SISTEMA DE ECUACIONES LINEALES
Es un conjunto de ecuaciones lineales
sobre un cuerpo o un anillo conmutativo
Existen varios métodos para resolver
sistemas de ecuaciones, aquí
mencionaremos algunos de ellos.
SISTEMA DE ECUACIONES LINEALES
Dos ecuaciones son equivalentes si
representan el mismo lugar geométrico.
Dos sistemas son equivalentes si tienen el
mismo conjunto solución.
Met. SEL
Ax=B
Métodos Directos Métodos Iterativos
Mét. Eliminación: Met. Desc:
- Jacobi
- Gauss -L.U.
-Gauss- Seidel
-Gauss Jordan -Cholesky
Sistema de
Ecuaciones Lineales
AX=B
Rango A≠ Rango de B
Rango A=Rango[A | B]
Inconsistente Consistente
(Incompatible) Compatible
Rango A < n
Rango A = n
Número
Solución
Sin solución Infinito de
única
soluciones
• El método de Gauss Jordan esta sustentado en las
siguientes operaciones entre renglones.
• Fila(Renglón ) por un escalar
*(a1 , a2 , a3 ) a1, a2 , a3
Donde β es un escalar (Numero real).
• Suma entre Filas (Renglones)
a1 , a2 , a3
b1 , b2 , b3
a1 b1 , a1 b2 , a1 b3
• Teniendo como base un sistema de ecuaciones 3x3 de la
forma:
a11 * x1 a12 * x2 a13 * x3 b1 Coeficientes
a21 * x1 a22 * x2 a23 * x3 b2 Variables
Términos
a31 * x1 a32 * x2 a33 * x3 b3 Independientes
Se construye la matriz aumentada como sigue:
a11 a12 a13 b1
a21 a22 a23 b2
a a32 a33 b3
31
• A partir de la aplicación de operaciones entre Filas, el
método de eliminación de Gauss Jordán busca la
transformación de la matriz aumentada a la forma:
1 0 0 R1 Diagonal Principal con unos
Fuera de la diagonal principal con ceros
0 1 0 R2 Resultados para cada variable Xn
0 0 1 R
3
Donde X1=R1; X2=R2; y X3=R3
• Para la consecución del resultado esperado el método de
Gauss Jordan plantea los siguientes pasos para su aplicación.
• Primero debemos hacer garantizar el primer uno como valor para el
coeficiente a11.
• Después mediante operaciones entre renglones cancelamos los valores
de los elementos restantes de la primera columna (a21, a31).
• Después debemos transformar el valor del coeficiente a22 a el valor
de 1 .
• Después mediante operaciones entre renglones cancelamos los valores
de los elementos restantes de la segunda columna (a12, a32).
El proceso se repite para los demás términos de la matriz hasta obtener
la matriz deseada.
• Resolver el siguiente sistema de ecuaciones 3x3 , empleando el
método de eliminación de Gauss Jordan:
2 * x1 4 * x2 6 * x3 18 Coeficientes
4 * x1 5 * x2 6 * x3 24 Variables
Términos
3 * x1 1* x2 2 * x3 4 independientes
Primero construimos la matriz aumentada como sigue:
2 4 6 18
4 5 6 24
3 1 2 4
• Para garantizar el primer uno para el coeficiente a11
multiplicamos la primera fila por 1/2.
En esta operación se ve afectada la fila uno F1, las
demás permanecen sin modificación.
2 4 6 18 1 1 2 3 9
2 *F1
4 5 6 24 4 5 6 24
3 1 2 4 3 1 2 4
• 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*F1 F2 1 2 3 9
3*F1 F3
4 5 6 24 0 3 6 12
3 1 2 4 0 5 11 23
En esta operación se ven afectada la fila dos F2 y la fila
3 F3, la fila 1 F1 permanece sin modificación.
• Con base en lo expuesto anteriormente seguimos operando la
matriz obtenemos el uno en la posición a22.
1 2 3 9 1 2 3 9
3*F2
1
0 3 6 12 0 1 2 4
0 5 11 23 0 5 11 23
• Transformamos en ceros los demás coeficientes de la columna
2.
