Álgebra lineal

Se busca hallar la solución de un sistema matricial tipo:

A× X̄= B̄

Donde A ∈ℜn×n , X̄∧ B̄∈ ℜn

Método 1: Resolución según Jacobi

Caso: n = 2
Dado un sistema de ecuaciones:

{ax+ by=e
cx +dy =f
Se propone:
1. Elegir dos valores iniciales reales, x 0 , y 0 ∈ℜ

e−b y 0
2. despejar las incógnitas del sistema,
{x 1=

y 1=
a
f −c x 0
d

e−b y n
3. repetir.
{x n +1=

y n+1=
a
f −c x n
d

La sucesión vectorial converge a la solución del sistema matricial.

Caso: n = 3
Dado un sistema de ecuaciones (en forma matricial):

a b c x
[ ][][]
g h i z
α
A× X̄= B̄→ d e f × y = β
γ

Se propone:

1. Elegir un vector inicial, X̄ 0 ∈ ℜn

2. despejar el vector incógnita, X̄ 1=Ū + J × X¯0

α /a 0 −b /a −c /a
… donde:
[ ] [
Ū= β /e ; J = −d /e
γ /i
0
−g/i −h/i
−f /e
0 ]
3. repetir. X¯n +1=Ū + J × X̄ n
Método 2: resolución según Gauss-Seidel
Caso: n = 2
Dado un sistema de ecuaciones:

{ax+ by=e
cx +dy =f
Se propone:
1. Elegir dos valores iniciales reales, x 0 , y 0 ∈ℜ

e−b y 0
2. despejar las incógnitas del sistema “parcialmente”,
{
x 1=

y 1=
a
f −c x 1
d

e−b y n
3. repetir.
{ x n+1=

y n+1=
a
f −c xn +1
d

Gauss-Seidal tiene mayor velocidad de convergencia a la solución del sistema que Jacobi.

Sobre la elección de la matriz de coeficientes

Una matriz, A ∈ℜn×n , se dice de diagonal dominante si se cumple que:
n

∑|aij|<aii ∀ i∈[0, 1, ..., n]

j=1
j≠i

Ambos métodos de resolución numérica son válidos sólo para matrices de coeficientes de diagonal
dominante.

Aproximación del determinante

• Si una matriz es triangular,
• entonces el determinante es igual al producto de elementos que componen la diagonal
principal.
• Si una matriz es de diagonal dominante,
• los elementos que no componen la diagonal principal son semejantes a un cero, y
entonces el determinante es aprox. Igual al producto de elementos que componen la
diagonal principal.