Aplicaciones de los mtodos numricos en la solucin de sistemas

lineales
Mtodo de Gauss con sustitucin hacia delante
El mtodo de eliminacin gaussiana con sustitucin hacia delante es en todo
anlogo al visto en el apartado anterior, con sustitucin hacia atrs; pero en
este caso, el sistema original se reduce a una matriz triangular inferior. Por lo
dems, el orden del algoritmo y las limitaciones del mismo son idnticas a las
del Algoritmo 5. Por ello, proponemos como ejercicio al lector desarrollar e
implementar (o adaptar el Algoritmo 5) el mtodo de gauss con sustitucin
hacia delante
Mtodo de Gauss-Jordan
Otro mtodo de resolucin, en la misma lnea que los dos mtodos anteriores,
es el llamado mtodo de Gauss-Jordan. El mtodo de Gauss-Jordan reduce la
matriz asociada al sistema de ecuaciones a una matriz diagonal, en vez de
triangular superior o inferior.
Limitaciones
El mtodo adolece de las mismas limitaciones que los anteriores. Hay que
tener especial cuidado en que el pivote sea no nulo para lo cual es a veces
necesario hacer bsquedas de pivotes en la columna.
ELIMINACIN DE GAUSS
En la seccin anterior se utiliz la eliminacin de incgnitas para resolver un
par de
ecuaciones simultneas. El procedimiento consisti de dos pasos:
1. Las ecuaciones se manipularon para eliminar una de las incgnitas de las
ecuaciones.
El resultado de este paso de eliminacin fue el de una sola ecuacin con una
incgnita.
2. En consecuencia, esta ecuacin se pudo resolver directamente y el resultado
sustituirse atrs en una de las ecuaciones originales para encontrar la
incgnita restante.
Esta tcnica bsica puede extenderse a sistemas grandes de ecuaciones
desarrollando un esquema sistemtico o algortmico para eliminar incgnitas y
sustituir hacia atrs.
La eliminacin de Gauss es el ms bsico de dichos esquemas.
Esta seccin presenta las tcnicas sistemticas para la eliminacin hacia
adelante y la sustitucin hacia atrs que la eliminacin gaussiana comprende.
Aunque tales tcnicas son muy adecuadas para utilizarlas en computadoras, se
requiere de algunas modificaciones para obtener un algoritmo confiable. En

particular, el programa debe evitar la divisin entre cero. Al mtodo siguiente

se le llama eliminacin gaussiana simple, ya que no evita este problema. En
las siguientes secciones se vern algunas caractersticas adicionales
necesarias para obtener un programa de cmputo efectivo
Pivoteo parcial
Planteamiento del problema. Emplee la eliminacin de Gauss para resolver
0.0003x1 + 3.0000x2 = 2.0001
1.0000x1 + 1.0000x2 = 1.0000
Observe que en esta forma el primer elemento pivote, a11 = 0.0003, es muy
cercano a cero. Entonces haga de nuevo el clculo, pero ahora con pivoteo
parcial, invirtiendo el orden de las ecuaciones. La solucin exacta es x1 = 1/3 y
x2 = 2/3.
Solucin. Multiplicando la primera ecuacin por 1/(0.0003) da como resultado
x1 + 10 000x2 = 6 667
lo cual se utiliza para eliminar x1 de la segunda ecuacin:
9 999x2 = 6 666
de donde se despeja
x2 23=Este resultado se sustituye en la primera ecuacin para evaluar x1:
x12 0001 3 2 30 0003= . ( / ).(E9.9.1)
Sin embargo, debido a la cancelacin por resta, el resultado es muy sensible al
nmero de cifras significativas empleadas en el clculo:
Valor absoluto del error relativo
Cifras porcentual
signifi cativas x2 x1 para x1
3 0.667 3.33 1 099
4 0.6667 0.0000 100
5 0.66667 0.30000 10
6 0.666667 0.330000 1
7 0.6666667 0.3330000 0.1
Observe cmo el valor de x1 depende en gran medida del nmero de cifras
significativas.

Esto se debe a que en la ecuacin (E9.9.1) se restan dos nmeros casi iguales.
Por otro lado, si se resuelven las ecuaciones en orden inverso, se normaliza el
rengln con el elemento pivote ms grande. Las ecuaciones son
1.0000x1 + 1.0000x2 = 1.0000
0.0003x1 + 3.0000x2 = 2.0001
La eliminacin y la sustitucin dan x2 = 2/3. Con diferentes nmeros de cifras
significativas,
x1 se puede calcular de la primera ecuacin, as
x1
123
1= ( / )(E9.9.2)
Este caso es mucho menos sensible al nmero de cifras significativas usadas
en el clculo:
Valor absoluto del error relativo
Cifras porcentual significativas x2 x1 para x1
3 0.667 0.333 0.1
4 0.6667 0.3333 0.01
5 0.66667 0.33333 0.001
6 0.666667 0.333333 0.0001
7 0.6666667 0.3333333 0.00001
Por lo que la estrategia de pivoteo es mucho ms satisfactoria