1.4.

MTODOS DIRECTOS DE SOLUCIN

1.4.1. Mtodos diagonales

Definicin: Se llama sistemas de ecuaciones diagonales a los arreglos
especiales en forma de una diagonal:
Ejemplo:
3x1 6 3 0 0 x1 6

4 x2 8 0 4 0 x2 8
20 0 0 5 x 20
5 x3 3
Solucin:
6
x1 x1 2
5
8
x2 x2 2 C.S {2,2,4}
4
20
x3 x3 4
5

Observaciones:
1. La matriz de coeficientes es una matriz diagonal.
2. El conjunto solucin es obtenido dividiendo cada elemento del vector
independiente (insumos, condiciones) por cada respectivo elemento de la matriz
diagonal.
3. Una matriz diagonal en general se representa de la siguiente forma:

a11 0 0 0
...

0 a 22 0 ... 0
si i j

A aij
n n
a
ij
si i j
; es decir A 0

0 a33 ... 0

0
0 0 a nn
0 0
4. El sistema de ecuaciones lineales diagonal ser:
a11 0 0 ... 0 x1 b1

0 a22 0 ... 0 x2 b2
0 0 a33 ... 0 x3 b3


0 0 ann xn bn
0 0

5. Determinado su solucin general

b b b b b
x1 1 ; x 2 2 ; x3 3 ;.... xi i ... x n n
a11 a 22 a33 aii a nn

b
En general comprobamos que xi i ; i 1,.2,..., n son las soluciones del
aii
sistema.

Seudocdigo
1.4.2. MTODO TRIANGULAR INFERIOR

Definicin: Se llama sistema de ecuaciones triangular inferior a los

sistemas de ecuaciones que al momento de escribir en forma matricial la
matriz de coeficientes es una matriz triangular inferior

Ejemplo:
2 x1 6 2 0 0 x1 6

x1 x2 4 1 1 0 x2 4
2 x2 4 x3 15 3 2 4 x 15
3x1 3

Solucin:
6
x1 x1 3
2
6
x2 4 x2 1 C.S {3,1,2}
2
6 6
x3 15 3 2 4 x3 2
2 8
Observacin:
1. La matriz de coeficientes es una matriz triangular inferior.
2. El sistema se puede escribir de la siguiente manera

a11 0 0 ... 0 x1 b1

a21 a 22 0 ... 0 x2 b2
a a32 a33 ... 0 x3 b3
31

ai1 ai 2 aii xi bi


a a n3 a nn xn bn
n1 an 2

3. El conjunto solucin del sistema triangular es obtenido de la siguiente

manera.
Primero: suponiendo que aii 0 para todo i
Segundo: el valor de x1 se obtiene a partir de la primera ecuacin del

b1
sistema; es decir: x1
a11
Tercero: el valor de x2 se obtiene de la segunda ecuacin sustituyendo el

valor de x1 ; es decir:

b1
b2 a21
b1
a22 x2 b2 a21 x2
11
a

x2 b2 a 21 x1 / a22
a11 a22
Cuarto: Los valores de x3 , x4 , ..., xn son obtenidos de manera anloga:

x3 b3 a31 x1 a32 x2 / a33

i 1
xi bi aij x j / aii
j 1

Seudocdigo
1.4.3. MTODO TRIANGULAR SUPERIOR
Definicin: Se llama sistema de ecuaciones triangular superior a los
sistemas de ecuaciones que al momento de escribir en forma matricial la
matriz de coeficientes es una matriz triangular superior.

