Pedagoga Universitaria

Vol. 8 No. 3 2003

MICROSOFT EXCEL EN LGEBRA LINEAL

Lic. Mirelis Rasa Lpez

LA SOLUCIN DE PROBLEMAS DE

Profesor Asistente Dpto Matemticas y Computacin ISMM mrasua@ismm.edu.cu RESUMEN El objetivo del presente trabajo es mostrar las posibilidades que brinda el Microsoft Excel para la solucin de problemas tpicos del lgebra Lineal. Parece importante que el estudiante conozca que el universo de problemas que se pueden resolver con este software no se reduce al manejo de tablas y a la Estadstica Descriptiva, sino que an sin usar herramientas avanzadas de Excel (como las macros), es posible resolver Sistemas de Ecuaciones Lineales, calcular determinantes, determinar el rango de una matriz, resolver problemas de Programacin Lineal y Cuadrtica, e incluso hallar races de ecuaciones polinmicas o trascendentes. Todos los ejemplos que se muestran estn confeccionados en Microsoft Excel 2000 aunque pueden funcionar perfectamente en el Microsoft Excel 97. El trabajo puede constituir un medio de superacin y de consulta para profesores y estudiantes, as como otros interesados. Se ha escrito con fines didcticos, de modo que resulte asequible para aquellos a quienes va destinado. INTRODUCCIN Muchos profesores de Matemticas y/o Computacin cuando necesitan abordar los procedimientos automatizados del lgebra Lineal utilizan paquetes especializados de Mtodos Numricos (Ej. MatNum) o de Clculo Simblico (Ej: Matemtica, Derive, etc.). Es posible que algunos de ellos resuelvan de manera ms cmoda o eficiente los problemas que sern objeto de anlisis en este trabajo, pero lo cierto es que muchos de esos sistemas no tienen ni remotamente la amplia difusin que tiene el Excel. Es casi posible asegurar que en el 90% de los casos, las computadoras con que un recin graduado se encontrar en su vida laboral, tendrn (mientras Microsoft mantenga su posicin dominante en el mercado) instalado el Microsoft Office y por ende el Excel. Por otro lado desde el punto de vista del profesor el uso del Excel como herramienta auxiliar en la solucin de los problemas mencionados permitira disminuir el tiempo de familiarizacin que necesitan los estudiantes cada vez que se enfrentan con un nuevo paquete especializado (Ej: Derive, MathCad, MatNum, Matemtica) y sistematizar los conocimientos que los mismos reciben en el primer ao de la carrera sobre el Microsoft Office en la asignatura Introduccin a la Computacin logrando una mayor integracin horizontal y vertical en la carrera.

26

Pedagoga Universitaria

Vol. 8 No. 3 2003

Debe tenerse en cuenta que al resolver problemas en el ordenador no siempre se obtiene la solucin exacta del problema de partida, sino cierta solucin aproximada, A qu se debe el error que surge?. Pueden ser indicadas tres razones principales a consecuencia de las cuales surgen errores en la resolucin numrica del problema matemtico de partida. Ante todo, los datos de entrada del problema de partida (condiciones iniciales y de frontera, coeficientes y segundos miembros de las ecuaciones) se dan siempre con cierta inexactitud. Un error del mtodo numrico condicionado por la prefijacin inexacta de los datos de entrada suele denominarse error inevitable. Luego, al sustituir el problema de partida por otro problema discreto aparece un error que se llama error de discretizacin o, de otra forma, error del mtodo. Finalmente, el orden finito de los nmeros que se suministran al ordenador lleva a errores de redondeo que pueden acumularse en el transcurso de los clculos. Todo esto debe siempre tenerlo presente el estudiante y el docente, puesto que en ocasiones un problema cuya solucin terica es, por ejemplo, x = 0 puede que a traves del Excel se obtenga un resultado pequeo pero diferente de cero (por ejemplo x = 0,9x10-6 ). DESARROLLO Solucin de Sistemas de Ecuaciones Lineales. El problema fundamental del lgebra Lineal consiste en la resolucin del sistema de ecuaciones
Au = f

(1)

donde u = (ul, . . ., uN) es el vector buscado, f = (fl, f2,..., fN) es un vector conocido de dimensin N, A = (aij) (i, j = 1, 2, . . ., N) es una matriz cuadrada de dimensin NxN con elementos aij. Se supondr inicialmente que la matriz A es regular, es decir que su determinante es distinto de cero, de modo que la ecuacin Au = 0 tiene slo una solucin trivial, y el sistema (1) tiene la nica solucin (2) u = A 1 f Veamos con un ejemplo concreto cmo resolver un sistema de ecuaciones lineales a travs del Excel. En esencia utilizaremos la frmula (2), es decir, primero calcularemos la matriz inversa y luego multiplicaremos la matriz inversa por el trmino libre. Este esquema se basa en que en Excel existen dos funciones apropiadas para esto y que comentaremos mas adelante que son MINVERSA, que devuelve la matriz inversa de una matriz y la funcin MMULT, que devuelve el producto matricial de dos matrices. Estas funciones son ejemplos de las llamadas frmulas matriciales del ExUna frmula matricial puede ejecutar varias operaciones y devolver un nico resultado o varios resultados. Las frmulas matriciales actan en uno, dos o ms conjuntos de valores denominados argumentos matriciales. Las frmulas matriciales se crean del mismo modo que las dems frmulas, excepto que al concluir su introduccin se debe presionar la combinacin de teclas CTRL+MAYS+ENTRAR. Cuando se introduce una frmula matricial, Microsoft Excel inserta de forma automtica la frmula entre llaves ({}). Supongamos se desea resolver el sistema:

