M

etodos Num
ericos (SC854)
Soluci
on de sistemas de ecuaciones lineales
c M. Valenzuela 2007

(21 de agosto de 2007)

1.

Matrices

Definici
on. 1 Una matriz n m es un arreglo rectangular de elementos con n filas (o renglones) y
m columnas en el cual no s
olo es importante el valor de los elementos sino tambien su posici
on en
el arreglo.
Ejemplo:

A = (aij ) =

a11
a21
..
.

a12
a22
..
.

..
.

an1

an2

anm

a1m
a2m
..
.

(1)

Las matrices se denotan con may

usculas (con negritas) y sus elementos con min
usculas.

2.

Vectores

Definici
on. 2 Una matriz 1 n,
B=

b11

b12

b1n

(2)

se le llama un vector rengl

on de n dimensiones.
Definici
on. 3 Una matriz n 1,

C=

c11
c12
..
.

(3)

c1n
se le llama un vector columna de n dimensiones.
Usualmente, los subndices innecesarios se omiten, de manera que


y = y1 y2 ym ,
denota un vector renglon de m dimensiones, y

x=

x1
x2
..
.

(4)

(5)

xn
denota un vector columna de n dimensiones. Los vectores se denotan con min
usculas y negritas.
La norma de un vector x se define de la siguiente manera:

n
1/p

p
||x||p =
|xi |
(6)
i=1

Notese que

 n

||x||2 = 
|xi |2 = |x|,
i=1

(7)

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

10

20V

R = 5

10

Figura 1: Circuito elecitrico que puede ser descrito mediante un sistema de ecuaciones simultaneas.
es decir, la magnitud del vector. N
otese tambien que

n
1/p

p
|xi |
= max (|xi |) ,
||x|| = lim
p

i=1

(8)

es decir, el m
aximo de los valores absolutos de las componentes xi del vector.

3.

Por qu
e se requieren m
etodos para resolver sistemas de
ecuaciones lineales

Muchos problemas pueden ser descritos mediante un sistemas de ecuaciones lineales. Por ejemplo,
considere el circuito electrico mostrado en la figura 1.
Las ecuaciones de malla que describen a este circuito son las siguientes:
15ii
5i1

5i2
+ 15i2
5i2

= 20
= 0
= 0

5i3
20i3

(9)

A partir de las ecuaciones de malla se pueden obtener todas las corrientes, voltajes, y pontencial de
los elementos del circuito. Por ejemplo, la corriente de la resistencia R es i1 i2 .

4.

Representaci
on de sistemas de ecuaciones
Un sistema de ecuaciones lineales simulataneas de la forma
a11 x1 + a12 x2 + + a1n xn
a21 x1 + a22 x2 + + a2n xn

=
=
..
.

b1
b2

an1 x1 + an2 x2 + + ann xn

bn

puede representarse mediante una matriz n (n + 1).

A partir de la matriz A y el vector b

a11 a12
a21 a22

A= .
..
..
..
.
.
an2

b1
b2

b= .
..

an1

a1n
a2n
..
.

(10)

ann

(11)

bn
c M. Valenzuela, 2007 (21 de agosto de 2007)


P
agina 2

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

se forma la matriz aumentada

=
A

a11
a21
..
.

a12
a22
..
.

..
.

a1n
a2n
..
.

b1
b2
..
.

an1

an2

ann

bn

(12)

Esta matriz aumentada representa la ecuaci

on vectorial Ax = b.

5.

Ejemplo de circuitos el
ectricos
Definiendo R, i, y v:

15 5
0
R = 5 15 5
0 5 20

20
i1
i = i2 v = 0
i3
0

Podemos expresar el juego de ecuaciones como

20
15 5
0
i1
Ri = v = 5 15 5 i2 = 0
i3
0
0 5 20
Que puede representarse mediante la matriz aumentada:

15 5
0 20
= 5 15 5 0
R
0 5 20 0

6.

