METODO DE ELIMINACION SISTEMA DE ECUACIONES:

Mtodo de Gauss

El mtodo de eliminacin de Gauss o simplemente mtodo de Gauss consiste en

convertir un sistema lineal de n ecuaciones con n incgnitas, en uno escalonado,
en el que la primera ecuacin tiene n incgnitas, la segunda ecuacin tiene n - 1
incgnitas, hasta la ltima ecuacin, que tiene 1 incgnita. De esta forma, ser
fcil partir de la ltima ecuacin e ir subiendo para calcular el valor de las dems
incgnitas.

Ejemplo de eliminacin de Gauss

Se renen 30 personas entre hombres, mujeres y nios. Se
sabe que entre los hombres y el triple de mujeres exceden
en 20 el doble de los nios. Tambin se sabe que entre
hombres y mujeres se duplican al nmero de nios.
Plantear y resolver el sistema de ecuaciones.

Se renen 30 personas entre hombres, mujeres y

nios:

Se sabe que entre los hombres y el triple de

mujeres exceden en 20 el doble de los nios:

Tambin se sabe que entre hombres y

mujeres se duplican al nmero de nios:
Agrupando las tres ecuaciones tenemos el
sistema, que ordenado resulta:

Aplicamos Gauss, restando la primera

ecuacin a las dos siguientes:

En este caso en la tercera ecuacin se

ha eliminado la y, por lo que no es
necesario hacer ms operaciones. Por
lo tanto obtenemos que z = 10 de la
tercera ecuacin:

Sustituyendo z en la segunda
ecuacin obtenemos que y = 10:

Sustituyendo z y en la
primera ecuacin
obtenemos x = 10.

Con lo que hemos obtenido

el resultado del sistema:

Eliminacin de Gauss-Jordan

Una variante de este mtodo, denominada eliminacin de Gauss-Jordan, es un

mtodo aplicable nicamente a los sistemas lineales de ecuaciones, y consistente
en triangular la matriz aumentada del sistema mediante transformaciones
elementales, hasta obtener ecuaciones de una sola incgnita, cuyo valor ser
igual al coeficiente situado en la misma fila de la matriz. Este procedimiento es
similar al anterior de reduccin, pero ejecutado de manera reiterada y siguiendo un
cierto orden algortmico.

Ejemplo de eliminacin de Gauss-Jordan

Supngase que es necesario encontrar los nmeros x, y, z,
que satisfacen simultneamente al siguiente sistema de
ecuaciones lineales:

Inicialmente, se escriben los coeficientes del sistema

como una matriz aumentada. Lo que en notacin
matricial se denota por:

Posteriormente, se reduce la incgnita

, sumando a

la segunda fila, la primera multiplicada por , y a la

tercera, la primera fila. La matriz queda as:

El siguiente paso consiste en eliminar la incgnita

en la primera y tercera fila, para lo cual se suma la
segunda multiplicada por
y por
,
respectivamente.

Por ltimo, se elimina , tanto de la primera como de

la segunda fila, sumndoles la tercera multiplicada
por

y por , respectivamente:

Llegados a este punto se puede resolver

directamente las ecuaciones que se nos plantean:

O, si se prefiere, se puede multiplicar las tres filas de

la matriz por: , y
respectivamente, y obtener
as automticamente los valores de las incgnitas en
la ltima columna.

ESPACIO VECTORIAL
En lgebra abstracta, un espacio vectorial es una estructura algebraica creada a
partir de un conjunto no vaco, una operacin interna (llamada suma, definida para
los elementos del conjunto) y una operacin externa (llamada producto por un
escalar, definida entre dicho conjunto y otro conjunto, con estructura de cuerpo ),
con 8 propiedades fundamentales.
A los elementos de un espacio vectorial se les llama vectores y a los elementos
del cuerpo, escalares.

VECTORES EN EL PLANO
1 Vector de posicin de un punto en el plano de coordenadas

El vector

que une el origen de coordenadas O con un punto P se

llama vector de posicin del punto P.

2 Coordenadas o componentes de un vector en el plano

Si las coordenadas de A y B son:

Las coordenadas o componentes del vector

son las coordenadas

del extremo menos las coordenadas del origen.

SUBESPACIOS VECTORIALES
Algunos subconjuntos de un espacio vectorial V son a su vez espacios vectoriales
con las operaciones definidas en V.
Es el subconjunto de un espacio vectorial que debe cumplir con ciertas
caractersticas especficas.

INDEPENDENCIA LINEAL
Varios vectores libres son linealmente independientes si ninguno de ellos puede
ser escrito con una combinacin lineal de los restantes.

a1 = a2 = = an = 0
Los vectores
linealmente
independientes tienen distinta
sus componentes no son proporcionales.

direccin y

Ejemplo
Determinar si son linealmente dependientes o independientes los vectores.
= (3, 1) y

= (2, 3)

Linealmente independientes
BASE
Se dice que un conjunto ordenado B es base de un espacio vectorial V si se
cumplen las siguientes condiciones:

Todos los elementos de B pertenecen al espacio vectorial V.

