Sistema de ecuaciones

lineales

SISTEMA DE ECUACIONES
LINEALES

Es un conjunto de ecuaciones
lineales sobre un cuerpo o un
anillo conmutativo

Existen varios mtodos para

resolver sistemas de ecuaciones,
aqu mencionaremos algunos de
ellos.

SISTEMA DE ECUACIONES
LINEALES

Dos ecuaciones son equivalentes

si representan el mismo lugar
geomtrico.

Dos sistemas son equivalentes si

tienen el mismo conjunto
solucin.

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

Donde es un escalar (Numero real).

Suma entre Filas (Renglones)

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

a21 * x1 a22 * x2 a23 * x3 b2

a31 * x1 a32 * x2 a33 * x3 b3

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;

Diagonal Principal con unos

Fuera de la diagonal principal
con ceros
Resultados para cada variable
Xn
X2=R2;

y X3=R3

Pasos para aplicar el Mtodo

Para la consecucin del resultado esperado el mtodo de
Gauss Jordan plantea los siguientes pasos para su
aplicacin.
Primero debemos hacer garantizar el primer uno como valor para
el coeficiente a11.
Despus mediante operaciones entre renglones cancelamos los
valores de los elementos restantes de la primera columna ( a21,

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

En esta operacin se ven afectada la fila

dos F2 y la fila 3 F3, la fila 1 F1 permanece sin
modificacin.

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

De esta manera tenemos la solucin del

sistema como sigue:
X1=4;

X2=-2;

y X3=3

Resolver el siguiente sistema de

ecuaciones por el mtodo de
Gauss-Jordan
x 2y z 3
Este es el
sistema de
ecuaciones a
resolver

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

Solucin por el mtodo de

Gauss-Jordan
1 2 1 3
Paso 1. Se

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

Al numero 1 de la diagonal se le denomina elemento

pivote; sobre ste vamos a apoyarnos para hacer ceros
los nmeros arriba y debajo de dicho numero con
operaciones de eliminacin rengln

Solucin por el mtodo de

Gauss

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

nmero debajo del rengln pivote

Por qu nmero debemos
multiplicar el rengln pivote?

Rengln pivote

Elemento
pivote

Solucin por el mtodo de Gauss

Modificamos el
segundo
rengln con la
operacin de
eliminacin
rengln

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

Solucin por el mtodo de Gauss

Ya transformamos
11 2 1

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

Solucin por el mtodo de Gauss

El siguiente
elemento pivote
es 28; el cual
debe ser
transformado en
1 sin alterar la
ecuacin Cmo
lo hacemos?
En otras
palabras: Cada
rengln
representa una
ecuacin, si
dividimos todo el
rengln entre -28
obtenemos el 1
que estamos
buscando

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

Solucin por el mtodo de Gauss

Realizamos la
operacin de
eliminacin
rengln

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

Leyndose el siguiente resultado: x = 5/4

z = 23/28

y = 13/28

Solucin por el mtodo de Gauss

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

4 si la franja la toman enx1una zona no en un punto,

encontramos un sistema mal condicionado.

x2

L1

L2

x1

MTODO GRAFICO
Ejemplo 1:

Resolver por mtodo grafico el siguiente sistema de ecuaciones.

x+y=5 ; 2x+y=9
Sln.
Para la primera ecuacin se tiene que: x=5-y tal que
x

Para la segunda ecuacin se tiene que: x=9-y/2

x

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}

DIFICULTAD EN LOS METODOS DE ELIMINACION

1.- Divisin entre cero

PIVOT CERO
TECNICA DEL
PIVOTEO

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

Directos: Cramer, Gauss

Iterativos: Jacobi, Gauss seidel,
Relajacin

METODOS ITERATIVOS
Resuelve Sistema de
ecuaciones lineales.
Sencillos
Aproximacin(error tol)

El mtodo iterativo converge. Si A es diagonalmente

dominante (D.D.)

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.

a11x1 + a12x2 + + a1nxn = b1

a21x1 + a22x2 + +a2nxn = b1
.
.
.
.
.
an1x1+ an2x2 + + annxn = bn

3. Despejamos las incgnitas (variable x) de estas ecuaciones y empleamos

el valor inicial para la primera iteracin.

4. Realizamos una serie de iteraciones hasta lograr que el Ea sea menor de

la tolerancia dada.

EJEMPLO

Con un vector inicial

X1 = 0
X2 = 0
X3 = 0

Resolver por el mtodo de Jacobi, el siguiente sistema de ecuaciones.

6x1 + 2x2 + x3 = 22
-x1 + 8x2 + 2x3 =30
x1 - x2 + 6x3 =23

SOLUCIN

1.

Despejamos la variable x de cada una de las ecuaciones como sigue:

x1 = (22-2x2-x3)/6
x2 = (30+x1-2x3)/8
x3 = (23-x1+x2)/6

2. Para un vector inicial (0 ; 0 ; 0) hallo los valores de x1, x2, x3.

x1 = [22-2(0)-(0)]/6
x2 = [30+(0)-2(0)]/8
x3 = [23-(0)+(0)]/6

3. Teniendo para nuestra primera iteracin los siguientes valores:

X1= 3,66

X2= 3,75

X3= 3,83

4. Reemplazamos en las ecuaciones despejadas

inicialmente los valores obtenidos anteriormente e
iteramos hasta que Error Relativo<1%
Iteraci
n
0
1
2
3
4
5
6

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

5. Observamos que en la 6 Iteracin se alcanza la

convergencia.

