IBQ Unidad 3 Parte 3

Solución de Sistemas de
Ecuaciones Algebraicas Lineales

y No Lineales
Métodos Numéricos
1
• En la parte pasada determinamos el valor de x que
satisface auna sola ecuación f(x)=0. Ahora nos
ocuparemos del caso para determinar los valores x1,
x2, …xn que en forma simultánea satisfacen a un
conjunto de ecuaciones:
f1(x1,x2,x3,…xn)=0
f2(x1,x2,x3,…xn)=0
.
.
fn(x1,x2,x3,…xn)=0
• Tales sistemas pueden ser lineales o no lineales. Por
ahora trataremos ecuaciones lineales que son de la
forma general:
a11x1+a12x2+…+a1nxn=b1
.
.
an1x1+an2x2+…+annxn=bn 2
• Donde las “a” son coeficientes constantes, las “b” son
constantes y n es el numero de ecuaciones.
Método sin computadora para resolver sistemas de
ecuaciones
• Para pocas ecuaciones, las ecuaciones lineales (y
algunas no lineales) pueden resolverse con rapidez
mediante técnicas simples. Sin embargo, para cuatro
o mas ecuaciones, las soluciones se vuelven
laboriosas y se debe usar una computadora.
• Históricamente, la incapacidad para resolver a mano
aún los conjuntos de ecuaciones mas pequeños, ha
limitado el alcance de problemas para resolver en
muchas aplicaciones de la Ingeniería.
• Antes de las computadoras, las técnicas para resolver
ecuaciones algebraicas lineales, consumían mucho
tiempo y eran poco practicas. 3
• Estos procedimientos restringieron la creatividad
debido a que con frecuencia los métodos eran
difíciles de implementar y entender.
• Como resultado, en ocasiones se
sobreenfatizaron las técnicas a expensas de otros
aspectos del proceso de solucion de problemas
tales como la formulación e interpretación.
• El surgimiento de las computadoras hizo posible
resolver grandes conjuntos de ecuaciones
algebraicas lineales. Así, se puede enfrentar
ejemplos y problemas más reales y complejos.
• Además, se cuenta con más tiempo en la
formulación del problema y en su interpretación
(de la solución).
4
Ecuaciones Algebraicas Lineales y
práctica de la Ingeniería
• Muchas de las ecuaciones fundamentales de
Ingeniería están basadas en las leyes de la
conservación, entre algunas cantidades
conocidas que conforman tales leyes están la
masa, energía y momentum.
• En términos matemáticos, esos principios nos
conducen a ecuaciones de balance o de
continuidad que relacionan el comportamiento
del sistema al representarlo por niveles o
respuesta de la cantidad sujeta a modelamiento
con las propiedades o características del
sistema y de los estímulos externos o funciones
forzadas que actúan sobre el sistema. 5
• Como un ejemplo, se puede usar el principio de
la conservación de la masa para formular un
modelo en una serie de reactores químicos.
Para este caso, la cantidad que habrá de ser
modelada es la masa de los químicos en cada
reactor. Las propiedades del sistema son la
reacción característica del químico, los tamaños
del reactor y los flujos volumétricos.
• Las funciones forzadas son los caudales
alimentados de los químicos hacia el sistema.
• En la unidad pasada se vieron como sistemas
de un solo componente resultan en una sola
ecuación que puede resolverse mediante
técnicas de localización de raíces. 6
• Los sistemas multicomponentes
resultan en un conjunto agrupado de
ecuaciones matemáticas que deben
ser resueltas simultáneamente.
• Las ecuaciones son acopladas, ya
que las partes individuales del
sistema están influenciadas por otras
partes.
7
Dos tipos de sistemas
que pueden
modelarse mediante
ecuaciones
algebraicas lineales:
a) Sistemas de
variables agrupadas
que involucran
componentes finitos
conectados
b) Sistemas de
variables distribuidas
que involucran un
continuo
8
• Por ejemplo, en la figura anterior, el rector 4 escribe entradas de químicos de
los rectores 2 y 3, en consecuencia, su respuesta depende de la cantidad de
químicos en esos otros reactores.
• Cuando esas dependencias se expresan matemáticamente, las ecuaciones
resultantes son a menudo de la siguiente forma algebraica lineal:
.
.
an1x1+an2x2+…+annxn=bn
• Las x son como frecuencia de una medida de magnitud de las respuestas a
los componentes individuales. Al usar la figura anterior (a) como ejemplo, x1
