Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Solucion Numerica de Sistema de Ecuaciones Lineales
Solucion Numerica de Sistema de Ecuaciones Lineales
CICLO: V
2023
INTRODUCCIÓN
La solución numérica de sistemas de ecuaciones lineales es un problema fundamental en
muchas áreas de la ciencia y la ingeniería. Los métodos numéricos se utilizan para encontrar
una aproximación de la solución de un sistema de ecuaciones lineales cuando no es posible
encontrar una solución exacta. La elección del método a utilizar depende del tamaño y la
estructura del sistema de ecuaciones lineales. Uno de los métodos directos más comunes para
resolver sistemas de ecuaciones lineales es el método de eliminación de Gauss-Jordan. Este
método consiste en transformar el sistema de ecuaciones lineales en una forma triangular
superior, y luego resolver el sistema triangular superior mediante sustitución hacia atrás. El
método de eliminación de Gauss-Jordan es un método muy eficiente, pero puede ser costoso
computacionalmente para sistemas de ecuaciones lineales grandes. Otro método directo común
para resolver sistemas de ecuaciones lineales es el método de factorización LU. Este método
consiste en factorizar la matriz de coeficientes del sistema de ecuaciones lineales en un producto
de una matriz triangular inferior y una matriz triangular superior. Una vez que la matriz de
coeficientes ha sido factorizada, el sistema de ecuaciones lineales se puede resolver mediante
sustitución hacia adelante y hacia atrás. El método de factorización LU es un método muy
eficiente, pero puede ser costoso computacionalmente para sistemas de ecuaciones lineales
grandes. Uno de los métodos iterativos más comunes para resolver sistemas de ecuaciones
lineales es el método de Jacobi. Este método consiste en comenzar con una aproximación inicial
para la solución del sistema de ecuaciones lineales, y luego iterativamente refinar la
aproximación hasta que se alcance la convergencia. El método de Jacobi es un método muy
simple, pero puede ser lento para converger para algunos sistemas de ecuaciones lineales. Otro
método iterativo común para resolver sistemas de ecuaciones lineales es el método de Gauss-
Seidel. Este método es similar al método de Jacobi, pero utiliza la información más reciente
disponible para refinar la aproximación en cada iteración. El método de Gauss-Seidel es
generalmente más rápido que el método de Jacobi, pero puede ser más costoso
computacionalmente. La elección del método a utilizar para resolver un sistema de ecuaciones
lineales depende del tamaño y la estructura del sistema, así como de la precisión requerida.
planeamiento
El problema que se plantea es la solución de sistemas de ecuaciones lineales del tipo:
lo que significa deteminar el valor de las variables x1,....xn, que hacen que se cumplan las
igualdades. A los números aij se les denonomina coeficientes del sistema, y a los bi terminos
independientes. Si se introducen las matrices.
o escrito de forma matricial: Ux= b' ; todo ello tratando de evitar el cálculo de la matriz inversa,
lo que comporta un número de operaciones significativamente mayor. Un sistema triangular
superior, siempre y cuando se satisfagan las condiciones uii≠0 i= 1,.....,n es fácilmente
resoluble de manera recurrente mediante las fórmulas:
La eliminación de Gauss convierte un sistema de ecuaciones lineales cualquiera en uno
triangular superior equivalente mediante una serie de etapas, cada una de las cuales comporta
las siguientes operaciones fundamentales:
a. Multiplicación de una cualquiera de las ecuaciones del sistema por un número distinto de
cero.
b. Sustitución de una ecuación cualquiera por la que resulta de sumarle otra cualquiera de las
ecuaciones del sistema.
c. permutación del orden en el que aparecen en el sistema dos ecuaciones cualesquiera del
mismo.
Ejemplo:
x+y=2
2x + 3y = 6
Este sistema tiene dos ecuaciones y dos incógnitas, por lo que tiene una solución única.
1. Se forma la matriz ampliada del sistema, que es una matriz que consta de la matriz de
coeficientes del sistema, la matriz de los términos independientes y una columna de unos.
2. Se realizan operaciones elementales sobre las filas de la matriz ampliada, de forma que la
primera fila tenga un coeficiente de la variable que se quiere resolver igual a 1.
3. Se repite el paso 2 para las siguientes variables, una por una.
4. Una vez que todas las variables han sido resueltas, se pueden obtener las soluciones del sistema
sustituyendo los valores obtenidos en las ecuaciones originales.
Ejemplo
x + 2y + 3z = 7
2x + 3y + 4z = 10
3x + 4y + 5z = 13
|1|2|3|7|
| 2 | 3 | 4 | 10 |
| 3 | 4 | 5 | 13 |
Para resolver el sistema por el método de Gauss, se realizan las siguientes operaciones
elementales:
|1|2|3|7|
| 1 | -1 | -1 | 3 |
| 0 | -1 | 2 | 6 |
x=7
y = -3
z = -6
EL MÉTODO DE JACOBI
A*x=b
Convergencia
Ejemplo
Consideremos el siguiente sistema de ecuaciones:
x+y=2
2x + 3y = 7
La matriz A del sistema es
A=
[1 1]
[2 3]
import numpy as np
Args:
A: Matriz del sistema.
b: Vector de términos independientes.
x0: Vector inicial.
tol: Tolerancia para la convergencia.
Returns:
Vector de soluciones.
"""
n = A.shape[0]
x = np.copy(x0)
iters = 0
while True:
x_new = np.zeros(n)
for i in range(n):
x_new[i] = (b[i] - np.sum(A[i, :i] * x[i:])) / A[i, i]
x = x_new
iters += 1
return x, iters
print(x)
CONCLUSIÓN
La elección del método más adecuado depende de las características del sistema de ecuaciones a
resolver. En general, el método de eliminación de Gauss es el más eficiente, pero puede ser
inestable para sistemas con coeficientes grandes. Los métodos de Gauss-Seidel y Jacobi son
más estables, pero pueden ser menos eficientes.