Documentos de Académico
Documentos de Profesional
Documentos de Cultura
lineales
SISTEMA DE ECUACIONES
LINEALES
Es un conjunto de ecuaciones
lineales sobre un cuerpo o un
anillo conmutativo
SISTEMA DE ECUACIONES
LINEALES
Rango A Rango de B
Sistema de
Ecuaciones
Lineales
AX=B
Consisten
te
Inconsiste
nte
Rango A = n
Sin
solucin
Rango A=Rango de B
Solucin
nica
Rango A < n
Nmero
Infinito de
solucione
s
Mtodo de Gauss-Jordan
El mtodo de Gauss Jordan esta
sustentado en las siguientes
operaciones entre renglones.
Fila(Rengln ) por un escalar
*(a1 , a2 , a3 ) a1 , a2 , a3
a1 , a2 , a3
b1 , b2 , b3
a1 b1 , a1 b2 , a1 b3
Matriz aumentada
Teniendo como base un sistema de
ecuaciones 3x3 de la forma:
a11 * x1
a12 * x2
a13 * x3 b1
Coeficientes
Variables
Trminos
Independien
Se construye la matriz aumentada como sigue:
tes
a12
a21
a
31
a22
a32
a11
a13 b1
a23 b2
a33 b3
Resultado esperado
A partir de la aplicacin de operaciones
entre Filas, el mtodo de eliminacin de
Gauss Jordn busca la transformacin
de la matriz aumentada a la forma:
1 0 0 R1
0 1 0 R2
0 0 1 R
3
Donde X1=R1;
y X3=R3
a31).
Despus debemos transformar el valor del coeficiente a22 a el
valor de 1 .
Despus mediante operaciones entre renglones cancelamos los
valores de los elementos restantes de la segunda columna ( a12,
a32).
El proceso se repite para los dems trminos de la matriz hasta
obtener la matriz deseada.
Ejemplo de Aplicacin
Resolver el siguiente sistema de ecuaciones
3x3 , empleando el mtodo de eliminacin de
Gauss 2Jordan:
* x1 4 * x2 6 * x3 18
Coeficiente
4 * x1
3 * x1
5 * x2
1* x2
6 * x3 24
2 * x3 4
s
Variables
Trminos
Primero construimos la matriz aumentada como
sigue:
independie
ntes
2 4 6 18
4
5
6
24
3 1 2 4
Ejemplo de Aplicacin
Para garantizar el primer uno para el
coeficiente a11 multiplicamos la primera
fila por 1/2.
En esta operacin se ve afectada la fila
uno F1, las dems permanecen sin modificacin.
2 4 6 18
4 5 6 24
3 1 2 4
1
*F1
2
1 2 3 9
4 5 6 2
4
3 1 2 4
Ejemplo de Aplicacin
Ahora debemos transformar en ceros los
coeficientes restantes de la columna a21, a31 ,
para tal efecto operamos la fila 1 (F1) por -4 y
sumamos el resultado a la fila 2 (F2). De
manera similar operamos la fila 1 (F1) por -3 y
sumamos el resultado a la fila 3 (F3).
1 2 3 9
4 5 6 24
3 1 2 4
4*F1 F2
3*F1 F3
1 2
3 9
0 3 6 12
0 5 11 23
Ejemplo de Aplicacin
Con base en lo expuesto anteriormente
seguimos operando la matriz obtenemos el uno
en la posicin a22.
0 3 6 12
0 5 11 23
1
*F2
3
2 4
0 1
0 5 11 23
Ejemplo de Aplicacin
Transformamos en ceros los dems
coeficientes de la columna 2.
1 2
3 9
2 4
0 1
0 5 11 23
2* F2 F1
5*F2 F3
1 0 1 1
0 1 2 4
0 0 1
3
Ejemplo de Aplicacin
Transformamos a uno el valor de la posicin
a33
1 0 1 1
0 1 2 4
0 0 1 3
1* F3
1 0 1 1
0 1 2
4
0 0 1
3
Ejemplo de Aplicacin
Transformamos en ceros los dems
coeficientes de la columna 3.
1 0 1 1
0 1 2 4
0 0 1 3
1*F3 F1
2* F3 F2
1 0 04
2
0 1 0
0 0 1 3
X2=-2;
y X3=3
Paso 1. Se
forma la matriz
aumentada
NOTA
IMPORTANTE: El
objetivo del
mtodo es
lograr formar
una matriz
identidad de
esta forma.