podría cuantificar la cantidad de masa en el primer reactor, x2 cuantificaría la
cantidad en el segundo, y así sucesivamente.
• Las a presentan comúnmente las propiedades y características relacionadas
con las interacciones entre los componentes.
• Por ejemplo, las a en la figura (a) anterior, podrían reflejar las razones de
flujo de masa entre los reactores.
• Por ultimo, las b representan con frecuencia las funciones forzadas actuando
sobre el sistema, como la razón de alimentación. 9
• Problemas multicomponentes de los tipos anteriores surgen tanto
de modelos matemáticos variables agrupados (macro) como los
distribuidos (micro).
• Los problemas de variables agrupados involucran componentes
finitos acopladas. Los ejemplos incluyen armaduras, reeactores
(figura a) y circuitos eléctricos. Estos tipos de problemas usan
modelos que proporcionan poco o ningún detalle espacial.
• Por lo contrario, los problemas con variables distribuidas intentan
describir detalles espaciales de los sistemas sobre una base
continua o semicontinua. La destribución de químicos junto con la
longitud de un rector rectangular alargado (figura b) es un ejemplo
de un modelo de variable continua.
• Las ecuaciones diferenciales derivadas a partir de las leyes de
conservación especifican la distribución de la variable
dependiente para tales sistemas.
• Estas ecuaciones diferenciales pueden resolverse numéricamente
al convertirlas en un sistema equivalente de ecuaciones
algebraicas simultaneas. 10
• La solución de tales conjuntos de ecuaciones representa una
importante área de aplicación de ingeniería para los métodos por
ver, estas ecuaciones son acopladas ya que las variables en una
localización son dependientes de las variables en regiones
adyacentes. Por ejemplo, la concentración a la mitad del rector es
una función de la concentración en regiones contiguas. Podrían
desarrollarse ejemplos similares para la distribución espacial de
temperatura o momentum.
• Además de sistemas físicos, las ecuaciones algebraicas lineales
simultáneas surgen también en diferentes contextos de problemas
matemáticos. Estos resultan cuando se requiere de funciones
matemáticas para satisfacer varias condiciones en forma
simultanea. Cada condición resulta en una ecuación que contiene
coeficientes conocidos y variables desconocidas. Las técnicas
analizadas en esta parte pueden usarse para resolver la
incógnitas cuando las ecuaciones son lineales y algebraicas.
• Algunas otras técnicas numéricas de uso general que emplean
ecuaciones simultaneas son el análisis de regresión y la
interpolación segmentaria. 11
Eliminación de Gauss Simple
• En las exposiciones se uso la eliminación de
incógnitas para resolver un par de ecuaciones
simultaneas. El procedimiento se realizo en dos
pasos:
1. Las ecuaciones se manipularon para eliminar una de las
incógnitas de las ecuaciones. El resultado de este paso
de “eliminación” fue el de una sola ecuación con una
incógnita
2. Por consiguiente, esta ecuación se podría resolver
directamente y el resultado ser sustituido en una de las
ecuaciones originales para encontrar la incógnita restante
• Esta técnica básica se puede extender a grandes
sistemas de ecuaciones desarrollando un esquema
sistemático para eliminar incógnitas y sustituir hacia
atrás.
• La eliminación de gauss es lo básico de estos
esquemas. 12
• Esta técnica sistemática es la de eliminación
hacia delante y la sustitución hacia atrás que
comprende la eliminación gaussiana.
• Aunque estas técnicas son muy adecuadas para
implementarlas en computadoras, se requiere de
algunas modificaciones para obtener un
procedimiento sistemático confiable.
• En particular, el procedimiento debe evitar la
división entre 0.
• Al método siguiente se la llama “Eliminación
Gaussiana Simple”, ya que no evita este
problema.
• Se pueden analizar algunas caracteristicas
adiconales necesarias para tener un
procedimiento sistemático mas confiable con el13 fin
de hacerlo de computo y efectivo.
• El procedimiento esta diseñado para resolver un
conjunto de N ecuaciones
.
.
an1x1+an2x2+…+annxn=bn
• Como en el caso de solución de dos

