UNIDAD 5 SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

5.1ELIMINACION GAUSSIANA

-DEFINICION

El mtodo de eliminacin Gaussiana para la solucin de sistemas de ecuaciones

lineales consiste en convertir a travs de operaciones bsicas llamadas operaciones de
rengln un sistema en otro equivalente ms sencillo cuya respuesta pueda leerse de
manera directa. El mtodo de eliminacin Gaussiana es el mismo para sistemas de
ecuaciones 22, 33, 44 y as sucesivamente siempre y cuando se respete la relacin
de al menos una ecuacin por cada variable.
Antes de ilustrar el mtodo con un ejemplo, es necesario primeramente conocer las
operaciones bsicas de rengln las cuales son presentas a continuacin:
1. Ambos miembros de una ecuacin pueden multiplicarse por una constante diferente
de cero.
2. Los mltiplos diferentes de cero de una ecuacin pueden sumarse a otra ecuacin
3. El orden de las ecuaciones es intercambiable.
Una vez conocidas las operaciones que en mi afn por resolver un sistema de
ecuaciones puedo realizar procedo a ilustrar el mtodo con un ejemplo:
1. Resolver el siguiente sistema de ecuaciones:
x + 2y + 3z = 1
4x + 5y + 6z= 2
7x + 8y + 10z = 5
Donde cada ecuacin representa un rengln y las variables iguales de las 3 ecuaciones
representan las columnas 1, 2 y 3 respectivamente.
Usando el mtodo de eliminacin Gaussiana.
Solucin:
Para simplificar las operaciones se retiran las variables y se mantienen exclusivamente
los coeficientes de cada una, el signo de igual tambin es eliminado pero se mantienen
los datos del lado derecho de la ecuacin.
Quedando como sigue:
Diagonal principal
La diagonal principal de la matriz busca quede conformada por solo unidades (1) la parte
inferior a la diagonal debe quedar en ceros. Esto se hace utilizando las operaciones
bsicas de rengln para las ecuaciones, de arriba hacia abajo y de izquierda a derecha.
Multiplico la ecuacin 1 por 4 y la resto de la ecuacin 2, de igual forma la multiplico
por 7 y la resto de la 3 obteniendo.
Despus divido la ecuacin 2 (rengln 2) entre 3 para hacer el componente de la
diagonal principal 1 quedando como sigue:
Multiplico la ecuacin 2 (rengln 2) por 6 y lo sumo a la ecuacin 3 (rengln 3).
Una vez lograda la diagonal principal formada por unidades y los datos por debajo de la
diagonal principal ceros reintegro las variables en cada ecuacin y tambin el signo igual
de las ecuaciones obteniendo:
Donde el valor de z= 10 y al sustituir este valor en la ecuacin resultante 2, tendramos
y + 2z = 2 al sustituir el valor de z obtenemos que:
 y + 2(10) = 2
y + 20 = 2
y = 2- 20
y = 18
Al sustituir estos valores en la ecuacin resultante 1 se tiene:
1x + 2y + 3z = 1
Si z= 10 y y=18, entonces el valor de x ser:
1x + 2y + 3z = 1
x + 2(18) + 3(10)= 1
x 36 + 30 = 1
x6=1
x=1+6
x=7
La solucin del sistema de ecuaciones sera x= 7, y= 18, y z= 10.
El sistema de eliminacin gaussiana es el mismo no importando si es un sistema de
ecuaciones lineales del tipo 22, 33, 44 etc. siempre y cuando se respete la relacin
de al menos tener el mismo numero de ecuaciones que de variables.
https://sites.google.com/site/pnumericos20112/eliminacion-gaussiana
5.2 METODO DE GAUSS JORDAN
Desarrollo
El Mtodo de Gauss Jordan o tambin llamado eliminacin de Gauss Jordan,
es un mtodo por el cual pueden resolverse sistemas de ecuaciones lineales con n
nmeros de variables, encontrar matrices y matrices inversas, en este caso
desarrollaremos la primera aplicacin mencionada.
Para resolver sistemas de ecuaciones lineales aplicando este mtodo, se debe en
primer lugar anotar los coeficientes de las variables del sistema de ecuaciones
lineales en su notacin matricial:

Entonces, anotando como matriz (tambin llamada matriz aumentada):

