SOLUCIÓN DE ECUACIONES SIMULTANEAS

Un sistema de ecuaciones simultaneas, o también llamado un sistema lineal, es un

conjunto de ecuaciones lineales. El problema de resolver tal sistema consiste en
encontrar las soluciones que satisfacen simultáneamente todas las ecuaciones del
sistema. Un sistema de ecuaciones lineales es un conjunto de ecuaciones que puede ser
escrito en la forma:

Los números 𝑎11 ,𝑎12 . . ., 𝑎1𝑛 , 𝑎21 , 𝑎22 , . . . , 𝑎2𝑛 ,. . . , 𝑎𝑚1 , 𝑎𝑚2 , . . . , 𝑎𝑚𝑛 , son los
coeficientes del sistema, mientras que b1, b2, . . . , bm son los términos constantes.
Cuando todos los términos constantes son cero, se dice que el sistema es un sistema
lineal homogéneo. Un concepto que posteriormente cobrara importancia es el de sistema
homogéneo asociado a un sistema lineal: es el sistema que se obtiene haciendo ceros
todos los términos constantes del sistema.
REPRESENTACIÓN MATRICIAL
Una forma de abreviar la escritura de un sistema lineal y que, cómo se verá
posteriormente, es muy conveniente en el proceso de solución es el de la matriz
aumentada. Una matriz es un arreglo rectangular de números. Las alineaciones
horizontales se llamarán filas de la matriz, mientras que las alineaciones verticales de
llamarán columnas de la matriz. La dimensión de una matriz será el producto indicado del
número de renglones por el número de columnas de la matriz. Así, por ejemplo, se dirá
que la dimensión de una matriz es 4 × 3, lo cual indicara que el arreglo rectangular tendrá
4 renglones y 3 columnas. La posición de los renglones en una matriz será de arriba hacia
abajo. Mientras que la posición de las columnas será de izquierda a derecha. Cuando se
refiere al elemento (i, j) de una matriz, se refiere al elemento que está en el renglón i y en
la columna j.
La matriz aumentada de un sistema lineal es una matriz que representa el total de la
información del sistema. Para formar la matriz aumentada, primeramente, se conviene
en un ordenamiento para las incógnitas del sistema. Seguido de ello, cada ecuación es
reescrita en la forma canónica de acuerdo a tal orden. Si el sistema tiene m ecuaciones
y n incógnitas la matriz aumentada tendrá dimensión m × (n + 1), donde cada renglón de
ella contendrá la información de la ecuación correspondiente. Cada una de las primeras
n columnas de la matriz estarán asociadas a una incógnita y estarán dispuestas en el
orden acordado: la primera columna relacionada con la primera incógnita, la segunda
columna con la segunda incógnita, etcétera. La ´última columna estará asociada a los
segundos miembros de cada ecuación. En términos precisos, si a es el coeficiente en la
ecuación i de la variable j, entonces el elemento (i, j) en la matriz aumentada es a. Por
otro lado, si b es el termino constante en la ecuación i, entonces la matriz aumentada del
sistema tendrá b en la posición (i, n+ 1). Veamos un ejemplo que ilustra cómo se forma
la matriz de un sistema de ecuaciones lineales.
CLASIFICACIÓN DE LOS SISTEMAS DE ECUACIONES
Podemos clasificar los sistemas de ecuaciones respecto a sus conjuntos solución:
• sistema consistente
• con solución ´única
• con infinitas soluciones
• sistema inconsistente

MÉTODO DE SOLUCIÓN A UN SISTEMA lineal Los sistemas de ecuaciones lineales

más sencillos de resolver son los sistemas de forma triangular. Considere el siguiente
ejemplo.
2x+3y−2z=12
y + z = −2
3z = −6
Estos sistemas se resuelven mediante sustitución hacia atrás. Este método consiste en
resolver primero la ´ultima ecuación; con su solución resolver la penúltima ecuación y así
sucesivamente. En nuestro ejemplo:
• De la ´ultima ecuación: z = −2,
• Con el valor anterior la segunda ecuación queda 2 y + (−2) = −2

por consiguiente y = 0,
• Sustituyendo las incógnitas despejadas la primera ecuación queda:
2 x + 3 (0) − 2 (−2) = 1
• Por consiguiente, x = −3/2

Viendo lo sencillo de resolver los sistemas triangulares, el problema de resolver un

sistema de ecuaciones lineales se convierte en el problema de transformar un sistema
dado en un sistema de forma triangular que sea un sistema equivalente a ´el, es decir,
un sistema nuevo cuyo conjunto solución es el mismo que el conjunto solución al sistema
original.
Manipulación de ecuaciones
Cuando uno manipula sin cuidado una ecuación para resolverla puede ocurrir que se
pierdan soluciones o inclusive que se ganen soluciones que no lo son. Veamos los
siguientes ejemplos. Si para resolver la ecuación x (x + 3) = x cancelamos x en ambos
lados de la ecuación, y resolvemos obtenemos que la ´única solución es x = −2, lo cual
es incorrecto pues en la cancelación perdimos la solución x = 0. Si por otro, para resolver
la ecuación − √ x + 2 − 1 = 2 x + 3 despejamos el radical y elevamos al cuadrado,
obtenemos la ecuación cuadrática:
x + 2 = (2𝑥 + 4)2
la cual tiene como raíces x = −2 y x = −7/4, de las cuales x = −7/4 no es raíz de la
ecuación inicial. De estos ejemplos concluimos que la manipulación a un sistema de
ecuaciones lineales a resolver debe hacerse con cuidado de manera que no se pierdan
o ganen soluciones incorrectas. Dos sistemas de ecuaciones son sistemas equivalentes
si ambos tienen el mismo conjunto solución. Nuestra forma de proceder ser ‘a manipular
el sistema de ecuaciones de manera que en cada paso se tenga un sistema equivalente
al sistema del paso anterior.

MÉTODO DE GAUSS-SEIDEL
El Método de Gauss-Seidel consiste en hacer iteraciones, a partir de un vector inicial,
para encontrar los valores de las incógnitas hasta llegar a una tolerancia deseada, la
diferencia radica en que cada vez que se desee encontrar un nuevo valor de una 𝑿𝒊 ,
además de usar los valores anteriores de las X, también utiliza valores actuales de las X
encontradas antes (desde 𝑋0 hasta 𝑋𝑖−1 )
La ecuación es la siguiente:
El método de Gauss-Seidel surgió como una modificación del método de Jacobi que
acelera la convergencia de éste.
El método de Gauss-Seidel recorta sustancialmente el número de iteraciones a realizar
para obtener una cierta precisión en la solución. 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 método
de Gauss-Seidel sino también para el método iterativo del punto fijo y el método de
Jacobi. Por tanto, al aplicar este criterio sobre las ecuaciones de Gauss-Seidel y
evaluando con respecto a cada una de las incógnitas, obtenemos la expresión siguiente:

El valor absoluto de las pendientes en la ecuación, deben ser menor que la unidad para
asegurar la convergencia.

Es decir, el elemento diagonal debe ser mayor que el elemento fuera de la diagonal para
cada reglón de ecuaciones. La generalización del criterio anterior para un sistema de n
ecuaciones es:

El método de Gauss-Seidel está basado en el concepto de punto fijo, es decir (𝑋𝑖=𝑔𝑖 , 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 cambió el orden de las ecuaciones esta puede divergir.
APLICACIÓN DEL MÉTODO GAUSS SEIDEL
Una compañía minera extrae mineral de dos minas,
el cual contiene para la mina I el 1% de níquel y 2%
de cobre, para la mina II el 2% de níquel y 5% de
cobre. ¿Qué cantidad de mineral se deberá extraer
de cada mina para obtener 4 toneladas de níquel y 9
toneladas de cobre? Solución: ¿Cuál es el
problema? ¿Qué se busca? Queremos saber el
número de toneladas de mineral que hay que extraer
de cada mina, asignemos literales a esos números.
Sean x el número de toneladas que se extrae de
la mina I. y el número de toneladas que se extrae de la mina II. Establezcamos
ahora relaciones algebraicas entre las literales. ¿Cuánto se obtiene de níquel de la
mina I?
Que son las toneladas de material necesarias que se deben extraer de cada mina para
obtener 4 toneladas de níquel y 9 toneladas de cobre.

