lunes, 4 de junio de 2012

METODO DE GAUSS JORDAN


Este método, que constituye una variación del método de eliminación de Gauss, permite resolver hasta 15 o 20 ecuaciones simultáneas, con 8 o 10 dígitos significativos en las operaciones aritméticas de la computadora. Este procedimiento se distingue del método Gaussiano en que cuando se elimina una incógnita, se elimina de todas las ecuaciones restantes, es decir, las que preceden a la ecuación pivote así como de las que la siguen.
El método se ilustra mejor con un ejemplo. Resolvamos el siguiente conjunto de ecuaciones
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.8500
0.1 X1 + 7.0 X2 - 0.3 X3 = - 19.3
0.3 X1 - 0.2 X2 + 10 X3 = 71.4000
Primero expresemos los coeficientes y el vector de términos independientes como una matriz aumentada.
Se normaliza el primer renglón dividiendo entre 3 para obtener:
El término X1 se puede eliminar del segundo renglón restando 0.1 veces el primero del segundo renglón. De una manera similar, restando 0.3 veces el primero del tercer renglón se elimina el término con X1 del tercer renglón.
En seguida, se normaliza el segundo renglón dividiendo entre 7.00333:
Reduciendo los términos en X2 de la primera y la tercera ecuación se obtiene:
El tercer renglón se normaliza dividiendolo entre 10.010:
Finalmente, los términos con X3 se pueden reducir de la primera y segunda ecuación para obtener:
Nótese que no se necesita sustitución hacia atrás para obtener la solución.
Las ventajas y desventajas de la eliminación gaussiana se aplican también al método de Gauss-Jordan.
Aunque los métodos de Gauss-Jordan y de eliminación de Gauss pueden parecer casi idénticos, el primero requiere aproximadamente 50% menos operaciones. Por lo tanto, la eliminación gaussiana es el mé todo simple por excelencia en la obtención de soluciones exactas a las ecuaciones lineales simultáneas. Una de las principales razones para incluir el método de Gauss-Jordan, es la de proporcionar un método directo para obtener la matriz inversa.

Cita:




METODO DE GAUSS


El método de Gauss resuelve un sistema de ecuaciones lineales de forma simultánea. El método consiste de dos fases. La primera fase se le conoce como “eliminación hacia adelante”, debido a que realiza una eliminación de coeficientes comenzando de arriba hacia abajo, hasta dejar una matriz de coeficientes del tipo triangular superior. La segunda se le conoce como “sustitución hacia atrás”, por que se parte de la última ecuación del sistema, para despejar la incógnita, la cual, ya se puede resolver debido a que en esa última ecuación únicamente se desconoce una incógnita, por el hecho de tener un sistema de ecuaciones de tipo matriz triangular superior



La 1ª ecuación siempre se deja igual, (procurando que esta sea la más sencilla) y a la 2ª y 3ª ecuación se debe anular el término que lleva la x .



Una vez que hemos anulado los términos en x debemos dejar fija la 1ª y 2ª ecuación y anular el término que lleva la y en la 3ª ecuación



De la última ecuación obtenemos que z = -256/-128 = 2, que sustituyendo en B’’ resulta
- y + 9•2 = 13 Þ y = 5
y a su vez sustituyendo en A’’ obtenemos que :
2x + 3•5 – 7•2 = -1 Þ x = -1
Por lo tanto la solución del sistema es (-1, 5, 2) 
Clasificación de los sistemas: 
Los sistemas de ecuaciones pueden ser de 3 tipos: 
1. Sistema compatible determinado (S.C.D.) : una única solución 
2. Sistema compatible indeterminado (S.C.I.) : infinitas soluciones 
3. Sistema incompatible (S.I.) : no tiene solución.


Cita:


SISTEMAS DE ECUACIONES LINEALES


  •  Ecuaciones lineales con más de dos variables.
    Para sistemas de ecuaciones lineales con más de dos variables, podemos usar el método de eliminación por sustitución o el método de eliminación por suma o resta (por adición o sustracción).
    El método de eliminación por suma o resta es la técnica más breve y fácil de hallar soluciones. Además, lleva la técnica de matrices que se estudia en esta sección.
    Cualquier sistema de ecuaciones lineales con tres variables tiene una solución única, un número infinito de soluciones o no tiene solución.
    Método de eliminación para resolver un sistema de ecuaciones lineales:
    Ejemplo:
    Resuelve el sistema:
    x + 2y + 3z = 9 …………………………….. (primer ecuación)
    4x + 5y + 6z = 24 …………………………. (segunda ecuación)
    3x + y - 2z = 4 ……………………………. (tercera ecuación)
    Solución:
    Suma −4 veces la “primera ecuación” a la “segunda”:
    [x + 2y + 3z = 9]−4 → −4x −8y −12z =−36
                             4x +5y + 6z = 24
    