Una vez hecho esto, a continuacin se procede a convertir dicha matriz en una
matriz identidad, es decir una matriz equivalente a la original, la cual es de la
forma:
Esto se logra aplicando a las distintas filas y columnas de las matrices
simples operaciones de suma, resta, multiplicacin y divisin; teniendo en cuenta
que una operacin se aplicara a todos los elementos de la fila o de la columna,
sea el caso.
Obsrvese que en dicha matriz identidad no aparecen los trminos
independientes, esto se debe a que cuando nuestra matriz original alcance la
forma de la matriz identidad, dichos trminos resultaran ser la solucin del sistema
y verificaran la igualdad para cada una de las variables, correspondindose de la
siguiente forma:
d1 = x
d2 = y
d3 = z
Ahora que estn sentadas las bases, podemos explicar paso a paso la resolucin
de sistemas de ecuaciones lineales por medio de este mtodo.
Para ilustrarnos mejor lo analizaremos con un ejemplo concreto:
Sea el sistema de ecuaciones:

Procedemos al primer paso para encontrar su solucin, anotarlo en su forma

matricial:

Una vez hecho esto podemos empezar a operar con las distintas filas y columnas
de la matriz para transformarla en su matriz identidad, teniendo siempre en cuenta
la forma de la misma:
Lo primero que debemos hacer es transformar el 2 de la 1 fila de la matriz original
en el 1 de la 1 fila de la matriz identidad; para hacer esto debemos multiplicar
toda la 1 fila por el inverso de 2, es decir .

Luego debemos obtener los dos ceros de la primera columna de la matriz

identidad, para lograr esto, buscamos el opuesto de los nmeros que se ubicaron
por debajo del 1 de la primera columna, en este caso el opuesto de 3 que ser -3 y
el opuesto de 5 que ser -5.
Una vez hecho esto, se proceder a multiplicar los opuestos de estos nmeros por
cada uno de los elemento de la 1 fila y estos se sumaran a los nmeros de su
respectiva columna. Por ej.: en el caso de la 2 fila, se multiplicara a -3 (opuesto
de 3) por cada uno de los elementos de la 1 fila y se sumara su resultado con el
numero que le corresponda en columna de la segunda fila. En el caso de la 3 fila
se multiplicara a -5 (opuesto de 5) por cada uno de los elementos de la 1 fila y se
sumara su resultado con el nmero que le corresponda en columna de la tercera
fila.

Nuestro siguiente paso es obtener el 1 de la 2 fila de la matriz identidad, y

procedemos de igual forma que antes, es decir multiplicamos toda la fila por el
inverso del numero que deseamos transformar en 1, en este caso -13/2, cuyo
inverso es -2/13
Adems si observamos la tercera fila, nos damos cuenta que todos los elementos
poseen el mismo denominador, entonces podemos eliminarlos multiplicando todos
los elementos de la 3 fila por 2 (el denominador); si bien este no es un paso
necesario para el desarrollo del mtodo, es til para facilitar clculos posteriores.

