MetodosNumericos Modulo2 SistemasEcuaciones

Solución Numérica de Ecuaciones Algebraicas
Métodos Numéricos para Ingenieros
José Carlos Rangel

jose.rangel@utp.ac.pa
FISC-UTP
12 de septiembre de 2022
JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 1 / 89

⃝
1 Sistemas de Ecuaciones Algebraicas Lineales
Definición
Método de Eliminación Gaussiana
Método de Gauss-Jordan
Método de Jacobi
Método de Gauss-Seidel
Método de Doolittle
Sistemas de Ecuaciones Algebraicas Lineales
Section 1.1 Definición

Sistemas de Ecuaciones Algebraicas Lineales Definición
Definición
Un Sistema de Ecuaciones Algebraicas es un conjunto de dos o más

ecuaciones con más de una incógnita que conforman un problema ma-
temático que consiste en encontrar los valores de las incógnitas que
satisfacen dichas operaciones.

Section 1.2 Método de Eliminación Gaussiana

Sistemas de Ecuaciones Algebraicas Lineales Método de Eliminación Gaussiana
Método de Eliminación Gaussiana I

Este método esta ideado para resolver sistemas de ecuaciones como:
a11 x1 +a12 x2 + ··· +a1n xn = b1

a21 x1 +a22 x2 + ··· +a2n xn = b2
.. .. .. .. ..
. . . . .
am1 +am2 x2 + · · · +amn xm = bn
La técnica para resolver ecuaciones consiste en dos fases:

Eliminación hacia adelante de incógnitas. En esta se reduce el sistema de ecuaciones a
un sistema triangular superior.
Sustitución hacia atrás. Sustitución de los valores calculados desde la ecuación n hasta
la ecuación 1.
Método de Eliminación Gaussiana II

Sistema de Ecuaciones Triangular Superior

 
u11 u12 u13 · · · u1n |c1

 u22 u23 · · · u2n |c′2 
′′ 

 u33 · · · u3n |c3 

 . . . ... .. 
. 
unn |cnn

Método de Eliminación Gaussiana-Procedimiento I

Eliminación hacia adelante

   
a11 a12 a13 |c1 u11 u12 u13 |c1
a21 a22 a23 |c2  →  u22 u23 |c′2 
a31 a32 a33 |c3 u33 |c′′′
3

Método de Eliminación Gaussiana-Ejemplo 1 I

Paso 1: Volver 1 el elemento a11 de la matriz

Paso 2: Volver 0 el elemento a21 y a31 de la matriz:
Para lograr lo anterior se requiere obtener un factor el cual es necesario para convertir a
cero los valores abajo del pivote.
Dicho factor es igual al número que se desea convertir en cero (0) entre el número pivote,
(fij = #objetivo
pivote ).
Este factor multiplicado por −1 se multiplica luego por el pivote y a ese resultado se le
suma el valor que se encuentra en la posición a cambiar (el valor en la posición que se
convertirá en cero).

Método de Eliminación Gaussiana-Ejemplo 1 II

Sistema de Ecuaciones
   
2x1 +4x2 +6x3 = 2 2 4 6 | 2
4x1 +5x2 +6x3 = −2 → 4 5 6 | −2
7x1 +8x2 +10x3 = 5 7 8 10 | 5
F1
∗ F1′ = a11
Resultado
F ila′1  
1 2 3 | 1
[2 4 6 | 2]
F1′ = 2 = [1 2 3 | 1] 4 5 6 | −2
7 8 10 | 5

Método de Eliminación Gaussiana-Ejemplo 1 III

a21 4
∗ f21 = a′11
= 1
∗ F2′ = F2 − f21 × F1′ = F2 − 4F1′ ; tomando como pivote F1′
F ila′2
Resultado
a′21 = 4 − 4
1 × (1) = 0  
1 2 3 | 1
a′22 = 5 − 14 × (2) = −3
0 −3 −6 | −6
a′23 = 6 − 41 × (3) = −6 7 8 10 | 5
c′2 = −2 − 41 × (1) = −6

Método de Eliminación Gaussiana-Ejemplo 1 IV

a31 7
∗ f31 = a′11
= 1
F ila′3
Resultado
a′31 = 7 − 7
1 × (1) = 0  
1 2 3 | 1
a′32 = 8 − × (2) = −6
7
1 0 −3 −6 | −6
a′33 = 10 − 71 × (3) = −11 0 −6 −11 | −2
c′3 = 5 − 71 × (1) = −2

Método de Eliminación Gaussiana-Ejemplo 1 V

F2′
∗ F2′′ = a′22
Resultado
F ila′′2  
1 2 3 | 1
[0 −3 −6 | −6]
F2′′ = −3 = [0 1 2 | 2] 0 1 2 | 2
0 −6 −11 | −2

Método de Eliminación Gaussiana-Ejemplo 1 VI

a′32
∗ f32 = a′′
= −6
1
22
∗ F3′′ = ′
F3 − f32 × F2′′ = F3′ − (−6)F2′′ ; tomando como pivote F2′′
F ila′′3
−6 Resultado
a′′31 = 0 − 1 × (0) = 0  
1 2 3 | 1
a′′32 = −6 − −6
1 × (1) = 0 0 1 2 | 2 
a33 = −11 − −6
′′
1 × (2) = 1 0 0 1 | 10
c′′3 = −2 − −6
1 × (2) = 10