ecuaciones, la técnica para “N” ecuaciones
consiste en dos fases:
– La eliminación de las incognitas y
– Su solución mediante sustitución hacia atrás
14
Eliminación hacia delante de la incógnitas.
• La primera fase se designa para reducir el conjunto de
ecuaciones a un sistema triangular superior.
• Las dos fases de la
a11 a12 a13 c1 eliminación de gauss:
a21 a22 a23 c2 – Eliminación hacia
delante
a31 a32 a33 c3 – Sustitución hacia atrás.
– Las superíndices prima
indica el numero de
a11 a12 a13 c1 veces que los
coeficientes y
a’22 a’23 c’2 constantes han sido
a’’33 c’’3 modificados.
x3=c’’3/a’’33
x2=(c’2- a’23x3)/ a’22 15
El paso inicial será el de eliminar la primera incógnita, x1, desde
la segunda hasta la n- ésima ecuación. Para esto, se
multiplica la primera fila por a21/a11 para obtener:
Ahora, esta ecuación nueva se le puede restar a la segunda fila

del sistema de ecuaciones para dar:
esto es:
a’22x2 + … + a’2nxn = b’2
16
• Donde el superíndice prima indica que los elementos
han cambiados sus valores originales.
• El procedimiento es entonases repetido para las
ecuaciones restantes.
• Por ejemplo la fila uno (ecuación) se puede multiplicar
por a31/ a11 y el resultado se resta a la tercera fila
(ecuación). Se repite el procedimiento para las
ecuaciones restantes y da como resultado el siguiente
sistema modificado
a11x1 + a12x2 + a12x2 +…+ a1nxn =b1
a’22x2 + a’23x3 +…+ a’2nxn =b’2
a’32x2 + a’33x3 +…+ a’3nxn =b’3
a’n2x2 + a’12x2 +…+ a’nnxn =b’n 17

• Para los pasos anteriores, la fila 1 (ecuación 1) es llamada la
ecuación pivote, y a11 es llamado coeficiente pivote o
elemento. Observe que el proceso de multiplicación de
primer renglón por a21/a11 es equivalente a dividirlo entre a11
y multiplicarlo por a21.
• Algunas veces la operación de división es referida como
normalización. Se hace esta distinción por que un elemento
pivote cero, puede interferir con la normalización al causar
una división entre cero. Mas adelante se regresara a este
punto importante, una vez que se complete la descripción de
la eliminación Simple de Gauss.
• Ahora se repite el procedimiento antes descrito para
eliminar, la segunda incógnita de la fila 3 (ecuación 3) hasta
la fila 4 (ecuación 4). Para realizar esto multiplique la fila 2
(ecuación 2) por a´32/a´22 y reste el resultado a la fila 3 18
(ecuación 3).
• Se realiza en forma similar la eliminación
para las ecuaciones restantes para dar
a11x1 + a12x2 + a13x3 +…+ a1nxn =b1
a’22x2 + a’23x3 +…+ a’2nxn =b’2
a’’33x3 +…+ a’’3nxn=b’’3
…..
a’’n3x3 +…+ a’’nnxn=b’’n
• donde el superíndice biprima indica que los
elementos se han modificado dos veces.
• El procedimiento se puede continuar usando
las ecuaciones pivote restantes. 19
• El procedimiento final en la secuencia
es el uso en la (n-1)-éstima ecuaciones
para eliminar el termino xn-1 de la n-
ésima ecuación. En este punto el
sistema se transforma en un sistema
triangular superior:
a11x1 + a12x2 + a13x3 +…+a1nxn =b1
a’22x2 + a’23x3 +…+a’2nxn =b’2
a’’33x3 +…+a’’3nxn=b’’3
…..
a(n-1)nnxn=b(n-1)n
20
Procedimiento
• Se elije el renglón pivote. Un renglón arriba de
donde se ocupa el primer cero
• Se elije el dato pivote para cada renglón (es fijo
para todo el renglón), que es:
(1er dato donde se ocupa el cero/ dato de la
posición que le corresponde del renglón pivote)
• Se hace la operación:
(dato de la posición del renglón donde se
ocupa el cero) – (dato pivote)*(dato
correspondiente a esta posición del renglón
pivote)
21
Eliminación de Gauss Simple EJ1
• 4 x1 + x2 + x3 = 3
x1 + 5 x2 - 2 x3 = 1
-2 x1 - 2 x2 + 3 x3 = -1
• 4 1 1 = 3 RP
1 5 -2 = 1 DP=1/4
-2 -2 3 = -1 DP=-
2/4=-1/2
Operaciones renglón 2 1ra modifiación
1 - (1/4) * 4 = 1-1 = 0
5 - (1/4) * 1 = 20/4 - 1/4 = 19/4
-2 - (1/4) * 1 = -8/4 - 1/4 = -9/4
1 - (1/4) * 3 = 4/4 - 3/4 = 1/4
22
• 4 1 1 = 3 RP
1 5 -2 = 1 DP=1/4
-2 -2 3 = -1 DP=-
2/4=-1/2
• Renglón 2 modificado:
• 0 19/4 -9/4 = 1/4
Operaciones renglón 3 1era modificación
-2 - (-1/2) * 4 = -2+2 = 0
-2 - (-1/2) * 1 = -4/2 + 1/2 = -3/2
3 - (-1/2) * 1 = 6/2 + 1/2 = 7/2
-1 - (-1/2) * 3 = -2/2 + 3/2 = 1/2
23
• 4 1 1 = 3
0 19/4 -9/4 = 1/4 RP
• 0 -3/2 7/2 = 1/2 DP=-6/19
• DP=(-3/2) / (19/4) = -6/19
Operaciones renglón 3 2da modificación

