A, se puede obtener una matriz que cumple las condiciones del dicho teorema 2 A = Tenemos =, 2 = 2 2 = = 0, det(a) = 3 Por tanto al ser 2 = 0, no se cumplen las hipótesis del Teorema 39 y, en consecuencia, no podemos asegurar la existencia de la factorización LU de A Observemos que permutando la primera fila de A con la tercera, obtenemos P A que sí admite factorización LU: P A = = 2 2 3, =, 2 = 6, 3 = Anna Doubova - Dpto EDAN - U de Sevilla
24 3 Métodos directos de resolución de sistemas lineales Caso particular: matrices con la diagonal dominante Matriz con la diagonal estrictamente dominante Sea A una matriz cuadrada de orden n Se dice que A es de diagonal estrictamente dominante si n a ii > a ij, i =,, n j=,i j Ejemplo 32 La siguiente matriz es de diagonal estrictamente dominante: 4 2 A = , puesto que 4 > + 2 = 3 7 > = 5 0 > = 7 Teorema 322 Sea A una matriz cuadrada de orden n de diagonal estrictamente dominante Entonces A es regular Además, existe una única factorización LU de A Demostración: Para probar que A es invertible (regular) veamos que la única solución del sistema lineal homogéneo Az = 0 es z = 0 Por reducción al absurdo, supongamos que A es singular, es decir existe z R n, z 0 tal que Az = 0 Sea p {, 2,, n} tal que z p = máx i n z i z i z p, i =, 2,, n Como z 0, tenemos z p 0 y el hecho que Az = 0 se escribe n a pj z j = 0, p =, 2,, n a pp z p + j= Luego, como z j, se tiene z p a pp z p n j=,j p n j=,j p a pj z j a pp a pj z j = 0, a pp z p = n j=,j p a pj z j z p n j=,j p a pj, n j=,j p a pj z j lo que está en contradicción con que A es de diagonal estrictamente dominante Por tanto, z = 0 y A es regular Como A es de diagonal estrictamente dominante, entonces todas las submatrices principales son estrictamente diagonal dominantes y, por tanto regulares, es decir sus determinantes (que son menores principales) son distintos de cero En consecuencia, gracias al Teorema 39 existe una única factorización LU de tal matriz Anna Doubova - Dpto EDAN - U de Sevilla
25 3 Métodos directos de resolución de sistemas lineales Cálculo efectivo de la factorización LU Los elementos del las matrices L y U pueden calcularse, directamente, a partir de los elementos de la matriz A Para ello, basta considerar la igualdad A = LU, elemento a elemento, teniendo en cuenta que L es triangular inferior tal que l ii = y que U es triangular superior Ejemplo 323 Calcular la factorización LU de la matriz 2 0 A = Escribimos LU = 0 0 l 2 0 l 3 l 32 u u 2 u 3 0 u 22 u u 33 = u u 2 u 3 l 2 u l 2 u 2 + u 22 l 2 u 3 + u 23 l 3 u l 3 u 2 + l 32 u 22 l 3 u 3 + l 32 u 23 + u 33 Comparando lo obtenido con los elementos de A, vamos calculando las filas de U y las columnas de L: 2 0 u u 2 u 3 A = LU 2 = l 2 u l 2 u 2 + u 22 l 2 u 3 + u l 3 u l 3 u 2 + l 32 u 22 l 3 u 3 + l 32 u 23 + u 33 u = 2, u 2 =, u 3 = 0 = l 2 u l 2 = = u 2 0 = l 3 u l 3 = 0 2 = l 2 u 2 + u 22 u 22 = 2 l 2 u 2 = 2 ( 2 )( ) = 2 2 = 3 2 = l 2 u 3 + u 23 u 23 = = l 3 u 2 + l 32 u 22 l 32 = ( l 3 u 2 ) = 2 u = l 3 u 3 + l 32 u 23 + u 22 u 33 = (2 l 3 u 3 + l 32 u 23 ) = = 4 3 Por tanto, A = LU = 0 0 / / / /3 Anna Doubova - Dpto EDAN - U de Sevilla
26 3 Métodos directos de resolución de sistemas lineales 26 Para una matriz de orden n, se razona de forma similar: se calculan los elementos de L y U directamente, elemento a elemento a a 2 a,n a n a 2 a 22 a 2,n a 2n a n a n2 a n,n a nn = l l n l n2 l n,n u u 2 u,n u n 0 u 22 u 2,n u 2,n u nn Haciendo las multiplicaciones de las matrices de la derecha y comparando e igualando con las filas de A, vamos obteniendo las filas de U y las columnas de L Multiplicamos la a fila de L por las columnas de U obtenemos a fila de A: u j = a j, j =,, n Multiplicamos todas las filas de L (salvo la a ) por la a columna de U, obtenemos la a columna de A (salvo el er elemento): a i = l i u, i = 2,, n l i = a i u, i = 2,, n Multiplicamos la 2 a fila de L por las columnas de U (salvo la a ), obtenemos la 2 a fila de A (salvo el er elemento): a 2j = l 2 u j + u 2j, j = 2,, n u 2j = a 2j l 2 u j, j = 2,, n Multiplicamos las filas de L (salvo las 2 primeras) por la 2 a columna de U, obtenemos 2 a columna de A: a i2 = l i u 2 + l i2 u 22, i = 3,, n l i2 = u 22 (a i2 l i u 2 ), i = 3,, n Supongamos conocidas (k ) primeras filas de U y las (k ) primeras columnas de L Multiplicamos la k a fila de L por las columnas de U (salvo las (k ) primeras), obtenemos k a fila de A: teniendo en cuenta que l kp = 0, para p = k +,, n y l kk = a kj = n k k l kp u pj = l kp u pj + u kj, j = k,, n u kj = a kj l kp u pj, p= p= p= j = k,, n Multiplicamos las filas de L (salvo las primeras k) por la columna k de U, obtenemos la k a columna de A: teniendo en cuenta que u kp = 0, para p = k +,, n a ik = n k l ip u pk = l ip u pk + l ik u kk, l ik = k (a ik l ip u pk ), u kk p= p= p= i = k +,, n Anna Doubova - Dpto EDAN - U de Sevilla
27 3 Métodos directos de resolución de sistemas lineales 27 Algoritmo 324 (de factorización LU) n = dimensión de A Para cada k =, 2, n Fin k u kj = a kj l kp u pj, p= k l ik = u kk (a ik l ip u pk ), p= j = k, k +,, n i = k +, k + 2, n Observaciones: La factorización LU obtenida, se conoce también como factorización LU de Doolittle 2 Si en el cálculo efectivo de la factorización LU de una matriz A obtenemos u ii = 0 para algún i, entonces podemos concluir que A no admite tal factorización 3 Se puede comprobar, haciendo el recuento de operaciones de método LU (factorización LU junto con la resolución por subida y bajada de dos sistemas lineales) que, el número de operaciones es aproximadamente del mismo orden que en el método de Gauss (que suele ser más conveniente para matrices cualesquiera) Cuando se quieren resolver varios sistemas lineales con la misma matriz, es mejor usar el método LU, para obtener un considerable ahorro en el tiempo de cálculo 4 Por otra parte, es posible demostrar que la factorización LU conserva la estructura de matrices «banda», es decir si a ij = 0 para i j p, entonces l ij = 0 para i j p y u ij = 0 para j i p En particular, las matrices tridiagonales (p = 2) poseen esta propiedad, de hecho su factorización es particularmente simple (ver los Ejemplos 323 y 326) Anna Doubova - Dpto EDAN - U de Sevilla
28 3 Métodos directos de resolución de sistemas lineales Factorización LU de Crout Es posible también descomponer A en la forma A = LÛ, con L triangular inferior (con la diagonal general) y Û triangular superior con la diagonal de unos Dicha factoriazación se conoce como factorización LU de Crout Ejemplo 325 Calcular la factorización de Crout de la matriz 2 3 A = l 0 0 u 2 u = l 2 l u l 3 l 32 l Multiplicando las matrices de la derecha y comparando con los elementos de A, obtenemos: l =, l 2 = 4, l 3 = 5 2 = l u 2 u 2 = 2 l = 2 3 = l u 3 u 3 = 3 l = 3 6 = l 2 u 2 + l 22 l 22 = 6 l 2 u 2 = = 2 6 = l 3 u 2 + l 32 l 32 = 6 l 3 u 2 = 6 ( 5)( 2) = 6 0 = 4 0 = l 2 u 3 + l 22 u 23 u 23 = ( l 2 u 3 ) = 2 l 22 2 = 6 = l 3 u 3 + l 32 u 23 + l 33 l 33 = ( l 3 u 3 l 32 u 23 ) = + 24 = A = LÛ = Observaciones: Se observa que la factorización de Crout puede obtenerse también a partir de la factorización LU de Doolittle y recíprocamente En efecto, dada A = LU, con u ii 0, i =,, n, sea D = diag(u, u 22,, u nn ) la matriz diagonal de los elementos u ii, i =,, n Podemos escribir: A = LU = LDD U LÛ, donde L = LD, Û = D U, D = diag(u, u 22,, u nn ) Recíprocamente, dada A = LÛ, con l ii 0, i =,, n (los elementos diagonales de L), consideramos D = diag(l, l 22,, l nn ) la matriz diagonal de los elementos l ii, i =,, n Podemos escribir A = LÛ = LD DÛ LU, donde L = LD, U = DÛ, D = diag(l, l 22,, l nn ) 2 Si A es simétrica y A = LU, entonces A = A t = (LU) t = U t L t LÛ, puesto que U t := L es triangular inferior con la diagonal general y L t := Û es triangular superior con la diagonal de unos Anna Doubova - Dpto EDAN - U de Sevilla
