SISTEMAS

DE

ECUACIONES

LINEALES

Estudiaremos sistemas de ecuaciones de la forma :

a11 x1
a 21 x1
a n1 x1
a

a12 x 2
a 22 x 2

an2 x2

a1n x n
a2n xn
a nn x n

b1
b2

bn

ij
j
donde
, j son constantes y
son las incgnitas. Se dice que el sistema
n
n
tiene
ecuaciones con
incgnitas o simplemente que es de n n .

ij
En la notacin
, i se refiere al rengln, y j se refiere a la columna
donde est ubicado el elemento correspondiente.

MATRICES
El sistema de ecuaciones lineales se puede escribir en forma matricial si definimos:
i) La matriz de coeficientes:

ii) La matriz de incgnitas:

iii) La matriz de trminos independientes o resultados:

Entonces el sistema es equivalente a la ecuacin matricial:

donde el producto indicado es el producto de matrices.

OPERACIONES ELEMENTALES
Para una matriz A se definen tres operaciones elementales por renglones
( o columnas ); nos remitiremos a las operaciones por renglones. Cuando se
efectan las operaciones elementales se obtiene una matriz equivalente, y se utiliza
el smbolo de equivalencia.
I.- Intercambiar dos renglones
Ejemplo:

Si intercambiamos el rengln 1 y 3:

~
II.- Multiplicar un rengln por una constante distinta de cero
Ejemplo:

Si multiplicamos el rengln 3 por 2:

III.- Sumar un rengln a otro rengln

Ejemplo:

Si sumamos el rengln 3 al rengln 2:

~
Las operaciones II y III se combinan para sumar un mltiplo de un rengln a otro
rengln.
Ejemplo:
(i) Comenzamos con la matriz:

(ii) Multiplicamos el rengln 1 por 2:

~
(iii) Sumamos el rengln 1 al rengln 2:

1
(iv) Finalmente multiplicamos por 2 el rengln 1 ( lo cual anula el
paso

(ii) ):

~
Ahorrando pasos podemos escribir simplemente:

~
Finalmente, las operaciones elementales se utilizan para hacer ceros debajo de
algn elemento

aij 0

Ejemplo: Hacer ceros debajo del elemento

a11 en la siguiente matriz:

Solucin. Vemos que para lograr el objetivo, podemos multiplicar el rengln 1

por 2 , y sumarlo al rengln 2. Tambien podemos multiplicar el mismo rengln 1
por 3, y sumrselo al rengln 3:

~
El objetivo final es transformar una matriz A en una matriz escalonada .
Definicin. Una matriz se llama escalonada si el primer elemento no cero
cada rengln est ms a la derecha que el del rengln anterior.
Ejemplos:
1) La matriz

s es escalonada.
2) La matriz

no es escalonada.
Obviamente el escalonamiento de una matriz se logra haciendo ceros debajo de
los elementos adecuados.
Ejercicios:
1) Usando operaciones elementales, escalonar la siguiente matriz:

Solucin.

La notacin se explica por s sola:

en

2) Escalonar la siguiente matriz:

Solucin. Procedemos como en el ejercicio anterior:

Tenemos ahora todas las herramientas para estudiar nuestros dos primeros
mtodos numricos de solucin a sistemas de ecuaciones lineales.

ELIMINACIN GAUSSIANA
Este mtodo se aplica para resolver sistemas lineales de la forma:

El mtodo de eliminacin Gaussiana (simple), consiste en escalonar la matriz

aumentada del sistema:

para obtener un sistema equivalente :

a'

ij
donde la notacin
se usa simplemente para denotar que el elemento ij
cambi.
Se despejan las incgnitas comenzando con la ltima ecuacin y hacia
arriba. Por esta razn, muchas veces se dice que el mtodo de eliminacin
Gaussiana consiste en la eliminacin hacia adelante y sustitucin hacia atrs.

Ejemplo:
1. Resolver el siguiente sistema de ecuaciones:

usando el mtodo de eliminacin Gaussiana (simple).

Solucin .

Escalonamos la matriz aumentada del sistema:

Y dividiendo el segundo rengln entre 3 , tenemos la matriz equivalente:

Por lo tanto, el sistema equivale a:

De la ltima ecuacin tenemos

ecuacin de arriba para obtener
ecuacin de arriba para obtener

x3 10

x2 18 ;

x1 7 .

Por lo tanto, la solucin del sistema es:

2) Resolver:

sustitumos este valor en la

sustitumos estos valores en la

usando eliminacin Gaussiana (simple).

Solucin. Escalonando la matriz aumentada del sistema:

Por lo tanto, el sistema equivale a:

De la ecuacin ( 3 ) obtenemos
sustitumos arriba para obtener

x3 2

; sustitumos arriba para obtener

x2 4 ;

x1 4 .

Por lo tanto la solucin del sistema es:

El mtodo de eliminacin Gaussiana (simple) puede presentar un problema cuando

uno de los elementos que se usan para hacer ceros, es cero.
Por ejemplo, supngase que en algn paso del proceso de hacer ceros
tenemos la siguiente matriz:

Es claro que el elemento

a22 0 no puede usarse para hacer ceros!

Este problema se puede resolver fcilmente intercambiando los renglones 2

y 3 . De hecho, el resultado que obtenemos es la matriz escalonada :

Sin embargo, el problema puede presentarse tambin si el elemento aquel es muy

cercano a cero.
Ejemplo:

Solucin.

Resolver el siguiente sistema, usando eliminacin Gaussiana (simple)

Usando eliminacin Gaussiana (simple) obtenemos:

Que nos da el sistema equivalente:

De donde,

x2

2
3 ; sustitumos arriba y obtenemos:

El resultado cambia drsticamente de acuerdo al nmero de cifras

significativas que se usen. Resumimos los resultados en la siguiente tabla:
#
Cifras
Significativas

(*)
Error relativo
porcentual

0.667

-33

10,000 %

0.0067

-3

1,000 %

0.00067

100 %

0.000067

.3

10 %

0.6666667

0.33

1%

(*) Para calcular este error se tom el valor verdadero de

x1

1
3.

Ahora resolvemos el mismo sistema pero intercambiando los renglones 1 y 2

Lo cual nos da el sistema equivalente:

De donde obtenemos

x2

2
3 ; sustituyendo arriba nos da:

Nuevamente tomamos distintas cifras

resultados en la siguiente tabla:

significativas y resumimos los

#
Cifras
Significativas
3
4
5
6
7

(*)
Error Relativo
Porcentual
0.667
0.6667
0.66667
0.666667
0.6666667

0.333
0.3333
0.33333
0.333333
0.3333333

0.1 %
0.01 %
0.001 %
0.0001 %
0.00001 %

En este ltimo caso, vemos que el error relativo porcentual no vara drsticamente
como en la solucin anterior.
As, vemos que los elementos que son cercanos a cero, son elementos malos
para hacer ceros. En general, para evitar este problema se elige como elemento
para hacer ceros (el cual recibe el nombre de elemento pivotal o simplemente
pivote) como el elemento mayor en valor absoluto de entre todos los candidatos.
A este procedimiento se le llama pivoteo parcial y aplicado a la eliminacin
Gaussiana, nos d el llamado mtodo de eliminacin Gaussiana con pivoteo
(parcial).
Podemos resumir el pivoteo (parcial) como sigue:

Para elegir el elemento pivote en la primer columna se escoge el elemento

mayor (con valor absoluto) de toda la primer columna.
Para elegir el elemento pivote en la segunda columna, se escoge el elemento
mayor (con valor absoluto ) de toda la segunda columna exceptuando el
elemento

a12 .

Para la tercer columna se exceptan los elementos

a13

a23

, etc.

En un diagrama matricial, tenemos que los elementos pivotes de cada columna

se escogen de entre los siguientes:

Ejemplo 1:
Usar eliminacin Gaussiana con pivoteo para resolver el siguiente sistema:

Solucin. Escribimos la matriz aumentada del sistema:

Para escoger el primer elemento pivote en la columna 1, tomamos el

elemento mayor con valor absoluto entre -1 , -2 y -0.2 , el cual obviamente es el
-2 ; por lo tanto intercambiamos el rengln 1 y 2 (ste es el primer pivoteo
realizado):

Y procedemos a hacer ceros debajo del pivote.