Método de Eliminación Gaussiana-Ejemplo 1 VII

Sistema Triangular Superior

 
x1 +2x2 +3x3 = 1
 x2 +2x3 = 2 
x3 = 10

Método de Eliminación Gaussiana-Ejemplo 1 VIII

Sustitución hacia atrás

Primera Incógnita
x3 = 10
Segunda Incógnita Tercera Incógnita

x2 + 2x3 = 2 x1 + 2x2 + 3x3 = 1
x2 = 2 − 2x3 x1 = 1 − 2x2 − 3x3
x2 = 2 − 2(10) x1 = 1 − 2(−18) − 3(10)
x2 = 2 − 20 x1 = 1 + 36 − 30
x2 = −18 x1 = 7

Método de Eliminación Gaussiana-Ejemplo 1 IX

Sistema de Ecuaciones Original

 
2x1 +4x2 +6x3 = 2
4x1 +5x2 +6x3 = −2
7x1 +8x2 +10x3 = 5
Resultado
x1 = 7 x2 = −18 x3 = 10

Section 1.3 Método de Gauss-Jordan

Sistemas de Ecuaciones Algebraicas Lineales Método de Gauss-Jordan
Método de Gauss-Jordan-Ejemplo 1 I
   
6x +12y +18z = 54 6 12 18 | 54
4x +5y +6z = 24 → 4 5 6 | 24
3x +y +2z = 4 3 1 2 | 4
F1 F1
∗ F1′ = a11 = 6
Resultado
F ila′1  
1 2 3 | 9
[6 12 18 | 54]
F1′ = 6 = [1 2 3 | 9] 4 5 6 | 24
3 1 2 | 4

Método de Gauss-Jordan-Ejemplo 1 II
a21 4
∗ f21 = a′11
= 1
F ila2
a′21 = 4 − 4
× (1) = 0 Resultado
1  
a′22 = 5 − 4
× (2) = −3 1 2 3 | 9
1 0 −3 −6 | −12
a′23 = 6 − 4
1 × (3) = −6 3 1 2 | 4
c′2 = 24 − 4
1 × (9) = −12

Método de Gauss-Jordan-Ejemplo 1 III

a31 3
∗ f31 = a′11
= 1
F ila′3
Resultado
a′31 = 3 − 3
1 × (1) = 0  
1 2 3 | 9
a′32 = 1 − 3
1 × (2) = −5
0 −3 −6 | −12
a′33 = 2 − 3
1 × (3) = −7 0 −5 −7 | −23
c′3 = 4 − 31 × (9) = −23

Método de Gauss-Jordan-Ejemplo 1 IV
F2′
∗ F2′′ = a′22
Resultado
F ila′′2  
1 2 3 | 9
[0 −3 −6 | −12]
F2′′ = −3 = [0 1 2 | 4] 0 1 2 | 4 
0 −5 −7 | −23

Método de Gauss-Jordan-Ejemplo 1 V
a′12
∗ f12 = a′′
= 21
22
∗ F1′′ = F1′ − f12 × F2′′ = F1′ − 2F2′′ ; tomando como pivote F2′′
F ila′′1
Resultado
a′′11 = 1 − 2
1 × (0) = 1  
1 0 −1 | 1
a′′12 = 2 − 2
1 × (1) = 0
0 1 2 | 4 
a′′13 = 3 − 2
1 × (2) = −1 0 −5 −7 | −23
c′′1 = 9 − 21 × (4) = 1

Método de Gauss-Jordan-Ejemplo 1 VI
a′32
∗ f32 = a′′
= −5
1
22
∗ F3′′ = ′
F3 − f32 × F2′′ = F3′ − (−5)F2′′ ; tomando como pivote F2′′
F ila′′3
−5 Resultado
a′′31 = 0 − 1 × (0) = 0  
1 0 −1 | 1
a′′32 = −5 − −5
1 × (1) = 0
0 1 2 | 4 
′′ −5
a33 = −7 − 1 × (2) = 3 0 0 3 | −3
c′′3 = −23 − −5
1 × (4) = −3

Método de Gauss-Jordan-Ejemplo 1 VII

F3′′ F3′′
∗ F3′′′ = a′′
= 3
33
Resultado
F ila′′′  
3 1 0 −1 | 1
[0 0 3 | −3]
F3′′′ = 3 = [0 0 1 | − 1] 0 1 2 | 4 
0 0 1 | −1

Método de Gauss-Jordan-Ejemplo 1 VIII

a′′ −1
∗ f13 = 13
a′′′
= 1
33
∗ F1′′′ = F1′′ − f13 × F3′′′ = F1′′ − (−1)F3′′′ ; tomando como pivote F3′′′
F ila′′′
1
−1 Resultado
a′′′
11 = 1 − 1 × (0) = 1  
−1 1 0 0 | 0
a′′′
12 = 0 − 1 × (0) = 0 0 1 2 | 4 
−1
a′′′
13 = −1 − 1 × (1) = 0 0 0 1 | −1
−1
c′′′
1 = 1 − 1 × (−1) = 0

Método de Gauss-Jordan-Ejemplo 1 IX
a′′ 2
∗ f23 = 23
a′′′
= 1
33
∗ F2′′′ = F2′′ − f23 × F3′′′ = F2′′ − 2F3′′′ ; tomando como pivote F3′′′
F ila′′′
2
Resultado
a′′′
21 = 0 −
2
1 × (0) = 0  
1 0 0 | 0
a′′′ 2
22 = 0 − × (0) = 1
1 0 1 0 | 6 
a′′′ 2
23 = −1 − 1 × (1) = 0 0 0 1 | −1
c′′′ 2
2 = 1 − 1 × (−1) = 6

Método de Gauss-Jordan-Ejemplo 1 X
Sistema con 1’s en la Diagonal Principal

 
x = 0
 y = 6
z = −1

Método de Gauss-Jordan-Ejemplo 1 XI

 
6x +12y +18z = 54
4x +5y +6z = 24
3x +y +2z = 4
Resultado
x = 0 y = 6 z = −1

Section 1.4 Método de Jacobi

Sistemas de Ecuaciones Algebraicas Lineales Método de Jacobi
Método de Jacobi I
En esta ocasión se estudiaran métodos iterativos los cuales se oponen a los métodos
directos de eliminación.
Estos pueden ser más rápidos cuando la matriz es poco densa (tiene muchos ceros).
Estos también pueden ser aplicados a sistemas de ecuaciones no lineales.
Son adecuados cuando se tiene un gran numero de ecuaciones.

