UNIVERSIDAD AUTÓNOMA GABRIEL RENÉ MORENO

FACULTAD DE INGENIERI A EN CIENCI AS DE LA

COMPUTACION Y TELECOMUNICACIONES

INTEGRANTES:
 Arevilca Carla Anahí
 Machaca Pena Eduardo andres
Contenido
1 INTRODUCCION ........................................................................................................................................... 3
2 OBJETIVOS................................................................................................................................................... 3
2.1 OBJETIVO General .......................................................................................................................... 3
2.2 OBJETIVO ESPECIFICO ................................................................................................................... 3
3 MARCO TEORICO ......................................................................................................................................... 3
3.1 Método de Gauss-Seidel ........................................................................................................... 3
3.1.1 Descripción .......................................................................................................................... 3
3.1.2 Convergencia ....................................................................................................................... 4
3.1.3 Explicación .......................................................................................................................... 5
3.1.4 Algoritmo............................................................................................................................... 6
4 PRUEBA .......................................................................................................................................................... 8
5 CONCLUSIONES ......................................................................................................................................... 11
6 BIBLIOGRAFIA ......................................................................................................................................... 12
1 INTRODUCCION
La presente investigación se hizo con el fin de indagar y dar a conocer el
concepto de matrices, su aplicación en la vida cotidiana y en el área
profesional de la Ingeneria .A partir de la definición de matriz expondremos
varias aplicaciones e importancia que estas tienen en la Ingeneria ya que
gracias a las matrices esta se puede desarrollar ciertos problemas que suelen
ser más fáciles de resolver

2 OBJETIVOS
2.1 OBJETIVO General
Analizar la función de las aplicaciones de las matrices en Ingeneria y
Conocer la importancia de ls matrices en el campo laboral

2.2 OBJETIVO ESPECIFICO

Interpretar el interés de las matrices en la Ingeneria e Investigar los
aspectos importantes de la aplicación de matrices de la Ingeneria

3 MARCO TEORICO
3.1 Método de Gauss-Seidel

En análisis numérico el método de Gauss-Seidel es un método iterativo

utilizado para resolver sistemas de ecuaciones lineales. El método se
llama así en honor a los matemáticos alemanes Carl Friedrich Gauss y
Philipp Ludwig von Seidel y es similar al método de Jacobi.

Aunque este método puede aplicarse a cualquier sistema de ecuaciones

lineales que produzca una matriz (cuadrada, naturalmente pues para que
exista solución única, el sistema debe tener tantas ecuaciones como
incógnitas) de coeficientes con los elementos de su diagonal no-nulos,
la convergencia del método solo se garantiza si la matriz es
diagonalmente dominante o si es simétrica y, a la vez, definida
positiva.

3.1.1 Descripción

Es un método iterativo, lo que significa que se parte de una

aproximación inicial y se repite el proceso hasta llegar a una solución
con un margen de error tan pequeño como se quiera. Buscamos la solución
a un sistema de ecuaciones lineales, en notación matricial:

donde:

El método de iteración Gauss-Seidel se computa, para la iteración

:
donde

definimos

donde los coeficientes de la matriz N se definen como si ,

si .

Considerando el sistema con la condición de que

. Entonces podemos escribir la fórmula de iteración del método

(*)

La diferencia entre este método y el de Jacobi es que, en este último,

las mejoras a las aproximaciones no se utilizan hasta completar las
iteraciones.

3.1.2 Convergencia
Teorema: Suponga una matriz es una matriz no singular que
cumple la condición de

ó .

Entonces el método de Gauss-Seidel converge a una solución del sistema

de ecuaciones, y la convergencia es por lo menos tan rápida como la
convergencia del método de Jacobi.

Para ver los casos en que converge el método primero mostraremos que
se puede escribir de la siguiente forma:

(**)

(el término es la aproximación obtenida después de la k-ésima iteración)

este modo de escribir la iteración es la forma general de un método iterativo
estacionario.

Primeramente debemos demostrar que el problema lineal que queremos

resolver se puede representar en la forma (**), por este motivo debemos
tratar de escribir la matriz A como la suma de una matriz triangular inferior,
una diagonal y una triangular superior A=(L+D+U), D=diag( ). Haciendo los
despejes necesarios escribimos el método de esta forma

por lo tanto M=-(L+D)-1 U y c=(L+D)-1b

Ahora podemos ver que la relación entre los errores, el cuál se puede
calcular al substraer x=Bx+c de (**)

Supongamos ahora que , i= 1, ..., n, son los valores propios que

corresponden a los vectores propios , i= 1,..., n, los cuales son
linealmente independientes, entonces podemos escribir el error inicial

(***)

Por lo tanto la iteración converge si y sólo si | λi|<1, i= 1, ..., n. De

este hecho se desprende el siguiente teorema:

Teorema: Una condición suficiente y necesaria para que un método iterativo

estacionario converja para una aproximación arbitraria
es que

donde ρ(M) es el radio espectral de M.

