MTODOS DE RESOLUCIN A SISTEMAS DE ECUACIONES LINEALES Y SUS APLICACIONES EN LA INGENIERA

Andrea Barsallo, Braulio Cortez, Kevin Del Cid, Jaime Lay, Joshua Mndez, Gnesis Vallejos
Universidad Tecnolgica de Panam Mtodos Numricos Fecha: 15 de Julio de 2013

Resumen: Fundamentalmente en este artculo a realizar hablaremos sobre los mtodos directos de resolucin a sistemas de ecuaciones lineales, como lo son el mtodo de eliminacin gaussiana, eliminacin de GaussJordan, Doolittle y el mtodo iterativo de Gauss-Seidel, con los cuales resolveremos un problema de aplicacin en el campo de la ingeniera; adems nos ayudar a desarrollar mejor nuestro conocimientos adquiridos. Palabras Claves: Matriz, ecuacin lineal, eliminacin gaussiana, gauss-jordan, doolittle, Introduccin: La solucin de los sistemas de ecuaciones lineales encuentra una amplia aplicacin en la ciencia y la tecnologa. En particular, se puede afirmar, que en cualquier rama de la Ingeniera existe al menos una aplicacin que requiere del plantamiento y solucin de tales sistemas. Existen varios mtodos para resolver ecuaciones lineales aqu ms adelante explicaremos algunos de ellos. En general un sistema con m ecuaciones lineales y n incgnitas puede ser escrito en forma ordinaria como:

sistema separado notacin matricial:

con

coeficientes

con

Caractersticas Generales: Qu es una ecuacin lineal? Una ecuacin de primer grado o ecuacin lineal significa que es un planteamiento de igualdad, involucrando una o ms variables a la primera potencia, que no contiene productos entre las variables, es decir, una ecuacin que involucra solamente sumas y restas de una variable a la primera potencia. Sistema de Ecuaciones Lineales Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales sobre un cuerpo o un anillo conmutativo. El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que satisfacen las tres ecuaciones. El problema de los sistemas lineales de ecuaciones es uno de los ms antiguos de la matemtica y tiene una infinidad de aplicaciones, como en procesamiento digital de seales, anlisis estructural, estimacin, prediccin y ms generalmente en

Donde X1,Xn, son las incgnitas y los nmeros aij K son los coeficientes del sistema sobre el cuerpo. Es posible reescribir el

programacin lineal as como en la aproximacin de problemas no lineales de anlisis numrico. Resolucin de un Sistema de Ecuaciones Lineales Resolver un sistema de ecuaciones es hallar todas sus soluciones. Para esto hay que hacer transformaciones en las ecuaciones hasta que todas las incgnitas queden despejadas. Estas transformaciones convierten nuestro sistema inicial en otro/s sistema/s (con aspecto distinto y ms fcil de resolver que tienen las mismas soluciones (sistemas equivalentes). Generalmente las transformaciones ms habituales son: - Intercambiar dos ecuaciones entre s. - Suprimir una ecuacin que tenga todo sus elementos nulos. - Suprimir una ecuacin que sea proporcional a otra. - Suprimir una ecuacin que sea combinacin lineal de otra/s. - Multiplicar o dividir una ecuacin por un nmero distinto de 0. - Sustituir una ecuacin i de este modo: Ei = Ei+ aEj. Mtodos de Resolucin Mtodos Directos Eliminacin Gaussiana Mtodo de Gauss-Jordan Mtodo de Doolittle

Eliminacin Gaussiana Dado un sistema de m ecuaciones con n incgnitas se trata de obtener un sistema equivalente cuya 1 ecuacin tenga n incgnitas, la segunda n-1, la tercera n-2, y as sucesivamente hasta llegar a la ltima ecuacin que tendr una sola incgnita. Hecho esto, resolvemos la ltima ecuacin, a continuacin la penltima, y as hasta llegar a la primera. Es decir el mtodo de Gauss consiste en triangular la matriz de coeficientes.

Mtodo de Gauss-Jordan Es una variante del mtodo de Gauss, y resulta ser ms simple al final del proceso, ya que no es preciso despejar las variables pues la solucin se obtiene directamente. Se basa en diagonalizar la matriz de coeficientes.

Mtodos Iterativos -Mtodo de Gauss-Seidel Mtodos Directos Los mtodos directos se caracterizan por el hecho de que, si no hubiera errores de redondeo, se obtendra la solucin exacta del sistema en un nmero finito de operaciones. Presentamos los siguientes mtodos:

Mtodo de Doolittle El objetivo del mtodo es encontrar una solucin a un sistema de ecuaciones lineales, basado en la factorizacin LU de la matriz de coeficientes relacionada al sistema. Para este mtodo de factorizacin directa de matrices, se utiliza como fundamento que los valores de la diagonal de la matriz L, son todos uno (1).