29 3 Métodos directos de resolución de sistemas lineales 29 Ejemplo 326 Obtener la factorización de Crout de la matriz A A partir de ella obtener la factorización LU de Doolittle a /a 0 0 A = 0 a 0, a R \ {0} 0 0 4/a a a l u /a 0 0 l 2 l u a 0 = 0 l 32 l u /a 0 0 l 43 l u a l 54 l Multiplicando las matrices de la derecha y comparando con los elementos de A, obtenemos: l = a, l 2 = = l u 2 u 2 = = /a l 4/a = l 2 u 2 + l 22 l 22 = 4/a l 2 u 2 = 4/a ( )( /a) = 3/a = l 22 u 23 u 23 = a/3 a = l 32 u 23 + l 33 l 33 = a a/3 = 2a/3 = l 33 u 34 u 34 = 3/(2a) = l 43 l 43 = 4/a = l 43 u 34 + l 44 l 44 = 5/(2a) = l 44 u 45 l 45 = 2a/5 l 54 =, l 55 = a a /a /a a/3 0 0 A = LÛ = 0 2a/ /(2a) /(2a) a/ a Como A es simétrica y A = LÛ, entonces A = A t = ( LÛ)t = Û t Lt LU, ya que Û t := L es triangular inferior de diagonal de unos y L t := U es triangular superior de diagonal general Anna Doubova - Dpto EDAN - U de Sevilla
30 3 Métodos directos de resolución de sistemas lineales Método de Cholesky Consideramos el sistema lineal Ax = b, donde A es una matriz simétrica y definida positiva (ver la Sección 37) El método de Cholesky para resolver el sistema lineal Ax = b con A matriz simétrica y definida positiva, consta de dos etapas: Factorización: Escribimos la matriz A como producto de dos matrices A = BB t, B triangular inferior Esta descomposición se llama factorización de Cholesky de A Resolución del sistema: Una vez obtenida la factorización A = BB t, escribimos Ax = b BB t x = b Pongamos B t x = v y resolvemos el sistema lineal Bv = b por el algoritmo de bajada, obteniendo v Dado v, resolvemos el sistema lineal B t x = v por el algoritmo de subida, obteniendo x, la solución del sistema original En lo que sigue, hablaremos de las matrices definidas positivas y justificaremos la existencia de la factorización de Cholesky 37 Matrices definidas y sus propiedades Matriz definida positiva Sea A una matriz cuadrada de orden n de coeficientes reales Se dice que A es de definida positiva si v t A v > 0 para todo v R n \ {0} n n a ij v i v j > 0 v R n \ {0} (35) i= j= En efecto, la relación v t A v > 0 se escribe por componentes como sigue: a a n v t A v = (v,, v n ) a n a nn n = v a j v j + + v n n a nj v j = v v n j= j= i= j= = (v,, v n ) n n a ij v i v j n a j v j j= n a nj v j j= Anna Doubova - Dpto EDAN - U de Sevilla
Matrices y Sistemas Lineales
Matrices y Sistemas Lineales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Matrices sobre IR ó C. Definición Dado un conjunto K (IR ó C) y dos conjuntos finitos de índices I = {,, m} J
Más detallesSistemas lineales de ecuaciones
Tema 1 Sistemas lineales de ecuaciones 11 Matrices Una matriz es un conjunto de números colocados en una determinada disposición, ordenados en filas y columnas Las líneas horizontales de una matriz se
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales José Vicente Romero Bauset ETSIT-curso 2009/200 José Vicente Romero Bauset Tema 2.- Sistemas de Ecuaciones Lineales Sistema de ecuaciones lineales Un sistema de ecuaciones
Más detallesMatrices y sistemas de ecuaciones
Matrices y sistemas de ecuaciones María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Matrices y sistemas de ecuaciones Matemáticas I 1 / 59 Definición de Matriz Matrices
Más detallesSistemas de Ecuaciones Lineales. Matrices y determinantes.
