Capitulo III Ecuaciones Lineales

Mtodos numricos en Ingeniera de Alimentos Ecuaciones lineales
CAPITULO III
SISTEMA DE ECUACIONES
LINEALES
----------------------------------------------------------------------------------------------------------
Objetivos: Desarrollar ejercicios de soluciones numricas para una funcin matemtica
general y ejercicios aplicados a la ingeniera de alimentos.
----------------------------------------------------------------------------------------------------------
En muchas ocasiones los problemas de matemticas aplicadas a la ciencia e ingeniera

pueden reducirse a un sistema de ecuaciones algebraicas lineales. Estos sistemas pueden
resolverse tanto por mtodos exactos como por mtodos aproximados.
Para la resolucin de Sistemas de ecuaciones algebraicas lineales se utilizan dos tipos de

mtodos: mtodos directos y mtodos iterativos.
Los mtodos directos son aquellos que obtiene la solucin exacta, salvo errores de
redondeo en los clculos, luego de un nmero finito de operaciones elementales.
Pertenecen a este grupo el mtodo de eliminacin de Gauss, el mtodo de Gauss-Jordan,
particin de matrices, etc.
Los mtodos iterativos o de aproximaciones sucesivas se utilizan cuando los sistemas de

ecuaciones a resolver son de grandes dimensiones o bien son sistemas dispersos (la
matriz de coeficientes posee muchos ceros). Estos mtodos construyen una sucesin de
aproximaciones a la solucin de las incgnitas hasta obtener una precisin determinada
o hasta completar un nmero determinado de iteraciones. Son ejemplos el mtodo de
Jacobi, el de Gauss-Seidel, etc.
Una ecuacin algebraica lineal es una ecuacin en donde en cada trmino aparece
nicamente una variable o incgnita elevada a la primera potencia.
Por ejemplo, a11 x1 + a12 x2 + a13 x3 + + a1n xn = c1, es una ecuacin algebraica lineal
en las variables x1, x2, x3, , xn. Se admite que los coeficientes a11, a12, a13,, a1n
y el trmino independiente c1, son constantes reales.
--------------------------------------------------------------------------------------------------------------------------------------------------------
Alberto L.Huaman Huaman 71
Un sistema de ecuaciones lineales es un conjunto de ecuaciones que deben resolverse

simultneamente. Por ejemplo,
a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1

a21 X 1 a22 X 2 a23 X 3 .........a2 n X n C2

a31 X 1 a32 X 2 a33 X 3 .........a3n X n C3
.
.
.
an1 X 1 an 2 X 2 an 3 X 3 .........ann X n Cn
(3.1)
Aplicando la definicin de producto de matrices, en este sistema de n ecuaciones

algebraicas lineales con n incgnitas, puede escribirse en forma matricial:
a11 a12 ... a1n x1 b1

a
21 a 22 ... a 2 n x 2 b2

. . . . . .

. . . . . = .
. . . . . .

a m1 am2 ... a mn x m bm
(3.2)
Este sistema de ecuaciones se simboliza como [Anxn [Xnx1 = [Cnx1, en donde A es la

matriz del sistema, X es el vector incgnita y C es el vector de trminos independientes,
que en forma sinttica se simboliza como AX=C.
La matriz formada por A, a la que se le agrega el vector de trminos independientes

como ltima columna, se denomina matriz ampliada del sistema que se simboliza como
[Aa.
--------------------------------------------------------------------------------------------------------------------------------------------------------
Practica 3-1
METODO DE GAUSS
----------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------
3.1 MTODO DE ELIMINACIN DE GAUSS
Consideremos el sistema de ecuaciones algebraicas lineales:
a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1 (3.3a)

a21 X 1 a22 X 2 a23 X 3 .........a21n X n C2 (3.3b)

a31 X 1 a32 X 2 a33 X 3 .........a3n X n C3 (3.3c)
.
.
.
an1 X 1 an 2 X 2 an 3 X 3 .........ann X n Cn (3.3d)
El procedimiento para resolver este sistema consta de dos pasos:
1. Eliminacin hacia adelante de incgnitas.

2. Sustitucin hacia atrs
1. Eliminacin hacia adelante
En la eliminacin hacia adelante, se reduce el conjunto de ecuaciones a un sistema

triangular superior. El paso inicial consiste en multiplicar la primera ecuacin del
sistema (3.3a) por el cociente entre los coeficientes de la primera incgnita de la
segunda y primera ecuacin, a21/a11 obtenindose:
a a a
a11 X 1 a12 21 X 2 ......... a1n 21 X n 21 C (3.4)
a11 a11 a11
--------------------------------------------------------------------------------------------------------------------------------------------------------
Como el primer trmino de la primera ecuacin modificada (3.4) es idntico al primer

trmino de la segunda ecuacin (4.3b), se elimina la primera incgnita de (3.3b)
restando la ecuacin (3.4) de (3.3b) y se llega a:
a a a
a22 a12 21 X 2 ......... a2 n a1n 21 X n C2 21 C1 , es decir,
a11 a11 a11
a'22 X 2 .........a'2n X n C '2 (3.5)
el apstrofe se utiliza para indicar que los coeficientes de las incgnitas han sufrido
modificaciones en sus valores. El proceso se repite hasta que se elimina la primera
incgnita de las ecuaciones restantes dando como resultado el siguiente sistema
modificado:
a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1 (3.6a)

a' 22 X 2 a' 23 X 3 .........a' 21n X n C ' 2 (3.6b)
.
.
.
a' n 2 X 2 a' n 3 X 3 .........a' nn X n C ' n (3.6d)
La ecuacin pivotal, es decir la que permanece invariante es la ecuacin (3.6a). A

continuacin se repite el proceso para eliminar la segunda incgnita (X2) desde la
tercera ecuacin hasta la ltima, restando a cada ecuacin la segunda ecuacin (3.6b)
multiplicada por a12/a22 (recordando que i representa al nmero de fila o rengln,
siendo i3): Una vez completado este paso se repite el procedimiento de manera de
eliminar las incgnitas iniciales de las ecuaciones subsiguientes hasta llegar a la ltima,
transformndose el sistema en un sistema triangular superior:
a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1 (3.7a)