Ejemplo:

5 x1 2 x2 3x3 5 5 2 3 x1 5

0 2 x2 4 x3 24 0 2 4 x2 24
0 0 3 x 6
0 0 3x3 6 3

Solucin:

6
x3 x3 2
3
x2 24 4(2) / 2 x2 8 C.S {27 / 5,8,1}
x1 5 2 x2 3x3 / 5 x1 27 / 5

Observacin:

1. La matriz de coeficientes es una matriz triangular superior.

2. El sistema se puede escribir de la siguiente manera

a11 a12 a13 ... a1i ... a1n x1 b1

0 a22 a23 ... a2i .. a2n x2 b2
0 0 a33 .... a3i .. a3n x3 b3


0 0 aii ain xi bi


0 ann xn bn
0 0

3. La solucin del sistema triangular superior se obtiene de la siguiente

manera.
Primero: iniciamos determinando el valor de la ltima variable en este caso
b
xn a partir de la ltima fila. x n nn
a nn

Segundo: para determinar el subsiguiente valor se realiza as:

xn 1 bn 1 an 1n xn / an 1n 1

Tercero: Los valores de xn 2 , xn 3 , ..., x1 son obtenidos de manera anloga:

n
xi bi aij x j / aii ; i n, n 1, n 2,...,1
j i 1

Seudocdigo

1.4.4. MTODO DE KARL GAUSS

Kart Gauss(1777-1855) fue uno de los ms destacados matemticos del
siglo XIX fue de origen alemn naciendo en Brunswick, en una familia de una
economa precaria dedicada a las actividades urbanas desempendose
generalmente como obrero.
Gauss mostr desde muy temprana edad sus condiciones de matemtico y
justamente uno de sus tantos aportes al rea de la ciencia fue su
metodologa para solucionar sistemas de ecuaciones por los aos de 1811.
Gauss a los 30 aos fue catedrtico en matemticas en Gottingen hasta su
muerte a los 77 aos. Debemos destacar que a Gauss se le llamaba el
prncipe de las matemticas y fue condecorado por Geroge V. rey de
Hannover.
El mtodo de Gauss para solucionar un sistema de ecuaciones llamado
tambin eliminacin Gaussiana.
Supongamos que se tiene un sistema de ecuaciones con una nica solucin
y que no, se tiene ninguna dificultad para encontrar dicha solucin luego se
procede as:

a) Un proceso de eliminacin hacia delante.

1. Eliminamos el primer trmino de la segunda ecuacin; multiplicando a la
a 21
primera ecuacin por y restndolo del primer trmino de la segunda
a11
ecuacin para eliminar el primer trmino de la segunda ecuacin; luego se
a31
multiplica a la primera ecuacin por y se resta del primer trmino de la
a11
tercera ecuacin y as sucesivamente para las restantes ecuaciones i 3 se
ai1
elimina restando la primera ecuacin multiplicada por , quedando el
a11
sistema as:
 a11 x1 a12 x2 a13 x3 a1i xi a1n xn b1
a ' 22 x2 a ' 23 x3 a ' 2i xi a ' 2n xn b'2

(3)
a 'i 2 x 2 a 'i3 x3 a 'ii xi a 'in xn b 'i

' ' ' ' '
a m 2 x2 a m3 x3 a mi xi a mn xn bm

En donde:
a
a 'ij aij i1 a1 j
a11

2. Eliminamos del segundo trmino de las ecuaciones del sistema (1) donde
la tercera ecuacin hasta la ltima i 2 se realiza anlogamente que en la
primera parte es decir: restamos la segunda ecuacin del sistema

a 'i 2
multiplicada por y as continuamos eliminando los terceros trminos de
a ' 22
las ecuaciones restantes, finalmente se llega a una triangulacin total; as:

a11 x1 a12 x2 a13 x3 a1i xi a1n xn b1

' ' ' '
a 22 x2 a 23 x3 a 2i xi a 2n xn b '2

i 1 i 1 i 1
a ii xi a in xn b i

n 1 n 1
a mn xn b m
Observacin:
1. A los trminos principales de cada ecuacin se le llama pivote.
2. Se puede normalizar cada ecuacin, y para ello slo se divide por el
coeficiente principal, fenmeno que no se usa en la eliminacin Gaussiana la
razn es por el aumento del tiempo computacional.

b) Un proceso de sustitucin hacia atrs.

Este proceso consiste en usar la solucin de un sistema triangular superior
explicado anteriormente.