                              0 −3y - 6z = −12
    
    Suma −3 veces la “primera ecuación” a la “tercera”:
    x + 2y + 3z = 9
    -3y - 6z = −12
    -5y - 11z = −23
    Multiplica por -(1÷ 3) la “segunda ecuación”:
    x + 2y + 3z = 9
    y + 2z = 4
    -5y −11z = −23
    Multiplica por −1 la “tercera ecuación”:
    x + 2y + 3z = 9
    y + 2z = 4
    5y +11z = 23
    Suma −5 veces la “segunda ecuación” a la “tercera”:
    x + 2y + 3z = 9
    y + 2z = 4
    z = 3
    Las soluciones del último sistema son fáciles de hallar por sustitución. De la “tercera ecuación”, vemos que z = 3. Al sustituir “z” con 3 en la “segunda ecuación”, y + 2z = 4 obtenemos y = −2. Por último, encontramos el valor de “x” al sustituir y = −2 y z = 3, en la “primera ecuación”, x + 2y + 3z = 9 con lo cual x = 4. Por tanto, hay una solución:
    x = 4,
    y = −2,
    z = 3.
    Si analizamos el método de solución, vemos que los símbolos usados para las variables carecen de importancia; debemos tomar en cuenta los coeficientes de las variables. Puesto que esto es verdadero, es posible simplificar el proceso. En particular, introducimos un esquema a fin de seguir los coeficientes en forma tal que no haya necesidad de escribir las variables.
    Con referencia al sistema anterior, primero comprobamos que las variables aparezcan en el mismo orden en cada ecuación y que los términos sin variables estén a la derecha de los signos de igualdad. En seguida anotamos los números que intervienen en las ecuaciones de esta forma:
    Una ordenación de números de este tipo se llama matriz.
    Los renglones (o filas) de la matriz son los números que aparecen uno a continuación del otro en sentido horizontal:
    1 2 3 4 primer renglón R1
    4 5 6 24 segundo renglón R2
    3 1 −2 4 tercer renglón R3
    Las columnas de la matriz son los números que aparecen uno junto del otro en sentido vertical
    Primera columna C1 Segunda columna C2 Tercera columna C3 Cuarta columna C4
    1 2 3 9
    4 5 6 24
    3 1 −2 4
    La matriz obtenida del sistema de ecuaciones lineales del modo anterior es la matriz del sistema. Si borramos la última columna, la restante ordenación es la matriz de coeficiente. En vista de que podemos tener la matriz del sistema a partir de la matriz coeficiente agregando una columna, le decimos matriz coeficiente aumentada o simplemente matriz aumentada. Después, cuando usemos matrices para hallar las soluciones de un sistema de ecuaciones lineales, introduciremos un segmento de línea vertical en la matriz aumentada a fin de indicar dónde aparecerían los signos de igualdad en el sistema de ecuaciones correspondiente.
    Sistema Matriz coeficiente Matriz aumentada
    Antes de estudiar un método de matrices para resolver un sistema de ecuaciones lineales, daremos una definición general de matriz.
    Definición de matriz.
    Sean m y n enteros positivos. Una matriz de m x n (se lee “m” por “n”), es una matriz de la siguiente forma, donde cada aij es un numero real.
    Ejemplos:
    Sea la matriz:
    por tanto, es una “matriz de orden 2 x 3.”
    Sea la matriz:
    por tanto, es una “matriz de orden 3 x 1.”
    Teorema sobre transformaciones de renglones de matrices.
    Dada una matriz de un sistema de ecuaciones lineales, resulta una matriz de un sistema equivalente si:
    a) Se intercambian dos renglones. Símbolo: Ri Rj.
    b) Se multiplica o divide un renglón por una constante diferente de cero. Símbolo: kRi Ri.
    c) Un múltiplo constante de un renglón se suma a otro renglón. Símbolo: kRi + Rj Rj.
    Uso de matrices para resolver un sistema de ecuaciones lineales.
  • Antes de ver que es un sistema de ecuaciones lineales, debemos recordar ¿Qué es una ecuación lineal? Ecuación lineal: Es aquella ecuación algebraica cuyo máximo exponente de la(s) variable(s) es uno. Por ejemplo: a) 2x + 5 = 17 (Ecuación lineal con una variable) b) 2x + y = 6 (Ecuación lineal con dos variables)
  • Una vez que recordamos lo que es una ecuación lineal, ahora veremos lo que es un sistema de ecuaciones lineales. Un sistema de ecuaciones lineales: Son varias ecuaciones lineales que se resuelven simultáneamente, y comparten la o las soluciones (Si es que hay solución). Por ejemplo: a) x + 1 = 7 x = 6 (Sistema 2 ecuac. X 1 incogn.)

