SISTEMAS DE

ECUACIONES
LINEALES
2 Análisis Numérico

ECUACIONES LINEALES
Considerare un conjunto de ecuaciones con n incógnitas dado por
a11 x1 + a12 x2 +....+ a1n xn = y1

a21 x1 + a22 x2 +....+ a2n xn = y2

:
:
:
am1 x1 + am2 x2 +....+ amn xn = ym

Donde aij son coeficientes conocidos, xi son incógnitas y yi términos conocidos que
se denominan términos no homogéneos
Las ecuaciones lineales anteriores se pueden expresar de forma matricial como
AX=Y

Donde A, X y Y están definidos, respectivamente, por

 a 11 a 12 ···· a 1n   x1   y1 
a  x  y 
 21 a 22 ···· a 2n  X  2 Y   2
A : : :   :   : 
 : : :     
a  x m  y m 
 m1 a m2 ···· a mn 

donde A es una matriz de n por m coeficientes, X es un vector de términos

independientes e Y es el vector de incógnitas, objetivo de nuestro problema.
Un sistema de ecuaciones no homogéneo, es decir cuando siquiera uno de los yi
es distinto de cero; el sistema posee tres soluciones posibles: una única solución
X, infinitas soluciones o ninguna solución posible, pero para el caso de un sistema
homogéneo solo existen dos soluciones posibles: X = 0 (solución trivial) o infinitas
soluciones.
Las ecuaciones lineales expresadas anteriormente se pueden agrupar en los
siguientes tres casos:
 Caso 1: m = n, es el más común, con él numero de
ecuaciones igual al numero de incógnitas.
 Caso 2: m < n, el número de ecuaciones es menor que el de
incógnitas, y tenemos lo que se conoce como un problema subdeterminado,
con infinitas soluciones.
 Caso 3: m > n, el número de ecuaciones es mayor que el de
incógnitas, y se tiene un problema sobredeterminado.

Al trabajar con este sistema de ecuaciones lineales ( A x = y ) se utilizara la Matriz

aumentada, que no es mas que una representación matricial del sistema, es decir:
 Sistemas de Ecuaciones Lineales 3

 a 11 a 12 ···· a 1n y1 
a y 2 
 21 a 22 ···· a 2n
AY   : : : : 
 : : : : 
a y m 
 m1 a m2 ···· a mn

En la matriz aumentada se pueden realizar las siguientes operaciones entre filas:

 Sustitución de una ecuación por la misma ecuación
multiplicada por un escalar:  * Fi  Fi
 Sustitución de una ecuación por la combinación lineal de la ecuación
original con otra ecuación del sistema: Fj + *Fi  Fi
 Intercambio de dos ecuaciones del sistema (cambiamos el orden
de las ecuaciones en el sistema): Fj  Fi

MÉTODO DE GAUSS
Este es un método de eliminación, que trabaja sobre sistemas de ecuaciones
lineales donde él número de ecuaciones es igual al numero de incógnitas, cuyo fin
es el de hallar la matiz incógnita X.
La eliminación de Gauss esta constituida por dos pasos: Eliminación hacia delante
y La sustitución hacia atrás.

Eliminacion hacia adelante

Este paso consiste en transformar la matriz aumentada en una matriz triangular
superior; para ello se utilizara las operaciones entre filas para eliminar los
elementos ubicados por debajo de la diagonal principal.

Aunque es muy fácil la reducción de la matriz aumentada sin la necesidad de

intercambiar filas o " pivotear ", existe un problema computacional con este
método. Si se divide entre un numero pequeño que sé a redondeado, el resultado
puede contener un error de redondeo significativo. Por ejemplo 1/ 0.00074  1351
mientras que 1/ 0.0007  1479. Para evitar este problema, se usa un método en el
cual la idea es siempre la de dividir entre el elemento más grande, en valor
absoluto. El método se describirá con un ejemplo sencillo.

>>A=[1 0 0 0; 0 1 –1 0; -4 6 30, -24; 0 0 –24 36]

1 0 0 0
0 1 -1 0
-4 6 30 -24
0 0 -24 36

Luego se define la matriz de términos independiente que se llamara B

>>Y=[15;45;210;180]
4 Análisis Numérico

15
45
210
180

Se forma la matriz aumentada que se llamara AY

>>AY=[A Y]

1 0 0 0 15
0 1 -1 0 45
-4 6 30 -24 210
0 0 -24 36 180

Nuestro primer paso sera seleccionar el elemento de la primera columna con el

valor absoluto mayor, el cual sera nuestro primer pivote; es decir 4,para luego
intercambiar la primera fila con la que contenga al pivote.
Comenzamos intercambiando la fila uno con la tres (F 1  F3)
>>AUX=AY(1,:);
>>AY(1,:)=AY(3,:);
>>AY(3,:)=AUX