Para ello, multiplicamos el rengln

1
1 por 2 y se lo sumamos al rengln 2.
Tambin, multiplicamos el rengln 1
0.2
2
por
y lo sumamos al rengln 3. Esto nos da la matriz:

Olvidndonos del rengln 1 y de la columna 1, procedemos a escoger el

pivote de la columna 2, pero unicamente entre 0.5 y 1.25 , el cual obviamente

resulta ser 1.25. Por lo tanto intercambiamos los renglones 2 y 3 (ste es el

segundo pivoteo realizado):

Y procedemos a hacer ceros debajo del elemento pivote. Para ello multiplicamos el

.05
rengln 2 por 1.25 y lo sumamos al rengln 3 para obtener:

La cual es una matriz escalonada.

El sistema equivalente es:

Y con la sustitucin hacia arriba, obtenemos la solucin del sistema:

Ejemplo 2.
Usar eliminacin Gaussiana con pivoteo para resolver el siguiente sistema de
ecuaciones:

Solucin. La matriz aumentada del sistema es :

El elemento pivote en la columna 1 es el

los renglones 1 y 3:

10 ,

lo que nos obliga a intercambiar

Haciendo ceros debajo del pivote, obtenemos:

Ahora el elemento pivote en la columna 2 es el -14.55, el cual est bien colocado,

y no hay necesidad de intercambiar renglones.
Procedemos a hacer ceros
debajo del pivote, lo cual nos da la siguiente matriz escalonada:

Escribiendo el sistema equivalente, y resolviendo con la sustitucin hacia arriba,

obtenemos la solucin del sistema:

METODO

DE

GAUSS - JORDAN

Este mtodo utiliza las mismas tcnicas de eliminacin Gaussiana

(incluyendo el pivoteo), pero con el objetivo de finalizar con una matriz de la
siguiente forma:

donde

I n es la matriz identidad de nxn .

Para lograr esto, se usa la tcnica del pivoteo con la nica diferencia que el
pivote se usa para hacer ceros hacia abajo y hacia arriba.
Ejemplo 1:
sistema:

Solucin.

Usar el mtodo de Gauss-Jordan para resolver el siguiente

Comenzamos con la matriz aumentada:

Procedemos a hacer el primer pivoteo, y para ello, intercambiamos los renglones 1

y 2:

y haciendo ceros debajo del pivote, obtenemos:

~
Ahora, para colocar adecuadamente el segundo pivote intercambiamos los
renglones 2 y 3:

Para hacer ceros arriba del pivote 1.25, multiplicamos el rengln 2 por 1.25 y se
lo sumamos al rengln 1; para hacer ceros debajo del mismo pivote, multiplicamos
al mismo rengln 2 por

0.5
1.25

y se lo sumamos al rengln 3 . Todo esto nos da:

Ahora procedemos a hacer ceros arriba del pivote 0.09 .

el rengln 3

por

rengln 3 por

1.9
0.09

0.85
0.09

Para ello, multiplicamos

y se lo sumamos al rengln 2; igualmente multiplicamos el

y se lo sumamos al rengln 1.

Todo esto nos da:

Finalmente para hacer los 1s ( unos ) en la diagonal principal, multiplicamos los

renglones 1 , 2, y 3 por
entonces la matriz final:

1 1
,
2 1.25 y

1
0.09 , respectivamente.

Obtenemos

La cual nos da la solucin del sistema de ecuaciones:

Ejemplo 2.
sistema:

Solucin.

Usar el mtodo de Gauss-Jordan para resolver el siguiente

Escribimos la matriz aumentada del sistema:

Observamos que el primer elemento pivote est bien colocado y por lo tanto no hay
necesidad de intercambiar renglones. Por lo tanto hacemos ceros debajo del pivote

a11 1 ; para ello, multiplicamos el rengln 1 por 0.4 y se lo sumamos al rengln 2,

y tambin multiplicamos el mismo rengln 1 por 0.5 y se lo sumamos al rengln

3. Esto nos da la siguiente matriz:

Para elegir el segundo elemento pivote, debemos escoger el elemento mayor (con

2.8

32
22
valor absoluto) entre
y
, el cual obviamente es ste ltimo. Por
lo tanto, debemos intercambiar el rengln 2 y el rengln 3. Tenemos entonces:

Procedemos a hacer ceros arriba y abajo de nuestro segundo elemento pivote; para
ello, multiplicamos el rengln 2 por 0.5 y lo sumamos al rengln 1, y tambin
multiplicamos el mismo rengln 2 por