METODO GAUSS SEIDEL

El mtodo de Gauss Seidel es casi idntico al mtodo de

Jacobi. Este ultimo encuentra valores para cada
incgnita del sistema de ecuaciones lineales y en la
siguiente iteracin sustituye estos valores en el sistema.
La nica diferencia entre estos dos mtodos esta en que,
en el mtodo de Gauss Seidel una vez que se ha
calculado el valor de Xi, este valor se sustituye
inmediatamente en la misma iteracin.

EJEMPLO

Resuelva el siguiente sistema de ecuaciones lineales por medio del

mtodo de Gauss Seidel, con una tolerancia de 0,1%
6x1 + 2x2 + x3 = 22
-x1 + 8x2 + 2x3 = 30
x1 - x2 + 6x3 = 23
Con un Vector inicial
X1=0
X2=0
X3=0

SOLUCIN

1. Al igual que en el mtodo de Jacobi despejo en cada ecuacin cada

una de las incgnitas respectivamente.
x1 = (22-2x2-x3)/6
x2 = (30+x1-2x3)/8
x3 = (23-x1+x2)/6

2. Empleando el vector inicial, hallo el valor de la primera incgnita.

x1 = (22-2x2-x3)/6
x1=[(22-2(0)-(0)]/6
x1=3,66

3. Hallo la segunda incgnita (x2) empleando el valor hallado

anteriormente.
x2 = (30+x1-2x3)/8
x2 = [30+(3,66)-2(0)]/8
x2= 4,21

4. De igual manera hallamos el valor de x3 empleando los valores de

x1 y x2 hallados anteriormente.
x3 = (23-x1+x2)/6
x3 = [23-(3,66)+(4,21)]/6
x3= 3,925

5. Con estos valores empiezo a iterar hasta alcanzar un Ea<0,1%.

 Realizamos la tabla de iteraciones en Excel como se muestra a

continuacin:

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

mtodo de Jacobi est es mucho mas preciso.

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

METODO GAUSS SEIDEL CON RELAJACIN

Despus de calcular un nuevo valor de x por la ecuacin

de Gauss Seidel, ese valor se modifica por un promedio
ponderado de los resultados de las iteraciones hechas
con Gauss-Seidel, esto se conoce como tcnica SOR o de
relajacin. El esquema es el siguiente:

Pasos a seguir

1. Para hallar los valores de X en el sistema de

ecuaciones empleo la ecuacin fundamental:
Xi=W*Xi + (1-W)*Xi
2. Reemplazo el W dado inicialmente, y obtengo un
nuevo sistema de ecuaciones.
3. Reemplazo los valores iniciales, y empiezo a iterar
hasta alcanzar un Ea menor a la tolerancia dada.

EJEMPLO

Resuelva el siguiente sistema de ecuaciones empleando el

mtodo de Gauss Seidel de Relajacin (SOR).
6x1 + 2x2 + x3 = 22
-x1 + 8x2 + 2x3 =30
x1 - x2 + 6x3 =23

Con un vector inicial (0 ; 0 ; 0), y con factor de relajacin de

W=1,25

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

Llevando a cabo la operacin anterior se tiene que:

X1= [27,5 - 2,5X2 - 1,25X3 - 1,5X1]/6
X2=[37,5 2,5X3 + 1,25X1 - 2X2]/8
X3=[28,75 1,25X1 + 1,25X2 1,5X3]/6

3. Empleo los valores iniciales para la primera iteracin, teniendo en

cuenta que este mtodo trabaja de igual forma que Gauss Seidel.
X1= [27,5 - 2,5X2 - 1,25X3 - 1,5X1]/6
X1= [27,5 - 2,5(0) - 1,25(0) - 1,5(0)]/6
X1= 4,58

4. Realizo el mismo procedimiento para X2 y X3

X2=[37,5 2,5X3 + 1,25X1 - 2X2]/8
X2=[37,5 2,5(0) + 1,25(4,58) 2(0)]/8
X2= 5,40
X3=[28,75 1,25X1 + 1,25X2 1,5X3]/6
X3=[28,75 1,25(4,58) + 1,25(5,40) 1,5(0)]/6
X3= 4,962

5. Empiezo a iterar hasta alcanzar un Ea < a la tolerancia dada.

 Realizamos la tabla de iteraciones en Excel como se muestra a

continuacin:

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

Al llegar a este punto claramente podemos decir que el mtodo

iterativo con mayor velocidad de convergencia es el de Gauss Seidel.

SISTEMA DE
ECUACIONES NO
LINEALES

Sistema de ecuaciones
no lineales

Mtodos para resolver S.E.N.L

 Ejemplo

MTODO DEL PUNTO FIJO MULTIVARIABLE

(-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

G1 y G2 no sirven para hallar

la solucin

Condicin suficiente aunque no

necesaria para asegurar la
convergencia

Mtodo de Newton
Rapshon

Calculando la NF

METODO DE NEWTON
RAPSHON MODIFICADO