Mtodo de Gauss-Jordan

1.-INTRODUCCION

Eliminacin de Gauss-Jordan

En matemticas, la eliminacin Gaussiana, eliminacin de Gauss o eliminacin de
Gauss-Jordan, llamadas as debido a Carl Friedrich Gauss y Wilhelm Jordan, son
algoritmos del lgebra lineal para determinar las soluciones de un sistema de
ecuaciones lineales, encontrar matrices e inversas. Un sistema de ecuaciones se
resuelve por el mtodo de Gauss cuando se obtienen sus soluciones mediante la
reduccin del sistema dado a otro equivalente en el que cada ecuacin tiene una
incgnita menos que la anterior. Cuando se aplica este proceso, la matriz resultante
se conoce como: "forma escalonada
Anlisis de Complejidad
La complejidad computacional de la eliminacin gaussiana es
aproximadamente n
3
. Esto es, el nmero de operaciones requeridas es n
3
si
el tamao de la matriz es n n.
Algoritmo de eliminacin de Gauss-Jordan
1. Ir a la columna no cero extrema izquierda
2. Si el primer rengln tiene un cero en esta columna, intercambiarlo con otro
que no lo tenga
3. Luego, obtener ceros debajo de este elemento delantero, sumando mltiplos
adecuados del rengln superior a los renglones debajo de l
4. Cubrir el rengln superior y repetir el proceso anterior con la submatriz
restante. Repetir con el resto de los renglones (en este punto la matriz se
encuentra en la forma de escaln)
5. Comenzando con el ltimo rengln no cero, avanzar hacia arriba: para cada
rengln obtener un 1 delantero e introducir ceros arriba de este sumando
mltiplos correspondientes a los renglones correspondientes
Una variante interesante de la eliminacin de Gauss es la que llamamos
eliminacin de Gauss-Jordan, (debido al mencionado Gauss y a Wilhelm
Jordan), esta consiste en ir obteniendo los 1 delanteros durante los pasos
uno al cuatro (llamados paso directo) as para cuando estos finalicen ya se
obtendr la matriz en forma escalonada reducida

2
2.-Mtodo de Gauss-Jordan
Como hemos visto, el mtodo de Gauss transforma la matriz de coeficientes
en una matriz triangular superior. El mtodo de Gauss-Jordan contina el
proceso de transformacin hasta obtener una matriz diagonal unitaria (a
ij
=0
para cualquier ).
Veamos el mtodo de Gauss-Jordan siguiendo con el ejemplo empleado en el
apartado anterior. Aplicando el mtodo de Gauss habamos llegado a la
siguiente ecuacin:



Ahora seguiremos un procedimiento similar al empleado en el mtodo de
Gauss. Tomaremos como pivote el elemento a
44
=-3; multiplicamos la cuarta
ecuacin por y la restamos a la primera:



Realizamos la misma operacin con la segunda y tercera fila, obteniendo:


Ahora tomamos como pivote el elemento a
33
=2, multiplicamos la tercera
ecuacin por y la restamos a la primera:

3



Repetimos la operacin con la segunda fila:



Finalmente, tomamos como pivote a
22
=-4, multiplicamos la segunda ecuacin
por y la sumamos a la primera:



El sistema de ecuaciones anterior es, como hemos visto, fcil de resolver.
Empleando la ecuacin (46) obtenemos las soluciones:













4
3.- Estudio de sistemas de ecuaciones lineales (S. E. L.)
Para el estudio de sistemas de ecuaciones lineales empleamos dos
herramientas matemticas que nos van a facilitar los clculos: las matrices y
los determinantes.
Las matrices y los determinantes nos permiten expresar de una manera
clara, concisa y elegante la condicin de compatibilidad de los sistemas de
ecuaciones lineales (s.e.l.) - Teorema de Rouch-Frbenius -.
Tiene soluciones el sistema?, es decir, es compatible? Si tiene soluciones
cuntas y cales son?
Visto esto, estudiar un sistema es:
Discutir= Averiguar si un S.E.L. tiene solucin, y si tiene, ver si es nica o
no.
Resolver= Hallar la solucin si es nica, o las soluciones si son infinitas.
ESTUDIAR = DISCUTIR + RESOLVER
4.-Preliminares:
La ecuacin 2x - 3 = 0 se llama ecuacin lineal de una variable. Obviamente
slo tiene una solucin. La ecuacin -3x + 2y = 7 se llama ecuacin lineal de
dos variables. Sus soluciones son pares ordenados de nmeros. Tiene
infinitas soluciones que se obtienen despejando una variable y dando valores
cualesquiera a la otra. La ecuacin x - 2y + 5z = 1 se llama ecuacin lineal
de tres variables. Sus soluciones son ternas ordenadas de nmeros. Tiene
infinitas soluciones que se obtienen despejando una variable y dando valores
cualesquiera a las otras dos.
En general, una ecuacin lineal de "n" variables es del tipo:


5
Las soluciones son las secuencias de nmeros s
1
, s
2
, s
3
, ..., s
n
que
hacen verdadera la igualdad [1]
Si los coeficientes valen 0 y el trmino independiente no, la
ecuacin se llama incompatible. No tiene solucin y tambin se
denomina ecuacin imposible, proposicin falsa o igualdad
absurda.
Si los coeficientes y el trmino independiente son nulos, se
dice que la ecuacin es una identidad.
5.-Sistemas de Ecuaciones Lineales:
Muchos problemas de la vida real nos obligan a resolver simultneamente
varias ecuaciones lineales para hallar las soluciones comunes a todas ellas.
Tambin resultan muy tiles en geometra (las ecuaciones lineales se
interpretan como rectas y planos, y resolver un sistema equivale a estudiar
la posicin relativa de estas figuras geomtricas en el plano o en el espacio).
Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales
que podemos escribir de forma tradicional as :

un sistema as expresado tiene "m" ecuaciones y "n" incgnitas,
donde a
ij
son nmeros reales, llamados coeficientes del sistema,
los valores b
m
son nmeros reales, llamados trminos independientes del
sistema,
las incgnitas x
j
son las variables del sistema,
y la solucin del sistema es un conjunto ordenado de nmeros reales (s
1
, s
2
,
..., s
n
) tales que al sustituir las incgnitas x
1
, x
2
, ... , x
n
por los valores s
1
,
s
2
, ..., s
n
se verifican a la vez las "m" ecuaciones del sistema.
Este mismo sistema de ecuaciones lineales en notacin matricial tiene esta
forma:

6

Donde:
Llamamos matriz del sistema a la matriz de dimensin
mn formada por los coeficientes del sistema, y la
designamos por A.
Designamos por X a la matriz columna formada por las
incgnitas.
Denotamos por B a la matriz columna formada por los
trminos independientes.
y llamamos matriz ampliada de dimensin m(n+1) a la matriz que se
obtiene al aadir a la matriz del sistema (= matriz de coeficientes) la
columna de los trminos independientes, y la denotamos por A*, es decir

6.- Clasificacin:
Atendiendo a sus soluciones:
Atendiendo a sus trminos independientes :

7
7.- Discusin de un S.E.L.:
Generalmente, para la discusin de un s.e.l., utilizamos el Teorema de
Rouch-Frbenius.
Un s.e.l. es compatible si, y slo si, el rango de la matriz de coeficientes
es igual al rango de la matriz ampliada con la columna de los trminos
independientes. Si estos rangos son distintos el sistema es incompatible.
Es decir, la condicin necesaria y suficiente para que un sistema de m
ecuaciones y n incgnitas tenga solucin es que r(A) = r(A*),

Si el nmero de incgnitas n es igual al rango h , la
solucin es nica.
Si el nmero de incgnitas n es mayor que el rango h ,
el sistema tiene infinitas soluciones.
Si el sistema es compatible, el rango del sistema indica
el nmero de ecuaciones linealmente independientes.
Para los sistemas indeterminados la solucin puede hallarse despejando k
incgnitas principales en funcin de (n-h) incgnitas denominadas
parmetros y que pueden tomar cualquier valor ( grados de libertad ).
Al hallar el rango en matrices que provengan de s.e.l. es preciso tener en
cuenta que si se intercambian columnas en la matriz de coeficientes ha de
hacerse de igual forma el cambio correspondiente de incgnitas, teniendo
especial cuidado con la columna de los trminos independientes que conviene
no moverla. En general, es aconsejable realizar todas las operaciones por
filas.



8
7.1.-Caso particular: Sist. Homogneos
Como un sistema homogneo es aquel que tiene todos sus trminos
independientes nulos, podemos observar que r(A) = r(A*) siempre, luego
siempre son compatibles, ya que tienen al menos la solucin (0, 0, 0, ... , 0)
que se denomina solucin trivial. Puesto que, en la prctica, esta solucin
carece de inters, suele decirse que un sistema homogneo posee solucin
slo si esta es distinta de la trivial.
Si un sistema homogneo presenta una solucin distinta de la trivial : (s
1
, s
2
,
... , s
n
) entonces se cumple que son tambin solucin todas las proporcionales
a ella : ( ks
1
, ks
2
, ... , ks
n
) , para todo nmero real k.

