SOLUCION DE UN SISTEMA DE ECUACIONES LINEALES

METODO DE ELIMINACION GAUSSIANA: SP,CPP,CPT

DATOS DEL ALUMNO
Apellidos y nombres Cabello Oqueña, Jorge Francisco
Código 20174110K
Celular 957239681
Correo J_f_cabello@hotmail.com

EJERCICIO: Dado el siguiente sistema de ecuaciones

4𝑥1 − 1𝑥2 + 6𝑥3 + 8𝑥4 = 10
6𝑥1 − 10𝑥2 + 8𝑥3 + 18𝑥4 = 25
5𝑥1 − 11𝑥2 + 5𝑥3 + 6𝑥4 = 12
−2𝑥1 + 3𝑥2 + 𝑥3 − 16𝑥4 = −9
a) Mediante un script en Matlab verifique que el sistema es compatible determinado, así
mismo encuentre la solución.
b) Resuelva por el método de eliminación gaussiana sin pivoteo
c) Resuelva por el método de eliminación gaussiana con pivoteo parcial
d) Resuelva por el método de eliminación gaussiana con pivoteo total

SOLUCIÓN:
a) Verificando que el sistema es compatible determinado:
m=4: Número de ecuaciones
n=4: Número de incógnitas
Con el siguiente script en Matlab, hallamos los rangos de la matriz A y su ampliada, así
como la solución del sistema:
clc; A=[6 -2 2 4; 12 -8 6 10; 3 -13 9 3; -6 4 1 -18];
b=[12 34 27 -38]';
fprintf('El rango de A es: %d\n',rank(A));
fprintf('El rango de la ampliada de A es: %d\n',rank([A b]));
fprintf('La solución del sistema de ecuaciones es:\n');
disp(inv(A)*b)

Reporte del script es:

El rango de A es: 4
El rango de la ampliada de A es: 4
La solución del sistema de ecuaciones es:
-2.4691
-0.8208
2.0489
0.8453
Según los resultados, el 𝑅(𝐴) = 𝑅(𝐴𝑏) = 𝑚 = 𝑛 = 4, por lo tanto, según el Teorema
de Rouche-Frobenius, el sistema es Compatible determinado, es decir tiene solución
única.

Tema: Eliminación Gaussiana Curso: Métodos Numéricos - UNIFIM

b) Eliminación Gaussiana, sin pivoteo: Se realizan operaciones elementales hasta llevarlo a
un triangular superior, pero sin intercambio de filas.
4 −1 6 8 10
6 −10 8 18 25
𝐴𝑏 = [ | ]
5 −11 5 6 12
−2 3 1 −16 −9

𝑃𝑖𝑣𝑜𝑡𝑒 𝑒𝑠 6 ⟶ 6 −2 2 4 12
𝑓2 = 𝑓2 − 𝑓1 . 12/6 0 −4 2 2 10
[ | ]
𝑓3 = 𝑓3 − 𝑓1 . 3/6 0 −12 8 1 21
𝑓4 = 𝑓4 − 𝑓1 . −6/6 0 2 3 −14 −26

6 −2 2 4 12
𝑃𝑖𝑣𝑜𝑡𝑒 𝑒𝑠 − 4 ⟶
𝑓3 = 𝑓3 − 𝑓2 . −12/−4 [0 −4 2 2 10
| ]
𝑓4 = 𝑓4 − 𝑓2 . 2/−4 0 0 2 −5 −9
0 0 4 −13 −21

6 −2 2 4 12
𝑃𝑖𝑣𝑜𝑡𝑒 𝑒𝑠 2 ⟶ 0 −4 2 2 10
[ | ]
𝑓4 = 𝑓4 − 𝑓3 . 4/2 0 0 2 −5 −9
0 0 0 −3 −3
Aplicamos sustitución regresiva:
La matriz ampliada equivalente representa al siguiente sistema de ecuaciones equivalente:
−3𝑥4 = −3 ⟶ 𝑥4 = 1
2𝑥3 − 5𝑥4 = −9 ⟶ 𝑥3 = −2
−4𝑥2 + 2𝑥3 + 2𝑥4 = 10 ⟶ 𝑥2 = −3
6𝑥1 − 2𝑥2 + 2𝑥3 + 4𝑥4 = 12 ⟶ 𝑥1 = 1

𝑥1 1
𝑥2 −3
[𝑥 ] = [ ]
3 −2
𝑥4 1

Tema: Eliminación Gaussiana Curso: Métodos Numéricos - UNIFIM

c) Eliminación Gaussiana, Con pivoteo parcial: Se realizan operaciones elementales hasta
llevarlo a un triangular superior, incluye solo intercambio de filas para mejorar el pivote
con el mayor en módulo.

