MÉTODOS MATRICIALES

ING. GLORIA ARANGURÍ CASTILLO

MÉTODO DE GAUSS

• Esta aplicación requiere resolver una ecuación de un conjunto de n

ecuaciones para una incógnita, en términos de otras incógnitas. Al
sustituir esta ecuación denominada pivote en las ecuaciones
restantes deja un conjunto de n-1 incógnitas. Repitiendo el
procedimiento, para x2 tendremos n-2 incógnitas, y así
sucesivamente, hasta que quede una sola incógnita que pueda ser
resuelta con facilidad. Luego las demás incógnitas se resuelven por
sustitución.
MÉTODO DE GAUSS

Para resolver un sistema de ecuaciones podemos, sin alterar las soluciones del
sistema:

• Intercambiar el orden de las ecuaciones.

• Sumar algunas de sus ecuaciones.
• Multiplicar alguna ecuación por un número distinto de 0.
• Esto es precisamente lo que se hace en el método de Gauss: se modifican las
ecuaciones para obtener un sistema mucho más fácil de resolver, pero, en lugar
de hacerlo sobre las ecuaciones, se hace sobre la matriz ampliada del sistema.
MÉTODO DE GAUSS

• El método de eliminación de Gauss consiste en operar sobre la

matriz ampliada del sistema hasta hallar la forma escalonada (una
matriz triangular superior). Así, se obtiene un sistema fácil de
resolver por sustitución hacia atrás.
MÉTODO DE GAUSS - JORDAN

• Este método debe su nombre a Carl Friedrich Gauss y a Wilhelm jordan. Se trata
de una serie de algoritmos del algebra lineal para determinar los resultados de un
sistema de ecuaciones lineales y así hallar matrices e inversas. El sistema de
Gauss se utiliza para resolver un sistema de ecuaciones y obtener las soluciones
por medio de la reducción del sistema dado a otro que sea equivalente en el cual
cada una de las ecuaciones tendrá una incógnita menos que la anterior. La matriz
que resulta de este proceso lleva el nombre que se conoce como forma
escalonada.
Este método, permite resolver hasta 20 ecuaciones simultáneas. Lo que lo
diferencia del método Gaussiano es que cuando es eliminada una incógnita, se
eliminará de todas las ecuaciones restantes, o sea, las que anteceden a la
ecuación principal así como de las que la siguen a continuación. De esta manera el
paso de eliminación forma una matriz identidad en vez de una matriz triangular.
No es necesario entonces utilizar la sustitución hacia atrás para conseguir la
solución.
MÉTODO DE GAUSS - JORDAN

• Este método debe su nombre a Carl Friedrich Gauss y a Wilhelm

jordan. Se trata de una serie de algoritmos del algebra lineal para
determinar los resultados de un sistema de ecuaciones lineales y así
hallar matrices e inversas. El sistema de Gauss se utiliza para resolver
un sistema de ecuaciones y obtener las soluciones por medio de la
reducción del sistema dado a otro que sea equivalente en el cual
cada una de las ecuaciones tendrá una incógnita menos que la
anterior. La matriz que resulta de este proceso lleva el nombre que
se conoce como forma escalonada.
MÉTODO DE GAUSS - JORDAN

• Este método, permite resolver hasta 20 ecuaciones simultáneas. Lo

que lo diferencia del método Gaussiano es que cuando es eliminada
una incógnita, se eliminará de todas las ecuaciones restantes, o sea,
las que anteceden a la ecuación principal así como de las que la
siguen a continuación. De esta manera el paso de eliminación forma
una matriz identidad en vez de una matriz triangular. No es necesario
entonces utilizar la sustitución hacia atrás para conseguir la solución.
• Para resolver sistemas de ecuaciones lineales con el método Gauss
Jordan, debemos en primer lugar anotar los coeficientes de las
variables del sistema de ecuaciones lineales con la notación matricial
MÉTODO DE GAUSS - JORDAN

• Este método, permite resolver hasta 20 ecuaciones simultáneas. Lo

que lo diferencia del método Gaussiano es que cuando es eliminada
una incógnita, se eliminará de todas las ecuaciones restantes, o sea,
las que anteceden a la ecuación principal así como de las que la
siguen a continuación. De esta manera el paso de eliminación forma
una matriz identidad en vez de una matriz triangular. No es necesario
entonces utilizar la sustitución hacia atrás para conseguir la solución.
• Para resolver sistemas de ecuaciones lineales con el método Gauss
Jordan, debemos en primer lugar anotar los coeficientes de las
variables del sistema de ecuaciones lineales con la notación matricial
MÉTODO DE GAUSS - JORDAN
MÉTODO DE GAUSS - JORDAN

Luego de realizado lo anterior procederemos a transformar dicha matriz en

una matriz identidad, o sea una matriz equivalente a la inicial, de la forma:

Logramos esto aplicando a las distintas columnas y filas de las matrices,

restas, sumas, multiplicaciones y divisiones. Debemos tener en cuenta que
las operaciones utilizadas se aplicarán en todos los elementos de la fila.
MÉTODO DE GAUSS - JORDAN

Luego de realizado lo anterior procederemos a transformar dicha matriz en

una matriz identidad, o sea una matriz equivalente a la inicial, de la forma:

