-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 1
NDICE
Titulo Pgina
1) Introduccin ......2
2) Resumen ......3
3) Objetivos........4
4) fundamento terico...........5
5) ejemplos resueltos.....19
6) presentacin del programa....29
7) Conclusiones......39
8) Bibliografa.....40
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 2
INTRODUCCIN
En la ingeniera es de gran importancia el resolver sistemas de
ecuaciones lineales ya que los ingenieros con
mucha frecuencia se enfrentan a problemas que involucran
sistemas de ecuaciones que son demasiado grandes para poder
resolver a mano. En la ingeniera civil se presentan casos como el
de anlisis de armaduras, tambin en el caso de dinmica estructural
en el cual buscbamos hallar los modos de vibracin de
una estructura con n grados de libertad, etc. ; es por eso que
los algoritmos de los mtodos numricos, empleados para resolver
dichos sistemas algebraicos, deben ser adecuados para poder
implementarse o
programarse en las computadoras.
Cuando se presentan pocas ecuaciones(n 3), estas pueden ser
resueltas mediante mtodos directos como el de eliminacin gaussiana
(ya sea con pivoteo o no), Gauss-Jordan (se obtiene la solucin
mediante la bsqueda
de la inversa de la matriz de coeficientes), factorizacin LU.
Sin embargo para sistemas con mayor nmero de
incgnitas estos mtodos se vuelven muy laboriosos y poco
prcticos. Es por ello que se pueden usar los
mtodos iterativos como Jacobi, Gauus-Seidel, sobre-relajacin
(SOR), y mtodos ms avanzados como el de
gradiente conjugada
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 3
I. OBJETIVOS
Elaborar un programa en Gui de MatLab que permita al usuario,
reslover un sistema de ecuaciones de por ocho mtodos diferentes:
cuatro mtodos directos (Eliminacin Gaussiana, Eliminacion
gaussiana
con pivote, Gauss Jordan y factorizacin LU) y cuatro mtodos
iterativos (Jacobi, Gauss-Seidel, SOR y
Gradiente conjugado).
La elaboracin de este programa va permitir facilitar la bsqueda
de soluciones por los mtodos antes mencionados y a la vez poder
comparar los resultados.
Comprender las diferentes formas de solucionar sistemas de
ecuaciones lineales por medio de los
mtodos directos e iterativos antes mencionados.
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 4
II. RESUMEN
Este trabajo esta dirigido a la elaboracin de un programa
CALCULADORA DE ALGEBRA LINEAL , ste programa podr determinar la
solucin de sistemas de ecuaciones lineales mediante 8 mtodos
distintos (4 directos y 4
iterativos), adems el programa ser capaz de obtener resultados
de las caractersticas de matrices o vectores ya sea el rango, nmero
de condicin, norma, determinante.
En el programa tambin podrn ejecutarse diferentes operaciones
entre matrices como la multiplicacin de matrices, resta y suma de
matrices, inversa de una matriz.
Los mtodos que usar la CALCULADORA DE ALGEBRA LINEAL para
resolver un sistema de ecuaciones sern ocho: cuatro mtodos directos
(Eliminacin Gaussiana, Eliminacion gaussiana con pivote, Gauss
Jordan y factorizacin LU) y cuatro mtodos iterativos (Jacobi,
Gauss-Seidel, SOR y Gradiente conjugado), aprovechamos
las bondades que nos brinda la programacin en GUI de MatLab,
tales como: las sentencias condicionales if
elseif
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 5
III. ASPECTOS TERICOS
OPERACIONES CON MATRICES
1. SUMA Y RESTA DE MATRICES
+ : x [ ], [ ] = [ ]
tal que = 1 ; 1
2. MULTIPLICACION DE MATRICES
Definicin. Si = y = son dos matrices con la propiedad de que
tiene
tantas columnas como filas, entonces la matriz producto se
define como la matriz de orden .
= = [ ]
Cuyo elemento es el producto escalar de la i-esima fila de A por
la j-esima columna de B:
=
=1
= 11 + 22 + 33 + +
Para = 1,2 . . = 1,2, .
3. INVERSA DE UNA MATRIZ
Aunque es fcil resolver un sistema lineal de la forma = si se
conoce 1 , desde el punto de vista de los clculos necesarios, no es
eficiente determinar 1 a fin de resolver el sistema. Pese a ello
desde el punto de vista conceptual conviene describir un mtodo que
determine la inversa de una matriz.
A fin de encontrar un mtodo para calcular 1 suponiendo su
existencia, consideremos nuevamente la multiplicacin de matrices.
Sea j-sima columna de la matriz de ,
nj
j
j
j
j
b
b
b
b
B
3
2
1
Si = , entonces la columna de est dada por el producto
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 6
n
k
kjnk
n
k
kjk
n
k
kjk
nj
j
j
nnbbn
n
n
jj
nj
j
j
ba
ba
ba
b
b
b
aaaa
aaaa
aaaa
ABC
c
c
c
1
1
2
1
1
2
1
321
2322221
1131211
2
1
Supongamos que 1 existe y que1 = = ( ). Entonces = y
0
1
0
0
jAB , donde el valor de 1 aparece en el rengln
Para encontrar B debemos resolver n sistemas lineales donde la
columna de la inversa es la solucin del sistema lineal que en el
lado derecho tiene la columna de I. en el siguiente ejemplo se
demuestra el mtodo en cuestin
4. TRANSPUESTA DE UNA MATRIZ
Sean las matrices = y = . Diremos que B es la TRANSPUESTA de A,
si slo
si = 1 , 1 y denotaremos = . Es decir,
= = ,
es la transpuesta de = Indica que las filas de B son las
columnas de
5. TRAZA DE UNA MATRIZ
Sea la matriz cuadrada = , se llama TRAZA de A, al numero
() = = , (Es la suma de los elementos de la diagonal
principal)
6. DETERMINANTE
El determinante de una matriz es un concepto fundamental del
lgebra lineal con el cual se determina la
existencia y unicidad de los resultados de los sistemas de
ecuaciones lineales. Para representar el
determinante de una matriz A usaremos , aunque tambin se
acostumbra utilizar la notacin . a. Si = [] es una matriz de 1x1,
entonces = . b. Si es una matriz de , el menor es el determinate de
la submatriz (n-1)x(n-1) de A, que se
obtiene al suprimir el i-esimo rengln y la j-esima columna de la
matriz c. El cofactor asociado a se define como = (1)
+ .
