SISTEMA DE ECUACIONES

LINEALES

 El mtodo de Gauss Jordan esta

sustentado en las siguientes
operaciones entre renglones.
Fila(Rengln ) por un escalar

*(a1 , a2 , a3 ) a1 , a2 , a3

Donde es un escalar (Numero real).

Suma entre Filas (Renglones)

a ,a ,a

b1 , b2 , b3
a1 b1 , a1 b2 , a1 b3

 Teniendo como base un sistema de

ecuaciones 3x3 de la forma:

a11 * x1 a12 * x2 a13 * x3 b1

a21 * x1 a22 * x2 a23 * x3 b2
a31 * x1 a32 * x2 a33 * x3 b3

Coeficient
es
Variables
resultados

Se construye la matriz aumentada como sigue:

a11

a21
a
31

a12
a22
a32

a13
a23
a33

b1

b2
b3

 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:
1 0 0 R1

0 1 0 R2
0 0 1 R
3

Donde X1=R1;

Diagonal Principal con unos

Fuera de la diagonal principal
con ceros
Resultados para cada variable
Xn
X2=R2;

y X3=R3

 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

el valor de 1

a22 a

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 2Jordan:
* x1 4 * x2 6 * x3 18
Coeficient

4 * x1

5 * x2

6 * x3 24

3 * x1

1* x2

2 * x3 4

es
Variables
resultados

Primero construimos la matriz aumentada como sigue:

2 4

6 18

4 5 6 24
3 1 2 4

 Para garantizar el primer uno para el

coeficiente a11 multiplicamos la primera

fila porEn1/2.
esta operacin se ve afectada la fila
uno F1, las dems permanecen sin
modificacin.

2 4

6 18

4 5 6 24
3 1 2 4

1
*F1
2

3 9

4
4 5 6 2
3 1 2 4

1 2

 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 9

4 5 6 24
3 1 2 4

4*F1 F2
3* F1 F3

1 2
3 9

0 3 6 12

0 5 11 23

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.

0 3 6 12
0 5 11 23

1
*F2
3

2 4
0 1
0 5 11 23

 Transformamos en ceros los dems

coeficientes de la columna 2.

2 4
0 1
0 5 11 23

2*F2 F1
5*F2 F3

1 0 1 1

0 1 2 4
0 0 1
3

 Transformamos a uno el valor de la posicin

a33

1 0 1 1

0 1 2 4
0 0 1 3

1*F3

1 0 1 1

0 1 2
4
0 0 1
3

 Transformamos en ceros los dems

coeficientes de la columna 3.

1 0 1 1

0 1 2 4
0 0 1 3

1*F3 F1
2*F3 F2

1 0 04

2
0 1 0
0 0 1 3

De esta manera tenemos la solucin del

X1sigue:
=4;
X2=-2;
sistema como

y X3=3

Resolver el siguiente sistema de

ecuaciones por el mtodo de
x 2Gauss
yz 3
Este es el
2x 5 y z 4
3x 2 y z 2

sistema de
ecuaciones a
resolver
Paso 1. Se
forma la matriz
aumentada
NOTA
IMPORTANTE: El
objetivo del
mtodo es
lograr formar
una matriz
identidad de
esta forma.

2 5 1
3 2 1

1 0 0
0 1 0
0 0 1

4
2

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

2 5 1
3 2 1

4
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

Solucin por el mtodo de

Gauss

1 2 1
Identificamos

Rengln,
2 5 1
3 2 1
Columna y
elemento
pivote
Columna pivote

4
2

Rengln pivote

Elemento
pivote

Seleccionamos
[
]
el rengln
pivote
Seleccionamos
un rengln
0
diferente al
rengln pivote
Como el objetivo es hacer 0 el
nmero debajo del rengln pivote Por
qu nmero debemos multiplicar el
rengln pivote?

Solucin por el mtodo de Gauss

Modificamos el
segundo
rengln con la
operacin de
eliminacin
rengln

2 5 1
3 2 1

(-2)
[

]
0

Ahora
modificamos el
tercer rengln
Por qu
nmero
multiplicamos
el
rengln
Cmo
queda
pivote
ahora?
la nueva
matriz?

