Integrante Edwar Gotera 20086469

Mtodo de Eliminacin Gaussiana: El mtodo de Gauss consiste en transformar un sistema de ecuaciones en otro equivalente de forma que ste sea escalonado. La 1 ecuacin siempre se deja igual, (procurando que esta sea la ms sencilla) y a la 2 y 3 ecuacin se debe anular el trmino que lleva la x. O podemos intercambiarlas entre s.

Este algoritmo consiste en dos procesos:

a) Eliminacin hacia adelante: Esta fase reduce el conjunto de ecuaciones a un sistema triangular Superior: Paso 1: Consiste en dividir la primera ecuacin por el coeficiente de la primera incgnita aii (coeficiente pivote). A este procedimiento se le conoce como normalizacin. Paso 2: Despus se multiplica la ecuacin normalizada por el primer coeficiente de la segunda ecuacin. Paso 3: Ntese que el primer termina de la primera ecuacin es idntico al primer termino de la segunda. Por lo tanto, se puede eliminar, la primera incgnita de la segunda ecuacin restando la

primera a la segunda. Paso 4: Repetir el paso 2 y 3 hasta eliminar la primera incgnita de todas las ecuaciones restantes. Estos 4 pasos se repiten tomando como pivotes las ecuaciones restantes hasta convertir el sistema en una matriz triangular superior.

b) Sustitucin hacia atrs: Ya obtenido el sistema equivalente que es un sistema triangular superior este es ms manejable y se puede resolver despejando primero la Xn y este valor utilizarlo para obtener despejando la segunda incgnita hasta obtener el resultado completo del sistema. Mtodo de Gauss-Jordan Como hemos visto, el mtodo de Gauss transforma la matriz de coeficientes en una matriz triangular superior. El mtodo de Gauss-Jordan contina el proceso de transformacin hasta obtener una matriz diagonal unitaria (aij=0 para cualquier ).

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:

L - Matriz triangular inferior U - Matriz triangular superior con todos los elementos de la diagonal principal iguales a 1. Factorizacin de Cholesky Una matriz A simtrica y positiva definida puede ser factorizada de manera eficiente por medio de una matrz triangular infereior y una matriz triangular superior. Para una matriz no singular la descomposicin LU nos lleva a considerar una descomposicin de tal tipo A = LU; dadas las condiciones de A, simtrica y definida positiva, no es necesario hacer pivoteo, por lo que sta factorizacin se hace eficientemente y en un nmero de operaciones la mitad de LU tomando la forma , donde L (la cual podemos "verla" como la raz cuadrada de A) es una matriz triangular inferior donde los elementos de la diagonal son positivos. Para resolver un sistema lineal Ax = b con A simtrica definida positiva y dada su factorizacin de Cholesky , primero debemos resolver Ly = b y entonces resolver para lograr x.

Una variante de la factorizacin de Cholesky es de la forma , donde R es una matriz triangular superior, en algunas aplicaciones se desea ver la matriz en esa forma y no de otra La descomposicin QR de una matriz cuadrada real A es

donde Q es una matriz ortogonal (QTQ = I ) y R es una matriz triangular superior. Es aquella en donde en cada trmino de la ecuacin aparece nicamente una variable o incgnita elevada a la primera potencia. Por ejemplo: a 11 X1 + a 12 X2 + a 13 X3 + ... + a 1n Xn = C1 (1) Es una ecuacin algebraica lineal en las variables X1, X2, X3, ... , Xn. Se admite que los coeficientes a11, a12, a13, ... , a1n y el trmino independiente C1, son constantes reales. ECUACIN ALGEBRICA LINEAL

Es un conjunto de ecuaciones que deben resolverse simultneamente. En los sucesivo se considerarn nicamente sistemas de ecuaciones algebricas lineales, o sea conjuntos de ecuaciones de la forma: a11 X 1 + a 12 X2 + a13 X 3 +... + a 1n X n = C 1 (a) a 21 X 1 + a 22 X 2 + a 23 X 3 +... + a 2n X n = C 2 (b) (2) ... a n1 X 1 + a n2 X 2 + a n3 X 3 + ... + a nn X n = C n (c) Aplicando la definicin de producto entre matrices, este sistema de n ecuaciones algebraicas lineales con n incgnitas puede escribirse en forma matricial. Para ver la frmula seleccione la opcin "Descargar" del men superior Mtodo de Gauss-Seidel Saltar a: navegacin, bsqueda En anlisis numrico el mtodo de Gauss-Seidel es un mtodo iterativo utilizado para resolver sistemas de ecuaciones lineales. El mtodo se llama as en honor a los matemticos alemanes Carl Friedrich Gauss y Philipp Ludwig von Seidel y es similar al mtodo de Jacobi. Aunque este mtodo puede aplicarse a cualquier sistema de ecuaciones lineales que produzca una matriz (cuadrada, naturalmente pues para que exista solucin nica, el sistema debe tener tantas ecuaciones como incgnitas) de coeficientes con los elementos de su diagonal no-nulos, la convergencia del mtodo solo se garantiza si la matriz es diagonalmente dominante o si es simtrica y, a la vez, definida positiva. Mtodo de Jacobi Un mtodo iterativo con el cual se resuleve el sistema lineal Ax = b comienza con una aproximacin inicial x(0)a la solucion x y genera una sucesin de vectores x(k) que converge a x. Los mtodos iterativos traen consigo un proceso que convierte el sistema Ax = b en otro equivalente de la forma x = Tx + c para alguna matriz fija T y un vector c. Luego de seleccionar el vector inicial x(0) la sucesin de los vectores de la solucin aproximada se genera calculando: x(k) = Tx(k-1) + c

para cada k = 1,2,3,.... El mtodo se escribe en la forma x(k) = Tx(k-1) + c separando A en sus partes diagonal D y fuera de la diagonal. Sea D la matriz diagonal cuya diagonal es la misma que A, sea -L la parte estrictamente triangular inferior de la parte A y sea -U la parte estrictamente triangular superior de A. Con esta notacion A = D-L-U, entonces transformamos la ecuacin Ax = b, o (DL-U)x = b, en Dx = (L+U)x + b y, si D-1 existe, es decir, si ai,i es distinto de cero para cada i, entonces x = D-1(L+U)x + D-1b. Esto da origen a la forma matricial del mtodo iterativo de Jacobi: x(k) = D-1(L+U)x(k-1) + D-1b, k = 1,2,... Al introducir la notacin Tj = D-1(L+U) y cj, esta tcnica tiene la forma x(k) = Tx(k-1) + c Seudocdigo Es de mencionar el siguiente teorema: " Si A es estrictamente diagonal dominante, entonces con cualquier eleccion de la aproximacin inicial, el mtodo de Jacobi da una sucesion que converge a la solucin nica de Ax = b"