MTODOS NUMRICOS PARA SISTEMA DE

ECUACIONES LINEALES
Ruiz Prez Norberto
Instituto Politcnico Nacional
Escuela Superior de Ingeniera Mecnica y Elctrica Unidad Zacatenco
Departamento de ingeniera elctrica
Distrito Federal, Mxico.
ruizbeto11@hotmail.com

I.

INTRODUCCIN

Los sistemas de ecuaciones lineales se utilizan para

resolver muchos problemas de la ciencia y la ingeniera.
La solucin numrica de dichos sistemas la forman una
gran variedad de algoritmos, como eliminacin de Gauss,
Gauss-Jordan, Gauss-Seidel, Montante, Jacobi, Lu y
Cholesky entre otros, que de una manera u otra resuelven
el sistema de ecuaciones lineales (si tiene solucin). Sin
embargo, cuando se trata de problemas muy complejos en
donde intervienen muchas ecuaciones, se requiere de
muchas operaciones aritmticas que pueden provocar caer
en el tedio y el aburrimiento por tanto clculo, entonces,
debe emplearse una alternativa para el aprendizaje.
Actualmente, los Mtodos Numricos tienen auge con la
llegada de las computadoras y en especial para resolver
sistemas de ecuaciones lineales que requieren clculos
matemticos extremadamente complejos.
1.

Este sistema de M ecuaciones algebraicas lineales con N

incgnitas puede escribirse en forma matricial como:
AM x N X B
Dnde:

Sistemas de ecuaciones lineales

Por sistema de ecuaciones lineales se entiende un conjunto de

ecuaciones que deben resolverse simultneamente y que
presentan la siguiente estructura:

La matriz de coeficientes A se llama matriz del sistema. La

matriz formada por A, a la que se le ha agregado el vector de
trminos independientes B como ltima columna, se le llama
la matriz ampliada o matriz aumentada del sistema de
ecuaciones, que se representa por [A | B] y X es el vector de
incgnitas.

2.

Mtodo de gauss-jordan

Este mtodo debe su nombre a Carl Friedrich Gauss y a

Wilhelm jordan. Se trata de una serie de algoritmos del
algebra lineal para determinar los resultados de un sistema de
ecuaciones lineales y as hallar matrices e inversas. El sistema
de Gauss se utiliza para resolver un sistema de ecuaciones y
obtener las soluciones por medio de la reduccin del sistema
dado a otro que sea equivalente en el cual cada una de las
ecuaciones tendr una incgnita menos que la anterior. La
matriz que resulta de este proceso lleva el nombre que se
conoce
como
forma
escalonada.
Este mtodo, permite resolver hasta 20 ecuaciones
simultneas. Lo que lo diferencia del mtodo Gaussiano es
que cuando es eliminada una incgnita, se eliminar de todas
las ecuaciones restantes, o sea, las que anteceden a la ecuacin
principal as como de las que la siguen a continuacin. De esta
manera el paso de eliminacin forma una matriz identidad en
vez de una matriz triangular. No es necesario entonces utilizar
la sustitucin hacia atrs para conseguir la solucin.

Luego de realizado lo anterior procederemos a transformar

dicha matriz en una matriz identidad, o sea una matriz
equivalente
a
la
inicial,
de
la
forma

Logramos esto aplicando a las distintas columnas y filas de las

matrices, restas, sumas, multiplicaciones y divisiones.
Debemos tener en cuenta que las operaciones utilizadas se
aplicarn en todos los elementos de la fila.
En dicha matriz identidad no vemos los trminos
independientes. Esto sucede ya que cuando la matriz original
alcance la matriz identidad, los trminos sern la solucin del
sistema y verificarn la igualdad para cada variable que se
correspondern de la forma siguiente:
d1 = x
d2 = y
d3 = z
Ahora teniendo clara esta base, analicemos
detalladamente este mtodo con un ejemplo concreto.
Sea el siguiente sistema de ecuaciones:

Aplicaremos luego el primer paso, o sea que lo

anotaremos
en
forma
matricial:

Para resolver sistemas de ecuaciones lineales con el mtodo

Gauss Jordan, debemos en primer lugar anotar los coeficientes
de las variables del sistema de ecuaciones lineales con la
notacin
matricial,
por
ejemplo:
Tambin se le llama matriz aumentada.

