Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Antes del uso de las computadoras, las técnicas para solucionar siste-
mas de ecuaciones algebraicaslineales requerían mucho tiempo y eran
muy difíciles. Estos planteamientos creaban restricciones sobre la crea-
tividad ya que los métodos eran difíciles de implementar y de enten-
der. Be ahí que se hacía hincapié en las técnicas, a costa de otros
aspectos del proceso de solución al problema,tales como la formula-
ción y la interpretación (recuérdese la figura 1.1 y el análisis que la
acompaña).
FIGURA 1 1 1 . 1 Dos tipos de sistemas que pueden ser modelados usando sistemas de ecua-
ciones algebraicas lineales: a) sistema macrovariable que involucra un
conjunto acoplada de componentes finitas y b) sistema microvariable que
involucra continuidad.
SISTEMAS LINEALES
ECUACIONES ALGEBRAICAS 205
Hay algunas formas especiales de matrices cuadradas Nótese que se deian en blanco los bloques grandes de
que son importantes y se deben mencionar: elementos que son cero.
Una matriz simétrica es aquella donde ai; = qij para Una matriz identidad es una matriz diagonal donde to-
i y
toda toda ;. Por ejemplo, dos los elementos dediagonal
la principal son iguales
a 1 , como en
I I
[all all a13 a141
[Al =
a33 a34
a23
L (7441
SISTEMAS LINEALES
ECUACIONES ALGEBRAICAS 209
Una motriz triangular inferior es aquella donde todos cero, con la excepción de una banda centrada sobre
sus elementos arribadeladiagonalprincipal son ce- la diagonalprincipal:
ro, como
d..
'I = e.."..
'I 'I
para i = 1 , 2, . . . , m y j = 1 , 2, . ..
, n. De la definición anterior,
se sigue inmediatamente que la suma y la resta se puede llevar a ca-
bo sólo entre matrices que tienen las mismas dimensiones.
Y
210 MÉTODOS NUM~RICO S INGENIEROS
PARA
Aunque la ecuación (111.2) está bien definida para im- Ahora la respuesta [C]se puede calcular en el espacio
plementarse en una computadora, no es la forma más vacante deiado por[B]. Este formato tiene utilidad por-
simple de visualizar la mecánica de multiplicación de que alinea los renglones apropiados y las columnas que
dos matrices. En seguida se presenta una expresión más se van a multiplicar. Por ejemplo, de acuerdo a la ecua-
tangible sobre este concepto. Supóngase que se desea ción (111.2) el elemento c1 se obtiene multiplicando el
multiplicar [A] por [B] y obtener [C]: primer renglón de [A] por la primera columna de [B].
[A]+
14".:',
DE ECUACIONES
ALGEBRAICAS
8 6
o 4
x5+6~7=82 +[C]
Nótese que este método esclarece el porqué es impo-
21 1
FIGURA 111.3 Una manera simple de comprobar si es posible multiplicar dos matrices.
212 MhODOS NUMÉRICOS PARA INGENIEROS
y distributiva:
[AI[Bl + [BI[AI
Estoes,el orden de multiplicación es importante.
1
[A)" =
0 1 1 a22 - a12 9 1 [ e
2
- 9 1
-a12
al,]
[111.4]
Las operaciones finales de las matrices que tienen utilidad en este aná-
lisis son las de transposición y de matriz aumentada. La transpuesta
de una matriz comprende la transformación de sus renglones en co-
lumnas y sus columnas en renglones. La transpuesta de la matriz:
SISTEMAS LINEALES
ECUACIONES ALGEBRAICAS 213
entonces
Si se desea aumentar esta matriz [A] con una matriz identidad (re-
cuérdese el recuadro Ill. 1 ), entonces se obtiene una matriz 3 por 6
dimensional, dada por:
214
-
MhODOS NUMERICOS PARA INGENIEROS
Debe ser claro que las matrices proporcionan una notación concisa
en la representación de ecuaciones simultáneas lineales. Por ejemplo,
la ecuación ( 1 1 1 . 1 ) se puede expresar como:
[Al =
[111.7]
111.3
Antes de considerar los métodos numéricos,es útil mencionar alguna
orientación adicional. A continuación se muestra superficialmente el
material analizado en la parte Ill. Además, se han formulado algu-
nos objetivos para ayudar a enfocar los esfuerzos cuando se estudie
el material.