d. El determinante de la matriz de , cuando > 1, esta dado
por = = (1)
+ =1
=1
para cada = 1,2, . ,
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 7
MTODOS DIRECTOS PARA LA SOLUCION DE SISTEMAS DE ECUACIONES
LINEALES
1. ELIMINACIN GAUSIANA
Este mtodo se aplica para resolver sistemas lineales de la
forma: = El mtodo de eliminacin Gaussiana (simple), consiste en
transformar la matriz A en forma triangular,
llevar de la forma:
mnmnimimm
ininiiiii
nnii
nnii
bxaxaxaxa
bxaxaxaxa
bxaxaxaxa
bxaxaxaxaxa
'''33
'22
'
'''33
'22
'
2'
2'
2'
323'
222'
111313212111
Mediante
A la forma:
mn
nmnn
ii
nini
iiii
nnii
nnii
bxa
bxaxa
bxaxaxaxa
bxaxaxaxaxa
11
111
2'
2'
2'
323'
222'
111313212111
A este proceso se le conoce como triangulacin, adems los
primeros coeficientes de cada una de la
ecuaciones dadas anteriormente, son conocidas como pivotes;
posteriormente procedemos de la siguiente
forma.
=
(1)
,
1 =1 2 1,
2
1,1 2
.
.
.
1 =1
=2
1,1
A este proceso se le llama sustitucin regresiva
SEUDOCDIGO
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 8
2. ELIMINACIN GAUSSIANA CON PIVOTEO
Esta tcnica tambin conocida como Pivoteo Parcial, consiste en
elegir como pivote al coeficiente que tenga mayor magnitud, es
decir:
= mx
,
= Y posteriormente procedemos a triangulizar la matriz,
cambiando de pivote constantemente.
3. DESCOMPOSICION EN LU (FACTORIZACION DE DOOLITLLE)
El mtodo de descomposicin LU para la solucin de sistemas de
ecuaciones lineales debe su nombre a que
se basa en la descomposicin de la matriz original de
coeficientes (A) en el producto de dos matrices (L y U). Esto es: =
Donde:
- Matriz triangular inferior, con los elementos de la diagonal
principal igual a 1. - Matriz triangular superior con todos los
elementos de la primera fila iguales a los elementos de A de la
misma fila. Ms detalladamente tenemos:
),(
,...,2,1
0
/
,...,2,1
1,...4,3,2,1
)(),(,
jij
kii
kjijij
ik
kkik
iij
baoutput
end
end
end
btbb
ataa
donkkjfor
a
aat
donkkifor
donkfor
baninput
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 9
jil
jillquetall
llll
lll
lll
ll
l
Lij
ijij
nxnij
nnnnn
iiii
,0
,0...
0...0
0...00
321
21
333231
2221
11
jiu
jiuuquetalu
u
uu
uuu
uuuu
uuuuu
Uij
ijij
nxnij
nn
inij
nj
nj
nj
,0
,
000
00
......00
.....0
......
3333
222322
11131211
LA FACTORIZACION DE A ES:
44
3433
242322
14131211
434241
3231
21
44434241
34333231
24232221
14131211
000
00
0.
1
01
001
0001
u
uu
uuu
uuuu
lll
ll
l
aaaa
aaaa
aaaa
aaaa
=1
(
=1=1 ) = , + 1, + 2, ,
=1
( )
=1
=1
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 10
Para la solucin de un sistema de ecuaciones lineales: = = : =
=
Donde:
nb
b
b
b
b
3
2
1
ny
y
y
y
y
3
2
1
nx
x
x
x
x
3
2
1
Una ves obtenido los valores de y podemos obtener los valores de
x.
SEUDOCDIGO
Input n,(aij) For k = 1,2,,
1
1
k
sskkskkkkkk ulaul
for j = k+1,k+2,n
kkk
ssjkskjkj lulau /
1
1
end for i= k+1,k+2,n
kkk
sskisikik uulal /
1
1
end end Output (lij), (uij)
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 11
4. DESCOMPOSICION POR EL MTODO DE CHOLESKY
Algoritmo de cholesky
Para factorizar la matriz defina positiva de nxn en , donde L es
una matriz triangular inferior: ENTRADA la dimensin ; los elementos
para
1 , SALIDA los elementos , para 1 y para 1 de L (los elementos
de =
son
= , para 1 y para 1 )
PASO 1 tome 11 = 11 PASO 2 para = 2, . , , tome 1 = /11
PASO 3 para = 2, . 1, haga los pasos 4 y 5 PASO 4 tome = (
21=1 )
1/2
PASO 5 para = + 1, . , Tome 1 = (
1=1 )/
PASO 6 tome = ( 21
=1 )1/2
PASO 7 SALIDA ( = 1, . = 1, . )
MTODOS ITERATIVOS PARA LA SOLUCION DE SISTEMA DE ECUACIONES
LINEALES
1. MTODO DE JACOBI El mtodo Jacobi es el mtodo iterativo para
resolver sistemas de ecuaciones lineales ms simple y se
aplica slo a sistemas cuadrados, es decir a sistemas con tantas
incgnitas como ecuaciones.