8.- SOLUCION DE SISTEMAS DE ECUACIONES
Consideremos un conjunto de "m" ecuaciones con "n" incgnitas dado por:


. . . . .
. . . . .
. . . . .

Donde son coeficientes conocidos, son incgnitas y son trminos
conocidos que se denominan trminos no homogneos.
El sistema de ecuaciones lineales anteriores pueden expresarse de la forma
compacta como:

donde A, x , y estn definidos respectivamente por:

9

Resolver un sistema de ecuaciones es encontrar el valor de las incgnitas
"x".
Una forma de resolver este sistema de ecuaciones es utilizando la
formula multiplicndola por la matriz inversa de A por ambos lados
de la igualdad; de la siguiente manera:




(I es la matriz identidad)

De esta manera encontramos que si calculamos la inversa de A y la
multiplicamos por el vector "y", obtendremos el vector "x" con las soluciones
al sistema de ecuaciones.
Los sistemas de ecuaciones pueden presentar tres casos:
Es el ms comn, ya que el nmero de ecuaciones es igual al nmero
de incgnitas.
El nmero de ecuaciones es menor que el de incgnitas y tenemos lo
que se conoce como problema subdeterminado.
El nmero de ecuaciones es mayor que es de incgnitas y tenemos
lo que se conoce como problema sobre determinado. Esto ocurre en el
ajuste de rectas y curvas.
Un conjunto de ecuaciones lineales no siempre tiene solucin numrica. Los
siguientes tres conjuntos de ecuaciones son ejemplo de ello:
10
Ejemplo 1:


En este caso las dos rectas se encuentran en el mismo sitio por lo que la
solucin que satisface a una, tambin a la otra, teniendo as infinitas
soluciones.
Ejemplo 2:


Las dos ecuaciones son lneas paralelas que nunca se interceptan, por lo que
no existe una solucin.
Ejemplo 3:



Tenemos tres ecuaciones independientes para dos incgnitas. Como se
observa stas tres ecuaciones nunca pueden satisfacerse simultneamente.

11
9.- Mtodos de resolucin
Si bien para los sistemas de ecuaciones lineales existen multitud de
tcnicas del lgebra lineal, para los sistemas de ecuaciones no-lineales el
problema es tcnicamente bastante ms difcil.
Mtodo analticos
Los mtodos analticos se restringen casi exclusivamente a sistemas de
ecuaciones lineales. Ni siquiera se conoce una solucin analtica para el
sistema de ecuaciones de segundo grado general:

Mtodo numricos
Las aplicaciones tcnicas generalmente recurren a algoritmos numricos que
permiten calcular aproximaciones numricas a las soluciones de un sistema
de ecuaciones.
Uno de los mtodos numricos que puede generalizarse a sistemas no-
lineales es el mtodo de Newton-Raphson. En el caso multidimensional la
resolucin numrica del sistema de n ecuaciones puede
hacerse a partir del conocimiento de una solucin aproximada
, siempre y cuando la aplicacin anterior sea difernciable,
mediante el esquema iterativo:

O ms explcitamente:

12
Lamentablemente la convergencia del esquema iterativo anterior no est
garantizada y en casos de soluciones mltiples la convergencia puede darse
hacia la solucin no deseada.
10.- EJERCICIOS


13


14













15
11.- BIBLIOGRAFIA
http://books.google.com/books?id=Hs-
tJqXF4PQC&pg=PA144&dq=gaus+jordan&hl=es&ei=sLWUTYbaCNKD0QGVws30Cw&sa=X&oi=b
ook_result&ct=result&resnum=1&ved=0CCoQ6AEwAA#v=onepage&q&f=false
http://books.google.com/books?id=_kaXogtQyioC&pg=PA78&dq=gaus+jordan&hl=es&ei=sLW
UTYbaCNKD0QGVws30Cw&sa=X&oi=book_result&ct=result&resnum=2&ved=0CC8Q6AEwAQ#
v=onepage&q&f=false
http://books.google.com/books?id=FU6UKclO2MMC&pg=PA42&dq=gaus+jordan&hl=es&ei=sL
WUTYbaCNKD0QGVws30Cw&sa=X&oi=book_result&ct=result&resnum=8&ved=0CFAQ6AEwB
w#v=onepage&q&f=false
http://books.google.com/books?id=vO9aWRaSl74C&pg=PA70&dq=gaus+jordan&hl=e
s&ei=sLWUTYbaCNKD0QGVws30Cw&sa=X&oi=book_result&ct=result&resnum=9
&ved=0CFUQ6AEwCA#v=onepage&q&f=false















16