111.3.1 Metasyavances
unalínea recta. Esto puede ilustrarse fácilmente por las ecuaciones ge-
nerales:
QlXl + a12xz = c1
a21x1 + a22x2 = c2
EJEMPLO 7.1
El método gráfico para dos ecuaciones
x2 = (1/2)x, + 1
o. enformamatricial:
D= all a12
(a21
se calcula mediante:
En el caso de tercer orden [Ec. (7.2)], se puede calcular el valor del de-
terminante como:
EJEMPLO 7.2
Determinantes
Para lafigura 7 . 2 ~ 1 :
1 =
-1/2
1-1,2
1 -1
2
11 = -(l) -
1
1(%) = o
I
224 INGENIEROS PARA MÉTODOS NUMÉRICOS
EJEMPLO 7.3
Regla de Cramer
+
0 . 3 ~ 1 0.52~2 + x3 = -0.01
+
0 . 1 ~ 1 O.3X2 + O.5X3 = -0.44
Solución: el determinante D se puedeescribir como [Ec. (7.2)]:
0.3 0.52 1
D = 0.5 1 1.9
0.1 0.3 0.5
ELlMlNAClON GAUSSIANA 225
1 1.9
= l(0.5) - 1.9(0.3)= -0.07
10.3
= 0.5
0.5 1.9
= 0.5(0.5)- 1.9(0.1)= 0.06
0.1 0.5
0.5 1
= 0.5(0.3) - l(O.1) = 0.05
A3 = 10.1 0.3
-0.01 0.52 1
0.67
1.9 1
x1 =
I -o.44 I
-= .-0.032 78 = -14.9
-0.002 2 -0.002 2
0.3 -0.01 1
0.5 0.67 1.9
0.3 0.52-0.01
10.5 1 O. 67
1O.l - -0.043 56 = 19.8
x3 =
"0.002 2 -0.002 2
c7.61
[7.10]
[7.11]
XI =
1°C: I;: - c1a22 - a12c2
-
alla22 - (3112a21
ELIMINACION GAUSSIANA 227
EJEMPLO 7.4
Eliminación de incógnitas
2(18) - 2(2)
x1 = =4
3(2) - 2(-1)
3(2) - (-1)18
x2 = =3
3(2) - 2(-1)
[7.12c]
[7.13]
FIGURA 7.3 Esquema gráfico de lasdos partes del método de eliminación gaussia-
na. La eliminación hacia adelante reducela matriz de coeficientes a una
forma triangular superior. Después, se usa la sustitución hacia atrás pa-
ra encontrar las incógnitas.
O
ahax? + * * * + ahnxn= c$
en donde el apóstrofo indica que los elementos han cambiado sus valo-
res originales.
El proceso se repite hasta que se elimina la primera incógnita de las
ecuaciones restantes. Por ejemplo, la ecuación normalizada se multiplica
por a31 y el resultado se resta de la tercera ecuación para obtener
a&x2 + aj3x3 + * . + a&,x,, = c$
Repitiendo el procedimiento para el resto de ecuaciones da como resul-
tado el siguiente sistema modificado:
[7.14a]
[7.14b]
[7.14c]
[7.14d]
230 METODOS NUMERICOS PARA INGENIEROS
a"n3 x3 + * . + axnx, = c:
[7.15a]
[7.15b]
[7.15c]
[7.15dj
1
17.161
[7.17]
EJEMPLO 7.5
Eliminación gaussiana simple
3x1 - O.lx, - 0 , 2 ~=
3 7.85
7.003 33x2 - 0.293 333x3 = -19.561 7 [E7.5.10]
10.012 Oxg = 70.084 3 [E7.5.11]
FORTRAN
sun-0
I-N-NN
Sustracci6n hacia atrAs
IP=I+l
[)O 1 2 2 0J = I P , H
SLlN-SUM+A( I , J >*X( J ,
1220 C O N T I N U E
~ ~ I ~ = ~ ~ ~ l , ~ ~ - s u M ~ , ' a ~ l , I ~
1 2 4 0C O N T I N U E
RETURli
END
EJEMPLO 7.6
Solución de ecuaciones algebraicas lineales usando computadora
70 1
2 60 14
3 40 17
EJEMPLO 7.7
Efecto de los errores de redondeo en la eliminación gaussiana
EJEMPLO 7.8
b Ill-Sistemas mal condicionados
Enunciado del problema:resuélvase el siguientesistema:
ELlMlNAClON GAUSSIANA 239
x1 + 2x2 = 10 [E7.8.1]
1 . 1 ~ 1+ 2x2 = 10.4 [E7.8.2]
Después, resuélvase nuevamente, con el coeficiente de x1 de la segunda
ecuaciónmodificadolevemente a 1.05.
