Mtodo de GAUSS (Eliminacin Gaussiana)

Objetivo: Resolver sistemas de ecuaciones lineales de la forma Ax = b .

Ejemplo:
Sea el sistema lineal:

4 x1 + 2 x2 + 1x3 = 7
2 x1 + 2 x2 +1x3 = 5
1x1 + 1x2 + 1x3 = 3

Donde:

7
4 2 1

A = 2 2 1 Y b = 5
3
1 1 1

Considerando la matriz ampliada se procede a triangular de la siguiente manera:

4 2 1 7
4 2
1
7
4 2 1
7
1

A | b = 2 2 1 5 F2 = F2 F1 0 1 1 2 3 2
0 1 1 2 3 2 U | b
2
1 1 1 3
0 1 2 3 4 5 4

F = F 1 F 0 0 1 2 1 2
1
3
3
2
F3 = F3 F1
2
4
Este sistema es triangular superior, equivalente al sistema inicial y evidentemente mas censillo de
resolver, la solucin de este es la siguiente:

1

x = 1
1

Con los multiplicadores utilizados para triangular podemos formar la matriz L triangular inferior y a
la matriz resultante luego de triangular la llamaremos U triangular superior:
0 0
1
4 2 1

L = 1 2 1 0 , U = 0 1 1 2
1 4 1 2 1
0 0 1 2

Estas dos matrices nos dan la factorizacin LU de A, as:

0 0 4 2 1
4 2 1 1

A = 2 2 1 = 1 2 1 0 0 1 1 2 = LU
1 1 1 1 4 1 2 1 0 0 1 2

Formalizando:
Dado el sistema lineal Ax = b , escribimos A = (aij ) = (aij(1) ) en donde el sper ndice indica que el
proceso esta en etapa 1, veamos ahora como sigue el proceso:
Etapa 1
a11(1)
(1)
a21

a (1)
n1

a12(1)
(1)
a22

a1(1)n

an(1)2

(1)
ann

a2(1)n

Etapa 2
a11(1)
b1(1)

b2(1)
0

0
bn(1)

a12(1)
(2)
a22

a1(1)n
a2(2)n

an(2)2

(2)
ann

Etapa 3
a11(1)
b1(1)

b2(2)
0

0
bn(2)

a12(1)
(2)
a22

a1(1)n
a2(2)n

(3)
ann

Etapa k
a11(1)

0
0

a12(1)
(2)
a22

a1(1)k
a2(2)k

a1(1)j
a2(2)j

a1(1)n
a2(2)n

0
0

akk( k )
a((kk+) 1) k

akj( k )
a((kk+) 1) j

akn( k )
a((kk+) 1) n

aik( k )

aij( k )

ain( k )

ank( k )

anj( k )

(k )
ann

b1(1)

b2(2)

bk( k )
bk( k+1)

(k )
bi

(k )
bn

Etapa k+1
a11(1)

0
0

a12(1)
(2)
a22

a1(1)k
a2(2)k

a1(1)j
a2(2)j

a1(1)n
a2(2)n

0
0

akk( k )
0

akj( k )
a((kk++1)1) j

akn( k )
a((kk++1)1)n

aij( k +1)

ain( k +1)

anj( k +1)

( k +1)
ann

El pas de la etapa k a la k+1 esta dada por:

1. Elegir el o un pivote akkk 0 .
2. Dejar la fila del pivote igual.
3. Con los multiplicadores: mkk =

aik( k )
, y anular aik( k ) , i = k + 1, , n.
akk( k )

4. Hallar los nuevos aij( k +1) en la nueva sub matriz de trabajo.

b1(1)

b2(2)

(k )
bk
bk( k+1+1)

( k +1)
bi

( k +1)

bn

b1(1)

b2(2)

(3)
bn

As los nuevos a se calculan:

aij( k +1) = aij( k ) mik akj( k )
bi( k +1) = bi( k ) mik bk( k )

Y la etapa n es:

Etapa n
a

(1)
11

(1)
12
(2)
22

a1(1)n
a2(2)n

(n)
ann

a
a

b1(1)

b2(2)
Ub

bn( n )

Con U triangular superior y definiendo:

1

m21
L = m31

m
n1

0
1

0
0

m32

mn 2

0
0 , Triangular inferior.

Formalizando podemos describir el proceso de la siguiente forma:

( k +1)
ij

aij( k )

= aij( k ) (aik( k ) akk( k ) )akj( k )

Si i k
Si i k + 1 j k + 1
Si i k + 1 j k

(n)

Luego definimos U= A y definimos L de la siguiente forma:

aik( k ) akk( k )

lik =
1

Si i k + 1
Si i = k
Si i k 1

Teorema: Si todos los elementos pivote akkk son distintos de cero en el proceso antes descrito,
entonces A = LU .
Demostracin:
Notemos que:
aij( k +1) = aij( k ) , si i k j k 1.
Adems ukj = akj( n ) = akj( k )
Por ultimo lik = 0 si k > i ukj = 0 si k < j.

Supongamos i < j , entonces:

n

i 1

i 1

k =1

k =1

k =1

k =1

k =1

( LU )ij = lik ukj = lik ukj = lik akj( k ) = lik akj( k ) + lii aij(i ) = (aik( k ) akk( k ) )akj( k ) + aij(i )
i 1

( LU )ij = (aij( k ) aij( k +1) ) + aij( i ) = aij(1) = aij

k =1

Anlogamente si i > j , entonces:

n

k =1

k =1

k =1

k =1

k =1

( LU )ij = lik ukj = lik ukj = lik akj( k ) = (aik( k ) akk( k ) ) akj( k ) = (aij( k ) aij( k +1) ) = aij(1) aij( j +1) = aij(1) = aij

Ya que aij( k ) = 0, para i j + 1 k j + 1 .