a' 22 X 2 a' 23 X 3 .........a ' 2 n X n C ' 2 (3.7b)

a' '33 X 3 .........a'3n X n C ' ' 2
.
.
.
a n 1 nn X n C n 1 n (3.7d)
2. Sustitucin hacia atrs
La ecuacin (3.7c) puede resolverse para xn:
C n 1 n
Xn
a n 1 nn (3.8)
--------------------------------------------------------------------------------------------------------------------------------------------------------
Este resultado se puede sustituir en la (n-1)-sima ecuacin y resolver sta para x n-1. El
procedimiento se repite, evaluando las x restantes. Esquemticamente:
a11 a12 a13 C1

a21 a22 a23 C2

a C3
. 311
a32 a33

. Eliminaci n hacia adelante

a11 a12 a13 C1

a'22 a'23 C '2

a' '33 C ' '3
Sustitucin hacia adelante
C ' '3
X3
a' '3
C '1 a' 23 X 3
X2
a 22
C a X a13 X 3
X 1 1 12 2
a11
Una de las desventajas de este mtodo es que durante el proceso en las fases de
eliminacin y sustitucin es posible que ocurra una divisin entre cero. Por ello se ha
desarrollado una estrategia del pivoteo que evita parcialmente estos problemas.
Algoritmo de Eliminacin de Gauss
Considerando el sistema (3.3) y la siguiente notacin:

n: nmero de ecuaciones
aij: elementos de la matriz ampliada Aa (1 i n y 1 j n + 1)
p: ndice del elemento pivote
Fi: fila i
Paso 1: Para i = 1, ..., n-1 seguir los Pasos 2 a 4. (Eliminacin hacia adelante)
Paso 2: Sea p el menor entero con i p n y api0.
Si p no puede encontrarse, SALIDA (No existe solucin nica)
PARAR
Paso 3: Si pi intercambiar la fila p por la fila i
Paso 4: Para j= i+1, ..., n seguir los Pasos 5 a 6
aij
Paso 5: Hacer mij
aii
Paso 6: Realizar Fj-mij Fi e intercambiarla por la fila Fj
--------------------------------------------------------------------------------------------------------------------------------------------------------
Paso 7: Si ann=0 entonces SALIDA (No existe solucin nica)

PARAR
Cn
Paso 8: Hacer X n (Sustitucin hacia atrs)
ann
n
Paso 9: Para i= n-1, ..., 1 tomar X i 1 Ci a X
a11
ij j
j i 1
Paso 10: SALIDA X (es decir (X1,X2, ...,Xn))
PARAR
3.1.1 PROCEDIMIENTO DEL PROGRAMA
(a) PROGRAMA EN GUIDE MATLAB
Hacemos doble click en el icono GUIDE y abrimos como crear archivo
Paso 1: realizamos el formulario copiando Edit text, y Push button
Static text: para texto: hacer doble click en la tabla de cdigo y llenar:
String: nombre a poner
Style: texto
Edit text: para ingreso de valores: hacer doble click en la tabla de cdigo y
llenar:
String:
Style: edit
Max.:3
Min: 0
Edit text: para salida de valores: hacer doble click en la tabla de cdigo y llenar:
String:
Style:edit
Max.:3
Min: 0
--------------------------------------------------------------------------------------------------------------------------------------------------------
Pas 2: Completado el formulario, guardar el formulario como, guardar archivo como:

nombre.fig inmediatamente se autogenera el archivo m,
Paso 3: En el archivo generado buscar Push button para cada comando. Digitar el
cdigo del programa en el Push button, despus de la lnea siguiente para el
caso y as sucesivamente
--------------------------------------------------------------------------------------------------------------------------------------------------------
function varargout = pushbutton2_Callback(h, eventdata, handles, varargin)
close (gcbf)
Paso 4: Ejecutar haciendo click en la flecha verde
Paso 5: Ingresamos los coeficientes de la matriz (ejemplo) y ejecutar haciendo click en

la flecha verde
Ingresamos como: 1 1 2 3;3 -1 1 1;2 3 -4 8 los coeficientes de la matriz

El resultado es:
--------------------------------------------------------------------------------------------------------------------------------------------------------
Practica 3-2
METODO DE
GAUSS-JORDAN
----------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------
3.2 MTODO DE GAUSS JORDAN
Es diferente al mtodo de eliminacin gaussiana puesto que cuando se elimina una

incgnita no slo se elimina de las ecuaciones siguientes sino de todas las otras
ecuaciones. De esta forma el paso de eliminacin genera una matriz identidad en lugar
de una matriz triangular. Por consiguiente no es necesario emplear la sustitucin hacia
atrs para obtener la solucin. A continuacin se esquematiza el mtodo.
a11 a12 a13 C1

a21 a22 a23 C2

a311 a32 a33 C3
.
.
1 0 0 C *1

0 1 0 C *2

0 0 1 C * 3
X1 C *1
X2 C *2
X3 C * 3
--------------------------------------------------------------------------------------------------------------------------------------------------------
I NI CI O
LEER
n , aij
i=0,n,1
divisor = aii
j = i , n + 1, 1
aij = aij /divisor
k=1,n,1
i~=k
pivote= a(k,i)
j = i, n, 1
akj = akj - pivote* aij
ESCRI BI R
ai,n+ 1
Fin
Por ejemplo, si se desea resolver el sistema anterior utilizando este mtodo, se escribe el
sistema en forma matricial, se trabaja con la matriz ampliada (formada por la matriz de
coeficientes a la que se le adiciona una ltima columna constituida por los trminos
independientes), luego se efectan operaciones elementales en las filas hasta llegar a la
matriz identidad quedando los valores de las incgnitas en la ltima columna de la
matriz ampliada.
--------------------------------------------------------------------------------------------------------------------------------------------------------
1 1 2 3 1 1
- 3F1 F2
2 3 1 1 2 3 -1F F

