Académique Documents
Professionnel Documents
Culture Documents
1
Respecto a su forma, los sistemas pueden ser cuadrados o rectangulares.
Dos sistemas de ecuaciones lineales se dicen equivalentes, si ellos tienen las mismas soluciones.
7 ; 7 ; 4). ¤
La única solución para ambos casos es (x̄1 ; x̄2 ; x̄2 ) = ( 36 30
Existen tres operaciones elementales que pueden ser aplicadas a un sistema de ecuaciones lineales de
modo que se mantenga la equivalencia:
Si en este último sistema, intercambiamos las ecuaciones obtenemos otro sistema equivalente:
¯
2x1 + 2x2 = 12
(4)
4x1 - x2 = -4
Los sistemas (2), (3), (4) y (5) son equivalentes entre sí. ¤
En el ejemplo anterior, note que (5) es más simple de resolver que (2). Justamente de esto se vale el
método para resolver sistemas de ecuaciones lineales que veremos a continuación.
2
2. Método de Gauss para resolver sistemas de ecuaciones lineales
Dado el sistema lineal de n £ n
8
>
> a1;1 x1 + a1;2 x2 + ¢ ¢ ¢ + a1;n xn = b1
>
< a2;1 x1 + a2;2 x2 + ¢ ¢ ¢ + a2;n xn = b2
.. .. .. .. . . .. .. .. .. (6)
>
> . . . . . . . . .
>
:
an;1 x1 + an;2 x2 + ¢ ¢ ¢ + an;n xn = bn
El bene…cio de esto es que se puede resolver el sistema triangular (7) de modo e…ciente. En efecto,
de la última ecuación de (7) tenemos
b0
xn = 0 n
an;n
Luego, xn-1 puede ser obtenido mediante
b0n-1 - a0n-1;n xn
xn-1 =
a0n-1;n-1
Y así sucesivamente, obtenemos xn-2 ; xn-3 ; :::; x2 , …nalmente
b01 - a01;2 x2 - a01;3 x3 - ¢ ¢ ¢ - a01;n xn
x1 =
a01;1
4. Ahora, en este último sistema, multiplicando la segunda ecuación por -1 y sumando a la tercera
ecuación, obtenemos:
x1 + x2 + x3 + x4 = 10
- 3x2 - 2x3 - x4 = -18
- x3 - 4x4 = -18
- 2x3 = -4
3
5. Permutando la tercera y cuarta ecuación, tenemos
x1 + x2 + x3 + x4 = 10
- 3x2 - 2x3 - x4 = -18
- 2x3 = -4
- x3 - 4x4 = -18
4
2.2. Conversión de un sistema de ecuaciones lineales a uno triangular superior
El siguiente algoritmo convierte un sistema de ecuaciones lineales Ax = b en un sistema triangular
superior equivalente.