-3/2 - (-6/19) * 19/4 =-6/4 + 6/4 =0
7/2 - (-6/19) * -9/4=133/38-27/38 =106/38 = 53/19
1/2 - (-6/19) * 1/4 =19/38 + 3/38 =22/38 =11/19
24
• 4 1 1 = 3
0 19/4 -9/4 = 1/4
• 0 0 53/19 = 11/19
X3:
53/19 x3 = 11/19
X3=11/53
X2:
19/4X2 -9/4X3= 1/4
19/4X2 -9/4(11/53)= 1/4
19/4X2 -9/4(11/53)= 1/4
19/4X2 = 1/4+99/212
19/4X2 = 53/212 + 99/212
19/4X2 =38/53 25
X2=8/53
• 4 1 1 = 3
0 19/4 -9/4 = 1/4
• 0 0 53/19 = 11/19
X1:
4X1+X2+X3=3
4X1+(8/53)+(11/53)=3
4X1+19/53=3
4X1=159/53-19/53
X1=35/53
26
Eliminación de Gauss Simple EJ2
• 2 x1 - 2 x2 + x3 = -2
3 x1 + 4 x2 - x3 = -2
5 x1 + x2 + 2 x3 = -3
• 2 -2 1 = -2 RP
3 4 -1 = -2 DP=3/2
5 1 2 = -3 DP=5/2
3 - (3/2) * 2 = 3-3 = 0
4 - (3/2) * -2 = 4+3 = 7
-1 - (3/2) * 1 = -2/2 - 3/2 = -5/2
-2 - (3/2) * -2 = -2 + 3 = 1
27
• 2 -2 1 = -2 RP
3 4 -1 = -2 DP=3/2
5 1 2 = -3 DP=5/2
• Renglón 2 modificado:
• 0 7 -5/2 = 1

5 - (5/2) * 2 = 5-5 = 0
1 - (5/2) * -2 = 1 + 5 = 6
2 - (5/2) * 1 = 4/2 - 5/2 = -1/2
-3 - (5/2) * -2 = -3 + 5 = 2
28
• 2 -2 1 = -2
0 7 -5/2 = 1 RP
• 0 6 -1/2 = 2 DP = 6/7
Operaciones renglón 3 2da modificación

6 - (6/7) * 7= 6 – 6 =0
-1/2 - (6/7) * -5/2 = -1/2+15/7 = (-7+30)/14 = 23/14
2 - (6/7) * 1 = 14/7 - 6/7 = 8/7
29
• 2 -2 1 = -2
0 7 -5/2 = 1
• 0 0 23/14 = 8/7
X3:
23/14 x3 = 8/7
X3=16/23
X2:
19/4X2 -9/4X3= 1/4
7X2 -5/2(16/23)= 1
7X2 -40/23= 1
7X2 = 23/23+40/23
7X2 = 63/23
X2=9/23 30
• 2 -2 1 = -2
0 7 -5/2 = 1
• 0 0 23/14 = 8/7
X1:
2X1-2X2+X3=-2
2X1-2(9/23)+(16/23)=-2
2X1-2/23=-2
2X1=-46/23+2/23
2X1=-44/23
X1=-22/23
31
Método de Gauss Jordan
• El método de Gauss/Jordan es una variación de la eliminación de
Gauss.
• La principal diferencia consiste en que cuando una incógnita se
elimina en el método de Gauss/Jordan, esta es eliminada de todas
las otras ecuaciones en lugar de hacerlo solo en las subsecuentes.
• Además, todos los renglones se normalizan al dividirlos en su
elemento pivote.
a11 a12 a13 c1
a21 a22 a23 c2
a31 a32 a33 c3
1 0 0 c’1
0 1 0 c’2
0 0 1 c’3
32
Eliminación de Gauss Jordan EJ1
• 3 x1 + x2 + 2 x3 = -1
2 x1 - 2 x2 + 3 x3 = 3
- x1 - 3 x2 + 2 x3 = -2
• Normalizar
• 3 1 2 = -1
2 -2 3 = 3
-1 -3 2 = -2
• 1 1/3 2/3 = -1/3 RP