2 F1 F3 -1/4F23 F22 F13
3 1 1 1
0 4 5 - 8 0 1 5 / 4 2
2 3 4 8 0 1 8 2 0 1 8 2
1 0 3/ 4 1 1 0 3 / 4 1
4
-3/4F F 1 0 0 1
F3 5 / 43F3 1F2
0 1 5/ 4 2
0 1 5 / 4 2
37
0 1 0 2
0 0 37 / 4 0 0 0 1 0 0 0 1 0
Se llega al mismo resultado que con el mtodo anterior, es decir X1=1, X2=2 y X3=0.
Este no es un mtodo recomendable ya que involucra alrededor de un 50% de clculos

adicionales, sin que haya ms beneficios.
Style: texto
llenar:
String:
Style: edit
Max.:3
Min: 0
String:
Style:edit
Max.:3
Min: 0
--------------------------------------------------------------------------------------------------------------------------------------------------------

caso y as sucesivamente.
--------------------------------------------------------------------------------------------------------------------------------------------------------
set(handles.edit1,'string','');
close (gcbf)

la flecha verde
4 X1 2 X 2 5 X 3 4
X 1 3 X 2 2 X 3 2
2 X 1 X 2 7 X 3 11
Ingresamos como: 4 2 5 4;1 3 -2 -2;2 -1 7 11
El resultado es:
(b) PROGRAMA EN ARCHIVO M
Programa
%METODO de GAUSS JORDAN POR PASOS

%Ing. ALBERTO HUAMANI HUAMANI
%EFP ING. EN INDUSTRIAS ALIMENTARIAS
clear;
clc;
--------------------------------------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------------------------------------
Practica 3-3
METODO DE
JACOBI
----------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------
3.3 PARTICIN DE MATRICES
Este mtodo puede utilizarse para resolver grandes sistemas de ecuaciones lineales, y
consiste en dividir las matrices de la ecuacin matricial del sistema en submatrices de
orden menor.
Dado un sistema de ecuaciones, expresado en notacin matricial, [A2x2 [X2X1 = [C2x1.

Si a22 representa una submatriz de A con inversa conocida, formada por alguno de los
renglones da A y el mismo nmero de columnas de A, se puede expresar la ecuacin
matricial en forma notacional como:
A11 A12 A1 C1
- - - - - - - - - = - -
A21 A22 A2 C 2 (3.9)
En donde fijada la posicin de la submatriz A22 en A, quedan obligadas las de las otras
submatrices.
Para resolver el sistema matricial se realizan las operaciones matriciales indicadas en l,

producto e igualdad, teniendo en cuenta que los elementos matriciales son a la vez
matrices.
Se tiene:
A11X1 A12 X 2 C1 (3.10)
A21X1 A22 X 2 C2 (3.11)
Despejando el vector X2 de (3.11), se obtiene: A22 X2 = C2 - A21 X1 y por lo tanto:
--------------------------------------------------------------------------------------------------------------------------------------------------------
X2 = A22 -1(C2 - A21 X1) (3.13)
Sustituyendo (4.13) en (4.10) y despejando el vector X1, se llega a:
A11 X 1
A12
C2 A21X1 C1
A22
A A A
A11 12 21 X 1 C1 12 C2
A22 A22
A
C1 12 C2
X1
A22
(3.14)
A A
A11 12 21
A22
En esta ltima expresin se hace B = A11 - A12A21/A22 y D = A12/A22, por lo tanto

(3.14) queda como:
X1
C1 DC2
B (3.15)
Reemplazando la ecuacin (3.15) en la ecuacin (3.13):
21 C1 DC2
C2 A
X2
A22 BA22
A21 1 A D
X2 C1 21 C2 (3.16)
BA22 A22 A22B
Haciendo en esta ltima expresin: E = A21/ A22 y F =1/A22+ ED/B, se puede escribir
(3.16) como sigue:
E
X2 C1 FC2 (3.17)
B
En sntesis se llega a:
X1 B 1 B-1D C1
- - = - - - - - - - - - - - - -
X 2 EB -1 F C 2 (3.18)
3.3.1 MTODO DE JACOBI
--------------------------------------------------------------------------------------------------------------------------------------------------------
Si se considera un sistema de ecuaciones algebraicas, que puede escribirse en forma

matricial como [A] [X] = [C] y que A = D + R, donde D es una matriz diagonal; es
decir, una matriz cuadrada cuyos elementos sobre la diagonal principal son los nicos
diferentes de cero. Entonces puede escribirse que:
(D + R) X = C
DX = C RX
C R
X X (3.19)
D D
Se admite que la diagonal de A no contiene elementos nulos, para que exista la matriz
inversa D-1. La ecuacin (3.19) sugiere el mtodo iterativo:
C R
X K 1 XK (3.20)
D D
Este es el mtodo iterativo de Jacobi, de iteraciones totales o de desplazamientos

simultneos, definido por la ecuacin de recurrencia (3.20), significa que del sistema de
ecuaciones, se despeja X1 de la primera ecuacin, X2 de la segunda, etc., obtenindose
las siguientes ecuaciones:
C1 a12 X 2 a13 X 3 ... a1n X n