ALGORITMO DE JACOBI:
+1 = +
Si
k
k
k
k
x
x
x
x
3
2
1)(
es el vector de aproximacin a la solucin x despus de R
iteraciones,
entonces, tendremos la siguiente aproximacin
)(1
)(1
)(1
232131333
323121222
313212111
13
12
11
1
kk
kk
kk
k
k
k
k
xaxaba
xaxaba
xaxaba
x
x
x
x
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 12
Para un sistema de ecuaciones con incgnitas, la notacin ms
compacta es
+1 =
1
=1
Matricialmente puede expresarse
+1 = 1 + + 1 , = 0,1,2,. Observacin: toda matriz cuadrada
descomponerse como = , donde
: Matriz triangular inferior de A : Matriz triangular superior
de B : Matriz diagonal de A
Con lo cual
= 1 + = 1
SEUDOCDIGO
Para resolver = dada aproximacin inicial (0): ENTRADA el nmero
de ecuaciones e incgnitas n; los elementos , 1 , de la matriz
A;
los elementos , 1 de ; los elementos , 1 de = (0); la
tolerancia
TOL; el numero mximo de iteraciones N
SALIDA la solucin aproximada , . . o el mensaje de que se rebaso
el numero de iteraciones. Paso 1 tome = 1 Paso 2 mientras ( )haga
los pasos 3-6 Paso 3 Para = 1, ,
Tome =
=+1 +
Paso 4 si < entonces SALIDA (, . .) (Procedimiento terminado
satisfactoriamente)
PARAR
Paso 5 tome = + 1 Paso 6 para = 1, , tome = Paso 7 SALIDA
(numero mximo de iteraciones excedido); (Procedimiento terminado
sin xito)
PARAR
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 13
2. MTODO DE GAUSS SEIDEL
Este mtodo se diferencia del anterior en que los valores que se
van calculando en la (R + 1) sima iteracin se usan para calcular
los valores restantes de esa misma interaccin ie
nixaxaba
x
xaxaba
xaxaba
xaxaba
x
x
x
x
i
ijj
R
ji
Rn
Iiij
jii
ii
R
i
RR
RR
RR
R
R
R
R
1,1
)(1
)(1
)(1
1
1
1
1
1
1
232
1
1313
33
323
1
1212
22
3122121
11
1
3
1
2
1
1
1
SEUDOCODIGO
Para resolver = dada aproximacin inicial (0): ENTRADA el nmero
de ecuaciones e incgnitas n; los elementos , 1 , de la matriz
A;
los elementos , 1 de ; los elementos , 1 de = (0); la
tolerancia
TOL; el numero mximo de iteraciones N
SALIDA la solucin aproximada , . . o el mensaje de que se rebaso
el numero de iteraciones. Paso 1 tome = 1 Paso 2 mientras ( )haga
los pasos 3-6 Paso 3 Para = 1, ,
Tome =
1 =1
=+1 +
Paso 4 si < entonces SALIDA ( , . . ) (Procedimiento
terminado satisfactoriamente)
PARAR
Paso 5 tome = + 1 Paso 6 para = 1, , tome = Paso 7 SALIDA
(numero mximo de iteraciones excedido); (Procedimiento terminado
sin xito)
PARAR
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 14
3. MTODO DE SOBRERELAJACIN (SOR)
Este mtodo se basa en la idea que una vez producido un valor del
mtodo de Gauss-Seidel, para lograrse una mejor aproximacin,
procedemos formando un promedio ponderado de los valores actual
y
anterior de esta manera quedara:
= 1 1 + , 1 < < 2 De manera general podemos expresarlo
=(
1
=+11=1 )
+ (1 )1
Matricialmente se expresa:
= 1 1 + + ( )1 , 1 < < 2, =0,1,2,. Con Lo Cual = ( )1 1 +
y = ( )1 TEOREMA: si A es una matriz definida positiva y 0 <
< 2, entonces el mtodo de SOR converge para cualquier eleccin
0
4. MTODO DE GRADIENTE CONJUGADA
El mtodo del gradiente conjugado de Hestenes y Stiefel, el cual
es aplicado a sistemas de la forma = , en donde A es considerada
simtrica y definida positiva.
En este mtodo las direcciones , son elegidas de una en una en el
proceso iterativo y forman un sistema A-ortogonal, los residuos ()
= () forman un sistema ortogonal es decir (),() = , Debemos decir
que este mtodo es preferible que el mtodo de eliminacin Gaussiana
simple cuando la matriz A
es muy grande y rala.
Este mtodo en su inicio fue muy sorprendente e importante pero
despus de dos dcadas las cosas ya no fue as como consecuencia que
se descubri que la terminacin finita no era asequible en la
prctica.
Pues la terminacin finita era indeseable para un mtodo directo,
sin embargo posteriormente cuando se le
considero como un mtodo iterativo las cosas fue diferente, pues
en estos mtodos no es necesario obtener
una solucin absoluta despus de n pasos lo que se espera es
obtener una respuesta satisfactoria.
La ejecucin del algoritmo en una computadora precisa de un lugar
de almacenamiento para cuatro vectores
(), (),(), ()
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 15
SEUDOCDIGO
5. VALORES Y VECTORES PROPIOS
Una matriz se puede considerar como una funcin que usa la
multiplicacin de matrices para llevar vectores m-dimensionales en
si mismo. En este caso, ciertos vectores no nulos son paralelos a ,
lo que significa que existe una constante tal que = . Para estos
vectores, tenemos = 0. Existe una relacin muy estrecha entre los
nmeros y la posibilidad de que un mtodo iterativo converja. En esta
seccin estudiaremos tal relacin.
Si A es una matriz cuadrada, el polinomio definido por
= det Recibe el nombre de polinomio caracterstico de . Si p es
el polinomio caracterstico de la matriz A, los ceros de p se llaman
valores caractersticos o propios de
esa matriz. Si es un valor caracterstico de A y si 0 tiene la
propiedad de que = 0 entonces a x se le llama vector caracterstico
o propio de la matriz correspondiente al valor caracterstico de
.
,, , , , ,
= 1,2, ,
, 1
2 <
,
+ , 2 <
+
, ,
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 16
MTODOS PARA HALLAR LOS VALORES Y VECTORES PROPIOS
a. MTODO DE JACOBI
El mtodo de Jacobi (1846) puede considerarse como prototipo de
los mtodos de transformacin. En este
procedimiento se transforma el problema original a uno de la
forma:
na
a
a
2
1
nz
z
z
2
1
=
3
2
1
2
1
z
z
z
b
b
b
n
que tiene como vectores caractersticos las columnas de la matriz
identidad y como valores caractersticos los
= . Los valores caractersticos del sistema original son los
mismos. es en este caso una matriz ortogonal:
1 =
Cuyas columnas son la propia solucin buscada. sta se determina
mediante un proceso iterativo que se
describe a continuacin.
En la forma que aqu se presenta, este mtodo se aplica a
problemas de la forma clsica, = , siendo una matriz simtrica
(real). Ms adelante se consideran las modificaciones requeridas
para problemas de la forma general.
