Professional Documents
Culture Documents
3.4
ICM ESPOL
4
6 x 2 7
150.00
Realicemos un cambio muy pequeo en alguno de los coeficientes del sistema
3.01 x 1 5
2
4.01 6 x 7
2
La solucin obtenida con el mismo mtodo directo es completamente diferente
127.3894
X
86.3053
Si suponemos que los coeficientes de la matriz representan datos obtenidos mediante algn tipo
de medicin y que el clculo de la solucin es un proceso que puede introducir errores, entonces
esto debe interpretarse como un indicio de que la solucin es afectada fuertemente por los
pequeos errores de los coeficientes, en consecuencia la solucin no es confiable.
Estos sistemas son muy sensibles a los cambios en los coeficientes y tambin a los errores de
redondeo en el clculo de la solucin y se denominan sistemas mal condicionados. Una
interpretacin grfica ayuda a entender este problema.
En el ejemplo se observa que los coeficientes correspondientes de las ecuaciones tienen valores
muy cercanos. Cada ecuacin es una recta en el plano y sus pendientes tendrn valores muy
cercanos, por lo tanto, al graficarlas se obtendrn rectas casi paralelas:
Ecuacin 1:
Ecuacin 2:
ANLISIS NUMRICO
ICM ESPOL
3.4.1 Definiciones
La norma de un vector o de una matriz es una manera de expresar la magnitud de sus
componentes
Sean X: vector de n componentes
A: matriz de nxn componentes
Algunas definiciones comunes para la norma
i1
X max xi ,i 1,2,...,n
xi
n
X ( x 2 )1/ 2
i1
n
A (
i1
a
j1
2 1/ 2
i,j
Las dos primeras se denominan norma 1 y norma infinito, tanto para vectores como
para matrices. La tercera es la norma euclideana.
ANLISIS NUMRICO
ICM ESPOL
Si la matriz tiene filas casi linealmente dependientes, su determinante tomar un valor muy
pequeo y su inversa tendr valores muy grandes, siendo esto un indicio de que la matriz es mal
condicionada o casi singular.
Cotas para el nmero de condicin:
cond(A) = || A || || A || || A A || = || I || = 1 cond(A) 1
-1
-1
-1
-1
-1
Ejemplo.
0.010 0.005
A
;
0.025 0.032
Determinante
Norma1
Norma1 de la inversa
Nmero de condicin
10 5
B 1000A
25 32
A
0.000195
0.0370
292.3077
10.8154
B
195
37
0.2923
10.8154
Si la matriz tiene valores muy pequeos, su determinante ser muy pequeo, su inversa
contendr valores grandes y la norma de la matriz inversa tambin tendr un valor grande. Si el
nmero de condicin solo dependiera de esta norma, tendra un valor grande aunque la matriz
no sea mal condicionada. Por esto, y usando la propiedad anotada anteriormente, es necesario
multiplicar por la norma de la matriz original para que el nmero de condicin no dependa
nicamente del determinante de esta matriz.
2 3.01
A =
,
6
4
150 75.25
-1
A 1
, cond(A) = || A || || A || = 2252.5 (nmero de condicin grande)
50
100
ANLISIS NUMRICO
ICM ESPOL
Una matriz puede considerarse mal condicionada si una ligera variacin en la matriz de
coeficientes produce un cambio muy significativo en el vector solucin.
Para el ejemplo inicial de este captulo, sean
A: matriz original
A: matriz perturbada
X: vector solucin con la matriz original
X: vector solucin con la matriz perturbada
E: matriz o vector con la variacin
Porcentaje de variacin de la matriz de coeficientes
3.01 2 3.01 0
0
2
E = A- A =
- 4
= 0.01 0
4.01
6
6
100 || E || 100(0.01) 1%
Porcentaje de variacin en la solucin:
X X = A 1EX
X X A 1 E X
X X A 1 A
E
A
|| X X ||
|| X ||
cond(A)
|| E ||
|| A ||
ANLISIS NUMRICO
ICM ESPOL
La expresin establece que la magnitud del error relativo en la solucin est relacionada con el
error en los datos de la matriz y con el nmero de condicin de la matriz A. El nmero de
condicin es un factor que amplifica al error en los datos E
Ejemplo. Encuentre una cota para el error en la solucin calculada para el ejemplo inicial.
Considere que la norma del error de la matriz de coeficientes es 0.01
Con la definicin anterior:
0.01
|| X X ||
|| E ||
) = 2.2525 = 225.25%
cond(A)
= 2252.5(
10
|| A ||
|| X ||
Lo cual significa que la respuesta pudiera variar en ms del 100%, por lo tanto no se puede
confiar en ninguno de los dgitos de la respuesta calculada.
t m t m-1 . . . t 2 t 1 A = I
Entonces se puede escribir
t m t m-1 . . . t 2 t 1 A 1 A = A 1 I
t m t m-1 . . . t 2 t 1 I = A 1
A en la matriz I , convertirn
I en la matriz A .
1
A 1
ANLISIS NUMRICO
ICM ESPOL
2x1 5x 2 8x 3 27.30
2x1 4x 2 3x 3 16.20
4 2 5
A | B 2 5 8
2 4 3
18.00
27.30
16.20
1 0 0
0 1 1
0 0 1
Clculos
Normalizar fila 1 y reducir filas 2 y 3
1.0000 0.5000 1.2500
0
4.0000 5.5000
0
3.0000 0.5000
4.5000
18.3000
7.2000
0.2500
-0.5000
-0.5000
0
0
1.0000
0
0
1.0000
2.2125
4.5750
-6.5250
0.3125 -0.1250
0
-0.1250 0.2500
0
-0.1250 -0.7500 1.0000
1.2000
2.1000
1.8000
Entonces la solucin es
1.2
X 2.1
1.8
La matriz inversa
0.2931 0.2414 0.1552
1
A 0.1724 0.0345 0.3793
0.0345
0.2069 0.2759
ANLISIS NUMRICO
ICM ESPOL
2 3.01
Ejemplo. Calcule el nmero de condicin de la matriz A
6
4
Escribimos en la pantalla de comandos de MATLAB:
>> a=[2, 3.01; 4, 6];
>> norm(a,inf)
ans =
10
>> inv(a)
ans =
-150.0000 75.2500
100.0000 -50.0000
(Matriz)
(Norma de fila
>> cond(a,inf)
ans =
2.2525e+003
(Obtencin de la inversa)