X1
a11 (3.21)
C a X a X ... a2 n X n
X 2 2 21 1 23 3
a22 (3.22)
C3 a31X 1 a32 X 2 ... a3n X n
X3
a33 (3.23)
.
.
.
Cn an1 X 1 an 2 X 2 ... an,n1 X n1
Xn
ann (3.24)
Para aplicar el mtodo, se considera una primera aproximacin al valor de las incgnitas
X, que se denomina X(0) (el suprandice indica el orden de aproximacin). Se sustituye
esta primera aproximacin en los segundos miembros de las ecuaciones (3.21) a (3.24),
por ejemplo, si se toma la solucin trivial, en la ecuacin (3.21) se encuentra X1
haciendo X2 hasta Xn iguales a cero.
Luego se calcula X2 de la ecuacin (3.22) tomando X1, X3, Xn iguales a cero y as

sucesivamente hasta llegar a la ltima ecuacin y encontrar Xn. Se obtiene de esta
manera una nueva aproxima cin a los valores de las incgnitas, es la aproximacin de
orden 1, es decir X(1). El procedimiento se repite hasta que la solucin converja cerca
--------------------------------------------------------------------------------------------------------------------------------------------------------
de los valores reales. La convergencia se puede verificar usando el criterio de error

relativo.
Este mtodo es muy poco utilizado debido a que el mtodo de Gauss-Seidel converge
ms rpidamente a la solucin y adems lo hace cuando no se logra que el mtodo de
Jacobi converja.
La condicin suficiente para que el mtodo de Jacobi converja es que la matriz de

coeficientes sea diagonal dominante, es decir que cada elemento de la diagonal principal
es mayor en valor absoluto que la suma del resto de los elementos de la misma fila en la
que se encuentra el elemento en cuestin.
A continuacin se presenta un algoritmo para este mtodo iterativo.
Algoritmo de Jacobi
Considerando la siguiente notacin:
aij: elementos de la matriz A (i indica el nmero de fila y j el nmero de columna en el
que se encuentra el elemento en cuestin)
Ci: elementos del vector C
X0i: componentes de la primera aproximacin al vector solucin (esta primera
aproximacines X0)
XiK: componentes de la aproximacin de orden k al vector solucin, k vara de 1 a N
(indica el orden de aproximacin o iteracin)
E: cota de error o criterio de detencin
N: nmero mximo de iteraciones
Paso 1: Para k = 1
Paso 2: Mientras k N seguir con los pasos 3 a 6
Paso 3: Para i= 1, ..., n, calcular la aproximacin de orden 1 mediante la frmula:

1 n

X i Ci aij X 0 j
aii j 1
j i
Paso 4: Si |X X0| < E, SALIDA X (es decir (X1,X2, ...,Xn))
PARAR
Paso 5: Tomar k = k+1
Paso 6: Para i= 1, ..., n tomar X0i=Xi
Paso 7: SALIDA (Nmero mximo de iteraciones completado)
PARAR
Por ejemplo, se desea resolver el sistema
2 X 1 X 2 0,1X 3 3
0,1X 1 7 X 2 0,3 X 3 20
3 X 1 2 X 2 100 X 3 450
Utilizando este mtodo, suponiendo una cota de error del 3 %.

Se despeja X1 de la primera ecuacin, X2 de la segunda y X3 de la tercera ecuacin.
--------------------------------------------------------------------------------------------------------------------------------------------------------
4 X 2 0,1X 3 20 0,1X 1 0,3 X 3 450 3 X 1 2 X 2

X1 ; X2 ; X3
2 7 100
Se supone como primera aproximacin la solucin trivial, entonces de la primera

ecuacin se despeja x1 suponiendo que X2 = X3= 0 por lo tanto X1= 2. Se calcula X2
suponiendo que X1=X3=0, es decir: X 2 20 2,857 y por ltimo X3 que es:
7
450
X3 4,5
100
Se realiza una nueva iteracin con los valores: X1= 2; X2= 2.857 y X3=4.5, es decir:
4 2,857 0,1(4,5)
X1 3,653 ;
2
20 0,1(2) 0,3(4,5)
X2 3,021 ;
7
450 3(2) 2(2,857)
X3 4,497
100
Se calcula el error relativo porcentual de aproximacin:
3,653 2
EX 1 x100 45,25%
3,653
3,021 2,857
EX2 x100 5,43%
3,021
4,497 4,5
EX3 x100 0,07%
4,497
Se realiza una nueva iteracin, ahora con X1= 3,653; X2= 3,021 y X3= 4,497 y se llega
a que X1=3,735 con Ex1= 2,19 %; X2=2,998 con Ex2= 0,77 %; X3=4,451 con Ex3= 1,03
%.
Style: texto
--------------------------------------------------------------------------------------------------------------------------------------------------------
llenar:
String:
Style: edit
Max.:3
Min: 0
String:
Style:edit
Max.:3
Min: 0

--------------------------------------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------------------------------------
close (gcbf)

la flecha verde
2 -1 0.1 3;0.1 7 -0.3 20; 3 -2 100 450 y el error de 0.001
Resultado
--------------------------------------------------------------------------------------------------------------------------------------------------------
Practica 3-4
METODO DE
GAUSSSEIDEL
----------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------
3.4 MTODO DE GAUSSSEIDEL
Es un mtodo iterativo que disminuye el error de redondeo, se denomina tambin de

desplazamientos sucesivos o de iteraciones parciales. Si se tiene un conjunto de n
ecuaciones (3.1), que puede escribirse en forma matricial como: [A] [X] = [C] y si los
elementos de la diagonal principal son diferentes de cero, la primera ecuacin se puede
resolver para x1, la segunda para X2, etc., lo que lleva a las ecuaciones (3.21) a (3.24).
Algoritmo de Gauss-Seidel
Considerando la siguiente notacin:

aij: elementos de la matriz A (i indica el nmero de fila y j el nmero de columna en el
que se encuentra el elemento en cuestin)
Ci: elementos del vector C
X0i: componentes de la primera aproximacin al vector solucin (esta primera
aproximacin es X0)
Xik: componentes de la aproximacin de orden k al vector solucin, k vara de 1 a N
(indica el orden de aproximacin o iteracin)
E: cota de error o criterio de detencin
N: nmero mximo de iteraciones
Paso 1: Para k = 1
Paso 2: Mientras k N seguir con los Pasos 3 a 6
Paso 3: Para i= 1, ..., n, calcular la aproximacin de orden i mediante la frmula:
1 i 1 n
Xi Ci aij X j a X 0 j
ij
aii j 1 j i 1
Paso 4: Si X X0 < E, SALIDA X (es decir (X1,X2, ...,Xn))
PARAR
Paso 5: Tomar k = k+1
Paso 6: Para i= 1, ..., n tomar X0i=Xi
--------------------------------------------------------------------------------------------------------------------------------------------------------
Paso 7: SALIDA (Nmero mximo de iteraciones completado)