-4 6 30 -24 210
0 1 -1 0 45
1 0 0 0 15
0 0 -24 36 180

Ahora se procede a colocar en cero los elementos de la columna uno diferentes

del elemento a11, llamado primer pivote
A la fila tres se le suma la fila uno multiplicada por un cuarto (F3 = F3 + (1/4)*F1)
>>AY(3,:)=AY(3,:)+(1/4)*AY(1,:)

-4 6 30 -24 210
0 1 -1 0 45
0 3/2 15/2 -6 135/2
0 0 -24 36 180

Se intercambia la fila dos con la tres (F2  F3)

>>AUX=AY(2,:);
>>AY(2,:)=AY(3,:);
>>AY(3,:)=AUX

-4 6 30 -24 210
0 3/2 15/2 -6 135/2
0 1 -1 0 45
0 0 -24 36 180
 Sistemas de Ecuaciones Lineales 5

A la fila tres se le resta la fila dos multiplicada por dos tercios (F 3 = F3 - (2/3)*F2)
>>AY(3,:)=AY(3,:)-(2/3)*AY(2,:)

-4 6 30 -24 210
0 3/2 15/2 -6 135/2
0 0 -6 4 0
0 0 -24 36 180

Se intercambia la fila tres con la cuatro (F3  F4)

>>AUX=AY(3,:);
>>AY(3,:)=AY(4,:);
>>AY(4,:)=AUX

-4 6 30 -24 210
0 3/2 15/2 -6 135/2
0 0 -24 36 180
0 0 -6 4 0

A la fila cuatro se le resta la fila tres multiplicada por un cuarto (F 4 = F4 - (1/4)*F3)

>>AY(4,:)=AY(4,:)-(1/4)*AY(3,:)

-4 6 30 -24 210
0 3/2 15/2 -6 135/2
0 0 -24 36 180
0 0 0 -5 -45

Sustitución hacia atrás

Luego de la eliminación hacia delante nuestro sistema de ecuaciones se ha
transformado en sistema donde las incógnitas son simples de hallar, es decir:
a11 x1 + a12 x2 +....+ a1n xn = y1

a22 x2 +....+ a2n xn = y2

:
:
ann xn = yn

donde se observa que él termino xn = yn / ann , luego los pasos subsecuentes serán
hallar las incógnitas una por una en función de los valores obtenidos con
anterioridad.
Xn-1 = ( yn-1 – an-1, n xn ) / an-1 , n-1
:
n:
x1 = ( y1 -  a1,i xi ) / y1,1
i=2

De donde:
6 Análisis Numérico

A=AY(:,[ 1 2 3 4]);
Y=AY(:,[5]);
x4 = y4/a44 =-45/(-5) = 9

x3 =(y3- a34*x4)/a33 =( 180 – 36*9)/(-24) = 6

x2 =(y2- (a24*x4+a23*x3))/a22 =(135/2-(-6*9+6*(15/2)))/(3/2) = 51

x1 =(y1- (a14*x4+a13*x3+a12*x2))/a22 =(210-(-24*9+30*6+6*51))/(-4) = 15

Algoritmo de Gauss aplicado al determinante de una matriz

Se aplica las operaciones con filas a la matriz A hasta obtener una matriz diagonal
superior, luego se multiplican los coeficientes de la diagonal principal por –1
elevado a la cantidad de pivoteos (intercambio de filas) que se realizaron

determinante = (-1)3*( (- 4) * (3/2) * (-24) * (-5)) = 720

METODO GAUSS - JORDAN

Este método es similar al anterior pero con alguna diferencia sustancial, para
lograr diagonalizar la matriz A, según los siguientes pasos:
 Se forma la matriz aumentada.
 Se escoge el pivote de la columna como el número con el módulo más
grande.
 Se usa operaciones entre filas para hacer cero los elementos por debajo
y luego por encima del pivote.
 Y por ultimo se aplica las operaciones entre filas para hacer el pivote
uno.

Esto lleva a 1 el coeficiente ann y en la posición yn aparece el elemento xn del

vector solución X . Al final la matriz obtenida es de la siguiente forma

1 0 ···· 0 x 1 
 
0 1 ···· 0 x 2 
A  : : : : 
1
: : : : 
0 0 ···· 1 x 
 n

Realmente se esta obteniendo una matriz de la forma[I X], donde los X n

representan la solución del sistema.