(13)

(14)

(15)

(16)

Operaciones elementales de rengl

on

representa un sistema de ecuaciones simultaneas, es posible reComo la matriz aumentada A

alizar las siguientes operaciones elementales de renglon manteniendo las igualdades de las ecuaciones
representadas:
Multiplicar un rengl
on por una constante
Multiplicar un rengl
on por una constante y sumarlo a otro renglon
Los metodos de soluciones de sistemas de ecuaciones aplican estas operaciones sobre la matriz
aumentada en forma ordenada y repetida. En las siguientes secciones se explican los siguientes
metodos:
Eliminaci
on gaussiana (Gauss)
Gauss-Jordan
Montante

c M. Valenzuela, 2007 (21 de agosto de 2007)



P
agina 3

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

Function EGaussiana(A,b)
1
2
3
4
5

6
7
8
9
10

A [Ab] ;
for i 1 to n do
// Hacer ceros abajo de pivote
for j i + 1 to n do
A(i, :)A(j, i)
A(j, :) A(j, :)
;
A(i, i)
for i n downto 1 do
// Hacer pivote 1
A(i, :)
A(i, :)
;
A(i, i)
// Hacer ceros arriba de pivote
for j i 1 downto 1 do
A(j, :) A(j, :) A(i, :)A(j, i) ;
x A(:, n + 1) ;
return x

Figura 2: Pseudoc
odigo que implementa el metodo de eliminaci
on gaussiana para soluci
on de sistemas
de ecuaciones lineales.

7.

Eliminaci
on Gaussiana

Eliminaci
on gaussiana aplica operaciones de rengl
on para resolver un sistema de ecuaciones
simulat
aneas; su pseudoc
odigo se presenta en la figura 2, y en la figura 3 su implementaci
on en
MATLAB.
on
Para cada rengl
on, se define el elemento ai,i de la matriz aumentada como el pivote. Eliminaci
gaussiana opera en dos fases. Primero, para cada rengl
on empezando por el primer rengl
on, hace
ceros en los elementos debajo del pivote (lneas 3 y 4). Segundo, para cada rengl
on empezando por
el u
ltimo rengl
on, hace el pivote igual a 1, y hace ceros arriba del pivote (lneas 5 a 8). La soluci
on
al sistema de ecuaciones queda en la u
ltima columna de la matriz aumentada (lnea 9).
A continuaci
on se presenta la solucion del ejemplo del circuito elecitrico mediante eliminacion
gaussiana.

15 5
0 20
15
5
0
20
= 5 15 5 0 0 13.3333 5 6.6667
R
(17)
0 5 20 0
0
5
20
0

15
5
0
20
15
5
0
20
0 13.3333
5
6.6667 0 13.3333 5 6.6667
(18)
0
0
18.1250
2.5
0
0
1 0.1379

15
5
0
20
15 0 0 22.7586
1 0 0 1.5172
0 13.3333 0 7.3563 0 1 0 0.5517 0 1 0 0.5517
(19)
0
0
1 0.1379
0 0 1 0.1379
0 0 1 0.1379
de donde se tiene que las corrientes de malla son:

1.5172
i = 0.5517
0.1379

c M. Valenzuela, 2007 (21 de agosto de 2007)



(20)

P
agina 4

Soluci
on de sistemas de ecuaciones lineales

function x = EGauss(A,b)
%
%
%
%
%
%
%

Implementacion del metodo de eliminacion

gaussiana para resolver sistemas
de ecuaciones lineales.

Metodos Numericos (SC854)

for i=1:n
% Hacer ceros en la columna i debajo de la fila i
for j=i+1:n
A(j ,:) = A(j,:) A(i,:)A(j, i)/A(i, i );
end
end

x = EGauss(A,b)
Regresa x, la solucion del sistema Ax=b.

% 22 enero 2007
% Manuel Valenzuela
% Crear la matriz aumentada
A = [A b];
n = size(A,1);

for i=n:1:1
% Hacer uno el elemento i,i
A(i ,:) = A(i,:)/A(i, i );
% Hacer ceros en la columna i arriba de la fila i
for j=i1:1:1
A(j ,:) = A(j,:) A(i,:)A(j, i );
end
end
x = A(:,n+1);

Figura 3: Implementaci
on en MATLAB del metodo de eliminaci
on gaussiana para soluci
on de sistemas de ecuaciones lineales.