PARAR
Se puede comenzar el proceso de solucin utilizando una aproximacin inicial X0 a la

solucin que es el vector columna X. La solucin trivial puede servir de valor inicial, se
supone que X2,..., Xn valen 0. Estos valores se sustituyen en la ecuacin (3.21) y de ella
se despeja un nuevo valor De X1 =C1/a11. Luego se sustituye el nuevo valor de X1 con
X3,, Xn iguales a cero en la ecuacin (3.22) y se calcula un nuevo valor de X2. Este
procedimiento se repite en cada una de las ecuaciones hasta llegar a la ecuacin (3.24)
de la que se calcula un nuevo valor de xn. Se regresa a la primera ecuacin y se repite
todo el proceso hasta que la solucin converja cerca de los valores reales. La
convergencia se puede verificar usando el criterio de error relativo. Este mtodo se
diferencia del de Jacobi puesto que una vez que se calcula una aproximacin a una
incgnita se utiliza esta aproximacin en la misma iteracin.
Las condiciones suficientes para que el mtodo de Gauss-Seidel converja es que la

matriz de coeficientes sea diagonal dominante o bien que la matriz de coeficientes sea
simtrica y definida positiva. Un algoritmo del mtodo se muestra a continuacin.
--------------------------------------------------------------------------------------------------------------------------------------------------------

2 X 1 X 2 0,1X 3 3
0,1X 1 7 X 2 0,3 X 3 20
3 X 1 2 X 2 100 X 3 450
Utilizando este mtodo, suponiendo una cota de error del 3 %.
Se despeja X1 de la primera ecuacin, X2 de la segunda y X3 de la tercera ecuacin.
4 X 2 0,1X 3 20 0,1X 1 0,3 X 3 450 3 X 1 2 X 2

X1 ; X2 ; X3
2 7 100
Suponiendo que X2 = X3= 0 por lo tanto X1= 2. con este nuevo valor y con x3= 0 se
calcula x2, es decir:
20 0,1(2)
X2 2,828
7
con este valor y X1= 2 se calcula X3,
450 3(2) 2(2,828)

X3 4,497
100
Con estos nuevos valores de X2 y X3 se determina un nuevo valor de X1
4 2,828 0,1(4,497)
X1 3,639
2
Con este valor y X3= 4,497 se calcula X2:
20 0,1(3,639) 0,3(4,497)
X2 2,998
7
Y con este valor y X1=3,639 se encuentra el nuevo valor de X3
450 3(3,639) 2(2,998)

X3 4,451
100
Se calcula el error relativo porcentual de aproximacin:
3,639 2
EX 1 x100 45,04%
3,639
2,998 2,828
EX2 x100 5,67%
2,998
--------------------------------------------------------------------------------------------------------------------------------------------------------
4,451 4,497
EX3 x100 1,03%
4,451
En la tercera iteracin se llega a que X1=3,722 con Ex1= 2,23 %; X2=2,995 con Ex2= 0,1
%; X3=4,448 con Ex3= 0,07 %.
Style: texto
llenar:
String:
Style: edit
Max.:3
Min: 0
String:
Style:edit
Max.:3
Min: 0
--------------------------------------------------------------------------------------------------------------------------------------------------------

--------------------------------------------------------------------------------------------------------------------------------------------------------
close (gcbf)

la flecha verde
2 -1 0.1 3;0.1 7 -0.3 20; 3 -2 100 450 y el error de 0.001
--------------------------------------------------------------------------------------------------------------------------------------------------------
Otro Programa
Style: texto
llenar:
String:
Style: edit
Max.:3
Min: 0
String:
Style:edit
Max.:3
Min: 0
Formulario

--------------------------------------------------------------------------------------------------------------------------------------------------------
function pushbutton2_Callback(hObject, eventdata, handles)

la flecha verde
--------------------------------------------------------------------------------------------------------------------------------------------------------
Practica 3-5
EJERCICIOS RESUELTOS
1. Ejercicio aplicado. Una formulacin de salchicha ser hecha de los siguientes
ingredientes :
Carne de vacuno (magra)- 14% de grasa, 67% de agua, 19% de protena. Grasa
de cerdo - 89% de grasa, 8% de agua, 3% de protena Protena aislada de soya -
90% de protenas, 8% de agua. Se necesita agua para ser aadida (usualmente en
forma de hielo) para conseguir la humedad deseada del contenido. La protena
aislada adicionada es el 3% del peso total de la mezcla. Cunta carne de vacuno
magra, grasa de cerdo, agua y soya aislada se necesitar para obtener 100
kg de una formulacin teniendo la siguiente composicin? : Protena:15% ;
Humedad: 65% ; Grasa: 20%
Solucin
Car ne Vacuno 1
Grasa=14%
Protena=19%
Agua=67%
Gr asa Cer do 2
Grasa=89% Salchicha
Protena=3%
Agua=8% M EZCLADO 5
Pr otena Soya 3
Grasa=20%
Grasa=2% Protena=15%
Protena=90% Agua=65%
Agua=8%
Agua 4
Agua=100%
X1 + X2 + X3 + X4 =100 Total
0,19X1 + 0,03X2 + 0,90X3 + 0X4 = 15 Protena
0,14X1 + 0,89X2 + 0,02X3 + 0X4 = 20 Grasa
0,67X1 + 0,08X2 + 0,08X3 + X4 = 65 Agua
Como la protena es 3% del total queda entonces
X1 + X2 + 3 + X4 =100 Total
0,19X1 + 0,03X2 + 2,7 + 0X4 = 15 Protena
0,14X1 + 0,89X2 + 0,06 + 0X4 = 20 Grasa
0,67X1 + 0,08X2 + 0,24+ X4 = 65 Agua
X1 + X2 + X4 =97 Total
--------------------------------------------------------------------------------------------------------------------------------------------------------
0,19X1 + 0,03X2 + 0X4 = 12,3 Protena

