MÉTODOS NUMÉRICOS PARA INGENIERÍA

Sistema de ecuaciones lineales

1. SISTEMA DE ECUACIONES LINEALES
Un sistema de ecuaciones lineales de “m” ecuaciones con “n”
variables, es un conjunto de ecuaciones lineales de la forma:
a11 x1  a12 x2    a1n xn  b11
a x  a x    a x  b
 21 1 22 2 2n n 21
(1) 
 
am1 x1  am 2 x2    amn xn  bm1

Definición: [sistemas de ecuaciones equivalentes]. Decimos que dos sistemas son

equivalentes, si tienen el mismo conjunto de soluciones.

Ejemplo: Los siguientes sistemas son equivalentes

Ya que ambas tiene como única solución (2,1)

2. INTERPRETACIÓN GEOMÉTRICA

Ejemplo: rectas que se cruzan(no paralelas)

-
- 2x + y = 8 x + 2y = 7
- 2x + y = 8
-
-
-
- (3; 2) solución única
- x + 2y = 7
-
-
-
-
-
-
-
-
-
-
-
- -
3. CLASIFICACIÓN DE LOS SISTEMAS DE ECUACIONES

Un sistema de ecuaciones se clasifica en función del conjunto

de soluciones

 Sistema Incompatible (S.I): cuando no admite solución.

 Sistema Compatible (S.C): cuando admite más de una

solución.

• Sistema Compatible y Determinado (S.C.D): esto es, que

tenga una única solución.
• Sistema Compatible e Indeterminado (S.C.I): esto es,
que tenga infinitas soluciones.
4. REPRESENTACIÓN MATRICIAL DE UN SISTEMA DE
ECUACIONES LINEALES
Un sistema de ecuaciones lineales de “m” ecuaciones con “n”
variables, es un conjunto de ecuaciones lineales de la forma:
a11 x1  a12 x2    a1n xn  b11
a x  a x    a x  b
(1)  21 1 22 2 2n n 21
 matriz de
 
coeficientes
am1 x1  am 2 x2    amn xn  bm1

representación matricial del sistema

matriz de
 x1  variables o
 a11 a12  a1n     b  incógnitas
a  x 11
a22  a2 n   b  2
 21  .    21   AX  B
          matriz de las
  .  bm1  constantes o
 am1  am 2  a m 3 amn
   xn   B
términos
independientes.
A  
X
 MATRICES EQUIVALENTES

Definición:
Decimos que dos matrices son equivalentes si al
efectuar operaciones elementales entre filas a una de
ellas, se obtiene la otra.
1 1 1 2 
 1 1 1 2  0 1 3 5 
Ejemplo: Las matrices  3 3 2 16  y  
son equivalentes
   0 0 5 10
 2 1 1 9 

ya que, al aplicar sucesivamente las operaciones elementales 3 f1  f 2  f 2 ,

 1 1 1 2 
2 f1  f3  f 3 y f 2  f 3 a la matriz  3 3 2 16  , se obtiene la
 
 2 1 1 9 
1 1 1 2 
0 1 3 5 
matriz  
0 0 5 10 
Matriz Ampliada

 a11 a12  a1n b1 

 
 a21 a22  a2 n b2 
      
 
      
a am 2 amn bm 
 m1 
Pivot de una Fila

Definición:
Pivot de la fila i, es el 1er elemento distinto de cero
que se encuentra en la fila i de la matriz.

0  0 ai ,k  ai ,n 

ai,k≠0 pivot de la fila i

 Matriz escalonada por filas

Definición:
Una matriz se llama escalonada por filas si:

1. Todas las componentes que se encuentran

debajo del pivot de una fila son ceros.

2. Todas las filas nulas se encuentran al final

de la matriz.
 OPERACIONES ELEMENTALES POR FILAS

Son las operaciones con matrices que no se modifica ni su orden ni su

rango.
Las operaciones elementales o transformaciones elementales por filas sobre
una matriz A son las siguientes:

 La permutación de la fila i y la fila j, se representa por Fi  F j

 El producto de todos los elementos de la fila i por un escalar k distinto de
Fi  kFi
cero, se representa por
 La suma de la fila i, con los correspondientes elementos de la fila j
multiplicados por un escalar k, se representa por Fi  Fi  kF j
 Matriz escalonada reducida por filas
Definición:
Una matriz se llama escalonada reducida por filas si,
además de ser escalonada por filas se cumple que:

1. Todos los pivot son iguales a 1.

2. En cada columna donde el pivot es 1 los

otros elementos son iguales a cero.
Ejemplos:
Matriz escalonada por filas
2  1 0 1 
0 3 1 0 
 
0 0  1  2
Matriz escalonada reducida por filas
1 0 0 2 
0 1 0  4 
 
0 0 1 3 
Determine si las siguientes matrices son reducidas

Matriz no reducida Matriz reducida Matriz reducida

Matriz reducida Matriz reducida Matriz reducida

Reduzca las siguientes matrices

1. 2.

3. 4.
 Rango de una Matriz

Definición: El rango de una matriz es igual al número de

filas no nulas que quedan en la última iteración de las
sucesivas transformaciones elementales que se hacen con
la matriz.

Notación: Si A   aij  mn , denotamos   A   r para

indicar el rango de la matriz A.