5.3 METODO DE GAUSS SEIDEL

El mtodo de eliminacin para resolver ecuaciones simultneas suministra
soluciones suficientemente precisas hasta para 15 o 20 ecuaciones. El nmero
exacto depende de las ecuaciones de que se trate, del nmero de dgitos que se
conservan en el resultado de las operaciones aritmticas, y del procedimiento de
redondeo. Utilizando ecuaciones de error, el nmero de ecuaciones que se
pueden manejar se puede incrementar considerablemente a ms de 15 o 20, pero
este mtodo tambin es imprctico cuando se presentan, por ejemplo, cientos de
ecuaciones que se deben resolver simultneamente. El mtodo de inversin de
matrices tiene limitaciones similares cuando se trabaja con nmeros muy grandes
de ecuaciones simultneas.
Sin embargo, existen varias tcnicas que se pueden utilizar, para resolver grandes
nmeros de ecuaciones simultneas. Una de las tcnicas ms tiles es el mtodo
de Gauss-Seidel. Ninguno de los procedimientos alternos es totalmente
satisfactorio, y el mtodo de Gauss-Seidel tiene la desventaja de que no siempre
converge a una solucin o de que a veces converge muy lentamente. Sin
embargo, este mtodo convergir siempre a una solucin cuando la magnitud del
coeficiente de una incgnita diferente en cada ecuacin del conjunto, sea
suficientemente dominante con respecto a las magnitudes de los otros coeficientes
de esa ecuacin.
Es difcil definir el margen mnimo por el que ese coeficiente debe dominar a los
otros para asegurar la convergencia y es an ms difcil predecir la velocidad de la
convergencia para alguna combinacin de valores de los coeficientes cuando esa
convergencia existe. No obstante, cuando el valor absoluto del coeficiente
dominante para una incgnita diferente para cada ecuacin es mayor que la suma
de los valores absolutos de los otros coeficientes de esa ecuacin, la
convergencia est asegurada. Ese conjunto de ecuaciones simultneas lineales se
conoce como sistema diagonal.
Un sistema diagonal es condicin suficiente para asegurar la convergencia pero
no es condicin necesaria. Afortunadamente, las ecuaciones simultneas lineales
que se derivan de muchos problemas de ingeniera, son del tipo en el cual existen
siempre coeficientes dominantes.
La secuencia de pasos que constituyen el mtodo de Gauss-Seidel es la siguiente:
1. Asignar un valor inicial a cada incgnita que aparezca en el conjunto. Si es
posible hacer una hiptesis razonable de stos valores, hacerla. Si no, se pueden
asignar valores seleccionados arbitrariamente. Los valores iniciales utilizados no
afectarn la convergencia como tal, pero afectarn el nmero de iteraciones
requeridas para dicha convergencia.
2. Partiendo de la primera ecuacin, determinar un nuevo valor para la incgnita
que tiene el coeficiente ms grande en esa ecuacin, utilizando para las otras
incgnitas los valores supuestos.
3. Pasar a la segunda ecuacin y determinar en ella el valor de la incgnita que
tiene el coeficiente ms grande en esa ecuacin, utilizando el valor calculado para
la incgnita del paso 2 y los valores supuestos para las incgnitas restantes.
4. Continuar con las ecuaciones restantes, determinando siempre el valor
calculado de la incgnita que tiene el coeficniente ms grande en cada ecuacin
particular, y utilizando siempre los ltimos valores calculados para las otras
incgnitas de la ecuacin. (Durante la primera iteracin, se deben utilizar los
valores supuestos para las incgnitas hasta que se obtenga un valor calculado).
Cuando la ecuacin final ha sido resuelta, proporcionando un valor para la nica
incgnita, se dice que se ha completado una iteracin.
5. Continuar iterando hasta que el valor de cada incgnita, determinado en una
iteracin particular, difiera del valor obtenido en la iteracin previa, en una cantidad
menor que cierto seleccionado arbitrariamente. El procedimiento queda
entonces completo.
Refirindonos al paso 5, mientras menor sea la magnitud del seleccionado,
mayor ser la precisin de la solucin. Sin embargo, la magnitud del epsilonno
especifica el error que puede existir en los valores obtenidos para las incgnitas,
ya que sta es una funcin de la velocidad de convergencia. Mientras mayor sea
la velocidad de convergencia, mayor ser la precisin obtenida en los valores de
las incgnitas para un dado.
EJEMPLO
Resolver el siguiente sistema de ecuacin por el mtodo Gauss-Seidel utilizando
un = 0.001.
0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40
SOLUCIN:
Primero ordenamos las ecuaciones, de modo que en la diagonal principal esten
los coeficientes mayores para asegurar la convergencia.
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30
0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40
Despejamos cada una de las variables sobre la diagonal:

Suponemos los valores iniciales X2 = 0 y X3 = 0 y calculamos X1

Este valor junto con el de X3 se puede utilizar para obtener X2

La primera iteracin se completa sustituyendo los valores de X1 y X2 calculados

obteniendo:
En la segunda iteracin, se repite el mismo procedimiento:

Comparando los valores calculados entre la primera y la segunda iteracin

Como podemos observar, no se cumple la condicin

Entonces tomamos los valores calculados en la ltima iteracin y se toman como

supuestos para la siguiente iteracin. Se repite entonces el proceso:

Comparando de nuevo los valores obtenidos

Como se observa todava no se cumple la condicin

As que hacemos otra iteracin

Comparando los valores obtenidos

Dado que se cumple la condicin, el resultado es:

X1 = 3.0
X2 = -2.5
X3 = 7.0
Como se puede comprobar no se tiene un nmero exacto de iteraciones para
encontrar una solucin. En este ejemplo, se hicieron 3 iteraciones, pero a menudo
se necesitan ms iteraciones.
Se deja de investigacin al alumno alguna forma que haga que este mtodo
converga ms rpidamente.

http://aniei.org.mx/paginas/uam/CursoMN/curso_mn_12.html

Un empresario tiene tres mquinas que son empleadas en la fabricacin de

cuatro productos diferentes. Para utilizar plenamente las mquinas estas
estarn en operacin 8 horas diarias. El nmero de horas que cada mquina
es usada en la produccin de cada uno de los cuatro productos est dado por
Producto 1 Producto 2 Producto 3 Producto 4
1 2 1
Mquina 1
Mquina 2 2 0 1
Mquina 3 1 2 3
Por ejemplo, en la produccin de una unidad del producto 1 la mquina 1 se
usa 1 hora, la mquina 2 se usa 2 horas y la mquina 3 se usa 1 hora.
Encuentre el nmero de unidades que se deben producir de cada uno de los 4
productos un da de 8 horas completas.

