SISTEMA DE ECUACIONES LINEALES

un sistema de ecuaciones lineales, tambin

conocido como sistema lineal de
ecuaciones o simplemente sistema lineal,
es un conjunto de ecuaciones lineales
sobre un cuerpo o un anillo conmutativo
Existen barios mtodos para resolver
sistemas de ecuaciones aqu
mencionaremos algunos de ellos.
El mtodo de Gauss Jordan esta sustentado en las
siguientes operaciones entre renglones.
Fila(Rengln ) por un escalar


Donde es un escalar (Numero real).
Suma entre Filas (Renglones)

( )
1 2 3 1 2 3
*( , , ) , , a a a a a a | | | | =
( )
( )
( ) ( ) ( ) ( )
1
1 2 3
1
2 3
1 2 3 1 1
, ,
, ,
, ,
a a a
a
b b b
a a b b b
+
+ + +
Teniendo como base un sistema de ecuaciones 3x3 de la
forma:




Se construye la matriz aumentada como sigue:

11 12 13
21 22 23
31 32 3
1 2 3
1 2 3
1
2
3 1 3 3 2
* * *
* * *
* * *
a a a
a a a
x x x
x x x
x x x a a
b
b a
b
+ + =
+ + =
+ + =
Coeficientes
Variables
resultados
11 12 13
21 22 23
31
1
2
33 3 32
a a a
a a a
a a
b
b
b a
| |
|
|
|
\ .
A partir de la aplicacin de operaciones entre Filas, el
mtodo de eliminacin de Gauss Jordn busca la
transformacin de la matriz aumentada a la forma:



Donde X1=R1; X2=R2; y X3=R3
1
2
3
1
1
1
0 0
0 0
0 0
R
R
R
| |
|
|
|
\ .
Diagonal Principal con unos
Fuera de la diagonal principal con ceros
Resultados para cada variable Xn
Para la consecucin del resultado esperado el mtodo de
Gauss Jordan plantea los siguientes pasos para su aplicacin.
Primero debemos hacer garantizar el primer uno como valor para el
coeficiente a11.
Despus mediante operaciones entre renglones cancelamos los valores
de los elementos restantes de la primera columna (a21, a31).
Despus debemos transformar el valor del coeficiente a22 a el valor de
1 .
Despus mediante operaciones entre renglones cancelamos los valores
de los elementos restantes de la segunda columna (a12, a32).
El proceso se repite para los dems trminos de la matriz hasta obtener
la matriz deseada.



Resolver el siguiente sistema de ecuaciones 3x3 , empleando el
mtodo de eliminacin de Gauss Jordan:



Primero construimos la matriz aumentada como sigue:

1 2 3
1 2 3
1 2 3
* * *
* * *
2 4 6
4 5 6
3 1 2
18
2
* * *
4
4
x x x
x x x
x x x
+ +
+ +
+
=
=
=
Coeficientes
Variables
resultados
18
24
4
2 4 6
4 5 6
3 1 2
| |

|
|
|
\ .
Para garantizar el primer uno para el coeficiente a11
multiplicamos la primera fila por 1/2.





1
1
*
2
2 18 9
24 2
4 6 1 2 3
4 4 5 6 4 5 6
3 1 2 3 1 2 4 4
F
| | | |
| |

| |
|

\ . .

|
\
En esta operacin se ve afectada la fila uno F1, las
dems permanecen sin modificacin.
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 1
4*
3*
1 2 3 1 2 3
4 5 6 0 3 6
3 1 2 0 5 11
9 9
24 12
4 23
F
F
F
F
+
+
| | | |
| |

| |
| |
\



. .

\
En esta operacin se ven afectada la fila dos F2 y la fila
3 F3, la fila 1 F1 permanece sin modificacin.
Con base en lo expuesto anteriormente seguimos operando la
matriz obtenemos el uno en la posicin a22.





2
1
*
3
1 2 3 1 2 3
0 3 6 0 1 2
0 5 11 0 5 1
9 9
12 4
23 1 23
F

| | | |
| |

| |
|


|
\ . \ .
Transformamos en ceros los dems coeficientes de la columna
2.