2(10) - 2(10.4)
x1 = =8
l(2) - 2(1.05)
l(10.4) - 1.05(10)
x2 = =1
l(2) - 2(1.05)
Nótese que la razón principal de la diferencia entre los dos resultados
es que el denominador representa la diferencia de dos nfimeros casi iguales.
Como se explica previamente enel ejemplo 3.4, estas diferencias sonmuy
sensitivas a pequeñas variacionesen los números que se están manejando.
En este punto, se podría sugerir que la sustitución de los resultados
en las ecuaciones originales alertaría al lector en el problema. Desafortu-
nadamente, este no es el caso en sistemas mal condicionados. La sustitu-
ción de valores erróneos de x1 = 8 y x2 = 1 en las ecuaciones (E7.8.1)
y (€7.8.2) lleva a:
+ 2(1) = 10 = 10
8
1.1(8) + 2(1) = 10.8 = 10.4
Por lo tanto, aunque x1 = 8 y x2 = 1 no son las soluciones reales al pro-
blema original, la prueba de error es casi igual, lo que puede provocar
el error al hacer creer que las soluciones son correctas.
a21 c2
x2 = "
x1 + "
a22 a22
-all
=- 021
012 a22
o , multiplicandoencruz:
alla22 = a21a12
alla22 - a 1 2 ~ 2 1
= 0 r7.201
EJEMPLO 7.9
Efecto de escalamiento en el determinante
Enunciadodelproblema:evalúeseeldeterminantedelossistemas Si-
guientes:
Solución:
a) El determinante de las ecuaciones (E7.9.1) y (E7.9.2) que es un sis-
tema bien condicionado, es:
D = 3(2) - 2(-1) = 8
EJEMPLO 7.1 O
Escalamiento
Solución:
a) En el sistema bien condicionado, el escalamiento genera
XI + 0.667~2= 6
-0.5x1 + x2 = 1
En la sección 7.1.2, se dijo que la evaluación de los de- D = a11a22m - ado) + a d o ) = a11a~~a33
terminantes por expansión de menores era impráctica
para conjuntos grandes de ecuaciones. De esta forma, Recuérdese que el paso de eliminación progresiva
se concluye que la regla de Cramer sólo es aplicable pa- de la eliminación gaussiana genera un sistema triangu-
ra sistemas pequeños. Sin embargo, como se dijo en la lar superior. Ya que el valor del determinante se puede
sección 7.3.3, el determinante tiene sentido cuando va- evaluar simplemente al final de este paso:
lorala condición de un sistema. Por lo tanto, sería útil
poseer un método práctico para calcular esta cantidad. D = a11a&a&. . . a?;') [B7.1.2]
Afortunadamente, la eliminación gaussiana propor-
ciona una forma simple de hacerlo. El método se basa en donde los superíndices indican que los elementos se
en el hecho de que el determinante de la matriz triangu- han modificado durante el proceso de eliminación. Por
lar se puede calcular simplemente con el producto de lo tanto, se puede aprovechar el esfuerzo que se ha he-
los elementos de su diagonal: cho al reducir el sistema a su forma triangular, y por aña-
didura obtener una aproximación al determinante.