2.8
4

y lo sumamos al rengln 3. Esto nos da:

a 33 0.15 . Para hacer ceros arriba de este

00..155 y lo sumamos al rengln 2, y
elemento, multiplicamos el rengln 3 por
Nuestro tercer elemento pivote es

tambin multiplicamos el mismo rengln 3 por

nos da:

2.75
0.15

y lo sumamos al rengln 1. Esto

Finalmente, hacemos los 1s (unos) en la diagonal, multiplicando el rengln 2 por

14 y el rengln 3 por 0.115 . Esto nos da la matriz final:

Por lo tanto, la solucin del sistema de ecuaciones es:

MATRIZ INVERSA
Una de las aplicaciones del mtodo de Gauss-Jordan, es el clculo de matrices
inversas. Recordamos primero la definicin de matriz inversa.
Definicin. Sea A una matriz de
B de nxn tal que:

Se escribe
existe,
es

B A 1
nica,

nxn . La matriz inversa de A es una matriz

para denotar la matriz inversa. Cuando la matriz inversa

pro
no
siempre
existe
la
matriz
inversa.
1

Un resultado de algebra lineal prueba que la matriz inversa A

existe si y solo
si
el
determinante
de
A
es
distinto
de
cero.
El mtodo de Gauss-Jordan procede como sigue:

Es decir, en una matriz comenzamos por escribir la matriz A, y a su derecha

n del mismo orden que la matriz A; enseguida

agregamos la matriz identidad
aplicamos el mtodo de Gauss-Jordan para hacer los ceros y unos y obtener del

lado izquierdo la matriz identidad

matriz inversa de A.

I n . Del lado derecho lo que obtendremos ser la

Ejemplo 1. Usar el mtodo de Gauss-Jordan para calcular la matriz inversa de la

siguiente matriz:

Solucin.

En una matriz, colocamos la matriz A y a su derecha agregamos la

matriz identidad

I2 :

a11 4 est bien colocado y procedemos a hacer ceros

14 y lo
debajo de este elemento. Para ello, multiplicamos el rengln 1 por
El primer elemento pivote

sumamos al rengln 2. Esto nos da:

a 22 0.25 . Para hacer ceros arriba de este

011.25 y lo sumamos al rengln 1. Esto
elemento, multiplicamos el rengln 2 por
Nuestro segundo elemento pivote es
nos da:

Finalmente, hacemos los 1s en la diagonal principal. Para ello, multiplicamos el

rengln 1 por

1
4

y el rengln 2 por 0.25 . Esto nos da la matriz final:

Por lo tanto, conclumos que la matriz inversa de A es:

Ejemplo 2.

Usar el mtodo de Gauss-Jordan para calcular la matriz inversa de:

Solucin. En una matriz, colocamos la matriz A y a su derecha agregamos la

matriz identidad:

Vemos que el primer elemento pivote

a11 2 est bien colocado y procedemos a

hacer ceros debajo de este elemento. Para ello multiplicamos el rengln 1 por
lo sumamos al rengln 2; tambin, multiplicamos el mismo rengln 1 por
lo sumamos al rengln 3. Esto nos da:

0.5
2

0.3125
2

y
y

Para elegir el segundo elemento pivote, debemos escoger el elemento mayor (con

0.2

1.25

32
22
valor absoluto) entre
y
, el cual obviamente es ste ltimo.
Por lo tanto, debemos intercambiar el rengln 2 y el rengln 3. Tenemos entonces:

Procedemos a hacer ceros arriba y abajo de nuestro segundo elemento pivote; para

1.425 y lo sumamos al rengln 1, y tambin

ello, multiplicamos el rengln 2 por

multiplicamos el mismo rengln 2 por

0 .2
1.25

y lo sumamos al rengln 3. Esto nos da:

a33 0.4 . Para hacer ceros arriba de este

3.0125
.4
elemento, multiplicamos el rengln 3 por
y lo sumamos al rengln 2, y
Nuestro tercer elemento pivote es

tambin multiplicamos el mismo rengln 3 por

nos da:

10
0.4

y lo sumamos al rengln 1. Esto

Finalmente, hacemos los 1s en la diagonal principal. Para ello multiplicamos el

rengln 1, 2 y 3 por

1
2

1.125 y

1
0.4

, respectivamente. Esto nos da la matriz final:

Por lo tanto, conclumos que la matriz inversa de A es:

METODO DE GAUSS-SEIDEL

El mtodo de Gauss-Seidel, es un mtodo iterativo y por lo mismo, resulta ser un

mtodo bastante eficiente. Comenzamos con nuestro sistema de ecuaciones:

x1 , de la ecuacin 2 despejemos x 2 , , de la

De la ecuacin 1 despejemos
ecuacin n despejemos

xn

. Esto nos da el siguiente conjunto de ecuaciones:

Este ltimo conjunto de ecuaciones son las que forman nuestras frmulas
iterativas. Para comenzar el proceso iterativo, le damos el valor de cero a las

x ,, x n

2
variables
tenemos que:

; esto nos dar un primer valor para

x1 . Ms precisamente,

x1 en la ecuacin 2, y las variables

x3 , , x n
x2 :
siguen teniendo el valor de cero. Esto nos da el siguiente valor para
Enseguida, sustitumos este valor de

Estos ltimos valores de

x ,, x

x1

x 2 , los sustitumos en la ecuacin 3, mientras

n
que 4
siguen teniendo el valor de cero; y as sucesivamente hasta llegar a
la ltima ecuacin. Todo este paso, nos arrojar una lista de primeros valores para
nuestras incgnitas, la cual conforma nuestro primer paso en el proceso iterativo.
Digamos que tenemos:

Volvemos a repetir el proceso, pero ahora sustituyendo estos ltimos datos en

vez de ceros como al inicio, obtendremos una segunda lista de valores para cada
una de las incgnitas. Digamos que ahora tenemos:

En este momento, podemos calcular los errores aproximados relativos, respecto a

cada una de las incgnitas. As, tenemos la lista de errores como sigue:

El proceso se vuelve a repetir hasta que:

donde

es una cota suficiente prefijada.

Ejemplo 1
Usar el mtodo de Gauss-Seidel para aproximar la solucin del sistema:

hasta que
Solucin

a 1%

Primero despejamos las incgnitas

respectivamente. Tenemos:

x1 , x 2 y

x3

de las ecuaciones 1, 2 y 3

Estas ltimas, son nuestro juego de frmulas iterativas.

Comenzamos el proceso iterativo, sustituyendo los valores de

x 2 x3 0

en la

x
primera ecuacin, para calcular el primer valor de 1 :

Ahora, sustituimos

x1 2.66667

x3 0

en la segunda ecuacin, para obtener

x2 :

Ahora sustituimos
obtener

x3

x1 2.66667 y x 2 2.82381 en la tercera ecuacin, para

As, tenemos nuestra primera aproximacin a la solucin del sistema:

Puesto que todava no podemos calcular ningn error aproximado, repetimos el

proceso pero ahora con los ltimos datos obtenidos para las incgnitas:

x 2 2.82381 y x3 7.1051 en la ecuacin 1 obtenemos

x1 3.6626 . Sustituyendo x1 3.6626 y x3 7.1051 en la ecuacin 2 obtenemos
Sustituyendo

x 2 3.24404 ; finalmemente, sustituyendo x1 3.6626 y x 2 3.24404 en la

x3 7.06106

ecuacin 3 obtenemos
. As, tenemos la segunda lista de valores de
aproximacin a la solucin del sistema:

Ahora si podemos calcular los errores absolutos para cada una de las incgnitas.
Tenemos:

Puesto que no se ha logrado el objetivo, debemos repetir el mismo proceso con

los ltimos valores obtenidos de cada una de las incgnitas. Ntese que aunque el

a ,3

error aproximado
ya cumple con ser menor al 1%, esto se debe de cumplir
para los tres errores aproximados!
Por lo tanto repetimos el mismo proceso. Omitiendo los pasos intermedios,
obtenemos:

Y en este caso tenemos los siguientes errores aproximados:

Vemos que ahora si se ha cumplido el objetivo para cada uno de los errores
aproximados. Por lo tanto, conclumos que la solucin aproximada es:

Observacin. Es lgico preguntarse si siempre el mtodo de Gauss-Seidel

converge a la solucin del sistema de ecuaciones y tambin es lgico esperar que la
respuesta es NO.
Un resultado de Anlisis Numrico nos da una condicin suficiente para la
convergencia del mtodo.