1 2 3 9 2*F2 F1 1 0 1 1
5*F2 F3
0 1 2 4 0 1 2 4
0 5 11 23 0 0 1 3
• Transformamos a uno el valor de la posición a33
1 0 1 1 1 0 1 1
1*F3
0 1 2 4 0 1 2 4
0 0 1 3 0 0 1 3
• Transformamos en ceros los demás coeficientes de la columna
3.
1 0 1 1 1*F3 F1 1 0 0 4
2*F3 F2
0 1 2 4 0 1 0 2
0 0 1 3 0 0 1 3
• De esta manera tenemos la solución del sistema como sigue:
X1=4; X2=-2; y X3=3
Resolver el siguiente sistema de
ecuaciones por el método de Gauss-
Jordan
x 2y z 3
Este es el sistema
de ecuaciones a 2x 5 y z 4
resolver 3x 2 y z 2
1 2 1 3
Paso 1. Se forma la
matriz aumentada 2 5 1 4
3 2 1 2
NOTA 1 0 0 a Donde el sistema
IMPORTANTE: El tiene la siguiente
objetivo del 0 1 0 b
solución:
método es lograr 0 0 1 c x=a
formar una matriz y=b
identidad de esta z=c
forma.
Solución por el método de Gauss-
Jordan
1 2 1 3
Paso 1. Se forma la
matriz aumentada 2 5 1 4
3 2 1 2
Paso 2. Como se busca obtener una diagonal de “1” en el primer renglón ya
tenemos un número 1. Nuestro objetivo ahora será hacer obtener ceros
debajo de este número “1”
Al numero “1” de la diagonal se le denomina “elemento pivote”; sobre
éste vamos a apoyarnos para hacer ceros los números arriba y debajo de
dicho numero con operaciones de eliminación renglón
Solución por el método de Gauss
1 2 1 3 Renglón pivote
Identificamos
Renglón, Columna 2 5 1 4
y elemento pivote 3 2 1 2
Elemento pivote
Columna pivote
Seleccionamos el
renglón pivote [ 1 2 1 3 ]
2 5 1 4
Seleccionamos un
3 2 1 2
renglón diferente 0
al renglón pivote
Como el objetivo es hacer “0” el número
debajo del renglón pivote ¿Por qué número
debemos multiplicar el renglón pivote?
Solución por el método de Gauss
Modificamos el 1 2 1 3
segundo renglón
con la operación 2 5 1 4
3 2 1 2
de eliminación
renglón
(-2) [1 2 1 3 ]
2 5 1 4
3 2 1 2
0 1 -3 -2
Ahora modificamos (-3) [1 2 1 3 ]
el tercer renglón
32 -2
5
-11 2
4
¿Por qué número
multiplicamos el 3 2 1 2
0 -8 -4 -7
renglón pivote
ahora?
¿Cómo queda la 1 2 1 3
0 1 3 2
nueva matriz?
0 8 4 7
Solución por el método de Gauss
Ya transformamos la 11 2 1 3
primera columna, ahora
vamos con la segunda; 0 11 3 2 Nuevo renglón pivote
afortunadamente ya 0 8 4 7
hay un “1” como nuevo
elemento pivote
(-2) [ 0 1 -3 -2 ]
¿Qué hacemos 1 2 1 3
ahora? Hay que 1 0 7 7
transformar en
ceros los números (8) [ 0 1 -3 -2 ]
arriba y abajo del 0 -8 -4 -7
nuevo elemento
pivote 0 0 -28 -23
Se repite la
eliminación 1 0 7 7
renglón
0 1 3 2
La siguiente matriz 0 0 28 23
queda:
Solución por el método de Gauss
El siguiente elemento 11 0 7 7
pivote es “28”; el cual
debe ser 0 11 3 2
Convertimos el
0 0 28 23
transformado en “1” elemento pivote en
sin alterar la ecuación “1” para facilitar las
¿Cómo lo hacemos? operaciones;
dividimos todo el
renglón entre el
En otras palabras: 1 0 7 7 número pivote (-28)
Cada renglón
0 1 3 2 obteniendo el
representa una 0 0 1 23 / 28 siguiente resultado
ecuación, si dividimos
todo el renglón entre
-28 obtenemos el “1”
que estamos
buscando
Solución por el método de Gauss
Realizamos la 1 0 7 7
operación de
0 1 3 2
eliminación renglón 0 0 1 23 / 28 Nuevo renglón pivote
(-7) [ 0 0 1 23/28 ]
1 0 7 7
1 0 0 5/4
(3) [ 0 0 1 23/28 ]
0 1 -3 -2
0 1 0 13/28
Finalmente la matriz 1 0 0 5/ 4
queda 0 1 0 13 / 28
0 0 1 23 / 28
Leyéndose el siguiente resultado: x = 5/4 y = 13/28 z = 23/28
Solución por el método de Gauss
Sistema de ecuaciones x 2y z 3
original
2x 5 y z 4
3x 2 y z 2
Respuestas: x = 5/4
y = 13/28
z = 23/28
MÉTODO GRAFICO
1- Si ambas rectas se cortan, las coordenadas del punto de
corte son los únicos valores de las incógnitas 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
MÉTODO GRAFICO
3 - Si ambas rectas son paralelas, el sistema no tiene
solución. Sistema incompatible.