2 -2 3 = 3 DP=2
-1 -3 2 = -2 DP=-1
33
• 1 1/3 2/3 = -1/3 RP
2 -2 3 = 3 DP=2
-1 -3 2 = -2 DP=-1
2 - (2) * 1 = 2-2 = 0
-2 - (2) * 1/3 = = -8/3
3 - (2) * 2/3 = = 5/3
3 - (2) * -1/3 = = 11/3

-1 - (-1) * 1 = -1+1 = 0
-3 - (-1) * 1/3 = = -8/3
2 - (-1) * 2/3 = = 8/3
-2 - (-1) * -1/3 = = -7/3 34
• 1 1/3 2/3 = -1/3
0 -8/3 5/3 = 11/3
0 -8/3 8/3 = -7/3
• Normalizamos
• 1 1/3 2/3 = -1/3 DP=1/3
0 1 -5/8 = -11/8 RP
0 -8/3 8/3 = -7/3 DP=-
8/3
1/3 - (1/3) * 1 = 0 -8/3 - (-8/3) * 1/3 = 0
2/3 - (1/3) * -5/8 = 7/8 8/3 - (-8/3) * -5/8 = 1
-1/3 -(1/3)* -11/8 = 1/8 -7/3 - (-8/3) * -11/8= -6
35
• 1 0 7/8 = 1/8
DP=7/8
0 1 -5/8 = -11/8 DP=-
5/8
0 -(7/8) * 1 = 0 0
7/8 1 - (-5/8)
-5/8 = * 1-6 = 0 RP
• 1/8
En-(7/8)
este *caso ya no normalizamos
-6= 43/48 el 3er
-11/8 - (-5/8) * -6renglón
= -41/48
• 1 0 0 = 43/8
0 1 0 = -41/8
0 0 1 = -6
• de esta forma la matriz de coeficientes se ha
transformado en la matriz identidad, y la solución se
obtiene en el lado derecho del vector. Observe que
no se requiere sustitución hacia atrás para obtener
36
la solución.
• 4 x1 - x2 + x3 = 1
2 x1 - 2 x2 + 3 x3 = 4
3 x1 + 3 x2 + 2 x3 = 3
• Normalizar
• 4 -1 1 = 1
2 -2 3 = 4
3 3 2 = 3
• 1 -1/4 1/4 = 1/4 RP

2 -2 3 = 4 DP=2
3 3 2 = 3 DP=3
37
• 1 -1/4 1/4 = 1/4 RP
2 -2 3 = 4 DP=2
3 3 2 = 3 DP=3
2 - (2) * 1 = 2-2 = 0
-2 - (2) * -1/4 = -4/2+1/2 = -3/2
3 - (2) * 1/4 = 6/2-1/2 = 5/2
4 - (2) * 1/4 = 8/2-1/2 = 7/2

