GEOESTADISTICA

MÉTODO NUMÉRICO DE GAUSS.

I. OBJETIVOS:

 Conocer el procedimiento del método de gauss

II. FUNDAMENTO TEORICO.

MÉTODO NUMÉRICO DE GAUSS.

El método de Gauss consiste en convertir un sistema "normal" de 3 ecuaciones con 3

incógnitas en uno escalonado, en el que la 1ª ecuación tiene 3 incógnitas, la 2ª tiene 2
incógnitas y la tercera 1 incógnita. De esta forma será fácil a partir de la última ecuación y
subiendo hacia arriba, calcular el valor de las 3 incógnitas .

Para transformar el sistema en uno que sea escalonado se combinarán las ecuaciones
entre sí (sumándolas, restándolas , multiplicándolas por un número , etc.)

Ejemplo:

La 1ª ecuación siempre se deja igual, (procurando que esta sea la más sencilla) y a la 2ª y
3ª ecuación se debe anular el término que lleva la x .

Una vez que hemos anulado los términos en x debemos dejar fija la 1ª y 2ª ecuación y
anular el término que lleva la y en la 3ª ecuación

De la última ecuación obtenemos que z = -256/-128 = 2, que sustituyendo en B’’ resulta

FIGMM Página 1
 GEOESTADISTICA

- y + 9·2 = 13 Þ y = 5

y a su vez sustituyendo en A’’ obtenemos que :

2x + 3·5 – 7·2 = -1 Þ x = -1

Por lo tanto la solución del sistema es (-1, 5, 2)

Clasificación de los sistemas:

Los sistemas de ecuaciones pueden ser de 3 tipos:

1. Sistema compatible determinado (S.C.D.) : una única solución

2. Sistema compatible indeterminado (S.C.I.) : infinitas soluciones
3. Sistema incompatible (S.I.) : no tiene solución

En el ejemplo anterior hemos obtenido un S.C.D. pero ¿cuándo obtendremos los otros dos
tipos? .

 Cuando al realizar Gauss obtengamos 0 = K, siendo K un número distinto de 0,

tendremos un S.I. ya que obtenemos un absurdo.

Por ejemplo:

Dejamos fija la 1ª ecuación e intentamos anular la x de la 2ª y 3ª

Quitamos la y de la 3ª ecuación:

Como se observa hemos obtenido un absurdo, ya que 0 no es igual a 12, por lo que el
sistema no tiene solución.

FIGMM Página 2
 GEOESTADISTICA

 Cuando al realizar Gauss obtengamos 0 = 0, es decir se nos anule alguna ecuación ,

y el sistema resultante tenga más incógnitas que ecuaciones tendremos un S.C.I.
en función de uno o dos parámetros (depende de las ecuaciones que se anulen) .

Por ejemplo:

Dejamos como siempre la 1ª ecuación igual e intentamos quitar la incógnita x de la 2ª y 3ª

ecuación.

Si intentamos anular la y de la 3ª ecuación vemos que se nos anula la 3ª ecuación

Obtenemos por tanto un sistema con dos ecuaciones y 3 incógnitas (hay más incógnitas
que ecuaciones) por lo que tendrá infinitas soluciones. Una de ellas sería por ejemplo dar a
la z el valor z=0 y así obtendríamos que y = -13, x = 19.

MÉTODO DE GAUSS-SEIDEL

El método de Gauss-Seidel es un método iterativo y por lo mismo resulta ser bastante

eficiente. Se comienza planteando el sistema de ecuaciones con el que se va a trabajar:

De la ecuación 1 despejar x1, de la ecuación 2 despejar x2, …, de la ecuación n despejar xn.

Esto da el siguiente conjunto de ecuaciones:

FIGMM Página 3
 GEOESTADISTICA

Este último conjunto de ecuaciones son las que forman las fórmulas iterativas con las que
se va a estar trabajando. Para comenzar el proceso iterativo, se le da el valor de cero a
las variables x2,…, xn; esto dará un primer valor para x1. Más precisamente, se tiene que:

Enseguida, se sustituye este valor de x1 en la ecuación 2, y las variables x3,…, xn siguen

teniendo el valor de cero. Esto da el siguiente valor para x2:

Estos últimos valores de x1 y x2, se sustituyen en la ecuación 3, mientras que x4,…, xn

siguen teniendo el valor de cero; y así sucesivamente hasta llegar a la última ecuación.
Todo este paso arrojará una lista de primeros valores para las incógnitas, la cual conforma
el primer paso en el proceso iterativo. Para una mejor comprensión esto se simbolizará de
esta forma:

Se vuelve a repetir el proceso, pero ahora sustituyendo estos últimos datos en vez de
ceros como al inicio. Se obtendrá una segunda lista de valores para cada una de las
incógnitas, lo cual se simbolizará así:

FIGMM Página 4
 GEOESTADISTICA

En este momento se pueden calcular los errores aproximados relativos, respecto a cada
una de las incógnitas. La lista de errores se presenta a continuación:

El proceso se vuelve a repetir hasta que:

donde se debe prefijar convenientemente.