  • Cita:
  • http://www.mitecnologico.com/Main/DefinicionSistemasEcuacionesLineales
  • http://www.fimee.ugto.mx/profesores/oibarra/documentos/AlgebraLinealTema1_1-1_3.pdf
  • http://esfm.egormaximenko.com/linalg/syslineq_homogen.pdf

METODOS PARA RAICES COMPLEJAS


A manera de ejemplo, he tomado la ecuación:
x^2 -4x+5

Ahora, refiriéndome a la Figura 1 del post, lo que se haces es:

1) Reflejar la gráfica de la cuadrática original (curva azul en la Fig.) desde el vértice, en la Fig. la nueva curva es roja.

2) Encontrar donde la nueva gráfica intercepta al eje X, que en la Fig. se marcó con puntos rojos.

3) Finalmente, estos puntos rojos (puntos de intercepción) corresponden también a los extremos opuestos en un círculo, por lo cual los hacemos rotar 90 grados (no salimos del circulo). Estos nuevos puntos (marcados en la Fig. con estrellas azules) deben ser interpretados en el plano complejo (ya no más en el plano cartesiano de los números reales) para que correspondan a las raíces de la ecuación original. en este caso, las raíces complejas son: 2+i y 2-i.

Efectivamente, todas las parábolas que carecen de raíces reales, cuentan con raíces complejas las que muestran una simetría alrededor de la componente real de la raíz (en este caso el 2). Estas dos raíces son números conjugados complejos.

Por supuesto, muestro este método como una alternativa complementaria para discutir, en torno al tema de las raíces complejas. Es muy probable que no sea el método más rápido para calcular las raíces, pero seguro si es el método más visual que requiere menos algebra en el pizarrón. :)

Finalmente, a continuación les dejo el código Matlab que utilicé para generar las gráficas y puntos. Es un primer intento, pues se puede mejorar mucho para convertir el código en una función completa y flexible.
%% inicio del guion Matlab
clc
clear
close all
% valores por defecto
a =1;
b= -4;
c=5;
x =.5:0.01:3.5; % intervalo para vizualizar
y = a*x.^2 + b*x + c; % parabola original
minimo = min(y); % vertice de la parabola
y_espejo = -y + 2*min(y); %reflejo de la parabola original
Posicion_de_ceros =find(y_espejo == 0); % identifica a las etiquetas
raices_reales_espejo=x(Posicion_de_ceros); %encuentra las raices de la parabola espejo
radio_circulo = abs((x(Posicion_de_ceros(2))- x(Posicion_de_ceros(1)))/2);
centro_circulo = x(Posicion_de_ceros(1))+radio_circulo;
raiz_uno = radio_circulo;
raiz_dos = -radio_circulo;
% dibujando el circulo
o=-pi:0.001:pi;
r = radio_circulo;
k = 0; % por la definicion de la raiz
h = centro_circulo;
xx=r*cos(o)+h;
yy=r*sin(o)+k;
hold on
plot(x, y, 'b', 'LineWidth',5)
plot(x, y_espejo, 'r', 'LineWidth',3)
plot(xx,yy,'--g', 'LineWidth',1.5)
plot(raices_reales_espejo, [0,0], 'o','MarkerEdgeColor','r',...
'MarkerFaceColor','r','MarkerSize',10)
plot([centro_circulo centro_circulo], [raiz_uno raiz_dos], 'p', 'MarkerEdgeColor','b',...
'MarkerFaceColor','b','MarkerSize',15)
axis equal
grid on
hold off
%% fin del guion


Cita:

 http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/raices/graeffe/graeffe.htm
http://noosfera.indivia.net/metodos/secante.html

NEWTON-RAPHSON (SECANTE)

En análisis numérico, el método de Newton (conocido también como el método de Newton-Raphson o el método de Newton-Fourier) es unalgoritmo eficiente para encontrar aproximaciones de los ceros o raíces de una función real. También puede ser usado para encontrar el máximo o mínimo de una función, encontrando los ceros de su primera derivada.



