Академический Документы
Профессиональный Документы
Культура Документы
Introduccin
Propuesta didctica
En este trabajo se establece la comparacin, en el orden que se indica, de los siguientes
mtodos de solucin de sistemas de ecuaciones lineales aplicados al mismo ejemplo
numrico: 1) Cramer, 2) Adjunta, 3) Gauss, 4) Gauss-Jordan, 5) Doolittle, 6) D.G.O.
La siguiente tabla muestra el nmero de operaciones a realizar en cada uno de los mtodos
de solucin, considerando solamente las multiplicaciones y divisiones y dejando fuera las
sumas, en donde (nxn ) es el orden del sistema por resolver.
ORDEN
NMERO
DE
OPERACIONES
(nxn )
CRAMER
ADJUNTA
GAUSS
GAUSS-JORDAN
(3x3)
(5 x5)
(10 x10 )
(20 x 20 )
(50 x50 )
(100 x100 )
51
48
20
40
2 885
2 330
75
150
475
950
9.71x1020
9.22 x1020
19 500
39 000
7 445 x1064
7 400 x1064
43 377
86 754
348 250
696 500
NMERO DE OPERACIONES
(n
1)n !+ n
4.40 aos
(n n 1)n!+ 2n
(2n + 9n 5n ) 6
2
GAUSS-JORDAN
TIEMPO DE PROCESO
4.17 aos
DOOLITTLE
D.G.O.
164
1. Mtodo de Cramer
3 x1 + 2 x 2 x3 = 1
3 2 1
Ejemplo: sea el sistema x1 x 2 + 2 x3 = 0 ; det (A) = 1 1 2 = 9 + 16 + 2 4 + 12 6 = 11
4 2 3
4 x1 2 x 2 + 3 x3 = 0
1
0
x1 =
x2 =
x3 =
1
1 2
2
det (A1 ) 0 2
=
det (A)
11
det (A2 )
=
det (A)
det (A3 )
=
det (A)
3 1 1
1 0 2
4 0 3
11
3 2 1
1 1 0
4 2 0
11
3+0+0+0+ 4+0
1
; x1 =
11
11
0+8+0+0+03
5
; x2 =
11
11
0+02+4+0+0
2
; x3 =
11
11
2. Mtodo de la adjunta
3 x1 + 2 x 2 x3 = 1
3 2 1
Ejemplo: x1 x 2 + 2 x3 = 0
; det (A) = 1 1 2 = 9 + 16 + 2 4 + 12 6 = 11
4 2 3
4 x1 2 x 2 + 3 x3 = 0
1 2
2 3
1 2
Adj (A) =
4 3
1 1
4 2
2 1 2 1
2 3
1 2
1 4 3
3 1
3 1
= 5 13 7
4 3
1 2
2 14 5
3 2
3 2
4 2
1 1
165
1 4
1 4 3
1
1
1
A = 5 13 7 y como X = A b = 5 13
11
11
2 14
2 14 5
1
x1 =
1
5
; x2 =
11
11
1
3 1 11
5
7 0 =
11
5 0 2
11
2
; x3 =
11
3. Mtodo de Gauss
3 x1 + 2 x 2 x3 = 1
Ejemplo: x1 x 2 + 2 x3 = 0
4 x1 2 x 2 + 3 x3 = 0
3 2 1 1
Sea la matriz ampliada [A b]= 1 1 2 0
4 2 3 0
14
3
2
1
1
(2 )
a32
14
3 =
7
1
0 5
(2 ) =
5
a22
5
3
3
3
3
0 0 11 2
5 5
1
5
2
x1 =
; x2 =
; x3 =
11
11
11
166
4. Mtodo de Gauss-Jordan
3 x1 + 2 x 2 x3 = 1
Ejemplo: x1 x 2 + 2 x3 = 0
4 x1 2 x 2 + 3 x3 = 0
3 2 1 1
; Sea la matriz ampliada [A b]= 1 1 2 0
4 2 3 0
14
(2 )
a32
3 = 14
(2 ) =
5
a22
5
3
3 2
5
0
3
0 0
1 1
7
1
3
3
11 2
5 5
3
25
2
1
5
2
; x 2 = 33 =
; x3 = 5 =
donde x1 = 11 =
5 11
11 11
3 11
3
5
Los pasos anteriores marcan la pauta con el fin de que el algoritmo sea programable.