Teorema. El mtodo de Gauss-Seidel converge a la solucin del sistema si se

cumple la condicin de que la matriz de coeficientes del sistema sea una matriz
diagonalmente dominante, es decir, si se cumple la siguiente condicin:
,para
cada
La condicin de ser una matriz diagonalmente dominante simplemente significa que
los elementos de la diagonal son mayores (en valor absoluto) que la suma de los
valores absolutos de los dems elementos del mismo rengln. Ntese que en el
ejemplo anterior, la matriz si es diagonalmente dominante y por lo tanto, el mtodo
de Gauss-Seidel si converge a la solucin del sistema.
Sin embargo, la condicin de la matriz diagonalmente dominante, solamente es
una condicin suficiente pero no necesaria, es decir, existen sistemas de ecuaciones
que no cumplen con la condicin y que si convergen a la solucin y tambin existen
sistemas de ecuaciones que no cumplen con la condicin y que no convergen a la
solucin.
Finalmente, obsrvese que aunque un sistema no cumpla con la condicin de ser
diagonalmente dominante, es posible a veces, lograr que si se cumpla con esta
condicin mediante un intercambio de renglones, como veremos en el siguiente
ejemplo.
Ejemplo 2
Usar el mtodo de Gauss-Seidel para aproximar la solucin del sistema:

hasta que

a 1%

Solucin
En este caso, vemos que la matriz de coeficientes del sistema no es
diagonalmente dominante (por qu?). Pero tambien vemos que si intercambiamos
los renglones 2 y 3 entonces si es diagonalmente dominante. As, primero hacemos
el intercambio de renglones y nuestro sistema es:

Procedemos entonces, a despejar

respectivamente. Tenemos:

x1 , x 2 y x3 de las ecuaciones 1, 2 y 3

Comenzamos entonces el proceso iterativo sustituyendo los valores de

x3 0

en la ecuacin 1 para obtener

Ahora sustitumos

x2 0 y

x1 :

x1 18.84 y x3 0 en la ecuacin 2 para obtener x 2 :

Para terminar la primera iteracin, sustitumos

ecuacin 3 para obtener

x3

x1 18.84 y x 2 3.152 en la

Por lo tanto los valores obtenidos en la primera iteracin son:

Puesto que solo tenemos la primera aproximacin de la solucin del sistema,

debemos seguir avanzando en el proceso iterativo. Sustituyendo

x3 0.04613

x 2 3.152 y

x1 19.69765 ; sustituyendo
x1 19.69765 y x3 0.04613 en la ecuacin 2, obtenemos x 2 3.42775 ;
x1 19.69765 y x 2 3.42775 en la ecuacin 3, obtenemos
sustituyendo
x3 0.05207

en la ecuacin 1, obtenemos

. Por lo tanto, nuestra segunda aproximacin es:

Y ahora si podemos calcular los errores aproximados para cada una de las
incgnitas. Tenemos:

Puesto que no se ha cumplido el objetivo, debemos seguir avanzando en el

proceso iterativo. Resumimos los resultados como sigue:
Tercera iteracin:

Cuarta Iteracin:

As, el objetivo se ha logrado hasta la cuarta iteracin y tenemos que los valores
aproximados de la solucin del sistema son:

EJERCICIOS
NOTA: En todos los ejercicios, redondea tus resultados a cinco decimales.
1. Usa el mtodo de Gauss con pivoteo para resolver el siguiente sistema:

Solucin:
2. Usa el mtodo de Gauss con pivoteo para resolver el siguiente sistema:

Solucin:
3. Usa el mtodo de Gauss-Jordan para resolver el siguiente sistema:

Solucin:
4. Usa el mtodo de Gauss-Jordan para resolver el siguiente sistema:

Solucin:
5. Calcula la matriz inversa de las siguientes matrices usando el mtodo de GaussJordan:

i)

Soluciones:

i)

ii)

ii)

6. Usa el mtodo de Gauss-Seidel hasta que

del siguiente sistema de ecuaciones:

a 1%

para aproximar la solucin

Solucin:
7. Usa el mtodo de Gauss-Seidel hasta que
del siguiente sistema de ecuaciones:

Solucin:

a 1%

para aproximar la solucin