UNIDAD I:
SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES (SEL)
Mg. Elder Joel Varas Pérez
Correo: evarasp@[Link]
Universidad Nacional Jorge Basadre Grohmann
(UNJBG)
Curso: CALCULO NUMERICO
MÉTODO DE GAUSS - JORDAN
Ejemplo 1: Resuelva por el método de Gauss – Jordan 𝐸1 : 𝑥1 − 𝑥2 + 2𝑥3 − 𝑥4 = −8
el sistema lineal 𝐸2 : 2𝑥1 − 2𝑥2 + 3𝑥3 − 3𝑥4 = −20
𝐸3 : 𝑥1 + 𝑥2 + 𝑥3 = −2
𝐸4 : 𝑥1 − 𝑥2 + 4𝑥3 + 3𝑥4 = 4
ALGORITMO (Método de Gauss - Jordan)
Pseudocódigo
Para resolver el sistema lineal de 𝑛 × 𝑛 Paso 1 Para 𝑖 = 1, … , 𝑛 haga los pasos 2-4.
𝐸1 : 𝑎11 𝑥1 +𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑎1,𝑛+1 Paso 2 Sea 𝑝 el entero más pequeño con 𝑖 ≤ 𝑝 ≤ 𝑛 y 𝑎𝑝𝑖 ≠ 0.
𝐸2 : 𝑎21 𝑥1 +𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑎2,𝑛+1 Si no puede encontrarse un entero 𝑝
⋮ ⋮ ⋮ ⋮ ⋮ entonces SALIDA (‘no existe solución única’)
𝐸𝑗 : 𝑎𝑗1 𝑥1 + 𝑎𝑗2 𝑥2 + ⋯ + 𝑎𝑗𝑛 𝑥𝑛 = 𝑎𝑗,𝑛+1 PARAR.
Paso 3 Si 𝑝 ≠ 𝑖 entonces realice (𝐸𝑝 ) 𝐸𝑖 .
⋮ ⋮ ⋮ ⋮ ⋮
𝐸𝑛 : 𝑎𝑛1 𝑥1 +𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑎𝑛,𝑛+1 Paso 4 Para 𝑗 = 1, … , 𝑛
Si 𝑖 ≠ 𝑗 haga
Paso 5 Realice (𝐸𝑗 −𝑎𝑗𝑖 /𝑎𝑖𝑖 𝐸𝑖 ) → (𝐸𝑗 );
ENTRADA número de incógnitas y
Paso 6 Para 𝑖 = 1, … , 𝑛
ecuaciones 𝑛; matriz aumentada 𝐴 = (𝑎𝑖𝑗 )
𝑥𝑖 = 𝑎𝑖,𝑛+1 /𝑎𝑖𝑖
donde 1 ≤ 𝑖 ≤ 𝑛 y 1 ≤ 𝑗 ≤ 𝑛 + 1.
Paso 7 SALIDA (𝑥1 , 𝑥2 , … , 𝑥𝑛 ); (Procedimiento terminado
exitosamente)
SALIDA solución 𝑥1 , 𝑥2 , … , 𝑥𝑛 o mensaje
PARAR.
de que el sistema lineal no tiene solución
única.
MÉTODOS ITERATIVOS PARA RESOLVER (ESL)
• Un método iterativo con el cual se resuelve el sistema lineal 𝐴𝒙 = 𝒃 comienza con
una aproximación inicial 𝒙(0) a la solución 𝒙 y genera una sucesión de vectores
𝑘 ∞
𝒙 𝑘=0
que converge a 𝒙.
• Los métodos iterativos traen consigo un proceso que convierte el sistema 𝐴𝒙 = 𝒃 en
otro equivalente de la forma 𝒙 = 𝑇𝒙 + 𝒄 para alguna matriz fija 𝑇 y un vector 𝒄.