Capítulo 3 Sistemas de Ecuaciones Lineales Matrices y determinantes 31 Sistemas de Ecuaciones Lineales El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación
Más detallesTema 1: Matrices. Sistemas de ecuaciones. Determinantes
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes
Más detallesDefinición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Más detallesDepartamento de Ecuaciones Diferenciales y Análisis Numérico. CÁLCULO NUMÉRICO I (Tema 3 - Relación 2)
CÁLCULO NUMÉRICO I (Tema - Relación 2) 5 Resolver mediante el método de Gauss los siguientes sistemas de ecuaciones. 2x 2 + x = 0 2x + 2x 2 + x + 2x = 2 x x 2 + x = 7 6x + x 2 6x 5x = 6. x + x 2 x = x
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
Más detallesResolución de sistemas de ecuaciones lineales
Tema 2 Resolución de sistemas de ecuaciones lineales 21 Métodos directos de resolución de sistemas de ecuaciones lineales 211 Resolución de sistemas triangulares Definición 211 Una matriz A se dice triangular
Más detallesSistemas de ecuaciones lineales
Chapter 2 Sistemas de ecuaciones lineales 2.1 Resolución de sistemas de ecuaciones lineales El problema que se pretende resolver en este capítulo es el de un sistema de m ecuaciones lineales con n incógnitas
Más detallesConjuntos y matrices. Sistemas de ecuaciones lineales
1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales 1 Definiciones Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de expresiones de la forma: a 11 x 1 + a 12 x 2 + + a 1n x n = a 21 x 1 + a 22 x 2 + +
Más detallesTema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES
Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...
Más detallesMétodos directos de resolución de sistemas lineales
Tema 3 Métodos directos de resolución de sistemas lineales 1 Introducción En este tema se estudian algunos métodos de resolución de sistemas de ecuaciones lineales con el mismo número de ecuaciones que
Más detallesFundamentos matemáticos. Tema 2 Matrices y ecuaciones lineales
Grado en Ingeniería agrícola y del medio rural Tema 2 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2017 Licencia Creative Commons 4.0 Internacional J.
Más detallesMatrices y sistemas de ecuaciones lineales. Autovalores y autovectores.
Tema 5 Matrices y sistemas de ecuaciones lineales Autovalores y autovectores 5 Introducción Una matriz es una disposición ordenada de elementos de la forma: a a a m a a a m a n a n a nm Sus filas son las
Más detalles2. Sistemas de ecuaciones lineales.