0,14X1 + 0,89X2 + 0X4 = 19,94 Grasa
0,67X1 + 0,08X2 + X4 = 64,76 Agua
Como hay 3 variables entonces se requiere 3 ecuaciones
1 1 1 97;0.19 0.03 0 12.3;0.14 0.89 0 19.94
2. Aplicacin en reactores: Se tiene un sistema de tres reactores continuos tipo tanque

perfectamente agitado trabajando en serie, en donde se lleva a cabo la reaccin
A Pr oductos y se opera isotrmicamente (Fig). Los volmenes se mantienen
constantes y son de 100, 50 y 50 litros, respectivamente.
Un Balance de materia en cada reactor, de acuerdo con la ecuacin de continuidad,

conduce al siguiente sistema de ecuaciones
Calcule la concentracin del A en rgimen permanente en cada reactor, CA1 = , CA2 =

, CA3 = . Si la reaccin es de primer orden con respecto a A y la constante de
velocidad de reaccin es k = 0,1/min, la concentracin en moles /Litro.
Solucion
--------------------------------------------------------------------------------------------------------------------------------------------------------
Realizamos el balance de materia respectivo en el sistema.
Entra Sale lo.que.reaciona Acumulado (1)
Primer Reactor
F .CA0 FR.CA3 ( F FR)CA1 k1V1C An1 dCA1

dt
Segundo reactor
( F FR)CA1 ( F FR)CA2 k 2V2 C An 2 dCA2
dt
Tercer reactor
( F FR)CA2 ( F FR)CA3 k3V3C An3 dCA3
dt
dCA1
Como no cambia con el tiempo , entonces cero (0) el valor para cada caso.
dt
Reemplazando los valores tenemos:
Primer Reactor
10(1) (10)(CA1 ) (10 5)CA1 (0.1)(100)CA1 0

Segundo reactor
(10 5)CA1 (10 5)CA2 (0.1)(50)CA2 0

Tercer reactor
(10 5)CA2 (15)CA3 (0.1)50CA3 0
Finalmente queda la matriz
25CA1 0CA2 5CA3 10 (1)

15CA1 20CA2 0CA3 0 (2)
0CA1 15CA2 20CA3 0 (3)
3. Formulacin de helado: Preparar 100 kg de una mezcla de helado con las siguientes
caractersticas: 11 % de grasa, 12% de protena, 3% de gelatina y 15 % de azcar. A
partir de los siguientes ingredientes disponibles: M = mantequilla (80% grasa,0,5%
SNG), LD = leche descremada (93 % SNG, 0,5% grasa, 2% lactosa), G = gelatina
(95% gelatina, 2% azcar), A = azcar (94 % sacarosa, 3% gelatina)
Tenemos el sistema matricial

Mantequilla Leche Gelatina Azcar Agua X5 Helado
--------------------------------------------------------------------------------------------------------------------------------------------------------
X1 descr X2 X3 X4
BM general 1 1 1 1 1 =100
BM Grasa 0,8 +0,005 +0 +0 +0 = 11
BM SNG 0,05 +0,93 +0 +0 +0 = 12
BM gelatina 0 +0 +0,95 +0,03 +0 =3
BM Azcar 0 +0,02 +0,02 +0,94 +0 = 15
4. Formulacin de alimento balanceado: Un granjero desea preparar una racin

alimenticia para engordar ganado. Dispone de maz, desperdicios, alfalfa y cebada,
cada una con ciertas unidades de ingredientes nutritivos, de acuerdo con la tabla
siguiente.
Alimento Requerimiento
Componentes Maz Desperdicio Alfalfa Cebada Diario
Unidades/kg
Carbohidratos 80 15 35 60 230
Protenas 28 72 57 25 180
Vitaminas 20 20 12 20 80
Celulosa 50 10 20 60 160
Costo $/kg 18 5 7 20 --------
1. Desarrollamos los respectivos sistemas de ecuaciones (balance de materia para cada

ingrediente nutritivo).
80X1 + 15X2 + 35X3 + 60X4 = 230 Carbohidratos

28X1 + 72X2 + 57X3 + 25X4 = 180 Protena
20X1 + 20X2 + 12X3 + 20X4 = 80 Vitaminas
50X1 + 10X2 + 20X3 + 60X4 = 160 Celulosa
2. La matriz aumentada ser
80 15 35 60 x1 230
28 72 57 25 x 2 180
=
20 20 12 20 x3 80

50 10 20 60 x 4 160
5. Aplicacin en extraccin liquido-liquido: En una columna de 5 platos, se requiere

absorber benceno contenido en una corriente de gas V, con un aceite L que circula a
contracorriente del gas. Considrese que el benceno transferido no altera
sustancialmente el nmero de moles de V y L fluyendo a contracorriente, que la
relacin de equilibrio est dada por la ley de Henry (y = mx) y que la columna opera
a rgimen permanente. Calcule la composicin del benceno en cada plato. Datos: V =
100 moles/min; L = 500 moles/min y0= 0.09 fraccin molar de benceno en V, x0= 0.0
fraccin molar de benceno en L (el aceite entra por el domo sin benceno). m = 0.12
--------------------------------------------------------------------------------------------------------------------------------------------------------
Solucin
Balance de materia para el benceno en cada plato
Plato Balance de benceno
5 L( x0 x5 ) V ( y 4 y5 ) 0
4 L( x5 x4 ) V ( y3 y4 ) 0
3 L( x4 x3 ) V ( y 2 y3 ) 0
2 L( x3 x2 ) V ( y1 y 2 ) 0
1 L( x2 x1 ) V ( y0 y1 ) 9
Reemplazando los valores y reordenando se tiene el sistema de ecuaciones:

512 x5 12 x4 0 0
500 x5 512 x4 12 x3 0 0
500 x4 512 x3 12 x2 0 0
500 x3 512 x2 12 x1 0
500 x2 512 x1 9
--------------------------------------------------------------------------------------------------------------------------------------------------------
Practica 3-6
EJERCICIOS PROPUESTOS
1. Ejercicio de formulacin: En una fbrica de embutidos, se elaboran tres tipos

diferentes de estos productos que responden a las formulaciones A, B y C. En el
cuadro que sigue se presentan las proporciones necesarias de las materias primas
principales de cada formulacin. Si se dispone diariamente de 140 tn de hgado,
130 tn de carne porcina y 180 tn de tocino, indique la produccin diaria de cada
tipo de producto en kg/d.
Tipo de embutido Hgado Carne Tocino

A 3 1 2
B 1 3 2
C 3 2 4
2. Ejercicio de determinacin de parmetros en tratamiento trmico de leche.

Se desea optimizar los variables de proceso de tratamiento trmico, los datos
cinticos para las variables de control de proceso son los siguientes: a) Determinar
la temperatura de proceso y tiempo de proceso el cual debe ser aplicado a la leche.
b) Determinar la longitud del tubo pasteurizado (retencin) (D = 2 pulg), para un
caudal de leche de 1000L/h
Valores cinticos
Indicadores Z(C) D120(min) n % reduccin
B. Stearothermophilus 11.2 3.5 5 99.99

Proteasa 35 3 1 90
Tiamina(B1) 29.7 128 6
Solucin
a) Calculo de variables del proceso(T,tiempo)
Reemplazando los valores en las ecuaciones se tiene:
--------------------------------------------------------------------------------------------------------------------------------------------------------
120 T
log( t ) Log (17,5) (I)
11,2
120 T
log( t ) Log (3) (II)
35
120 T
log( t ) Log (log(100 / 94)) log(128) (III)
29,7
C
log Fvit log log( o ) log( D)
C
3. Se tienen un sistema de tres tanques cilndricos iguales de 6 pies de dimetro,

comunicados entre si por medio de tubos de 4 pulgadas de dimetro y dos pies de
largo, como se muestra en la Figura. El tercer tanque tiene una salida a travs de un
tubo de 4 pulgadas de dimetro y 8 pies de largo. Al primer tanque llega un fluido a
razn de 0,1 pies cbicos por minuto e inicialmente su nivel tiene una altura de 20
pies, mientras que el segundo y tercer tanques estn vacos. El fluido es un aceite
viscoso cuya densidad e 51,45 lbm/pie3 y cuya viscosidad es 100 centipoises.
Calcule la altura del fluido en cada tanque cuando se alcance el rgimen
permanente.
Sugerencia: use la ecuacin de Poiseulle para el clculo de la velocidad media del
fluido a travs de los tubos.
F=0.1 pies3/min
h1 (1) h2 (2) h3 (3)
L=2" L=2" L=8"

D=4" D=4" D=4"
4. Una cadena de supermercados vende carne molida del tipo popular y selecta. Un
lote de molida popular contiene 3 kg de grasa y 17 kg de carne roja, un lote de
molida selecta contiene 2 kg de grasa y 18 kg de carne roja. Si en un momento dado
cuenta con10 kg de grasa y 90 kg de carne roja. Cuntos lotes de molida popular y
selecta pueden producir utilizando toda la carne y toda la grasa sin desperdiciar
nada?
5. Una granja avcola incluye en la dieta de sus aves vitaminas B, C y D, para evitar
enfermedades as como un desarrollo ms rpido. En cierto mes compraron 20 cajas
de vitamina B, 40 cajas de vitamina C y 50 cajas de vitamina D pagando $70000, al
mes siguiente compraron 30 cajas de vitamina B, 20 de vitamina C y 50 cajas de
vitamina D por un total de $51520, un mes despus compraron 40 de vitamina B,
10 de vitamina C y 70 de vitamina D con un costo de 45000, s el precio por caja no
ha variado en todo ese tiempo que precio tiene cada caja de vitaminas.
--------------------------------------------------------------------------------------------------------------------------------------------------------
6. Un granjero prepara una mezcla de avena y maz para alimentar a su ganado. Cada
kilogramo de avena contiene 0.15 kilogramos (kg) de protena y 0.6 kg de
carbohidratos, mientras que cada kilogramo de maz contiene 0.1 kg de protena y
0.75 kg de carbohidratos. Cuntos kilogramos de cada uno pueden usarse para
cumplir con los requerimientos nutricionales de 7.5 kg de proteinas y 50 kg de
carbohidratos por comida?
7. Una tienda se especializa en la preparacin de mezclas de caf para conocedores.

El dueo desea preparar bolsas de 1 kilogramo que se vendern a $120 (pesos)
usando cafs colombiano, brasileo y de Kenia. El costo por kilogramo de estos
tres tipos de caf es de $140, $70 y $100, respectivamente.
(a) Muestre que se debe usar al menos 21 kg de caf colombiano, y no ms de 72
de kg de caf brasileo.
(b) Determine la cantidad de cada tipo de caf suponiendo que el dueo decide
usar 81 de kg de caf brasileo.
8. Una mezcla de jugo de naranja con 42 % de slidos solubles es producida,

mezclando un concentrado de jugo de naranja de tienda con la reciente
cosecha de jugo exprimido. La relacin de slidos solubles/ cido debe ser igual a
18. El jugo exprimido contiene 12.5% de slidos solubles, 15.3% de slidos
totales y 0.72% de cidos. El jugo concentrado de tienda contiene 60% de slidos
solubles, 62% de slidos totales y 4.3% de cidos. Calcular : La cantidad de agua
que debe ser removida o aumentada para ajustar la concentracin de los
slidos solubles para lograr las especificaciones indicadas. Las cantidades del
jugo procesado y del concentrado de tienda necesarios para producir 100 kg de
mezcla con 42% de slidos solubles.
X1 X 2 2 X 3 3
3X1 X 2 X 3 1
2 X1 3X 2 4 X 3 8
Aplicando el mtodo de eliminacin gaussiana.
a) Eliminacin hacia adelante
Como el coeficiente de la primera incgnita es 1, se multiplica la primera ecuacin por