Hay una pequeña modificación en el planteamien-
D = a11a22a33. . . ann [B7.1.1]
to anterior cuando el programa usa pivote0 parcial (sec-
ción 7.4.2). En este caso, el determinante cambia de
La validez de ,esta fórmula se puede ilustrar en sistemas signo cada vez que un renglón se usa como pivotal. Una
de 3 por 3: manera de representar esto es modificando la ecuación
(B7.1.2):
7.4.2 Pivoteo
Como se dijo al principio de la sección 7.3, los problemas obvios ocurren
cuando un elemento pivotal es cero, debido al paso de normalización lo cual
origina una división por cero. Estos problemas se obtienen cuando el ele-
mento pivotal es cercano a cero en vez de ser exactamente igual, por lo
que si la magnitud del elemento pivotal es pequeño comparado con los
otros elementos, entonces se introducenerrores de redondeo.
Por lo tanto, antes de normalizar cadarenglón, es ventajoso determi-.
nar el coeficiente mayor disponible.Entonces se pueden intercambiar los
renglones de tal forma que el elemento mayor sea el pivotal. A este mé-
todo se le conoce conelnombre de piuoteo parcial. Si se busca tanto
en las columnas como en los renglones el elemento mayor y se intercam-
bian, entonces el procedimiento es de piuoteo total. El pivoteo total se
usa muy raramente en programas elementales, ya que el intercambio de
columnas cambia el orden de las x y, por consiguiente, aumenta la com-
plejidad de los programas, generalmente,sin justificación. El siguiente ejem-
plo ilustra la ventaja del pivoteo parcial. Además de evitar la división por
cero, el pivoteo también minimiza el error de redondeo. Como tal, sirve
también como remedio parcial almal condicionamiento.
EJEMPLO 7.1 1
Pivoteo parcial
Enunciado del problema: úsese la eliminación gaussiana para resolver:
ELlMlNAClON GAUSSIANA 245
x1 + 10 000x2 = 6 667
-9 999x2 = -6 666
x2 = 2/3
2.000 1 - 3(2/3)
x1 = [E7.11.1]
0.000 3
Valor absoluto
del error
relativo
Cifras porcentual
significativas x? X1 ¿e x1
[E7.11.2]
Valor absoluto
del error
relativo
Cifras porcentual
significativas x2 X1 de x1
7.4.3 Escalamiento
En la sección 7.3.3 se dedujo que el escalamiento influye en la estandari-
zación del valor del determinante. Más allá de esta aplicación, tiene utili-
dad en la minimización de los errores de redondeo para aquellos casos
en donde alguna de las ecuaciones de un sistema tiene unos elementos
mucho más grandes que otros. Estas situaciones se encuentran frecuen-
temente en la ingeniería cuando se usan ampliamente unidades diferen-
tes en el desarrollo de ecuaciones simultáneas. Porejemplo, en problemas
de circuitos eléctricos, los voltajes desconocidos se pueden expresar en
ELlMlNAClON GAUSSIANA 247
FORTRAN BASIC
31:103 .m = t K = r e p r er seen
eng
lptliadvno t a l
302hj B : AB', 1 A l I .t.. I I ( A l m a c e n a el valor absoluto del pivote actual)
3ü:xj FOR 1 = I + I TLJ N
3ü4<:, I W = ABS I A ( I I., # ) . ICiclo que compara los elementos de las
3 0 5 . > I F P - BF' . =- ü THEN 3ü8U
:üad E c BF' pivotel el contra
columnas
otras
. ...
31171'1
~ I.) = .I
308o biEx r I
-, . -
~C.1'90 I F J.1 -- I, *: ü THLN 3150 pivote(Si el
escogido es el m a y o r ,
entonces regresa al programa
IF ( 6 - B P . G E . O . X O T O 308U .
3 1 1 0 I€ = A l IJ. ..I1
principal)
&=RP
. .
