METODOS NUMERICOS

NOMBRE: ELIOZERHR ALDAIR CHAMBA CUBAS

DOCENTE: DR. ROGER VILLAROEL FERNANDDEZ

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.

el sistema puede representarse de forma más compacta por:

Ax=b
En el planteamientpo del problema se ha supuesto de forma implicita que el sistema de
ecuaciones está bien definido, esto es, las ecuaciones que lo forman son todas linealmente
independientes entre sí y el número de ecuaciones es igual al número de variables.

MÉTODO DE ELIMINACIÓN DE GAUSS-JORDAN

Comenzamos el estudio de los métodos numéricos directos con el estudio del método por
excelencia del álgebra lineal numérica. Supondremos que la matriz A es de rango completo -y
por lo tanto invertible- eventualmente si no lo es el procedimineto deberá detectarlo. El método,
aunque varios autores anteriores (Lagrange, Leibniz, y otros) ya habían investigado sobre el
mismo, se atribuye a Gauss quien lo aplicó por primera vez en 1809. La idea básica es muy
sencilla, se trata de aplicar al sistema dado por la ecuación Ax=b una serie de transformaciones
lineales de tal manera que al final de n pasos se haya transformado en uno mucho más fácil de
resolver. Concretamente un sistema triangular superior de la forma:

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:

Consideremos el siguiente sistema de ecuaciones lineales:

x+y=2
2x + 3y = 6

Este sistema tiene dos ecuaciones y dos incógnitas, por lo que tiene una solución única.

Para resolver este sistema utilizando el método de Gauss-Jordan, procedemos de la siguiente

manera:

1. Multiplicamos la primera ecuación por -2:

-2x - 2y = -4

2. Sumamos la segunda ecuación a la ecuación obtenida en el paso anterior:

y=2

3. Sustituimos el valor de y en la primera ecuación:

x+2=2

4. Resolvemos la ecuación resultante para x:

x=0

Por lo tanto, la solución del sistema es x = 0 y y = 2.

METODO DE ELIMACION DE GAUSS:

El método de eliminación de Gauss es un método numérico para resolver sistemas de

ecuaciones lineales. Consiste en una serie de operaciones elementales sobre las matrices del
sistema, que permiten reducirlo a una forma triangular superior. En esta forma, el sistema se
puede resolver fácilmente por sustitución hacia atrás.
 Procedimiento

El procedimiento para resolver un sistema de ecuaciones lineales por el método de Gauss es el

siguiente:

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

Consideremos el siguiente sistema de ecuaciones lineales:

x + 2y + 3z = 7
2x + 3y + 4z = 10
3x + 4y + 5z = 13

La matriz ampliada del sistema es la siguiente:

|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. Se divide la primera fila por 1:

|1|2|3|7|
| 2 | 3 | 4 | 10 |
| 3 | 4 | 5 | 13 |

2. Se multiplica la segunda fila por -2 y se suma a la primera fila:

|1|2|3|7|
| 0 | 1 | -1 | 3 |
| 3 | 4 | 5 | 13 |

3. Se multiplica la tercera fila por -3 y se suma a la primera fila:

|1|2|3|7|
| 0 | 1 | -1 | 3 |
| 0 | 1 | -2 | -6 |

4. Se divide la segunda fila por 1:

 |1|2|3|7|
| 1 | -1 | -1 | 3 |
| 0 | 1 | -2 | -6 |

5. Se multiplica la tercera fila por -1:

|1|2|3|7|
| 1 | -1 | -1 | 3 |
| 0 | -1 | 2 | 6 |

En este punto, la matriz ampliada está en forma triangular superior:

|1|2|3|7|
| 1 | -1 | -1 | 3 |
| 0 | -1 | 2 | 6 |

Por lo tanto, las soluciones del sistema son:

x=7
y = -3
z = -6

EL MÉTODO DE JACOBI

es un método iterativo para resolver sistemas de ecuaciones lineales del tipo

A*x=b

donde A es una matriz cuadrada de dimensión n x n, b es un vector de n componentes y x es el

vector de soluciones.

Convergencia

El método de Jacobi siempre converge si la matriz A es estrictamente diagonal dominante. Una

matriz A es estrictamente diagonal dominante si todos sus elementos diagonales son positivos y
todos sus elementos no diagonales son menores que los elementos diagonales.

Si la matriz A no es estrictamente diagonal dominante, el método de Jacobi puede converger

pero no de forma garantizada.

Ejemplo
Consideremos el siguiente sistema de ecuaciones:

x+y=2
2x + 3y = 7
La matriz A del sistema es

A=
[1 1]
[2 3]

La matriz A es estrictamente diagonal dominante, por lo que el método de Jacobi convergerá.

Código en Python del método de JACOBI

import numpy as np

def jacobi(A, b, x0, tol=1e-6):

"""
Resuelve un sistema de ecuaciones lineales usando el método de Jacobi.

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]

err = np.linalg.norm(x_new - x, ord=2)

if err < tol:

break

x = x_new
iters += 1

return x, iters

A = np.array([[1, 1], [2, 3]])

b = np.array([2, 7])
x0 = np.zeros(2)

x, iters = jacobi(A, b, x0)

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.

La solución numérica de ecuaciones lineales tiene una gran variedad de aplicaciones en

diferentes campos, como la ingeniería, la ciencia y la economía. Por ejemplo, se utiliza para
resolver problemas de álgebra lineal, física, química, economía, ingeniería civil, ingeniería
mecánica, ingeniería eléctrica, ingeniería informática, etc.

En conclusión, la solución numérica de ecuaciones lineales es una herramienta indispensable en

el análisis numérico. Los métodos numéricos permiten resolver sistemas de ecuaciones lineales
de forma aproximada, lo que es necesario en muchos casos prácticos.