Algoritmo 2.2 Dado el sistema lineal Ax = b de n £ n. Suponga que el elemento ak;k 6= 0 al inicio
de la etapa k:
Para k = 1; :::; n - 1
Para i = k + 1; :::; n
mi;k = ai;k =ak;k
ai;k = 0
Para j = k + 1; :::; n
ai;j = ai;j - mi;k ak;j
bi = bi - mi;k bk
0 -2 -3 2 -2
Iteración k = 2: vemos que m3;2 = 0:5, m4;2 = 1 y
2 3 2 3
1 2 3 0 2
6 0 -2 -2 10 7 6 0 7
A(2) = 6
4 0
7 y b(2) =6 7
0 -4 -4 5 4 4 5
0 0 -1 -8 -2
5
Iteración k = 3: tenemos m4;3 = 0:25 y
2 3 2 3
1 2 3 0 2
6 0 -2 -2 10 7 6 0 7
A(3) = 6
4 0
7
5 y b(3) =6
4 4 5
7
0 -4 -4
0 0 0 -7 -3
Resta sólo aplicar el Algoritmo 2.1 para resolver el sistema triangular superior A(3) x = b(3) , de donde
7 ; - 7 ; 7 ). ¤
obtuvimos la solución del sistema: (x̄1 ; x̄2 ; x̄3 ; x̄4 ) = (- 67 ; 25 10 3
Uni…cando los dos códigos anteriores, tenemos el código del programa asociado al método de Gauss:
function x=gauss(A,b)
n=length(A);
for k=1:1:n-1
for i=k+1:1:n
m=A(i,k)/A(k,k); A(i,k)=0;
for j=k+1:1:n
A(i,j)=A(i,j)-m*A(k,j);
end
b(i)=b(i)-m*b(k);
end
end
x=zeros(n,1); x(n)=b(n)/A(n,n);
for k=n-1:-1:1
s=0;
for j=k+1:1:n
s=s+A(k,j)*x(j);
end
x(k)=(b(k)-s)/A(k,k);
end
Un inconveniente que puede suceder en la aplicación del método de Gauss es el cálculo del multi-
plicador mi;k , pues se necesita que ak;k 6= 0 en cada iteración. Pero el simple hecho que ak;k sea
pequeño puede ocasionar que el multiplicador mi;k tome valores inmensamente grandes, lo que puede
ocasionar a su vez imprecisiones en los cálculos realizados por el computador.
Ejemplo 2.3 (Sistema mal condicionado) Utilizando el programa que ejecuta el métodos de Gauss,
resuelvemos el siguiente sistema de ecuaciones lineales:
¯
11x1 + 2x2 = 5
1016 x1 + 0:5x2 = 9
6
Este fenómeno se debe a que el pivote A1;1 = 11, cuando comparado con A2;1 = 1016 , es muy pequeño.
Observe que en estas condiciones, el multiplicador
a2;1 1016
m2;1 = =
a1;1 11
es muy grande, lo que ocasionará impresiciones en los cálculos siguientes, pues el computador trabaja
con precisión …nita.
2x1 + 2x2 + x3 - x4 = 5
4x1 + x2 + 3x4 = 6
2x1 - 3x2 - 5x3 + 7x4 = 7
8x1 - 2x2 + 4x3 = 15
Iteración k = 1: Buscamos en la primera columna del pivote máx fj2j ; j4j ; j2j ; j8jg = 8, entonces
intercambiamos la primera y cuarta columna:
7
2 5=2
Note que los multiplicadores son ahora m3;2 = -5=2 y m4;2 = -5=2 . Procediendo a pivotar, tenemos:
72 ; - 18 ; - 36 ; - 9 ). ¤
Este último sistema se resuelve fácilmente: (x̄1 ; x̄2 ; x̄3 ; x̄4 ) = ( 235 7 107 20
El código relativo a Gauss con pivoteamiento parcial es el siguiente, las líneas 4-11 corresponden al
pivoteamiento parcial:
function x=gausspp(A,b)
n=length(A);
for k=1:1:n-1
maxpiv=abs(A(k,k)); indmaxpiv=k;
for t=k+1:1:n
if maxpiv<abs(A(t,k))
maxpiv=abs(A(t,k)); indmaxpiv=t;
end
end
Aux=A(k,:); A(k,:)=A(indmaxpiv,:); A(indmaxpiv,:)=Aux;
bux=b(k); b(k)=b(indmaxpiv); b(indmaxpiv)=bux;
for i=k+1:1:n
m=A(i,k)/A(k,k); A(i,k)=0;
for j=k+1:1:n
A(i,j)=A(i,j)-m*A(k,j);
end
b(i)=b(i)-m*b(k);
end
end
x=zeros(n,1); x(n)=b(n)/A(n,n);
for k=n-1:-1:1
s=0;
for j=k+1:1:n
s=s+A(k,j)*x(j);
end
x(k)=(b(k)-s)/A(k,k);
end
8
4. Ejercicios
Ejercicio 4.1 Considere el sistema de ecuaciones lineales
2. Resuelva usando el programa que ejecuta el método de Gauss con pivoteamiento parcial.
—o—