Sunteți pe pagina 1din 13

3.4 Mtodos de solucin de un sistema de ecuaciones lineales: Gauss, Gauss-Jordn, inversa de una matriz y regla de Cramer.

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 GaussJordn. Aunque los mtodos de Gauss-Jordn 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-Jordn, es la de proporcionar un mtodo directo para obtener la matriz inversa.

INVERSIN DE MATRICES

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, la 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-Jordn 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 Ejemplo: Invertir la matriz , con lo que se tendr la inversa buscada.

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

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 coeficiente 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 Ejemplo: Resolver el siguiente sistema de ecuacin por el mtodo Gauss-Seidel utilizando un 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 estn 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: = 0.001. dado.

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.

Mtodos de Resolucin de s.e.l.: Resolver un sistema de ecuaciones es hallar todas sus soluciones. Obviamente, un sistema se puede resolver cuando es compatible, es decir, lo primero que debemos hacer es discutir el sistema (teorema de Rouch-Frbenius) para averiguar su compatibilidad. Para resolver un s.e.l. hay que hacer transformaciones en las ecuaciones hasta que todas las incgnitas queden despejadas. Estas transformaciones convierten nuestro sistema inicial en otro/s sistema/s (con aspecto distinto y ms fciles de resolver) que tienen las mismas soluciones (= sistemas equivalentes). Generalmente las (criterios de equivalencia) transformaciones ms habituales son:

- Intercambiar dos ecuaciones entre s. - Suprimir una ecuacin que tenga todos sus elementos nulos. - Suprimir una ecuacin que sea proporcional a otra. - Suprimir una ecuacin que sea combinacin lineal de otra/s - Multiplicar o dividir una ecuacin por un nmero distinto de cero. - Sustituir una ecuacin i de este modo: Ei = Ei + aEj Mtodos directos: Mtodo de Gauss (por reduccin) Mtodo de Cramer (por determinantes) Por inversin de la matriz Mtodo de Gauss-Jordn (por eliminacin) Por sustitucin

Mtodos iterativos: Mtodo de Jacobi Mtodo de Gauss-Seidel

Vamos a resolver el mismo sistema por varios de stos mtodos para apreciar mejor sus diferencias Mtodo de Gauss (por reduccin)

Dado un sistema de "m" ecuaciones con "n" incgnitas se trata de obtener un sistema equivalente cuya 1 ecuacin tenga n incgnitas, la segunda n-1, la tercera n-2, y as sucesivamente hasta llegar a la ltima ecuacin, que tendr una sola incgnita. Hecho esto, resolvemos la ltima ecuacin, a continuacin la penltima, y as hasta llegar a la primera. Es decir, el mtodo de Gauss consiste en triangular la matriz de coeficientes. Ejemplo:

Resolver el siguiente sistema compatible determinado

Ejemplo: Resolver el siguiente sistema compatible indeterminado

Mtodo de Cramer (por determinantes)

Es aplicable si el sistema tiene igual nmero de ecuaciones que de incgnitas n=m y el determinante de la matriz de coeficientes es distinto de cero. Es decir, un sistema de Cramer es, por definicin, compatible determinado y, por tanto, tiene siempre una solucin nica. El valor de cada incgnita xi se obtiene de un cociente cuyo denominador es el determinante de la matriz de coeficientes, y cuyo numerador es el determinante que se obtiene al cambiar la columna i del determinante anterior por la columna de los trminos independientes. Ejemplo:

Resolver el siguiente sistema compatible determinado

Por inversin de la matriz

Es aplicable si el sistema tiene igual nmero de ecuaciones que de incgnitas n=m y el determinante de la matriz de coeficientes es distinto de cero. Es decir, resuelve sistemas compatibles determinados (no-homogneos).

Ejemplo:

Resolver el siguiente sistema compatible determinado

Mtodo de Gauss-Jordn.

Es una variante del mtodo de Gauss, y resulta ser ms simple al final del proceso, ya que no es preciso despejar las variables pues la solucin se obtiene directamente. Se basa en diagonalizar la matriz de coeficientes. NOTA: Si eres usuario registrado del programa Derive, puedes probar la funcin ROW_REDUCE (v), donde v es la matriz ampliada. Esta funcin de Derive resuelve un s.e.l. por el mtodo de Gauss-Jordn. Ejemplo: