TEMA 6

Resolucin numrica de ecuaciones lineales

Introduccin
Mtodos para la resolucin exacta
Descomposicin LU
Eliminacin de Gauss
Mtodos para la resolucin iterativa

Introduccin
En la ingeniera es frecuente encontrar problemas que requieren la resolucin
de ecuaciones de la forma:

Se trata de un sistema de n ecuaciones con n incgnitas, x1, x2, ..., xn. Donde los
elementos aij y bi son nmeros reales.

Representacin Matricial

Vector fila 1xm

Vector columna nx1

Representacin Matricial

Matriz nxm

Matriz cuadrada 4x4

Representacin Matricial

Matriz simtrica

Matriz diagonal

Matriz Identidad

Representacin Matricial

Triangular Superior

Triangular Inferior

Bandeada

Operaciones con Matrices

Suma de Matrices

Multiplicacin de matrices

Analizaremos previamente un sistema que sea fcil de resolver. Por ejemplo,

supongamos que la matriz A de n x n presenta estructura diagonal, es decir,
todos los componentes distintos de cero se encuentran sobre la diagonal
principal. El sistema de ecuaciones toma por tanto la forma:

En este caso el sistema se reduce a n ecuaciones simples y la solucin es:

Continuando con la bsqueda de sistemas con soluciones fciles,

supongamos ahora que A tiene una estructura triangular inferior, es
decir, todos los elementos de A distintos de cero se sitan bajo la diagonal
principal:

Es fcil ver que el valor de x1 se obtiene directamente a partir de la primera

ecuacin. Sustituyendo el valor conocido de x1 en la segunda ecuacin es
posible obtener el valor de x2. Procediendo de la misma forma para el resto de
las ecuaciones, es posible obtener todos los valores x1 , x2, x3, ..., xn uno tras
otro y en ese orden. El algoritmo formal para encontrar la solucin se denomina
sustitucin progresiva y se puede expresar como:

Se puede emplear el mismo razonamiento para el caso en que la estructura de

la matriz A sea triangular superior. En este caso el sistema matricial adopta
la forma:

y es posible obtener las soluciones en el orden xn, xn-1, ..., x1, empleando
en este caso una modificacin del algoritmo expresado por la ecuacin y
que se denomina algoritmo de sustitucin regresiva:

El sistema de ecuaciones se puede escribir, empleando una muy til

representacin matricial, como:

Entonces podemos denotar estas matrices por A, x y b de forma que la

ecuacin se reduce simplemente a:

Ax=b

ELIMINACIN DE GAUSS
En el mtodo de la Eliminacin de Gauss se emplea un procedimiento
que, en su forma ms simple, es:
Eliminacin hacia adelante de incgnitas, convirtiendo el sistema
original en un sistema triangular superior.
El resultado obtenido se va sustituyendo de manera regresiva para
hallar las incgnitas.

ELIMINACIN DE GAUSS
Eliminacin hacia delante de incgnitas
Partiendo del sistema de n ecuaciones:

El paso inicial consiste en eliminar la incgnita

n-sima ecuacin.

desde la segunda hasta la

El procedimiento se inicia multiplicando la primera ecuacin por

ELIMINACIN DE GAUSS
Eliminacin hacia delante de incgnitas
Esta ltima ecuacin, se resta de la segunda ecuacin del sistema de ecuaciones
original:

o
0

ELIMINACIN DE GAUSS
Eliminacin hacia delante de incgnitas
El siguiente paso consiste en multiplicar la primera ecuacin (llamada ecuacin
pivote) por
/
y el resultado se resta de la tercera ecuacin ( se denomina
elemento pivote).
Si el procedimiento se repite con las ecuaciones restantes, se consigue el siguiente
sistema modificado:

ELIMINACIN DE GAUSS
Eliminacin hacia delante de incgnitas
A continuacin el procedimiento antes descrito para eliminar la segunda incgnita
de las ecuaciones tercera, cuarta, n-sima, multiplicando la segunda ecuacin
(nueva ecuacin pivote) por / y restando la ecuacin resultante de la
tercera. La eliminacin prosigue de forma similar a lo explicado, obtenindose el
sistema modificado:

El superndice biprima indica que los elementos se han modificado dos veces

ELIMINACIN DE GAUSS
Eliminacin hacia delante de incgnitas
El procedimiento contina utilizando las ecuaciones pivote restantes y eliminando
progresivamente el resto de incgnitas. Obtenindose, finalmente, un sistema
modificado de la siguiente forma:

El cual es un sistema con una matriz de coeficientes triangular superior.