Realizado lo anterior, podemos operar con las distintas

columnas y filas de la matriz para as convertirla en la
matriz identidad, sin olvidar la forma del sistema:

A medida que realicemos este procedimiento operando

con las distintas filas y columnas de la matriz,
observaremos como esta se transforma en el modelo de la
matriz identidad. Finalizado el proceso, encontraremos
finalmente en la cuarta columna los valores de las
variables. Veamos entonces como nos quedara:

3.
Ahora debemos transformar el 2 de la primera fila de la
matriz original en el 1 de la primera fila de matriz
identidad. Para realizar este paso multiplicamos toda la
fila 1 por el inverso de 2, o sea . Veamos cmo nos
queda:

Mtodo de gauss-seidel

Este mtodo se basa en la aproximacin iterativa

propuesta por Seidel en 1874 (Academia de Ciencias de
Munich). Para la aplicacin al problema del flujo de
potencia, las ecuaciones de nodo y condiciones de
contorno se combinan, para el nodo k:

De donde se puede expresar la tensin Vk como:

A continuacin debemos obtener los dos ceros de la

primera columna de la matriz identidad. Para lograrlo
buscaremos el opuesto de los nmeros que se encuentren
por debajo del 1 de la primera columna. El opuesto de 3
ser -3 y el de 5 -5. Hecho esto multiplicaremos los
opuestos de estos nmeros por cada uno de los elementos
de la fila primera y estos se adicionarn a los nmeros de
sus respectivas columnas Por ejemplo en el caso de la
segunda fila, se multiplicar a -3 que es el opuesto de 3,
por cada uno de los elementos de la primera fila y se
aadir el resultado con el nmero correspondiente de la
columna de la segunda fila. Veamos el ejemplo:

La ecuacin anterior es el corazn del algoritmo iterativo.

La iteracin comienza con una estimacin de las
magnitudes y ngulos de todas las barras del sistema, y se
van recalculando las tensiones utilizando los mejores
valores disponibles. Esto es, para calcular la tensin Vk
se utilizan los V1...k-1 ya actualizados, y los Vk...n del
paso anterior. El mtodo tiene una convergencia
extremadamente lenta pero segura (excepto para
problemas mal condicionados, o sin convergencia posible.
El mtodo de Gauss-Seidel es un refinamiento del mtodo
de Jacobi que generalmente (pero no siempre) converge
ms rpido. El ltimo valor de cada variable es sustituido
en cada paso en el proceso iterativo. El mtodo de GaussSeidel, es un mtodo iterativo y por lo mismo, resulta ser
un mtodo bastante eficiente. A continuacin se presenta
un sistema de ecuaciones:

De la ecuacin 1 se despeja

x1 , de la ecuacin 2 despeja

x 2 , , de la ecuacin n se despeja x n . Resolviendo lo

anterior se obtiene el siguiente conjunto de ecuaciones:

Estos ltimos valores de x1 y

x2
, se sustituyen en la

x 4 ,..., xn
ecuacin 3, mientras que
siguen teniendo el
valor de cero; y as sucesivamente hasta llegar a la ltima
ecuacin. Todo este paso, darn una lista de primeros
valores para las incgnitas, la cual conforma el primer
paso en el proceso iterativo. Digamos que se tiene:

Este ltimo conjunto de ecuaciones son las que forman

las frmulas iterativas. Para comenzar el proceso
iterativo, le se le asigna el valor de cero a las variables

x 2 ,, x n ; esto dar un primer valor para

x1 . Ms

precisamente, se tiene que:

Se repite el proceso, pero ahora sustituyendo estos

ltimos datos en vez de ceros como al inicio, se obtendr
una segunda lista de valores para cada una de las
incgnitas. Por lo tanto ahora se tiene:

x2
A continuacin, se sustituye este valor de

en la

x3 ,..., x n
ecuacin 2, y las variables

siguen teniendo el

x2
valor de cero. Esto nos da el siguiente valor para

En este momento, se puede calcular los errores

aproximados relativos, respecto a cada una de las
incgnitas. As, se tiene la lista de errores como sigue:

El proceso se vuelve a repetir hasta que:

s
donde

es una cota suficiente prefijada.

Criterio de Convergencia para el mtodo de GaussSeidel

El mtodo de Gauss-Seidel surgio como una modificacin
del mtodo de Jacobi que acelera la convergencia de ste.
El mtodo de Gauss-Seidel recorta sustancialmente el
nmero de iteraciones a realizar para obtener una cierta
precisin en la solucin. Evidentemente los criterios de
convergencia son similares a los de Jacobi.
Este criterio no solo se aplica a las ecuaciones lineales
que se resuelven con el mtodo de Gauss-Seidel sino
tambin para el mtodo iterativo del punto fijo y el
mtodo de jacobi. Por tanto, al aplicar este criterio sobre
las ecuaciones de Gauss-Seidel y evaluando con respecto
a cada una de las incgnitas, obtenemos la expresin
siguiente:

a12
a
1 21 1
a11
a22

El valor absoluto de las pendientes en la ecuacin, deben

ser menor que la unidad para asegurar la convergencia.

a11 a12 a22 a21

aii ai , j
j 1
j i

Es decir, el elemento diagonal debe ser

mayor que el elemento fuera de la diagonal para cada
regln de ecuaciones. La generalizacin del criterio
anterior para un sistema de n ecuaciones es:

El mtodo de Gauss-Seidel est basado en el concepto de

punto fijo, es decir ( xi = gi (x), i = 1.. n), para resolver
sistemas de ecuaciones lineales.
Para garantizar la convergencia se debe de cumplir que el
sistema tenga una diagonal dominante, es decir que se
cumpla la desigualdad siguiente, si se cambi el orden de
las ecuaciones esta puede divergir.

n
aii aij
i1
j i