Algoritmo de Gauss-Jordan aplicado a la inversión de matrices

Si partimos de una matriz ampliada [A I], en la que hemos sustituido el vector y por
una matriz identidad de igual dimensión que la matriz A, y aplicamos el método de
Gauss-Jordan a esta matriz, entonces llegamos a una matriz ampliada donde a la
izquierda aparece la matriz identidad y a la derecha la inversa de la matriz [I A -1], a
continuación se ilustra un ejemplo basado en el sistema anterior.
 Sistemas de Ecuaciones Lineales 7

>>AY=[A B]

1 0 0 0 15
0 1 -1 0 45
-4 6 30 -24 210
0 0 -24 36 180

Comenzamos usando el pivote de la fila tres, intercambiando la fila uno con la tres
(F1  F3).
>>AUX=AY(1,:);
>>AY(1,:)=AY(3,:);
>>AY(3,:)=AUX;

-4 6 30 -24 210
0 1 -1 0 45
1 0 0 0 15
0 0 -24 36 180

A la fila tres se le suma la fila uno multiplicada por un cuarto (F 3 = F3 + (1/4)*F1)

>>AY(3,:)=AY(3,:)+(1/4)*AY(1,:);

-4 6 30 -24 210
0 1 -1 0 45
0 3/2 15/2 -6 135/2
0 0 -24 36 180

La fila uno se divide entre menos cuatro (F1 = (-1/4)*F1)

>>AY(1,:)=(-1/4)*AY(1,:)

1 -3/2 -15/2 6 -105/2

0 1 -1 0 45
0 3/2 15/2 -6 135/2
0 0 -24 36 180

Se intercambiando la fila tres con la dos (F3  F2).

>>AUX=AY(2,:);
>>AY(2,:)=AY(3,:);
>>AY(3,:)=AUX

1 -3/2 -15/2 6 -105/2

0 3/2 15/2 -6 135/2
0 1 -1 0 45
0 0 -24 36 180

A la fila uno se le suma la fila dos (F1 = F1 + F2)

8 Análisis Numérico

>>AY(1,:)=AY(1,:)+AY(2,:)

1 0 0 0 15
0 3/2 15/2 -6 135/2
0 1 -1 0 45
0 0 -24 36 180

A la fila tres se le resta la fila dos multiplicada por dos tercios (F 3 = F3 – (2/3)*F2)
>>AY(3,:)=AY(3,:)-(2/3)*AY(2,:)

1 0 0 0 15
0 3/2 15/2 -6 135/2
0 0 -6 4 0
0 0 -24 36 180

La fila dos se multiplica por dos tercios (F2 = (2/3)*F2)

>>AY(2,:)=(2/3)*AY(2,:)

1 0 0 0 15
0 1 5 -4 45
0 0 -6 4 0
0 0 -24 36 180

Se intercambiando la fila tres con la dos (F3  F4).

>>AUX=AY(3,:);
>>AY(3,:)=AY(4,:);
>>AY(4,:)=AUX

1 0 0 0 15
0 1 5 -4 45
0 0 -24 36 180
0 0 -6 4 0

A la fila cuatro se le resta la fila tres multiplicada por un cuarto (F4 = F4 - (1/4)*F3)
>>AY(4,:)=AY(4,:)-(1/4)*AY(3,:)

1 0 0 0 15
0 1 5 -4 45
0 0 -24 36 180
0 0 0 -5 -45

A la fila dos se le suma la fila tres multiplicada por (5/24) (F2 = F2 + (24/4)*F3)
>>AY(2,:)=AY(2,:)+(5/24)*AY(3,:)

1 0 0 0 15
0 1 0 7/2 165/2
0 0 -24 36 180
 Sistemas de Ecuaciones Lineales 9

0 0 0 -5 -45
La fila tres se multiplica por (-1/24) (F3 = (-1/24)*F3)
>>AY(3,:)=(-1/24)*AY(3,:)

1 0 0 0 15
0 1 0 7/2 165/2
0 0 1 -3/2 -15/2
0 0 0 -5 -45

A la fila dos se le suma la fila cuatro multiplicada por (7/10) (F 2 = F2 + (7/10)*F4)

>>AY(2,:)=AY(2,:)+(7/10)*AY(4,:)

1 0 0 0 15
0 1 0 0 51
0 0 1 -3/2 -15/2
0 0 0 -5 -45

A la fila tres se le resta la fila cuatro multiplicada por (3/10) (F 2 = F2 - (3/10)*F4)

>>AY(3,:)=AY(3,:)-(3/10)*AY(4,:)

1 0 0 0 15
0 1 0 0 51
0 0 1 0 6
0 0 0 -5 -45

La fila cinco se multiplica por (-1/5) (F3 = (-1/5)*F3)

>>AY(4,:)=(-1/5)*AY(4,:)

1 0 0 0 15
0 1 0 0 51
0 0 1 0 6
0 0 0 1 9

X=AY(:,[5]);

La inversa por el método Gauss Jordan

Se forma la matriz aumentada que se llamara AU
>>T=size(A);
>>I=eye(T);
>>AU=[A I]

1 0 0 0 1 0 0 0
0 1 -1 0 0 1 0 0
-4 6 30 -24 0 0 1 0
0 0 -24 36 0 0 0 1
10 Análisis Numérico