Los elementos de B forman un sistema linealmente independiente.

Todo elemento de V se puede escribir como combinacin lineal de los

elementos de la base B (es decir , B es un sistema generadorde V).

COORDENADAS E ISOMORFISMO
El trmino isomorfismo quiere decir igual forma, con ello se busca destacar la
idea segn la cual existen similitudes y correspondencias formales entre diversos
tipos de sistemas.
La palabra isomrfico se refiere entonces a la construccin de modelos de
sistemas similares al modelo original. El descubrimiento de un isomorfismo entre
dos estructuras significa fundamentalmente que el estudio de cada una puede
reducirse al de la otra, lo cual deja ver en claro dos puntos de vista desiguales
sobre cada cuestin y suele ser primordial en su adecuada comprensin. Dos
estructuras matemticas entre las que existe una relacin de isomorfismo se
llaman isomorfas.

RANGO DE UNA MATRIZ

El rango de una matriz Es el nmero de filas (o columnas) linealmente
independientes. Utilizando esta definicin se puede calcular usando el mtodo de
Gauss.
Tambin podemos decir que el rango es: el orden de la mayor submatriz cuadrada
no nula. Utilizando esta definicin se puede calcular el rango usando
determinantes.

En lgebra lineal, el rango de una matriz es el nmero mximo de columnas (filas

respectivamente) que son linealmente independientes. Si el rango fila y columna
son iguales, este nmero es llamado simplemente rango de A. Comnmente se
expresa como rg(A).
El nmero de columnas independientes de una matriz m por n A es igual a la
dimensin del espacio columna de A. Tambin la dimensin del espacio
fila determina el rango. El rango de Aser, por tanto, mayor o igual que uno y
menor o igual que el mnimo entre m y n.
DESCOMPOSICION "LU"
El mtodo de descomposicin LU para la solucin de sistemas de ecuaciones
lineales debe su nombre a que se basa en la descomposicin de la matriz original
de coeficientes (A) en el producto de dos matrices (L y U).
Esto es:

Donde:
L - Matriz triangular inferior
U - Matriz triangular superior con todos los elementos de la diagonal principal
iguales a 1.
De lo anterior, para matrices de 3x3 se escribe:

=
Si efectuamos la multiplicacin de L y U, igualando los elementos de ese producto
con los de la matriz A correspondientes, se obtiene:

De aqu que los elementos de L y U son, en este caso:

Si el sistema de ecuaciones original se escribe como:

Ax=b
lo cual resulta lo mismo escribir:
LUX=b
Definiendo a:
UX=Y
podemos escribir:
LY=b
Resolviendo para Y, encontramos:

El algoritmo de solucin, una vez conocidas L, U y b, consiste en encontrar

primeramente los valores de "Y" por sustitucin progresiva sobre "L Y = b". En
segundo lugar se resuelve "U x = y " por sustitucin regresiva para encontrar los
valores de "x", obteniendo:

La determinacin de los elementos de las matrices L y U se realizan

eficientemente aplicando una forma modificada del mtodo de eliminacin de
Gauss.
Se observa que el mtodo de descomposicin LU opera slo sobre la matriz de
coeficientes, sin modificar el vector de excitacin (en este caso b), por lo que
resulta superior al mtodo de eliminacin gausiana.
Ejemplo:
Resolver el siguiente sistema de ecuaciones, factorizando la matriz en LU:

=
Las matrices de factores L y U de A son:

L=

U=

El primer paso es resolver la ecuacin L Y = b por sustitucin progresiva para

obtener los elementos del vector auxiliar Y:

=
Donde

El segundo paso es resolver la ecuacin U X = Y para encontrar los elementos de

X, por sustitucin regresiva:

=
De donde se obtiene:

METODOS INDIRECTOS
-Qu son los mtodos indirectos/iterativos?
Esquemas numricos para resolver sistemas de ecuaciones lineales, basados en
la aplicacin de un algoritmo a partir de una solucin inicial, que se repite
iterativamente hasta que un criterio de parada (convergencia) detiene el algoritmo
(nmero de paso desconocido a priori).

- Para qu se usan los mtodos indirectos/iterativos?

Eficientes para sistemas grandes con matrices con un elevado nmero de ceros
(matrices sparse), que aparecen en problemas de fsica e ingeniera, asociados a
la resolucin de ecuaciones diferenciales en derivadas parciales.
- Convergencia y problemas mal condicionados
Estos mtodos no siempre convergen, y adems, en ocasiones
variaciones pueden introducir grandes errores (problema
condicionamiento).
Mtodos indirectos: Jacobi, Gauss-Seidel

pequeas
de mal