2. Sistemas de ecuaciones lineales. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2002 Contents 1 Introducción 2 2 Operaciones elementales
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Capítulo 4 Matrices, determinantes y sistemas de ecuaciones lineales DEFINICIÓN DE MATRIZ DE NÚMEROS REALES Una matriz de números reales de tamaño m n es un conjunto ordenado por filas y columnas de números
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detallesMatrices y determinantes
Matrices y determinantes Las matrices y los determinantes son herramientas del álgebra de gran utilidad en muchas disciplinas. Los campos de aplicación de la teoría de las matrices y de los determinantes
Más detallesMétodos directos de resolución de sistemas lineales
Tema 4 Métodos directos de resolución de sistemas lineales 1 Introducción En este tema se estudian algunos métodos de resolución de sistemas de ecuaciones lineales con el mismo número de ecuaciones que
Más detallesCONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES
CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 6 2 Herramientas 8 21 Operaciones
Más detallesMATEMÁTICAS II: MATRICES Y DETERMINANTES
MATRICES Llamaremos matriz de números reales de orden (o dimensión) m n a un conjunto ordenado de m n números reales, dispuestos en m filas y n columnas: A a 11 a 12 a 13 a 1j a 1n a 21 a 22 a 23 a 2j
Más detallesCapítulo 2. Determinantes Introducción. Definiciones
Capítulo 2 Determinantes 2.1. Introducción. Definiciones Si nos centramos en la resolución de un sistema A x = b con A una matriz n n, podemos calcular A 1 y la resolución es inmendiata. El problema es
Más detalles1. Utilizar el método de Gauss para clasificar y resolver cuando sea posible los siguientes sistemas: x 3y + 7z = 10 5x y + z = 8 x + 4y 10z = 11
Teorema de Rouché Frobenius: Si A es la matriz de coeficientes de un sistema de ecuaciones lineales y AM la matriz ampliada de un sistema de ecuaciones lineales. Si r(a = r(am = número de incógnitas =
Más detalles3.7. Determinantes. Definición. El determinante de una matriz cuadrada es la suma equilibrada de todos esos posibles Definición de determinante.
37 Determinantes 11 Definición de determinante Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de
Más detallesSISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
Más detallesMatrices 3. Matrices. Verónica Briceño V. agosto 2012
3 agosto 2012 En esta Presentación... En esta Presentación veremos: Matriz Inversa En esta Presentación... En esta Presentación veremos: Matriz Inversa Determinante En esta Presentación... En esta Presentación
Más detallesContenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices
elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas
Más detallesFrancisco José Vera López
Álgebra y Matemática Discreta Matrices. Sistemas de ecuaciones. Francisco José Vera López Dpto. de Matemática Aplicada Facultad de Informática 2015 1 Matrices 2 Sistemas de Ecuaciones Matrices Una matriz
Más detallesSistemas de ecuaciones lineales. Matrices
Dpto de MATEMÁTICA APLICADA A LOS RECURSOS NATURALES Sección departamental en la ETSI de Montes Algebra Sistemas de ecuaciones lineales Matrices Sistemas lineales Solución de un sistema lineal Sistemas
Más detalles1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Más detallesParte 2. Métodos directos para la resolución de sistemas de ecuaciones lineales
Parte 2. Métodos directos para la resolución de sistemas de ecuaciones lineales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales University of Las Palmas de Gran Canaria Curso 2006-2007
Más detallesSistemas de ecuaciones lineales
Tema 1 Sistemas de ecuaciones lineales 11 Definiciones Sea K un cuerpo Una ECUACIÓN LINEAL CON COEFICIENTES EN K es una expresión del tipo a 1 x 1 + + a n x n = b, en la que n es un número natural y a
Más detallesProcedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).
Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales
Más detalles1.1. CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS. son matrices escalonadas reducidas mientras que
1 1 PRELIMINARES 11 CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS Denición 1 Una matriz es escalonada si: 1 Todas las las nulas, si las hay, están en la parte inferior de la matriz 2 El número de ceros al comienzo
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detallesMatrices. Primeras definiciones
Primeras definiciones Una matriz es un conjunto de elementos números ordenado en filas y columnas. En general una matriz se nombra con una letra mayúscula y a sus elementos con letras minúsculas indicando
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS // Curso 2017-18 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detalles1 Clase sobre determinantes
1 Clase sobre determinantes Una herramienta muy útil cuando trabajamos con matrices y con el producto de matrices, es su interpretación como: una colección de números, A = [a ij ] ; como una colección
Más detallesSistemas de Ecuaciones. Lineales II
Sistemas de Ecuaciones Lineales II Factorización LU: Eliminación Gaussiana Relación con la factorización LU 521230-1 - DIM Universidad de Concepción Solución de sistemas con matriz triangular Dadas L =
Más detallesMatrices y Sistemas de Ecuaciones lineales
Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesInversa de una matriz
Capítulo 2 Álgebra matricial 2.1. Inversa de una matriz Inversa de una matriz Para una matriz cuadrada A n n, la matriz B n n que verifica las condiciones AB = I n y B A=I n se denomina inversa de A, y
Más detallesCarmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, U.P.M. Álgebra Lineal. 1 TEMA 1.1: MATRICES Y SISTEMAS DE ECUACIONES LINEALES
Carmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, UPM Álgebra Lineal TEMA : MATRICES Y SISTEMAS DE ECUACIONES LINEALES Definición de cuerpo conmutativo Definición Un Cuerpo Conmutativo es un
Más detallesTEMA 8. Sistemas de Ecuaciones Lineales: Método de Gauss. 1. Sistemas de ecuaciones lineales. Generalidades
TEMA 8 F MATEMÁTICOS TEMA 8 Sistemas de Ecuaciones Lineales: Método de Gauss 1 Sistemas de ecuaciones lineales Generalidades Uno de los problemas centrales del álgebra lineal es la resolución de ecuaciones
Más detallesVectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector
UNIDAD I: MATRICES Vectores en el plano Un vector,, es un segmento con una dirección que va del punto A (origen) al punto B (etremo).un vector es un segmento orientado que va del punto A (origen) al punto
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.