Método de Jacobi I
Método iterativo que se aplica solo a sistemas cuadrados, es decir a sistemas con tantas
incógnitas como ecuaciones.
Cuando no es diagonalmente dominante se cambian el orden de las ecuaciones y las incógnitas

para ver si se logra la convergencia.
Debe existir una condición que garantice la convergencia.

Condición de convergencia: sistema de ecuaciones diagonalmente dominante.
Es diagonalmente dominante, si en cada uno de los renglones, el valor absoluto del
elemento de la diagonal principal es mayor que la suma de los valores absolutos de los
elementos restantes del mismo renglón.

Método de Jacobi II
Teniendo el siguiente sistema de ecuaciones
a11 x1 +a12 x2 ··· a1n xn = b1

a21 x1 +a22 x2 ··· a2n xn = b2
.. .. .. .. ..
. . . . .
am1 +am2 x2 · · · amn xm = bn

Método de Jacobi III

Si despejamos x1 de la ecuación 1, x2 de la ecuación 2, . . . xn de la ecuación n quedando:
b1 − a12 x2 − · · · − a1n xn
x1 =
a11
b2 − a21 x1 − · · · − a2n xn
x2 =
a22
bn − an1 x2 − · · · − ann−1 xn − 1
xn =
ann

Método de Jacobi-Ejemplo 1 I
4x1 −x2 =1 E1 Despejando
−x1 +4x2 −x3 =1 E2 x2 1
x1 = 4
+ 4
−x2 +4x3 −x4 =1 E3
−x3 +4x4 =1 E4 x1 x3 1
x2 = 4
+ 4
+ 4
Se despeja x1 de la Ecuación 1 x2 x4 1
x3 = 4
+ 4
+ 4
Se despeja x2 de la Ecuación 2
x3 1
Se despeja x3 de la Ecuación 3 x4 = 4
+ 4

Método de Jacobi-Ejemplo 1 II
Iteracion 1:
0
x1 = 4
+ 14 = 14
0
x2 = 4
+ 04 + 14 = 1
4
0
x3 = 4
+ 04 + 14 = 1
4
Iteracion 3:
0
x4 = 4
+ 14 = 14 x1 = 0,3750
4 + 1
4 = 0,3437
0,3125 0,3750
x2 = 4 + 4 + 14 = 0,4218
0,3750 0,3125
Iteracion 2: x3 = 4 + 4 + 14 = 0,4219
1 1 5 0,3750 1
x1 = + = 16 x4 = 16 + 4 = 0,3437
16 4
1 1
x2 = 16
+ 16
+ 14 = 3
8
1 1
x3 = 16
+ 16
+ 14 = 3
8
1 1 5
x4 = 16
+ 4
= 16
Método de Jacobi-Ejemplo 1 III

i x1 x2 x3 x4
0 0 0 0 0
1 0,2500 0,2500 0,2500 0,2500
2 0,3125 0,3750 0,3750 0,3125
3 0,3438 0,4219 0,4219 0,3438
4 0,3555 0,4414 0,4414 0,3555
5 0,3604 0,4492 0,4492 0,3604
6 0,3623 0,4524 0,4524 0,3623
7 0,3631 0,4537 0,4537 0,3631
8 0,3634 0,4542 0,4542 0,3634
9 0,3635 0,4544 0,4544 0,3635
10 0,3636 0,4545 0,4545 0,3636

Despejando
Sistema de Ecuaciones x1 = −5
+ 3x2
− x3
10 10 10
10x1 −3x2 +x3 = −5
−2x1 3x3 1
2x1 +10x2 −3x3 =1 x2 = 10
+ 10
+ 10
3x1 +2x2 +10x3 =2
2 3x1 2x2
x3 = 10
− 10
− 10

Con E = 0,001 %
Si x(0)[0, 0, 0]
1ra Iteración
x1 = 0,3x2 − 0,1x3 − 0,5 = −0,5
x2 = −0,2x1 + 0,3x3 + 0,1 = 0,1
x3 = −0,3x1 − 0,2x2 + 0,2 = 0,2


2da Iteración
x1 = 0,3(0,1) − 0,1(0,2) − 0,5 = −0,4900
x2 = −0,2(−0,5) + 0,3(0,2) + 0,1 = 0,2600
x3 = −0,3(−0,5) − 0,2(0,1) + 0,2 = 0,3300
3da Iteración
x1 = 0,3(0,2600) − 0,1(0,3300) − 0,5 = −0,4550
x2 = −0,2(−0,4900) + 0,3(0,3300) + 0,1 = 0,2970
x3 = −0,3(−0,4900) − 0,2(0,2600) + 0,2 = 0,2950

Método de Jacobi-Ejemplo 2 IV
4a Iteración
x1 = 0,3(0,2970) − 0,1(0,2950) − 0,5 = −0,4404
x2 = −0,2(−0,4550) + 0,3(0,2950) + 0,1 = 0,2795
x3 = −0,3(−0,4550) − 0,2(0,2970) + 0,2 = 0,271

