Métodos Numéricos

Sistemas de ecuaciones lineales:

métodos directos

MSc. Rebeca Solı́s Ortega

1
Sistemas de ecuaciones lineales

Definición
Un sistema con m ecuaciones lineales con n incógnitas es una expresión de la
forma:


 a1,1 x1 + a1,2 x2 + a1,3 x3 + ... + a1,n−1 xn−1 + a1,n xn =0
 a2,1 x1 + a2,2 x2 + a2,3 x3 + ... + a2,n−1 xn−1 + +a2,n xn = 0


... ...
a x + a x + ... + a x + +a x = 0

n−1,1 1 n−1,2 2 n−1,n−1 n−1 n−1,n n



an,1 x1 + an,2 x2 + an,3 x3 + ... + an,n−1 xn−1 + +an,n xn = 0


Donde ai,j son constantes para todo i, j ∈ [1, n] y x1 , x2 , ..., xn son n variables .

2
Método de Gauss: Eliminación Gaussiana

Este es un método directo, o sea permite encontrar la solución exacta de un sistema

de ecuaciones lineales realizando un número finito de pasos u operaciones.

Permite resolver los sistemas transformandolos de la forma Ax = b en uno

equivalente de la forma U x = c, donde U es una matriz triangular superior.

Una vez que se haya realizado el cambio de la forma del sistema, se procede a
realizar una sustitución inversa.

3
Eliminación Gaussiana

• Eliminación hacia adelante: Consiste en utilizar las operaciones elementales

de una matriz para transformar la matriz asociada al sistema de ecuaciones a
una matriz equivalente triangular superior. O sea:

a1,1 a1,2 a1,3 ... a1,n−1 a1,n

 
 0 a2,2 a2,3 ... a1,n−1 a2,n 
0 0 a3,3 ... a1,n−1 a3,n 
 

A= .. .. .. ..
 


 . . . ... . 

 0 0 0 ... a1,n−1 an,n 
0 0 0 ... 0 an,n

• Sustitución hacia atrás: Consiste en ir determinando las soluciones del

sistema desde la última ecuación hasta la primera, con sustituciones sucesivas.

4
Algoritmo general

Haciendo eliminación hacia adelante, en la k-ésima iteración se tiene:

ak−1
i,k
aki,j = ak−1
i,j − · ak−1
k,j
ak−1
k,k

ak−1
i,k
bki = bk−1
i − · bk−1
k
ak−1
k,k

Realizando la sustitución hacia atrás se obtiene:

Pk−1 Pn
bn−k−1
n−k − n−k−1
r=0 an−k,n−r · xn−r bk−1
k − r=k+1 ak−1
k,r · xr
xn−k = ⇒ xk =
an−k−1
n−k,n−k ak−1
k,k

5
Ejemplo

Resuelva el siguiente sistema, utilizando eliminación Gaussiana.



 x + y − 3z − 4w = −1
2x + y + 5z + w = 5


 3x + 6y − 2z + w = 8
2x + 2y + 2z − 3w = 2


6
Ejemplo

Resuelva el siguiente sistema, utilizando eliminación Gaussiana.



 x + y − 3z − 4w = −1
2x + y + 5z + w = 5


 3x + 6y − 2z + w = 8
2x + 2y + 2z − 3w = 2


Solución:
1 4
x=2 y= z=0 w=
5 5

7
Ejercicio

Resuelva el siguiente sistema, utilizando eliminación Gaussiana.


 x + 2y − 3z = −3
2x − 5y + 4z = 13
5x + 4y − z = 5


8
Ejercicio

Resuelva el siguiente sistema, utilizando eliminación Gaussiana.


 x + 2y − 3z = −3
2x − 5y + 4z = 13
5x + 4y − z = 5


Solución:
x=2 y = −1 z=1

9
Limitaciones del método

• División por cero: En este método existe la posibilidad que en algunos de

los procesos de eliminación o sustitución, ocurra la división por cero. Si el
sistema tiene solución única, siempre es posible evitar este problema
intercambiando filas.

10
Limitaciones del método

• Errores de redondeo: Se produce a la hora de trabajar con número

decimales (ya sea por que se aproximó una fracción o por que ası́ se daban
los datos), produciendo ası́ la pérdida de exactitud. Otro caso en que se da
este problema es cuando se realizan divisiones en las cuales el divisor es muy
cercano a 0.

11
Limitaciones del método

• Sistemas mal condicionados: Este error se relaciona con el anterior. Se dice

que un sistema está mal condicionado cuando con pequeños cambios en los
coeficientes se provocan grandes cambios solución.

A continuación se muestran tres sistemas de ecuaciones similares y sus

respectivas soluciones con el método de eliminación gaussiana.

12
Ejemplo de sistemas mal condicionados



 10x + 7y + 8z + 7w = 32
7x + 5y + 6z + 5w = 23


 8x + 6y + 10z + 9w = 33
7x + 5y + 9z + 10w = 31



 10x + 7y + 8z + 7w = 32,1
7x + 5y + 6z + 5w = 22,9


 8x + 6y + 10z + 9w = 33,1
7x + 5y + 9z + 10w = 30,9



 10x + 7y + 8,1z + 7,2w = 32
7,08x + 5,04y + 6z + 5w = 23


 8x + 5,98y + 9,89z + 9w = 33
6,99x + 4,99y + 9z + 9,98w = 31


13
Si se resuelven los sistemas anteriores se obtienen como soluciones:

• x = 1, y = 1, z = 1, w = 1

• x = 9,2, y = −12,6, z = 4,5, w = −1,1

• x = −81, y = 137, z = −34, w = 22

14
Pivoteo

Para solucionar algunos de los problemas planteados anteriormente se utiliza el

Pivoteo.

