Universidad José Antonio Páez

Facultad de Ingeniería - Ingeniería en

Computación
Quinto Semestre (5º Sem.)
Cálculo Numérico
Código: CNU 05405
UNIDAD II

Sistemas de Ecuaciones Lineales

El método Gauss-Jordan

Considerando un sistema de ecuaciones lineales con “n” incógnitas cuya forma matricial es = , donde es la matriz
formada por los coeficientes de las ecuaciones, es el vector columna formado por todas las incógnitas del sistema de
ecuaciones lineales ( , , , … . , ) y es la columna de los términos independientes de las ecuaciones.
Se trabaja entonces con la matriz ampliada del sistema de ecuaciones lineales, que es la matriz que tiene la matriz a la
izquierda y el vector a la derecha, separados por una divisoria imaginaria o planteada con una línea.

El método de Gauss-Jordan al igual que el método de Gauss se utiliza para resolver sistemas de ecuaciones lineales 3×3
(sistemas de tres ecuaciones lineales con tres incógnitas), 4×4 (sistemas lineales de cuatro ecuaciones con cuatro incógnitas) o
superiores, sin embargo, permite resolver sistemas no cuadrados, bien sea determinando una solución única cuando por las
iteraciones se elimina una de las ecuaciones o un grupo de soluciones factibles si no se elimina ninguna, todo esto mediante la
resolución a través de un sistema de escalonado que luego se determinara en un sistema escalonado reducido o bien lo que
constituye en una matriz identidad abultada, donde cada incógnita de la matriz identidad está representada en el valor de la
matriz abultada.

Para resolver se plantea un sistema equivalente al sistema original, de manera que nos quede un sistema con una ecuación con
una incógnita, otra ecuación con dos incógnitas, otra ecuación con tres incógnitas… y así sucesivamente, esto posteriormente
degenera en una matriz triangular superior, que luego convertiremos en una matriz identidad.

+
+
+
+
+
+
=
=
=
↔ { 0
0
+
+
+ 0
+
+
+
=
=
=
↔ { 0
0
+
+
+
0

0
+ 0 =
+ 0 =
+ =

Ejemplo:

Suponga el conjunto de ecuaciones relacionadas

Prof.: José Luis Márquez Lozada

C.I.V. 99.288
JLML.profesor@gtmail.com - @jlmarquezl
 Universidad José Antonio Páez
Facultad de Ingeniería - Ingeniería en
Computación
Quinto Semestre (5º Sem.)
Cálculo Numérico
Código: CNU 05405
En consecuencia

1 -1 5 13
3 -2 1 12
1 1 2 9

Debemos convertir en 0 los elementos que interfieren con la solución:

Para ello operamos a la fila 2 como la fila 2 menos 3 veces la primera y la fila 3 como la fila 3 menos la primera

1 -1 5 13
0 1 -14 -27
0 2 -3 -4

Luego como ya está 1 en el lugar que corresponde en la segunda fila posteriormente eliminamos el segundo de la fila 3

1 -1 5 13
0 1 -14 -27
0 0 25 50

Luego hacemos un 1 en el lugar que corresponde en la tercera fila

1 -1 5 13
0 1 -14 -27
0 0 1 2

Como se puede observar ya tenemos que z vale 2.

Ahora procedemos a reducir la matriz superior también generando una matriz identidad, para ello hacemos que fila 2 se
convierta en fila 2 mas 14 veces la suma de fila 3

1 -1 5 13
0 1 0 1
0 0 1 2

Ahora hacemos que la fila 1 se convierta en la fila 1 menos 5 veces la fila 3.

1 -1 0 3
0 1 0 1
0 0 1 2

Prof.: José Luis Márquez Lozada

C.I.V. 99.288
JLML.profesor@gtmail.com - @jlmarquezl
 Universidad José Antonio Páez
Facultad de Ingeniería - Ingeniería en
Computación
Quinto Semestre (5º Sem.)
Cálculo Numérico
Código: CNU 05405
Ahora hacemos que la fila 1 se convierta en la fila 1 mas la fila 2.

1 0 0 4
0 1 0 1
0 0 1 2

Y ya hemos identificado los valores de cada incógnita de forma directa donde x = 4 ; y = 1 ; y z = 2.

El método Jacobi

En cálculo numérico el método de Jacobi es un método iterativo, usado para resolver sistemas de ecuaciones lineales
del tipo = . El algoritmo toma su nombre del matemático alemán Carl Gustav Jakob Jacobi (10 de diciembre de
1804, Potsdam, Prusia, actual Alemania - 18 de febrero de 1851, Berlín). El método de Jacobi consiste en usar
fórmulas como iteración de punto fijo.

La base del método consiste en construir una sucesión convergente definida iterativamente. El límite de esta sucesión
es precisamente la solución del sistema. A efectos prácticos si el algoritmo se detiene después de un número finito
de pasos se llega a una aproximación al valor de x de la solución del sistema. Importante destacar que para ello, el
modelo se libra de la exactitud matemática, utilizando números expresados en términos decimales, y no en el dominio
de los números racionales .

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.

La sucesión se construye descomponiendo la matriz del sistema A en la forma siguiente:

= +

Prof.: José Luis Márquez Lozada

C.I.V. 99.288
JLML.profesor@gtmail.com - @jlmarquezl
 Universidad José Antonio Páez
Facultad de Ingeniería - Ingeniería en
Computación
Quinto Semestre (5º Sem.)
Cálculo Numérico
Código: CNU 05405

Una vez verificado que la matriz es diagonalmente dominante, dado que 4 es mayor que 2 en la primera fila, 5 es
mayor que 3 en la segunda fila y 7 es mayor que 3 en la tercera fila. El método de Jacobi se basa en escribir el sistema
de ecuaciones en la forma:

4 1 1 x 6
2 -5 1 * z = -2
Pasar de a 1 2 7 y 10
A x b

= = − −

4 0 0 0 0 0 0 -1 -1
D= 0 -5 0 L= -2 0 0 U= 0 0 -1
0 0 7 -1 -2 0 0 0 0

Luego, D-1 en este caso particular queda con sus reciprocos. Entoces la expresión de queda como sigue:

1/4 0 0 6 3/2
=> 0 -1/5 0 * -2 = -2/5
0 0 1/7 10 10/7

De igual forma

¼ 0 0 0 -1 -1 0 -1/4 -1/4
( + ) => 0 -1/5 0 * -2 0 -1 = 2/5 0 1/5
0 0 1/7 -1 -2 0 -1/7 -2/7 0

Prof.: José Luis Márquez Lozada

C.I.V. 99.288
JLML.profesor@gtmail.com - @jlmarquezl
 Universidad José Antonio Páez
Facultad de Ingeniería - Ingeniería en
Computación
Quinto Semestre (5º Sem.)
Cálculo Numérico
Código: CNU 05405
Teniendo en cuenta ya los despejes que aplican en el modelo de nuestra matriz abultada, podemos proceder a plantear
una ecuación de resolución para cada incógnita y un valor de referencia inicial, sobre el cual proceder a la iteración
inicial; de igual forma ya hemos determinado que la matriz es Diagonalmente Dominante, por tanto con la aplicación
del modelo se converge a una solución, sin embargo hay que plantear un margen de tolerancia de error o un número
máximo de iteraciones. Procedamos entonces con los despejes correspondientes:

4 + + =6 2 − 5 + = −2 + 2 + 7 = 10
↓↓ ↓↓ ↓↓
6− − 2+2 + 10 − − 2
= = =
4 5 7

Ahora establecemos nuestro valor inicial para cada una de las variables en x = 0; y = 0; z = 0 y procedemos a la
primera iteración, quedando los valores en x = 1,5; y = 0,4; z = 1,42857

Podemos construir una tabla con la evolución de las iteraciones como sigue a continuación:

Iter. 6− − 2+2 + 10 − − 2
= = =
4 5 7
0 0 0 0
1 0 → 1,50000 0 → 0,40000 0 → 1,42857
2 1,50000 → 1,04285 0,40000 → 1,28571 1,42857 → 1,10000
3 1,04285 → 0,90357 1,28571 → 1,03714 1,10000 → 0,91224
4 0,90357 → 1,01265 1,03714 → 0,94387 0,91224 → 1,00316
5 1,01265 → 1,01324 0,94387 → 1,00569 1,00316 → 1,01423
6 1,01324 → 0,99502 1,00569 → 1,00814 1,01423 → 0,99648
7 0,99502 → 0,99884 1,00814 → 0,99730 0,99648 → 0,99838
8 0,99884 → 1,00108 0,99730 → 0,99921 0,99838 → 1,00093
9 1,00108 → 0,99996 0,99921 → 1,00061 1,00093 → 1,00007
10 0,99996 → 0,99983 1,00061 → 0,99999 1,00007 → 0,99983
11 0,99983 → 1,00004 0,99999 → 0,99989 0,99983 → 1,00002
12 1,00004 → 1,00002 0,99989 → 1,00002 1,00002 → 1,00002

Estableciendo un análisis del comportamiento de las iteraciones, podemos apreciar que al inicio en las tres primeras
iteraciones (la 0, la 1 y la 2) los valores están bastante dispersos, oscilando forzadamente desde el 0, pero llegando
hasta 1,5; posteriormente cuando el problema comienza a profundizar en las iteraciones, observamos como los
valores están siempre cercanos en las últimas iteraciones realizadas a 0,999x y 1, 000x; logrando concluir entonces
que las tres incógnitas tienden a converger al valor de 1, lo cual por redondeo constituye el valor más apropiado.

Prof.: José Luis Márquez Lozada

C.I.V. 99.288
JLML.profesor@gtmail.com - @jlmarquezl
 Universidad José Antonio Páez
Facultad de Ingeniería - Ingeniería en
Computación
Quinto Semestre (5º Sem.)
Cálculo Numérico
Código: CNU 05405
Esta conclusión la podemos comprobar utilizando dicho valor de estimación para concluir que el mismo es el
apropiado debido a que mantiene inalterable el curso posterior de las iteraciones, visualizado como a continuación
se demuestra:

Iter. 6− − 2+2 + 10 − − 2
= = =
4 5 7
n 1,00000 → 1,00000 1,00000 → 1,00000 1,00000 → 1,00000
n+1 1,00000 → 1,00000 1,00000 → 1,00000 1,00000 → 1,00000
n+2 1,00000 → 1,00000 1,00000 → 1,00000 1,00000 → 1,00000

Entonces podemos comprobar que la matriz efectivamente es convergente, y que los valores de solución son
X=1
Y=1
Z=1

Prof.: José Luis Márquez Lozada

C.I.V. 99.288
JLML.profesor@gtmail.com - @jlmarquezl