8.

M
etodo de Gauss-Jordan

En la figuras 4 y 5 se presenta en la implementacion del metodo Gauss-Jordan. El metodo de

Gauss-Jordan es similar a eliminaci
on gaussiana, pero primero hace el pivote igual a 1, y luego hace
ceros en toda la columna del pivote. En el metodo de Gauss-Jordan primero se hace el pivote igual
a 1 se hace el pivote igual a 1 (lnea 3), Despues se hacen cero los elementos arriba y abajo del
pivote lneas 4 a 6). La soluci
on al sistema de ecuaciones queda en la u
ltima columna de la matriz
aumentada (lnea 7).
A contiuaci
on se muestra la solucion del ejemplo del circuito electrico mediante Gauss-Jordan.

15 5
0 20
1 0.3333 0 1.3333
= 5 15 5 0 5

15
5
0
R
(21)
0 5 20 0
0
5
20
0

1 0.3333 0 1.3333
1 0.3333
0
1.3333
0 13.3333 5 6.6667 0
1
0.3750 0.5000
(22)
0
5
20
0
0
5
20
0

1 0 0.1250 1.5000
1 0 0.1250 1.5000
0 1 0.3750 0.5000 0 1 0.3750 0.5000
(23)
0 0 18.1250 2.5000
0 0
1
0.1379

1 0 0 1.5172
0 1 0 0.5517
(24)
0 0 1 0.1379

9.

Pivote m
aximo

Los algoritmos presentados pueden encontrar el problema de que el pivote sea cero, causando
una divisi
on entre cero. Para resolver este problema se pueden intercambiar renglones para colocar
una elemento diferente de cero en la diagonal principal. En la figura 6 se presenta la implementaci
on
de Gauss-Jordan donde se escoge el elemento de maximo valor abosluto como pivote.
c M. Valenzuela, 2007 (21 de agosto de 2007)


P
agina 5

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

Function GaussJordan(A,b)
1
2

3
4
5
6
7
8

A [Ab] ;
for i 1 to n do
// Hacer pivote 1
A(i, :)
A(i, :)
;
A(i, i)
for j 1 to n do
if j = i then
// Hacer ceros arriba y abajo del pivote
A(j, :) A(j, :) A(j, i)A(i, :) ;
x A(:, n + 1) ;
return x

Figura 4: Pseudoc
odigo que implementa de metodo Gauss-Jordan para la soluci
on de sistemas de
ecuaciones lineales.

function x = GaussJ(A,b)
%
%
%
%
%
%
%

Implementacion del metodo GaussJordan

para resolver sistemas de ecuaciones
lineales.
x = GaussJordan(A,b)
Regresa x, la solucion del sistema Ax=b.

% 22 enero 2007
% Manuel Valenzuela
% Se crea la matriz aumentada
A = [A b];
n = size(A,1);

for i=1:n
% Dividir renglon entre el pivote
A(i ,:) = A(i,:)/A(i, i );
% Hacer ceros en la columna i
for j=1:n
if i=j
A(j ,:) = A(j,:) A(i,:)A(j, i );
end
end
end
x = A(:,n+1);

Figura 5: Implementaci
on en MATLAB del metodo Gauss-Jordan para soluci
on de sistemas de
ecuaciones lineales.

c M. Valenzuela, 2007 (21 de agosto de 2007)



P
agina 6

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

Function GaussJordan(A,b)
1
2
3
4
5

6
7
8
9
10
11

A [Ab] ;
for i 1 to n do
m max(|A(i : n, i)|) ;
k rengl
on de m en A ;
Intercambiar renglones i y k de A ;
// Hacer pivote 1
A(i, :)
A(i, :)
;
A(i, i)
for j 1 to n do
// Hacer ceros arriba y abajo del pivote
if j = i then
A(j, :) A(j, :) A(j, i)A(i, :) ;
x A(:, n + 1) ;
return x

Figura 6: Pseudoc
odigo que implementa el metodo de Gauss-Jordan con pivote m
aximo para soluci
on
de sistemas de ecuaciones lineales.