Más detallesProfesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES. 1. Una matriz A de n n es diagonalmente dominante (estrictamente) por filas si
Cuarta relación de problemas Técnicas Numéricas Profesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES 1. Una matriz A de n n es diagonalmente dominante estrictamente por filas si a ii > a
Más detallesMatrices y sistemas lineales
Capítulo 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números de la tabla se conocen con el
Más detallesTema 6.- Sistemas de ecuaciones lineales Resolución por el método de Gauss.
Sistemas de ecuaciones equivalentes. Tema 6.- Sistemas de ecuaciones lineales. 6.1.- Resolución por el método de Gauss. Son los que tienen las mismas soluciones Hay dos operaciones básicas que transforman
Más detallesUna ecuación lineal de n-incógnitas es una igualdad de la forma:
página 1/39 Teoría Tema 6 Ecuación lineal Una ecuación lineal de n-incógnitas es una igualdad de la forma: a 1 x 1 +a 2 x 2 +a 3 x 3 +...+a n x n =c Donde a 1,a 2, a 3,..., a n,c son números reales. En
Más detallesDescomposición LU de matrices
Descomposición LU de matrices José L. Vieitez IMERL, Facultad de Ingeniería, Universidad de la República 3 de agosto de 006 Abstract Descomposición LU de una matriz A = (a ij ), i, j = 1,..., n. 1 Hechos
Más detallesRESOLUCIÓN DE SISTEMAS LINEALES
Contenido 1 Métodos de Solución Contenido Métodos de Solución 1 Métodos de Solución Desarrollamos el algoritmo de sustitución regresiva, con el que podremos resolver un sistema de ecuaciones lineales cuya
Más detallesTema 1: MATRICES. OPERACIONES CON MATRICES
Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos
Más detallesLas matrices se denotarán usualmente por letras mayúsculas, A, B,..., y los elementos de las mismas por minúsculas, a, b,...
INTRO. MATRICES Y DETERMINANTES Prof. Gustavo Sosa Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas
Más detallesMATRICES. Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.
1 MATRICES Una matriz es una tabla ordenada de escalares a ij de la forma La matriz anterior se denota también por (a ij ), i =1,..., m, j =1,..., n, o simplemente por (a ij ). Los términos horizontales
Más detallesTEMA 1: MATRICES Y DETERMINANTES
TEMA 1: MATRICES Y DETERMINANTES 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales de la forma a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Las líneas horizontales (verticales)
Más detalles11.SISTEMAS DE ECUACIONES LINEALES DEFINICIÓN DE ECUACIÓN LINEAL DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN
ÍNDICE 11SISTEMAS DE ECUACIONES LINEALES 219 111 DEFINICIÓN DE ECUACIÓN LINEAL 219 112 DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN 220 113 EQUIVALENCIA Y COMPATIBILIDAD 220 11 REPRESENTACIÓN MATRICIAL
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detallesMATRICES. TIPOS DE MATRICES Según el aspecto de las matrices, éstas pueden clasificarse en:
Repaso de Matrices MATRICES Una matriz es una tabla ordenada de escalares a ij de la forma La matriz anterior se denota también por (a ij ), i =1,..., m, j =1,..., n, o simplemente por (a ij ). Los términos
Más detallesPara resolver un sistema lineal estan permitidas tres operaciones en las ecuaciones.
Para resolver un sistema lineal estan permitidas tres operaciones en las ecuaciones. 1. La ecuación E i puede multiplicarse por cualquier costante diferente de cero y se puede usar la ecuación resultante
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detalles( b) No se puede ya que la matriz tiene 2 columnas y el vector tiene 3 filas x x + 2y 3z.