Empezando con (0) = y llamando (0)a los vectores caractersticos
del problema original, el paso k del proceso se define como:
() = (+1) (
+1 ) = ( +1 )
y si es una matriz ortogonal, pre multiplicando por se
obtiene:
( )
+1 = +1 Lo que equivale a considerar un problema similar al
original:
+1 = +1
Siendo:
=
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 17
Ntese que se mantiene la simetra de la matriz. Los valores
caractersticos de esta nueva matriz son los
mismos de la matriz original; los correspondientes vectores se
relacionan por expresiones de la forma
=
En el mtodo de Jacobi las matrices corresponden a una rotacin
plana:
1
cos
cos
1
kk
kkk
sen
senP
,
El objetivo de un paso es hacer cero un coeficiente = . . Puede
verificarse fcilmente que:
(+1) = (+1) = + 2
2 = 0
Y por tanto:
2 =2
()
()
0
4
Slo los elementos de dos filas y de dos columnas (i, j) se
alteran en cada paso. Adems, como se mantiene la simetra de la
matriz A slo deben calcularse los coeficientes de la sub-matriz
triangular superior (o inferior)
de (+1). Con la notacin = ; ; =
(+1)
= ()
2 + 2()
+ ()
2
(+1)
= ()
2 2()
+ ()
2
(+1)
= (+1)
=
+ 2 2 = 0
(+1)
= (+1)
= +
(+1)
= (+1)
= +
En un cierto paso se hacen cero los elementos .. Sin embargo,
las sucesivas rotaciones reintroducen valores significativos en
estas posiciones, por lo que es necesario repetir el proceso en
varios "ciclos" para
todos los elementos de fuera de la diagonal principal. El
proceso es convergente. Si en un ciclo dado los
cocientes
=
()
2
()
()
. . ()
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 18
Son de orden e, stos se reducen a orden e2 en el siguiente
ciclo. El nmero de ciclos completos necesarios
para que la matriz sea suficientemente aproximada a una matriz
diagonal depende del orden de la matriz. Para matrices de orden 50
60 pueden ser necesarios 8 a 10 ciclos. Cada ciclo demanda (23)
operaciones.
Desde un punto de vista terico sera ms eficiente hacer cero los
elementos en orden decreciente de los , definidos por (), pero las
comparaciones necesarias son relativamente lentas. Por eso se
prefiere seguir un orden fijo en la seleccin de los elementos y
efectuar las rotaciones slo si es mayor que una tolerancia,
variable en funcin del nmero de ciclo, m (por ejemplo 10-2m). La
convergencia del proceso se puede verificar con una medida
similar.
Para determinar los vectores caractersticos es suficiente
efectuar el producto de las matrices ya que:
() = (+1)
Y por lo tanto:
= (0) = 123 .
b. MTODO DE LA POTENCIA INVERSA
El mtodo de potencia inversa es una modificacin del mtodo que
ofrece una convergencia mas rpida. Se usa
para determinar el valor caracterstico de A ms cercano a un
nmero q especfico.
Algoritmo
Para aproximar un valor caracterstico y un vector caracterstico
asociado de la matriz A de , dado un vector distinto de cero:
ENTRADA dimensin n; matriz A; vector x; tolerancia TOL; numero
mximo de iteraciones N.
SALIDA valor caracterstico aproximado , vector caracterstico
aproximado x (con = 1) o un mensaje de que se rebaso el numero
mximo de iteraciones.
Paso 1 tome =
Paso 2 tome = 1 Paso 3 obtenga el entero p mas pequeo con 1 y
=
Paso 4 tome = /
Paso 5 mientras ( ) haga los pasos 6-12 Paso 6 resuelva el
sistema lineal = Paso 7 si el sistema no tiene solucin nica,
entonces SALIDA (q es un valor caracterstico, q); PARAR
Paso 8 tome =
Paso 9 obtenga el entero mas pequeo con 1 y =
Paso 10 tome = (/)
=
Paso 11 si < , entonces tome =1
+ ;
SALIDA , ;(procedimiento terminado exitosamente) PARAR Paso 12
tome = + 1 Paso 13 Salida (Nmero mximo de iteraciones excedido);
(Procedimiento terminado sin xito)
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 19
IV. EJEMPLOS RESUELTOS DE SISTEMA DE ECUACIONES LINEALES
Ejemplo n1 Resolver el sistema tridiagonal siguiente:
1
2
3
4
5
4 1 0 0 0 100
1 4 1 0 0 200
0 1 4 1 0 200
0 0 1 4 1 200
0 0 0 1 4 100
A x b
x
x
x
x
x
SOLUCIN MEDIANTE FACTORIZACIN LU
2 1
3 2
4 3
5 4
10, 15 / 4, -1, 0, 0
4
40, 0, 56/15, -1 , 0
15
15 0, 0, 0, 209/56, -1
56
56 0, 0, 0, 0, 780/209
209
l l
l l
l l
l l
4 1 0 0 0
150 1 0 0
4
560 0 1 0
15
2090 0 0 1
56
7800 0 0 0
209
U
1 0 0 0 0
11 0 0 0
4
40 1 0 0
15
150 0 1 0
56
560 0 0 1
209
L
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 20
1 0 0 0 0 4 1 0 0 0
1 151 0 0 0 0 1 0 0 4 1 0 0 0
4 41 4 1 0 04 56
0 1 0 0 0 0 1 00 1 4 1 015 15
15 209 0 0 1 4 10 0 1 0 0 0 0 1
56 56 0 0 0 1 4
56 7800 0 0 1 0 0 0 0
209 209
LU A
Entonces tenemos
Ax LUx b Tomando ................*y Ux por tanto:
Ly b
1
2
3
4
5
1 0 0 0 0
11 0 0 0 100
42004
0 1 0 020015
15 2000 0 1 0
56 100
560 0 0 1
209
y
y
y
y
y
1
2 2
3 3
4 4
5 5
100
100200 225
4
4225 200 260
15
15260 200 251.6667
56
56251.6667 100 172.2488