27

Pedagoga Universitaria

Vol. 8 No. 3 2003

1 1 1 1 1 x1 5 1 1 1 1 1 x 2 7 1 1 1 1 1 x = 9 3 1 1 1 1 1 x 4 11 1 1 1 1 1 x 13 5 cuya solucin es obviamente: x1 = 1, x 2 = 2 , x3 = 3 , x 4 = 4 , y x5 = 5

(3)

(4)

Para ello introduzcamos la matriz del sistema (3) y el vector libre como un bloque rectangular de 5 filas y 6 columnas en una hoja de Excel tal y como se muestra a continuacin:

Ahora procederemos a calcular la matriz inversa de la matriz del sistema. Para ello: seleccionaremos un bloque vaco de 5x5 donde se ubicar la matriz inversa y con el rango de 5x5 celdas seleccionado se oprime el signo = (significa que se introducir una frmula);

28

Pedagoga Universitaria

Vol. 8 No. 3 2003

Luego mediante el asistente de funciones seleccionamos la funcin MINVERSA;

Esta frmula tiene un argumento que es la matriz que se desea invertir. Por ello el Excel nos pide que introduzcamos dicho argumento en el dilogo que se muestra a continuacin. Observe que aqu podemos sencillamente introducir el rango de celdas correspondientes a la que permite seleccionar este rango de celdas mediante el matriz original u oprimir el botn ratn.

Puede apreciarse que escribimos el rango A1:E5 que corresponde a la matriz original del Sistema (3). Una vez establecido el rango se oprime el botn aceptar y se obtiene el siguiente resultado:

29

Pedagoga Universitaria

Vol. 8 No. 3 2003

Aparentemente, no se ha obtenido la respuesta esperada pues slo se ha calculado el valor de la primera celda de la matriz inversa. Realmente el problema es que queda un paso importante que es convertir la frmula a una frmula matricial. Para ello basta con hacer clic con el ratn en la barra de frmulas y oprimir CTRL+MAYS+ENTRAR. Una vez que se hace esto se obtiene:

Ntese que la frmula aparece ahora encerrada entre llaves, lo que indica que es una frmula matricial. En el rango G1:K5 aparece la matriz inversa a la matriz del sistema y basta con multiplicar esta matriz por el vector libre para obtener la solucin del sistema (3). Para ello seleccionemos el rango de celdas donde depositaremos el producto (que debe ser un vector columna), por ejemplo podramos seleccionar el rango L1:L5 y repitiendo los pasos anteriores mediante el asistente de funciones seleccionamos la funcin MMULT luego de lo cual aparece un dilogo para que determinemos los argumentos de esta frmula:

30

Pedagoga Universitaria

Vol. 8 No. 3 2003

Aqu evidentemente debemos introducir en Matriz1 el rango G1:K5 que es donde se aloja la matriz inversa ya calculada y en Matriz 2 el rango F1:F5 que es donde est almacenado el vector libre del sistema (3). Una vez aceptados los parmetros y convertida la frmula a matricial obtendremos:

Observe que ya se obtuvo en el rango L1:L5 la solucin correcta (4). Si no existe seguridad de que la matriz del sistema sea no degenerada es conveniente chequear esta condicin primero. Para ello el Excel soporta la funcin MDETERM que calcula el determinante de una Matriz. Si el determinante es distinto de cero, podemos proseguir con el proceso descrito anteriormente, si es igual cero se necesitaran otros mtodos para calcular las soluciones (si existen) del sistema. La funcin MDETERM no es una funcin matricial. Ella tiene un solo argumento que es la matriz a la que se le desea calcular el determinante. A modo de ejemplo supongamos deseamos verificar que la matriz:

31

Pedagoga Universitaria

Vol. 8 No. 3 2003

1 2 A = 3 6 5

2 3 4 5 4

3 4 5 4 3

4 5 6 3 2

5 6 7 2 1

es no degenerada. Para ello calculamos el determinante en el Excel. Introduzcamos la matriz A como un bloque rectangular de 5 filas y 5 columnas en una hoja de Excel tal y como se muestra a continuacin:

luego seleccionamos una celda en la cual colocaremos el resultado del determinante (por ejemplo F1) y mediante el asistente de funciones introducimos la frmula MDETERM luego de lo cual aparece un dilogo para que precisemos el argumento de esta frmula:

En nuestro ejemplo la matriz se encuentra en el rango A1:E5 y ese es el rango que debemos introducir en el argumento. Una vez que se oprime aceptar se obtiene el resultado siguiente:

32

Pedagoga Universitaria

Vol. 8 No. 3 2003

con lo que obtenemos que el determinante de la matriz A es igual a cero y ella es por tanto degenerada. Usando el mismo esquema para la matriz: 1 5 B = 4 3 2 se obtendra 2 1 5 4 3 3 2 1 5 4 4 3 2 1 5 5 4 3 2 1

de lo cual se desprende que la matriz B es no degenerada ya que su determinante es igual a 1875.

Solucin de Sistemas de Ecuaciones Lineales por el mtodo de Gauss.

Hay varias variantes de clculo del mtodo de Gauss basado en la idea de eliminacin sucesiva. El proceso de resolucin del sistema de ecuaciones algebraicas lineales (1) o

33

Pedagoga Universitaria

Vol. 8 No. 3 2003

a u
j =1 ij

= fi ,

i = 1, 2, 3, K, N

por el mtodo de Gauss, consta de dos etapas. En la primera etapa (procedimiento directo) el sistema (1) se reduce a un sistema con matriz triangular y en la segunda etapa (procedimiento inverso) se resuelve el sistema triangular. No es difcil resolver el sistema (1) en el caso particular en que la matriz del sistema A es una matriz triangular superior, es decir si aij = 0 para j<i (i,j = 1, 2, . . ., N),
a11 0 A= K 0 a12 K a1N a 22 K a 2 N , K K K 0 K a NN = = K = =

en efecto en este caso el sistema (1) tiene por expresin: a11u1 + a12 u 2 + K a1N u N a 22 u 2 + K + a 2 N u N K a N 1, N 1u N 1 + a N 1, N u N a NN u N f1 f2 K f N 1 fN

(2)

y los componentes del vector u = (u1, u2, ..., uN) se pueden determinar sucesivamente, segn las frmulas: uN = fN ; a NN u N 1 = 1 a N 1, N 1 ( f N 1 a N 1, N u N ),K , (3)

un =

N 1 ( f n a nk u k ), a nn k = n +1

n = N 1, N 2, K , 2,1.

lo que requiere aproximadamente N2 operaciones. Por ello el paso crucial en el mtodo de Gauss es la transformacin del sistema en un sistema con matriz triangular superior. Una vez realizado este paso el sistema resultante puede resolverse por las frmulas (3) si resulta ser no degenerado. Pasemos a la exposicin detallada del mtodo. El primer paso del mtodo de Gauss consiste en la eliminacin de la incgnita u1 de todas las ecuaciones con excepcin de la primera. Supongamos que a11 0, y escribamos el sistema (1) en la forma a11u1 + a12 u 2 + K + a1N u N = f1 , (4)

Multipliquemos la ecuacin (4) por ail / a1l , donde i = 2, 3, . . ., N, y sustrayendo la ecuacin obtenida de la i-sima ecuacin (5):

34

Pedagoga Universitaria

Vol. 8 No. 3 2003

(ai 2

a a a ai1 a12 )u 2 + K + (aiN i1 1N )u N = f i i1 f1 , a11 a11 a11

ai1 a1 j a11

i = 2, 3,K, N ,

Introduciendo las designaciones

(1) = aij aij

f i1 = f i

ai1 f1 , a11

i, j = 2, 3, K, N ,

(6)

rescribamos el sistema de ecuaciones obtenido (que es equivalente al sistema (1)) en la forma a11u1 + a12 u 2 + K + a1N u N = f1 ,
1) (1) a i(2 u 2 + K + a iN u N = f i (1) ,

i = 2, 3, K , N .

La primera columna de la matriz de este sistema se compone de ceros, a excepcin del primer elemento para i = 1, j = 1. El paso segundo consiste en la eliminacin de u2 del sistema
(1) (1) 1 a 22 u 2 + K + a2 N uN = f2 K (1) N2 (1) NN 1 N

(7)

a u2 + K + a u N = f

1) Para ello, multipliquemos la primera ecuacin por ( ai(2 / a 22 ) y sumemos con la ecuacin

1) 1) (1) a i(2 u 2 + a i(3 u 3 + K + a iN u N = f i (1) ,

i = 3, 4, K , N ,

Continuando los razonamientos, obtendremos tras el (N-1)-simo paso (es decir, al haber excluido u1, u2, . . . . ., uN-1)
( N 1) ( N 1) a NN uN = f N

(8)

Llegamos en fin al sistema (2) con la matriz triangular superior b11u1 + b12 u 2 + b13 u 3 + K + b1N u N = 1 , b22 u 2 + b23 u 3 + K + b2 N u N = 2 ,
K

(9)

b N 1, N 1u N 1 + b N 1, N u N = N 1 , bN N u N = N .