Ejercicios resueltos tema : Matrices y sistemas lineales EJERCICIO : Escribir las siguientes matrices: a A (a ij 4, a ij i j. b B (b ij 4, b ij ( i+j. { si i j, c C (b ij 4, c ij si i < j. A, B + + + +
Más detallesMatrices triangulares y descomposición LU
Matrices triangulares y descomposición LU Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el examen será suficiente
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesMatrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1
Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que
Más detallesDEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Más detallesTema 3 o - Sistemas de Ecuaciones Lineales
Tema 3 o - Sistemas de Ecuaciones Lineales Definición de Sistema y de Solución 2 Clasificación de los Sistemas atendiendo al n o de Soluciones 3 Sistemas de Cramer FÓRMULS DE CRMER 4 Teorema de Rouchée
Más detallesTEMA 4: Sistemas de ecuaciones lineales II
TEM 4: Sistemas de ecuaciones lineales II ) Teorema de Rouché-Frobenius. ) Sistemas de Cramer: regla de Cramer. 3) Sistemas homogeneos. 4) Eliminación de parámetros. 5) Métodos de factorización. 5) Métodos
Más detallesElementos de Cálculo Numérico
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico Primer cuatrimestre 2006 Práctica N 2: Condicionamiento de una matriz. Descomposición
Más detallesBLOQUE 2. ÁLGEBRA LINEAL. MATRICES Y SISTEMAS DE ECUACIONES LINEALES (*)
BLOQUE 2. ÁLGEBRA LINEAL. MATRICES Y SISTEMAS DE ECUACIONES LINEALES (*) Matrices. Determinantes. Rango. Sistemas de ecuaciones lineales. El Álgebra Lineal es una parte de la Matemática de frecuente aplicación
Más detallesMatrices y determinantes
Matrices y determinantes 1 Matrices Una matriz de orden m n es un conjunto de m n números ordenados en m filas y n columnas Por ejemplo, 1 1 2 0 2 0 2 1 1 1 2 1 3 0 2 es una matriz de orden 3 5 Una matriz
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detallesGrado en Ingeniería Electrónica Industrial Universidad de Granada
Tema 1 Matrices, determinantes, sistemas de ecuaciones lineales Asignatura: Matemáticas I Grado en Ingeniería Electrónica Industrial Universidad de Granada Prof Rafael López Camino Universidad de Granada
Más detallesPrograma EUROPA Ayuda a la Mejora en el Aprendizaje Matemáticas Cuarta sesión
1/26 Programa EUROPA Ayuda a la Mejora en el Aprendizaje Matemáticas Cuarta sesión Ramón Esteban y Antonio Pastor Índice 1 Álgebra 3 Sistemas de ecuaciones lineales................ 3 Métodos conocidos...................
Más detallesA1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.
A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas
Más detallesCálculo Numérico - CO3211. Ejercicios. d ) Sabiendo que la inversa de la matriz A = es A c d
Cálculo Numérico - CO32 Ejercicios Decida cuáles de las siguientes proposiciones son verdaderas y cuáles son falsas Si una proposición es verdadera, demuéstrela, y si es falsa dé un contraejemplo: a Sea
Más detallesMétodos directos para resolver sistemas de ecuaciones lineales
Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........
Más detallesAPÉNDICE A. Algebra matricial
APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos
Más detallesDeterminantes. = a 11a 22 a 12 a 21 = ( 3) ( 5) ( 4) 7 = 15 ( 28) = = 43
Determinante de una matriz cuadrada Toda matriz cuadrada A lleva asociado un número, llamado determinante de A, y que denotaremos mediante el símbolo. Este número, entre otras cosas, permite saber cuándo
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES CONCEPTO Un sistema de m ecuaciones lineales con n incógnitas es un sistema de la forma: a 11 x 1 + a 12 x 2 +... + a 1n x n b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n b 2.........................
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. CONCEPTOS GENERALES
Sistemas de ecuaciones lineales MTEMÁTICS II 1 1 SISTEMS DE ECUCIONES LINELES. CONCEPTOS GENERLES Definición: Se llama ecuación lineal con n incógnitas x 1, x 2, x 3,., x n a toda ecuación que puede escribirse
Más detalles