Nota: Como 2 matrices equivalentes tienen el mismo

rango, el rango de dicha matriz será igual al rango de la
matriz escalonada.
Dada la matriz ampliada [A|B].

 a11 a12  a1n b1 

 
 a21 a22  a2 n b2 
 A | B        
 
      
a am 2 amn bm 
 m1 
Teorema de Rouché-Frobenius

Permite conocer si un sistema de ecuaciones

tiene solución a partir del estudio del rango de la
matriz asociada al sistema (matriz de coeficientes
A) y del rango de la matriz ampliada [A|B]
 Sistema Compatible (S.C): cuando admite más de una solución.
rango (A) = rango (A|B),
• Sistema Compatible y Determinado (S.C.D): esto es, que
tenga una única solución.
rango (A) = rango (A|B)= n (número de incógnitas),
• Sistema Compatible e Indeterminado (S.C.I): esto es, que
tenga infinitas soluciones.
rango (A) = rango (A|B)< n (número de incógnitas),

 Sistema Incompatible (S.I): cuando no admite solución.

rango (A) ≠ rango (A|B),
5. MÉTODOS DE SOLUCIÓN PARA SISTEMA
DE ECUACIONES LINEALES

Método Directos
• Sistemas triangulares
• Método de eliminación de Gauss
• Método de Gauss Jordan.

Método Iterativos
• Método de Jacobi
• Método Gauss-Seidel.
MÉTODO DIRECTOS

1. SISTEMA TRIANGULARES
 MÉTODO DIRECTOS

2. EL MÉTODO DE GAUSS

1. Representar el sistema mediante su matriz ampliada [A|

b].

2. Haciendo uso de operaciones elementales fila, reducir la

matriz ampliada a una forma escalonada.

3. Obtener el sistema equivalente que resulta.

4. Resolver el sistema por sustitución regresiva, tomando

las variables libres necesarias.
El método de Gauss consiste en trasformar un sistema de ecuaciones
en otro de forma que este sea escalonada a partir de la matriz
aumentada (A|b). Es decir para el sistema: Ax=b construimos la matriz
aumentada como:

 a11 a12  a1n b1 

 
 a21 a22  a2 n b2 
 A | b        
 
      
a am 2 amn bm 
 m1 

Operaciones elementales por filas

 a11
' '
a12 '
a13  a1m b1' 
 ' '

 0 a22 a23  a2 m b2' 
 0 0 '
a33  a3n b3' 
 
      

 0 
 0 0  ann bn' 

Sistema equivalente-Sustitución hacia atrás
Volvemos al sistema de ecuaciones es decir:

 
 
 
....
 

empezamos a sustituir a partir de la ultima ecuación de manera

regresiva hasta llega a la primera ecuación, con lo que habremos
obtenido la solución completa del sistema. El paso general es:

 
Ejemplo Resuelva el siguiente sistemas de ecuaciones usando
eliminación Gaussiana

 x  2 y  z  5

 2x  y  2z  8
3x  3 y  4 z  5

Solución: Usando el método de eliminación gaussiana.
 1 2  1   5 1 2  1   5
2  1 2  8   f  2 f  f 0  5 4  18 
  2 1 2  
3 3 4  5  f 3  3 f1  f 3 0  3 7  20 

 1 2 2  5   1 2  2   5 
 f 2  3 f 2  0 15  12   54   0 15  12   54
 
f 3  5 f 3  0  15 35  100  f 3  f 2  f 3  0 0 23  46 

x  2 y  z  5
De la matriz aumentada anterior tenemos el sistema 15 y  12 z  54
23 z  46

Por sustitución hacia atrás obtenemos las solución del sistema

x  1; y  2; z2
Ejemplo Resuelva el siguiente sistemas de ecuaciones usando
eliminación Gaussiana
 x yz 4

2 x  2 y  z  6
 x  y  2z  6

Ejemplo Resuelva el siguiente sistemas de ecuaciones usando
eliminación Gaussiana
 x yz 4

2 x  2 y  z  4
 x  y  2z  6

3. EL MÉTODO DE GAUSS-JORDAN
Ejemplo Resuelva el siguiente sistemas de ecuaciones utilizando el
método de Gauss- Jordan

 2 x1  2 x2  6 x3  4

 2 x1  x2  7 x3  6
2 x  6 x  7 x  1
 1 2 3
Solución:

1
f1  f1
2

2 f1  f 2  f 2
 f2  f2
2 f1  f 3  f 3

 f 2  f1  f1
4f 2  f 3  f 3
 1
 f3  f3
5

4 f3  f1  f1
f3  f 2  f 2
Ejemplo Resuelva el siguiente sistemas de ecuaciones utilizando el
método de Gauss- Jordan
x1 + 3x2 – 2x3 = – 7
4x1 + x2 + 3x3 = 5
2x1 – 5x2 + 7x3 = 19
1 3  2  7  4 R1  R2 1 3  2  7
   2 R1  R3  
4 1 3 5  0  11 11 33 
2  5 7 19  0  11 11 33 
  
 111R2
 111R3 
1 3  2  7 3 R2  R1 1 0 1 2
   R2  R3  
  0 1  1  3  0 1  1  3
 0 1  1  3 0 0 0 0 
  

Entonces: x2 – x3 = –3
x1 + x3 = 2
Haciendo x3 = t, tenemos x2 = –3 + t, x1 = 2 – t.