3.1.3 Explicación

Se elige una aproximación inicial para .

Se calculan las matrices M y el vector c con las fórmulas mencionadas. El
proceso se repite hasta que sea lo suficientemente cercano a , donde
k representa el número de pasos en la iteración.Se tiene que despejar de la
ecuacion una de variable distinta y determinante.Si al sumar los coeficientes
de las variables divididos entre si da 1 y -1 es más probable que el despeje
funcione. Y se debe de despejar en cada ecuacion una variable distinta, una
forma de encontrar que variable despejar es despejando la variable que tenga
el mayor coeficiente.

Ejemplos:

3x-y+z=1
x-5y+z=8
x-y+4z=11

Despejes:

x=(1+y-z)/3 y=(8-x-z)/-5 z=(11-x+y)/4

Después se necesita iniciar con las iteraciones,el valor inicial no es
importante lo importante es usar las iteraciones necesarias, para darte
cuenta cuantas iteraciones son necesarias necesitas observar cuando los
decimales se estabilicen en dos decimales pero se tiene que tener en cuenta
que se tiene que seguir con las iteraciones aunque una de las variables sea
estable si las démas no han llegado al valor buscado. Se sustituye los
valores en los despejes, usando para cada despeje el nuevo valor encontrado.

k x y z
0 0 0 0
1 0.333 -1.600 2.750
2 -1.117 -0.983 2.267
3 -0.750 -1.370 2.783
4 -1.051 -1.193 2.595
... ... ... ...
10 -0.982 -1.259 2.679
11 -0.979 -1.261 2.681
12 -0.980 -1.260 2.680
13 -0.980 -1.260 2.680
-0.980 -1.260 2.680

Estos son los resultados estimados para las variables y podemos observar que
los decimales se estabilizaron en dos decimales.

3.1.4 Algoritmo

El método de Gauss-Seidel se puede escribir en forma de algoritmo de la

siguiente manera:

Algoritmo Método de Gauss-Seidel

función Gauss-Seidel ( , )

// es una aproximación inicial a la solución//

para hasta convergencia hacer
para hasta hacer

para hasta hacer

si entonces

fin para

fin para
comprobar si se alcanza convergencia
fin para

Johann Carl Friedrich Gauss (Gauß) (?·i) (Brunswick, 30 de abril de 1777

– Gotinga, 23 de febrero de 1855), fue un matemático, astrónomo, geodesta,
y físico alemán que contribuyó significativamente en muchos campos, incluida
la teoría de números, el análisis matemático, la geometría diferencial, la
estadística, el álgebra, la geodesia, el magnetismo y la óptica. Considerado
«el príncipe de los matemáticos» y «el matemático más grande desde la
antigüedad», Gauss ha tenido una influencia notable en muchos campos de la
matemática y de la ciencia, y es considerado uno de los matemáticos que más
influencia ha tenido en la Historia. Fue de los primeros en extender el
concepto de divisibilidad a otros conjuntos.

Gauss pronto fue reconocido como un niño prodigio, pese a provenir de una
familia campesina de padres analfabetos; de él existen muchas anécdotas
acerca de su asombrosa precocidad. Hizo sus primeros grandes descubrimientos
mientras era apenas un adolescente en el bachillerato y completó su magnum
opus, Disquisitiones arithmeticae a los veintiún años (1798), aunque fue
publicado en 1801. Fue un trabajo fundamental para que se

A los 16 tuvo sus primeras ideas intuitivas sobre la posibilidad de otro

tipo de geometría. A los 17 años, Gauss se dio a la tarea de completar lo
que, a su juicio, habían dejado sin concluir sus predecesores en materia de
teoría de números. Así descubrió su pasión por la aritmética, área en la que
poco después tuvo sus primeros triunfos. Su gusto por la aritmética
prevaleció por toda su vida, ya que para él «La matemática es la reina de
las ciencias y la aritmética es la reina de las matemáticas».

Madurez

Distribución normal

En 1796 demostró que se puede dibujar un polígono regular de 17 lados con

regla y compás.Fue el primero en probar rigurosamente el teorema fundamental
del álgebra (disertación para su tesis doctoral en 1799), aunque una prueba
casi completa de dicho teorema fue hecha por Jean Le Rond d'Alembert
anteriormente.

En 1801 publicó el libro Disquisitiones arithmeticae, con seis secciones

dedicadas a la Teoría de números, dándole a esta rama de las matemáticas una
estructura sistematizada. En la última sección del libro expone su tesis
doctoral. Ese mismo año predijo la órbita de Ceres aproximando parámetros
por mínimos cuadrados.

En 1809 fue nombrado director del Observatorio de Gotinga. En este mismo año
publicó Theoria motus corporum coelestium in sectionibus conicis Solem
ambientium describiendo cómo calcular la órbita de un planeta y cómo
refinarla posteriormente. Profundizó sobre ecuaciones diferenciales y
secciones cónicas. Gauss murió en Gotinga el 23 de febrero de 1855.