ELIMINACIN DE GAUSS
Sustitucin hacia atrs
De la ltima ecuacin del sistema triangular superior obtenido, se despeja

Este resultado se sustituye ahora en forma regresiva en la (n-1)-sima ecuacin,

para despejar
. El procedimiento se repite para hallar las siguientes incgnitas,
siguiendo la ecuacin general:

para

1,

2, , 1

EJEMPLO DE ELIMINACIN DE GAUSS SIMPLE

Se ilustra el mtodo de Gauss aplicando el procedimiento a un sistema de cuatro
ecuaciones con cuatro incgnitas:

En el primer paso, multiplicamos la primera ecuacin por

y la restamos a la
segunda, despus multiplicamos la primera ecuacin por
y la restamos a la
tercera y finalmente multiplicamos la primera ecuacin por
y la restamos a
la cuarta. Los nmeros 2,
y -1 son los multiplicadores del primer paso del
proceso de eliminacin. El nmero 6 es el elemento pivote de este primer paso y
la primera fila, que no sufre modificacin alguna, se denomina fila pivote. El
sistema en estos momentos tiene el siguiente aspecto:

EJEMPLO DE ELIMINACIN DE GAUSS SIMPLE

En el siguiente paso del proceso, la segunda fila se emplea como fila pivote y -4
como elemento pivote. Aplicamos del nuevo el proceso: multiplicamos la segunda
fila por
por
y

y la restamos de la tercera y despus multiplicamos la segunda fila

y la restamos a la cuarta. Los multiplicadores son en esta ocasin 3

y el sistema de ecuaciones se reduce a:

EJEMPLO DE ELIMINACIN DE GAUSS SIMPLE

El ltimo paso consiste en multiplicar la tercera ecuacin por

y restarla a la

cuarta. El sistema resultante resulta ser:

Aplicando el algoritmo de sustitucin regresiva, se obtiene el resultado:

INCONVENIENTES DE LA ELIMINACIN DE GAUSS SIMPLE

El mtodo de Eliminacin de Gauss Simple presenta algunos inconvenientes:

Divisin entre cero: durante las fases de eliminacin progresiva y
sustitucin regresiva puede que ocurra una divisin entre cero.
Errores de redondeo: en algunos casos, estos errores pueden ser bastante
significativos
Sistemas mal condicionados: pequeos cambios en los coeficientes
generan grandes cambios en la solucin
Sistemas singulares: problemas en los cuales dos o ms ecuaciones son
idnticas

TCNICAS PARA MEJORAR LA ELIMINACIN DE GAUSS

Pivoteo: para eliminar las divisiones entre cero y para disminuir los errores
de redondeo se puede intercambiar las filas, colocando como elemento
pivote al mayor nmero de la columna (pivoteo parcial), o en otros
procedimientos se intercambian filas y columnas buscando el nmero
mayor (pivoteo completo).
Uso de ms cifras significativas
Escalamiento: se pueden emplear unidades que evite grandes diferencias
de magnitud entre los coeficientes.
El uso del pivoteo produce nuevos algoritmos

INCONVENIENTES DE LA ELIMINACIN DE GAUSS SIMPLE

Ejemplo de mal condicionamiento
Sea el sistema mal condicionado:
1.00
0.99

0.99
1

0.98
2

1.99
1.97

tiene como solucin exacta: 1= 2=1.00

Si se aplica eliminacin de Gauss de obtiene:
1.00
0.00

0.9900
1

0.0001
2

1.9900
0.0001

Si se redondea o corta a tres dgitos la ltima fila, quedara como fila de

ceros y el sistema original quedara como un sistema sin solucin nica.
Incluso se podran obtener resultados como 1= 0, 2=2, que parecen
muy distintos a la solucin, pero al sustituir parecen ser solucin.
An una solucin tan absurda como 1=100, 2=-99 da resultados
sorprendentemente cercanos

MTODO DE GAUSS-JORDAN
El mtodo de Gauss-Jordan es una variacin de la eliminacin de Gauss:
Cuando una incgnita se elimina en el mtodo de Gauss-Jordan, sta es
eliminada de todas las otras ecuaciones, no slo de las subsecuentes.
Todos las filas se normalizan al dividirlos entre su elemento pivote.
De esta forma, el paso de eliminacin genera una matriz identidad en vez
de una triangular.
En consecuencia, no es necesario usar la sustitucin hacia atrs para
obtener la solucin.

