UNIVERSIDAD PRIVADA DEL VALLE

FACULTAD DE TECNOLOGÍA
Evaluación
INGENIERÍA EN PETRÓLEO, GAS Y ENERGÍAS
CAMPUS TIQUIPAYA

METODS NUMERICOS

METODO DE GAUS
APLICADO A LA INGINIERIA PETROLERA

SOLUCIÓN NUMÉRICA DE SISTEMAS DE

ECUACIONES LINEALES MEDIANTE MATLAB Y
SU APLICACIÓN EN INGENIERÍA”

Docente: Ing. Mario Andrade

Grupo: “B”
Materia: Métodos Numéricos
Fecha: 23/05/2019
Estudiante: Escobar Ayala Álvaro
SOLUCIÓN NUMÉRICA DE SISTEMAS DE ECUACIONES LINEALES
MEDIANTE MATLAB Y SU APLICACIÓN EN INGENIERÍA”

INTRODUCCION
Los sistemas de ecuaciones lineales se utilizan para resolver muchos problemas de la
ciencia y la ingeniería. La solución numérica de dichos sistemas la forman una gran
variedad de algoritmos, como eliminación de Gauss, Gauss-Jordan, Gauss-Seidel,
Montante, Jacobi, Lu y Cholesky entre otros, que de una manera u otra resuelven el
sistema de ecuaciones lineales (si tiene solución). Sin embargo, cuando se trata de
problemas muy complejos en donde intervienen muchas ecuaciones, se requiere de
muchas operaciones aritméticas que pueden provocar caer en el tedio y el
aburrimiento por tanto cálculo, entonces, debe emplearse una alternativa para el
aprendizaje. Actualmente, los Métodos Numéricos tienen auge con la llegada de las
computadoras y en especial para resolver sistemas de ecuaciones lineales que
requieren cálculos matemáticos extremadamente complejos. Para el desarrollo de los
algoritmos se ha empleado el paquete de cálculo numérico, simbólico y gráfico MatLab.
Este software constituye una poderosa herramienta para resolver problemas de
ingeniería, dónde están involucradas los sistemas lineales por sus algoritmos
implementados a través de sus comandos y funciones. MatLab se debe usar
apropiadamente y no viene a sustituir el conocimiento impartido en el aula, se debe
empelar como un recurso didáctico para hacer más atractiva la enseñanza aprendizaje
de los Métodos Numéricos.

PLANTEAMIENTO DEL PROBLEMA

Aplicación de los comandos y funciones MatLab para la solución numérica de sistemas

de ecuaciones lineales en ingeniería y su implementación, así como el empleo de las
funciones gráficas de MatLab para representar geométricamente dichos sistemas.
OBJETIVOS

 Enseñar al alumno diversas técnicas numéricas para encontrar (si existe) la solución
de sistemas de ecuaciones lineales.
  Aplicar los métodos de eliminación de Gauss, matriz inversa, GaussJordan, y
Factorización de LU y Cholesky, para obtener la solución numérica de sistemas de
ecuaciones lineales.
 Aplicar las capacidades de visualización gráfica de MatLab, para la solución de
sistemas de ecuaciones lineales en ingeniería.

MARCO TEORICO DEL PROBLEMA

Por sistema de ecuaciones lineales se entiende un conjunto de ecuaciones que
deben resolverse simultáneamente y que presentan la siguiente estructura:

a11x1  a12 x2  a13 x3  . . .  a1N xN  b1

a21x1  a22 x2  a 23 x3  . . .  a2 N xN  b2
a31x1  a32 x2  a33 x3  . . .  a3N xN  b3
. . . . . (1)
. . . . .
. . . . .

aM 1 x1  aM 2 x2  aM 3 x3  . . .  a M N xN  bM

Este sistema de M ecuaciones algebraicas lineales con N incógnitas puede

escribirse en forma matricial como:

AM x N X  B
donde:

a11 a12 a13 . . . a1 N   x1   b1 

 a a . . . a   x   b 
a
 21 22 24 2N   2   2 

AM x N   . . . .  X   .  B .  (2)
    
 . . . .   .  . 
  

xN 
a a aM 3 . . . aM N   bM 
 M 1 M 2 

La matriz de coeficientes A se llama matriz del sistema. La matriz formada por A, a la que se
le ha agregado el vector de términos independientes B como última columna, se le llama la
matriz ampliada o matriz aumentada del sistema de ecuaciones, que se representa por [A | B]
y X es el vector de incógnitas.
Antes de proceder a resolver un sistema de ecuaciones es necesario determinar si
dicho sistema tiene o no solución y, en caso de tenerla, cuántas posibles soluciones
tiene. A continuación se presentan las diversas alternativas:

   Determinad o
 Compatible 
Sistema de 
No homogéneo  Indetermin ado

ecuaciones 

 Incompatib le
 
lineales   Determinad o( solución trivial)
 Homogéneo
 Compatible 

  Indeterminado
 
Si el vector de términos independientes B del sistema dado en (2) es diferente de
cero se dice que el sistema de ecuaciones es no homogéneo y en caso contrario el
sistema es homogéneo.

Sistema compatible o consistente. Es aquél que tiene solución y en este caso se cumple que
(Teorema de Rouché-Frobenius):
rango[A] = rango [ A | B ]

El rango de una matriz es el número de columnas linealmente independientes.

También es el orden de determinante no nulo de mayor orden que puede obtenerse
de esa matriz.

Sistema incompatible o inconsistente. Es aquél que no tiene solución y cumple la relación:

rango[A] < rango [ A | B ]

Sistema determinado. Es un sistema compatible que presenta solución única y en

este caso se verifica que:
rango[A] = número de incógnitas

Un sistema homogéneo que es determinado tiene únicamente la solución trivial

X=0.

