METODOS NUMÉRICOS

CAP. 3 SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES LINEALES

SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
• 3.1. Eliminación de Gauss simple.
• 3.2. Método de Gauss-Jordan.
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
• En matemáticas y álgebra lineal, un sistema de ecuaciones lineales,
también conocido como sistema lineal de ecuaciones o simplemente
sistema lineal, es un conjunto de ecuaciones lineales (es decir, un
sistema de ecuaciones en donde cada ecuación es de primer grado),
definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de
sistema lineal de ecuaciones sería el siguiente:
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
• 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 más
antiguos de la matemática y tiene una infinidad de aplicaciones,
como en procesamiento digital de señales, análisis estructural,
estimación, predicción y más generalmente en programación lineal
así como en la aproximación de problemas no lineales de análisis
numérico.
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
• Métodos de solución a sistemas de ecuaciones lineales
• Sustitución
• El método de sustitución consiste en despejar en una de las ecuaciones
cualquier incógnita, preferiblemente la que tenga menor coeficiente, para, a
continuación, sustituirla en otra ecuación por su valor.
• En caso de sistemas con más de dos incógnitas, la seleccionada debe ser
sustituida por su valor equivalente en todas las ecuaciones excepto en la que
la hemos despejado. En ese instante, tendremos un sistema con una ecuación
y una incógnita menos que el inicial, en el que podemos seguir aplicando este
método reiteradamente. Por ejemplo, supongamos que queremos resolver
por sustitución este sistema:
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
• Igualación
• El método de igualación se puede entender como un caso particular
del método de sustitución en el que se despeja la misma incógnita en
dos ecuaciones y a continuación se igualan entre sí la parte derecha
de ambas ecuaciones.
• Tomando el mismo sistema utilizado como ejemplo para el método
de sustitución, si despejamos la incógnita en ambas ecuaciones nos
queda de la siguiente manera:
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
• Reducción
• Este método suele emplearse mayoritariamente en los sistemas
lineales, siendo pocos los casos en que se utiliza para resolver
sistemas no lineales. El procedimiento, diseñado para sistemas con
dos ecuaciones e incógnitas, consiste en transformar una de las
ecuaciones (generalmente, mediante productos), de manera que
obtengamos dos ecuaciones en la que una misma incógnita aparezca
con el mismo coeficiente y distinto signo. A continuación, se suman
ambas ecuaciones produciéndose así la reducción o cancelación de
dicha incógnita, obteniendo así una ecuación con una sola incógnita,
donde el método de resolución es simple.
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
• Por ejemplo, en el sistema:
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Concepto de matriz. Igualdad de matrices
Se llama matriz a una disposición rectangular de números reales, a los cuales se les
denomina elementos de la matriz. Cada elemento tiene dos subindices, el primero
indica la fila y el segundo la columna
2ª columna

 a11 a12 a13 ...... a1n 

 
 a21 a22 a23 ...... a2n 
3ª fila  a31 a32 a33 ...... a3n  = (aij)
 .. .. .. .. .. 

 am1 am2 am3 ...... amn 

Dimensión de la matriz m n

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que
ocupan la misma posición en cada una de ellas son iguales.
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Definición de matríz
Se llama matriz de orden m×n a todo conjunto rectangular de elementos aij
dispuestos en m líneas horizontales (filas) y n verticales (columnas) de la forma:

 a11 a12 a13  a1n 

 
 a21 a22 a23  a2 n 
A = (ai,j)=  a31 a32 a33  a3n 
 
    
a  ann 
 n1 an 2 an 3
Abreviadamente suele expresarse en la forma A =(aij), con i =1, 2, ..., m,
j =1, 2, ..., n. Los subíndices indican la posición del elemento dentro de la
matriz, el primero denota la fila ( i ) y el segundo la columna ( j ). Por ejemplo el
elemento a25 será el elemento de la fila 2 y columna 5.
El orden es el número de filas y columnas que tiene la matriz, se
representa por m x n.
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Clasificación de matrices: Forma
• Matriz simétrica: es una matriz cuadrada
que verifica que:
aij = a ji  A = AT
2
  1 2 4 
 Matriz columna: A =  4   
6 2 3 5 
 4 5 -1 
 
 1 3 5  • Matriz antisimétrica: es una matriz
  cuadrada que verifica que:
 Matriz cuadrada:A=  2 4 6 
 1 1 1  aij = -a ji  A = –AT
Diagonal
secundaria
Diagonal
principal
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Clasificación de matrices: Elementos

• Matriz nula: es una matriz en la que todos los

elementos son nulos.

