CAPÍTULO No 2

SISTEMAS DE ECUACIONES LINEALES

1. MÉTODOS ALTERNATIVOS
1.1 MÉTODO DE LA FACTORIZACIÓN ALU
Si 𝐴 = 𝐿𝑈, entonces 𝐴𝑥⃗ = 𝑏⃗⃗ se puede resolver en dos fases:

a. 𝐿𝑦⃗ = 𝑏⃗⃗
b. 𝑈𝑥⃗ = 𝑦⃗
c. Coste de 2𝑛2 operaciones
Resolver
𝑥 + 2𝑦 + 3𝑧 = 9
4𝑥 + 5𝑦 + 6𝑧 = 24
3𝑥 + 𝑦 − 2𝑧 = 4
1. Factorizamos la matriz de coeficientes:

1 2 3
𝐴 = [4 5 6]
3 1 −2

1 2 3 1 0 0 1 2 3
[4 5 6 ] = [𝑎 1 0] [0 𝑢 𝑣]
3 1 −2 𝑏 𝑐 1 0 0 𝑤

1 0 0 1 1 1
𝑎=4
[𝑎 1 0] [0] = [𝑎] = [4] → {
𝑏=3
𝑏 𝑐 1 0 𝑏 3

1 0 0 2 2 2 𝑢 = −3
2𝑎 + 𝑢 = 5 5
[𝑎 1 0] [𝑢] = [ 2𝑎 + 𝑢 ] = [5] → →{
2𝑏 + 𝑐𝑢 = 1 𝑐=
𝑏 𝑐 1 0 2𝑏 + 𝑐𝑢 1 3

1 0 0 3 3 3
3𝑎 + 𝑣 = 6
[𝑎 1 0] [ 𝑣 ] = [ 3𝑎 + 𝑣 ] = [ 6 ] →
3𝑏 + 𝑐𝑣 + 𝑤 = −2
𝑏 𝑐 1 𝑤 3𝑏 + 𝑐𝑣 + 𝑤 −2
𝑣 = −6
→{
𝑤 = −1

1 0 0
1 2 3
4 1 0
𝐿=[ 5 ] ; 𝑈 = [0 −3 −6]
3 1 0 0 −1
3

Material preparado por Mario Delgadillo Zurita

Facultad de Ingeniería
UMSA
 CAPÍTULO No 2

a. 𝐿𝑦⃗ = 𝑏⃗⃗
1 0 0 𝑦
1 9 𝑦1 = 9
4 1 0 𝑦
[ 5 ] [ 2 ] = [ 24 ] → { 𝑦2 = −12
3 1 𝑦3 4 𝑦3 = −3
3
b. 𝑈𝑥⃗ = 𝑦⃗
1 2 3 𝑥 9 𝑥 4
[0 −3 −6] [𝑦] = [−12] → [𝑦] = [−2]
0 0 −1 𝑧 −3 𝑧 3
1.2 MÉTODOS ITERATIVOS
Son métodos que generan secuencias de vectores que se aproximan a la solución
del sistema.

a. MÉTODO DE JACOBI
7𝑥1 − 𝑥2 = 5
3𝑥1 − 5𝑥2 = −7

Despejamos 𝑥1 y 𝑥2

𝑥2 + 5 3𝑥1 + 7
𝑥1 = ; 𝑥2 =
7 5

Realizamos una aproximación inicial con 𝑥1 = 𝑥2 = 0

5 7
𝑥1 == 0,714; 𝑥2 = = 1,4
7 5
Reemplazamos nuevamente en:
𝑥2 + 5 3𝑥1 + 7
𝑥1 = ; 𝑥2 =
7 5

1,4 + 5 3(0,714) + 7
𝑥1 = = 0,914; 𝑥2 = = 1,829
7 5
Realizando el mismo procedimiento, obtenemos:

n 𝑥1 𝑥2
0 0 0
1 0,714 1,4
2 0,914 1,829
3 0,976 1,949
4 0,993 1,985
5 0,998 1,996
6 0,999 1,999

Material preparado por Mario Delgadillo Zurita

Facultad de Ingeniería
UMSA
 CAPÍTULO No 2
Se puede observar que la solución se aproxima a:

𝑥1 1
[𝑥 ] = [ ]
2 2

Una modificación al método de Jacobi, denominado de Gauss-Seidel se basa en

usar el nuevo valor tan pronto como se pueda:

𝑥2 + 5 3𝑥1 + 7
𝑥1 = ; 𝑥2 =
7 5

𝑥2 + 5 0 + 5 5
𝑥1 = = = = 0,714
7 7 7

3𝑥1 + 7 3(0,714) + 7
𝑥2 = = = 1,829
5 5

𝑥2 + 5 1,829 + 5
𝑥1 = = 𝑥1 = = 0,976
7 7

3𝑥1 + 7 3(0,976) + 7
𝑥2 = = = 1,985
5 5
(… )
El método de Gauss Seidel, es uno de los más útiles, pero tiene la desventaja de
que no siempre converge a una solución o podría converger muy lentamente.