Definición: Pivote
El pivote es cada elemento de la diagonal (ak,k ) de la matriz asociada al sistema
de ecuaciones. El pivote es el elemento que se utiliza para hacer los ceros en cada
columna.

15
Pivoteo Parcial

La técnica consiste en que antes de realizar la k-ésima iteración se analiza el valor

del coeficiente del pivote (ak,k ) con relación con los otros coeficientes de la misma
columna. Si el valor absoluto de este coeficiente es el mayor de todos se procede
con el método, en caso contrario se intercambia dicha fila con la fila que posea el
mayor coeficiente en valor absoluto y luego se continúa con el método.

16
Ejemplo: Pivoteo parcial

Resuelva el siguiente sistema de ecuaciones utilizando el método de eliminación

gaussiana sin y con pivoteo parcial:


0,0001x + y = 1
x + y = 2

Compare su respuesta con la solución exacta del sistema, la cual corresponde a:

x = 1,00010... y = 0,99990

17
Ejemplo: Pivoteo parcial

Solución

• Sin pivoteo parcial: Se obtiene como solución:

x=2 y = 0,9998

• Con pivoteo parcial: Se obtiene como solución:

x = 1,0003 y = 0,9997

18
Pivoteo parcial escalonado

Esta técnica consiste en intercambiar filas, no según el máximo valor absoluto en la

columna pivote, sino según el máximo valor relativo en la fila respectiva. Para ello
calcula el valor relativo de cada elemento bajo la diagonal y luego toma el mayor
de ellos para realizar el intercambio.

El valor relativo lo calculamos con:

|ai,k |
ei =
máxj=k,...,n {|ai,j |}

19
Ejemplo: Pivoteo parcial escalonado

Resuelva el siguiente sistema de ecuaciones, utilizando eliminación de Gauss y

pivoteo parcial escalonado.


 2x1 + 3x2 = 8
−x1 + 2x2 − x3 = 0
3x1 + 2x3 = 9


20
Ejemplo: Pivoteo parcial escalonado

Resuelva el siguiente sistema de ecuaciones, utilizando eliminación de Gauss y

pivoteo parcial escalonado.


 2x1 + 3x2 = 8
−x1 + 2x2 − x3 = 0
3x1 + 2x3 = 9


Solución:

x1 = 1 x2 = 2 x3 = 3

21
Factorización LU

En este método, al igual que el método de eliminación gaussiana, es un método

directos. Permite resolver sistemas de la forma Ax = b, convirtiéndolo en uno de la
forma LU x = b.

Se tiene que U es una matriz triangular superior, que resulta de realizar eliminación
gaussiana a la matriz A. Y L es una matriz triangular inferior con unos en la
diagonal, cada uno de los términos de esta matriz están dados por:

ak−1
i,k
li,k = (i = k + 1, k + 1, ..., n − 1)
ak−1
k,k

22
Factorización LU

Una vez realizada la factorización LU el sistema Ax = b se transforma en

LU x = b

Ası́ se resuelve primero, mediante sustitución hacia adelante, el sistema

Lc = b

Y luego con sustitución hacia atrás se resuelve:

Ux = c

23
Existencia y unicidad de la factorización LU

Submatriz principal
Sea A una matriz cuadrada de tamaño n ≥ 2 y sea 1 ≤ k ≤ n . Se tiene que la
submatriz A(K) es una matriz cuadrada de tamaño k, cuyos elementos
corresponden a los elementos ai,j de la matriz A con 1 ≤ i, i ≤ k.

A(1) A(2) A(3) A(k)

( (
a1,1 a1,2 a1,3 ... a1,n
a2,1 a1,2 a1,3 ... a1,n
a3,1 a1,2 a1,3 ... a1,n
.. .. .. .. ..
. . . . .
an ,1 an ,2 an ,3 ... an ,n

24
Existencia y unicidad de la factorización LU

• Se dice que una matriz A de tamaño n tiene factorización LU si toda

submatriz principal A(k) con 1 ≤ k ≤ n es invertible (discriminante distinto a
cero)

• Dicha factorización será única si la una matriz A también es invertible.

25
Ejemplo: Factorización LU

Considere el siguiente sistema:


 2x1 − 6x2 − x3 = −38
−3x1 − x2 + 7x3 = −34
−8x1 + x2 − 2x3 = −20


• Determine si el sistema anterior posee factorización LU e indique si es única.

• Utilice el método de factorización LU para resolver el sistema anterior.

26
Ejemplo: Factorización LU

Considere el siguiente sistema:


 2x1 − 6x2 − x3 = −38
−3x1 − x2 + 7x3 = −34
−8x1 + x2 − 2x3 = −20


• Determine si el sistema anterior posee factorización LU e indique si es única.

• Utilice el método de factorización LU para resolver el sistema anterior.

Solución:

x1 = 4 x2 = 8 x3 = −2

27
Matriz inversa

Definición
Sea A una matriz cuadrada de orden n, tal que |A| =
6 0. Se cumple

A · A−1 = In
En general:

· A−1

Ai,: :,i = 1
Ai,: · A−1
:,i = 0 si i 6= j

28
Ejemplo: Inversa de una matriz

Encuentre la matriz inversa de A.

 
1 4 −3 2
 −2 0 −6 3 
A= 
 2 3 1 −1 
−6 −1 0 4

29
Ejemplo: Inversa de una matriz

Encuentre la matriz inversa de A.

 
1 4 −3 2
 −2 0 −6 3 
A= 
 2 3 1 −1 
−6 −1 0 4

Solución

 
69 −51 −99 −21
1  −22 22 66 11 
A−1 =  
99  26 −35 −33 5 
98 −71 −132 −4

30