Problema de Aplicacin Un ingeniero Civil supervisa la produccin de cuatro tipos de mezclas de concreto para la elaboracin de prefabricados. Se requieren cuatro clases de recursos- Horas-hombre, grava, Arena y Agua. Mezcla 1 2 3 4 Mano de Grava Obra 3 20 4 25 7 40 20 50 Arena 10 15 20 22 Agua 10 8 10 15

En este cuadro se resumen las cantidades necesarias para cada uno de estos recursos en la produccin de cada tipo de mezclas. Si se dispone diariamente de 504 horas, hombre, 1970 kg Grava, 970 kg de Arena y 601 litros de agua. Cuntas mezclas de cada tipo se pueden realizar por da? Resultados La cantidad total producida de cada mezcla est restringida al total de recursos disponibles en cada categora diariamente. Estos recursos disponibles se distribuyen entre los cuatro tipos de mezcla. Y as sucesivamente con los dems recursos.

Mtodos Iterativos Los mtodos iterativos son aquellos que obtienen la solucin aproximndose a ella en un nmero finito, pero no definido de pasos. Mtodo de Gauss-Seidel Es un mtodo iterativo utilizado para resolver sistemas de ecuaciones lineales. Aunque este mtodo puede aplicarse a cualquier sistema de ecuaciones lineales que produzca una matriz 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.

Cada una de estas ecuaciones se debe satisfacer de forma simultnea de otra manera, se acabara uno o ms de los recursos necesarios en la produccin de los cuatro tipos de mezclas. Si los recursos disponibles representados por el vector de trmino

independiente de las ecuaciones anteriores, se reducen todos a cero simultneamente, entonces se puede remplazar el signo menor o igual por el de igual. En este caso la cantidad total de cada tipo de mezcla producida se puede calcular resolviendo un sistema de ecuaciones de 4 por 4 usando los mtodos de gauss. Aplicando la eliminacin Gaussiana con los pasos anteriores se tiene que: X1=10, X2=12, X3=18, X4=15 Esta informacin se usa en el clculo de las ganacias totales. Por ejemplo, suponiendo las ganancias que corresponden a cada mezcla estn dadas por P1, P2, P3 y P4. La ganancia total asociada con un da de actividad est dada por:

Por lo tanto, la eliminacin gaussiana es el mtodo simple por excelencia en la obtencin de soluciones exactas a las ecuaciones lineales simultneas. Una de las principales razones para incluir el mtodo de Gauss-Jordan, es la de proporcionar un mtodo directo para obtener la matriz inversa. Conclusiones - En la prctica de la Ingeniera y ciencias es frecuente tener la necesidad de resolver un sistema de ecuaciones lineales. - Estos sistemas aparecen en muy diversos problemas, ya sea como la solucin completa de un problema o al menos como parte de ella. Dada esta necesidad frecuente se requiere resolverlos de forma eficiente. - Lo mtodos numricos que resuelven los sistemas se pueden clasificar en directos e indirectos. - Podemos concluir que todos los mtodos utilizados para un determinado problema eventualmente dan el mismo resultado. Dependiendo del problema y de la preferencia personal se deber elegir un mtodo para la resolucin eficaz y eficiente en el momento que se necesite. Referencias Bibliogrficas Anton Howard. Introduccin al Algebra Lineal, 2 Ed. Limusa Wiley. 2001 Chapra, Canale. Mtodos Numricos para Ingenieros, 5 Ed. http://www.eueti.uvigo.es/files/curso_cero/ material/sistemas_de_ecuaciones.pdf http://www.scribd.com/fullscreen/15380168 0?access_key=key2hyyxlydp0v5tzipipfa&allow_share=true http://es.scribd.com/doc/21428959/GaussJordan-Gauss-Seidel

Se sustituyen los resultados de Xs y se calculan las ganancias usando los coeficientes del siguiente cuadro. Mezcla 1 2 3 4 Ganancia 1000 700 1100 400

P= 1000(10)+700(12)+1100(18)+400(18) = 44 200 De esta forma se pueden obtener una ganancia de $44 200 diarios con los recursos especificados en el problema. Las ventajas y desventajas de la eliminacin gaussiana se aplican tambin al mtodo de Gauss-Jordan. Aunque los mtodos de GaussJordan y de eliminacin de Gauss pueden parecer casi idnticos, el primero requiere aproximadamente 50% menos operaciones.