Avila Micaela NumCondicion
-
Upload
ximenaavila2511 -
Category
Documents
-
view
40 -
download
0
Transcript of Avila Micaela NumCondicion
UNIVERSIDAD DE CUENCA Facultad de Ingeniería
Escuela de Ingeniería Civil
“NUMERO DE CONDICION DE UNA MATRIZ”
NOMBRE:
Micaela Ávila L.
MATERIA:
Métodos Numéricos Aplicados
PROFESOR:
Ing. Gerardo Árbito
CICLO:
Quinto Ciclo I
Cuenca, Octubre de 2012
INTRODUCCIÓN:
En ingeniería, se presentan innumerables problemas que se resuelven con un Sistema de Ecuaciones
Lineales (SEL); sin embargo, muchos de estos sistemas están mal condicionados (es decir, un pequeño
cambio en alguno de sus términos altera notoriamente la solución del problema), es por esto que
estudiaremos la el número de condición de una matriz.
SISTEMAS DE ECUACIONES MAL CONDICIONADOS:
Son aquellos problemas en lo cuales los errores crecen en una forma incontrolada (puede ser lineal, potencial
o exponencial). Condición de un sistema se explica como la sensibilidad de los resultados a pequeñas
variaciones de los datos. Si esta sensibilidad es muy grande se dan grandes dificultades aunque los datos
iniciales sean exactos ya que los errores numéricos se amplifican.
La inversa de una matriz proporciona un medio para determinar si los sistemas están mal condicionados. Los
siguientes métodos nos permiten conocer si un sistema esta mal condicionado de una manera sencilla:
1. Hallamos el determinante tanto de como de su inversa, realizamos su producto y si este es
significativamente distinto de 1 el sist. esta mal condicionado
2. Multiplicamos la inversa de por la matriz original y estimamos su resultado cercano a la matriz
identidad si no lo es, la matriz esta mal condicionada
3. Invertimos la matriz inversa de y si el resultado no está suficientemente cercano a la matriz
original, nuevamente sabemos que el sistema está mal condicionado.
Estos métodos nos ayudan a indicar si existe un mal condicionamiento, pero fuera mejor encontrar un solo
número que nos indique este problema. Este concepto se conoce como número de condición y está basado
en el concepto de norma de una matriz.
Norma matricial.- El concepto de norma euclídea puede extenderse además a una matriz de la siguiente
forma
A la que se la conoce como Norma de Frobenius. De esta forma tenemos que:
Para el vector
Para una matriz
Entonces de forma general tenemos que la norma de Frobendius desarrollada es
Vale la pena recalcar que al usar todos los elementos de la matriz para calcular esta norma, la norma de
Frobendius es la más exacta.
Una norma de una matriz es un número real que mide el tamaño de una matriz y permite estudiar por ejemplo
cuando una matriz tiende a otra o a la matriz nula.
Codificación en Matlab.-
El siguiente scribd codificado en Matlab calcula la norma de Frobendius (norma euclídea) de una matriz.
NÚMERO DE CONDICIÓN DE UNA MATRIZ
Conocido el concepto de norma de una matriz, ahora podemos definir el número de condición de una matriz
de la siguiente forma:
El número de condición es una medida cualitativa que indica si el sistema está mal o bien condicionado. Es
también una cota de amplificación que se puede producir por errores.
Siempre cumple que (ya que y
)
Codificación en Matlab.-
El siguiente scribd calcula el número de condición de norma-euclidea de una matriz singular
Análisis 1 (MATRIZ DE HILBERT)
En el siguiente cuadro se muestran los resultados al cuantificar el numero de condición de la matriz de Hilbert
(matriz mal condicionada) que esta definida como
nxn ncond
2x2 19,33
3x3 526,1588
4x4 15614
5x5 480850
6x6 15119000
7x7 481750000
8x8 15494000000
9x9 5,0173E+11
10x10 1,6332E+13
NOTA: Estos datos fueron resultado de Matlab. Si se desea se los puede comprobar con el scribd antes
mostrado.
Resultados en forma gráfica
Como podemos observar la matriz de Hilbert tiene un mal condicionamiento creciente en forma exponencial.
Análisis 2 (GEOMETRÍA)
Geométricamente, la solución de un sistema , es la intersección de dos rectas. De la siguiente
manera:
Sistema Mal Condicionado Sistema Bien Condicionado
0
2E+12
4E+12
6E+12
8E+12
1E+13
1,2E+13
1,4E+13
1,6E+13
1,8E+13
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
ncond matriz Hilbert
Como podemos observar en un sistema mal condicionado las pendientes son muy cercanas, por lo que el
cruce de las rectas no está claramente definida. Por lo que al cambiar alguno de los coeficientes, el punto de
cruce se desplaza significativamente, y tendremos un sistema correctamente condicionado.
Análisis 3 (PRECONDICIONAMIENTO MATRICIAL)
Son usadas para disminuir el error de redondeo. Difieren en el pivote en el que ese elige y pueden ser de los
siguientes tipos:
Mediante equilibración de filas
Se basa en dividir todos los valores de las filas de una matriz para el máximo valor absoluto del elemento de
cada una de las filas; por lo tanto debemos multiplicamos a la fila por:
Ejemplo:
De cual cuyo número de condición es 71.76
Aplicando la equilibración por filas tenemos:
- Para la primera fila dividimos cada elemento para 3.6 y tenemos
- Para la segunda fila dividimos para 8 y tenemos
- Para la tercera fila el máximo valor absoluto es 5.46
Finalmente tenemos la nueva matriz
De la que el número de condición es 65.05. El número de condición de esta matriz mejoro notablemente.
Mediante equilibración de columnas.
El proceso es igual al de las filas, sin embargo ahora lo hacemos con las columnas. Entonces tenemos que, a
cada columna la multiplicamos por
Ejemplo:
De cual cuyo número de condición es 71.76 como ya vimos en el ejemplo anterior, ahora aplicamos este
método y tenemos
- Para la columna 1 la dividimos para 3.6
- Para la segunda columna dividimos todos sus elementos entre 6
- La ultima columna será dividida entre 8
Tenemos finalmente la matriz
Cuyo número de condición es ahora 51.47
Equilibración total
Ahora el proceso se realiza como los dos anteriores pero juntos; podemos realizar cualquiera de ellos primero
y de inmediato realizamos el siguiente.
Ejemplo:
Continuaremos con la matriz ahora dividimos cada una de las filas para su máximo valor y tenemos
- Para la fila 1 la dividimos para 0.625
- En la segunda fila no tenemos que realizar ninguna división, y para la tercera fila la dividimos entre
0.6825
Que es la matriz cuyo número de condición ahora es 47.11
Análisis 4 (REFINAMIENTO ITERATIVO)
Dado un sistema lineal resuelto por el método de eliminación Gaussiana, entonces tendrá errores de
redondeo, por lo tanto la solución dada no será exacta sino aproximada.
Podemos decir entonces que (respuesta hallada con Gauss) será solo una aproximación de entonces
. Podemos definir al vector error como de donde pero como sabemos
además que si
Entonces:
Las ecuaciones 1 y 2 son el llamado mejoramiento iterativo. Dicho método consiste básicamente en mejorar la
aproximación en la k-ésima iteración a partir de las siguientes tres ecuaciones generalizadas:
Ejemplo:
El sistema lineal
Tiene la solución exacta
Con el método de eliminación gaussiana y redondeo de cuatro dígitos se obtiene:
La solución aproximada del sistema es
Si se aplica el método de refinamiento iterativo entonces , con se calcula .
Con se halla resolviendo el sistema
Luego
De la misma forma ,
Si se continuara el proceso, el vector residual sería 0, el vector de error daría 0 y sería igual a .
Análisis 5 (SISTEMAS MAL CONDICIONADOS)
Sea y :
1. Resuelva el sistema y llame a su solución
2. Aumentar en 0.001 el coeficiente de y llamar a la matriz modificada
3. Resolver el sistema y llamar a su solución
4. Calcular el error relativo cometido al aproximar por
5. Calcular su numero de condicion
Solución.- Este ejercicio fue íntegramente resuelto en Matlab.
1.
2.
3.
4.
5. Calculamos la norma de Frobendius y tenemos
La matriz inversa de A es
Su modulo entonces es
Con esto tenemos que
Al realizar los diferentes cálculos podemos ver que es una matriz mal condicionada pero al calcular su número
de condición lo comprobamos.
CONCLUSIONES:
- Una matriz mal condicionada puede generar grandes cambios en la respuesta de una solución de un
sistema de ecuaciones lineales. Pudimos observar en el último ejemplo que una matriz pequeña
puede generar un error de casi el 50%.
- Existen varios tipos de norma de las matrices; sin embargo, la norma euclídea o de Frobendius es la
mas exacta ya que calcula el valor tomando a todos los elementos de la matriz.
- El número de condición es un número preciso para determinar el mal condicionamiento de una
matriz, mientras más alejado sea este número del valor de 1, pero esta condicionada dicha matriz.
- El número de condición es un método efectivo para saber si una matriz esta o no bien condicionada,
sin embargo también podemos saber este con 3 métodos que se explicaron en el inicio de este
trabajo.
- La matriz de Hilbert es la peor condicionada, su mal condicionamiento crece en forma exponencial.
Pudimos ver como una de 2x2 tiene un . además obtuvimos el gráfico de su mal
condicionamiento.
- Los comandos para calcular tanto el numero de condición como la norma en Matlab son muy útiles
sin embargo también creamos un scribd con los mismos resultados (para norma-euclídea).
- Los comandos en Matlab nos permiten calcular más rápidamente el número de condición y la norma,
además nos producen menor error que al calcularlos manualmente. Cabe recalcar que este error es
mínimo (aproximadamente 0.002%)
- Para resolver sistemas mal condicionados se usan técnicas de pre condicionamiento; es decir, dado
un sistema mal condicionado, se debería buscar una matriz inversible tal que
sea pequeño. Ahora, se resuelve el sistema equivalente (que está bien
condicionado) en el mejor de los casos (en este caso )
- Las técnicas más conocidas son: precondicionamiento matricial y el refinamiento iterativo.
- El precondicionamiento matricial total lo que busca es encontrar una matriz identidad mediante la
división de cada uno de sus elementos.
- El refinamiento iterativo disminuye el error de redondeo que se comete cada vez que se realizan
operaciones al resolver el sistema lineal por el método de Gauss.
FUENTES:
MÉTODOS NUMÉRICOS PARA INGENIEROS Chapra Canale
NORMAS DE MATRICES Y NÚMEROS DE CONDICION Javier García de Jalón – ETSII UPM
ANALISIS NUMÉRICO Miguel Alemán Flores, Luis Álvarez León y Javier Sánchez Pérez – Universidad de
Las Palmas