MÉTODO DE JACOBI
Muchos problemas relacionados con el campo de la ingeniería se pueden expresar en
términos de sistemas de ecuaciones algebraicas lineales.
Cuando se resuelven numéricamente ecuaciones diferenciales pueden surgir sistemas
lineales con 20,000 variables. Los equipos de cómputo disponibles en la actualidad
podrían requerir incluso días para resolver estos sistemas por métodos directos (como
eliminación o factorización).
El método de Jácobi es un método iterativo con el cual se resuelve el sistema lineal
Ax = b
Comienza con una aproximación inicial x (0) a la solución x y genera una sucesión de
vectores x(k) que convergen a la solución x.
Un sistema de ecuaciones algebraicas lineales es un conjunto de ecuaciones de la forma:

O bien en su forma matricial:

Que a su vez se puede expresar como:

Ax = b

Donde “A” es la matriz de coeficientes, x es el vector de incógnitas y b el vector de

términos independientes. La solución del sistema de ecuaciones es un conjunto de n
valores que satisfacen simultáneamente todas las ecuaciones.

En la solución de estos problemas pueden presentarse 3 casos:

1.- Solución única Sistema compatible determinado.

2.- Mas de una solución Sistema compatible e

indeterminado.

(número infinito de soluciones)

3.- Sin solución Sistema incompatible.

Ilustrando el método de Jácobi con un sistema de ecuaciones de 3x3, si el vector:

Es el vector aproximación a la solución x después de k iteraciones, entonces se tiene
que para la siguiente aproximación:

Para un sistema de n ecuaciones con n incógnitas se tiene la siguiente fórmula (usando

una notación más compacta):

Para 1£ i £ n

Tanto en el método de Gauss-Seidel como en el de Jácobi, el valor que se le dé al

vector inicial carece de importancia, ya que el método convergirá a la solución
rápidamente no obstante que el vector inicial tenga valores muy lejanos a la solución.
Es por esto que se acostumbra a dar el vector 0 como vector inicial.

CONVERGENCIA Y CONVERGENCIA EN JACOBI

Uno de los principales problemas de los métodos iterativos es la garantía de que el

método va a converger, es decir, va a producir una sucesión de aproximaciones cada
vez efectivamente más próximas a la solución. En

el caso del método de Jacobi no existe una condición exacta para la convergencia. Lo
mejor es una condición que garantiza la convergencia, pero en caso de no cumplirse
puede o no haberla es la siguiente: Si la matriz de coeficientes original del sistema de
ecuaciones es diagonalmente dominante, el método de Jacobi seguro converge.

ORDEN CONVENIENTE PARA JACOBI

En ciertas ocasiones al aplicar Jacobi la matriz no es diagonalmente dominante y por

tanto no existirá garantía de convergencia. Sin embargo, en algunos casos será posible
reordenar los incognitos en otra manera de forma que la nueva matriz de coeficientes
sea diagonalmente dominante. Esto se puede detectar revisando todos los posibles
ordenamientos de las incógnitas y ver cómo es la matriz resultante. ¡Claro que esto
conlleva un bueno número de pruebas pues el número posible de ordenamientos en n
variables es (n − 1)! pero cuando n es reducido es sencillo.
APLICACIÓN POR EL MÉTODO DE JACOBI
En amarillo se resaltan los resultados que indican un error aproximado menor o igual al
5%, se consigue en la quinta iteración un error aproximado en las tres incógnitas que
satisfaga el criterio de paro planteado. Por lo tanto, los resultados aproximados que
cumplen con la condición establecida son:

file:///D:/Downloads/Métodos%20Numéricos%20para%20Ingenieros%205ta%20edición.
pdf

http://www.mty.itesm.mx/dmti/materias/ma2008/lecturas/ma2008-09a.pdf

http://aprendeenlinea.udea.edu.co/lms/moodle/mod/page/view.php?id=24491

http://cb.mty.itesm.mx/ma1010/materiales/ma1010-01.pdf