10.

Montante

El metodo de Montante, que se presenta en las figuras 7 y 8, resuelve un sistema de ecuaciones

simultaneas haciendo operaciones que mantienen el n
umero de decimales que tiene los datos originales
hasta el u
ltimo paso, donde se realiza la divisi
on entre el determinante.
Ejemplo del metodo Montante:

15 5
0 20
15 5
0
20
= 5 15 5 0 0 200 75 100
A
(25)
0 5 20 0
0 75 300
0

200 0
25 300
3625
0
0
5500
0 200 75 100 0
3625
0
2000
(26)
0
0 3625 500
0
0
3625 500

1 0 0 1.5172
0 1 0 0.5517
(27)
0 0 1 0.1379

11.

Matriz inversa

Los metodos de eliminacion gaussiana, Gauss-Jordan, y Montante pueden ser utilizados para
encontrar la inversa de una matriz. En este caso, la matriz aumentada ser
a la matriz de original y
la matriz identidad.

15 5
0 1 0 0
15 5
0
1 0
0
5 15 5 0 1 0 0 200 75 5 15 0
(28)
0 5 20 0 0 1
0 75 300 0 0 15

200 0
25 15 5
0
3625
0
0
275 100 25
0
200 75 5 15 0 0
3625
0
100 300 75
(29)
0
0 3625 25 75 200
0
0
3625 25 75 200
c M. Valenzuela, 2007 (21 de agosto de 2007)


P
agina 7

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

Function Montante(A,b)
1
2
3
4
5
6
7
8

9
10
11

A [Ab] ;
pivAnt 1 ;
for i 1 to n do
piv A(k, k) ;
for j 1 to n do
// Hacer ceros arriba y abajo del pivote
if j = i then
A(j, :)piv A(i, :)A(j, i)
A(j, :)
;
pivAnt
pivAnt piv ;
A(:, n + 1)
;
piv
det A(n, n) ;
return x, det
x

Figura 7: Pseudoc
odigo que implementa el metodo de Montante para la soluci
on de sistemas de
ecuaciones lineales.

function x = Mont(A,b)
%
%
%
%
%
%
%

Implementacion del metodo Montante

para resolver sistemas de
ecuaciones lineales.
x = Montante(A,b)
Regresa x, la solucion del sistema Ax=b.

% 22 enero 2007
% Manuel Valenzuela
% Se crea la matriz aumentada
A = [A b];
n = size(A,1);

pivAnt = 1; % pivote inicial

for i=1:n
% pivote actual
piv = A(i,i );
% Hacer ceros en la columna i
for j=1:n
if j=i
A(j ,:) = (A(j,:)piv A(i,:)A(j, i ))/pivAnt;
end
end
% Guardar el pivote anterior
pivAnt = piv;
end
% Dividir entre el ultimo pivote (determinante)
A = A/piv;
x = A(:,n+1);

Figura 8: Implementaci
on en MATLAB del metodo de Montante para la soluci
on de sistemas de
ecuaciones lineales.

c M. Valenzuela, 2007 (21 de agosto de 2007)



P
agina 8

Soluci
on de sistemas de ecuaciones lineales

1
0
0

0 0
1 0
0 1

Metodos Numericos (SC854)

0.0759 0.0276 0.0069

0.0276 0.0828 0.0207
0.0069 0.0207 0.0552

La inversa son las u

ltimas n columnas de la matriz aumentada:

0.0759 0.0276 0.0069

A1 = 0.0276 0.0828 0.0207
0.0069 0.0207 0.0552

12.