4
2

-3 -2

(-3) [

3 -2 -1
0 -8

0 1 3
0 8 4

-4 -7
3

2
7

Solucin por el mtodo de Gauss

Ya transformamos
11 2 1
3
la primera

0
1

2
1

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

rengln
0
1

La siguiente
0 0 28 23
matriz queda:

Nuevo rengln
pivote

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?
En otras
palabras: Cada
rengln
representa una
ecuacin, si
dividimos todo el
rengln entre -28
obtenemos el 1
que estamos
buscando

11 0 7

0 11 3

0 0 28

1
1 0

1 3
0 1
0 0 1

2
23

2
23 / 28

Convertimos el
elemento pivote
en 1 para
facilitar las
operaciones;
dividimos todo el
rengln entre el
nmero pivote (28) obteniendo el
siguiente
resultado

Solucin por el mtodo de Gauss

Realizamos la
operacin de
eliminacin
rengln

1 0 7

0 1 3
0 0

2
23 / 28

(-7) [ 0
0
23/28
1 ]0
1 0
(3) [ 0
0
23/28
0 ]1
0 1
Finalmente la
matriz queda

1 0 0
0 1 0
0 0 1

Nuevo rengln
pivote

1
7
0

7
5/4

1
-3

-2

0 13/28
5/ 4

13 / 28
23 / 28

Leyndose el siguiente resultado: x = 5/4

z = 23/28

y = 13/28

Solucin por el mtodo de Gauss

Sistema de
ecuaciones
original

x 2y z 3
2x 5 y z 4
3x 2 y z 2

Respuestas: x = 5/4
y=
13/28
z=
23/28

MTODO GRAFICO
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.
L1

L2

x2
x1

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

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

L1
L2
x1

4 si la franja la toman en una zona no en un punto,

encontramos un sistema mal condicionado.
x2

L1

L2

x1

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
x

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

x

MTODO GRAFICO

2x+y=9

X+y=5

solucin

x
Solucin {4.1}

MTODO GRAFICO
y
2x+y=12

x+y=5
x
solucin

Solucin {7,-2}

MTODO GRAFICO
y
2x+y=9
x+y=7
solucin

Solucin {2,5}

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
Mal
condicion
ado

X+2y=10
1.1x+2y=1
0.4
sol
sol

x=8 1.05
y=1

x=4
y=3

10x+20y=100
11x+20y=104
D=20

Escalaremos el
sistema
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.

A=

-2
0
0

5
8
0

3
6
3

METODOS ITERATIVOS

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.
2.

Para emplear este mtodo se nos debe proporcionar un vector inicial.

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.

EJEMPLO

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

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%
Iteraci
n
0
1
2
3
4
5
6

x1

Ea

x2

Ea

x3

Ea

0
3,67
1,78
1,94
1,98
2,01
2,00

100,00
106,25
8,46
2,08
1,18
0,26

0
3,75
3,25
3,01
2,97
3,00
3,00

100,00
15,38
7,96
1,26
0,73
0,21

0
3,83
3,85
4,08
4,01
4,00
4,00

100,00
0,36
5,68
1,68
0,33
0,01

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

METODO GAUSS SEIDEL

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.

EJEMPLO

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

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:

Iteraci
n
0
1
2
3
4
5
6

x1
0
3,67
1,61
2,00
2,01
2,00
2,00

Ea

100,00
127,75
19,50
0,28
0,29
0,01

x2
0
4,21
2,97
2,98
3,00
3,00
3,00

Ea

100,00
41,68
0,49
0,54
0,04
0,01

x3
0
3,92
4,06
4,00
4,00
4,00
4,00

Ea

100,00
3,36
1,56
0,04
0,02
0,00

Observamos de esta manera que aunque toma mas iteraciones que el

mtodo de Jacobi est es mucho mas preciso.

METODO GAUSS SEIDEL CON RELAJACIN

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:

Pasos a seguir

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.

EJEMPLO

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

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:

Iteracin
0
1
2
3
4
5
6
7
8

x1
0
4,58
0,15
2,98
1,57
2,16
1,95
2,01
2,00

Ea

100,00
2913,11
94,89
89,79
27,32
10,71
2,92
0,47

x2
0
5,40
1,81
3,48
2,84
3,04
3,00
3,00
3,00

Ea

100,00
198,62
48,05
22,80
6,78
1,58
0,04
0,23

x3
0
4,96
3,90
3,92
4,07
3,96
4,02
3,99
4,00

Ea

100,00
27,37
0,67
3,74
2,98
1,57
0,70
0,26

Al llegar a este punto claramente podemos decir que el mtodo iterativo con
mayor velocidad de convergencia es el de Gauss Seidel.

SISTEMA DE
ECUACIONES NO
LINEALES

Sistema de ecuaciones
no lineales

Mtodos para resolver

S.E.N.L

 Ejemplo

MTODO DEL PUNTO FIJO MULTIVARIABLE

(-2.5,0.3)

(0.2,1.4)
(2.5,-0.3)

(0.2,-1.4)

Desplazamientos Sucesivos
N
0
0
0

X
0.2
0.3
-3.6642

ERROR

1.4
0.79
0.51

----0.618
3.97

G1 y G2 no sirven para hallar

la solucin

Condicin suficiente aunque no

necesaria para asegurar la
convergencia

Mtodo de Newton
Rapshon

Calculando la NF

METODO DE NEWTON
RAPSHON MODIFICADO