MTODOS NUMRICOS

100401_73


TRABAJO ACTIVIDAD N
O
2



TRABAJO PRESENTADO:










UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD
SEPTIEMBRE DE 2014











INTRODUCCIN


La resolucin de sistemas de ecuaciones lineales aparece como una parte importante en cualquier
campo de la ciencia y de la ingeniera, como por ejemplo, la resolucin de balances de materia en un
sistema. La resolucin de un sistema de ecuaciones lineales aparece tambin como un subproblema de
un problema ms complicado de anlisis numrico, tal como ocurre cuando se resuelve iterativamente
un sistema de ecuaciones no lineales por el mtodo Newton-Raphson, donde en cada etapa de un
proceso iterativo se requiere la resolucin de un sistema de ecuaciones lineales, o en procesos de
optimizacin tanto lineales como no lineales.

Con frecuencia los sistemas de ecuaciones presentan una estructura muy especial que puede ser objeto
de tratamiento particular. Por ejemplo los problemas de interpolacin polinmica, entre otros





















Fase 1_ Identificar los sistemas de ecuaciones lineales de los no lineales.
Realizar un cuatro comparativo entre los sistemas lineales y los sistemas no lineales.

CUADRO COMPARATIVO

SISTEMA LINEAL NO LINEAL
Tipos de ecuaciones
Cada ecuacin toma su forma basado del
grado ms alto o el exponente de la
variable. Por ejemplo, en el caso donde y
= x - 6x + 2 el grado de 3 da esta
ecuacin le da el nombre "cbica".
Cualquier ecuacin que tiene un grado no
superior a 1 recibe el nombre "lineal".
De lo contrario, llamaremos
ecuacin "no lineal" a las
ecuaciones cuadrticas,
sinusoidales o cualquier otro tipo
Relaciones de entrada
y salida
En general, "x" es considerada como la
entrada de una ecuacin e "y" es
considerada como la salida. En el caso de
una ecuacin lineal, cualquier aumento en
la "x" o bien provoca un aumento o una
disminucin en "y" dependiendo del valor
de la pendiente
En contraste, en una ecuacin no
lineal, "x" puede no siempre causar
el incremento de "y". Por ejemplo,
si y = (5 - x) , "y" disminuye en
valor cuando "x" se aproxima a 5,
pero disminuye en caso contrario.
Diferencias en el
grfico
Un grfico muestra el conjunto de
soluciones para una ecuacin dada. En el
caso de ecuaciones lineales, el grfico
siempre ser una lnea
. Por el contrario, una ecuacin no
lineal puede parecerse a una
parbola si es de grado 2, una
forma de x curvada si es de grado 3,
o cualquier otro tipo de curva.
Mientras que las ecuaciones
lineales son siempre rectas, las
ecuaciones no lineales a menudo
presentan curvas.
Excepciones
Con excepcin del caso de las lneas
verticales (x = una constante) y de las
lneas horizontales (y = una constante),
existirn ecuaciones lineales para todos
los valores de "x" e "y"
Las ecuaciones no lineales, por otro
lado, no puede tener soluciones
para ciertos valores de "x" o "y".
Por ejemplo, si y = sqrt (x),
entonces "x" slo existe entre 0 e
infinito y tambin "y", ya que la
raz cuadrada de un nmero
negativo no existe en el sistema de
nmeros reales y no hay races
cuadradas que den como resultado
un nmero negativo
Beneficios
Las relaciones lineales se pueden explicar
mejor mediante ecuaciones lineales,
donde el aumento en una variable causa
directamente el aumento o disminucin de
la otra. Por ejemplo, el nmero de galletas
que comes en un da podra tener un
impacto directo en tu peso como se ilustra
mediante una ecuacin lineal.
Sin embargo, si se analiza la
distribucin de clulas en mitosis,
una ecuacin exponencial no lineal
encajara mejor con los datos.




Fase 2
Analizarlas tcnicas Numricas para La solucin de Problemas de sistemas de Ecuaciones

MTODO DE ELIMINACIN DE GAUSS

El primer mtodo que se presenta usualmente en lgebra, para la solucin de ecuaciones algebraicas
lineales simultneas, es aquel en el que se eliminan las incgnitas mediante la combinacin de las
ecuaciones. Este mtodo se conoce como Mtodo de Eliminacin. Se denomina eliminacin Gaussiana
si en el proceso de eliminacin se utiliza el esquema particular atribuido a Gauss.
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.

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
x 6 = 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 nmero
de ecuaciones que de variables.





DESVENTAJAS DEL MTODO DE ELIMINACIN

Divisin entre cero





La razn principal por la que se le ha llamado simple al mtodo anterior se debe a que durante las fases
de eliminacin y sustitucin hacia atrs es posible que ocurra una divisin entre cero. Por ejemplo, si se
utiliza el mtodo de eliminacin de Gauss simple para resolver.

