MTODO DE GAUSS - JORDAN

ndice

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 dividiendolo 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 m todo 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.

INVERSIN DE MATRICES

ndice
Sea A una matriz cuadrada no singular, es decir, que su determinante sea diferente de cero,

. Por definicin de matriz inversa, se tiene que

es la inversa de A si:

(13)

Haciendo y sustituyendo en la ecuacin anterior, se obtiene

A X = I (14)

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 , con lo que se tendr la inversa buscada.

EJEMPLO

Invertir la matriz

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 a22 como pivote y X2 se elimina de los otros renglones.

Finalmente, se usa a33 como pivote y X3 se elimina de los renglones restantes:

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.
MTODO DE GAUSS-SEIDEL

ndice

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.

Se deja de investigacin al alumno alguna forma que haga que este mtodo converga ms
rpidamente.

SISTEMA DE ECUACIONES LINEALES

Introduccin.

Los mtodos numricos para la solucin de Sistemas de Ecuaciones Lineales

se dividen en dos categoras generales: mtodos exactos y mtodos
aproximados.

Mtodos exactos:

Se usan comnmente dos mtodos; la eliminacin de Gauss y eliminacin

de Gauss con pivote. Se recomienda utilizar la estrategia de pivoteo en
cualquier implementacin que se haga de estos mtodos sobre una
computadora. Con la ayuda de esta estrategia, los errores de redondeo
disminuyen y se evitan los problemas como divisin entre cero.

Aunque los mtodos de eliminacin tienen una gran utilidad, el uso de toda
la matriz de coeficientes puede ser un factor muy importante cuando se trata
de sistemas muy grandes y dispersos.

Mtodos aproximados:
El mtodo de Gauss-Seidel es diferente a los mtodos exactos, en cuanto que
ste, emplea un esquema iterativo en la obtencin progresiva de
aproximaciones ms cercanas a la solucin. Por lo tanto, el efecto de redondeo
es un punto discutible dentro del mtodo, ya que las iteraciones se pueden
prolongar tanto como sea posible para obtener la precisin deseada.

La desventaja del mtodo de Gauss-Seidel es que no siempre converge a la

solucin exacta o algunas veces los hace de manera muy lenta. nicamente es
confiable para aquellos sistemas dominantes diagonalmente. Adems, de que
muchos sistemas algebraicos lineales originados de problemas fsicos muestran
dominancia diagonal, el mtodo de Gauss-Seidel tiene gran utilidad en la
solucin de problemas de ingeniera.

Teorema Fundamental de Equivalencia:

Puede aceptarse que las siguientes 3 operaciones sobre una matriz ampliada
producen otras correspondientes a un sistema equivalente:

Intercambiar dos renglones. ( ya que corresponde a reordenar las

ecuaciones del sistema).

Multiplicar todos los elementos de un rengln por una misma constante.

Sumar a los elementos de un rengln los correspondiente elementos de otro

multiplicados por una constante.

ELIMINACIN DE GAUSS
Este algoritmo consiste en dos procesos:

a) Eliminacin hacia adelante: Esta fase reduce el conjunto de

ecuaciones a un sistema triangular Superior:

Paso 1: Consiste en dividir la primera ecuacin por el coeficiente de la primera

incgnita. A este procedimiento se le conoce como normalizacin.

Paso 2: Despus se multiplica la ecuacin normalizada por el primer

coeficiente de la segunda ecuacin.

Paso 3: Ntese que el primer termino de la primera ecuacin es idntico al

primer termino de la segunda. Por lo tanto, se puede eliminar la primera
incgnita de la segunda ecuacin restando la primera a la segunda.

Paso 4: Repetir el paso 2 y 3 hasta eliminar la primera incgnita de todas las

ecuaciones restantes.

Estos 4 pasos se repiten tomando como punto de partida las ecuaciones

restantes hasta convertir el sistema en una matriz triangular superior.

b) Sustitucin hacia atrs:

Ya obtenido el sistema equivalente (que es un sistema triangular superior),

este es ms manejable y se puede resolver despejando primero la Xn y este
valor utilizarlo para obtener despejando la segunda incgnita hasta obtener el
resultado completo del sistema.

Caractersticas
Desventajas del mtodo de eliminacin
Divisin entre cero

Una de sus desventajas es que durante el proceso en las fases de

eliminacin y sustitucin es posible que ocurra una divisin entre cero. Se ha
desarrollado una estrategia del pivoteo para evitar parcialmente estos
problemas.

Errores de redondeo

La computadora maneja las fracciones en forma decimal con cierto nmero

limitado de cifras decimales, y al manejar fracciones que se transforman a
decimales que nunca terminan, se introduce un error en la solucin de la
computadora. Este se llama error por redondeo.

Cuando se va a resolver solamente un pequeo nmero de ecuaciones, el error

por redondeo es pequeo y generalmente no se afecta sustancialmente la
precisin de los resultados, pero si se van a resolver simultneamente muchas
ecuaciones, el efecto acumulativo del error por redondeo puede introducir
errores relativamente grandes en la solucin. Por esta razn el nmero de
ecuaciones simultneas que se puede resolver satisfactoriamente con el
mtodo de eliminacin de Gauss, utilizando de 8 a 10 dgitos significativos en
las operaciones aritmticas, se limita generalmente a 15 o 20

Como hemos visto, el mtodo de Gauss transforma la matriz de coeficientes

en una matriz triangular superior. El mtodo de Gauss contina el proceso de
transformacin hasta obtener una matriz diagonal unitaria (aij=0 para

cualquier ).

Veamos el mtodo de Gauss siguiendo con el ejemplo empleado en el apartado

anterior. Aplicando el mtodo de Gauss habamos llegado a la siguiente
ecuacin:

Ahora seguiremos un procedimiento similar al empleado en el mtodo de

Gauss. Tomaremos como pivote el elemento a44=-3; multiplicamos la cuarta

ecuacin por y la restamos a la primera:

Realizamos la misma operacin con la segunda y tercera fila, obteniendo:

Ahora tomamos como pivote el elemento a33=2, multiplicamos la tercera ecuacin por y la
restamos a la primera:

Repetimos la operacin con la segunda fila:

Finalmente, tomamos como pivote a22=-4, multiplicamos la segunda ecuacin por y la sumamos
a la primera:
El sistema de ecuaciones anterior es, como hemos visto, fcil de resolver. Empleando la ecuacin
obtenemos las soluciones:

Ejercicio

Resuelva por eliminacin de Gauss el sistema

4 x1 - 9 x 2 + 2 x 3 = 5

2 x1 - 4 x 2 + 6 x 3 = 3

x1 - x 2 + 3 x 3 = 4