Академический Документы
Профессиональный Документы
Культура Документы
SISTEMA
DE
ECUACIONES LINEALES
65
66
ELIMINACIN DE GAUSS
GAUSS - JORDAN,
MATRIZ INVERSA,
JACOBI,
GAUSS - SEIDEL,
CUADRATURA DE GAUSS
-R3+R2
-2R2+R3
-2R1+R2
R1+R3
R3/31
67
GAUSS JORDAN
Es una mejora del mtodo anterior con la diferencia que la matriz aumentada se
lleva a una matriz identidad obteniendo en forma directa los valores de las
incgnitas
-2R1+R2
R1+R3
-R3+R2
-2R2+R3
R3/31
-R2+R1
-3R3+R1
12R3+R2
68
MATRIZ INVERSA
Consiste en escribir la matriz de coeficientes con la matriz aumentada de tal forma
que atreves de operaciones elementales quede de lado izquierdo la matriz identidad y
del otro lado la matriz aumentada. Se multiplica trmino por trmino independiente
obteniendo los valores de la incgnita
1 1 3 1 0 0 -2R1+R2
R1+R3
2 5 1 0 1 0
1 1 4 0 0 1
1 1 3 1 0 0
0
1
12
3
1
0 2 7 1 0 1
1 1 3 1 0 0
0 3 5 2 1 0
0 2 7 1 0 1
-R3+R2
1 1 3 1 0 0
0
1
12
3
1
0 0 31 7 2 3
-2R2+R3
1 1 3 1
0
0
1
1
0 1 12 3
0 0 1 0.2258 0.06451 0.09677-3R3+R1
12R3+R2
R3/31
/
0
.
2903
0
.
2258
0
.
1613
0
1
0
-R2+R1
X1 = 0.8065
X 2 = 0.3548
X 3 = 1.3871
69
ij
>
i=1
ij
j i
Por otro lado el sistema que cumple con lo anterior se le conoce como sistema
diagonalmente dominante
EJEMPLO
70
x1 15 x2 + x3 = 8
x1 + 3 x2 + 20 x3 = 10
10 x1 + 3 x2 x3 = 4
SISTEMA
DIAGONALMENTE
NO
DOMINANTE
10 x1 + 3 x2 x3 = 4
x1 15 x2 + x3 = 8
x1 + 3 x2 + 20 x3 = 10
SISTEMA
DIAGONALMENTE
DOMINANTE
MTODO DE JACOBI
Es un mtodo de aproximaciones sucesivas que nos permite aproximar los valores de
la solucin de las incgnitas.
Consiste en despejar de la primera ecuacin la primera incgnita, de la segunda
ecuacin se despeja la segunda incgnita, de la tercera ecuacin se despeja la
segunda incgnita, y as sucesivamente hasta terminar con el sistema de ecuaciones.
Para la Primera Iteracin
Para la ecuacin 1 se le da solucin Trivial a cada una de las dems incgnitas.
En otras palabras para la primera incgnitas solo ser el termino independiente
entre el coeficiente de la incgnita despejada.
Y se calcula el Error Relativo Aproximado ( Era )
Para la ecuacin 2 se le da solucin Trivial a cada una de las dems incgnitas.
En otras palabras para la segunda incgnitas solo ser el termino independiente
entre el coeficiente de la incgnita despejada.
Y se calcula el Error Relativo Aproximado ( Era )
Para la ecuacin 3 se le da solucin Trivial a cada una de las dems incgnitas.
En otras palabras para la primera incgnitas solo ser el termino independiente
entre el coeficiente de la incgnita despejada.
Y se calcula el Error Relativo Aproximado ( Era )
Y as sucesivamente hasta terminar con el sistema de ecuaciones.
Para la Segunda Iteracin
Para cada una de las ecuaciones se sustituyen los valores de la primera iteracin.
Y se calcula el Error Relativo Aproximado ( Era ), para cada una de las ecuaciones
Para la Tercera Iteracin
Para cada una de las ecuaciones se sustituyen los valores de la tercera iteracin.
Y se calcula el Error Relativo Aproximado ( Era ), para cada una de las ecuaciones
Y as sucesivamente hasta terminar con el sistema de ecuaciones.
El proceso termina cuando el Error Relativo Aproximado de todas las incgnitas
cumple con el criterio ya visto en clase.
Tambin se le conoce como MTODO DE DESPLAZAMIENTO SIMULTANEO
10a+3b-c= 4
a-15b+2c= -8
-a-3b+20c= 10
71
mtodo
de
INTERACCIONES
PARCIALES
72
Ejemplo:
Resuelva el siguiente sistema de ecuaciones por el Mtodo de Gauss
Seidel
3x1 0.1x 2 0.2 x3 = 7.85
0.1x1 + 7 x 2 0.3x3 = 19.3
0.3x1 0.2 x 2 + 10 x3 = 71.4
Solucin: Despejando la primera variable (x1) de la primera ecuacin; la segunda
variable (x2) de la segunda ecuacin y as sucesivamente tenemos:
7.85 + 0.1x 2 + 0.2 x3
3
19.3 0.1x1 + 0.3 x3
x2 =
7
71.4 0.3 x1 + 0.2 x 2
x3 =
10
x1 =
Asignamos la solucin trivial (0) a las dems incgnitas y vamos sustituyendo en las
ecuaciones restantes, obtenemos:
Iteracin 1
7.85 0.1(0) + 0.2(0)
= 2.6167
3
19.3 0.1(2.6167) + 0.3(0)
x2 =
= 2.7945
7
71.4 0.3(2.6167) + 0.2(2.7945)
x3 =
= 7.005609
10
x1 =
Iteracin 2
7.85 0.1(2.7945) + 0.2(7.005609)
= 2.9906
3
19.3 0.1(2.9906) + 0.3(7.005609)
x2 =
= 2.4996
7
71.4 0.3(2.9906) + 0.2(2.4996)
x3 =
= 7.0002908
10
x1 =
73
74