Comenzamos usando el pivote de la fila tres, intercambiando la fila uno con la tres
(F1  F3).
>>AUX=AU(1,:);
>>AU(1,:)=AU(3,:);
>>AU(3,:)=AUX

-4 6 30 -24 0 0 1 0
0 1 -1 0 0 1 0 0
1 0 0 0 1 0 0 0
0 0 -24 36 0 0 0 1

A la fila tres se le suma la fila uno multiplicada por un cuarto (F 3 = F3 + (1/4)*F1)

>>AU(3,:)=AU(3,:)+(1/4)*AU(1,:) ;

-4 6 30 -24 0 0 1 0
0 1 -1 0 0 1 0 0
0 3/2 15/2 -6 1 0 1/4 0
0 0 -24 36 0 0 0 1

La fila uno se divide entre menos cuatro (F1 = (-1/4)*F1)

>>AU(1,:)=(-1/4)*AU(1,:)

1 -3/2 -15/2 6 0 0 -1/4 0

0 1 -1 0 0 1 0 0
0 3/2 15/2 -6 1 0 1/4 0
0 0 -24 36 0 0 0 1

Se intercambiando la fila tres con la dos (F3  F2).

>>AUX=AU(2,:);
>>AU(2,:)=AU(3,:);
>>AU(3,:)=AUX

1 -3/2 -15/2 6 0 0 -1/4 0

0 3/2 15/2 -6 1 0 1/4 0
0 1 -1 0 0 1 0 0
0 0 -24 36 0 0 0 1

A la fila uno se le suma la fila dos (F1 = F1 + F2)

>>AU(1,:)=AU(1,:)+AU(2,:)

1 0 0 0 1 0 0 0
0 3/2 15/2 -6 1 0 1/4 0
0 1 -1 0 0 1 0 0
0 0 -24 36 0 0 0 1

A la fila tres se le resta la fila dos multiplicada por dos tercios (F 3 = F3 – (2/3)*F2)
 Sistemas de Ecuaciones Lineales 11

>>AU(3,:)=AU(3,:)-(2/3)*AU(2,:)

1 0 0 0 1 0 0 0
0 3/2 15/2 -6 1 0 1/4 0
0 0 -6 4 -2/3 1 -1/6 0
0 0 -24 36 0 0 0 1

La fila dos se multiplica por dos tercios (F2 = (2/3)*F2)

>>AU(2,:)=(2/3)*AU(2,:)

1 0 0 0 1 0 0 0
0 1 5 -4 2/3 0 1/6 0
0 0 -6 4 -2/3 1 -1/6 0
0 0 -24 36 0 0 0 1

Se intercambiando la fila tres con la dos (F3  F4).

>>AUX=AU(3,:);
>>AU(3,:)=AU(4,:);
>>AU(4,:)=AUX

1 0 0 0 1 0 0 0
0 1 5 -4 2/3 0 1/6 0
0 0 -24 36 0 0 0 1
0 0 -6 4 -2/3 1 -1/6 0

A la fila cuatro se le resta la fila tres multiplicada por un cuarto (F 4 = F4 - (1/4)*F3)

>>AU(4,:)=AU(4,:)-(1/4)*AU(3,:)

1 0 0 0 1 0 0 0
0 1 5 -4 2/3 0 1/6 0
0 0 -24 36 0 0 0 1
0 0 0 -5 -2/3 1 -1/6 -1/4

A la fila dos se le suma la fila tres multiplicada por (5/24) (F2 = F2 + (24/4)*F3)
>>AU(2,:)=AU(2,:)+(5/24)*AU(3,:)

1 0 0 0 1 0 0 0
0 1 0 7/2 2/3 0 1/6 5/24
0 0 -24 36 0 0 0 1
0 0 0 -5 -2/3 1 -1/6 -1/4

La fila tres se multiplica por (-1/24) (F3 = (-1/24)*F3)

>>AU(3,:)=(-1/24)*AU(3,:)

1 0 0 0 1 0 0 0
0 1 0 7/2 2/3 0 1/6 5/2
12 Análisis Numérico

0 0 1 -3/2 0 0 0 -1/2
0 0 0 -5 -2/3 1 -1/6 -1/4

A la fila dos se le suma la fila cuatro multiplicada por (7/10) (F 2 = F2 + (7/10)*F4)

>>AU(2,:)=AU(2,:)+(7/10)*AU(4,:)

1 0 0 0 1 0 0 0
0 1 0 0 1/5 7/10 1/20 1/30
0 0 1 -3/2 0 0 0 -1/24
0 0 0 -5 -2/3 1 -1/6 -1/4

A la fila tres se le resta la fila cuatro multiplicada por (3/10) (F 2 = F2 - (3/10)*F4)

>>AU(3,:)=AU(3,:)-(3/10)*AU(4,:)