(30)

(31)

M
etodos Iterativos: Jacobi

Dado un sistema de ecuaciones de la forma:

a11 x1 + a12 x2 + + a1n xn

b1

(32)

a21 x1 + a22 x2 + + a2n xn

=
..
.
=

b2

(33)

bn

(34)
(35)

an1 x1 + an2 x2 + + ann xn

si se despeja la variable xi de cada ecuacion se obtiene lo siguiente:

x1

a12
a13
a1n
b1
x2
x3
xn +
a11
a11
a11
a11

(36)

x2

a21
a23
a2n
b2
x1
x3
xn +
a22
a22
a22
a22

(37)

..
.
xn

(38)

an1
an2
an,n1
bn
x1
x2
xn1 +
ann
ann
ann
ann

(39)

El sistema anterior, puede usarse como una formula recursiva, es decir,

x1 (t + 1) =

a12
a13
a1n
b1
x2 (t)
x3 (t)
xn (t) +
a11
a11
a11
a11

(40)

x2 (t + 1) =

a21
a23
a2n
b2
x1 (t)
x3 (t)
xn (t) +
a22
a22
a22
a22

(41)

..
.
xn (t + 1) =

(42)
an1
an2
an,n1
bn

x1 (t)
x2 (t)
xn1 (t) +
ann
ann
ann
ann

on de los valores de xi (t).

puede usarse para obtener los valores de xi (t + 1) en funci
Si definimos la matriz T y el vector c de la siguiente manera,

a13
a1n
a12
b1

a
a11
a11
a11

11

b
a
a
a
23
1n
21
2
0

a22
a22
a22
a22

a31
a32
a3n c = b3
T=

a33
a33
a33
a33

..
..
..

..

.
.
.
.

an1

bn
an2
an,n1

ann
ann
ann
ann
c M. Valenzuela, 2007 (21 de agosto de 2007)


(43)

(44)

P
agina 9

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

Function Jacobi(A,b,x0 )
1
2
3
4
5
6
7
8

Obtener matriz T ;
Obtener vector c ;
x x0 ;
repeat
xant x ;
x Tx + c ;
||x xant ||
until
<;
||x||
return x

Figura 9: Pseudoc
odigo que implementa el metodo de Jacobi para resolver en forma iterativa sistemas
de ecuaciones lineales. En la lnea 7 se ha tomado la norma infinita, || || , para definir el criterio
de terminaci
on, pero es posible tomar otra norma.
se pueden escribir las ecuaciones recursivas en forma matricial:
x(t + 1) = Tx(t) + c

(45)

Para evitar el uso de la variable t podemos escribir la ecuacion en forma de asignaci

on:
x Tx + c

(46)

En las figuras 9 y 10 se presenta la implementaci

on del metodo de Jacobi.

13.

M
etodos Iterativos: Gauss-Seidel

En las ecuaciones recursivas, es posible utilizar inmediatamente los valores obtenidos para calcular
los siguientes valores, es decir,
x1 (t + 1) =

a12
a13
a1n
b1
x2 (t)
x3 (t)
xn (t) +
a11
a11
a11
a11

(47)

x2 (t + 1) =

a21
a23
a2n
b2
x1 (t + 1)
x3 (t)
xn (t) +
a22
a22
a22
a22

(48)

x3 (t + 1) =

a31
a32
a3n
b3
x1 (t + 1)
x2 (t + 1)
xn (t) +
a33
a33
a33
a33

(49)

..
.
xn (t + 1) =

(50)
an1
an2
an,n1
bn
x1 (t + 1)
x2 (t + 1)
xn1 (t + 1) +
ann
ann
ann
ann

(51)

El uilizar los valores de xi que se acaban de calcular para calcular los siguientes valores permite
que el metodo converja m
as r
apidamente a una soluci
on.
Las ecuaciones recursivas se pueden escribir en forma matricial de la siguiente manera:
xi T(i, :)x + ci

(52)

donde T(i, :) representa la fila i de la matriz T, y la regla debe aplicarse en orden para i = 1, 2, . . . n.
En las figuras 11 y 12 se presenta la implementaci
on del metodo de Gauss-Seidel.
c M. Valenzuela, 2007 (21 de agosto de 2007)


P
agina 10

Soluci
on de sistemas de ecuaciones lineales

function x = Jaco(A,b,x0)
%
%
%
%
%
%
%
%
%

Implementacion del metodo Jacobi para la

solucion de sistemas de ecuaciones, tomando
como aproximacion inicial x0.
x = Jaco(A,b,x0)
Regresa x, la solucion del sistema Ax=b.
El criterio de terminacion es que
norm(xxAnt,Inf)/norm(x,Inf)<eps.

