Está en la página 1de 4

Yuby Dahiana Cruz Goyeneche

Cdigo: 201412146

METODOS PARA LA RESOLUCION DE SISTEMA DE ECUACIONES

Una matriz consiste en un arreglo rectangular de elementos representado por un


solo smbolo. Las matrices cuadradas resultan particularmente importantes
cuando se resuelven sistemas de ecuaciones lineales simultneas. En tales
sistemas, el nmero de ecuaciones (que corresponde a los renglones) y el
nmero de incgnitas (que corresponde a las columnas) debe ser igual para que
sea posible tener una solucin nica [1].
Las matrices posibilitan la resolucin de sistemas de ecuaciones lineales
algebraicas, que tienen la siguiente forma general

Donde a representa los coeficientes, b las variables independientes y x las


variables dependientes a las que se les quiere determinar el valor. Existen
distintos mtodos para determinar estos valores. Sin embargo, algunos
presentan varias restricciones. Los mtodos usados se enuncian a continuacin:
-

Mtodo grafico
Regla de cramer
Gauss simple
Gauss jordan
Descomposicin de matrices LU-Gauss simple
Descomposicin de matrices Crout
Descomposicin LLT Cholesky
Matriz inversa
Gauss Seidel

Para realizar el anlisis de cada uno de los mtodos se utilizara el siguiente


sistema de ecuaciones lineales:

Quedando en notacin matricial como:

Yuby Dahiana Cruz Goyeneche


Cdigo: 201412146

-Mtodo grfico: Este mtodo es til cuando se tienen dos o tres ecuaciones
simultaneas, ya que es posible graficarlas como lneas rectas o como planos
respectivamente, este mtodo es muy til ya que indica el comportamiento de
las ecuaciones en todo un rango. Sin embargo, en ms de tres ecuaciones es
poco prctico su uso ya que es muy complicado graficar en ms dimensiones [1].
Por tal motivo, este mtodo no se usa para el sistema de ecuaciones que se est
estudiando.
-Regla de cramer: Cada incgnita de un sistema de ecuaciones lineales
algebraicas puede expresarse como una fraccin de dos determinantes con
denominador D y con el numerador obtenido a partir de D, al reemplazar la
columna de coeficientes de la incgnita en cuestin por las constantes. Dado
que para este mtodo es necesario, calcular el determinante se vuelve un
proceso ms complicado y que consume mucho tiempo determinar a medida que
aumentan el nmero de ecuaciones linealmente independientes, lo que hace que
sea til solo con 3 o menos ecuaciones, por lo tanto al igual que el mtodo
grafico dejan de ser til.
-Gauss simple: Este mtodo es ideal para solucionar n nmero de ecuaciones.
En Gauss simple, se realizan dos grandes pasos. El primero consiste en la
eliminacin hacia adelante que reduce la matriz a una matriz triangular superior,
cuando la matriz se convierte en una matriz triangular superior se procede a
realizar el siguiente paso, el cual consiste en sustituir de la n-sima ecuacin y
despejar la variable dependiente.
El nmero de operaciones que se realiza en este mtodo para obtener la
respuesta es de aproximadamente:
23
53
=2
= 83,33
3
3
Este valor podra parecer muy grande, sin embargo este mtodo resulta no tener
tanto costo computacional. Es importante mencionar que en este mtodo como
en los mtodos de eliminacin se pueden presentar las siguientes dificultades:
-

Determinante de la matriz de coeficientes igual a cero: No se puede


resolver
Divisin por cero: Se realiza pivoteo
Redondeo: Mas cifras significativas
Sistemas mal condicionados: Escalamiento

Dado que Gauss Simple se puede usar para una matriz de n ecuaciones, se
calcula el determinante de la matriz escalada lo cual da:

Yuby Dahiana Cruz Goyeneche


Cdigo: 201412146

det() =0,37567739
Este valor al no estar relativamente cerca de cero, indica que la matriz no est
mal condicionada. Por lo tanto, los clculos se pueden resolver con la matriz
inicial. Obtenindose:
= (2,

2,

3,

8,

2)

-Gauss Jordan: En este mtodo, se busca dejar la matriz inicial como la matriz
identidad. Realizando tanto eliminacin hacia adelante como eliminacin hacia
atrs. Donde al lado derecho aparece directamente la solucin. Este mtodo
presenta los mismos problemas de gauss simple, adems que cuesta 50% ms
computacionalmente, por lo tanto no es tan recomendado.
- Descomposicin de matrices: La descomposicin de matrices tanto LU, LLT
y Crout busca obtener una matriz diagonal superior y una matriz diagonal
superior que al aplicar las siguientes ecuaciones den el resultado de la variable
independiente.

En este mtodo se disminuye notablemente el nmero de operaciones que se


realizan, adems de ser til para determinar valores con distintas vectores de
variables independientes.
-Matriz inversa: El clculo de la matriz inversa solo se puede realizar cuando
una matriz es cuadrada y no singular, de tal manera que:

Con el resultado de la matriz inversa se puede determinar de manera directa el


valor del vector x como sigue:

Yuby Dahiana Cruz Goyeneche


Cdigo: 201412146

La manera ms conveniente de calcular la matriz inversa es con


descomposicin de matrices LU, ya que no es costoso computacionalmente.
Sin embargo, tambin se puede calcular con eliminacin gauss jordan, mtodo
que no resulta ser muy prctico. No obstante se realiz as y se obtuvo el
siguiente vector de resultados.
= (2,

2,

3,

8,

2)

Se puede ver que en los dos mtodos usados el resultado obtenido fue el mismo.
Sin embargo, si se llegara a aumentar el nmero de ecuaciones podran ocurrir
divergencias con el mtodo en el que se us Gauss jordan. Por tal motivo, es
recomendable usar otros mtodos como los de descomposicin.
Bibliografa
[1] S. Chapra y R. Canale, de Mtodos numricos para ingenieros, Mexico
D.F, McGraw Hill InteramerIcana, 2007, pp. 119-140.