Método de Jacobi-Ejemplo 2 V
i x1 x2 x3
0 0 0 0
1 −0,5000 0,1000 0,2000
2 −0,4900 0,2600 0,3300
3 −0,4550 0,2970 0,2950
4 −0,4404 0,2795 0,2771
5 −0,4439 0,2712 0,2762
6 −0,4463 0,2716 0,2789
7 −0,4464 0,2729 0,2796
8 −0,4461 0,2732 0,2793

Método de Jacobi-Sistema que no es Diagonalmente dominante

Solución
Con el orden y → x → z su matriz de
Sistema de Ecuaciones coeficinetes queda.
3x +12y −z = −2 12y +3x −z = −2
11x −4y +3z = −3 −4y −11x +3z = −3
−3x −2y −12z = −22 −2y −3x −12z = −22
↓
↓ 12 3 −1
3 12 −1 −4 11 3
11 −4 3 −2 −3 −12
−3 −2 −12 La matriz de coeficientes es diagonalmente
dominante.
Sistema de Ecuaciones Despejando

3x1 −x2 +3x3 = 10 x1 = (−3x3 + x2 + 10) 13
2x1 +3x2 +4x3 = 20 x2 = (20 − 4x3 − 2x1 ) 31
2x1 −2x2 +5x3 = 13
x3 = (13 + 2x2 − 2x1 ) 15

Con E = 0,001 %
Si x(0) = [0, 0, 0]
1ra Iteración
x1 = (−3(0) + (0) + 10) 13 = 3,3333
x2 = (20 − 4(0) − 2(0)) 31 = 6,66667
x3 = (13 + 2(0) − 2(0)) 51 = 2,6000
2da Iteración
x1 = (−3(2,6000) + (6,66667) + 10) 13 = 2,9556
x2 = (20 − 4(2,6000) − 2(3,3333)) 31 = 0,9778
x3 = (13 + 2(6,66667) − 2(3,3333)) 51 = 3,933


3da Iteración
x1 = (−3(3,933) + (0,9778) + 10) 13 = −0,2741
x2 = (20 − 4(3,933) − 2(2,9556)) 31 = −0,5481
x3 = (13 + 2(0,9778) − 2(2,9556)) 51 = 1,8089

Método de Jacobi-Ejemplo 3 IV
i x1 x2 x3
0 0 0 0
1 3, 3333 6, 6667 2, 6000
2 2, 9556 0, 9778 3, 9333
3 −0, 2741 −0, 5481 1, 8089
4 1, 3417 4, 4375 2, 4904
5 2, 3221 2, 4517 3, 8383
6 0, 3122 0, 0008 2, 6518
7 0, 6818 2, 9227 2, 4754
8 1, 8322 2, 9116 3, 4964
9 0, 8075 0, 7834 3, 0318
↓ ↓ ↓ ↓
72 1, 0000 2, 0000 3, 0000
Section 1.5 Método de Gauss-Seidel

Sistemas de Ecuaciones Algebraicas Lineales Método de Gauss-Seidel
Método de Gauss-Seidel
Es similar al método de Jacobi, es iterativo.

Los valores que se van calculando en la ( k + 1 ) - ésima iteración se emplean para calcular
los valores faltantes de esa misma iteración, es decir, con x(k), se calcula x(k + 1) .
La condición de convergencia se debe garantizar como en el método de Jacobi: diagonal-
mente dominante.

Método de Gauss-Seidel-Ejemplo 1 I
4x1 −x2 =1 E1 Despejando
−x1 +4x2 −x3 =1 E2 x2 1
x1 = 4
+ 4
−x2 +4x3 −x4 =1 E3
−x3 +4x4 =1 E4 x1 x3 1
x2 = 4
+ 4
+ 4
Se despeja x1 de la Ecuación 1 x2 x4 1
x3 = 4
+ 4
+ 4
x3 1
Se despeja x3 de la Ecuación 3 x4 = 4
+ 4

Método de Gauss-Seidel-Ejemplo 1 II
Iteracion 1:
0
x1 = 4
+ 14 = 0,2500
0,2500
x2 = 4
+ 40 + 14 = 0,3125
0,3125
x3 = 4
+ 40 + 14 = 0,3281 Iteracion 3:
0,3281
x4 = 4
+ 41 = 0,3320 x1 = 0,4141
4 + 1
4 = 0,3535
0,3535 0,3281
x2 = 4 + 4 + 14 = 0,4141
0,4141 0,3520
Iteracion 2: x3 = 4 + 4 + 14 = 0,4365
0,3125 0,4517 1
x1 = + 0,25 = 0,3281 x4 = 4 + 4 = 0,3591
4
0,3281
x2 = 4
+ 41 + 14 = 0,4141
0,4141
x3 = 16
+ 0,3281
4
+ 14 = 0,4365
0,4365
x4 = 4
+ 41 = 0,3591
Método de Gauss-Seidel-Ejemplo 1 III

K X1 X2 X3 X4
0 0 0 0 0
1 0,2500 0,3125 0,3281 0,3320
2 0,3281 0,4141 0,4365 0,3591
3 0,3535 0,4475 0,4517 0,3629
4 0,3629 0,4534 0,4541 0,3635
5 0,3633 0,4544 0,4545 0,3636
6 0,3636 0,4545 0,4545 0,3636

Método de Gauss-Seidel-Ejemplo 2 I
Sistema de Ecuaciones Despejando

3x1 −x2 +3x3 = 10 x1 = (−3x3 + x2 + 10) 13
2x1 +3x2 +4x3 = 20 x2 = (20 − 4x3 − 2x1 ) 31
2x1 −2x2 +5x3 = 13
x3 = (13 + 2x2 − 2x1 ) 15