% 17 agosto 2007
% Manuel Valenzuela
n = size(A,1);
eps = 0.001;

Metodos Numericos (SC854)

% Se obtienen el vector c y la matriz T

c = b./diag(A);
T = zeros(n);
for i=1:n
T(i ,:) = A(i,:)/A(i, i );
end
T = Teye(n);
x = x0;
xAnt = x;
while 1
x = Tx + c;
if (norm(xxAnt,Inf)/norm(x,Inf)<eps)
break
end
xAnt = x;
end

Figura 10: Implementaci

on en MATLAB del metodo de Jacobi para resolver en forma iterativa
sistemas de ecuaciones lineales.

Function GaussSeidel(A,b,x0 )
1
2
3
4
5
6
7
8
9

Obtener matriz T ;
Obtener vector c ;
xant x0 ;
repeat
for i n do
xi T(i, :)x + ci ;
xant x ;
||x xant ||
until
<;
||x||
return x

Figura 11: Pseudoc

odigo que implementa el metodo de Gauss-Seidel para resolver en forma iterativa
sistemas de ecuaciones lineales.

c M. Valenzuela, 2007 (21 de agosto de 2007)



P
agina 11

Soluci
on de sistemas de ecuaciones lineales

Metodos Numericos (SC854)

function x = GaussS(A,b,x0)

T = zeros(n);
for i=1:n
% Implementacion del metodo GaussSeidel para
T(i ,:) = A(i,:)/A(i, i );
% la solucion de sistemas de ecuaciones,
end
% tomando como aproximacion inicial x0.
T = T.eye(n);
%
% x = GaussSeidel(A,b,x0)
x = x0;
%
xAnt = x;
% Regresa x, la solucion del sistema Ax=b.
j = 0;
% El criterio de terminacion es que
while 1
% norm(xxAnt,Inf)/norm(x,Inf)<eps.
j = j+1;
for i=1:n
% 17 agosto 2007
x(i ) = T(i,:)x + c(i );
% Manuel Valenzuela
end
if (norm(xxAnt,Inf)/norm(x,Inf)<eps)
n = size(A,1);
break
eps = 0.001;
end
xAnt = x;
% Se obtienen el vector c y la matriz T
end
c = b./diag(A);
Figura 12: Implementaci
on en MATLAB del metodo de Gauss-Seidel para resolver en forma iterativa
sistemas de ecuaciones lineales.

14.

Ejemplo de Jacobi y Gauss-Seidel

Para el ejemplo del circuito electrico se tiene que

0
0.3333
0
0
0.3333
T = 0.3333
0
0.2500
0

1.3333

0
c=
0

(53)

Jacobi:
i1
i2
i3

1
1.3333
0
0

2
1.3333
0.4444
0

3
1.4815
0.4444
0.1111

4
1.4815
0.5309
0.1111

5
1.5103
0.5309
0.1327

2
1.4815
0.5309
0.1327

3
1.5103
0.5477
0.1369

4
1.5159
0.5509
0.1377

5
1.5170
0.5516
0.1379

6
1.5103
0.5477
0.1327

7
1.5159
0.5477
0.1369

8
1.5159
0.5509
0.1369

9
1.5170
0.5509
0.1377

10
1.5170
0.5509
0.1377

Gauss-Seidel
i1
i2
i3

1
1.3333
0.4444
0.1111

En general, Gauss-Seidel es m
as rapido que Jacobi, es decir, converge en menos iteraciones a la
soluci
on correcta.

c M. Valenzuela, 2007 (21 de agosto de 2007)



P
agina 12