0 0 0 0 0 1 0 0
     
O = 0 0 0 O = 0 0 I3 =  0 1 0 
0 0 0 0 0 0 0 1
     
3 3 3 2
• Matriz diagonal: es una matriz cuadrada, en
la que todos los elementos no pertenecientes a
la diagonal principal son nulos.

 2 0 0 1 3 6
   
D =  0  3 0 T = 0  2 3
0 0 1 0 0 4
   

• Matriz escalar: es una matriz diagonal

donde todos los elementos de ella son iguales.

 2 0 0
  1 0 0
A = 0 2 0  
T = 3  2 0
 0 0 2
  3 5 4
 
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Operaciones con matrices

Trasposición de matrices
Suma y diferencia de matrices

Producto de una matriz por un número

Producto de matrices
Propiedades simplificativas

Matrices inversibles
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Representación de ecuaciones algebraicas lineales
en forma matricial

las matrices proporcionan una notación concisa para representar ecuaciones lineales
simultáneas. Puede expresarse como:

[A]{X} = {B}
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Determinantes

Definición: Se llama determinante de A al número que se obtiene mediante la suma de

los productos de un elemento de cada fila y columna precedidos del signo + o – según la
paridad de la permutación que indican sus filas y columnas.

Dada una matriz cuadrada

se llama determinante de A, y se representa por |A| ó det(A), al número:

con

(Sn es el grupo de las permutaciones del conjunto {1, 2,.. n }, e i (s) es la

signatura de la permutación)
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Determinantes de orden 2 y 3
a a12 
Dada una matriz cuadrada de segundo orden: A=  11

 a 21 a 22 
se llama determinante de A al número real:

a 11 a 12
Det( A) = |A| = = a11 · a22 – a12 · a21
a 21 a 22
Ejemplo: 3 2
2 1 = 3·1 - 2·2 = 3 – 4 = -1
 a11 a12 a 13 
Dada una matriz cuadrada de orden 3 A =  a 21 a 22 a 23 
 a31 a 32 a33 
Se llama determinante de A, det (A) o |A|, al número real siguiente:

a11 a12 a13

a 21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 – a13 a22 a31 – a11 a23 a32 – a12 a21 a33.
a31 a32 a33
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
Calcule los valores para los determinantes de los
sistemas representados en las figura:
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES Regla de Cramer.

Esta regla establece que cada incógnita de un sistema de

ecuaciones lineales algebraicas puede expresarse como
una fracción de dos determinantes con denominador D y
con el numerador obtenido a partir de D, al reemplazar la
columna de coeficientes de la incógnita en cuestión por
las constantes b1, b2, …, bn.

Por ejemplo, x1 se calcula como:

SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
Planteamiento del problema.

Utilice la regla de Cramer para resolver:

0.3x1 + 0.52x2 + x3 = –0.01

0.5x1 + x2 + 1.9x3 = 0.67
0.1x1 + 0.3x2 + 0.5x3 = –0.44
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES La eliminación de incógnitas
La eliminación de incógnitas mediante la combinación de ecuaciones es un método
algebraico que se ilustra con un sistema de dos ecuaciones simultáneas

(1)
(2)
La estrategia básica consiste en multiplicar las ecuaciones por constantes, de tal forma que se
elimine una de las incógnitas cuando se combinen las dos ecuaciones. El resultado es una sola
ecuación en la que se puede despejar la incógnita restante. Este valor se sustituye en cualquiera
de las ecuaciones originales para calcular la otra variable
Por ejemplo, la ecuación (1) se multiplica por a21 y la ecuación (2) por a11 para dar

(3)
(4)

Restando la ecuación (3) de la (3) se elimina el término x1

de las ecuaciones para obtener
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES La eliminación de incógnitas
Despejando x2

Sustituyendo en (1)
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES La eliminación de incógnitas
Use la eliminación de incógnitas para resolver

3x1 + 2x2 = 18
–x1 + 2x2 = 2
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE
El método está ideado para resolver un sistema general de n ecuaciones:

Como en el caso de dos ecuaciones, la técnica para resolver n ecuaciones consiste en dos
fases: la eliminación de las incógnitas y su solución mediante sustitución hacia atrás.
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE
Eliminación hacia adelante de incógnitas

La primera fase consiste en reducir el conjunto de ecuaciones a un sistema triangular superior. El

paso inicial será eliminar la primera incógnita, x1, desde la segunda hasta la n-ésima ecuación.