Método de Gauss-Seidel-Ejemplo 2 II
Con E = 0,001 %
Si x(0)[0, 0, 0]
1ra Iteración
x1 = (−3(0) + (0) + 10) 13 = 3,3333
x2 = (20 − 4(0) − 2(3,3333)) 31 = 4,4445
x3 = (13 + 2(4,4445) − 2(3,3333)) 51 = 3,0445
2da Iteración
x1 = (−3(3,0445) + (4,44445) + 10) 13 = 1,7703
x2 = (20 − 4(3,0445) − 2(1,7703)) 31 = 1,4271
x3 = (13 + 2(1,4271) − 2(1,7703)) 51 = 2,4627

Método de Gauss-Seidel-Ejemplo 2 III

3da Iteración
x1 = (−3(2,4627) + (0,9778) + 10) 13 = 1,3463
x2 = (20 − 4(2,4627) − 2(1,3463)) 31 = 2,4855
x3 = (13 + 2(2,4855) − 2(1,3463)) 51 = 3,0557

Método de Gauss-Seidel-Ejemplo 2 IV
i x1 x2 x3
0 0 0 0
1 3, 3333 4, 4444 3, 0444
2 1, 7704 1, 4272 2, 4627
3 1, 3463 2, 4855 3, 0557
4 1, 1062 1, 8550 2, 8995
5 1, 0521 2, 0992 3, 0188
6 1, 0142 1, 9654 2, 9805
7 1, 0080 2, 0207 3, 0051
8 1, 0018 1, 9920 2, 9961
9 1, 0013 2, 0044 3, 0013
↓ ↓ ↓ ↓
15 1, 0000 2, 0000 3, 0000
Section 1.6 Método de Doolittle

Sistemas de Ecuaciones Algebraicas Lineales Método de Doolittle
Método de Doolittle-Principio I
Descomponer una matriz A en la forma LU, siendo L una matriz triangular inferior y U una
matriz triangular superior.
Resulta particularmente útil para matrices de grandes dimensiones.
Existencia y unicidad de la descomposición LU:
∗ Una matriz cuadrada A de orden n se puede escribir de modo único en la forma A=LU,
siendo L una matriz triangular inferior con 1′ s en la diagonal y U una matriz triangular
superior con elementos diagonales no nulos si y sólo si todas las submatrices principales de A
son regulares.

Método de Doolittle-Principio II
El fundamento matemático de esta estrategia se basa en la propiedad que tiene toda

matriz A cuadrada de ser factorizada como la multiplicación de dos matrices triangulares,
una superior y otra inferior.
Dado un sistema [A] {x} = {B}
De esta manera si:
∗ [A] {x} = {B} y [A] = [L] [U ]
entonces
∗ [L] {Y } = {B}
donde [U ] {X} = {Y }.

Método de Doolittle-Principio III

Luego de factorizar la matriz A se debe seguir el siguiente procedimiento para resolver el

sistema:
Aplicar sustitución progresiva al sistema de ecuaciones lineales [L] {Y } = {B} para encontrar
los valores del vector Y .
Aplicar sustitución regresiva al sistema de ecuaciones lineales [U ] {x} = {Y } para encontrar
finalmente los valores del vector x de incógnitas del sistema inicial.

Método de Doolittle-Principio IV
[A] {X} = {B}

    
a11 a12 a13 x1  b1 
a21 a22 a23  x2 = b2
a31 a32 a33 x3 b3
   
      
1 0 0 u11 u12 u13 x1  b1 
l21 1 0  0 u22 u23  x2 = b2
l31 l32 1 0 0 u33 x3 b3
   
         
1 0 0 y1  b1  u11 u12 u13 x1  y1 
l21 1 0 y2 = b2 ;  0 u22 u23  x2 = y2
l31 l32 1 y3 b3 0 0 u33 x3 y3
       

Método de Doolittle- Estrategia de Resolución I

1 Paso de descomposición LU. [A] se factoriza o “descompone” en las matrices

triangulares inferior [L] y superior [U ].
2 Paso de la sustitución. [L] y [U ] se usan para determinar una solución {X} para un
lado derecho {B}. Este paso, a su vez, se divide en dos.
1 Primero, la ecuación [L] {Y } = {B} se usa para generar un vector intermedio {Y } mediante
sustitución hacia adelante.
2 Después, el resultado se sustituye en la ecuación [U ] {X} = {Y }, la que se resuelve por
sustitución hacia atrás para {X}.

Método de Doolittle- Estrategia de Resolución II

Pasos para encontrar la matrix triangular superior [U ].

1 Hacer cero todos los valores abajo del pivote sin convertir este en 1.
2 Para lograr lo anterior se requiere obtener un factor el cual es necesario para convertir a
cero los valores abajo del pivote.
3 Dicho factor es igual al número que se desea convertir en cero (0) entre el número pivote.
(fij = #objetivo
pivote )
4 Este factor multiplicado por −1 se multiplica luego por el pivote y a ese resultado se le
suma el valor que se encuentra en la posición a cambiar (el valor en la posición que se
convertirá en cero).

Método de Doolittle- Estrategia de Resolución III

Pasos para encontrar la matrix triangular inferior [L].

1 Construir una matriz de igual orden que la matriz original con unos(1′ s) en la diagonal
principal y ceros (0′ s) para los elementos que cumplan j > i, (columna > fila).
2 Durante la contrucción de la matriz [U ], se calculan los factores mediante los cuales se
construye la matriz [L]. Por lo tanto el factor f21 , calculado para volver 0 la posición a21
se coloca en la posición l21 de la matriz [L].