x2 L1
L2
x1
4 – si la franja la toman en una zona no en un punto,
encontramos un sistema mal condicionado.
L1 L2
x2
x1
MÉTODO GRAFICO
Ejemplo 1:
Resolver por método grafico el siguiente sistema de ecuaciones.
x+y=5 ; 2x+y=9
Sln.
Para la primera ecuación se tiene que: x=5-y tal que
x 1 2 3 4
y 4 3 2 1
Para la segunda ecuación se tiene que: x=9-y/2
x 1 2 3 4
y 7 5 3 1
MÉTODO GRAFICO
y
2x+y=9
X+y=5
solución
x
Solución {4.1}
MÉTODO GRAFICO
y
2x+y=9
2x+y=12
x+y=5
x
solución
Solución {7,-2}
MÉTODO GRAFICO
2x+y=9
x+y=7
solución
2x+3y=9 Solución {2,5}
x
DIFICULTAD EN LOS METODOS DE
ELIMINACION
1.- División entre cero
PIVOT ‘CERO’
TECNICA DEL PIVOTEO
Primera Columna Segunda Columna
8 1 2 5
0 2 7 3
0 −𝟒. 𝟑𝟕𝟓 5.25 5.125
8 1 2 5
0 2 7 3
3 −4 6 7
𝟖 1 2 5 8 1 2 5
0 2 7 3 0 −𝟒. 𝟑𝟕𝟓 5.25 5.125
3 −4 6 7 0 0 9.4 5.3429
8 1 2 5
0 2 7 3
0 −4.375 5.25 5.125
2.- Errores de redondeo
3- Sistema mal condicionado
Si hacemos un pequeño cambio en el sistema origina un
cambio significativo en la solución.
Es bastante sensible al error de redondeo
X+2y=10 Mal
1.1x+2y=10.4 condicionado
x=4
sol
y=3
x=8 1.05
Nueva
sol y=1
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 9 5 3
A= 0 8 6
0 0 3
Razones para un buen
condicionamiento.
• el numero de operaciones y la precisión de los
cálculos acumulan errores que debemos tratar de
minimizar.
• las soluciones de algunos sistemas lineales varían
considerablemente para pequeñas variaciones en los
datos.
• los datos del sistema proceden de mediciones físicas,
y por tanto llevan implícito un cierto grado de
incertidumbre.
SISTEMA DE ECUACIONES LINEALES
Métodos de solución:
- Directos o exactos
- Iterativos
Directos: Cramer, Gauss, etc
Iterativos: Jacobi, Gauss seidel,
Relajación,etc
METODOS ITERATIVOS
Resuelve Sistema de ecuaciones lineales.
Sencillos
Aproximación(error tol)
El método iterativo converge. Si A es diagonalmente dominante (D.D.)
MÉTODO DE JACOBI
Este método junto con el de gauss Seidel comprenden los
métodos iterativos para la solución de sistemas de
ecuaciones lineales.