DESCOMPOSICIN LU
Supongamos que A se puede factorizar como el producto de una matriz triangular
inferior L con una matriz triangular superior U:
A = LU
En este caso, el sistema de ecuaciones dado por podra representarse en la
forma:
LUx=b
Si denominamos z a la matriz columna de n filas resultado del producto de las
matrices Ux, tenemos que la ecuacin se puede reescribir del siguiente modo:
Lz=b

DESCOMPOSICIN LU
Es posible plantear un algoritmo para resolver el sistema de ecuaciones
empleando dos etapas:
Primero obtenemos z aplicando el algoritmo de sustitucin progresiva
en la ecuacin anterior
Posteriormente obtenemos los valores de x aplicando el algoritmo de
sustitucin regresiva a la ecuacin
Ux = z

DESCOMPOSICIN LU
El anlisis anterior nos muestra lo fcil que es resolver estos dos sistemas de
ecuaciones triangulares y lo til que resultara disponer de un mtodo que nos
permitiera llevar a cabo la factorizacin A=LU. Si disponemos de una matriz A de
n x n, estamos interesados en encontrar aquellas matrices:

DESCOMPOSICIN LU
Dichas matrices deben satisfacer la ecuacin A = LU. Cuando esto es posible,
decimos que A tiene una descomposicin LU.
Se puede ver que las ecuacin anterior no determina de forma nica a L y a U.
De hecho, para cada i podemos asignar un valor distinto de cero a lii o uii.
Por ejemplo, una eleccin simple es fijar lii=1 para i = 1, 2, n haciendo de
esto modo que L sea una matriz triangular inferior unitaria.
Otra eleccin es hacer U una matriz triangular superior unitaria (tomando
uii=1 para cada i).

DESCOMPOSICIN LU
Para deducir un algoritmo que nos permita la factorizacin LU de A se parte
de la frmula para la multiplicacin de matrices:

donde se ha empleado el hecho de que lis=0 para s > i y usj = 0 para s > j.
En este proceso, cada paso determina una nueva fila de U y una nueva
columna de L. En el paso k, podemos suponer que ya se calcularon las filas
1, 2, .., k-1 de U, al igual que las columnas 1, 2, .., k-1 de L. Haciendo i=j=k
en la ec anterior:

DESCOMPOSICIN LU

Si especificamos un valor para lkk (o para ukk), es posible determinar un

valor para el otro trmino. Conocidas ukk y lkk podemos escribir las
expresiones para la k-sima fila (i=k) y para la k-sima columna (j=k),
respectivamente:

Las ecuaciones anteriores se pueden emplear para encontrar los

elementos ukj y lik.

DESCOMPOSICIN LU

El algoritmo basado en el anlisis anterior se denomina factorizacin de Doolittle

cuando se toman los trminos lii = 1 para 1 i n (L triangular inferior unitaria) y
factorizacin de Crout cuando se toman los trminos uii=1 (U triangular superior
unitaria).
Ejemplo: Encuentre las factorizaciones de Doolittle y Crout de la matriz:

DESCOMPOSICIN LU
Empleando el algoritmo mencionado, la factorizacin de Doolittle es:

En vez de calcular la factorizacin de Crout directamente, la podemos obtener a

partir de la factorizacin de Doolittle que acabamos de ver. Efectivamente, si
tenemos en cuenta que la matriz A es simtrica, es posible comprobar que se
cumple la relacin: A = LU = UTLT. Por lo que la factorizacin de Crout resulta
ser:

Mtodos para Matrices Especiales

Algunos de estos mtodos son:
Descomposicin de Cholesky (matrices simtricas)
Algoritmo de Thomas (matrices bandeadas)
Mtodo de Gauss-Seidel (mtodo iterativo)