3 - (3) * 1 = 3-3 = 0
3 - (3) * -1/4 = 12/4+3/4 = 15/4
2 - (3) * 1/4 = 8/4-3/4 = 5/4
3 – (3) * 1/4 = 12/4-3/4 = 9/4 38
• 1 -1/4 1/4 = 1/4
0 -3/2 5/2 = 7/2
0 15/4 5/4 = 9/4
Normalizamos el segundo renglón
• 1 -1/4 1/4 = 1/4 DP=-
1/4
0 1 -5/3 = -7/3 RP
0 15/4 5/4 = 9/4
Operaciones
DP=15/4 renglón 1 y 3
-1/4 - (-1/4) * 1 =0 15/4 - (15/4) * 1 = 0
1/4 - (-1/4) * -5/3 = 3/12-5/12 =-2/12=-1/6 5/4 - (15/4) * -5/3 = 5/4+25/4=30/4
1/4 -(-1/4)* -7/3 = 3/12-7/12=-4/12=-1/3 9/4 - (15/4) * -7/3= 9/4+35/4=44/4=11
39
• 1 0 -1/6 = -1/3
0 1 -5/3 = -7/3
0 0 15/2 = 11
• normalizamos el 3er renglón
• 1 0 -1/6 = -1/3
0 1 -5/3 = -7/3
0 0 1 = 22/15
• normalizamos el 3er renglón
• 1 0 0 = -4/45
0 1 0 = 1/9
0 0 1 = 22/15
-5/3 - (-5/3) * 1 =0 -1/6 - (-1/6) * 1 =0
-7/3 - (-5/3) * 22/15= 1/9 -1/3 - (-1/6) * 22/15=-15/45+11/45=-4/45
• Aunque la técnica de Gauss-Jordan y la
eliminación de gauss puede parecer casi
idénticas, la primera requiere mas trabajo.
• El método de Gauss-Jordan requiere de
aproximadamente 50% menos operaciones que el
de eliminación gaussiana, por lo tanto, la
eliminación de Gauss es el método simple de
eliminación preferido para obtener soluciones para
ecuaciones algebraicas lineales. Sin embargo,
unas de las razones principales por la que se
introduce Gauss-Jordan es que todavía esta en
uso en la ingeniería, así como en algunos
algoritmos numéricos. 41
• En resumen, la eliminación de Gauss es el método
fundamental para resolver ecuaciones algebraicas
lineales simultaneas. Aunque es una de las técnicas mas
antiguas concebidas para este propósito es, sin
embargo, es un procedimiento en extremo efectivo para
obtener soluciones para muchos problemas de la
ingeniería.
• Además, se presento en forma breve las bases del
método de Gauss-Jordan.
• Las respuestas obtenidas al usar la eliminación de
Gauss se pueden verificar al sustituirlas en las
ecuaciones originales. Sin embargo, realizar esto no
siempre representa una prueba confiable para sistemas
mas condicionados.
42
Método de Gauss Seidel
• Los métodos iterativos o aproximados proveen una
alternativa en los métodos de eliminación descritos hasta
ahora.
• Tales enfoques son similares a las técnicas que se
desarrollaron en la parte anterior para obtener las raíces de
una ecuación simple.
• Aquellos planteamientos consistían en suponer un valor y
luego usar un método sistemático para obtener una
estimación refinada de la raíz.
• Esta parte trata con un problema similar (obtener los valores
que simultáneamente satisfagan un conjunto de ecuaciones)
se podría esperar que tales métodos aproximados pudiesen
ser útiles en este contexto. El método de Gauus-Seidel es el
método iterativo mas comúnmente usado.
43
• Suponga que se da un conjunto de n ecuaciones
[A]{X}={B}
Suponga que para ser concisos se limita a un
conjunto de ecuaciones de 3 x 3. Si los elementos de
la diagonal no son todos cero, la primera ecuación se
puede resolver para x1, la segunda para x2 y la tercera
para X3, para obtener:
44
• Ahora, se pude empezar el proceso de solución al
escoger los valores iniciales de las “x”. Una forma
simple para obtener los valores iniciales, es suponer
que todos son cero, estos ceros se pueden sustituir en
la ecuación 1 para el calculo de “x1” la cual se puede
usar para calcular un nuevo valor “x1=(b1/a11)”.
Después se sustituye este nuevo valor de “x1” junto
con los valores previos de cero para “x3” en la
ecuación 2 y calcular el nuevo valor para “x 2”. Este
proceso se repite en la ecuación 3 para el calculo de
“x3” para calcular un nuevo estimado de “x3”. Después
se regresa a la primera ecuación y se repite todo el
procedimiento hasta que la solucion converja los
45
suficientemente cercano a los valores reales.
• La convergencia se puede verificar usando el criterio:
• para todas las i, donde j y j-1 son las iteraciones

actuales y previas.
46
Problema 1.Enunciado: Use el método de Gauss
Seidel para obtener la solución al mismo sistema
usado en los ejemplos de Gauss Simple y Gauss
Jordan:
3 x1 - 0.1 x2 - 0.2 x3 = 7.85
0.1 x1 + 7 x2 - 0.3 x3 = -19.3
0.3 x1 - 0.2 x2 + 10 x3 = 71.4
3 -0.1 -0.2 7.85

0.1 7 -0.3 -19.3
47
Sol.Método de Gauss Seidel
3 -0.1 -0.2 7.85
0.1 7 -0.3 -19.3
0.3 -0.2 10 71.4
48
no x1 Ea X2 Ea X3 Ea
1 2.616666667 -2.79452381 7.005609524
2 2.99055651 12.5 -2.49962468 11.79 7.000290811 0.07
3 3.0000319 0.31 -2.49998799 0.01 6.999999283 0.004
4 3.00000035 0.001 -2.50000004 0.0004 6.999999989 0.00001
49
Problema 2.Tarea: Use el método de Gauss
Seidel para obtener la solución al sistema:
-12 x1 + x2 - x3 = -20
-2 x1 - 4 x2 + 2 x3 = 10
x1 2 x2 + 2 x3 = 25
50
Sistemas de ecuaciones no lineales
• Características
– Las incógnitas tienen exponentes mayor a uno
– Pueden aparecer funciones trascendentales como
logaritmos, funciones trigonométricas, exponenciales
– Necesita valores iniciales, uno para cada uno de las
incógnitas
– El sistema de ecuaciones debe ser cuadrado, el
número de funciones debe ser el mismo número de
incógnitas
51
• Dificultades
– Es imposible graficar las superficies
multidimencionales de los sistemas para n>2
– No es fácil encontrar buenos valores iniciales
• Sugerencias
– Resulta muy útil tratar de reducir analíticamente el
numero de ecuaciones y de incógnitas antes de
intentar una solución numérica
– Después sustitúyase esa mejora en las demás
ecuaciones; con esto el sistema se reduce
52
Por ejemplo:
f1(x1,x2)=10(x2-x12)=0
f2(x1,x2)=1-x1=0
Se despeja x1 en la segunda ecuación
x1=1
y se sustituye en la primera
10(x2-12)=0
cuya solución es x2=1, conjuntamente con x1=1
proporciona una solución de sistema dado, sin
necesidad de resolver dos incógnitas. 53
• Partición de Ecuaciones
– A veces resulta sencillo dividir las ecuaciones en
subsistemas menores y resolverlos por separado:
f1(x1,x2,x3,x4,x5)=0 f2(x1,x2,x4)=0 f1(x1,x2,x3,x4,x5)=0

f2(x1,x2,x4)=0 f4(x2,x4)=0 f3(x1,x3,x4,)=0
f3(x1,x3,x4,)=0 f5(x1,x4)=0
f4(x2,x4)=0 y los resultados
f5(x1,x4)=0 en->
– así si son 5 ecuaciones, por conveniencia se puede

intentar un subsistema con tres de ellas y las
soluciones de éste subsistema se utilizan después
para resolver el sistema compuesto por el resto de 54
• Tanteo de ecuaciones
– Suponga un sistema de 4 ecuaciones con 4
incógnitas y no se pueden dividir en subsistemas,
sino simultáneamente:
f1(x2,x3)=0 – Ahora suponga que estima un valor de x3,
f2(x2,x3,x4)=0 se podría obtener así x2 a partir de f1, x4 de
f3(x1,x2,x3,x4)=0
f4(x1,x2,x3)=0
f2 y x1 de f3. Finalmente se comprobaría con
f4 la estimación hecha de x3.
– Si f4 fuese 0 o menor en magnitud que un valor
predeterminado o criterio de exactitud ε, la estimación x3 y
los valores x2, x4 y x1 obtenidos con ella, serían una
aproximación al sistema dado, caso contrario, habría que
proponer un nuevo valor para x3 y repetir el proceso.
55
• Valores Iniciales
– De consideraciones físicas
Según la aplicación física de que se trate, es posible
acotar los valores de las incógnitas a partir de su
consideración física, así, si alguna de las variables
representa la velocidad del flujo de un fluido, ésta no
puede ser negativa xi>=0. También, si otra variable
fuera una concentración expresada como fracción o
peso o fracción molar de una corriente de alientación,
ésta debe de encontrarse en un intervalo entre 0 y 1:
0<= xi <=1.
56
Newton Raphson multivariable
• Visualización de raíces en sistemas de dos
ecuaciones no lineales con dos incógnitas
– Sea el sistema:
f1(x,y)=x2 – 10x + y2 + 8 = 0
f2(x,y)=xy2 + x - 10y + 8 = 0
– Algebraicamente una solución o raíz de éste sistema,
es una pareja x,y. tal que satisface cada una de las
ecuaciones de dicho sistema.
– Haremos una interpretación por etapas:
57
Al graficar f1(x,y) se obtiene la siguiente superficie en el
espacio:
La intersección de
graficar f1(x,y) con el
plano x - y, cuando la
hay, puede resultar en
una curva c1, a lo largo
de ésta curva se da el
echo de que f1(x,y)=0,
solución solo de f1(x,y),
no del sistema de
ecuaciones.
Al graficar f2(x,y) se obtiene otra superficie en el espacio:
Que de la misma
manera, la intersección
de graficar f1(x,y) con el
plano x - y, cuando la
hay, puede resultar en
una curva c2, y a lo largo
de ésta curva se da el
echo de que f1(x,y)=0,
solución solo de f2(x,y),
no del sistema de
ecuaciones.
Las intersecciones de las curvas c2, c2, y el plano x – y,
resultan ser puntos comunes de los planos f1(x,y), f2(x,y) y
el plano x – y,
dichos puntos
satisfacen
ambas
ecuaciones y
son
precisamente
las raíces x,y
que buscamos.
La gráfica puede
proponer
valores iniciales
• Pasos
– Supongamos un sistema de tres
variables con tres incógnitas
– Las ecuaciones se igualan a cero
– Se calcula la matriz Jacobiana definida por:
– Las columnas manejan las incógnitas, las filas las funiones