3 y se resta el resultado de la segunda ecuacin, luego se multiplica por 2 la primera
ecuacin y se resta de la tercera de manera que el sistema queda reducido a:
X1 X 2 2 X 3 3
4 X 2 5 X 3 8
X 2 8X 3 2
--------------------------------------------------------------------------------------------------------------------------------------------------------
Se procede ahora a eliminar la segunda incgnita de la tercera ecuacin, para ello se

divide la segunda ecuacin por -4 y se multiplica por el coeficiente de la tercera
5
ecuacin que en este caso es 1, quedando la segunda como: X 2 X 3 2 y se resta
4
este resultado de la tercera ecuacin. El sistema es ahora:
X1 X 2 2 X 3 3
4 X 2 5 X 3 8
37
X3 0
4
b) Sustitucin hacia atrs
Se despeja X3 de la tercera ecuacin, en este caso: x3=0, se reemplaza este valor en la

segunda ecuacin: 4X2 = 8 por lo tanto X2=2 y por ltimo se reemplazan estos
valores en la primera ecuacin X1 + 2 = 3 entonces X1=1.
--------------------------------------------------------------------------------------------------------------------------------------------------------

Capitulo III Ecuaciones Lineales

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capitulo III Ecuaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Mtodos numricos en Ingeniera de Alimentos Ecuaciones lineales

En muchas ocasiones los problemas de matemticas aplicadas a la ciencia e ingeniera

Para la resolucin de Sistemas de ecuaciones algebraicas lineales se utilizan dos tipos de

Los mtodos iterativos o de aproximaciones sucesivas se utilizan cuando los sistemas de

Un sistema de ecuaciones lineales es un conjunto de ecuaciones que deben resolverse

a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1

Aplicando la definicin de producto de matrices, en este sistema de n ecuaciones

a11 a12 ... a1n x1 b1

Este sistema de ecuaciones se simboliza como [Anxn [Xnx1 = [Cnx1, en donde A es la

La matriz formada por A, a la que se le agrega el vector de trminos independientes

3.1 MTODO DE ELIMINACIN DE GAUSS

Consideremos el sistema de ecuaciones algebraicas lineales:

a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1 (3.3a)

El procedimiento para resolver este sistema consta de dos pasos:

1. Eliminacin hacia adelante de incgnitas.

1. Eliminacin hacia adelante

En la eliminacin hacia adelante, se reduce el conjunto de ecuaciones a un sistema

Como el primer trmino de la primera ecuacin modificada (3.4) es idntico al primer

a'22 X 2 .........a'2n X n C '2 (3.5)

a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1 (3.6a)

La ecuacin pivotal, es decir la que permanece invariante es la ecuacin (3.6a). A

a11 X 1 a12 X 2 a13 X 3 .........a1n X n C1 (3.7a)

2. Sustitucin hacia atrs

La ecuacin (3.7c) puede resolverse para xn:

a11 a12 a13 C1

Sustitucin hacia adelante

Algoritmo de Eliminacin de Gauss

Considerando el sistema (3.3) y la siguiente notacin:

Paso 7: Si ann=0 entonces SALIDA (No existe solucin nica)

3.1.1 PROCEDIMIENTO DEL PROGRAMA

(a) PROGRAMA EN GUIDE MATLAB

Hacemos doble click en el icono GUIDE y abrimos como crear archivo

Paso 1: realizamos el formulario copiando Edit text, y Push button

Pas 2: Completado el formulario, guardar el formulario como, guardar archivo como:

function varargout = pushbutton2_Callback(h, eventdata, handles, varargin)

Paso 4: Ejecutar haciendo click en la flecha verde

Paso 5: Ingresamos los coeficientes de la matriz (ejemplo) y ejecutar haciendo click en

Ingresamos como: 1 1 2 3;3 -1 1 1;2 3 -4 8 los coeficientes de la matriz

3.2 MTODO DE GAUSS JORDAN

Es diferente al mtodo de eliminacin gaussiana puesto que cuando se elimina una

a11 a12 a13 C1

aij = aij /divisor

akj = akj - pivote* aij

Este no es un mtodo recomendable ya que involucra alrededor de un 50% de clculos

3.2.1 PROCEDIMIENTO DEL PROGRAMA

(a) PROGRAMA EN GUIDE MATLAB

Hacemos doble click en el icono GUIDE y abrimos como crear archivo

Paso 1: realizamos el formulario copiando Edit text, y Push button

Pas 2: Completado el formulario, guardar el formulario como, guardar archivo como:

function varargout = pushbutton1_Callback(h, eventdata, handles, varargin)

function varargout = pushbutton2_Callback(h, eventdata, handles, varargin)

function varargout = pushbutton3_Callback(h, eventdata, handles, varargin)

Paso 4: Ejecutar haciendo click en la flecha verde

Paso 5: Ingresamos los coeficientes de la matriz (ejemplo) y ejecutar haciendo click en

Ingresamos como: 4 2 5 4;1 3 -2 -2;2 -1 7 11

(b) PROGRAMA EN ARCHIVO M

%METODO de GAUSS JORDAN POR PASOS

3.3 PARTICIN DE MATRICES

Dado un sistema de ecuaciones, expresado en notacin matricial, [A2x2 [X2X1 = [C2x1.

Para resolver el sistema matricial se realizan las operaciones matriciales indicadas en l,

A11X1 A12 X 2 C1 (3.10)

A21X1 A22 X 2 C2 (3.11)

Despejando el vector X2 de (3.11), se obtiene: A22 X2 = C2 - A21 X1 y por lo tanto: