Professional Documents
Culture Documents
CHIMBORAZO
FACULTAD INFORMAÁ TICA Y ELECTROÁ NICA
INFORME
Métodos Numéricos
Nombres:
Curso:
4to”A”
Tema:
Fecha:
5 de enero del 2015
1
1.-TEMA:
2.- INTRODUCCION.
El cálculo de las raíces de las ecuaciones es muy importante en todas las ciencias y este es
un problema que se ha tenido que enfrentar, para lo cual se han elaborado diversos
métodos, teniendo en cuenta que el método grafico no es preciso por eso se elaboró otros
métodos más efectivos capaces de ayudarnos en el campo de la ingeniería, pues son
frecuentes en áreas de diseño, cálculos para la optimización de recursos y otros.
El álgebra lineal permite resolver los distintos sistemas de ecuaciones, de manera que
implementando cualquiera de los métodos básico de algebra para encontrar la solución
será fácil de resolver, considerando de ante mano los requisitos que el sistema de
ecuaciones debe cumplir de antemano para poder aplicar un método en específico.
3.-OBJETIVOS
3.1.-OBJETIVO GENERAL
3.2.-OBETIVOS ESPECÍFICOS
Definir de manera precisa y clara cada método, con el fin de conocer más a fondo
sobre los métodos tratados en clase.
Comprender mediante los métodos de resolución de sistemas de ecuaciones, las
facilidades que brinda el álgebra lineal.
Contemplar los beneficios propios de cada método definido, con el fin de enfatizar
el uso de los mismos para las soluciones de sistemas de ecuaciones.
4.- MARCO TEÓRICO
4.1.-MATRIZ
Se llama matriz de orden m×n a todo conjunto rectangular de elementos aij dispuestos
en m líneas horizontales (filas) y n verticales (columnas) de la forma:
2
Abreviadamente suele expresarse en la forma A =(aij), con i =1, 2, ..., m, j =1, 2, ..., n. Los
subíndices indican la posición del elemento dentro de la matriz, el primero denota la fila (i)
y el segundo la columna (j). Por ejemplo el elemento a25 será el elemento de la fila 2 y
columna 5.
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan
el mismo lugar en ambas son iguales.
Un sistema de ecuaciones lineales puede expresarse en forma matricial de la manera
siguiente:
C × X = B, donde C es la matriz de los coeficientes, X la de las incógnitas y B la de los
términos .
4.2.- Sistemas de Ecuaciones
En un sistema de ecuaciones algebraicas las incógnitas son valores; una solución de dicho
sistema es por tanto, un valor o una función que substituida en las ecuaciones del sistema
hace que éstas se cumplan automáticamente sin que se llegue a una contradicción. En
otras palabras el valor que reemplazamos en las incógnitas debe hacer cumplir la igualdad
del sistema.
Las incógnitas se suelen representar utilizando las últimas letras del alfabeto latino, o si
son demasiadas, con subíndices.
3
4.2.1. Método de Gauss
El método
de Gauss consiste en transformar un sistema de ecuaciones en otro equivalente de forma
que éste sea escalonado.
Para la resolución de Gauss con Pivoteo se toma en cuenta el elemento mayor en valor
absoluto o pivote de cada columna en caso de resolución por pivoteo parcial o el mayor de
toda la matriz para la resolución por pivoteo total.
El procedimiento a seguir para la aplicación del método de Gauss con pivoteo es el
siguiente:
Se debe construir launa matriz de coeficientes y el vector con los términos
independientes, correspondientes al sistema, y se crea una matriz llamada la
matriz aumentada
Se busca el número mayor (en valor absoluto) en cada la columna correspondiente
a la etapa y se procede a un cambio de filas para ubicar el mayor elegido en la
posición correspondiente a la etapa.
Una vez ubicado el número mayor, se procede al cálculo de los multiplicadores
correspondientes a la etapa.
Con los multiplicadores hallados en cada etapa, se procede al cálculo de las nuevas
filas de la matriz aumentada.
Una vez se tiene la matriz aumentada en la forma triangular superior, se procede a
realizar una sustitución regresiva, para el cálculo de las variables.
4
ecuaciones lineales, encontrar matrices e inversas. El método de Gauss-Jordan continúa el
proceso de transformación del Método de Gauss hasta obtener una matriz diagonal.
4.3.- Descomposición LU
El método de descomposición LU para la solución de sistemas de ecuaciones lineales debe
su nombre a que se basa en la descomposición de la matriz original de coeficientes (A) en
el producto de dos matrices (L y U). Es decir
Donde:
L - Matriz triangular inferior
U - Matriz triangular superior con todos los elementos de la diagonal principal iguales a 1.
5
triangular superior). Las matrices resultantes L y U pueden ser utilizadas para resolver un
sistema de ecuaciones lineales e incluso calcular el determinante e inversa de la matríz
inicial. El cálculo de la matriz inversa es similar al caso anterior de resolver varios sistemas
lineales con la misma matriz del sistema A. En este caso, los vectores de términos
independientes son cada una de las columnas de la matriz inversa ik. Cada una de las
soluciones xk obtenidas de esta manera es la columna correspondiente de la matriz
inversa de A.
Cualquier matriz cuadrada A con pivotes no nulos puede ser escrita como el producto de
una matriz triangular inferior L y una matriz triangular superior U; esto recibe el nombre
de factorización LU sin embargo, si A es simétrica y definida positiva, se puede escoger los
factores tales que U es la transpuesta de L, y esto se llama descomposición o factorización
de cholesky. Tanto la descomposición LU como la descomposición de Cholesky son usadas
para resolver sistemas de ecuaciones lineales.
Cuando es aplicable, la descomposición de Cholesky es dos veces más eficiente que la
descomposición LU.
6
4.4 Métodos Iterativos
Los métodos iterativos frente a los directos, no nos aseguran una mejor aproximación, sin
embargo son más eficientes cuando trabajamos con matrices de gran tamaño.
4.4.1-Método de Jacobi
El análisis numérico el método de Jacobi es un método iterativo, usado para resolver
sistemas de ecuaciones lineales del tipo Ax=b. La base del método consiste en construir
una sucesión convergente definida iterativamente. El límite de esta sucesión es
precisamente la solución del sistema a efectos prácticos si el algoritmo se detiene después
de un numero finito de pasos se llega a una aproximación al valor x de la solución del
sistema; la convergencia del método solo se garantiza si la matriz es diagonalmente
dominante .
7
4.4.2-Método de Gauss Seidel
5. Diagramas de flujo
8
Diagrama de Gauss Diagrama de Gauss-Jordan
9
Diagrama de flujo de Doolitlle Diagrama de flujo de crout
10
Diagrama de flujo de Jacobi
11
Diagrama de Flujo de Gauss- Seidel
6.- CONCLUSIONES
12
Los Métodos utilizados para resolver sistemas de ecuaciones, permiten tener una
perspectiva bastante clara de cómo encontrar las incógnitas de cada ecuación.
Para la aplicación de cualquiera de los métodos descritos se necesita tener los
conocimientos básicos y necesarios sobre matrices y sus operaciones.
Algunos de los métodos son más directos que otros, pero utilizándolos
correctamente se llega a la misma solución al final de la obtención de los
resultados deseados.
7.- RECOMENDACIONES
8.-BIBLIOGRAFÍA
http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html
http://www.ditutor.com/ecuaciones_grado2/metodo_gauss.html
http://www.hiru.com/matematicas/resolucion-de-ecuaciones-mediante-matrices
https://sites.google.com/site/pn20111/metodos-para-la-solucion-de-sistemas-de-ecuaciones-e-
interpolacion/2-metodos-directos/2-2-eliminacion-gaussiana-con-pivoteo-parcial
http://www.uv.es/~diaz/mn/node30.html
http://proton.ucting.udg.mx/posgrado/cursos/metodos/lu/index.html
https://sites.google.com/site/numerico2012/sistema-de-ecuaciones-lineales/metodos-
iterativos/jacobi
http://portales.puj.edu.co/objetosdeaprendizaje/Online/OA10/capitulo2/2.9.htm
13