35

Pedagoga Universitaria

Vol. 8 No. 3 2003

que puede ser resuelto como se explic anteriormente. Usualmente para el clculo manual es cmodo realizar las transformaciones elementales por el mtodo de Gauss sobre la matriz ampliada del sistema que es la siguiente matriz:

a11 a 21 K a N1

a12 a 22 K a N1

K a1N K a2 N K K K a NN

f1 f2 K fN

(10)

El concepto esencial para utilizar el Excel en la resolucin de sistemas por el mtodo de Gauss parte de que las transformaciones elementales que se realizan para llevar la matriz a una matriz escalonada equivalen a la multiplicacin de sta por la izquierda por matrices de forma especial, en cierta medida elementales. Por ejemplo para hacer cero los elementos de la matriz (10) que estn por debajo de la diagonal principal basta con multiplicarla por la izquierda por la matriz elemental:

1 a 21 a11 K a N1 a 11

0 1 K 0 K K K 0 K 1 0

Note que los elementos de la matriz resultante se determinan tambin por las frmulas (6). Veamos un ejemplo concreto. Supongamos se desea escalonar la matriz:

2 1 3 1 A = 3 1 2 3 1 3 2 5 que es la matriz ampliada del sistema: 2 x1 + x 2 + 3 x3 = 1 3x1 + x 2 + 2 x3 = 3 x + 3x + 2 x = 5 2 3 1 en el primer paso multiplicaremos la matriz A por la izquierda por la matriz elemental

36

Pedagoga Universitaria

Vol. 8 No. 3 2003

1 0 0 3 1 0 2 1 0 1 2 es fcil ver que:

1 3 2 1 0 0 2 1 3 1 1 5 3 1 0 3 1 2 3 = 0 2 2 2 1 1 3 2 5 5 1 0 1 0 2 2 2 1 3 2 9 2

Para continuar el proceso de escalonamiento basta con multiplicar la matriz resultante con la matriz elemental: 1 0 0 0 1 0 0 5 1 Esta matriz elemental coincide con la matriz unitaria en todas las celdas a excepcin de aquellas en que deseamos hacer cero los elementos de la matriz a escalonar. Como ahora necesitamos hacer cero el elemento a32 de la matriz, colocamos en esa posicin de la matriz a elemental el valor 32 que como se puede apreciar es igual a 5. a 22 Efectuando el producto 1 0 0 0 1 0 0 5 1 1 3 2 0 1 5 2 2 5 1 0 2 2 1 3 = 2 9 2 1 3 1 2 0 1 5 3 2 2 2 0 12 12 0

de donde fcilmente se obtiene x3 = 1; x 2 = 2 ; x1 = 1 . La realizacin de este esquema en Excel es muy apropiado debido a las facilidades que posee para la multiplicacin de matrices. El primer paso es colocar la matriz ampliada del sistema en un bloque de celdas:

37

Pedagoga Universitaria

Vol. 8 No. 3 2003

en este caso se tom el rango A2:D4. Luego, a la derecha de la matriz ampliada (dejando una columna de separacin) escribimos la matriz elemental necesaria para eliminar los elementos de la primera columna de la matriz ampliada que estn por debajo de la diagonal principal:

Debe recordarse que la matriz elemental coincide con la unitaria a excepcin de las celdas en las cuales deben anularse los elementos de la Matriz ampliada. Los valores en estas celdas son a a correspondientemente 12 y 13 . Ahora efectuamos la multiplicacin de la matriz a11 a11 elemental por la Matriz Ampliada y colocaremos el resultado en el rango A6:D8, es decir, dejando una fila de separacin directamente debajo de la matriz ampliada. Para ello debemos utilizar la funcin matricial MMULT pasando como primer argumento el rango F2:H4 (matriz elemental) y como segundo argumento la matriz a transformar (rango A2:D4). Despus de efectuar la operacin matricial obtendremos:

38

Pedagoga Universitaria

Vol. 8 No. 3 2003

donde se aprecia claramente el primer paso del escalonamiento. Debemos ahora escribir la matriz elemental del segundo paso y efectuar de nuevo la multiplicacin por ella de donde se obtiene:

Al terminar el segundo paso ya se obtiene la matriz escalonada y puede resolverse fcilmente el sistema. Claro est que el mtodo de la matriz inversa es menos trabajoso en Excel que el Mtodo de Gauss, pero esta ltima variante ofrece ciertas ventajas ya que permite al estudiante ver y comprender los pasos que se siguen, adems de que posibilita enfrentar otros problemas como la determinacin del rango de una matriz y la solucin de sistemas degenerados. En la siguiente tabla se muestra como determinar el rango de la matriz:

39

Pedagoga Universitaria

Vol. 8 No. 3 2003

1 2 A=3 2 1

2 3 4 3 2

3 4 5 4 3

2 3 4 3 2

1 2 3 2 1

de donde se aprecia que el nmero de filas no nulas en la matriz escaln resultante es igual a 2 y por ello rang ( A) = 2 .