Para ello, se multiplica la ecuación por a21/a11 para obtener:

Ahora, esta ecuación se resta de la ecuación

SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE

Las dos fases de la

eliminación de Gauss:
eliminación hacia adelante
y sustitución hacia atrás.
Los superíndices prima
indican el número de veces
que se han modifi cado los
coefi cientes y constantes.

El procedimiento se repite después con las ecuaciones

restantes
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE

En los pasos anteriores, la ecuación se llama la ecuación

pivote, y a11 se denomina el coeficiente o elemento pivote.
Observe que el proceso de multiplicación del primer renglón
por a21/a11 es equivalente a dividirla entre a11 y multiplicarla por
a21.

Algunas veces la operación de división es referida a la

normalización.

Se hace esta distinción porque un elemento pivote cero

llega a interferir con la normalización al causar una
división entre cero.
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE
Sustitución hacia atrás

Este resultado se puede sustituir hacia atrás en la (n – 1)ésima ecuación y despegar xn – El

procedimiento, que se repite para evaluar las x restantes, se representa mediante fórmula:
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE
EJEMPLO

Planteamiento del problema. Emplee la eliminación de Gauss para resolver

3x1 – 0.1x2 – 0.2x3 = 7.85 (E1)
0.1x1 + 7x2 – 0.3x3 = –19.3 (E2)
0.3x1 – 0.2x2 + 10x3 = 71.4 (E3)

Solución. La primera parte del procedimiento es la eliminación hacia adelante. Se

multiplica la ecuación (E1) por (0.1)/3 y se resta el resultado de la ecuación (E2)
para obtener

7.00333x2 – 0.293333x3 = –19.5617

Después, se multiplica la ecuación (E1) por (0.3)/3 y se resta de la ecuación (E3)

para eliminar x1. Luego de efectuar estas operaciones, el sistema de ecuaciones es:
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE
3x1 –0.1x2 –0.2x3 = 7.85 (E4)
7.00333x2 – 0.293333x3 = –19.5617 (E5)
–0.190000x2 + 10.0200x3 = 70.6150 (E6)

Para completar la eliminación hacia adelante, x2 debe eliminarse de la ecuación (E6).

Para llevar a cabo esto, se multiplica la ecuación (E5) por –0.190000/7.00333 y se resta el resultado de
la ecuación (6). Esto elimina x2 de la tercera ecuación y reduce el sistema a una forma triangular superior:

3x1 –0.1x2 –0.2x3 = 7.85 (E7)

7.00333x2 – 0.293333x3 = –19.5617 (E8)
10.0200x3 = 70.0843 (E9)
SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE
Ahora se pueden resolver estas ecuaciones por sustitución hacia atrás. En primer lugar,
de la ecuación (E9) se despeja x3

Este resultado se sustituye en la ecuación (E8):

7.00333x2 – 0.293333(7.00003) = –19.5617

de la que se despeja

Por último, las ecuaciones (E10) y (E11) se sustituyen en la (E4):

3x1 – 0.1(–2.50000) – 0.2(7.00003) = 7.85

SOLUCIÓN NUMÉRICA DE SISTEMAS DE
ECUACIONES LINEALES ELIMINACIÓN DE GAUSS SIMPLE
El seudocódigo para implementar la eliminación hacia adelante se presenta en la figura
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES
• 3.1. Eliminación de Gauss simple.
• 1. Resolver el siguiente sistema de ecuaciones:
• x + 2y + 3z = 1
• 4x + 5y + 6z= −2
• 7x + 8y + 10z = 5
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES GAUSS-JORDAN

El método de Gauss-Jordan es una variación de la eliminación

de Gauss.

La principal diferencia consiste en que cuando una incógnita se

elimina en el método de Gauss-Jordan, ésta es eliminada de
todas las otras ecuaciones, no sólo de las subsecuentes.

Además, todos los renglones se normalizan al dividirlos entre su

elemento pivote. De esta forma, el paso de eliminación genera
una matriz identidad en vez de una triangular.

