Solución Numérica de Sistemas de Ecuaciones Lineales

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 3

UNIVERSIDAD DE LA SERENA

FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICAS

Análisis Numérico, 23051


Profesor: Hernán Mardones González
Solución de Sistemas de Ecuaciones Lineales, 04.05.2018

Ejercicio 1 Considere el sistema lineal de ecuaciones

2x1 + x2 − 3x3 = −1,


−x1 + 3x2 + 2x3 = 12,
3x1 + x2 − 3x3 = 0.
t
Interesa calcular la solución exacta x = (x1 , . . . , xd ) ∈ Rd . Para ello reescriba en la
forma Ax = b y utilice los siguientes procedimientos:
/ σ (A) y obtenga la solución a partir de A−1 b.
a) Compruebe que 0 ∈
b) Verifique que det (A) 6= 0 y aplique la Regla de Cramer.
c) Pruebe que rang (A) = d y utilice el Método de Eliminación Gaussiana.
¿Qué método resulta más conveniente? Justifique adecuadamente.
Ejercicio 2 Sea T = (tij ) ∈ Rd×d una matriz triangular. Pruebe que

det (T ) = Πdi=1 tii ,

es decir, el determinante de una matriz triangular es igual al producto de sus elementos


diagonales.
Ejercicio 3 Considere el sistema de ecuaciones lineales

Lx = b,

donde L = (lij ) ∈ Rd×d es una matriz triangular inferior y b = (bj ) ∈ Rd . Obtenga un


algoritmo para construir el vector solución x ∈ Rd .
Ejercicio 4 Repita el ejercicio anterior para el sistema lineal de ecuaciones

U x = b,

con U = (uij ) ∈ Rd×d una matriz triangular superior.


Ejercicio 5 Resuelva el sistema lineal de ecuaciones
    
1 1 0 3 x1 4
 2 1 −1 1   x2   1 
  x3  = 
    
 3 −1 −1 2 −3 
−1 2 3 −1 x4 4

usando el Método de Eliminación Gaussiana. Es decir, reescriba el sistema lineal Ax = b


en la forma
U x = b̃,
con U una matriz triangular superior y b̃ un vector apropiado, y proceda según el
algoritmo descrito anteriormente.

1
Ejercicio 6 A partir de operaciones elementales por filas factorice la matriz
 
2 1 −3
A =  −1 3 2 
3 1 −3
en la forma
A = LU,
siendo L y U matrices triangulares inferior y superior, respectivamente.
Ejercicio 7 Resuelva el sistema de ecuaciones lineales
    
2 1 −3 x1 3
 −1 3 2   x2  =  4 
3 1 −3 x3 7
utilizando el Método de Factorización LU .
Ejercicio 8 Considere la matriz  
0 10 1
A =  1 3 −1  .
2 4 1
A partir de operaciones elementales por filas con estrategia de pivoteo parcial obtenga
la factorización
P A = LU,
donde P es una matriz de permutación, y L y U son matrices triangulares inferior y
superior, respectivamente.
Ejercicio 9 Encuentre la solución exacta del sistema lineal de ecuaciones
    
0 10 1 x1 2
 1 3 −1   x2  =  6 
2 4 1 x3 5
a partir del Método de Eliminación Gaussiana con estrategia de pivoteo parcial.
Ejercicio 10 Sea A ∈ Rd×d una matriz tridiagonal de componentes diagonales inferiores a2 , . . . , ad ,
elementos diagonales principales b1 , . . . , bd y elementos diagonales superiores c1 , . . . , cd−1 .
El Algoritmo de Thomas permite obtener la factorización
0 ··· ··· 0 ···
  
1 β1 γ 1 0 0
 .. .. ..   .. .. .. 
 α2
 1 . . .    0 β2
 . . . 

A = LU =  0
 .. .. .. ..   .. .. .. .. 
 . . . .   .
 . . . 0 

 . .. ..  . . ..
 .. 1 0   .. ..

. . . βd−1 γd−1 
0 ··· 0 αd 1 0 ··· ··· 0 βd
sin necesidad de pivoteo para matrices tridiagonales A tales que

|b1 | > |c1 | , |bi | ≥ |ai | + |ci | ; ∀i = 2, d − 1, y |bd | > |ad | .

Aquı́, los coeficientes αi , βi , γi se construyen recursivamente mediante

β1 = b1 , para i = 2, . . . , d, γi−1 = ci−1 , αi = ai /βi−1 , βi = bi − αi γi−1 .

2
Considere el sistema lineal de ecuaciones
   
2 −1 0 1
 −1 2 −1  x =  2  .
0 −1 2 3

a) Calcule la factorización LU mediante operaciones elementales por filas.


b) Obtenga A = LU usando el Algoritmo de Thomas.
c) Encuentre la solución exacta del sistema de ecuaciones.

Ejercicio 11 Sea L ∈ Rd×d una matriz triangular inferior no nula. Pruebe que LLt es una matriz
simétrica y definida positiva.
Ejercicio 12 Considere el sistema lineal de ecuaciones
    
1 −1 2 x1 −1
 −1 10 −14   x2  =  2  .
2 −14 45 x3 4

a) Verifique que la matriz A del sistema es simétrica y definida positiva.


b) Encuentre la raı́z cuadrada de la matriz A, es decir, la matriz triangular inferior
L tal que A = LLt . Use el algoritmo estudiado en clases.
c) Resuelva el sistema de ecuaciones mediante el Método de Cholesky.

Ejercicio 13 Sea A ∈ Rd×d una matriz no singular. Pruebe que su número de condición

cond (A) := kAk · A−1


es siempre mayor o igual a 1, donde k·k es una norma matricial subordinada.

Ejercicio 14 Interesa estudiar el sistema lineal de ecuaciones

Ax = b,

donde    
1 1 −1
A= yb= .
1 1.001 1

a) Obtenga la solución exacta x ∈ Rd del sistema usando el Método de Cholesky.


b) Calcule cond (A), el número de condición de la matriz A. Utilice una norma
matricial subordinada.
c) Considere el sistema lineal perturbado
 
1 1
(x + δx) = b
1 1.0011

y obtenga la nueva solución x + δx. Verifique el error de propagación teórico visto


en clases. ¿Qué concluye al respecto?

HMG/hmg

También podría gustarte

pFad - Phonifier reborn

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


Alternative Proxies:

Alternative Proxy

pFad Proxy

pFad v3 Proxy

pFad v4 Proxy