.. -
.I .I= I 313ü A l b ~ d )= 1E
303r) C O N T I N U E 3140 N t k l J (Si no es asl, este ciclo
?O90 I F ( J J - K . E O . O . 0 ) COTO 3 1 5 0 3150 Rtll.lFIN lntercambia los renglones1
O0 3140 J-K,Nl
TE=&< J J . J ) (Regresa al programa principal
fi(JJ,J>-R(K,J) a continuar c o n la eliminacidnl
A f K , J )=TE
3140 CONTINUE
3150 C O N T I N U E
RETURN
END
EJEMPLO 7.12
Efectos del escalamiento en el pivoteo y el redondeo
Solución:
a) Sin escalar,, se aplicalaeliminaciónhaciaadelante y se obtiene:
x1 = 0.00
Aunque x2 es correcta, x1 tiene un 100% de error debido al redon-
deo.
b ) El escalamientotransformalas ecuaciones originales en:
0.000 02x1 + x2 = 1
x1 + x2 = 2
Por lo tanto, se debe aplicar el pivote0 a los renglones y colocar el
valormayorsobrela diagonal.
IC1 + x:, = 2
0.000 02x1 + x2 = 1
Laeliminaciónhaciaadelante genera:
x1 + x2 = 2
x1 = 1.00
que se puede resolver para:
x1 = x:, = 1
~
[7.21]
[7.22]
[7.23]
x, = R, + Ax,
-. - . .
" ..
250 NUMERICOS METODOS PARA INGENIEROS
[7.25]
anlAxl+ ~ ~ ~ 2 +
6 x* 2 + a,,Ax,, = c, - E, = E,
EJEMPLO 7.13
Uso de las ecuaciones de error para corregir los de redondeo
x1 = 3.17 E, 5.7%
x2 = -2.51 E, = 0.4%
x3 = 7.02 E, = 0.29%
7.5 RESUMEN
En resumen, este capítulo se ha dedicado a la eliminación gaussiana, el
método fundamentalen la solución de sistemas deecuaciones algebraicas
lineales. Aunque ésta es una de las técnicas más antiguas desarrolladas
para este propósito, aún es un algoritmo muy efectivo en la obtención de
solucionesdemuchosproblemas de ingeniería.Ademásde suutilidad
práctica, proporciona un contexto enel estudio general de temas tales
como los errores de redondeo, escalamiento y condicionamiento.
Las respuestas que se obtienen mediante el método de eliminación
gaussiana se pueden verificar sustituyéndolas en las ecuaciones origina-
les. Sin embargo, esto no siempre representa una prueba confiable si el
sistema está mal condicionado. Por lo tanto, si se sospecha de un error
de redondeo, entonces se debe calcular alguna medida de la condición
tal como e l determinante del sistemaescalado. Dos opciones que amino-
ran los errores de redondeo son el uso del pivote0 parcial y eluso de
ELlMlNAClON GAUSSIANA 253
Una matriz banda es una matriz cuadrada que tiene todos soluciones en diferencias finitas de ecuaciones diferencia-
sus elementos iguales a cero, con excepción de una ban- les parciales. Además hay otros métodos numéricos tales
da centrada sobre la diagonalprincipal (recuérdese Ill. 1). como la interpolación cúbica segmentaria (sección 11.4)
En el caso en que el ancho de banda es 3, a lamatriz se que requieren la solución de sistemas tridiagonales.