209
y
y y
y y
y y
y y
1
2
3
4
5
100
225
260
269.6429
172.2488
y
y
y
y
y
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 21
Ahora reemplazamos y en la
ecuacin ................*y Ux
5 5
4 4
3 3
2 2
1 1
780172.2488 46.15384
209
20946.15384= 269.6429 =84.6154
56
5684.6154=260 92.3077
15
1592.3077=200 84.6154
4
4x 84.6154=100 46.1538
x x
x x
x x
x x
x
1
2
3
4
5
46.1538
84.6154
92.3077
84.6154
46.1538
x
x
x
x
x
EJEMPLO N2 Resolver el siguiente sistema lineal
1 1
2 2
3 3
4 4
5 5
4 1 0 0 0
150 1 0 0 100
422556
0 0 1 026015
209 269.64290 0 0 1
56 172.2488
7800 0 0 0
209
x y
x y
x y
x y
x y
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 22
1 2 3 4 5 6
1 2 3 4 5 6
1 2 3 4 5 6
1 2 3 4 5 6
1 2 3 4 5 6
1 2 3 4 5 6
4 0 0 0 150
4 0 0 0 50
0 4 0 50
0 4 0 50
0 0 0 4 150
0 0 0 4 50
T T T T T T
T T T T T T
T T T T T T
T T T T T T
T T T T T T
T T T T T T
1
2
3
4
5
6
4 1 1 0 0 0 150
1 4 0 1 0 0 50
1 0 4 1 1 0 50
0 1 1 4 0 1 50
0 0 1 0 4 1 150
0 0 0 1 1 4 50
T
T
T
T
T
T
POR METODO DE ELIMINACION GAUSSIANA:
Generamos la matriz aumentada para realizar la eliminacin
Gaussiana
4 1 1 0 0 0 150
1 4 0 1 0 0 50
1 0 4 1 1 0 50
0 1 1 4 0 1 50
0 0 1 0 4 1150
0 0 0 1 1 4 50
2 1 2
3 1 3
1
4
1
4
l l l
l l l
4 -1 -1 0 0 0 150
0 15/4 -1/4 -1 0 0 175/2
0 -1/4 15/4 -1 -1 0 175/2
0 -1 -1 4 0 -1 50
0 0 -1 0 4 -1 150
0 0 0 -1 -1 4 50
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 23
3 2 3
4 1 4
1
15
4
15
l l l
l l l
4 -1 -1 0 0 0 150
0 15/4 -1/4 -1 0 0 175/2
0 0 56/15 -16/15 -1 0 280/3
0 0 -16/15 56/15 0 -1 220/3
0 0 -1 0 4 -1 150
0 0 0 -1
-1 4 50
4 3 4
5 3 5
16
56
15
56
l l l
l l l
4 -1 -1 0 0 0 150
0 15/4 -1/4 -1 0 0 175/2
0 0 56/15 -16/15 -1 0 280/3
0 0 0 24/7 -2/7 -1 100
0 0 0 -2/7 209/56 -1 175
0 0 0 -1 -1 4 50
5 4 5
6 4 6
1
12
7
24
l l l
l l l
4 -1 -1 0 0 0 150
0 15/4 -1/4 -1 0 0 175/2
0 0 56/15 -16/15 -1 0 280/3
0 0 0 24/7 -2/7 -1 100
0 0 0 0 89/24 -13/12 550/3
0 0 0 0 -13/12 89/24 475/6
6 5 6
26
89l l l
4 -1 -1 0 0 0 150
0 15/4 -1/4 -1 0 0 175/2
0 0 56/15 -16/15 -1 0 280/3
0 0 0 24/7 -2/7 -1 100
0 0 0 0 89/24 -13/12 550/3
0 0 0 0 0 2415/712 14467/109
Realizando la sustitucin regresiva se tiene que;
4 -1 -1 0 0 0
0 15/4 -1/4 -1 0 0
0 0 56/15 -16/15 -1 0
0 0 0
1
2
3
4
5
6
24/7 -2/7 -1
0 0 0 0 89/24 -13/12
0 0 0 0 0 2415/712
T
T
T
T
T
T
150
175 / 2
280 / 3
100
550 / 3
14467 /109
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 24
6 6
5 6 5
4 5 6 4
3 4 5 3
2 3 4 2
1 2 3 1
2415 14467 39.1304
712 109
89 13 550 60.8696
24 12 3
24 2100 45.6522
7 7
56 16 28054.3478
15 15 3
15 1 17539.1304
4 4 2
4 150 60.8696
T T
T T T
T T T T
T T T T
T T T T
T T T T
ITERACIN DE JACOBI
1
nk
ij i i
j ij ik
i
ii
a x b
xa
1k kx Bx c
Forma matricial:
1
1
B D L U
c D b
a
4
1
1
0
0
0
1
4
0
1
0
0
1
0
4
1
1
0
0
1
1
4
0
1
0
0
1
0
4
1
0
0
0
1
1
4
b
150
50
50
50
150
50
L
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
D
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
U
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
1B D L U
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 25
B
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
1
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0.25
0.25
0
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0.25
0
0
0.25
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0
0.25
0.25
0
1c D b
c
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
1150
50
50
50
150
50
37.5
12.5
12.5
12.5
37.5
12.5
x1
0
0.25
0.25
0
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0.25
0
0
0.25
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0
0.25
0.25
0
0
0
0
0
0
0
37.5
12.5
12.5
12.5
37.5
12.5
37.5000
12.5000
12.5000
12.5000
37.5000
12.5000
x2
0
0.25
0.25
0
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0.25
0
0
0.25
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0
0.25
0.25
0
37.5
12.5
12.5
12.5
37.5
12.5
37.5
12.5
12.5
12.5
37.5
12.5
43.7500
25.0000
34.3750
21.8750
43.7500
25.0000
x3
0
0.25
0.25
0
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0.25
0
0
0.25
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0
0.25
0.25
0
43.7500
25.0000
34.3750
21.8750
43.7500
25.0000
37.5
12.5
12.5
12.5
37.5
12.5
52.3438
28.9063
39.8438
33.5938
52.3438
28.9063
x4
0
0.25
0.25
0
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0.25
0
0
0.25
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0
0.25
0.25
0
52.3438
28.9063
39.8438
33.5938
52.3438
28.9063
37.5
12.5
12.5
12.5
37.5
12.5
54.6875
33.9844
47.0704
36.9141
54.6875
33.9844
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 26
x5
0
0.25
0.25
0
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0.25
0
0
0.25
0.25
0
0
0.25
0
0
0.25
0
0
0.25
0
0
0
0.25
0.25
0
54.6875
33.9844
47.0704
36.9141
54.6875