1
3
2
2
2*
5*
1 2 3 1 0 1
0 1 2 0 1 2
9 1
4
0 5 11 0 0 1
4
23 3
F
F
F
F
+
+
| | | |
| |

| |
| |
\ . \

.

Transformamos a uno el valor de la posicin a33




3
1*
1 1 1 0 1 1 0 1
0 1 2 0 1 2
0 0 1 0 0 1
4 4
3 3
F
| | | |
| |

| |
| |
\ \

Transformamos en ceros los dems coeficientes de la columna

3.





De esta manera tenemos la solucin del sistema como sigue:






1
3 2
3
1*
2*
1 0 1 1 0 0
0 1 2 0 1 0
0 0 1 0 0 3 1
1 4
4 2
3
F
F
F
F
+
+
| | | |
| |

| |
|

|
\ . \ .
X1=4; X2=-2; y X3=3
Resolver el siguiente sistema de
ecuaciones por el mtodo de Gauss
Paso 1. Se forma la
matriz aumentada
Este es el sistema
de ecuaciones a
resolver
2 3
2 5 4
3 2 2
x y z
x y z
x y z
+ + =
+ =
=
1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


NOTA
IMPORTANTE: El
objetivo del
mtodo es lograr
formar una matriz
identidad de esta
forma.
1 0 0
0 1 0
0 0 1
a
b
c
(
(
(
(

Donde el sistema
tiene la siguiente
solucin:
x = a
y = b
z = c
Solucin por el mtodo de Gauss
Paso 1. Se forma la
matriz aumentada
1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


Paso 2. Como se busca obtener una diagonal de 1 en el primer rengln ya
tenemos un nmero 1. Nuestro objetivo ahora ser hacer obtener ceros
debajo de este nmero 1
Al numero 1 de la diagonal se le denomina elemento pivote; sobre
ste vamos a apoyarnos para hacer ceros los nmeros arriba y debajo de
dicho numero con operaciones de eliminacin rengln
[ ] 1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


Solucin por el mtodo de Gauss
Columna pivote
Rengln pivote
Seleccionamos el
rengln pivote
Seleccionamos un
rengln diferente
al rengln pivote
1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


Identificamos
Rengln, Columna
y elemento pivote
1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


Como el objetivo es hacer 0 el nmero
debajo del rengln pivote Por qu nmero
debemos multiplicar el rengln pivote?
0
Elemento pivote
(-2) [ ] 1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


Solucin por el mtodo de Gauss
1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


Modificamos el
segundo rengln
con la operacin
de eliminacin
rengln
1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


1 0 -3 -2
Ahora modificamos
el tercer rengln
Por qu nmero
multiplicamos el
rengln pivote
ahora?
[ ] 1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


1 2 1 3
2 5 1 4
3 2 1 2
(
(

(
(


-8 0 -4 -7
3 -2 -1 2
(-3)
Cmo queda la
nueva matriz?
1 2 1 3
0 1 3 2
0 8 4 7
(
(

(
(


Solucin por el mtodo de Gauss
1 2 1 3
0 1 3 2
0 8 4 7
(
(

(
(


Ya transformamos la
primera columna, ahora
vamos con la segunda;
afortunadamente ya
hay un 1 como nuevo
elemento pivote
1
1
Qu hacemos
ahora? Hay que
transformar en
ceros los nmeros
arriba y abajo del
nuevo elemento
pivote
[ 0 1 -3 -2 ]
Nuevo rengln pivote
Se repite la
eliminacin
rengln
0
(-2)
1 2 1 3
1 7 7
[ 0 1 -3 -2 ]
0 -8 -4 -7
(8)
0 0 -28 -23
La siguiente matriz
queda:
1 0 7 7
0 1 3 2
0 0 28 23
(
(

(
(


1 0 7 7
0 1 3 2
0 0 23/ 28
(
(

(
(

Solucin por el mtodo de Gauss
El siguiente elemento
pivote es 28; el cual
debe ser
transformado en 1
sin alterar la ecuacin
Cmo lo hacemos?
1 0 7 7
0 1 3 2
0 0 28 23
(
(