61
Para el sistema propuesto:
– Resuelva el sistema no lineal con los valores iniciales x,y = 0,0
f1(x,y)=x2 – 10x + y2 + 8 = 0
f2(x,y)=xy2 + x - 10y + 8 = 0
– Para el sistema propuesto:
f1(x,y)=x2 – 10x + y2 + 8 = 0
f2(x,y)=xy2 + x - 10y + 8 = 0
– sería:
df1/dx df1/dy -f1(x,y)
df2/dx df2/dy -f2(x,y)
– Primera Aproximación: con el vector inicial x,y = 0,0:
2x – 10 2y - (x2 – 10x + y2 + 8) x y
y2+1 2xy – 10 -(xy2 + x - 10y + 8) 1 0 0
2(0) – 10 2(0) - ((0) 2 – 10(0) + (0)2 + 8)

(0)2+1 2(0) (0) – 10 -((0) (0)2 + (0) - 10(0) + 8)
63
– 10 0 -8 – Y resolvemos por gauss jordan
1 – 10 -8
– 10 0 -8 x1=0.8 y x2=0.88 los cuales serán las
1 – 10 -8 siguientes dos aproximaciones de x y
y, x=0.8 y y=0.88
1 0 0.8 Valores que se suman a los anteriores
0 1 0.88 x=0+0.8=0.8 y y=0+0.88=0.88
– Segunda Aproximación: con el vector inicial x,y = 0.8,0.88:
u v
2x – 10 2y - (x – 10x + y + 8)
2 2
1 0 0
y2+1 2xy – 10 -(xy2 + x - 10y + 8)
2 0.8 0.88
2(0.8) – 10 2(0.88) - ((0.8)2 – 10(0.8) + (0.88)2 + 8)

(0.88)2+1 2(0.8) (0.88) – 10 -((0.8) (0.88)2 + (0.8) - 10(0.88) + 8)
-8.4 1.76 -1.4144 64
1.7744 -8.592 -0.61952 – Y resolvemos por gauss jordan

-8.4 1.76 -1.4144 – Obteniendo x1=0.1917872 y
1.7744 -8.592 -0.61952 x2=0.1117117
– Valores que se suman a los anteriores
– x1 = 0.8+0.1917872 = 0.9917872
– x2 = 0.88+0.1117117 = 0.9917117
– Siguiendo el procedimiento obtendremos:
Aproximación x y
0 0 0
1 0.8 0.88
2 0.99179 0.00171
3 0.9998 0.9997
65
4 1 1
Para el sistema propuesto:
– Resuelva el sistema no lineal con los valores iniciales x,y = 1,2
f1(x,y)=v-u3 = 0
f2(x,y)=u2+v2-1 = 0

IBQ Unidad 3 Parte 3

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

IBQ Unidad 3 Parte 3

Cargado por

Copyright:

Formatos disponibles

Solución de Sistemas de

Ecuaciones Algebraicas Lineales

• Como en el caso de solución de dos

Ahora, esta ecuación nueva se le puede restar a la segunda fila

a’n2x2 + a’12x2 +…+ a’nnxn =b’n 17

• DP=(-3/2) / (19/4) = -6/19

Operaciones renglón 3 2da modificación

Operaciones renglón 3 1era modificación

Operaciones renglón 3 2da modificación

• 1 1/3 2/3 = -1/3 RP

Operaciones renglón 3 1ra modifiación

• 1 -1/4 1/4 = 1/4 RP

Operaciones renglón 3 1ra modifiación

• para todas las i, donde j y j-1 son las iteraciones

3 -0.1 -0.2 7.85

1 2.616666667 -2.79452381 7.005609524

2 2.99055651 12.5 -2.49962468 11.79 7.000290811 0.07

3 3.0000319 0.31 -2.49998799 0.01 6.999999283 0.004

4 3.00000035 0.001 -2.50000004 0.0004 6.999999989 0.00001

f1(x1,x2,x3,x4,x5)=0 f2(x1,x2,x4)=0 f1(x1,x2,x3,x4,x5)=0

– así si son 5 ecuaciones, por conveniencia se puede

– Las columnas manejan las incógnitas, las filas las funiones

2(0) – 10 2(0) - ((0) 2 – 10(0) + (0)2 + 8)

2(0.8) – 10 2(0.88) - ((0.8)2 – 10(0.8) + (0.88)2 + 8)

-8.4 1.76 -1.4144 64

1.7744 -8.592 -0.61952 – Y resolvemos por gauss jordan

– Siguiendo el procedimiento obtendremos:

También podría gustarte