Logramos esto aplicando a las distintas columnas y filas de las matrices,

restas, sumas, multiplicaciones y divisiones. Debemos tener en cuenta que
las operaciones utilizadas se aplicarán en todos los elementos de la fila.
MÉTODO DE GAUSS - SEIDEL
Este método es iterativo o de aproximación y es similar a las técnicas
anteriores.
La mejora consiste en utilizar la incógnita encontrada, en la misma iteración
para calcular la siguiente incógnita. Por ejemplo, en el método de Jacobi se
obtiene en el primer cálculo xi+1, pero este valor de x no se utiliza sino hasta
la siguiente iteración.
En el método de Gauss-Seidel en lugar de eso se utiliza de xi+1 en lugar de
xi en forma inmediata
para calcular el valor de yi+1 de igual manera procede con las siguientes
variables; siempre se utilizan las variables recién calculadas.
MÉTODO DE GAUSS - SEIDEL

 Algoritmo:
1) Se debe despejar da cada ecuación despejar la variable sobre la diagonal principal.
2) Dar un valor inicial a las incógnitas (X generalmente se establecen ceros).
3) Sustituir los valores iniciales en la primera ecuación para obtener un nuevo valor para la
primera incógnita.
4) Ese nuevo valor es usado para obtener el valor de la siguiente  incógnita. Este
procedimiento se repite hasta obtener los nuevos valores de todas las incógnitas
despejadas.
5) Se evalúa la aproximación relativa de todas las incógnitas hasta que la solución converja
bastante cerca de la solución real, según la tolerancia establecida para el método.
MÉTODO DE GAUSS – SEIDEL CON RELAJACIÓN

El método de Gauss Seidel con relajación, actua de la misma manera que el anterior
método de Gauss Seidel, pero este utiliza una técnica que intenta mejorar la
convergencia del método, mediante el refinamiento de la aproximación actual, para
esto se utiliza un coeficiente de relajación (w). El fin principal del metodo es hacer
converger para llegar a la solucion, este coeficiente se escoge de manera
experimental, empezado por un valor de 1 con el fin de tener un rango para obtener
los valores de dicho coeficiente.
MÉTODO DE GAUSS – SEIDEL CON RELAJACIÓN

El método de Gauss Seidel con relajación, actua de la misma manera que el anterior
método de Gauss Seidel, pero este utiliza una técnica que intenta mejorar la
convergencia del método, mediante el refinamiento de la aproximación actual, para
esto se utiliza un coeficiente de relajación (w). El fin principal del metodo es hacer
converger para llegar a la solución, este coeficiente se escoge de manera
experimental, empezado por un valor de 1 con el fin de tener un rango para obtener
los valores de dicho coeficiente.
MÉTODO DE GAUSS – SEIDEL CON RELAJACIÓN

Se debe introducir unas aproximaciones iniciales, la matriz de coeficientes, el vector

de términos independientes, una tolerancia, un número total de iteraciones y el
coeficiente de relajación.
Se toman las aproximaciones iniciales para hallar las nuevas aproximaciones,
teniendo en cuenta el fundamento del método.
En cada paso, es posible calcular el error, que es este caso está definido en normas
(las cuales son infinitas).
Para la finalización del programas se tiene en cuenta, si el programa sobrepasa el
numero de iteraciones, o si el error es menor del propuesto al principio; una vez
ocurra alguna de estas dos situaciones, la ultima iteración tendrá las
aproximaciones a la solución del sistema de ecuaciones estudiado.
MÉTODO DE JACOBI

Un método iterativo con el cual se resuelve el sistema lineal Ax = b comienza

con una aproximación inicial x (0)a la solución x y genera una sucesión de
vectores x (k) que converge a x. Los métodos iterativos traen consigo un
proceso que convierte el sistema Ax = b en otro equivalente de la forma x =
Tx + c para alguna matriz fija T y un vector c.
Luego de seleccionar el vector inicial x (0) la sucesión de los vectores de la
solución aproximada se genera calculando:
X (k) = Tx (k-1) + c

para cada k = 1,2,3,....

MÉTODO DE JACOBI
El método se escribe en la forma x (k) = Tx (k-1) + c separando A en sus
partes diagonal D y fuera de la diagonal. Sea D la matriz diagonal cuya
diagonal es la misma que A, sea -L la parte estrictamente triangular inferior
de la parte A y sea -U la parte estrictamente triangular superior de A.
Con esta notación A = D-L-U, entonces transformamos la ecuación Ax = b, o
(D-L-U)x = b, en
Dx = (L+U)x + b
y, si D-1 existe, es decir, si ai,i es distinto de cero para cada i, entonces
x = D-1(L+U)x + D-1b.
Esto da origen a la forma matricial del método iterativo de Jacobi:
X (k) = D-1(L+U)x (k-1) + D-1b, k = 1,2,...
Al introducir la notación Tj = D-1(L+U) y cj , esta técnica tiene la forma
x (k) = Tx (k-1) + c
MÉTODO DE JACOBI
Es de mencionar el siguiente teorema: " Si A es estrictamente diagonal
dominante, entonces con cualquier elección de la aproximación inicial, el
método de Jacobi da una sucesión que converge a la solución única de Ax =
b"
Una vista a la ecuación:

del método de jacobi, sugiere algunas mejoras al algoritmo; en el sentido de

que cuando queremos calcular x(k) utilicemos las componentes de x(k-1) y
las recién calculadas de x(k) pues estas probablemente sean una mejor
aproximación a la solución.
MÉTODO DE JACOBI

Así la nueva ecuación es:

Es de mencionar el siguiente teorema: " Si A es estrictamente diagonal

dominante, entonces con cualquier elección de la aproximación inicial, el
método de Jacobi da una sucesión que converge a la solución única de Ax =
b"