le conoce con un nombre especial: matriz tridiagonal. Los Un sistematridiagonal es aquél en el que los coefi-
sistemas tridiagonales se encuentran frecuentemente en cientes están ordenados enforma tridiagonal, como en:
la ciencia y en la ingeniería. Por lo general resultan de las
Nótese que se ha cambiado la notación de los coeficien- sistema, la implementación del algoritmo de la eliminación
tes del sistema tridiagonal de las a y las c a las d, e , f y gaussiana se puede simplificar mucho y las soluciones se
g. Esto se hizo para evitar el almacenamiento de cantida- obtienen deuna manera muy eficiente. Para el sistema
des grandes de ceros en la matriz de a. Esta modificación tridiagonal los pasos de eliminación progresivase simplifi-
que ahorra espacio, es muy ventajosa ya que el algoritmo can ya que la mayor parte de sus elementos son cero. En
resultante requiere menos espacio en memoria. seguida las incógnitas restantes se evalúan por sustitución
Como era de esperarse, los sistemas bandados sepue- hacia atrás. El algoritmo completo se expresa de forma
den resolver con una técnica similar a la eliminación gaus- concisa en los programas siguientes:
siana. Sin embargo, debido a la estructuraúnicadel
FORTRAN c
I "IO
I"-"
254 MÉTODOS NUMÉRICOS PARA INGENIEROS
PROBLEMAS
Cálculos a mano
7.2 Algunas
matrices se definen como:
[Al = [ 1 5 6
2 131
4 0 5
[Bl = [ ;;;]
4 3 1
[Cl = [a]
5 4 3 6
[GI = [ 8 6 41
7.3 Se definen
tres
matrices como:
-xl + 12x2 = 58
o.75X1 + xp = 14.25
1 . 1 +
~ ~
1 . 6 ~
= ~22.1
a) Resuélvase gráficamente.
b) En base a la solución grAfica, 'quése espera acerca de la condición del sistema?
c) Resuélvase por eliminación de incógnitas.
d ) Verifíquense las respuestas sustituyéndolasen las ecuaciones originales.
a) Calcúlese su determinante.
b) Usese la regla de Cramer y resuélvase para las x.
c) Sustitúyanse los resultados en la ecuación original y compruébense los mismos.
-
0.5~1 x2 = -9.5
0 . 2 8 ~ 1- 0 . 5 ~ 2= -4.72
a) Resuélvanse gráficamente.
b) Después de escalarse, calcúlese su determinante.
c) En base a a) y b) ¿qué se puede esperar de la condicióndelsistema?
d ) Resuélvanse poreliminación de incógnitas.
e ) Resuélvanse otra vez, pero modificando all a 0.55. Interprétense los resul-
tados de acuerdo al análisis de mal condicionamiento de la sección 7.1.1.
x1 - 6x2 + 4x3 = 13
-2x1 - x2 + = 92
256 MÉTODOS NUMÉRICOS PARA INGENIEROS
ZX, - 7x3 = 29
- 5 ~ 1 - 8x2 = -64
4x, + 8x,: = 4
5x, + 4x2 = 25
12x,, + 2x, = 36
7.13 Efectúense los mismos cálculos del ejemplo 7.6, pero usando cinco paracaidistas
conlassiguientes características:
1 60 15
2 80 14
3 75 18
4 75 12
5 90 10
7.14 Escríbase un programa general para multiplicar dos matrices, esto es, [X] = [y][ Z l
donde [X]es m por n y [ Z l es n por p. Pruébese elprogramausando
7.16 Reprográmese la figura 7 . 4 de tal forma que sea más legible al usuario. Entre otras
cosas:
GAUSS-JORDAN,
INVERSIóN DE
MATRICES Y
GAUSS-SEIDEL
En estecapítulo se describendosmétodosadicionalespararesolver
ecuaciones lineales simultáneas.El primero de ellos, el método de Gauss-
Jordan es muy similar al de la eliminación gaussiana. El motivo principal
para introducir estatécnica, estriba en que proporcionauna forma simple
y conveniente de calcular la inversa de una matriz. La inversa tiene un
gran númerodeaplicaciones enla ingeniería.Estemétodotambién
proporciona los medios para evaluar la condición de un sistema.
El segundo de ellos, el método de Gauss-Seidel es fundamentalmente
diferente al deeliminacióngaussiana y al de Gauss-Jordan porque es
un método de aproximaciones iteratiuas.Esto es, emplea un valor inicial
y mediante iteraciones obtieneuna aproximación más exacta a la solución.
El método de Gauss-Seidel se adapta, en particular a grandes sistemas
de ecuaciones. En estos casos, los métodosdeeliminaciónestán su-
jetos a los errores de redondeo. Ya que elerrorenelmétodo de
Gauss-Seidel se puede controlar mediante el número de iteraciones, los
errores de redondeo no tienen quever con esta técnica. Sin embargo hay
ciertos casos en que el método de Gauss-Seidel no converge a la respuesta
correcta. Se discutenenlassiguientespáginasestos y otros elementos
de juicio para escoger entre la eliminación y los metodos iterativos.