En consecuencia, no es necesario usar la sustitución hacia atrás

para obtener la solución.
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES GAUSS-JORDAN

Planteamiento del problema. Con la técnica de Gauss-Jordan resuelva el sistema del

ejemplo :

3x1 – 0.1x2 – 0.2x3 = 7.85

0.1x1 + 7x2 – 0.3x3 = –19.3
0.3x1 – 0.2x2 + 10x3 = 71.4

Primero, exprese los coeficientes y el lado derecho como una matriz aumentada:
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES GAUSS-JORDAN

Luego normalice el primer renglón, dividiéndolo entre el elemento pivote, 3, para obtener

El término x1 se elimina del segundo renglón restando 0.1 veces al primer renglón del
segundo.
En forma similar, restando 0.3 veces el primer renglón del tercero, se eliminará el término x1 del tercer
renglón:
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES GAUSS-JORDAN

En seguida, se normaliza el segundo renglón dividiéndolo entre 7.00333:

Al reducir los términos x2 de las ecuaciones primera y tercera se obtiene

SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES GAUSS-JORDAN

En seguida, se normaliza el segundo renglón dividiéndolo entre 7.00333:

Al reducir los términos x2 de las ecuaciones primera y tercera se obtiene

SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

• El método deGauss
• El algoritmo de Gauss consiste en transformar el sistema de ecuaciones , mediante
operaciones elementales entre las filas de la matriz , en un sistema equivalente con una
nueva matriz de coeficientes que sea triangular o escalonada, cuya resolución se realiza
de manera directa mediante "sustitución regresiva o inversa".
• Para obtener el sistema triangular, mediante operaciones elementales con las filas de la
matriz, se van anulando los elementos situados debajo de la diagonal principal. La fase
de triangularización se realiza en distintas etapas en cada una de las cuales se van
transformando en cero los elementos por debajo de la diagonal en cada una de las
columnas de la matriz.
• En el algoritmo juega un papel importante el elemento no nulo de la diagonal principal
de la matriz elegido como PIVOTE en cada una de las etapas. En ocasiones hay que hacer
una permutación entre las filas o columnas de la matriz para llevar el elemento no nulo a
la diagonal para poder usarlo como pivote. Siguiendo el proceso tal y como se muestra
en el ejemplo, se obtiene finalmente una matriz triangular superior y el sistema
correspondiente se resuelve por sustitución regresiva
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

• El método deGauss
• La representación matricial de las operaciones elementales realizadas
para transformar el sistema en triangular proporciona la factorización
LU de la matriz , donde es una matriz triangular inferior con unos en
la diagonal y es una matriz triangular superior o escalonada, siendo la
matriz de coeficientes del "nuevo" sistema de ecuaciones triangular
que se resuelve por sustitución.
• El primer elemento no nulo de cada fila de la matriz U es el pivote de
la eliminación de Gauss. Los elementos de L situados por debajo de la
diagonal principal, llamados multiplicadores contienen información
sobre las operaciones que se han realizado.
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

• El método deGauss
• En el caso de haber tenido que permutar filas o columnas, el proceso es
equivalente a encontrar dos matrices de permutación P y Q , tales que PAQ=LU .
• El conocimiento de la descomposición de la matriz A en factores triangulares
facilita la resolución del sistema de ecuaciones AX=B , planteando dos sistemas
triangulares: LY = B,UX= Y
• El primero se resuelve por sustitución progresiva y el segundo por sustitución
regresiva o inversa. El coste computacional al resolver el sistema de esta manera
es menor, ya que el número de operaciones para resolver un sistema triangular es
del orden de n2mientras que el algoritmo de Gauss completo sobre la matriz el
número de operaciones es del orden de n3.
• En MATLAB la descomposición se realiza con la función lu. Dada una matriz A:
>> [L,U]=lu(A) produce las matrices L y U.
>> [L,U,P]= lu(A) en caso de que haya que permutar alguna fila.
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

Resolución de sistemas de ecuaciones lineales con MATLAB

• El comando "\"
• Veamos ya como resolver sistemas de ecuaciones con MATLAB. Para
resolver el sistema se utiliza la función de MATLAB mldivide, representada
por el símbolo " \", de la forma:
• >> x=A \ b
Aunque menos común, también puede ejecutarse como
• >> x = mldivide(A,b)
• Las matrices A y b deben tener el mismo número de filas. MATLAB muestra
un mensaje de error si A está mal escalada o es casi singular (deteminante
cercano a cero) aunque hace el cálculo de todas formas.
SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

Resolución de sistemas de ecuaciones lineales con MATLAB

SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

Resolución de sistemas de ecuaciones lineales con MATLAB

SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

Resolución de sistemas de ecuaciones lineales con MATLAB

SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

Resolución de sistemas de ecuaciones lineales con MATLAB

SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

Resolución de sistemas de ecuaciones lineales con MATLAB

SOLUCIÓN NUMÉRICA A SISTEMAS DE ECUACIONES
LINEALES MATLAB

Resolución de sistemas de ecuaciones lineales con MATLAB