Solucin: Sea xi el nmero de unidades que se deben producir del

producto i que se fabrican durante las 8 horas con i = 1, 2, 3 y 4.

1x1: Es la cantidad de horas diarias que es usada la mquina 1 en la

fabricacin del producto 1.
2x2: Es la cantidad de horas diarias que es usada la mquina 1 en la
fabricacin del producto 2.
1x3: Es la cantidad de horas diarias que es usada la mquina 1 en la
fabricacin del producto 3.
2x4: Es la cantidad de horas diarias que es usada la mquina 1 en la
fabricacin del producto 4.

Como la mquina 1 debe ser usada 8 horas diarias, entonces tenemos que

procediendo de forma similar para las mquinas 2 y 3 obtenemos el sistemas de ecuaciones

lineales siguiente

Aplicando eliminacin de Gauss-Jordan llegamos al sistema equivalente

De donde,

Cada xi es no negativa por representar la cantidad de unidades fabricadas

del producto i cada da, por lo tanto xi < 0 no tiene sentido.

Si asumimos que se produce un nmero completo de unidades, entonces xi

debe ser adems un nmero entero para que todos los xi , sean no negativos
x4 debe ser un entero menor o igual que 2, y por lo tanto las posibles
soluciones son

x1 x2 x3
4 2 0
Solucin 1
Solucin 2 3 1 1
Solucin 3 2 0 2

Por ejemplo la solucin 1 significa que en un da para las mquinas estar

completamente utilizadas se deben producir 4 unidades del producto 1, 2 del
producto 2 y ninguna de los productos 3 y 4.

Para resolver un problema que involucra sistemas de ecuaciones lineales se

debe tener en cuenta lo siguiente:
1. Entender el problema.
2. Determinar los datos conocidos.
3. Nombrar adecuadamente las incgnitas de acuerdo a lo que se pida.
4. Establecer las relaciones existentes entre los datos conocidos y las
incgnitas.
5. Determinar el sistema de ecuaciones lineales asociado a las relaciones en
4.
6. Resolver el sistema de ecuaciones lineales resultante en 5.
7. Verificar que las respuestas obtenidas si estn de acuerdo al problema.
8. Interpretar el resultado si es posible.

EJEMPLO 16

Anlisis de flujo de trfico.

Supongamos que tenemos una red de calles en una sola direccin en una
ciudad. Se quiere analizar el flujo de trfico en cada una de las calles. La
direccin del trfico en cada una de las calles est dado en la siguiente figura.
En varios sitios se han colocado contadores, y el nmero promedio de carros
que pasan por cada uno de ellos en el periodo de 1 hora, aparece tambin en

la figura. Las variables representan el nmero de carros por hora

que pasan de la interseccin A a la interseccin B, de la interseccin B a la
interseccin C, etc.

Primero determinamos los valores posibles de cada xi. Asumiendo que no

hay paradas en el trfico, el nmero de carros que llega a una interseccin
debe ser igual al nmero de carros que sale de la interseccin. Con base a
este supuesto obtenemos el siguiente sistema.

(flujo de trfico en la interseccin A).

(flujo de trfico en la interseccin B).

(flujo de trfico en la interseccin C).

(flujo de trfico en la interseccin F).

(flujo de trfico en la interseccin E).

 (flujo de trfico en la interseccin D).

Aplicando el mtodo de Gauss-Jordan llegamos al sistema equivalente

como las xi son nmero de carros por hora de una interseccin a otra, no
son permitidos valores negativos para las xi, ya que como las calles son en
una direccin, un valor negativo de xi se interpreta como el nmero de
carros que van en contrava. Con esta restriccin tenemos

, es decir, . Igualmente, , es decir,

Supongamos ahora que la calle que va de D a E va a estar en reparacin,

por lo que se requiere que el trfico en este espacio sea mnimo. Esto nos
lleva a x7 = 50. Por consiguiente a x2 = 500 y x5 = 0. Recprocamente si
x5 = 0, tenemos x7 = 50, entonces, si cerramos la carretera entre C y D

tendremos el mnimo trfico posible entre D y E. Los flujos y

no estn determinados en forma nica. Si toda la distancia de D a F

estuviera en reparacin, requeriramos que fuera mnimo, o sea cero. En

este caso x1 = 50, x3 = 750 y x4 = 650.
EJEMPLO 17
Modelos de Leontief de Entrada - Salida.