Método de Doolittle- Estrategia de Resolución IV

Calculo de los factores y estructura final de las matrices [L] y [U ]
a21 a31 a′
f21 = ; f31 = ; f32 = 32
a11 a11 a′22
   
a11 a12 a13 1 0 0
 0 a′22 a′23  ; f21 1 0
0 0 a′′33 f31 f32 1

Método de Doolittle-Ejemplo 1 I
Sistema de Ecuaciones    
4 −2 −1 9
4x1 −2x2 −x3 =9
5x1 +x2 −x3 =7 A = 5 1 −1 B = 7
 
1 2 −1 12
 
x1 +2x2 −x3 = 12

Método de Doolittle-Ejemplo 1 II
Paso 1 Encontrar [U ].
Se deben buscar los factores para volver 0 los elementos a21 y a31 .
Definición de factores. Columna 1
a21 5
f21 = a11 = 4
a31 1
f31 = a11 = 4

Método de Doolittle-Ejemplo 1 III

a21 5
∗ f21 = a11 = 4
∗ F2′ = F2 − f21 × F1 = F2 − 54 F1 ; tomando como pivote F1
F ila′2 Resultado
 
a′21 = 5 − 5
4 × (4) = 0 4 −2 −1
a′22 = 1 − 5
× (−2) = 7 0 7 1 
4 2 2 4
a′23 = −1 − 5
4 × (−1) = 1
4 1 2 −1

Método de Doolittle-Ejemplo 1 IV
a31 1
∗ f31 = a11 = 4
∗ F3′ = F3 − f31 × F1 = F3 − 14 F1 ; tomando como pivote F1
F ila′3 Resultado
 
a′31 = 1 − 1
4 × (4) = 0 4 −2 −1
a′32 = 2 − 1
× (−2) = 5 0 7 1 
4 2 2 4
a′33 = −1 − 1
4 × (−1) = − 34 0 52 − 34

Método de Doolittle-Ejemplo 1 V
5
a′32 5
∗ f32 = a′22
= 2
7 = 7
2
∗ F3′′ = F3′ − f32 × F2′ = F3 − 57 F2′ ; tomando como pivote F2′
F ila′′3 Resultado
 
a′′31 = 0 − 5
7 × (0) = 0 4 −2 −1
a′′32 = 5
− 5
× ( 27 ) = 0 0 7 1 
2 7 2 4
a′′33 = − 34 − 5
7 × ( 14 ) = − 13
14 0 0 − 13
14

Método de Doolittle-Ejemplo 1 VI
∗ Al encontrar la matriz U los factores utilizados son los elementos de la matriz L
   
a11 a12 a13 1 0 0
 0 a′22 a′23  ; f21 1 0
0 0 a′′33 f31 f32 1
Matriz U Matriz L
   
4 −2 −1 1 0 0
   
U = 7 1  L= 5
0 2 4  4 1 0

0 0 − 13
14
1
4
5
7 1

Método de Doolittle-Ejemplo 1 VII

∗ Siguiendo la definición L × Y = B
   
9 y1 

  
 
 
B= 7 Y = y2

   
12
 
y 
3
     
1 0 0 y1   9 
5 1 0 × y2 = 7

4
1 5
7 1 y3 12
   
4

Método de Doolittle-Ejemplo 1 VIII

∗ Se procede con una sustitución hacia adelante para encontrar Y .
y1
y1 = 9 y3
1
4 y1 + 57 y2 + y3 = 12
y2
y3 = 12 − 14 y1 − 57 y2
5
4 y1 + y2 = 7
y3 = 12 − 14 (9) − 75 (− 14
17
)
y2 = 7 − 54 y1 9 85
y3 = 12 − 4 + 28
y2 = 7 − 54 (9) 179
y3 = 14
y2 = − 17
4

Método de Doolittle-Ejemplo 1 IX
∗ Seguiendo la definición U × X = Y
     
 4 −2 −1  x 9 



 1














0 72 1   × x2 = −
17
    

4   4

    
13 179
  
0 0 − 14 x3
 
 
 
 


 
 
 

14

Método de Doolittle-Ejemplo 1 X
∗ Se procede con una sustitución hacia atrás para encontrar X.

x3
− 13
14 x3 =
179
14
x3 = 179
14 /− 13
14
x1
x3 = −179/13 4x1 − 2x2 − x3 = 9
9+2x2 +x3
x1 = 4
3
9+2(− 13 )+x3 (− 179 )
X2 x1 = 13
4
7
+ 14 x3 = − 17
2 x2 4 x1 = − 68
13/4
x2 = (− 17
4
− 14 x3 )/(7/2)
x1 = − 17
13
x2 = [− 17
4
− 14 ×(− 179
3
)] /(7/2)
3
x2 = − 13
Método de Doolittle-Ejemplo 1 XI

 
4x1 −2x2 −x3 =9
5x1 +x2 −x3 =7
 
x1 +2x2 −x3 = 12
Resultado
x1 = − 17 3 179
13 ; x2 = − 13 ; x3 = − 13

Método de Doolittle- Ecuaciones Generales I

    
a11 a12 a13 1 0 0 u11 u12 u13
a21 a22 a23  = l21 1 0  0 u22 u23 
a31 a32 a33 l31 l32 1 0 0 u33
n−1
X
unj = anj − (lnk · ukj ) ; J = n → N
K=1
n−1
" #
X
lin = ain − (lik · ukn ) /unn ; i = n + 1 → N
K=1

Método de Doolittle- Ecuaciones Generales II

L×Y =B
y1 = b1
 
J=i−1
X
yi = bi −  lij · yj  ; i = 2, 3, . . . N
j=1

Método de Doolittle- Ecuaciones Generales III

U ×X =Y
xN = yN /uN N
 
N
X
xi = yi −  uij · xj  /uii ; i = N − 1, N − 2, . . . 3, 2, 1
j=i+1

Método de Doolittle- Ecuaciones Generales-Ejemplo I

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 u11 u12 u13
−121 322 223  = l21 1 0  0 u22 u23 
331 132 −333 l31 l32 1 0 0 u33
Encontrar u; n = 1; N = 3; j = 1 → 3 y k = 1 → 0
n−1
X
K=1
 
211 112 −313
 0 unj = anj .
u22 u23 
u11 = a11 = 2.
0 0 u33
u12 = a12 = 1.
u13 = a13 = −3.