• Luego de seleccionar el vector inicial 𝒙(0) la sucesión de los vectores de la solución
aproximada se genera calculando 𝒙(𝑘) = 𝑇𝒙(𝑘−1) + 𝒄, para cada 𝑘 = 1,2, …
MÉTODO ITERATIVO DE JACOBI
Ejemplo 2: El sistema lineal 𝐴𝒙 = 𝒃 dado por
𝐸1 : 10𝑥1 − 𝑥2 + 2𝑥3 = 6
𝐸2 : −𝑥1 + 11𝑥2 − 𝑥3 + 3𝑥4 = 25
𝐸3 : 2𝑥1 − 𝑥2 + 10𝑥3 − 𝑥4 = −11
𝐸4 : 3𝑥2 − 𝑥3 + 8𝑥4 = 15
Tiene la solución única 𝒙 = 1,2, −1,1 𝑡 . Para convertir 𝐴𝒙 = 𝒃 en al forma 𝒙 = 𝑇𝒙 +
𝒄, resolvemos la ecuación 𝐸𝑖 para 𝑥𝑖 con cada 𝑖 = 1,2,3,4 y así obtenemos
En el caso de una aproximación inicial, hacemos 𝒙(0) = 0,0,0,0 𝑡 . Entonces 𝒙(1) está
dado por
(1) 1 (0) 1 0 3
𝑥1 = 𝑥2 − 𝑥3 + = 0.6000
10 5 5
(1) 1 0 1 0 3 0 25
𝑥2 = 𝑥1 + 𝑥3 − 𝑥4 + = 2.2727
11 11 11 11
1 1 0 1 0 1 0 11
𝑥3 = − 𝑥1 + 𝑥2 + 𝑥4 − = −1.1000
5 10 10 10
1 3 0 1 0 15
𝑥4 = − 𝑥2 + 𝑥3 + = 1.8750
8 8 8
𝑡
(𝑘) 𝑘 𝑘 𝑘
Las iteraciones adicionales 𝒙 = 𝑥1 , 𝑥2 , 𝑥4 se general de manera parecida
ALGORITMO (Método iterativo de Jacobi)
Para resolver 𝐴𝒙 = 𝒃 dada una
Paso 1 Tome 𝑘 = 1.
aproximación inicial 𝒙(0) :
Paso 2 Mientras (𝑘 ≤ 𝑁) haga pasos 3-6.
Paso 3 Para 𝑖 = 1, … , 𝑛
ENTRADA número de incógnitas y − σ𝑛
𝑗=1(𝑎𝑖𝑗 𝑋𝑂𝑗 )+𝑏𝑖
ecuaciones 𝑛; matriz aumentada 𝐴 = (𝑎𝑖𝑗 ) 𝑗≠𝑖
tome 𝑥𝑖 =
donde 1 ≤ 𝑖 ≤ 𝑛 y 1 ≤ 𝑗 ≤ 𝑛 + 1; los 𝑎𝑖𝑖
elementos 𝑋𝑂𝑖 , 1 ≤ 𝑖 ≤ 𝑛 de 𝑿𝑶 = 𝒙(0) ,
la tolerancia 𝑇𝑂𝐿; el número máximo de Paso 4 Si 𝒙 − 𝑿𝑶 < 𝑇𝑂𝐿 entonces
iteraciones 𝑁. SALIDA (𝑥1 , … , 𝑥𝑛 ) (‘Procedimiento
terminado exitosamente’)
SALIDA solución 𝑥1 , 𝑥2 , … , 𝑥𝑛 o mensaje PARAR.
de que se rebasó el número de iteraciones. Paso 5 Tome 𝑘 = 𝑘 + 1
Paso 6 Para 𝑖 = 1, … , 𝑛 tome 𝑋𝑂𝑖 = 𝑥𝑖 .
PARAR.
Paso 7 SALIDA (‘Número máximo de iteraciones excedido’);
(‘Procedimiento terminado sin éxito’)
PARAR.
MÉTODO ITERATIVO DE GAUSS - SEIDEL
𝑘
Es una mejora del método de Jacobi. Si queremos calcular 𝑥𝑖 , utilizamos las
𝑘 𝑘
componentes de 𝒙(𝑘−1) . Como para 𝑖 > 1 , ya se calcularon 𝑥1 , … , 𝑥𝑖−1 , y
probablemente sean mejores aproximaciones de las soluciones reales 𝑥1 , … , 𝑥𝑖−1 ,
𝑘
parece más razonable calcular 𝑥𝑖 , por medio de los valores calculados más
recientemente. Esto es, podemos usar
𝑖−1 𝑘 𝑛 𝑘−1
𝑘
− σ (𝑎 𝑥
𝑗=1 𝑖𝑗 𝑗 ) − σ (𝑎 𝑥
𝑗=𝑖+1 𝑖𝑗 𝑗 ) + 𝑏𝑖
𝑥𝑖 =
𝑎𝑖𝑖
para 𝑖 = 1,2, … , 𝑛