33.9844
37.5
12.5
12.5
12.5
37.5
12.5
57.7637
35.4004
49.0723
41.2598
57.7637
35.4004
i T1 T2 T3 T4 T5 T6 Mx. error
0 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
1 37.5000 12.5000 12.5000 12.5000 37.5000 12.5000 37.5000
37.5000
2 43.7500 25.0000 34.3750 21.8750 43.7500 25.0000 43.7500
6.2500
3 52.3438 28.9063 39.8438 33.5938 52.3438 28.9063 52.3438
8.5938
4 54.6875 33.9844 47.0703 36.9141 54.6875 33.9844 54.6875
2.3437
5 57.7637 35.4004 49.0723 41.2598 57.7637 35.4004 57.7637
3.0762
6 58.6182 37.2559 51.6968 42.4683 58.6182 37.2559 58.6182
0.8545
7 59.7382 37.7716 52.4261 44.0521 59.7382 37.7716 59.7382
1.1200
8 60.0494 38.4476 53.3821 44.4923 60.0494 38.4476 60.0494
0.3112
9 60.4574 38.6354 53.6478 45.0693 60.4574 38.6354 60.4574
0.4080
10 60.5708 38.8817 53.9960 45.2297 60.5708 38.8817 60.5708
0.1134
11 60.7194 38.9501 54.0928 45.4399 60.7194 38.9501 60.7194
0.1486
12 60.7607 39.0398 54.2197 45.4983 60.7607 39.0398 60.7607
0.0413
13 60.8149 39.0648 54.2549 45.5748 60.8149 39.0648 60.8149
0.0542
14 60.8299 39.0974 54.3011 45.5961 60.8299 39.0974 60.8299
0.0150
15 60.8496 39.1065 54.3140 45.6240 60.8496 39.1065 60.8496
0.0197
16 60.8551 39.1184 54.3308 45.6318 60.8551 39.1184 60.8551
0.0055
ITERACIN DE GAUSS-SEIDEL
1 11k k
x L D Ux L D b
Por lo tanto:
1
1
B L D U
c L D b
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 27
L
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
D
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
U
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
B
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0.25
0.063
0.063
0.031
0.016
0.012
0.25
0.063
0.063
0.031
0.016
0.012
0
0.25
0.25
0.125
0.063
0.047
0
0
0.25
0.063
0.063
0.031
0
0
0
0.25
0.25
0.125
C
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
1150
50
50
50
150
50
37.5
21.875
21.875
23.438
42.969
29.102
xo
0
0
0
0
0
0
Iteraciones:
x1
0
0
0
0
0
0
0.25
0.063
0.063
0.031
0.016
0.012
0.25
0.063
0.063
0.031
0.016
0.012
0
0.25
0.25
0.125
0.063
0.047
0
0
0.25
0.063
0.063
0.031
0
0
0
0.25
0.25
0.125
0
0
0
0
0
0
37.5
21.875
21.875
23.438
42.969
29.102
37.5
21.875
21.875
23.438
42.969
29.102
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 28
x2
0
0
0
0
0
0
0.25
0.063
0.063
0.031
0.016
0.012
0.25
0.063
0.063
0.031
0.016
0.012
0
0.25
0.25
0.125
0.063
0.047
0
0
0.25
0.063
0.063
0.031
0
0
0
0.25
0.25
0.125
37.5
21.875
21.875
23.438
42.969
29.102
37.5
21.875
21.875
23.438
42.969
29.102
48.4375
30.4907
41.233
37.7065
55.1281
35.6984
x3
0
0
0
0
0
0
0.25
0.063
0.063
0.031
0.016
0.012
0.25
0.063
0.063
0.031
0.016
0.012
0
0.25
0.25
0.125
0.063
0.047
0
0
0.25
0.063
0.063
0.031
0
0
0
0.25
0.25
0.125
48.4375
30.4907
41.233
37.7065
55.1281
35.6984
37.5
21.875
21.875
23.438
42.969
29.102
55.4309
35.8202
49.6022
42.7724
58.8898
37.9062
x4
0
0
0
0
0
0
0.25
0.063
0.063
0.031
0.016
0.012
0.25
0.063
0.063
0.031
0.016
0.012
0
0.25
0.25
0.125
0.063
0.047
0
0
0.25
0.063
0.063
0.031
0
0
0
0.25
0.25
0.125
55.4309
35.8202
49.6022
42.7724
58.8898
37.9062
37.5
21.875
21.875
23.438
42.969
29.102
58.8556
37.9497
52.6722
44.6193
60.217
38.7012
x5
0
0
0
0
0
0
0.25
0.063
0.063
0.031
0.016
0.012
0.25
0.063
0.063
0.031
0.016
0.012
0
0.25
0.25
0.125
0.063
0.047
0
0
0.25
0.063
0.063
0.031
0
0
0
0.25
0.25
0.125
58.8556
37.9497
52.6722
44.6193
60.217
38.7012
37.5
21.875
21.875
23.438
42.969
29.102
60.1555
38.739
53.7933
45.2937
60.6989
38.9909
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 29
x6
0
0
0
0
0
0
0.25
0.063
0.063
0.031
0.016
0.012
0.25
0.063
0.063
0.031
0.016
0.012
0
0.25
0.25
0.125
0.063
0.047
0
0
0.25
0.063
0.063
0.031
0
0
0
0.25
0.25
0.125
60.1555
38.739
53.7933
45.2937
60.6989
38.9909
37.5
21.875
21.875
23.438
42.969
29.102
60.6331
39.028
54.2027
45.54
60.8748
39.0967
Solucin por el mtodo de SOR
L
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
U
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
w 1.5
T D w L( )1
1 w( ) D w U[ ]
0.5
0.188
0.188
0.141
0.07
0.079
0.375
0.359
0.141
0.082
0.053
0.011
0.375
0.141
0.359
0.082
0.135
0.081
0
0.375
0.375
0.219
0.141
0.029
0
0
0.375
0.141
0.359
0.082
0
0
0
0.375
0.375
0.219
D
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
0
0
0
0
0
0
4
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 30
xo
0
0
0
0
0
0
x1 T xo C
56.25
39.8438
39.8438
48.6328
71.1914
63.6841
x2 T x1 C
58.0078
38.8184
65.5151
57.4402
69.104
34.362
x3 T x2 C
66.3712
45.7701
58.3357
41.9553
56.4596
38.4746
x4 T x3 C
62.1041
34.8872
49.7768
43.9493
61.1145
38.9116
x5 T x4 C
56.947
39.1425
54.6156
46.5265
60.7655
39.5287
x6 T x5 C
62.9358
40.2271
55.2776
46.1243
61.4196
39.3146
C w D w L( )1
b
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 31
V. PRESENTACIN DEL PROGRAMA