1 0 0 0 1 0 0 0
0 1 0 0 1/5 7/10 1/20 1/30
0 0 1 0 1/5 -3/10 1/20 1/30
0 0 0 -5 -2/3 1 -1/6 -1/4

La fila cinco se multiplica por (-1/5) (F3 = (-1/5)*F3)

>>AU(4,:)=(-1/5)*AU(4,:)

1 0 0 0 1 0 0 0
0 1 0 0 1/5 7/10 1/20 1/30
0 0 1 0 1/5 -3/10 1/20 1/30
0 0 0 1 2/15 -1/5 1/30 1/20

Se extrae la matriz inversa de la matriz AU de las columnas 5, 6, 7 y 8

AINV=AU(:,[ 5 6 7 8])

1 0 0 0
1/5 7/10 1/20 1/30
1/5 -3/10 1/20 1/30
2/15 -1/5 1/30 1/20

Este resultado obtenido se puede verificar en Matlab realizando la operación:

>>inv(A)

MÉTODO DE JACOBI
Este método tiene aplicabilidad en problemas donde el número de incógnitas es
muy grande y los coeficientes de la matriz son pocos. Es aquí donde el método
resulta eficiente desde el punto de vista en la utilización de memoria, ya que otros
métodos como la eliminación gaussiana podrían exceder el limite de memoria.
Para la aplicación del método es necesario tener un valor inicial ya sea
aproximado o sea el vector nulo, el cual es utilizado para calcular un nuevo vector
solución mediante la expresión de Jacobi y así sucesivamente se repetirá el
proceso hasta un error estimado.
 Sistemas de Ecuaciones Lineales 13

Para poder aplicar el método iterativo de Jacobi se debe tener una estimación
inicial del vector solución X, si no se tiene la estimación se debe tomar como
vector solución inicial el vector nulo, esto es por que siempre se necesita el valor
inicial de X para poder comenzar las iteraciones, entre mas cercano sea el valor
inicial a valor real, mas rápido converge a la solución.
Una condición suficiente para que el método de Jacobi converja es:
N
a i , j   ai, j para toda i
j 1, j  i

Esto quiere decir que cada elemento de la diagonal de la matriz A sea mayor o
igual que la suma de los otros elementos de la matriz, excluyendo los elementos
de la diagonal. El método iterativo de Jacobi se resuelve por medio de su
expresión
 N 
 Yi 
  i, j
( a ) * X ( t 1) 
j 
 j 1, j  i 
X i(t ) 
a i ,i

donde t indica el orden de la iteración, para X(0) es la aproximación ó estimación

inicial. Un ejemplo para el sistema anterior seria:

X1 - X2 + 0 X3 = 45
6 X1 + 30 X2 - 24 X3 = 210
0 X1 + -24 X2 + 36 X3 = -180

El nuevo sistema se convierte en:

X1 = X2 + 45
X2 = - (6/30) X1 + (24/30) X3 + (210/30)
X3 = (24/36) X2 -(180/36)

Para X1 =0; X2 =0; X3 =0;

X1 = 0 + 45 = 45
X2 = - (6/30) 0 + (24/30) 0 + (210/30) = 7
X3 = (24/36) 0 -(180/36) = -5

Para X1 =45; X2 =7; X3 =-5;

X1 = 7 + 45 = 52
X2 = - (6/30) 45 + (24/30) (-5) + (210/30) = -37/5
X3 = (24/36) 7 -(180/36) = -1/3

Para X1 =52; X2 =-37/5; X3 =-1/3;

X1 = -37/5 + 45 = 188/5
X2 = - (6/30) 52 + (24/30) (-1/3) + (210/30) = -37/5
X3 = (24/36) (-37/5) -(180/36) = -1/3
14 Análisis Numérico

Y así sucesivamente hasta una cota de error o un máximo de iteraciones.

Método de Gauss Seidel

Es parecido al método de Jacobi a diferencia que cada valor encontrado se
sustituye en la siguiente ecuación, partiendo del sistema anterior, cada iteración
está dada por:

1  i 1 n 
xi( k )   bi   aij x (jk )  a x (jk 1) 
 ij
aii  j 1 j i 1 

El criterio de detención el que si en alguna norma, la matriz de iteración M

del esquema satisface ||M|| < 1, entonces el método converge y el error en el paso
(k+1) puede estimarse mediante:
M
x ( k 1)  x  x ( k 1)  x ( k )
1 M

y, a su vez, la norma de la matriz de iteración ||M|| puede estimarse paso a paso

mediante:
x ( j 1)  x ( j )
M  máx ( j )
1 j  k x  x ( j 1)

Ejemplo basado en el sistema anterior. El nuevo sistema se convierte en:

X1 = X2 + 45
X2 = - (6/30) X1 + (24/30) X3 + (210/30)
X3 = (24/36) X2 -(180/36)