167
5) Mtodo de Doolittle
3 x1 + 2 x 2 x3 = 1
Ejemplo: x1 x 2 + 2 x3 = 0
4 x1 2 x 2 + 3 x3 = 0
1 0
3 2 1
Como A = LU ; A = 1 1 2 = LU = l 21 1
l31 l32
4 2 3
dado que u11 , u12 y u13 son conocidos: u11 = 3 , u12
0 u11
0 0
1 0
u12
u 22
0
u13
u 23
u 33
= 2 y u13 = 1 .
l 21u11 = 1 ; l 21 =
1
1
L1b =
3
2
5
0
0
1
0 I L1
14
1
5
3 2
0 1 1
1 x1 1
1
5
7 1
1
0 0 = = c ; UX = c 0
x2 =
3
3 3
0 3
14
2
0 0 11 x3 2
1
5
5
5
5
0
168
[ ]
2
1 7 2
5
2
1 + 2
2
11 11 1
3 3 11 5
=
; x2 =
; x1 =
=
x3 = 5 =
5
11 11
3
11
11
3
5
6) Mtodo D.G.O.
3 x1 + 2 x 2 x3 = 1
Ejemplo: x1 x 2 + 2 x3 = 0
4 x1 2 x 2 + 3 x3 = 0
El nuevo pivote es
que cambiarn:
33
6
= 11 y = 2 .
3
3
Finalmente con sustitucin hacia atrs o regresin se obtiene la solucin del sistema:
x3 =
2
11
169
2 5
1 + 1 2
11 11 = 1
x1 =
3
11
Conclusiones
Los mtodos de Cramer y de la adjunta, como ya se vio, son muy costosos en cuanto
al tiempo que se invierte en la solucin de sistemas de ecuaciones cuadradas (n x n ),
limitando con esto su aceptacin, por lo que se prefiere el uso de mtodos ms
eficientes y dinmicos.
El mtodo de Gauss es poco costoso en el tiempo de solucin y tiene la ventaja de
que puede aplicarse a cualquier sistema (n x m ), ya sea con ms ecuaciones que
incgnitas o con igual nmero de ecuaciones que incgnitas, o con ms incgnitas
que ecuaciones, pero tiene el inconveniente de que en un momento dado se tiene que
trabajar con nmeros racionales que muchas veces los alumnos prefieren convertir a
decimales, perdiendo con esto aproximacin.
El mtodo de Gauss-Jordan es lo mismo que el anterior de Gauss con el
inconveniente de que se invierte ms tiempo en la solucin de un sistema de
ecuaciones lineales.
El mtodo de Doolittle es prctico en la medida en que se adquiere experiencia para
aplicarlo, pero tambin tiene que trabajarse con nmeros racionales debiendo tener
mucho cuidado en su aplicacin para no perder aproximacin, tambin se invierte
poco tiempo en su aplicacin.
Con el mtodo D.G.O. se tiene la gran ventaja de que slo se trabaja con aritmtica
de nmeros enteros, invirtiendo muy poco tiempo en la solucin de sistemas (n x m )
cuadrados y no cuadrados, cuando son cuadrados (n x n ) fcilmente se puede
obtener, si se requiere, la inversa de la matriz de coeficientes A , lo mismo que su
determinante. Por todas las ventajas de este mtodo, nos permitimos hacer la
recomendacin de que debemos ensearlo a nuestros alumnos incluyndolo en
nuestros programas de estudio.
170
Bibliografa
Arya, L. Matemticas aplicadas a la Administracin y la Economa, Prentice-Hall, 2002.
Budnick, F. Matemticas aplicadas para Administracin, Economa y Ciencias Sociales, McGraw-Hill,
1990.
Educacin matemtica, nm. 3, 1991.
Gaceta de la UNAM, 18 de enero de 2007.
Grossman, S. Aplicaciones de lgebra lineal, Grupo Editorial Iberoamrica, 1988.
Pita, C. R. lgebra lineal, McGraw-Hill, 1991.
Yefimov, N. Quadratio Forms & Matrices, Academic Press, 1964.
171