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 32
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 33
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 34
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 35
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 36
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 37
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 38
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 39
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 40
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 41
VI. CDIGO DEL PROGRAMA
ELIMINACION GAUSSINA
global a xm b xg x1 x2 x3 xgp J gs S M GR in raaa rab de
Co Cor no
c1=[a b];
raaa=rank(a);
rab=rank(c1);
de=det(a);
Co=cond(a);
Cor=rcond(a);
no=norm(a);
xm=a^-1*b; % solucion de Matlab
m=length(a);
ag=a;
bg=b;
% transformacion del sistema en uno triangular
d=det(a);
if d~=0
for i=1:m-1
for k=i+1:m
l=ag(k,i)/ag(i,i);
for j=i+1:m
ag(k,j)=ag(k,j)-l*ag(i,j);
end
bg(k)=bg(k)-l*bg(i);
end
end
% resolucion del sistema triangular
xg=zeros(m,1); % tambien vale x=b*0;
xg(m)=bg(m)/ag(m,m);
for i=m-1:-1:1
s=0;
for j=i+1:m
s=s+ag(i,j)*xg(j); % sumatorio
end
xg(i)=(bg(i)-s)/ag(i,i);
end
else
disp(' El sistema es inconsistente')
end
xg;
ELIMINACION GAUSSINA CON PIVOTE
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 42
n=length(a);
p=1:n;
ap=a;bp=b;
% transformacion del sistema en uno triangular
for i=1:n-1
[m,r]=max(abs(a(i:n,i))); r=r+i-1;
p([i r])=p([r i]); % pivotaje
for k=i+1:n
l=ap(p(k),i)/ap(p(i),i);
ap(p(k),i+1:n)=ap(p(k),i+1:n)-l*ap(p(i),i+1:n);
bp(p(k))=bp(p(k))-l*bp(p(i));
end
ap(p(i+1:n),i)=0;
end
% resolucion del sistema triangular
xgp=zeros(n,1); % tambien vale x=b*0;
for i=n:-1:1
xgp(i)=(bp(p(i))-
ap(p(i),i+1:n)*xgp(i+1:n))/ap(p(i),i);
end
xgp;
FACTORIZACION LU
A=a;
B=b;
N=rank(A);
U=A;
for k=1:N-1
for m=k+1:N
MT= -U(m,k)/U(k,k);
U(m,:)=U(m,:)+MT*U(k,:);
end
end
%para obtener L
L=eye(N);
L(2:N,1)=A(2:N,1)/U(1,1);
for k=2:N-1
for m=k+1:N
MT=0;
for l=1:k-1
MT=MT+L(m:N,1).*U(1,k);
end
L(m:N,k)=(A(m:N,k)-MT)./U(k,k);
end
end
%sustitucion progresiva
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 43
y(1)=B(1);
for k=2:N
ind=k-1;
y(k)=0;
for m=1:ind
y(k)=y(k)-L(k,k-m)*y(k-m);
end
y(k)=B(k)+y(k);
end
%proceso de sustitucion regresiva
x(N)=y(N)/U(N,N);
for k=N-1:-1:1
ind=N-k;
x(k)=0;
for m=1:ind
x(k)=x(k)-U(k,k+m)*x(k+m);
end
x(k)=(y(k)+x(k))/U(k,k);
end
x;
x1=x';
METODO DE DOOLITTLE
A=a;
B=b;
n=length(A);
N=rank(A);
l=A*0; u=A*0;
for k=1:n
u(k,k:n)=A(k,k:n)-l(k,1:k-1)*u(1:k-1,k:n);
l(k,k)=1;
l(k+1:n,k)=(A(k+1:n,k)-l(k+1:n,1:k-1)*u(1:k-
1,k))/u(k,k);
end
y(1)=B(1)/l(1,1);
for k=2:N
ind=k-1;
y(k)=0;
for m=1:ind
y(k)=y(k)-l(k,k-m).*y(k-m);
end
y(k)=(B(k)+y(k))/l(k,k);
end
xd(N)=y(N)/u(N,N);
for k=N-1:-1:1
ind=N-k;
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 44
xd(k)=0;
for m=1:ind
xd(k)=xd(k)-u(k,k+m).*xd(k+m);
end
xd(k)=(y(k)+xd(k))/u(k,k);
end
xd;
x2=xd';
METODO DE CHOLESKY
A=a;
B=b;
N=rank(A);
CInf=zeros(N);
CInf(1,1)=sqrt(A(1,1));
CInf(2:N,1)=A(2:N,1)./CInf(1,1);
for k=2:N
CInf(k,k)=sqrt(A(k,k)-sum(CInf(k,1:k-1).^2));
for m=k+1:N
Suma=sum(CInf(m,1:k-1).*CInf(k,1:k-1));
CInf(m,k)=(1/CInf(k,k))*(A(m,k)-Suma);
end
end
CSup=CInf.';
y(1)=B(1)/CInf(1,1);
for k=2:N
ind=k-1;
y(k)=0;
for m=1:ind
y(k)=y(k)-CInf(k,k-m)*y(k-m);
end
y(k)=(B(k)+y(k))/CInf(k,k);
end
xch(N)=y(N)/CSup(N,N);
for k=N-1:-1:1
ind=N-k;
xch(k)=0;
for m=1:ind
xch(k)=xch(k)-CSup(k,k+m)*xch(k+m);
end
xch(k)=(y(k)+xch(k))/CSup(k,k);
end
xch;
x3=xch';
%""""""""""""""""""""""""""""""""""""""""""""""""""""""""""
""
%METODOS ITERATIVOS
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 45
%"""""""""""""""""""""""""""""""""""""""""""""""""""""""""
"""
METODO DE JACOBI
global jn sn rn mn gn
ja=a;
jb=b;
n=length(ja);
mmax=200;
eps1=10^-4;eps2=10^-4;
J=(zeros(1,n))';
errores=zeros(1,mmax);
jn=1;
for m=1:mmax
jn=jn+1;
error=0;
y=J;
for i=1:n
v=[1:i-1 i+1:n];
J(i)=(jb(i)-ja(i,v)*y(v))/ja(i,i);
end
error=norm(J-y,1);
errores(m)=error;
if (error
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 46
if (error
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 47
M=M+Mi*r;
r=r-Mi*p;
res(m+1)=dot(r,r);
if (sqrt(res(m+1))
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 48
% eigen vectores y eigen
valores
%""""""""""""""""""""""""""""""""""""""""""""""""""""""""""
""
global a n DD v PP PI
a=str2double(get(handles.DATO,'data'));
n=length(a);
METODO DE JACOBI
A=a;
epsilon=0.0001;
D=A;
[n,n]=size(A);
V=eye(n);
state=1;
[m1 p]=max(abs(D-diag(diag(D))));
[m2 q]=max(m1);
p=p(q);
i=0;
for i=0:200
i=i+1;
theta=(D(q,q)-D(p,p))/2*D(p,q);
t=sign(theta)/(abs(theta)+sqrt(theta^2+1));
c=1/sqrt(t^2+1);
s=c*t;