EJEMPLO 8.1
Método de Gauss-Jordan
3 -0.1 -0.2
[os 7 -0.3 -19.3
0.3 -0.2 10 71.4
I
El término x1 se puedeeliminardelsegundorengónrestando
2.616 67
-19.3
71.4 1
0.1 ve-
ces el primerodelsegundorenglón. Deuna manerasimilar,restando
0.3 veces el primero del tercer renglón se elimina el término con x1 del
tercer renglón:
[
1 -0.033 333 3 -0.066 666 7
O 7.003
-0.293
33
O -0.190 O00
333
10.020 O
I
~
2.616 67
I -19.561 7
70.615 O 1
En seguida, se normaliza el segundo renglón dividiendolo entre 7.003 33:
~
2.61667
"2.793 20
70.615 O 1
en x2 de laprimera y la tercera ecuación se
1
~
3.000 O0
O 1 O I 2.500 O 1
O O 1 ~
7.000 03
De esta forma, como se muestra en la figura 8.1: la matriz de coeficientes
se ha transformadoenlamatrizidentidad y la solución se ha obtenido
en el vector de términos independientes. Nótese que nose necesita susti-
tuciónhaciaatrásparaobtenerlasolución.
262 MÉTODOS NUMÉRICOS PARA INGENIEROS
FIGURA 8.3 Esquema gráfico del métodode Gauss-Jordan, con inversiónde matrices.
EJEMPLO 8.2
El uso del método de Gauss-Jordan en el cálculo de la matriz inversa
Enunciado del problema: determínese la matriz inversa del sistema resuelto
en el ejemplo 7.5. Obténgase la solución multiplicando [ A ]-1Por el vec-
tor de términosindependientes: [CIT = [ 7.85 -19.3 71.4 1. Además,
obténgase la solución para un vector de términos independientes diferente:
[CIT = [20 50 151.
3 -0.1 -0.2 I 1 o o
-0.3 I O 1 O]
0.3 -0.2 10 j O O 1
1 O -0.068057 , 0.333
175
0.004
739
329 0
O 1 -0.041706 1 -0.004739330.142 180
I
~
o o 10.012 1 -0.100
0.027
90 014
2 O11
I
1 O O
O 1 O
0 0 1
I
I
0.332
489
0.004
922
97
0.006
-0.005 1640.142
4
798
13
293
"0.010 077 9 0.002 698160.099
0.004
183 46
880 1 1
Por lo tanto, lainversa es:
FIGURA 8.4 Esquema gráfico del cambio que se produce en los elementos de la matriz
inversa resultante al mover un renglón de la matriz de coeficientes.
[8.3a]
[8.3b]
[8.3c]
E . =
a,1 1 I
-
x{
.
EJEMPLO 8.3
Método de Gauss-Seidel
3x1 - 0.1~2- 0 . 2 ~ =
3 7.85
0 . 1 ~ 1+ 7x2 - O.3X3 = -19.3
+ 10x3 = 71.4
0.3~1- 0 . 2 ~ 2
x1 =
7.85 + 0 . 1 ~ 2+ 0 . 2 ~ 3 [E8.3.1]
3
x2 =
+
-19.3 - 0 . 1 ~ 1
[E8.3.2]
7
71.4 - 0.3~1+ 0 . 2 ~ 2
x3 = [E8.3.3]
10
Suponiendo que x2 y x3 son cero, la ecuación (E8.3.1) puede usarse
para calcular:
7.85
x1 = -= 2.616 666 667
3
Este valor,juntocon el de = O, puede sustituirse en la ecuación
(E8.3.2) obteniendo:
x2 =
-19.3 - 0.1(2.616 666 667) + O ="2,794 523 810
7
INVERSIóN
GAUSS-JORDAN,
MATRICES DE Y GAUSS-SEIDEL 271
x1 =
7.85+ 0.1(-2.794 523 +810)
0.2(7.005 609 524)
3
= 2.990 556 508)
l e u ( = 0.31%
x3 =
71.4- 0.3(2.990 556 + 508)
0.2(-2.499 624 684)
10
= 7.000 290 l ~ 81
v =
l 0.004 2%
El método, por lo tanto, converge a la solución real. Para mejorar las so-
luciones se deben aplicar algunas iteraciones mds. Sin embargo, en este
problema, no se debería saber la respuesta a priori. Por consiguiente, la
ecuación (8.4) proporciona un medioparaestimarelerror:
=
I 7.000 290 -811
7.005 609 I 524
= 0.076%
I
6.