En la normalizacin del primer rengln habr una divisin entre a11 = 0. Tambin se pueden presentar
problemas cuando un coeficiente est muy cercano a cero. La tcnica de pivoteo se ha desarrollado para
evitar en forma parcial estos problemas


Errores de redondeo

El problema de los errores de redondeo llega a volverse particularmente importante cuando se trata de
resolver un gran nmero de ecuaciones. Esto se debe al hecho de que cada resultado depende del
anterior. Por consiguiente, un error en los primeros pasos tiende a propagarse, es decir, a causar errores
en los siguientes pasos.
Resulta complicado especificar el tamao de los sistemas donde los errores de redondeo son
significativos, ya que depende del tipo de computadora y de las propiedades de las ecuaciones. Una
regla generalizada consiste en suponer que los errores de redondeo son de importancia cuando se trata
de sistemas de 100 o ms ecuaciones. En cualquier caso, siempre se deben sustituir los resultados en las
ecuaciones originales y verificar si ha ocurrido un error sustancial
Sistemas mal condicionados

Los sistemas bien condicionados son aquellos en los que un pequeo cambio en uno o ms coeficientes
provoca un cambio similarmente pequeo en la solucin. Los sistemas mal condicionados son aquellos
en donde pequeos cambios en los coeficientes generan grandes cambios en la solucin. Otra
interpretacin del mal condicionamiento es que un amplio rango de resultados puede satisfacer las
ecuaciones en forma aproximada. Debido a que los errores de redondeo llegan a provocar pequeos
cambios en los coeficientes, estos cambios artificiales pueden generar grandes errores en la solucin de
sistemas mal condicionados.



Mtodo de Gauss-Jordan

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.


MTODO DE GAUSS - SEIDEL
Al igual que el Mtodo de Jacobi, El Mtodo de Gauss-Seidel consiste en hacer iteraciones, a partir de
un vector inicial, para encontrar los valores de las incgnitas hasta llegar a una tolerancia deseada, la
diferencia radica en que cada vez que se desee encontrar un nuevo valor de una x
i
, adems de usar los
valores anteriores de las x, tambin utiliza valores actuales de las x encontradas antes (desde x
0
hasta x
i-
1
).
La ecuacin es la siguiente:

Este proceso de usar valores actuales para hallar un valor de x puede facilitar la convergencia del
mismo.

Convergencia del mtodo:
Para determinar si el mtodo de Gauss-Seidel converge hacia una solucin. Se evalan las siguientes
condiciones de convergencia (Nota: las siguientes van en un orden de modo que si se cumple una de las
condiciones, comenzando por la primera por supuesto, la evaluacin de las siguientes no es necesario
realizarlas):
1. La matriz sea estrictamente dominante diagonalmente por filas (E.D.D. por filas), es decir, para
todo i desde 1 hasta n que es el tamao de la matriz A:

Es decir, el elemento de la diagonal correspondiente a la fila i debe ser mayor a la suma de los
elementos de esa fila i.
2. A partir de la siguiente identidad:





Donde D corresponde a la matriz formada por los elementos de la diagonal de A (D=diag
(a
11
, a
22
, ..., a
nn
)), -L corresponde a la matriz triangular inferior obtenida de la parte triangular
estrictamente inferior de A, y -U corresponde a la matriz triangular superior obtenida de la parte
triangular estrictamente superior de A, se puede deducir la frmula vectorial de este mtodo:
, k = 1, 2, ...
De donde B
G
(conocida como la matriz de iteracin de Gauss-Seidel) es (D-L)
-1
U. Para que
el mtodo de Jacobi converja hacia una solucin,
, para una norma matricial inducida.
3. (B
G
), que corresponde al mximo de los valores absolutos de las races de la ecuacin
caracterstica de la matriz B
G
(det(B
G
- I)) es menor que 1.





















REFERENCIAS

Leer ms: http://www.monografias.com/trabajos72/resolucion-sistemas-metodo-gauss-
jordan/resolucion-sistemas-metodo-gauss-jordan.shtml#ixzz3F2LMCn6t
Ernest F, Haeussler JR, Richard S Paul (2003). Matemticas para administracin y
economa, dcima edicin. Mxico. Editorial Prentice Hall.
Yuri Skiba (2005). Mtodos y sistemas numricos, un anlisis computacional. Mxico.
Universidad autnoma de Mxico.
http://www.ditutor.com/ecuaciones_grado2/metodo_gauss.html
http://proton.ucting.udg.mx/posgrado/cursos/metodos/gauss/index.html
http://www.monografias.com/trabajos72/resolucion-sistemas-metodo-gauss-
jordan/resolucion-sistemas-metodo-gauss-jordan.shtml
http://aprendeenlinea.udea.edu.co/lms/moodle/mod/resource/view.php?inpopup=true&id=244
91