Debemos destacar que esta metodologa de eliminacin Gaussiana se puede

trabajar slo con los elementos de la matriz aumentada es decir:

a11 a12 a13 ... a1i ... a1nb1

a21 a22 a23 ... a2i .. a2n b2
a a32 a33 .... a3i .. a3nb3
31

ai1 ai 2 aii ainbi


a an 2 a n3 ann bn
n1

Seudocdigo

Una vez realizada la eliminacin Gaussiana, utilizamos el algoritmo del

sistema triangular superior para solucionar completamente el sistema de
ecuaciones.

Ejemplos:
1. Resolver el siguiente sistema usando eliminacin Gaussiana.
2 x1 x2 3x3 1
x1 3x2 2 x3 12
3x1 x2 3x3 0
Primera fase: Triangulacin de la matriz aumentada.
a) Determinando la matriz aumentada Aa A b

2 1 3 1

1 3 2 12
3 1 3 0

b) Realizando operaciones elementales de matrices segn el mtodo.

2 1 3 1 2 1 3 1

0 7 / 2 1 / 2 23 / 2 0 7 / 2 1 / 2 23 / 2
0 1 / 2 3 / 2 3 / 2 0 0 11 / 7 22 / 7

Segunda fase: Determinacin de los valores de las variables
23 7
2
22
x2
2 2
x3 7 2 x3 2 , x2 3
11 7
7 2
x1 1 (2)(3) 3 / 2 x1 1
Ahora comprobaremos los resultados usando MATLAB para hacer las
operaciones elementales por fila.
>> A=[2 1 -3;-1 3 2;3 1 -3]
A= 2 1 -3
-1 3 2
3 1 -3
>> b=[-1 12 0] b = -1 12 0
>> A=[A b']
A= 2 1 -3 -1
-1 3 2 12
3 1 -3 0
>> format rat
>> A(2,:)=A(2,:)+A(1,:)/2
A=
2 1 -3 -1
0 7/2 1/2 23/2
3 1 -3 0
>> A(3,:)=A(3,:)-3*A(1,:)/2
A=
2 1 -3 -1
0 7/2 1/2 23/2
0 -1/2 3/2 3/2
>> A(3,:)=A(3,:)+A(2,:)/7
A= 2 1 -3 -1
0 7/2 1/2 23/2
0 0 11/7 22/7
Solucionando este sistema triangular superior con el mtodo de sustitucin
regresiva obtenemos:
>> sts(A,b,3)
x=
1.000000000000
3.000000000000
2.000000000000
2. Resolver el siguiente sistema usando eliminacin Gaussiana.
3x1 2 x2 3x3 2
x1 3x2 2 x3 1
5 x1 2 x2 4 x3 13

Primera fase: Triangulacin de la matriz aumentada.

3 2 3 2

a) Determinando la matriz aumentada Aa A b 1 3 2 1
5 2 4 13

b) Realizando operaciones elementales de matrices segn el mtodo.
3 2 3 2 3 2 3 2

0 7 /3 1 5 / 3 0 7 / 3 1 5 / 3
0 16 / 3 9 49 / 3 0 0 47 / 7 141/ 7

Segunda fase: Determinacin de los valores de las variables

5
13
141
x2 x 2
3
x3 7 3 x3 3 ; 2
47 7
7 3
x1 2 (2)2 3(3) / 3 x1 1
Ahora comprobaremos los resultados usando MATLAB.
A=[3 2 -3;1 3 -2;5 -2 4] % ingresamos la matriz de coeficientes
A= 3 2 -3
1 3 -2
5 -2 4
b=[-2 1 13] % ingresamos el vector de trminos independientes
b= -2 1 13
x = inv(A)*b' % encontramos el valor de x
x= 1
2
3
3. Resolver el siguiente sistema usando eliminacin Gaussiana:
2 x1 3x2 4 x3 9
4 x1 5 x2 x3 7
x1 2 x2 3x3 3

Primera fase: Triangulacin de la matriz aumentada.

a) Determinando la matriz aumentada Aa A b

2 3 4 9

4 5 1 7
1 2 3 3

b) Realizando operaciones elementales de matrices segn el mtodo.

