Denominamos Sistema de ecuaciones simultneas a un sistema

que contempla un conjunto de 2 o ms ecuaciones lineales. Por

ejemplo:

S.E.L = Sistema de ecuaciones lineales simultneas

Se empieza a considerar una ecuacin miembra de un S.E.L cuando
esta posee ms de una variable, ya que en caso contrario no tendra
sentido formar un S.E.L de ecuaciones de una variable si tienen
solucin independiente cada una facilmente.. Puesto que el objetivo
de un S.E.L es encontrar la solucin comn de un conjunto de
ecuaciones.
Por ejemplo, el S.E.L anterior podramos suponer que los siguientes
numeros (12, 36) son la solucin a tal S.E.L, aunque sabemos que nos
es as unicamente es para indicar que consideramos como solucin
comn. Una secuencia de valores que en estudios superiores adquiere
otro nombre.
Existen 3 tipos de casos presentes al momento de determinar la
solucin de un S.E.L:
Que tenga una solucin nica.
Que no tenga solucin.
Que tenga una solucin infinita.
Aclarado el punto, tal solucin de un S.E.L se traduce graficamente en
la interseccin de diversos elementos sean estos planos, rectas ,etc.
dependiendo de la concepcin donde se encuentren, por ejemplo la
siguiente interseccin de rectas conforman un S.E.L desconocido pero
lo conforman..

El ambiente de concepcin (Espacio, Plano, etc.) cabe reiterar que

depende de la cantidad de variables de la ecuacin ya que la est
generalmente se otorga en forma implcita, es por ello el motivo.
Existen diversos mtodos para encontrar las posiciones de
interseccin entre los elementos, tanto mtodos algebraicos como
lineales:
Entre los mtodos algebraicos, destacan:
Mtodo de sustitucin.
Mtodo de igualacin.

 Mtodo de sumas y restas.

Mtodo grfico.
Por otro lado en los mtodos lineales, destacan:
Mtodo de eliminacin de Gauss.
Mtodo de Gauss-Jordan.
Mtodo de la inversa.
Mtodo de determinantes.
Anexando los segundos mtodos no corresponden a un programa de
lgebra elemental, sino a estudios posteriores, pero la nocin de
existencia es indispensable motivo por el cul se comentan.

ECUACIONES SIMULTANEAS

Las ecuaciones simultaneas son una coleccin de dos o mas

ecuaciones.
Un sistema de ecuaciones de primer grado, es un conjunto de
ecuaciones con varias variables, pero de exponente 1, de ah el
calificativo
de
primer
grado.
Por lo general, cuando tengas que resolver un problema con
variables o un sistema de ecuaciones de primer grado,
encontrars tantas variables como nmero de ecuaciones (con
varias excepciones), es decir: sistema 2x2, 3x3, 4x4, NxN.
Para resolver un sistema de ecuaciones existen varios mtodos.
Suma y resta.
Sustitucin.
Matriz de Gauss Jordan.
Determinantes.
Igualacin.
Un sistema de ecuaciones simultaneas de primer grado son 2 mas
ecuaciones que tienen el mismo valor en cada una de las
variables, y stas son lineales, osea, a la primera potencia.

MTODO DE GAUSS - JORDAN

Este mtodo, que constituye una variacin del mtodo de eliminacin

de Gauss, permite resolver hasta 15 o 20 ecuaciones simultneas,
con 8 o 10 dgitos significativos en las operaciones aritmticas de la
computadora. Este procedimiento se distingue del mtodo Gaussiano
en que cuando se elimina una incgnita, se elimina de todas las
ecuaciones restantes, es decir, las que preceden a la ecuacin pivote
as como de las que la siguen.
El mtodo se ilustra mejor con un ejemplo. Resolvamos el siguiente
conjunto de ecuaciones
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.8500
0.1 X1 + 7.0 X2 - 0.3 X3 = - 19.3
0.3 X1 - 0.2 X2 + 10 X3 = 71.4000
Primero expresemos los coeficientes y el vector de trminos
independientes como una matriz aumentada.

Se normaliza el primer rengln dividiendo entre 3 para obtener:

El trmino X1 se puede eliminar del segundo rengln restando 0.1

veces el primero del segundo rengln. De una manera similar,
restando 0.3 veces el primero del tercer rengln se elimina el trmino
con X1 del tercer rengln.