Philipp Ludwig von Seidel

Philipp Ludwig Ritter von Seidel (*24 de octubre de 1821, Dos Puentes,
Alemania – † 13 de agosto de 1896, Múnich) fue un astrónomo, óptico y
matemático alemán. En algunas fuentes se le conoce simplemente como Ludwig
Seidel.
Vida El filósofo Imre Lakatos le da crédito a Seidel por haber descubrieto
en 1847 el crucial concepto analítico de convergencia uniforme.2 Según
Lakatos, Seidel lo descubrió mientras que analizaba una demostración
matemática incorrecta de Cauchy.2

En 1855 concibió la teoría de las aberraciones ópticas que lleva su nombre. En 1857
publicó su libro sobre el tema, muy bien considerado, que durante mucho tiempo fue
la obra de referencia del campo: entre otros motivos, porque la gran síntesis que
planeaba Josef Maximilian Petzval se perdió antes de ser impresa. En dicha obra,
von Seidel descompuso la aberración monocromática de primer orden en cinco
aberraciones constituyentes, las cuales son comúnmente llamadas «Las cinco
aberraciones de Seidel».
En 1851 fue elegido miebro extraordinario de la Academia Bávara de Ciencias, y en
1861 pasó a miembro ordinario. Colaboró estrechamente con Carl August von Steinheil,
en investigaciones inicialmente y sobre todo metrológicas, pero luego también
físicas y fotométricas. Con su trabajo de 1856 estableció los fundamentos teóricos
de un proceso simplificado de fabricación de vidrio óptico, para la empresa
Steinheil. Junto con Steinheil, Seidel llevó a cabo las primeras mediciones
fotométricas de estrellas.

En 1874 publicó su trabajo sobre resolución iterativa de sistemas de ecuaciones

lineales, un método que en cálculo numérico se conoce como de Gauss-Seidel. De 1879
a 1882 Seidel fue director del Observatorio Astronómico de Bogenhausen sucediendo a
Johann von Lamont. Entre sus estudiantes de la Universidad de Múnich se encontró
Max Planck.

Por las grandes contribuciones de Seidel en los campos a los que se dedicó, en 1970
la Unión Astronómica Internacional (UAI) decidió en su honor llamarle «Seidel» a un
astroblema lunar.3 4

4 PRUEBA
Principalmente las matrices son utilizadas como:
Analisis de estructuras
Manejo de informaciones fundamentales
Llevar a cabo proyectos de desarrollo sistematizados
Un mejor control de perfil técnico
Formula un parte teórica
Almacenamiento de información óptica en sistemas de diseño

Una compañía minera extrae mineral de dos minas,

el cual contiene para la mina I el 1% de níquel y
2% de cobre, para la mina II el 2% de níquel y 5% de cobre.
¿Qué cantidad de mineral se deberá extraer de cada mina para obtener
4 toneladas de níquel y 9 toneladas de cobre?
Solución:
¿Cuál es el problema? ¿Qué se busca?
Queremos saber el número de toneladas de mineral que hay
que extraer de cada mina, asignemos literales a esos números.
Sean x el número de toneladas que se
extrae de la mina I.
y el número de toneladas que se extrae
de la mina II. Establezcamos ahora
relaciones algebraicas entre las literales.
¿Cuánto se obtiene de níquel
de la mina I?
0.01
x
¿Y de la
mina II?
0.0
2
Entonces la ecuación queda :
0.01x + 0.02y =4
Análogamente para el cobre tenemos:0.02x+0.05y=9
Así, para saber cuántas toneladas hay que extraer de cada mina
debemos resolver el sistema De dos ecuaciones lineales con dos
incógnitas:

La matriz queda de la
siguiente forma

Despejando las
incógnitas

Tomando como primer valor inicial a y1 =75 resolvemos para x1 para

optener porteriormente y2
Calculamos el error

que aun es mayor al 1% Asi que repetimos el proceso de iteración las

veces necesarias
Este proceso continua.. Dándonos como resultado X=100 Y=200

Que son las toneladas de material necesarias que se deben extraer

de cada mina para obtener 4 toneladas de níquel y 9 toneladas de
cobre

5 CONCLUSIONES

Mediante el uso de las matrices se resuelven sistemas de ecuaciones

lineales Además también podemos resaltar la importancia de esta
herramienta tanto en la vida cotidiana como en la vida laboral en el
desarrollo de problemas de una materia más fácil pero a su vez
compleja, con lo cual se llega a dar una solución exacta y mejores
resultados en un determinado proceso
 1
2

6 BIBLIOGRAFIA
http://cbi.azc.uam.mx/archivos/varios/ProblemarioW.pdf

http://www.mitecnologico.com/Main/MetodoDeGauss

http://www.fing.edu.uy/~nmoller/2004/parte1.pdf

http://www.math.com.mx/docs/sec/sec_0014_Sistemas_Lineales
.pdf

http://www.vadenumeros.es/tercero/problemas-con-
sistemas.htm