Este método se puede obtener mediante el siguiente gráfico:
Métodos Numéricos
Si el valor inicial de la raíz es xi , podemos trazar una tangente desde el punto { xi, f(xi) }.
El punto donde está tangente cruza el eje x, representa una aproximación de la raíz.
De la figura la primera derivada es x , es equivalente a la pendiente.
f´(x) = f(xi) - 0
xi - xi + 1
Reordenando:
Xi +1 = xi - f(xiFórmula de Newton-Raphson ( 2.9 )
f´( xi )
Esta ecuación también puede obtenerse mediante la serie de Taylor.
f(x1 +1) + f(xi) +f´(xi)h +f” (xi)h2+ f”'(xi)h3 + .....fn(xi)hn
2! 3! n!
Truncando la serie de Taylor hasta la primera derivada:
f(x1 +1) = f(xi) +f´(xi) (x1 +1 - xi)
en el que se intersecta con el eje x, f(x1 +1) = 0
0 = f(xi) +f´(xi) (x1 +1 - xi)
Xi +1 = xi - f(xique es la ec. ( 2.9 )

Cita:

PUNTO FIJO (REGLA FALSA)

En cálculo numérico, el método de regula falsi (regla falsa) o falsa posición es un método iterativo de resolución numérica de ecuaciones no lineales. El método combina el método de bisección y el método de la secante



Se busca una solución de la ecuación f(x) = 0, una raíz de f. Como en el método de bisección, se parte de un intervalo inicial [a0,b0] con f(a0) y f(b0) de signos opuestos, lo que garantiza que en su interior hay al menos una raíz. El algoritmo va obteniendo sucesivamente en cada paso un intervalo más pequeño [akbk] que sigue incluyendo una raíz de la función f.

A partir de un intervalo [akbk] se calcula un punto interior ck:

 c_k = \frac{f(b_k)a_k-f(a_k)b_k}{f(b_k)-f(a_k)}

Dicho punto es la intersección de la recta que pasa por (a,f(ak)) y (b,f(bk)) con el eje de abscisas (igual a como se hace en el método de la secante).
Se evalúa entonces f(ck). Si es suficientemente pequeño, ck es la raíz buscada. Si no, el próximo intervalo [ak+1bk+1] será:
  • [akck] si f(ak) y f(ck) tienen signos opuestos;
  • [ckbk] en caso contrario.

Es quema gráfico de la convergencia de la iteración del punto fijo:
Métodos Numéricos
Use el método de aproximaciones sucesivas ( iteración del punto fijo para localizar la raíz de f (x) = e-x - x, x0 = 0, Ea = 0.5% )
X = e-x = g ( x )
X1 + 1 = e-xi
X0 = 0, x1 = e-0 = 1 ; x1 = 1
X2 = e-x1 = e-1 = 0.367879
X3 = e-x2 = e-0.367879 = 0.692200
X4 = e-x3 = e-0.692200 = 0.500473
X5 = e-x4 = e-0.500473 = 0.606243
X6 = e-x5 = e-0.606243 = 0.545396
X7 = e-x6 = e-0.545396 = 0.579612
Métodos Numéricos
I
xi
Ea (%)
0
1
171.83
1
0.367879
46.9
2
0.692200
38.3
3
0.500473
17.4
4
0.606243
*
*
0.579612
*
12
0.566400
0.355


Cita:

martes, 13 de marzo de 2012

BISECCION

El método de la bisección o corte binario es un método de búsqueda incremental que divide el intervalo siempre en 2. Si la función cambia de signo sobre un intervalo, se evalúa el valor de la función en el punto medio. La posición de la raíz se determina situándola en el punto medio del subintervalo donde exista cambio de signo. El proceso se repite hasta mejorar la aproximación.


Paso 1


Elegir los valores iniciales Xa y Xb, de tal forma de que la función cambie de signo:

f(Xa)f(Xb) < 0


Paso 2


La primera aproximación a la raíz se determina con la fórmula del punto medio de esta forma:



Paso 3


Realizar las siguientes evaluaciones para determinar el intervalo de la raíz:
Si f(Xa)f(Xb) < 0, entonces la solución o raíz está entre Xa y Xpm, y Xb pasa a ser el punto medio (Xpm).
Si f(Xa)f(Xb) > 0, entonces la solución o raíz está fuera del intervalo entre Xa y el punto medio, y Xa pasa a ser el punto medio (Xpm).


Paso 4


Si f(Xa)f(Xb) = 0 ó Error = | Xpm – Xpm – 1 | < Tolerancia

Donde Xpm es el punto medio de la iteración actual y Xpm – 1 es el punto medio de la iteración anterior.
Al cumplirse la condición del Paso 4, la raíz o solución es el último punto medio que se obtuvo.

Para el error relativo porcentual se tiene la siguiente fórmula:






Cita:
http://lc.fie.umich.mx/~calderon/programacion/notas/Bisecciones.html
http://www.vidaamarilla.com/2009/01/mtodos-numricos-mtodo-de-la-biseccin.html
http://www.tonahtiu.com/notas/metodos/ec_nolineales_biseccion.htm