-u, J
I
I)
7.000
290
811 *""
X , n U e L o - AX,nueL'o + (1 - ~ ) x , ~ a s a ~ ~ o P .61
en donde X es u n factor de peso al cual se le asigna un valor entre-O y 2.
Si X = 1,(1 - X ) es igual a cero y el resultado permanece inaltera-
do. Sin embargo, si a X se le asigna un valor entre O y 1, el resultado
es un promedio pesado de los resultados previos y actuales. A este tipo
de modificación se le conoce como sobrerrelajación. Por lo general, esta
opción se emplea paraconvertir un sistema divergente en uno convergente.
Si X se encuentra entre1 y 2 se considera otro peso enel valor actual..
En este ejemplo, existe una suposición implicita de que el nuevo valor
se mueve en la dirección correcta hacia la solución real pero con una ve-
locidad muy lenta. De esta forma, el peso agregado a X intenta mejorar
la aproximación empujándola hacia la real. Por lo que este tipo de modi-
ficación, al cual se le llama sobrerrelajación, está diseñado para acelerar
la convergencia de un sistema que ya es convergente.
La elección de un valor adecuado de X es un problema altamente es-
pecífico y a menudo se determina por prueba y error. En general es ine-
cesario en la solución de un sistema. Sin embargo, si el sistema bajo estudio
se va a resolver varias veces, entonces puede ser de gran importancia una
buena elección de X. Algunos ejemplos son los sistemas m u y grandes de
ecuaciones diferenciales parcialesque a menudo tratan de modelar cam-
bios en sistemas de variable continua (recuérdese el sistema a rnicroesca-
la mostrado en la figura 1II.lb). El segundo caso de estudio del capítulo
9 muestra un ejemplo del empleo de la relajación dentro de un contexto
de problemas de ingeniería.
2 74 INGENIEROS
MÉTODOS NUMÉRICOS PARA
PROBLEMAS
Cálculos a Mano
8.2 Determínese la matriz inversa del problema 7.6. Compruébense los resultados mul-
tiplicando [A] por[A]" y obténgase lamatriz identidad.
8.4 Determínese la matriz inversa del problema 7.9. Compruébense los resultados ve-
rificando que [A][A]" = [!] . Evítese el uso de la estrategia del pivoteo.
8.5 Usando el método de Gauss-Jordan, con pivoteo parcial, calcúlese lamatriz in-
versadelproblema 7.10. Ordenando la inversadetal forma, que los renglones
y las columnas conformenla secuencia de la matriz original anterior al pivoteo (véase
lafigura 8.4 y el análisis de la sección 8.2.3).
- 6 ~ 1+ 12x3 = 60
4x1 - x2 - x3 = -2
6x1 + 8x2 =44
GAUSS-JORDAN,
MATRICES
INVERSldN DE Y GAUSS-SEIDEL 277
8.15 Pruébese el programa del problema anterior duplicandolos cálculos del ejemplo 8 . 1
8.16 Repítanse los problemas 7.6 y 7 . 8 hasta el 7 . 1 1 usando los programas desarrolla-
dos enel problema 8 . 1 4 .
8.18 Repítanse los problemas 8 . 5 y 8.7 usando los programas desarrollados en el pro-
blema anterior.
8.21 Usando el programa del problema 8.19, repítanse los problemas 8.8 hasta el 8.11.