Este método convergerá siempre a una solución cuando la magnitud |𝑎𝑖𝑗 | del
coeficiente de una incógnita diferente en cada ecuación del sistema sea
suficientemente dominante con relación a la magnitud de los otros coeficientes
de esa ecuación.

Cuando el valor absoluto del coeficiente dominante para una incógnita diferente
para cada ecuación es mayor que la suma de los valores absolutos de los otros
coeficientes de esa ecuación, la convergencia esta asegurada. (Sistema diagonal).
Un sistema diagonal es condición suficiente para asegurar la convergencia, pero
no es condición necesaria.

PROCEDIMIENTO

1. Asignar un valor inicial a cada incógnita que aparezca en el sistema. Puede ser
arbitraria la asignación, no afectará a la convergencia, pero sí al número de
iteraciones.

Material preparado por Mario Delgadillo Zurita

Facultad de Ingeniería
UMSA
 CAPÍTULO No 2
2. Partiendo de la primera ecuación, determinar un nuevo valor para la
incógnita que tiene el coeficiente más grande en esa ecuación, utilizando
para las otras incógnitas los valores supuestos.

3. Pasar a la segunda ecuación y determinar un nuevo valor para la incógnita

que tiene el coeficiente más grande utilizando el valor calculado para la
incógnita del paso 2 y los valores supuestos paras variables restantes.

4. Se continuará con las ecuaciones restantes, determinado siempre el valor

calculado para la incógnita que tiene el coeficiente más grande en cada
ecuación particular, y utilizando siempre los valores últimos calculados para
las otras incógnitas (durante la primera iteración se deben usar valores
supuestos)

5. Se continua hasta que el valor de cada incógnita difiera de la iteración previa

en una cantidad 𝛿 seleccionado arbitrariamente.

EJEMPLO

Resolver: (𝛿 = 0,001)

0,1𝑥1 + 7𝑥2 + 0,3𝑥3 = −19,30

3𝑥1 − 0,1𝑥2 − 0,2𝑥3 = 7,85
0,3𝑥1 − 0,2𝑥2 + 10𝑥3 = 71,40

1. Ordenamos para que el sistema sea diagonal:

3𝑥1 − 0,1𝑥2 − 0,2𝑥3 = 7,85

0,1𝑥1 + 7𝑥2 − 0,3𝑥3 = −19,30
0,3𝑥1 − 0,2𝑥2 + 10𝑥3 = 71,40

2. Despejamos 𝑥1 , 𝑥2 , y 𝑥3

7,85 + 0,1𝑥2 + 0,2𝑥3

𝑥1 =
3
−19,30 − 0,1𝑥1 + 0,3𝑥3
𝑥2 =
7
71,40 − 0,3𝑥1 + 0,2𝑥2
𝑥3 =
10
3. Suponemos 𝑥2 = 𝑥3 = 0
7,85 + 0,1(0) + 0,2(0)
𝑥1 = = 2,61
3

Material preparado por Mario Delgadillo Zurita

Facultad de Ingeniería
UMSA
 CAPÍTULO No 2
−19,30 − 0,1(2,61) + 0,3(0)
𝑥2 = = −2,79
7
71,40 − 0,3(2,61) + 0,2(−2,79)
𝑥3 = =7
10

𝑥1 = 2,990557
𝑥2 = −2,49962
𝑥3 = 7

𝑥1 = 3,000032
𝑥2 = −2,49999
𝑥3 = 6,99999

𝑥1 = 3
𝑥2 = −2,5
𝑥3 = 7

NOTA: Observar que si en la primera iteración, asumimos como valores

iniciales a 𝑥1 = 𝑥2 = 𝑥3 = 0, el método se reduce al método de Jacobi.

Material preparado por Mario Delgadillo Zurita

Facultad de Ingeniería
UMSA