III. 3 PROBLEMAS RESUELTOS.

PROBLEMA N1

Usar el método de Gauss-Seidel para aproximar la solución del sistema:

Hasta que
SOLUCIÓN:
Primero se despejan las incógnitas x1, x2 y x3 de las ecuaciones 1, 2 y 3
respectivamente. Se tiene:

Estas últimas son el juego de fórmulas iterativas que se estará utilizando.

FIGMM Página 5
 GEOESTADISTICA

Se comienza el proceso iterativo sustituyendo los valores de x2 = x3 = 0 en la

primera ecuación, para calcular el valor de x1:

Ahora se sustituye y x3 = 0 en la segunda ecuación para obtener x2:

Ahora se sustituye y en la tercera ecuación para

obtener x3:

Así se tiene la primera aproximación a la solución del sistema:

Puesto que todavía no se puede calcular ningún error aproximado, se repite el

proceso pero ahora con los últimos datos obtenidos para las incógnitas:
Sustituyendo y en la ecuación 1 se
obtiene Sustituyendo y en la ecuación 2 se
obtiene finalmente, sustituyendo y
en la ecuación 3 se obtiene . Es así como se tiene la segunda lista de
valores de aproximación a la solución del sistema:

Ahora se pueden calcular los errores absolutos para cada una de las incógnitas:

Puesto que no se ha logrado el objetivo, se debe repetir el mismo proceso con los
últimos valores obtenidos de cada una de las incógnitas. Nótese que aunque el
error aproximado ya cumple con ser menor al 1%, esto se debe cumplir para
los tres errores aproximados. Por lo tanto se repite el mismo proceso. Omitiendo
los pasos intermedios, se obtiene:

FIGMM Página 6
 GEOESTADISTICA

En este caso se tienen los siguientes errores aproximados:

Se puede observar que ahora se ha cumplido el objetivo para cada uno de los
errores aproximados. Por lo tanto, se concluye que la solución aproximada es:

PROBLEMA 2
Usar el método de Gauss-Seidel para aproximar la solución del sistema:

hasta que
SOLUCIÓN:
En este caso se puede observar que el sistema no es diagonalmente dominante, lo
cual se comprueba con los siguientes cálculos:
Primera fila:
|a11| > (|a12| + |a13|)
5 > (1.4 + 2.7)
5 > 4.1; es cierto.
La condición se cumple para la primera fila.
Segunda fila:
|a22| > (|a21| + |a23|)
2.5 > (0.7 + 15)
2.5 > 15.7; no es cierto.
La condición no se cumple para la segunda fila.

FIGMM Página 7
 GEOESTADISTICA

|a33| > (|a31| + |a32|)

4.4 > (3.3 + 11)
4.4 > 14.3; no es cierto.
La condición no se cumple para la tercera fila.
Para que el sistema sea diagonalmente dominante, la condición debe cumplirse
para todas las filas. Por lo tanto, el sistema anterior no es diagonalmente
dominante.
NOTA: Recuérdese que la diagonal principal está compuesta por a11, a22 y a33.
Sin embargo, al hacer el intercambio del renglón 2 por el renglón 3, se tiene el
siguiente sistema:

En este caso se puede observar que el sistema sí es diagonalmente dominante, lo

cual se comprueba con los siguientes cálculos:
Primera fila:
|a11| > (|a12| + |a13|)
5 > (1.4 + 2.7)
5 > 4.1; es cierto.
La condición se cumple para la primera fila.
Segunda fila:
|a22| > (|a21| + |a23|)
11 > (3.3 + 4.4)
11 > 7.7; es cierto.
La condición se cumple para la segunda fila.
|a33| > (|a31| + |a32|)
15 > (0.7 + 2.5)
15 > 3.2; es cierto.
La condición se cumple para la tercera fila.
Para que el sistema sea diagonalmente dominante, la condición debe cumplirse
para todas las filas. En este caso efectivamente la condición se cumple para todas
las filas, por lo cual el sistema anterior es diagonalmente dominante. Por lo tanto
se procede a despejar x1, x2 y x3 de las ecuaciones 1, 2 y 3 respectivamente:

FIGMM Página 8
 GEOESTADISTICA

Se comienza el proceso iterativo sustituyendo los valores de x2 = 0 x3 = 0 en la

ecuación 1 para obtener x1:

Ahora se sustituye x1 = -18.84 y x3 = 0 en la ecuación 2 para obtener x2:

Por lo tanto los valores obtenidos en la primera iteración son:

Puesto que sólo se tiene la primera aproximación de la solución del sistema, se

debe seguir avanzando en el proceso iterativo. Sustituyendo x2 = -3.152 y x3 = -
0.04613 en la ecuación 1, se obtiene x1 = -19.69765; sustituyendo x1 = -19.69765 y
x3 = -0.04613 en la ecuación 2, se obtiene x2 = -3.42775; sustituyendo x1 = -
19.69765 y x2 = -3.42775 en la ecuación 3, se obtiene x3 = -0.05207. Por lo tanto,
la segunda aproximación es:

Ahora se pueden calcular los errores aproximados para cada una de las incógnitas:

Puesto que no se ha cumplido el objetivo, se debe seguir avanzando en el proceso

iterativo. Se resumen los resultados de esta manera:
Tercera iteración:

FIGMM Página 9
 GEOESTADISTICA

Cuarta iteración:

Así, el objetivo se ha logrado hasta la cuarta iteración y se tiene que los valores
aproximados de la solución del sistema son:

IV. APLICACIÓN EN C++.

#include<stdio.h>
#include<math.h>
#include<iostream.h>
#include<conio.h>
#define L 10
#define P L

float A[L][P],MATRIZ[L][P],VECTOR[L],X[L],CX[L],C[L],RESULTADOS[L],tabla[1000];
float a, b, c, d, e, f;
intit,ini,n,x,y,z,cont=0;

voidGauss_Seidel(int n)
{
for(x=0;x<n;x++)
{
CX[x]=0;
X[x]=0;
}
for(y=0;y<n;y++)
{
for(x=0;x<n;x++) //Ingreso de la matriz A
{
cout<<"A["<<y<<"]["<<x<<"] = ";
cin>>e;
A[y][x]=e;
MATRIZ[y][x]=e; //esta es la matriz q no varia
}
cout<<"Y la constante C["<<y<<"] = ";
cin>>f;
C[y]=f;
VECTOR[y]=f; //este es el vector que no se modifica
}
int sum=0,cont=0,reglon=0;
for(int i=0;i<n;i++) //se suma la diagonal principal

FIGMM Página 10
 GEOESTADISTICA

sum=sum+abs(A[i][i]);

for(i=0;i<n;i++) //se compara cada reglon con el valor de la diagonal

{
for(int j=0;j<n;j++)
reglon=reglon+abs(A[i][j]);
if(reglon<=sum) cont++;
reglon=0;
}

int temp[L][P],H[P];
if(cont!=n) //aqui se realiza el pivoteo
{
for(i=0;i<n;i++)

}
i=0;
t=t+2;
if((i%10==0))
{
textcolor(LIGHTRED+BLINK);
gotoxy(5,t-2);
cprintf("\n\n ---Presione una tecla para ver la siguiente parte de
la tabla!!! ");
getch();
textcolor(GREEN);
clrscr();
t=5;
titulo(n);
}
gotoxy(15,t);cout<<i<<"ø";
int y=20,z=0;
for(int r=0;r<n;r++)
{
gotoxy(y+z,t);cout<<tabla[q];
q++;
z=z+10;
}
i++;
}
}

void main()
{
textcolor(GREEN);
clrscr();
cout<<" Solucion de ecuaciones simultaneas\n\n\n Metodo de Gauss-Seidel";
cout<<"\n\n Cuantas incognitastendra el sistema: ";
scanf("%d",&n);
Gauss_Seidel(n);
titulo(n);
resultados();
cout<<"\n\nLos resultado son ";

FIGMM Página 11
 GEOESTADISTICA

for(x=0;x<n;x++)
{
RESULTADOS[x]=X[x];
cout<<"\nX["<<x<<"]= "<<RESULTADOS[x];
}
getch();
}

V. CONCLUSIONES

 Luego de haber estudiado a profundidad estos temas

o herramientas para resolver sistemas de ecuaciones, se concluye que
para resolver estos sistemas de ecuaciones lineales existen
diferentes métodos, pero dependerá del gusto de cada persona elegir
uno en específico. Sin embargo, muchas veces la elección no será
arbitraria, pues cada método tiene sus ventajas y sus desventajas.
Algunos métodos son más exactos, otros más fáciles de programar,
otros más cortos, etc. Para ser capaces de elegir un método apropiado,
lo primero que se necesita es comprender cómo se desarrolla cada uno
de estos procesos.

 Luego de la elaboración de este reporte, ya se tiene una buena base y

el conocimiento de los temas para poder comenzar a programar en la
computadora estos procesos. Como se mencionó en la introducción,
los dos métodos estudiados en este trabajo son ideales para
programarlos por computadora, pues son iterativos y muy largos.
Trabajar esto en papel podría resultar extremadamente largo y tedioso.
Por ello son métodos ideales para trabajarlos en computadora.

 El aprendizaje adquirido en esta investigación ha sido de gran valor y

seguramente servirá de la misma manera a aquellos quienes
posteriormente lean estas explicaciones y lo expuesto en este reporte.

VI. BIBLIOGRAFIA

 C. Chapra, S.; P. Canale, R. Métodos Numéricos para Ingenieros. (3ª ed.).

McGrawHill.
 Factorización LU. Wikipedia. Extraído el 22 Enero, 2007,
de http://es.wikipedia.org/wiki/Factorizaci%C3%B3n_LU
 MÉTOTO DE GAUSS-SEIDEL. Universidad Autónoma de Ciudad Juárez
(UACJ). Extraído el 22 Enero, 2007, de

FIGMM Página 12