En seguida, se normaliza el segundo rengln dividiendo entre

7.00333:

Reduciendo los trminos en X2 de la primera y la tercera ecuacin se

obtiene:

El tercer rengln se normaliza dividindolo entre 10.010:

Finalmente, los trminos con X3 se pueden reducir de la primera y

segunda ecuacin para obtener:

Ntese que no se necesita sustitucin hacia atrs para obtener la

solucin.
Las ventajas y desventajas de la eliminacin gaussiana se aplican
tambin al mtodo de Gauss-Jordan.
Aunque los mtodos de Gauss-Jordan y de eliminacin de Gauss
pueden parecer casi idnticos, el primero requiere aproximadamente
50% menos operaciones. Por lo tanto, la eliminacin gaussiana es el
mtodo simple por excelencia en la obtencin de soluciones exactas a
las ecuaciones lineales simultneas. Una de las principales razones
para incluir el mtodo de Gauss-Jordan, es la de proporcionar un
mtodo directo para obtener la matriz inversa.

MTODO DE GAUSS-SEIDEL
El mtodo de eliminacin para resolver ecuaciones simultneas
suministra soluciones suficientemente precisas hasta para 15 o 20
ecuaciones. El nmero exacto depende de las ecuaciones de que se
trate, del nmero de dgitos que se conservan en el resultado de las
operaciones aritmticas, y del procedimiento de redondeo. Utilizando
ecuaciones de error, el nmero de ecuaciones que se pueden manejar
se puede incrementar considerablemente a ms de 15 o 20, pero este
mtodo tambin es imprctico cuando se presentan, por ejemplo,
cientos de ecuaciones que se deben resolver simultneamente. El
mtodo de inversin de matrices tiene limitaciones similares cuando
se trabaja con nmeros muy grandes de ecuaciones simultneas.
Sin embargo, existen varias tcnicas que se pueden utilizar, para
resolver grandes nmeros de ecuaciones simultneas. Una de las
tcnicas ms tiles es el mtodo de Gauss-Seidel. Ninguno de los
procedimientos alternos es totalmente satisfactorio, y el mtodo de
Gauss-Seidel tiene la desventaja de que no siempre converge a una
solucin o de que a veces converge muy lentamente. Sin embargo,
este mtodo convergir siempre a una solucin cuando la magnitud
del coeficiente de una incgnita diferente en cada ecuacin del
conjunto, sea suficientemente dominante con respecto a las
magnitudes de los otros coeficientes de esa ecuacin.
Es difcil definir el margen mnimo por el que ese coeficiente debe
dominar a los otros para asegurar la convergencia y es an ms difcil
predecir la velocidad de la convergencia para alguna combinacin de
valores de los coeficientes cuando esa convergencia existe. No
obstante, cuando el valor absoluto del coeficiente dominante para
una incgnita diferente para cada ecuacin es mayor que la suma de
los valores absolutos de los otros coeficientes de esa ecuacin, la
convergencia est asegurada. Ese conjunto de ecuaciones
simultneas lineales se conoce como sistema diagonal.
Un sistema diagonal es condicin suficiente para asegurar la
convergencia pero no es condicin necesaria. Afortunadamente, las
ecuaciones simultneas lineales que se derivan de muchos problemas
de ingeniera, son del tipo en el cual existen siempre coeficientes
dominantes.
La secuencia de pasos que constituyen el mtodo de Gauss-Seidel es
la siguiente:

1. Asignar un valor inicial a cada incgnita que aparezca en el

conjunto. Si es posible hacer una hiptesis razonable de stos
valores, hacerla. Si no, se pueden asignar valores seleccionados
arbitrariamente. Los valores iniciales utilizados no afectarn
la convergencia como tal, pero afectarn el nmero de
iteraciones requeridas para dicha convergencia.
2. Partiendo de la primera ecuacin, determinar un nuevo valor
para la incgnita que tiene el coeficiente ms grande en esa
ecuacin, utilizando para las otras incgnitas los valores
supuestos.
3. Pasar a la segunda ecuacin y determinar en ella el valor de la
incgnita que tiene el coeficiente ms grande en esa ecuacin,
utilizando el valor calculado para la incgnita del paso 2 y los
valores supuestos para las incgnitas restantes.
4. Continuar con las ecuaciones restantes, determinando siempre
el valor calculado de la incgnita que tiene el coeficniente ms
grande en cada ecuacin particular, y utilizando siempre los
ltimos valores calculados para las otras incgnitas de la
ecuacin. (Durante la primera iteracin, se deben utilizar los
valores supuestos para las incgnitas hasta que se obtenga un
valor calculado). Cuando la ecuacin final ha sido resuelta,
proporcionando un valor para la nica incgnita, se dice que se
ha completado una iteracin.
5. Continuar iterando hasta que el valor de cada incgnita,
determinado en una iteracin particular, difiera del valor
obtenido en la iteracin previa, en una cantidad menor que
cierto
seleccionado arbitrariamente. El procedimiento queda
entonces completo.
Refirindonos al paso 5, mientras menor sea la magnitud del
seleccionado, mayor ser la precisin de la solucin. Sin embargo, la
magnitud del epsilon no especifica el error que puede existir en los
valores obtenidos para las incgnitas, ya que sta es una funcin de
la velocidad de convergencia. Mientras mayor sea la velocidad de
convergencia, mayor ser la precisin obtenida en los valores de las
incgnitas para un
dado.
EJEMPLO
Resolver el siguiente sistema de ecuacin por el mtodo Gauss-Seidel
utilizando un
= 0.001.
0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40
SOLUCIN:
Primero ordenamos las ecuaciones, de modo que en la diagonal
principal esten los coeficientes mayores para asegurar la
convergencia.
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30
0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40
Despejamos cada una de las variables sobre la diagonal:

Suponemos los valores iniciales X2 = 0 y X3 = 0 y calculamos X1

Este valor junto con el de X3 se puede utilizar para obtener X2

La primera iteracin se completa sustituyendo los valores de X1 y X2

calculados obteniendo:

En la segunda iteracin, se repite el mismo procedimiento:

Comparando los valores calculados entre la primera y la segunda

iteracin

Como podemos observar, no se cumple la condicin

Entonces tomamos los valores calculados en la ltima iteracin y se

toman como supuestos para la siguiente iteracin. Se repite entonces
el proceso:

Comparando de nuevo los valores obtenidos

Como se observa todava no se cumple la condicin

As que hacemos otra iteracin

Comparando los valores obtenidos

Dado que se cumple la condicin, el resultado es:

X1 = 3.0
X2 = -2.5
X3 = 7.0

Como se puede comprobar no se tiene un nmero exacto de

iteraciones para encontrar una solucin. En este ejemplo, se hicieron
3 iteraciones, pero a menudo se necesitan ms iteraciones.

INVERSIN DE MATRICES
Sea A una matriz cuadrada no singular, es decir, que su determinante
sea diferente de cero,
tiene que

. Por definicin de matriz inversa, se

es la inversa de A si:
(13
)
Haciendo
obtiene

y sustituyendo en la ecuacin anterior, se

A X (14
=I
)
Puede considerarse que esta ecuacin matricial representa un
sistema de ecuaciones simultneas, en donde no hay un solo vector
de trminos independientes sino n, los n vectores bsicos que forman
la matriz unitaria I. Adems, no existe un solo vector de incgnitas,
sino n, los que corresponden a cada columna de la matriz unitaria.
Por lo anterior, es posible determinar la inversa de una matriz con el
mtodo de Gauss-Jordan de eliminacin completa. Para lograrlo,
bastar con aplicar las operaciones elementales sobre los renglones
de la matriz ampliada (A, I) de manera de transformar A en I. Cuando
se haya hecho, se obtendr la matriz ampliada
se tendr la inversa buscada.
EJEMPLO
Invertir la matriz

, con lo que

Aumntese la matriz de coeficientes con una matriz identidad

Usando a11 como pivote, el rengln 1 se normaliza y se usa para

eliminar a X1 de los otros renglones.

En seguida, se usa
renglones.

a22 como pivote y X2 se elimina de los otros

Finalmente, se usa
restantes:

a33 como pivote y X3 se elimina de los renglones

Por lo tanto, la inversa es:

Se puede resolver un sistema de ecuaciones con la inversa de la

matriz de coeficientes, de la siguiente manera:
donde C es el vector de trminos independientes.
Comparando ambos mtodos, es evidente que el mtodo de inversin
de matrices no es prctico para la solucin de un slo conjunto (o dos
o tres conjuntos) de ecuaciones simultneas, porque la cantidad de
clculos que intervienen para determinar la matriz inversa es muy
grande. Sin embargo, si se desea resolver 20 conjuntos de 10
ecuaciones simultneas que difieren nicamente en sus trminos
independientes, una matriz aumentada que contiene 20 columnas de
constantes (que se utilizaran en el mtodo de eliminacin) sera
difcil de reducir, y se podra usar con ventaja el mtodo de inversin
de matrices.