Método de Doolittle- Ecuaciones Generales-Ejemplo II

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 211 112 −313
−121 322 223  = l21 1 0  0 u22 u23 
331 132 −333 l31 l32 1 0 0 u33
Encontrar l; n = 1; i = 2 → 3 y k = 1 → 0
" n−1
#
X

1 0 0
 lin = ain − (lik · ukn ) /unn ; i = n + 1 → N
−1/221 K=1
1 0 
3/231 l32 1 l21 = a21 /u11 = −1/2
l31 = a31 /u11 = 3/2
Método de Doolittle- Ecuaciones Generales-Ejemplo III

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 211 112 −313
−121 322 223  = −1/221 1 0  0 u22 u23 
331 132 −333 3/231 l32 1 0 0 u33
n−1
X
  unj = anj − (lnk · ukj ) ; J = n → N
211 112 −313
K=1
 0 7/222 1/223 
0 0 u33 u22 = a22 − l21 · u12 = 3 − (−1/2)(1) = 7/2
u23 = a23 − l21 · u13 = 3 − (−1/2)(−3) = 1/2
Método de Doolittle- Ecuaciones Generales-Ejemplo IV

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 211 112 −313
−121 322 223  = −1/221 1 0  0 7/222 1/223 
331 132 −333 3/231 l32 1 0 0 u33
Encontrar l; n = 2; i = 3 → 3 y k = 1 → 1
" n−1
#
  X
1 0 0 lin = ain − (lik · ukn ) /unn ; i = n + 1 → N
−1/221 1 0 K=1
3/231 −1/732 1
l32 = [a32 −l31 u12 ]
u22
= [1−3/2(1)]
7/2 = −1/7
Método de Doolittle- Ecuaciones Generales-Ejemplo V

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 211 112 −313
−121 322 223  = −1/221 1 0  0 7/222 1/223 
331 132 −333 3/231 −1/732 1 0 0 u33
n−1
X
  K=1
211 112 −313
 0 7/222 1/223  u33 = a33 − (l31 · u13 + l32 · u23 )
33 = −3 − ( /2(3) +
u 3 −1/7(1/2))
0 0 1,571433
u33 = −3 − (−9/2 − 1/14)
u33 = 1,5714
Método de Doolittle- Ecuaciones Generales-Ejemplo VI

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 211 112 −313
−121 322 223  = −1/221 1 0  0 7/222 1/223 
331 132 −333 3/231 −1/732 1 0 0 1,571433
Encontrar Y" #
J=i−1
X
yi = bi − lij · yj ; i = 2, 3, . . . N
 
−11
Y =  23/22  j=1
3,142863 y1 = b1 = −1
y2 = b2 − y1 l21 = 12 − (−1)−1/2 = 23/2
L×Y =B y3 = b3 − y1 l31 − y2 l32 = 0–(−1)(3/2)–(23/2)(−1/7)
y1 = b1 y3 = 3,14286
Método de Doolittle- Ecuaciones Generales-Ejemplo VII

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 211 112 −313
−121 322 223  = −1/221 1 0  0 7/222 1/223 
331 132 −333 3/231 −1/732 1 0 0 1,571433
Encontrar X
  " N #
−11 X
xi = yi − uij · xj /uii ; i = N − 1, N − 2, . . . 3, 2, 1
Y =  23/22  j=i+1
3,142863
x3 = y3/u33
U ×X =Y x2 = (y2 − x3 · u23 )/u22 ; i = 2 → 1
xN = yN /uN N x1 = (y1 − X2 · u12 − x3 · u13 )/u11 ; i = 3 → 1
Método de Doolittle- Ecuaciones Generales-Ejemplo VIII

 
2 1 −3 | −1
−1 3 2 | 12 
3 1 −3 | 0
    
211 112 −313 1 0 0 211 112 −313
−121 322 223  = −1/221 1 0  0 7/222 1/223 
331 132 −333 3/231 −1/732 1 0 0 1,571433
Encontrar X
 
−11 " N
X
#
y =  23/22  xi = yi − uij · xj /uii ; i = N − 1, N − 2, . . . 3, 2, 1
3,142863 j=i+1
x3 = 3,14286/1,5714 = 2
 
x1
x = x2  x2 = 3
x3 x1 = 1
Método de Doolittle- Ecuaciones Generales-Ejemplo IX


 
2x1 +x2 −3x3 = −1
−x1 +3x2 +2x3 = 12 
 
3x1 +x2 −3x3 = 0
Resultado
x1 = 1 ; x2 = 3 ; x3 = 2

Método de Doolittle-Ecuaciones Generales II I

Multiplicación de Matrices
    
a11 a12 a13 1 0 0 u11 u12 u13
a21 a22 a23  = l21 1 0  0 u22 u23 
a31 a32 a33 l31 l32 1 0 0 u33