6 −2 2 4 12
12 −8 6 10 34
𝐴𝑏 = [ ]
3 −13 9 3 27
−6 4 1 −18 −38

12 −8 6 10 34
𝑓1 𝑥 𝑓2
6 −2 2 4 12
𝑃𝑖𝑣𝑜𝑡𝑒 𝑐𝑎𝑚𝑏𝑖𝑎𝑑𝑜 [ | ]
3 −13 9 3 27
𝑑𝑒 6 𝑎 12
−6 4 1 −18 −38
⟶ 12 −8 6 10 34
𝑓2 = 𝑓2 − 𝑓1 . 6/12 0 2 −1 −1 −5
𝑓3 = 𝑓3 − 𝑓1 . 3/12 [ | ]
0 −11 7.5 0.5 18.5
𝑓4 = 𝑓4 − 𝑓1 . −6/12 0 0 4 −13 −21

12 −8 6 10 34
𝑓2 𝑥 𝑓3
0 −11 7.5 0.5 18.5
𝑃𝑖𝑣𝑜𝑡𝑒 𝑐𝑎𝑚𝑏𝑖𝑎𝑑𝑜 [ | ]
0 2 −1 −1 −5
𝑑𝑒 2 𝑎 − 11
0 0 4 −13 −21

⟶ 12 −8 6 10 34
𝑓3 = 𝑓3 − 𝑓1 . 2/−11 [ 0 −11 7.5 0.5
|
18.5
]
𝑓4 = 𝑓4 − 𝑓1 . 0/−11 0 0 0.3636 −0.9091 −1.6364
0 0 4 −13 −21

12 −8 6 10 34
𝑓3 𝑥 𝑓4
0 −11 7.5 0.5 18.5
𝑃𝑖𝑣𝑜𝑡𝑒 𝑐𝑎𝑚𝑏𝑖𝑎𝑑𝑜 [ | ]
0 0 4 −13 −21
𝑑𝑒 0.3636 𝑎 4
0 0 0.3636 −0.9091 −1.6364

12 −8 6 10 34
⟶ 0 −11 7.5 0.5 18.5
[
𝑓4 = 𝑓4 − 𝑓1 . 0.3636/6.7273 0 | ]
0 4 −13 −21
0 0 0 0.2727 0.2727

Por sustitución regresiva hallamos la solución:

𝑥1 1
𝑥2 −3
[𝑥 ] = [ ]
3 −2
𝑥4 1

Tema: Eliminación Gaussiana Curso: Métodos Numéricos - UNIFIM

d) Eliminación Gaussiana, Con pivoteo total: Se realizan operaciones elementales hasta
llevarlo a un triangular superior, incluye intercambio de filas y/o columnas para mejorar
el pivote con el mayor en módulo.

6 −2 2 4 12
12 −8 6 10 34
𝐴𝑏 = [ | ]
3 −13 9 3 27
−6 4 1 −18 −38

𝑓1 𝑥 𝑓4 −18 4 1 −6 −38
𝑐1 𝑥𝑐4 10 −8 6 12 34
[ | ]
𝑃𝑖𝑣𝑜𝑡𝑒 𝑐𝑎𝑚𝑏𝑖𝑎𝑑𝑜 3 −13 9 3 27
𝑑𝑒 12 𝑎 − 18 4 −2 2 6 12
⟶ −18 4 1 −6 −38
𝑓2 = 𝑓2 − 𝑓1 . 10/−18 0 −5.7778 6.5556 8.6667 12.8889
𝑓3 = 𝑓3 − 𝑓1 . 3/−18 [ | ]
0 −12.3333 9.1667 2 20.6667
𝑓4 = 𝑓4 − 𝑓1 . 4/−18 0 −1.1111 2.2222 4.6667 3.5556

−18 4 1 −6 −38
𝑓2 𝑥 𝑓3
0 −12.3333 9.1667 2 20.6667
𝑃𝑖𝑣𝑜𝑡𝑒 𝑐𝑎𝑚𝑏𝑖𝑎𝑑𝑜 [ | ]
0 −5.7778 6.5556 8.6667 12.8889
𝑑𝑒 − 5.7778 𝑎 − 12.3333
0 −1.1111 2.2222 4.6667 3.5556

⟶ −18 4 1 −6 −38
𝑓3 = 𝑓3 − 𝑓1 . −5.7778/−12.3333 [ 0 −12.3333 9.1667 2
|
20.6667
]
𝑓4 = 𝑓4 − 𝑓1 . −1.1111/−12.3333 0 0 2.2613 7.7297 3.2072
0 0 1.3964 4.4865 1.6937

𝑐3 𝑥 𝑐4 −18 4 −6 1 −38
0 −12.3333 2 9.1667 20.6667
𝑃𝑖𝑣𝑜𝑡𝑒 𝑐𝑎𝑚𝑏𝑖𝑎𝑑𝑜 [ | ]
0 0 7.7297 2.2613 3.2072
𝑑𝑒 2.2613 𝑎 7.7297
0 0 4.4865 1.3964 1.6937

−18 4 −6 1 −38
⟶ 0 −12.3333 2 9.1667 20.6667
𝑓4 = 𝑓4 − 𝑓1 . 4.4865/7.7297 [ 0 0
|
7.7297 2.2613 3.2072
]
0 0 0 0.0839 −0.1678
Considerando los siguientes cambios de columnas:
Distribución original 𝒄𝟏 𝒙𝒄𝟒 𝒄𝟑 𝒙 𝒄𝟒
𝑥1 𝑥4 𝑥4
𝑥2 𝑥2 𝑥2
𝑥3 𝑥3 𝑥1
𝑥4 𝑥1 𝑥3

Tema: Eliminación Gaussiana Curso: Métodos Numéricos - UNIFIM

Por sustitución regresiva hallamos la solución, de acuerdo a la distribución mostrada en la
última columna de la tabla anterior:
𝑥4 = 1
𝑥2 = −3
𝑥1 = 1
𝑥3 = −2
Reordenando:
𝑥1 1
𝑥2 −3
[𝑥 ] = [ ]
3 −2
𝑥4 1

Tema: Eliminación Gaussiana Curso: Métodos Numéricos - UNIFIM