40

Pedagoga Universitaria

Vol. 8 No. 3 2003

Solucin de Sistemas de Ecuaciones Lineales por el mtodo de Gauss-Jordn.

El mtodo de Gauss-Jordn es similar al mtodo de Gauss slo que en vez de aplicar la eliminacin sucesiva para reducir el sistema a uno triangular superior se trata de reducir el sistema a otro cuya matriz sea la matriz unitaria. Pasemos a la exposicin detallada del mtodo. El primer paso del mtodo de Gauss-Jordn consiste en la eliminacin de la incgnita u1 de todas las ecuaciones con excepcin de la primera. Supongamos que a11 0, y escribamos el sistema (1) en la forma a11u1 + a12 u 2 + K + a1N u N = f1 , ai1u1 + ai 2 u 2 + K + aiN u N = f i , 2 i N,

Multipliquemos la primera ecuacin por ail / a1l , donde i es cualquiera de los nmeros i = 2, 3, . . ., N, y sustrayendo la ecuacin obtenida de la i-sima ecuacin se obtiene :

(ai 2

ai1 a12 a a a )u 2 + K + (aiN i1 1N )u N = f i i1 f1 , a11 a11 a11

i = 2, 3,K, N ,

por lo que introduciendo las designaciones

(1) aij = aij

ai1 a1 j a11

f i1 = f i

ai1 f1 , a11

i, j = 2, 3, K, N ,

podemos rescribir el sistema de ecuaciones obtenido (que es equivalente al sistema (1)) en la forma a11u1 + a12 u 2 + K + a1N u N = f1 ,
1) (1) a i(2 u 2 + K + a iN u N = f i (1) ,

i = 2, 3, K , N .

La primera columna de la matriz de este sistema se compone de ceros, a excepcin del primer elemento para i = 1, j = 1. El segundo paso consiste en la eliminacin de u2 de todas las ecuaciones del sistema (incluyendo la primera, a diferencia del mtodo de Gauss en que slo se elimina en las filas j > 2). Si escribimos el sistema despus de la primera eliminacin en la forma:
(1) (1) ) a11 u1 + a12 u 2 + K + a1(1 N u N = f1 ,

a1(i1) = a1i

41

Pedagoga Universitaria
(1) (1) 1 a 22 u 2 + K + a2 N uN = f2 K

Vol. 8 No. 3 2003

(1) (1) 1 aN 2 u 2 + K + a NN u N = f N

1) (1) entonces el prximo paso sera multiplicar la segunda ecuacin por ( a i(2 / a 22 ) y sumarla con cada una de las ecuaciones

1) 1) 1) (1) ai(1 u1 + ai(2 u 2 + ai(3 u 3 + K + aiN u N = f i (1) ,

i = 1, 3, 4,K, N ,

Continuando los razonamientos, obtendremos tras el (N-1)-simo paso (es decir, al haber excluido u1, u2, . . . . ., uN-1)
( N 1) ( N 1) a NN uN = f N

y llegaremos en fin a un sistema con matriz diagonal

b11u1 b22 u 2
K

= 1 , = 2 ,
bN N u N = N .

multiplicando ahora la ecuacin i por 1 / bii se reduce el sistema a un sistema con matriz unitaria:

u1 u2
K

= 1 / b11 , = 2 / b22 ,
u N = N . / bN N

en el cual la solucin es sencillamente el trmino libre. Usualmente para el clculo manual es cmodo realizar las transformaciones elementales por el mtodo de Gauss-Jordn sobre la matriz ampliada del sistema que es la siguiente matriz: a11 a 21 K a N1 a12 a 22 K a N1
K a1N K a2 N K K K a NN

f1 f2 K fN

El concepto esencial para utilizar el Excel para resolver sistemas por el mtodo de GaussJordn parte de que las transformaciones elementales que se realizan para llevar la matriz a una matriz diagonal equivalen a la multiplicacin de sta por la izquierda por matrices

42

Pedagoga Universitaria

Vol. 8 No. 3 2003

elementales. Por ejemplo, para hacer cero los elementos de la matriz (11) que estn por debajo de la diagonal principal basta con multiplicarla por la izquierda por la matriz elemental:
1 a 21 a11 K a N1 a 11 0 1 K 0 K K K 0 K 1 0 K

Veamos un ejemplo concreto. Supongamos se desea resolver el sistema, resuelto por el mtodo de Gauss anteriormente, cuya matriz es: 2 1 3 1 A = 3 1 2 3 1 3 2 5 Obviamente esta es la matriz ampliada del sistema:

2 x1 + x 2 + 3 x3 = 1 3x1 + x 2 + 2 x3 = 3 x + 3x + 2 x = 5 2 3 1
en el primer paso multiplicaremos la matriz A por la izquierda por la matriz elemental 1 0 0 3 1 0 2 1 0 1 2 es fcil ver que:
1 3 2 1 0 0 2 1 3 1 3 1 0 3 1 2 3 = 0 1 5 2 2 2 1 3 2 5 1 5 1 0 1 0 2 2 2 1 3 2 9 2

Para continuar el proceso de conversin del sistema a un sistema diagonal basta con multiplicar la matriz resultante con la matriz elemental:

43

Pedagoga Universitaria

Vol. 8 No. 3 2003

1 2 0 0 1 0 0 5 1
Esta matriz elemental coincide con la matriz unitaria en todas las celdas a excepcin de aquellas en que deseamos hacer cero los elementos de la matriz a diagonalizar. Como ahora necesitamos hacer cero el elemento a12 y el elemento a32 de la matriz colocamos en esa a a posicin de la matriz elemental los valores 12 y 32 que como se puede apreciar son a 22 a 22 iguales a 2 y a 5. Efectuando el producto 1 3 2 1 2 0 1 5 0 0 1 0 2 2 0 5 1 5 1 0 2 2 1 3 = 2 9 2 0 2 4 2 0 1 5 3 2 2 2 0 12 12 0

Ahora debemos hacer cero los elementos que no estn en la diagonal principal de la tercera columna. Para ello sencillamente multiplicamos por la matriz elemental: 1 1 0 6 0 1 5 24 0 0 1 Efectuemos el producto
1 0 2 4 1 0 2 0 0 2 2 6 1 1 5 3 5 0 1 = 0 0 1 0 2 2 2 2 24 0 0 12 12 0 0 12 12 0 0 1

por ltimo multiplicaremos la matriz ampliada por la homotecia: 0 1 / 2 0 0 0 2 0 0 1 / 12 que corresponde a la divisin de cada ecuacin por 1 / bii

44

Pedagoga Universitaria

Vol. 8 No. 3 2003

1 2 0 0

0 0 2 2 0 1 2 0 0 0 1 = 2 1 0 0 12 12 12 0
0

1 1 0 0 0 1 0 2 0 0 1 1

Obsrvese que la matriz del sistema es ahora la matriz unitaria y de ah fcilmente se obtiene. La realizacin de este esquema en Excel es muy apropiado debido a las facilidades que posee para la multiplicacin de matrices. El primer paso es colocar la matriz ampliada del sistema en un bloque de celdas:

En este caso se tom el rango A2:D4. Luego a la derecha de la matriz ampliada (dejando una columna de separacin) escribimos la matriz elemental necesaria para eliminar los elementos de la primera columna de la matriz ampliada que estn fuera de la diagonal principal:

45

Pedagoga Universitaria

Vol. 8 No. 3 2003

debe recordarse que la matriz elemental coincide con la unitaria a excepcin de las celdas en las cuales deben anularse los elementos de la Matriz ampliada. Los valores en estas celdas son a a correspondientemente 12 y 13 . Ahora efectuamos la multiplicacin de la matriz a11 a11 elemental por la Matriz Ampliada y colocaremos el resultado en el rango A6:D8 es decir dejando una fila de separacin directamente debajo de la matriz ampliada. Para ello debemos utilizar la funcin matricial MMULT pasando como primer argumento el rango F2:H4 (matriz elemental) y como segundo argumento la matriz a transformar (rango A2:D4). Despus de efectuar la operacin matricial obtendremos:

donde se aprecia claramente el primer paso del proceso de conversin a una matriz diagonal. Debemos ahora escribir la matriz elemental del segundo paso y efectuar de nuevo la multiplicacin por ella de donde se obtiene:

46

Pedagoga Universitaria

Vol. 8 No. 3 2003

Al terminar el segundo paso ya se han hecho cero los elementos que estn fuera de la diagonal principal en las dos primeras columnas. Escribiendo la matriz elemental para la tercera columna y efectuando el producto se obtiene:

La matriz resultante ya es diagonal y slo se necesita realizar la homotecia para transformarla en unitaria. La matriz elemental en ese caso es una matriz diagonal cuyos elementos en la diagonal principal son los recprocos de los correspondientes elementos de la matriz obtenida. Efectuando la operacin obtenemos:

47

Pedagoga Universitaria

Vol. 8 No. 3 2003

Por tanto la solucin del sistema es la ltima columna de la matriz obtenida. Aunque el mtodo de Gauss-Jordn necesita de ms operaciones para resolver un sistema lineal ofrece la ventaja que a travs de l se puede determinar la matriz inversa.
Solucin de Sistemas de ecuaciones lineales por mtodos iterativos.