Suponga que un sistema econmico tiene n industrias distintas

, cada una de las cuales tiene necesidades de entrada (materia

prima, instalaciones) y una salida (productos terminados). El coeficiente de
entrada dij mide la cantidad de entrada que la industria j-sima requiere de
la industria i-sima para producir una unidad: La coleccin de coeficientes
de entrada esta dada por la siguiente matriz n x n. Las unidades se miden
en cantidades de dlar.

Proveedor
Usuario

Esta matriz se denomina matriz de entrada salida. Para comprender como

utilizar esta matriz, imagine que los elementos de estn dados en

dlares. Por ejemplo, si d12 = 0.41, entonces debe utilizarse 0.41 dlares
del valor del producto de la industria 1 para producir un valor de un dlar del
producto de la industria 2. La cantidad total gastada por la j-sima industria
para producir un valor de un dlar de salida esta dada por la suma de los
elementos de la j-sima columna. Por tanto, para que funcione este

modelo, los valores de dij deben ser tales que y la suma de los
elementos de cualquier columna debe ser menor o igual que 1.

El modelo de Leontief cerrado puede aplicarse a n industrias y sus

propiedades bsicas son:

1. La matriz D tiene componentes dij , donde

2. La suma de los componentes de cualquier columna es 1.

3. Se satisface la condicin de equilibrio, es decir, que los gastos debidos al consumo son
iguales a los ingresos debidos a las ventas.

EJEMPLO 18
Suponga que una economa simple tiene tres industrias que son
dependientes entre si, pero que no dependen de industrias externas (se
cumple el modelo cerrado de Leontief).

Las industrias son: agricultura, construccin y vestuario. La fraccin de cada

producto que consume cada industria esta dado por:

Agricultura Construccin
Vestuario

Agricultura

Consumo Construccin

Vestuario

Produccin

La componente dij denota la fraccin de bienes producidos por la gente que

trabaja en la industria j y que es consumida por la gente que trabaja en la
industria i.

Por ejemplo significa que la industria del vestuario consume

del total de la produccin agrcola.

Supongamos que los ingresos de la industria de la agricultura, construccin y

vestuario son y respectivamente. Determine los ingresos de cada

sector de la economa.

Solucin:

este sistema es equivalente al sistema

Usando eliminacin de Gauss-Jordan podemos resolver este sistema

El sistema correspondiente a esta ltima matriz es
haciendo , t es un real no negativo.

Asi cualquier solucin es de la forma por tanto hay

infinitas soluciones, sin embargo los ingresos de la industria de la agricultura,
construccin y vestuario estn en la proporcin 4:3:4.

EJEMPLO 19
Un inversionista le afirma a su corredor de bolsa que todas sus acciones son
de tres compaas Delta, Hilton y McDonalds y que hace dos das su valor
baj $350 pero que ayer aument $600. El corredor recuerda que hace dos
das las acciones de Delta baj $1 por accin y las de Hilton $1.50, pero que
el precio de las acciones de McDonalds subi $0.50. Tambin recuerda que
ayer el precio de las acciones de Delta subi $1.50 por accin, las de Hilton
baj otros $0.5 por accin y las de McDonalds subi $1.0 por accin.
Demuestre que el corredor no tiene suficiente informacin para calcular el
nmero de acciones que posee el inversionista en cada compaa, pero que si
el dice que tiene 200 acciones en McDonalds, el corredor puede calcular el
nmero de acciones que tiene en Delta y en Hilton.

Solucin:

Sea xD el nmero de acciones en la compaa Delta.

xH el nmero de acciones en la compaa Hilton.
xM el nmero de acciones en la compaa McDonalds.

Aplicando el mtodo de Gauss-Jordan podemos resolver el sistema

El corredor de bolsa no tiene informacin suficiente para determinar el nmero
de acciones que tiene en cada compaa el inversionista, puesto que el
sistema tiene mas incgnitas que ecuaciones.

El sistema correspondiente a la ltima matriz es

Si se sabe que el inversionista tiene 200 acciones en McDonalds, es decir,

entonces la solucin del sistema es
http://docencia.udea.edu.co/GeometriaVectorial/uni1/seccion13/ejemplos13.html#e
j15