Un sistema compatible que presenta infinidad de soluciones se conoce como

sistema indeterminado y se caracteriza por:
rango[A] < número de incógnitas

MARCO TEORICO DEL METODO NUMERICO

La siguiente tabla muestra las funciones y comandos empleados en MatLab para la
solución numérica de sistemas de ecuaciones lineales, valores característicos
(eigenvalores) y vectores característicos (eigenvectores) de una matriz no singular.

Función Descripción
syms x y z . . . t Convierte las variables x y z . . . t en simbólicas.
solve(„ec1,ec2, Resuelve n ecuaciones lineales simultáneas ec1, ec2,… ecn.
…ecn‟,‟x1,x2,…xn`) (Sistema de las variables x1, x2,… xn).
Resuelve un sistema de ecuaciones lineales del tipo A*X=B
X = linsolve(A,B) para una matriz cuadrada A, siendo B la matriz del término
 independiente del sistema de ecuaciones.

X = A\B Resuelve el sistema triangular A*X=B. Emplea eliminación de

Gauss.
X = inv(A)*B Resuelve el sistema A*X=B. Emplea la matriz inversa.
Obtiene la matriz reducida escalonada por renglones de A,
utilizando el método de Gauss-Jordan, en la cual, la diagonal
X = rref([A, B]) principal tiene 1 y los demás elementos 0. El número de
renglones no nulos de rref.(A) es el rango de A. Además,
muestra cuando un sistema es incompatible o indeterminado
mediante el vector de términos independientes B.
Muestra el procedimiento paso a paso de la solución del
rrefmovie( [A, B] ) sistema de ecuaciones lineales haciendo, incluso, cambio de
renglones para facilitar los cálculos, mostrando el resultado
final.
Descomposición (Factorización) LU. Devuelve una matriz
triangular superior U y una matriz triangular inferior L
[L , U] = lu(A) (triangularizable mediante permutación). Se cumple que
A=L*U. Resuelve el sistema de ecuaciones lineales mediante
la operación: X = U \ ( L\ B).
Descomposición (Factorización) de Cholesky de una matriz
simétrica y definida positiva. Devuelve la matriz triangular
superior U de A. Sólo se utiliza la diagonal y la parte triangular
U = chol(A) superior de A. Si A no es definida positiva devuelve un error.
Se cumple que A = U' * U. Resuelve el sistema de ecuaciones
lineales mediante la operación X = U \ ( U‟ \ B).
A‟ Matriz transpuesta de A.

inv(A) Calcula, si existe, la matriz inversa de la matriz cuadrada A

(A-1).
det(A) Determinante de la matriz cuadrada A.
rank(A) Rango de la matriz A.

Halla los valores característicos (eigenvalores) de la matriz

e = eig(A) cuadrada A. Es decir, calcula directamente las raíces que
definen al polinomio característico de la matriz A.
Halla la matriz diagonal D de valores característicos
[ V, D] = eig(A,B) generalizados de la matrices cuadradas A y B y una matriz V,
cuyas columnas son los vectores característicos
correspondientes, cumpliéndose que A*V=B*V*D.

P = poly(A) Calcula los coeficientes del polinomio característico de la

matriz cuadrada A.
 1.1 Método de Eliminación de Gauss.

El software MatLab encuentra la solución de ecuaciones algebraicas lineales

simultáneas, dadas en (3.1), mediante el método de eliminación de Gauss usando
la forma dada en el sistema (3.2) mediante la operación: X = A \ B. Es decir, usa el
operador aritmético “ \ “ (División izquierda de la matriz).

Ejemplo 1. Resuelve el siguiente sistema de ecuaciones lineales por el método de

eliminación de Gauss:

4x  y  z  7  4 1 1   7 

4x  8 y  z   21  A  4 8 1  B    21 (3)
   
 2x  y  5z  15  2 1 5   15

Solución:
Escribiendo el sistema de matrices dado en (3) en forma de vectorial, tenemos:

>> A = [4 -1 1; 4 -8 1; -2 1 5]; B = [ 7; -21; 15]

B =
7
-21
15
>> X= A\ B
X =
2
4
3
Nota: La solución es X = 2, Y = 4, Z = 3

Con ayuda de MatLab podemos visualizar el comportamiento gráfico del sistema

de ecuaciones lineales dado en (3)

Usando el comando surf para graficar, tenemos las figuras 1, 2 y 3:

>>[x y] = meshgrid(-5:0.5:10);
>> z = 7 - 4*x + y;
Realiza la gráfica de la primera ecuación
>>surf(x,y,z)
>> xlabel('Eje X')
>> ylabel('Eje Y')
>> zlabel('Eje Z')
>> hold on % Permite graficar el sistema sobre la
misma figura.
>>z = -21 - 4*x + 8*y;
Realiza la gráfica de la segunda ecuación
>>surf(x,y,z)
>> z = 15 + 2*x - y;
Realiza la gráfica de la tercera ecuación
>>surf(x,y,z)

Figura 1. Representación gráfica de la ecuación 1 del sistema (3)

 Figura 2. Representación gráfica de la ecuación 1 y 2 del sistema (3)

Figura 3. Representación gráfica de la ecuación 1, 2 y 3 del sistema (3)

Se obtienen los tres planos de la figura 3 interceptados en el punto (2, 4, 3).
Recuerde que se puede observar mejor el punto de intercepción en la ventana
gráfica de MatLab, rotando la figura (rotate 3D), en la barra de herramienta de
Figure. Como se puede observar en la figura 3 es muy difícil determinar visualmente
el punto de intercepción del sistema de las tres ecuaciones lineales, por lo que son
necesarios los métodos numéricos para resolver dichos sistemas.