Método de Doolittle-Ecuaciones Generales II II

a11 = u11 · 1 + 0 · 0 + 0 · 0 = u11

a12 = u12 · 1 + 0 · u22 + 0 · 0 = u12
a13 = u13 · 1 + 0 · 0 + 0 · 0 = u13
a21 = u11 · l21 + 1 · 0 + 0 · 0 = u11 · l21
a22 = u12 · l21 + 1 · u22 + 0 · 0 = u12 · l21 + u22
a23 = u13 · l21 + 1 · u23 + 0 · u33 = u13 · l21 + u23
a31 = u11 · l31 + l31 · 0 + 1 · 0 = u11 · l31
a32 = u12 · l31 + l32 · u22 + 1 · 0 = u12 · l31 + l32 · u22
a33 = u13 · l31 + l32 · u23 + 1 · u33 = u13 · l31 + l32 · u23 + u33

Método de Doolittle-Ecuaciones Generales II III

Ecuaciones Finales para L y U
u11 = a11
u12 = a12
u13 = a13
l21 = a21 /u11
l31 = a31 /u11
u22 = a22 − u12 · l21
u23 = a23 − u13 · l21
a32 −u12 ·l31
l32 = u22
u33 = a33 − u13 · l31 − l32 · u23

Método de Doolittle-Ecuaciones Generales-Ejemplo 2 I

    
2 1 3 x1  11
4 3 10 x2 = 28
2 4 17 x3 31
   
u11 = a11 = 2
u12 = a12 = 1
u13 = a13 = 3
l21 = a21 /u11 = 4/2 = 2
l31 = a31 /u11 = 2/2 = 1
u22 = a22 − u12 · l21 = 3 − (1 · 2) = 1
u23 = a23 − u13 · l21 = 10 − (3 · 2) = 4
l32 = a32 −u 12 ·l31
u32 = 4−(1·1)
1 =3
u33 = a33 − u13 · l31 − l32 · u23 = 17 − (3 · 1) − (3 · 4) = 2
Método de Doolittle-Ecuaciones Generales-Ejemplo 2 II

Se obtiene el siguiente sistema
    
2 1 3 1 0 0 2 1 3
4 3 10 = 2 1 0 0 1 4
2 4 17 1 3 1 0 0 2

Método de Doolittle-Ecuaciones Generales-Ejemplo 2 III

Se resuelven los sistemas
       
1 0 0 y1  11 11
2 1 0 · y2 = 28 → y = 6
1 3 1 y3 31 2
     
       
2 1 3 x1  11 3
0 1 4  · x2 = 6 → x = 2
0 0 2 x3 2 1
     

Método de Doolittle-Ecuaciones Generales-Ejemplo 2 IV


 
2x1 +x2 +3x3 = 11
4x1 +3x2 +10x3 = 28
 
2x1 +4x2 +17x3 = 31
Resultado
x1 = 3 ; x2 = 2 ; x3 = 1

Métodos Numéricos para Ingenieros
José Carlos Rangel

jose.rangel@utp.ac.pa
FISC-UTP
12 de septiembre de 2022

MetodosNumericos Modulo2 SistemasEcuaciones

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MetodosNumericos Modulo2 SistemasEcuaciones

Cargado por

Copyright:

Formatos disponibles

Solución Numérica de Ecuaciones Algebraicas

Métodos Numéricos para Ingenieros

José Carlos Rangel

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 1 / 89

Section 1.1 Definición

Un Sistema de Ecuaciones Algebraicas es un conjunto de dos o más

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 2 / 89

Section 1.2 Método de Eliminación Gaussiana

Método de Eliminación Gaussiana I

Este método esta ideado para resolver sistemas de ecuaciones como:

a11 x1 +a12 x2 + ··· +a1n xn = b1

La técnica para resolver ecuaciones consiste en dos fases:

Método de Eliminación Gaussiana II

Sistema de Ecuaciones Triangular Superior

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 4 / 89

Método de Eliminación Gaussiana-Procedimiento I

Eliminación hacia adelante

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 5 / 89

Método de Eliminación Gaussiana-Ejemplo 1 I

Paso 1: Volver 1 el elemento a11 de la matriz

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 6 / 89

Método de Eliminación Gaussiana-Ejemplo 1 II

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 7 / 89

Método de Eliminación Gaussiana-Ejemplo 1 III

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 8 / 89

Método de Eliminación Gaussiana-Ejemplo 1 IV

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 9 / 89

Método de Eliminación Gaussiana-Ejemplo 1 V

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 10 / 89

Método de Eliminación Gaussiana-Ejemplo 1 VI

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 11 / 89

Método de Eliminación Gaussiana-Ejemplo 1 VII

Sistema Triangular Superior

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 12 / 89

Método de Eliminación Gaussiana-Ejemplo 1 VIII

Sustitución hacia atrás

Segunda Incógnita Tercera Incógnita

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 13 / 89

Método de Eliminación Gaussiana-Ejemplo 1 IX

Sistema de Ecuaciones Original

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 14 / 89

Section 1.3 Método de Gauss-Jordan

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 15 / 89

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 16 / 89

Método de Gauss-Jordan-Ejemplo 1 III

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 17 / 89

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 18 / 89

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 19 / 89

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 20 / 89

Método de Gauss-Jordan-Ejemplo 1 VII

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 21 / 89

Método de Gauss-Jordan-Ejemplo 1 VIII

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 22 / 89

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 23 / 89

Sistema con 1’s en la Diagonal Principal

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 24 / 89

Sistema de Ecuaciones Original

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 25 / 89

Section 1.4 Método de Jacobi

JC-Rangel (FISC) Métodos Numéricos 12 de septiembre de 2022 26 / 89

Cuando no es diagonalmente dominante se cambian el orden de las ecuaciones y las incógnitas

Debe existir una condición que garantice la convergencia.