Para X1 =0; X2 =0; X3 =0;

X1 = 0 + 45 = 45
X2 = - (6/30) 45 + (24/30) 0 + (210/30) = -2
X3 = (24/36) (-2) -(180/36) = -19/3

Para X1 =45; X2 =-2; X3 =-19/3;

X1 = -2 + 45 = 43
X2 = - (6/30) 43 + (24/30) (-19/3) + (210/30) = -20/3
X3 = (24/36) (-20/3) -(180/36) = -85/9

Para X1 =43; X2 =-20/3; X3 =-85/9;

X1 = -20/3 + 45 = 115/3
X2 = - (6/30) (115/3) + (24/30) (-85/9) + (210/30) = -74/9
X3 = (24/36) (-74/9) -(180/36) = -283/27

Y así sucesivamente hasta una cota de error o un máximo de iteraciones.

 Sistemas de Ecuaciones Lineales 15

DESCOMPOSICIÓN LU
El esquema de descomposición LU es una transformación de una matriz A como
el producto de dos matrices,
A=LU

Donde L es una matriz triangular inferior y U es una matriz triangular superior. La

descomposición LU para una matriz de 3  3 se ilustra de la manera siguiente:
a1.1 a1.2 a1.3 1 0 0  u1.1 u1.2 u1.3
a2.1 a2.2 a2.3  l2.1 1 0  0 u2.2 u2.3 
    
a3.1 a3.2 a3.3 l3.1 l3.2 1 0 0 u3.3 

Conviene observar que los elementos de la diagonal de L valen 1. Para evaluar Ui.j
y Li.j en la ecuación anterior sin pivoteo, primero multiplicamos el primer renglón de
L por cada columna de U y comparamos el resultado con el primer renglón de A.
Tenemos entonces que el primer renglón de U es idéntico al de A:
u1.j = a1.j, j=1a3

Multiplicamos la segunda y tercera fila de L por la primera columna de U

respectivamente, y lo comparamos con el lado izquierdo para obtener
a2,1 = l2,1 u1,1, a3,1 = l3,1 u1,1

o en forma equivalente
l2,1 = a2,1/ u1,1, l3,1 = a3,1/ u1,1

Multiplicamos la segunda fila de L por la segunda y tercera columnas de U y las

comparamos con el lado izquierdo para obtener
a2,2 = l2,1 u1,2 + u2,2 , a2,3 = l2,1 u1,3 + u2,3

o bien
u2,2 = u2,2 - l2,1 u1,2 , u2,3 = u2,3 - l2,1 u1,3

Multiplicamos la tercera fila de L por la segunda fila de U y tenemos

a3,2 = l3,1 u1,2 + l3,2 u2,2

o, en forma equivalente,
l3,2 = [a3,2 - l3,1 u1,2]/ u2,2

Finalmente, l3,3 se obtiene multiplicando la ultima columna de U por la ultima

columna de L y lo igualamos a a3,3 como sigue:
l3,1u1,3 + l3,2 u2,3 + u3,3 = a3,3

o bien
u3,3 = a3,3 - l3,1u1,3 - l3,2 u2,3
16 Análisis Numérico

Problemas
1. Obtener la solución de Ax=y donde
3 2   1
A  , y 
1  1 1
2. Resolver el sistema Ax=b para los siguientes 3 vectores datos:
3 2  1 2  0    2  2
1 4 0 
2  0   1   2
A b1    b2    b3   
2 1 2  1 1  3 0 
       
1 1  1 3  0  4 0 
¿Qué método recomienda para la resolución de este problema?

3. Resuelva el sistema por todos los métodos conocidos, halle la inversa y el

determinante de A y las normas de B:
1 2 1 0 0 0   0 
2 8 6 2 0 0   4 
   
1 6 14 8 3 0   10 
a. A    Ax   
0 2 8 21 10 4   2 
0 0 3 10 30 12   15
   
0 0 0 4 12 41  29 

 6 2 2 4   x1   12 
 12  8 6 10   x   34 
b.   2   
 3  13 9 3   x3   27 
     
 6 4 1  18  x 4   38

 0.04 0.04 0.12   x1  3

c.  0.56  1.56 0.32 
  x   1 
 2  
 0.24 1.24  0.28  x3  0

1 1 1  1    2 2
d. A  2  1 3  , b1   4  b2   5  b3   1
3 2  2  2  1   4 

4. Resuelva la ecuación lineal por descomposición LU Ax=y donde

 2 1  3  2

A   1 3 2 , y  0
 3 1  3 1 
 Sistemas de Ecuaciones Lineales 17

 1 0 0 2 1 3 
 considere L   0.5 1 0, U  0 3.5 0.5 
 1.5  0.1428 1 0 0 1.5714
 Utilice el comando [L,U]=lu(A); para obtener las matrices L y U.
 Utilizando la descomposición PA=LU donde P es la matriz de permutación,
resolver
 PAx=Py y luego LUx=Py. (Note que A se puede obtener mediante P-1LU).
Para ello, utilice el comando [L,U,P]=lu(A);