Pasemos a la descripcin general del mtodo de iteraciones para un sistema de ecuaciones algebraicas lineales
Au = f

(1)

Con el fin de resolverlo se elige cierta aproximacin inicial y0Rn y se hallan sucesivamente soluciones aproximadas (iteraciones) de la ecuacin. El valor de una iteracin yk+l se expresa en trminos de las iteraciones precedentes conocidas yk, yk-1, .... Si, al calcular yk+l, se utiliza slo una iteracin precedente yk, entonces el mtodo iterativo se denomina de un paso (o de dos capas); si, en cambio, yk+1 se expresa en trminos de dos iteraciones, yk y yk-l, el mtodo se llama de dos pasos (o de tres capas). Aqu se analizarn solo los mtodos de un paso. En los mtodos explcitos la iteracin yk+1 se obtiene por la frmula: y k +1 = y k k +1 ( Ay k f ), En los mtodos iterativos implcitos para determinar yk+1 hace falta resolver la ecuacin:

48

Pedagoga Universitaria

Vol. 8 No. 3 2003

By k +1 = By k k +1 ( Ay k f ) = Fk ,

k = 0,1, 2, K

Es natural exigir que el volumen de los clculos para resolver el sistema Byk+1 = Fk sea sustancialmente inferior al volumen de los clculos para la resolucin directa del sistema Au = f . La exactitud del mtodo iterativo se caracteriza por la magnitud del error zk = yk - u, es decir, por la diferencia entre la solucin aproximada yk y la solucin exacta u del sistema inicial de ecuaciones algebraicas lineales. La sustitucin yk = zk + u lleva a una ecuacin homognea para el error. Suele decirse que un mtodo iterativo converge si
k

lim z k = 0, donde z = ( z, z ) ,

En el caso general se prefija cierto error (relativo) > 0 con el que se debe hallar la solucin aproximada yk, los clculos se dan por terminados cuando queda cumplida la condicin:

y n u y0 u ,
Si n = n() es el mnimo de los nmeros, para los cuales se verifica la condicin anterior, entonces el nmero total de operaciones aritmticas que han de realizarse para hallar la solucin aproximada de la ecuacin (1) es igual a Qn() = n()q0, donde q0 es el nmero de operaciones que se realizan para hallar una iteracin. E1 problema consiste en minimizar Qn() eligiendo de modo adecuado B y los parmetros {k}. Comencemos por analizar los mtodos iterativos ms simples.
Mtodo de la iteracin simple.

Para la resolucin del sistema de ecuaciones (1) puede emplearse el mtodo de la iteracin simple
( j) y k +1 = y k ( Ay k f ) = y k ( aij y k f (i ) )
j =1 N

donde es el parmetro de la iteracin. Al comparar con (2) vemos que el mtodo de la iteracin simple se da mediante un esquema explcito de dos capas con el parmetro constante k .
Mtodo de Seidel

Es de amplio uso (en particular cuando es insuficiente la informacin sobre la matriz A) el mtodo iterativo de Seidel en una de las siguientes formas:
i N

aij y k( +j )1 + aij y k( j ) = f (i ) ,
j =1 j =i +1

aii 0, i = 1, 2,K, N ,

49

Pedagoga Universitaria

Vol. 8 No. 3 2003

aij y k( j ) + aij y k( +j )1 = f (i ) ,
j =1 j =i +1

aii 0, i = 1, 2,K, N ,

Los componentes del vector yk+1 se hallan sucesivamente de ambas frmulas. As por ejemplo (1) (2) (N ) de ellas determinamos sucesivamente y k +1 , y k +1 , K , y k +1 :
N 1 ( j) ( f (1) aij y k ), a11 j =2

(1) yk +1 =

(i ) yk +1 =

1 ( f (i ) aii

j =i +1

aij y k( j ) aij y k( +j )1 ),
j =1

i +1

Con respecto a la convergencia de estos dos mtodos tienen lugar los siguientes teoremas:
Teorema: El mtodo de Seidel converge con la velocidad de una progresin geomtrica de razn q<1, si A=(aij) es una matriz positiva y

a
j i

ij

q aii ,

i = 1, 2,K , N , q < 1

Esto significa que para el error zk = yk - u tenemos

z k +1 q z k q k +1 z 0

Teorema: El mtodo de iteracin simple converge con la velocidad de una progresin geomtrica de razn q<1, si A=(aij) es una matriz no negativa, con valores propios mnimos y mximos 1 , 2 respectivamente, tomando como parmetro al valor:

=
y en este caso:

2 1 + 2

q=

1 1+

1 2

En caso de que no se conozcan los valores propios de la matriz A (como sucede en muchas ocasiones) se puede tomar =1, pero en este caso no se garantiza la velocidad de convergencia que se expres en el teorema anterior. Ilustremos el mtodo de iteracin simple para resolver el sistema:

50

Pedagoga Universitaria

Vol. 8 No. 3 2003

3 x1 + x 2 x3 = 1 x1 + 4 x 2 + x3 = 2 x 2x + 4x = 7 2 3 1
Tomemos como aproximacin inicial el vector y 0 = (1, 1, 1) . Dividiendo cada ecuacin por el elemento aii obtenemos:
1 1 1 x1 + 3 x 2 3 x3 = 3 1 1 1 x1 + x 2 + x3 = 4 2 4 1 1 7 x x +x = 1 2 3 2 4 4

que en notacin matricial puede escribirse como:

1 1 1 x1 1 3 3 3 1 1 1 1 x2 = 4 4 2 1 1 x 7 1 3 2 4 4

Para la primera iteracin calculamos primero el vector residuo z0

1 1 1 1 1 1 2 1 1 1 3 3 3 3 3 3 3 1 1 1 1 1 1 1 1 = z0 = y 1 = 2 0 2 4 4 2 4 4 1 7 1 1 1 1 7 1 1 1 2 2 4 4 4 4

y luego la aproximacin y1
2 1 3 y1 = y 0 z 0 = 1 2 1 1 1 3 = 1 2

repitiendo el proceso obtenemos:

z1 = (1, 0,08333333, 0,08333333) y 2 = (1,33333333, - 1,08333333, 1,16666667) z 2 = (0,25, 0,04166667, 0,29166667 )

51

Pedagoga Universitaria

Vol. 8 No. 3 2003

y 3 = (1,08333333, - 1,125, 0,875) z 3 = (0,08333333, - 0,13541667, - 0,04166667 )

y 4 = (1, - 0,98958333, 0,91666667) z 4 = (0,03125, - 0,01041667, - 0,08854167 )

y 5 = (0,96875, - 0,97916667, 1,00520833) z 5 = (-0,02604167, 0,01432292, - 0,01302083 ) y 6 = (0,99479167, - 0,99348958, 1,01822917) Como puede apreciarse, el proceso converge a la solucin exacta del sistema que es evidentemente u = ( 1, 1, 1 ) . La organizacin de los clculos del proceso de iteracin simple es en Excel extremadamente sencilla. En primer lugar reservemos un bloque para la matriz del sistema y para el vector libre tal como se aprecia en la siguiente tabla:

Luego, en la columna contigua al trmino libre colocamos la aproximacin inicial y0 y el primer residuo z0 . Para calcular el primer residuo utilizamos una formula matricial tal y como se muestra a continuacin:

Observe que la frmula matricial para el residuo es la diferencia entre el producto de la matriz del sistema por el vector y y el trmino libre. Esta frmula es conveniente modificarla para que pueda usarse en otras iteraciones. La modificacin consiste en poner referencias absolutas a la matriz del sistema (que siempre estar en el bloque A2:C4) y al trmino libre D2:D4. Esto significa que debemos sustituir en la frmula A2:C4 por $A$2:$C$4 y D2:D4 por $D$2:$D$4. Una vez efectuado este cambio obtenemos:

52

Pedagoga Universitaria

Vol. 8 No. 3 2003

Al hacer la modificacin no podemos olvidar que debemos concluir la introduccin de la frmula con la combinacin de teclas CTRL+MAYS+ENTRAR. Ahora debemos introducir la frmula para el clculo de la nueva iteracin. Para el clculo de la nueva aproximacin usaremos otra frmula matricial:

El clculo del residuo para sta aproximacin y la nueva iteracin se obtienen fcilmente si copiamos las 2 ltimas columnas en la prxima columna libre (en este caso la columna H). Al hacer esto se obtiene:

Cada nueva iteracin se reduce a copiar las ltimas dos columnas a la prxima columna libre, por lo que se obtienen extremadamente rpido y de manera sencilla.

53

Pedagoga Universitaria

Vol. 8 No. 3 2003

CONCLUSIONES

El trabajo aborda problemas del lgebra Lineal muy relacionados entre s. Desde el punto de vista metodolgico, los mtodos analizados permiten apoyar y profundizar en la solucin de los problemas. El uso del Excel permitira la comprobacin rpida de los resultados obtenidos por otros mtodos y la sistematizacin de habilidades y conceptos tales como: la conformidad de matrices para el producto, la obtencin del rango de matrices, la relacin entre la existencia y unicidad de la solucin de un Sistema de Ecuaciones Lineales y el determinante de la misma, etc. Si logramos que este material contribuya en algo al desarrollo del proceso docente y constituya una motivacin que promueva el inters hacia la Computacin, por la verdadera importancia que en la actualidad le corresponde a esta disciplina, nos sentiremos satisfechos.
BIBLIOGRAFA

1. 2. 3. 4. 5. 6.

A. A. Samarski. Introduccin a los mtodos numricos. Editorial MIR. Mosc George Forsythe, Cleve B. Moler. Computer Solution of Linear Algebraic Systems. I. S. Berezin and N.P.Zhidkov. Computing Methods. Volumen II Manuel Alvarez Blanco y otros. Matemtica Numrica. Editorial Flix Varela. 1998. Mara Virginia Varela Marcelo y otros.. lgebra Lineal. Editorial Pueblo y educacin. 1986. D. Faddieev, I. Sominski. Problemas del lgebra Superior. Editorial MIR. Mosc 1971.

54