Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fecha: 9/04/21
Grupo: 3EV2
Objetivo: Comprender el método de gauss Jordán, sus características principales y ver la
diferencia entre los métodos no lineales y lineales.
Introducción: Es uno de los métodos más antiguos para resolver ecuaciones lineales
simultáneas, continúa siendo uno de los algoritmos de mayor importancia, y es la base para
resolver ecuaciones lineales en muchos paquetes de software populares.
1.Las ecuaciones se manipularon para eliminar una de las incógnitas de las ecuaciones. El
resultado de este paso de eliminación fue el de una sola ecuación con una incógnita.
Esta técnica básica puede extenderse a sistemas grandes de ecuaciones desarrollando un esquema
sistemático o algorítmico para eliminar incógnitas y sustituir hacia atrás. La eliminación de Gauss
es el más básico de dichos esquemas.
Las dos fases de la eliminación de Gauss: eliminación hacia adelante y sustitución hacia atrás. Los
superíndices priman indican el número de veces que se han modifi cado los coeficientes y
constantes.
El seudocódigo para implementar la eliminación hacia adelante. Observe que tres ciclos anidados
proporcionan una representación concisa del proceso. El ciclo externo mueve hacia abajo de la
matriz el renglón pivote. El siguiente ciclo mueve hacia abajo el renglón pivote a cada renglón
subsecuente, donde la eliminación se llevará a cabo. Finalmente, el ciclo más interno avanza a
través de las columnas para eliminar o transformar los elementos de un renglón determinado
Este resultado se puede sustituir hacia atrás en la (n – 1) ésima ecuación y despegar xn – 1. El
procedimiento, que se repite para evaluar las x restantes, se representa mediante la fórmula:
Ejemplo de gauss:
Dificultades del método de Gauss:
Mientras que hay muchos sistemas de ecuaciones que se pueden resolver con la eliminación de
Gauss simple, existen algunas dificultades que se deben analizar, antes de escribir un programa de
cómputo general donde se implemente el método. Aunque el siguiente material se relaciona en
forma directa con la eliminación de Gauss simple, la información también es relevante para otras
técnicas de eliminación
Pivoteo:
ocurren problemas obvios cuando un elemento pivote es cero, ya que el paso de normalización
origina una división entre cero. También llegan a surgir problemas cuando el elemento pivote es
cercano a —o más aún que sea exactamente igual a— cero, debido a que si la magnitud del
elemento pivote es pequeña comparada con los otros elementos, entonces se pueden introducir
errores de redondeo
Por lo tanto, antes de normalizar cada renglón, resulta conveniente determinar el coeficiente más
grande disponible en la columna debajo del elemento pivote. Los renglones se pueden
intercambiar de manera que el elemento más grande sea el elemento pivote; esto se conoce como
pivoteo parcial. Al procedimiento, donde tanto en las columnas como en los renglones se busca el
elemento más grande y luego se intercambian, se le conoce como pivoteo completo, el cual se usa
en muy raras ocasiones debido a que al intercambiar columnas se cambia el orden de las x y, en
consecuencia, se agrega complejidad significativa y usualmente injustificada al programa de
computadora. El siguiente ejemplo ilustra las ventajas del pivoteo parcial. Además de evitar la
división entre cero, el pivoteo también minimiza el error de redondeo. Como tal, sirve también
para resolver parcialmente el mal condicionamiento.
se muestra el algoritmo de una subrutina general para realizar la eliminación de Gauss. Observe
que el programa tiene módulos para las tres operaciones principales del algoritmo de eliminación
gaussiana: eliminación hacia adelante, sustitución hacia atrás y pivoteo. Además, hay varios
aspectos del código que difieren y representan un mejoramiento de los seudocódigos
*Las ecuaciones no están escaladas, pero los valores escalados de los elementos se usan para
determinar si se debe usar el pivoteo.
* El término diagonal se vigila durante la fase del pivoteo para detectar ocurrencias de valores
cercanos a cero y con esto indicar si el sistema es singular. Si devuelve un valor de er = –1, se ha
detectado una matriz singular y el cálculo debe terminar. El usuario da a un parámetro tol un
número pequeño para detectar ocurrencias cercanas a cero.
Bibliografía:
--“Métodos numéricos para ingenieros”, Steven C. Chapra,Raymond P. Canale, Ed. Mc
Graw Hill