2x 5 y z 4
3x 2 y z 2
1
2
5
1
1
3 2 1
1 0 0
0 1 0
0 0 1
4
2
b
c
Donde el
sistema tiene
la siguiente
solucin:
x=a
y=b
z=c
2
5
1
4
forma la
3 2 1 2
matriz
aumentada
Paso 2. Como se busca obtener una diagonal de 1 en el
primer rengln ya tenemos un nmero 1. Nuestro objetivo
ahora ser hacer obtener ceros debajo de este nmero 1
1 2 1 3
Identificamos
2
5
1
4
Rengln,
3 2 1 2
Columna y
elemento
pivote
Columna pivote
Seleccionamos
[
el rengln
pivote
Seleccionamos
un rengln
0
diferente al
rengln pivote
Como el objetivo es hacer 0 el
Rengln pivote
Elemento
pivote
2
5
3 2 1
(-2)
[
]
0
Ahora
modificamos el
tercer rengln
Por qu
nmero
multiplicamos
el
rengln
Cmo
queda
pivote
ahora?
la nueva
matriz?
4
2
1
1
-3 -2
(-3) [
3 -2 -1
0 -8
1
2
1
1
3
0 8 4
-4 -7
3
2
7
la primera
1 3
0 1
columna, ahora
0 8 4
vamos con la
segunda;
afortunadamente
(-2) [ 0
1
ya hay un 1
1
2
1
-2
]
Qu
hacemos
como nuevo
ahora? Hay
que
elemento
pivote
1 0 7
transformar en
ceros los
(8) [ 0
1
nmeros arriba
-2 ] 0 -8 -4
y abajo del
0
0 nuevo
28
elemento
Se repite la
pivote
1 0 7
eliminacin
rengln
0 1 3
La siguiente
0 0 28
matriz queda:
2
7
-3
-3
-7
-23
7
2
23
Nuevo rengln
pivote
11 0 7
0 11 3
0 0 28
1
1 0 7
1 3
0 1
0 0
2
23
2
23 / 28
Convertimos el
elemento pivote
en 1 para
facilitar las
operaciones;
dividimos todo
el rengln entre
el nmero
pivote (-28)
obteniendo el
siguiente
resultado
1 0 7
0 1 3
0 0
2
23 / 28
(-7) [ 0
0
23/28
1
0] 7
1 0
Nuevo rengln
pivote
1
7
5/4
(3) [ 0
0
1
23/28
0
1] -3
-2
0 1
Finalmente la
matriz queda
1 0 0
0 1 0
0 0 1
0 13/28
5/ 4
13 / 28
23 / 28
y = 13/28
Sistema de
ecuaciones
original
x 2y z 3
2x 5 y z 4
3x 2 y z 2
Respuestas: x = 5/4
y=
13/28
z=
23/28
MTODO GRAFICO
1- Si ambas rectas se cortan, las coordenadas del punto de
corte son los nicos valores de las incgnitas x e y.
Sistema compatible determinado.
L1
L2
x2
x1
2- Si ambas rectas son coincidentes,
el sistema tiene
infinitas soluciones que son las respectivas coordenadas
de todos los puntos de esa recta en la que coinciden
ambas. Sistema compatible indeterminado.
L1
L2
MTODO GRAFICO
3 - Si ambas rectas son paralelas, el sistema no tiene
solucin. Sistema incompatible.
x2
L1
L2
x2
L1
L2
x1
MTODO GRAFICO
Ejemplo 1:
MTODO GRAFICO
2x+y=9
X+y=5
solucin
x
Solucin {4.1}
MTODO GRAFICO
y
2x+y=9
2x+y=12
x+y=5
x
solucin
Solucin {7,-2}
MTODO GRAFICO
y
2x+y=9
x+y=7
solucin
Solucin {2,5}
2.- Errores de
redondeo
3- Sistema mal
condicionado
Si hacemos un pequeo cambio en el sistema significativo
en la solucin. Es bastante sensible al error de redondeo
Mal
condicion
ado
X+2y=10
1.1x+2y=1
0.4
sol
sol
x=8 1.05
y=1
x=4
y=3
10x+20y=100
11x+20y=104
D=20
Escalaremos el
sistema
1/2x+y=5
11/20x+y=104/20
D=1/2 11/20= - 0.05
4.- Sistema
singular
Det(A)=0
A=
0
0
0
5
8
0
3
6
3
SISTEMA DE ECUACIONES
LINEALES
Mtodos de solucin:
- Directos o exactos
- Iterativos
METODOS ITERATIVOS
Resuelve Sistema de
ecuaciones lineales.
Sencillos
Aproximacin(error tol)
MTODO DE JACOBI
Este mtodo junto con el de gauss Seidel comprenden los
mtodos iterativos para la solucin de sistemas de
ecuaciones lineales.
El mtodo parte de un sistema de ecuaciones al cual se le
aplicaran unos arreglos si es necesario para poder
implementar este mtodo. Cuando se tiene el sistema de
ecuaciones definido se debe hacer lo posible para que la
matriz tenga la forma de diagonalmente dominante.
Convergencia
Convergencia
Condicin de
convergencia
Teorema 12 .- (Frbenius-Mises)
(Geiringer)
Una condicin suficiente para la
convergencia del mtodo de Jacobi,
Gauss Seidel es que se verifique una de
las dos desigualdades siguientes:
A es una matriz de diagonal
estrictamente dominante.
PASOS A SEGUIR
1. Para emplear este mtodo se nos debe proporcionar un vector inicial.
2. Este mtodo se basa en el despeje de cada incgnita de un sistema de
ecuaciones como el siguiente.
EJEMPLO
SOLUCIN
1.
X2= 3,75
X3= 3,83
x1
Er
x2
Er
x3
Er
0
3,67
1,78
1,94
1,98
2,01
2,00
100,00
106,25
8,46
2,08
1,18
0,26
0
3,75
3,25
3,01
2,97
3,00
3,00
100,00
15,38
7,96
1,26
0,73
0,21
0
3,83
3,85
4,08
4,01
4,00
4,00
100,00
0,36
5,68
1,68
0,33
0,01
EJEMPLO
SOLUCIN
Iteraci
n
0
1
2
3
4
5
Observamos
6
x1
0
3,67
1,61
2,00
2,01
2,00
de esta
2,00
Ea
x2
Ea
100,00
4,21
100,00
127,75
2,97
41,68
19,50
2,98
0,49
0,28
3,00
0,54
0,29
3,00
0,04
manera que aunque toma mas
0,01
3,00
0,01
x3
Ea
0
3,92
100,00
4,06
3,36
4,00
1,56
4,00
0,04
4,00
0,02
iteraciones que el
4,00
0,00
Pasos a seguir
EJEMPLO
SOLUCIN
1. Planteo el sistema de ecuaciones de la siguiente forma:
X1= [22*W-2X2*W-X3*W+6X1*(1-W)]/6
X2=[30*W-2X3*W+X1*W+8X2*(1-W)]/8
X3=[23*W-X1*W+X2*W+6X3*(1-W)]/6
2. Reemplazo el valor del W dado y obtengo el nuevo sistema de
ecuaciones.
X1= [22*(1,25)-2X2*(1,25)-X3*(1,25)+6X1*(1-1,25)]/6
X2=[30*(1,25)-2X3*(1,25)+X1*(1,25)+8X2*(1-1,25)]/8
X3=[23*(1,25)-X1*(1,25)+X2*(1,25)+6X3*(1-1,25)]/6
Iteracin
0
1
2
3
4
5
6
7
8
x1
0
4,58
0,15
2,98
1,57
2,16
1,95
2,01
2,00
Ea
100,00
2913,11
94,89
89,79
27,32
10,71
2,92
0,47
x2
0
5,40
1,81
3,48
2,84
3,04
3,00
3,00
3,00
Ea
100,00
198,62
48,05
22,80
6,78
1,58
0,04
0,23
x3
0
4,96
3,90
3,92
4,07
3,96
4,02
3,99
4,00
Ea
100,00
27,37
0,67
3,74
2,98
1,57
0,70
0,26
SISTEMA DE
ECUACIONES NO
LINEALES
Sistema de ecuaciones
no lineales
Ejemplo
(-2.5,0.3)
Desplazamientos Sucesivos
N
0
0
0
0.2 1.4
----0.3 0.79 0.618
-3.6642 0.51
(0.2,1.4)
(2.5,-0.3)
(0.2,-1.4)
ERROR
3.97
Mtodo de Newton
Rapshon
Calculando la NF
METODO DE NEWTON
RAPSHON MODIFICADO