5. Para los siguientes sistemas, plantee el sistema matricial resuelva el sistema

por todos los métodos conocidos, halle la inversa y el determinante de A y las
normas de B.
a) 2x2 + x4 = 0 b) 0.05x1+0.07x2+0.06x3+0.05x4 = 0.23
2x1 + 2x2 + 3x3 + 2x4 = -2 0.07x1+0.10x2+0.08x3+0.07x4 = 0.32
4x1 - 3x2 + x4 = -7 0.06x1+0.08x2+0.10x3+0.09x4 = 0.33
6x1 + x2 - 6x3 - 5x4 = 6 0.05x1+0.07x2+0.09x3+0.10x4 = 0.31

1/ 5 X1  1/ 6 X 2  1/ 7 X 3 1 0.1X 1  0 .6 X 2  X3 0
c) 1 / 6 X 1  1/ 7 X 2  1/ 8 X 3 0 d)  2 X 1  8X 2  0 .3 X 3 1
1/ 7 X1  1/ 8 X 2  1/ 9 X 3  1 X1  6X 2  4X 3 2

4X1  X2  2X 3 1 4X1  X2  2X 3  11
e) X 1  3X 2  X3 2 f) X 1  3X 2  X3 6
X1  X2  3X 3  2 2X1  2X 2  3X 3  1

X1  X2  2X 3  X4 6
X1  X3  X4 4
g)
2X1  X2  3X 3  4X 4  2
 X2  X3  X4 5

6. Resuelva los siguientes sistemas por los métodos conocidos, si no puede

hallar la solución por un determinado método justifique el porque:
X1  X2  X3  3 X1  X2  X3 3
a)  X 1  X 2  X 3  2 b) 2 X 1  X 2  2 X 3 5
X1  3X 2  X 3  8  2X1  X 2  3 X 3 2

2X1  X2  X3  1 2X1  3X 2  X3 4
c) 3 X 1  3X 2  9X 3 0 d) X 1  2X 2  X3 6
3X1  3X 2  5X 3 4  X1  12 X 2  5X 3  10
18 Análisis Numérico

7. Dado el siguiente circuito: Plantee el sistema 10  120 V

de ecuaciones, calcule la inversa y el
determinante de la matriz A y resuelva el
sistema
I2
10 

20  20 

5A
50  I1 20 
I3
100 V

25  5

8. Para el siguiente circuito plantee el sistema de ecuaciones en forma matricial,

calcule el determinante y la inversa de la matriz A, solucione el sistema por un
método iterativo y calcule VR2, VR7, IR5, IT = IE + IE1.
R1 R6

4k 12k
+ +
R2 R4 24k E 9k 3k
8k 72V E1 72V
- R7 R8
-
R3 R5 R9
12k 12k 6k

9. La figura muestra tres reactores ligados por tubos. Como se puede ver la
velocidad de transferencia de sustancias químicas a través de los tubos es
igual a la velocidad de flujo. (Q, con unidades de metros cúbicos por segundo)
multiplicada por la concentración del reactor del cual surge el flujo (C, con
unidades de miligramos por metros cúbicos). Si el sistema es estacionario, la
transferencia en cada reactor balancea la transferencia de salida. Por ejemplo,
en el reactor 1, (entrada) = (salida), o:
500  Q 21 C  Q 12 C 1  Q 13 C 1
2
o, usando las velocidades de flujo como en la figura.
500  20C 2  80C 1  40C 1

en donde 500 es una entrada directa (miligramos por segundo).

Desarrollándose ecuaciones de balance de masas comparables para cada uno
de los otros reactores y resuélvanse las tres ecuaciones algebraicas lineales
simultáneas para la concentración de los reactores (ver chapra).
 Sistemas de Ecuaciones Lineales 19

Q13c1
500 Q33c3
1 3

Q12c1 200 Q33 = 120

Q21c2 Q23c2
Q13 = 40
Q12 = 80
2 Q23 = 60
Q21 = 20

10. Halle los voltajes de nodo VA y VB para el circuito de la figura.

R5 Is2
10 R6 R7 Is1 R8
3A 2 16A
6 12

R9
2

VA VB

11. Utilice el método de los voltajes R1

500
de los nodos para encontrar las
corrientes de rama i1, i2, i3, en Is1
el circuito. Compruebe la R2
25K
11mA
solución para i1, i2, i3,
demostrando que la potencia
+ -
disipada en el circuito es igual Vs1 R3 R4 Vs2
20V 1k
a la potencia total generada. -
250
+
10V

12. Una varilla unidimensional se mantiene aislada a una temperatura constante en

sus extremos. Los puntos indican las posiciones en donde debe aplicarse la
 2T  2 T Ti1  2Ti  Ti1
 rT  0 
ecuación x , donde x x 2
2 2
,para calcular la distribución
de temperatura a lo largo de la varilla.