(
(


En otras palabras:
Cada rengln
representa una
ecuacin, si dividimos
todo el rengln entre
-28 obtenemos el 1
que estamos
buscando
Convertimos el
elemento pivote en
1 para facilitar las
operaciones;
dividimos todo el
rengln entre el
nmero pivote (-28)
obteniendo el
siguiente resultado
1
1
1
1
1
Solucin por el mtodo de Gauss
Realizamos la
operacin de
eliminacin rengln
[ 0 0 1 23/28 ]
1 0 7 7
(-7)
1 0 5/4
1 0 7 7
0 1 3 2
0 0 1 23/ 28
(
(

(
(

0
[ 0 0 1 23/28 ]
0 1 -3 -2
(3)
0 0 13/28 1
1 0 0 5/ 4
0 1 0 13/ 28
0 0 1 23/ 28
(
(
(
(

Finalmente la matriz
queda
Nuevo rengln pivote
Leyndose el siguiente resultado: x = 5/4 y = 13/28 z = 23/28
Respuestas: x = 5/4
y = 13/28
z = 23/28
Sistema de
ecuaciones original
2 3
2 5 4
3 2 2
x y z
x y z
x y z
+ + =
+ =
=
Solucin por el mtodo de Gauss
1- Si ambas rectas se cortan, las coordenadas del punto de
corte son los nicos valores de las incgnitas x e y.
Sistema compatible determinado.



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
L1 L2
x1
x2
MTODO GRAFICO
3 - Si ambas rectas son paralelas, el sistema no tiene
solucin. Sistema incompatible.




4 si la franja la toman en una zona no en un punto,
encontramos un sistema mal condicionado.

L1
L2
x2
x1
L1 L2
x1
x2
MTODO GRAFICO
Ejemplo 1:
Resolver por mtodo grafico el siguiente sistema de ecuaciones.
X+y=5 ; 2x+y=9
Sln.
Para la primera ecuacin se tiene que: x=5-y tal que


Para la segunda ecuacin se tiene que: x=9-y/2



x 1 2 3 4
y 4 3 2 1
x 1 2 3 4
y 7 5 3 1
MTODO GRAFICO
MTODO GRAFICO
Solucin {4.1}
y
x
solucin
X+y=5
2x+y=9
MTODO GRAFICO
Solucin {7,-2}
y
x
solucin
x+y=5
2x+y=12
y
Solucin {2,5}
x
solucin
x+y=7
2x+y=9
MTODO GRAFICO
DIFICULTAD EN LOS METODOS DE ELIMINACION
1.- Divisin entre cero
PIVOT CERO
TECNICA DEL PIVOTEO
2.- Errores de redondeo
3- Sistema mal condicionado
Si hacemos un pequeo cambio en el sistema significativo en la solucin. Es
bastante sensible al error de redondeo
X+2y=10
1.1x+2y=10.4
Mal
condicionado
1.05
sol
x=8
y=1
sol
x=4
y=3
Escalaremos el sistema
10x+20y=100
11x+20y=104
D=20
1/2x+y=5
11/20x+y=104/20
D=1/2 11/20= - 0.05
4.- Sistema singular
Matriz cuadrada cuyos
elementos, por encima o
por debajo de la
diagonal principal, son
todos nulos.
-2 5 3
0 8 6
0 0 3

A =
METODOS ITERATIVOS
Resuelve Sistema de ecuaciones lineales.
Sencillos
Aproximacin(error tol)
El mtodo iterativo converge. Si A es diagonalmente dominante (D.D.)
MTODO DE JACOBI
Este mtodo junto con el de gauss Seidel comprenden los
mtodos iterativos para la solucin de sistemas de
ecuaciones lineales.
El mtodo parte de un sistema de ecuaciones al cual se le
aplicaran unos arreglos si es necesario para poder
implementar este mtodo. Cuando se tiene el sistema de
ecuaciones definido se debe hacer lo posible para que la
matriz tenga la forma de diagonalmente dominante.
Es decir:



PASOS A SEGUIR
1. Para emplear este mtodo se nos debe proporcionar un vector inicial.
2. Este mtodo se basa en el despeje de cada incgnita de un sistema de
ecuaciones como el siguiente.

a11x1 + a12x2 + + a1nxn = b1
a21x1 + a22x2 + +a2nxn = b1
. . .
. . .
an1x1+ an2x2 + + annxn = bn

3. Despejamos las incgnitas (variable x) de estas ecuaciones y empleamos
el valor inicial para la primera iteracin.
4. Realizamos una serie de iteraciones hasta lograr que el Ea sea menor de
la tolerancia dada.



Con un vector inicial

X1 = 0
X2 = 0
X3 = 0

Resolver por el mtodo de Jacobi, el siguiente sistema de ecuaciones.

6x1 + 2x2 + x3 = 22
-x1 + 8x2 + 2x3 =30
x1 - x2 + 6x3 =23



EJEMPLO
SOLUCIN
1. Despejamos la variable x 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 iteracin 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 absoluto<1%






5. Observamos que en la 6 Iteracin se alcanza la
convergencia.

Iteracin x1 Ea x2 Ea x3 Ea
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
El mtodo de Gauss Seidel es casi idntico al mtodo de
Jacobi. Este ultimo encuentra valores para cada incgnita
del sistema de ecuaciones lineales y en la siguiente
iteracin sustituye estos valores en el sistema. La nica
diferencia entre estos dos mtodos esta en que, en el
mtodo de Gauss Seidel una vez que se ha calculado el
valor de Xi, este valor se sustituye inmediatamente en la
misma iteracin.
METODO GAUSS SEIDEL
Resuelva el siguiente sistema de ecuaciones lineales por medio del mtodo
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

EJEMPLO
SOLUCIN

1. Al igual que en el mtodo de Jacobi despejo en cada ecuacin cada una
de las incgnitas 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 incgnita.

x1 = (22-2x2-x3)/6
x1=[(22-2(0)-(0)]/6
x1=3,66

3. Hallo la segunda incgnita (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 Ea<0,1%.
Realizamos la tabla de iteraciones en Excel como se muestra a
continuacin:







Observamos de esta manera que aunque toma mas iteraciones que el
mtodo de Jacobi est es mucho mas preciso.


Iteracin x1 Ea x2 Ea x3 Ea
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
Despus de calcular un nuevo valor de x por la ecuacin
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 tcnica SOR o de
relajacin. El esquema es el siguiente:
METODO GAUSS SEIDEL CON RELAJACIN
1. Para hallar los valores de X en el sistema de
ecuaciones empleo la ecuacin 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.

Pasos a seguir
Resuelva el siguiente sistema de ecuaciones empleando el
mtodo de Gauss Seidel de Relajacin (SOR).

6x1 + 2x2 + x3 = 22
-x1 + 8x2 + 2x3 =30
x1 - x2 + 6x3 =23

Con un vector inicial (0 ; 0 ; 0), y con factor de relajacin de
W=1,25
EJEMPLO
SOLUCIN
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 operacin 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 iteracin, teniendo en
cuenta que este mtodo 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
continuacin:









Al llegar a este punto claramente podemos decir que el mtodo iterativo
con mayor velocidad de convergencia es el de Gauss Seidel.
Iteracin 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
SISTEMA DE ECUACIONES
NO LINEALES
Sistema de ecuaciones no lineales

Mtodos para resolver S.E.N.L

Ejemplo





Desplazamientos Sucesivos


(-2.5,0.3)
(0.2,1.4)
(0.2,-1.4)
(2.5,-0.3)
N X Y ERROR

0 0.2 1.4 -----
0 0.3 0.79 0.618
0 -3.6642 0.51 3.97
G1 y G2 no sirven para
hallar la solucin
MTODO DEL PUNTO FIJO MULTIVARIABLE
Condicin suficiente aunque no necesaria
para asegurar la convergencia

Mtodo de Newton Rapshon

Calculando la NF

METODO DE NEWTON
RAPSHON MODIFICADO