El método parte de un sistema de ecuaciones al cual se le
aplicaran unos arreglos si es necesario para poder
implementar este método. Cuando se tiene el sistema de
ecuaciones definido se debe hacer lo posible para que la
matriz tenga la forma de “diagonalmente dominante. “
Convergencia:
Teorema (Fröbenius-Mises)
Una condición suficiente para la convergencia
del método de Jacobi es que se verifique una de
las dos desigualdades siguientes:
𝑛
𝑎𝑖𝑗
1) < 1, ∀𝑖 = 1, … , 𝑛
𝑎𝑖𝑖
𝑗=1
𝑗≠𝑖
𝑛
𝑎𝑖𝑗
2) < 1, ∀𝑖 = 1, … , 𝑛
𝑎𝑖𝑖
𝑖=1
𝑗≠𝑖
Convergencia:
Teorema (Geiringer)
Una condición suficiente para la convergencia
del método de Gauss Seidel es que se verifique
una de las dos desigualdades siguientes:
𝑛
𝑎𝑖𝑗
1) < 1, ∀𝑖 = 1, … , 𝑛
𝑎𝑖𝑖
𝑗=1
𝑗≠𝑖
𝑛
𝑎𝑖𝑗
2) < 1, ∀𝑖 = 1, … , 𝑛
𝑎𝑖𝑖
𝑖=1
𝑗≠𝑖
Condición de convergencia
• Teorema .- (Fröbenius-Mises) (Geiringer)
• Una condición suficiente para la convergencia del
método de Jacobi ó Gauss- Seidel es que se verifique
una de las dos desigualdades siguientes:
𝒏 𝒏
𝒂𝒊𝒊 > 𝒂𝒊𝒋 , ∀𝒊 = 𝟏, … , 𝒏 𝒂𝒊𝒊 > 𝒂𝒊𝒋 , ∀𝒊 = 𝟏, … , 𝒏
𝒋=𝟏 𝒊=𝟏
𝒋≠𝒊 𝒊≠𝒋
• A es una matriz de diagonal estrictamente dominante.
PASOS A SEGUIR…
1. Para emplear este método se nos debe proporcionar un
vector inicial.
2. Este método se basa en el despeje de cada incógnita de un
sistema de ecuaciones como el siguiente.
3. Despejamos las incógnitas (variable x) de estas ecuaciones y
empleamos el valor inicial para la primera iteración.
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 método de Jacobi, el siguiente sistema de ecuaciones.
6x1 + 2x2 + x3 = 22
-x1 + 8x2 + 2x3 =30
x1 - x2 + 6x3 =23
SOLUCIÓN
1. Despejamos la variable xi 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 iteración 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%
Iteración x1 Er % x2 Er % x3 Er%
0 0 0 0
1 3,67 100,00 3,75 100,00 3,83 100,00
2 1,78 106,25 3,25 15,38 3,85 0,36
3 1,94 8,46 3,01 7,96 4,08 5,68
4 1,98 2,08 2,97 1,26 4,01 1,68
5 2,01 1,18 3,00 0,73 4,00 0,33
6 2,00 0,26 3,00 0,21 4,00 0,01
5. Observamos que en la 6 Iteración se alcanza la
convergencia.
METODO GAUSS SEIDEL
• El método de Gauss Seidel es casi idéntico al método de
Jacobi. Este último encuentra valores para cada incógnita
del sistema de ecuaciones lineales y en la siguiente
iteración sustituye estos valores en el sistema. La única
diferencia entre estos dos métodos esta en que, en el
método de Gauss Seidel una vez que se ha calculado el
valor de Xi, este valor se sustituye inmediatamente en la
misma iteración.
• “USA LOS VALORES MAS ACTUALES”
EJEMPLO
• Resuelva el siguiente sistema de ecuaciones lineales por medio
del método 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
SOLUCIÓN
1. Al igual que en el método de Jacobi despejo en cada ecuación cada
una de las incógnitas 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 incógnita.
x1 = (22-2x2-x3)/6
x1=[(22-2(0)-(0)]/6
x1=3,66
3. Hallo la segunda incógnita (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 ER≤0,1%.
• Realizamos la tabla de iteraciones en Excel como se muestra a
continuación: ER≤0,1%.
Iteración x1 Er x2 Er x3 Er
0 0 --------- 0 ---------- 0 ---------
1 3,67 100,00 4,21 100,00 3,92 100,00
2 1,61 127,75 2,97 41,68 4,06 3,36
3 2,00 19,50 2,98 0,49 4,00 1,56
4 2,01 0,28 3,00 0,54 4,00 0,04
5 2,00 0,29 3,00 0,04 4,00 0,02
6 2,00 0,01 3,00 0,01 4,00 0,00
• Observamos de esta manera que aunque toma mas iteraciones que el
método de Jacobi esté es mucho mas preciso.
METODO GAUSS SEIDEL CON RELAJACIÓN
Después de calcular un nuevo valor de x por la ecuación
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 técnica SOR o de
relajación. El esquema es el siguiente:
Pasos a seguir…
1. Para hallar los valores de X en el sistema de
ecuaciones empleo la ecuación 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
método de Gauss Seidel de Relajación (SOR).
6x1 + 2x2 + x3 = 22
-x1 + 8x2 + 2x3 =30
x1 - x2 + 6x3 =23
• Con un vector inicial (0 ; 0 ; 0), y con factor de relajación de
W=1,25
SOLUCIÓN
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 operación 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 iteración, teniendo en
cuenta que este método 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
continuación:
Iteración x1 Ea x2 Ea x3 Ea
0 0 0 0
1 4,58 100,00 5,40 100,00 4,96 100,00
2 0,15 2913,11 1,81 198,62 3,90 27,37
3 2,98 94,89 3,48 48,05 3,92 0,67
4 1,57 89,79 2,84 22,80 4,07 3,74
5 2,16 27,32 3,04 6,78 3,96 2,98
6 1,95 10,71 3,00 1,58 4,02 1,57
7 2,01 2,92 3,00 0,04 3,99 0,70
8 2,00 0,47 3,00 0,23 4,00 0,26
• Al llegar a este punto claramente podemos decir que el método
iterativo con mayor velocidad de convergencia es el de Gauss Seidel.
SISTEMA DE ECUACIONES
NO LINEALES
Sistema de ecuaciones no lineales
•
•
•
•
Métodos para resolver S.E.N.L
•
PASOS
• Generar una aproximación inicial.
• Hallar una Ley de recurrencia, que nos
provea la secuencia buscada.
• Fijar un criterio que nos indique cuando
hemos logrado una aproximación
aceptable.
• Ejemplo
𝑥 2 − 2𝑥𝑦 + 5𝑦 2 − 9 = 0 Valores iniciales:
൝ 2 xo=0 ; yo=0
𝑥 + 4𝑥𝑦 + 𝑦 2 − 3 = 0
MÉTODO DEL PUNTO FIJO MULTIVARIABLE
(-2.5,0.3) (0.2,1.4)
(2.5,-0.3)
(0.2,-1.4)
Desplazamientos Sucesivos
N X Y ERROR
0 0.2 1.4 -----
1 0.3 0.79 0.618 G1 y G2 no sirven para
2 -3.6642 0.51 3.97 hallar la solución
Condición suficiente aunque no necesaria
para asegurar la convergencia
•
•
Método de Newton Rapshon
•
Calculando la NF
•
•
VENTAJAS
• Tiene convergencia cuadrática.
• El mismo programa se puede usar para hallar todas
las raíces, sólo cambiando el valor inicial.
DESVENTAJAS
• Se tiene que evaluar n2 elementos de la matriz Jacobiana.
• Se debe derivar parcialmente funciones (analíticamente o
numéricamente)
𝜕𝑓(𝑥,𝑦) 𝑓 𝑥+ℎ,𝑦 −𝑓(𝑥,𝑦)
• 𝜕𝑥
=
ℎ
𝜕𝑓(𝑥,𝑦) 𝑓 𝑥,𝑦+ℎ −𝑓(𝑥,𝑦)
• 𝜕𝑦
=
ℎ
• Se requiere una buena aproximación inicial.
METODO DE NEWTON
RAPSHON MODIFICADO