50 ºC 200 ºC

0 X
20 Análisis Numérico

En donde r es el coeficiente de perdida de calor, igual a 0.01 cm -2 y la longitud

de la varilla es de 10 cm, Grafíquese T contra x donde X es la distancia a lo
largo de la varilla. calcúlese la distribución de temperatura. (ver chapra)

13. Para el siguiente R1

circuito plantee el
sistema de ecuaciones 2/3
R6 2
en forma matricial, R2 4/3 R4 4
calcule el determinante R3 V1 +
3/250V
y la inversa de la 2 R7 3/2 R8 3/2
matriz A, solucione el R5 2
sistema por un método
iterativo y calcule VR2,
VR7, IR5, IV1

14. En la red de la figura siguiente,

ninguna de las fuentes de voltaje y 0.5
V2 V3
corriente varían con el tiempo, y
+
todas las resistencias tienen el valor 3V
R=1/2. Resuelva para los cuatro - 2A
0.5
voltajes de nodos indicados en la
siguiente figura. V5
0.5 + 1V -
0.5
V1 0.5
V6 V4

0.5
0.5

15. Se tiene una placa

100º C 100º C 100º C
rectangular cuyas orillas se
mantienen a una cierta
temperatura. Se tiene T1 T2 T3
interés en encontrar la 50º C 50º C
temperatura en los puntos
T4 T5 T6
interiores, suponiendo que 50º C 50º C
es el promedio de los
cuatro puntos que la 50º C T7 T8 T9
50º C
rodean. Usando esta
suposición establezca el
sistema de ecuaciones
0º C 0º C 0º C
halle el determinante y la
 Sistemas de Ecuaciones Lineales 21

inversa de la matriz A y resuelva el sistema.

Para el punto T1 se tiene:
T1 = (100 T2 +T4 + 50)/4  4T1 – T2 –T4 = 150

16. Halle el voltaje entre cada uno de los

nodos con letras (a, b, c y d) y la tierra
en el Circuito.

17. Encuentre i en el circuito de la figura 1

1 5
1

+ 1 2

V 40V 1
- i

1 2
1

1 5

18. Encontrar las fuerzas y reacciones asociadas con una armadura estáticamente
determinada.
500 Kg 180 Kg

45º 45º 60º 30º

22 Análisis Numérico

19. Encuentre v1, v2, v3 en el circuito de la figura:

0.15 0.15

+ +
125 18.4 V1 18.4
0.25 0.25
- +
V3 11.6
+ -
+
125 38.4 V2 38.4
0.15 0.15 -

20. En la red de la figura r=2 y r1= 1. Escriba las ecuaciones, en base de:
Mallas y de Nodos Resuelva el sistema por un método iterativo u uno directo
compare resultados.
R R
2 2

R R1 R
2 1 2
R1 R1
1 1

R1 I
R 1 R
2 3 A 2

R R
2 2

21. Realizar el estudio de la

dinámica de partículas y Fr= 0.2
cuerpos rígidos para la figura 10K
siguiente: Fr= 0.7 g 10K
15K
g
g
5K
45º g
 Sistemas de Ecuaciones Lineales 23

22. Utilice el método de los 2

nodos para encontrar I1
todas las corrientes de las +
ramas de I1 a I6, verifique 120V I4 6
-
su solución demostrando 3
I6
que la potencia total I2
36 11,5A
disipada es igual a la +
potencia total generada 120V I5 12
(todos los valores de -
2
resistencias son en
ohmio). I3

23. Usando nodos calcule la 198 99

caída de tensión a través
de la resistencia de
99
198
20 8

+
10 4,95
30V 26,4
-

24. Realizar el estudio de la

dinámica de partículas y
cuerpos rígidos para la figura
siguiente:

25. Use corrientes de mayas iy voltajes de nodos para resolver el siguiente circuito:
24 Análisis Numérico

26. Usando nodos calcule la caída Resuelva el sistema y hallar la potencia

absorbida en la fuente de corriente de 1mA.

27. Considere el siguiente diagrama de una malla de calles de un flujo de tráficos

que entran y salen en las intersecciones; sea Xi el número de vehículos/horas
que circulan por la calle i. Suponiendo que el número de vehículos que entra
en una intersección es el mismo que sale, establezca un sistema de
ecuaciones que describa el diagrama de flujo del trafico, y resuelva el sistema
200 200
[1]
[2]

X2
200
300 X1
[1] X3 200
100 [3]
100
X4
X5

[4]
100
Sistemas de Ecuaciones Lineales 25