R=[c s;-s c];
D([p q],:)=R'*D([p q],:);
D(:,[p q])=D(:,[p q])*R;
V(:,[p q])=V(:,[p q])*R;
[m1 p]=max(abs(D-diag(diag(D))));
[m2 q]=max(m1);
p=p(q);
if (abs(D(p,q)))
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 49
AA=a;
X=ones(n,1);
epsilon=0.0001;
max1=200;
lambda1=0;
cnt=0;
err=1;
state=1;
while ((cntepsilon)
state=1;
end
cnt=cnt+1;
end
PP=lambda1;
POTENCIA INVERSA
AI=a;
X=ones(n,1);
epsilon=0.0001;
max1=200;
alpha=0.001;
[n n]=size(A);
AI=AI-alpha*eye(n);
lambda=0;
cnt=0;
err=1;
state=1;
[L,U,P]=lu(AI);
while ((cnt
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 50
[m j]=max(abs(Y));
c1=m;
dc=abs(lambda-c1);
Y=(1/c1)*Y;
dv=norm(X-Y);
err=max(dc,dv);
X=Y;
lambda=c1;
state=0;
if (err>epsilon)
state=1;
end
cnt=cnt+1;
end
lambda=alpha+1/c1;
PI=lambda;
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 51
VII. CONCLUSIONES
Llegamos ala conclusin que al aplicar los mtodos iterativos en
el clculo de matrices.
Llegamos ala conclusin que los mtodos iterativos de jacobi y
gauss-seidel son mtodos muy eficientes ya que el tiempo empleado
para conseguir una exactitud satisfactoria es muchsimo menor que
requiere los mtodos directos a la hora de calcular matrices de
grandes dimensiones.
Durante los clculos realizados con los mtodos iterativos pudimos
notar que el mtodo de gauss-seidel converge mas rpido que el de
jacobi esto debido a que el el radio espectral mucho menor en
que en de jacobi.
Este informe terico est basado en la idea de hacer notar las
diferencias entre los mtodos Iterativos y Directos y la importancia
que tienen cada uno en nuestras vidas sin darnos cuentas la
mayora de las veces.
Por esta razn, se tomaron muestras matriciales cortesa de la
pgina Matrix Market para realizar pruebas y poder llegar a
conclusiones concisas y reales, gracias a estas tablas y resultados
arrojados
por el cdigo fuente que se dise especficamente para la
demostracin de estos mtodos, podemos notar que tanto LU como
Cholesky tienen un nmero de sumas/restas muy parecido al de
multiplicaciones/divisiones el que es distinto de estos mtodos
es el LDLt cuyas
multiplicaciones/divisiones son considerablemente menores al
nmero de sumas/restas.
La grafica de convergencia entre los mtodos iterativos de Jacobi
y Gauss-Seidel demuestra que pese a que el mtodo de Jacobi tiene
buenos planteamientos no se encuentra optimizado a diferencia
del
mtodo de Gauss-Seidel, cuya convergencia es mucho mas rpida que
el anterior.
Al momento de realizar los clculos mediante el mtodo de sobre
relajacin que este acelera la converga de sistemas que son tambin
convergentes con el de gauss-seidel. Tal es caso que el mtodo SOR
requiere un numero menor de iteraciones que los mtodos de
gauss-seidel y jacobi
debido a que usa una constante w con la cual se requiere un
numero menor de iteraciones lo cual
tiene que sea mayor que 1 y que la mayor aproximacin pese una
mayor convergencia es 1.55
Durante los clculos realizados realizados con los diversos
mtodos para calcular sistemas de ecuaciones pudimos observar que
las matrices que poseen un mayor condicionamiento son las
matrices ortogonales ya bque estos poseen un K(A) muy cercano a
uno tal es el caso que una matriz cualquiera es el mltiplo de una
matriz ortogonal pose un 2 = 1 ()
1 El mtodo del gradiente conjugado es por lo general inferior
ala eliminacin gausiana pivote, y la
eliminacin gausianna simple, sin embargo este mtodo es muy
eficiente ala hora de calcular matrices
de grande dimensiones, pero muy poco densas y dispersas donde se
utiliza una estructura de datos donde solamente se almacena
elementos no nulos.
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 52
Durante nuestros clculos realizados pudimos apreciar que el
mtodo de jacobi para el clculo de
valores y vectores es til
-
Calculadora de lgebra lineal
INGENIERIA CIVIL-UNSCH MTODOS NUMRICOS 53
VIII. BIBLIOGRAFIA
Lidmila Chainskiay Elizabet Doig; Elementos de anlisis Numrico.
Fondo Editorial de la Pontificia
Universidad Catlica del Per; Primera edicin 1999.
Steven C. Chapra & Raymond Canale; Mtodos Numricos para
Ingenieros. Editorial Mc Graw hill, Sptima
Edicin - 2007.
Hugo Scaletti; Apuntes de Mtodos Numricos, Universidad Nacional
de Ingeniera
Antonio Nieves & C. Domnguez; Mtodos Numricos Aplicados A
Ingeniera. Compaa Editorial Continental
- 2002. Pgina (129-238).
http://luda.azc.uam.mx/curso2/tema3/sistem02.html#elim
BURDEN, Richard L., FAIRES, J. Douglas: Numerical Analysis.
Sixth edition.
http://www.netlib.org/na-digest-html/90/v90n07.html#4
http://www.uv.es/~diaz/mn/node29.html
http://luda.azc.uam.mx/curso2/tema3/sistema04.html
http://html.rincondelvago.com/
historia-de-las-matematicas_el-siglo-xviii.html