2 3 4 9 2 3 4 9

0 11 7 25 0 11 7 25
0 7 / 2 1 3 / 2 0 0 71/ 22 142 / 22

Segunda fase: Determinacin de los valores de las variables

142
x3 22 2 x3 2 ; x2
25 7(2) x2 1
71 11
22
x1 9 (3)1 4(2) / 2 x1 1

Ahora usamos MATLAB para comprobar los resultados con el programa de

gauss.
A=[2 3 4;-4 5 -1;1 -2 3]
A= 2 3 4
-4 5 -1
1 -2 3
b=[9 7 3]
b= 9 7 3
x=inv(A)*b'
x = -1.0000
1.0000
2.0000

1.4.5. MTODOS DE FACTORIZACIN

DESCOMPOSICIN LU APLICACIONES

Anteriormente ya se ha escrito que un sistema de n ecuaciones con n

incgnitas se puede escribir de la siguiente manera
 a11 a12 a13 ... a1 j ... a1n x1 b1
a a 22 a 23 ... a 2 j ... a 2 n x 2 b2
21


ai1 ai 2 ai 3 ... aij ... ain xi bi


a n1 an2 a n 3 ... a nj ... a nn x n bn

O simplemente: Ax b

Supongamos que la matriz A se puede escribir como el producto de LU ,

donde
L : es una matriz triangular inferior de orden nxn
U : es una matriz triangular superior de orden nxn

l11 0 0 0
...

l 21 l22 0 0
...
l l l33 ... 0 lij lij , i j
31 32
Es decir: L

lij nxn tal que
li1 li 2 lii lij 0 , i j


l ln3 l nn
n1 l n 2
u11 u12 u13 ... u1 j ... u1n

0 u 22 u 23 ... u 2 j .. u 2n
0 0 u33 .... u3 j .. u3n

U

uij nxn tal que uuij u0ij, , ii jj
0 0 uij uin ij


0 u nn
0 0
Cuando es posible factorizar A LU se dice que A tiene una
descomposicin LU , pero esto no ocurre de una nica forma.
Cuando lii 1, i 1,2,3,..., n La matriz L se transforma en una matriz

triangular inferior unitaria; en este caso se le llama FACTORIZACIN DE

DOOLITTLE.

La otra manera seria uii 1, i 1,2,3,..., n transformando a U en una matriz

triangular superior unitaria se le conoce con el nombre de FACTORIZACIN

DE CROUT.

Cuando U =Lt de modo que lii es igual a uii para 1 i n se le llama

descomposicin de CHOLESKY. Esta descomposicin de Cholesky requiere
de varias propiedades especiales, la matriz A debe ser real, simtrica y
definida positiva.

Por ejemplo para una matriz 4x4 se tiene.

a11 a12 a13 a14 1 0 0 0 u11 u12 u13 u14

a a22 a23 a24 l21 1 0 0 0 u22 u23 u24
21 .
a31 a32 a33 a34 l31 l32 1 0 0 0 u33 u34

a41 a42 a43 a44 l41 l42 l43 1 0 0 0 u44
a11 u11 , a12 u12 , a13 u13 , a14 u14
a21 l21 .u11 , a22 l21 u12 u22 , a23 l21u13 u23 , a24 l21u14 u24
a31 l31 .u11 , a32 l31 u12 l32 u22 , a33 l31u13 l23 u23 u33 , a34 l31u14 l32 u24 u32
a41 l41 .u11 , a42 l41 u12 l42 u22 , a43 l41u13 l42 u23 l43u33 , a44 l41u14 l42 u24 l43u32 u44

n min( i , j )
aij lis .u sj lis .u sj
s 1 s 1

Es decir:
 2
a24 lis u sj a24 l 21u12 l 22 u 24 l 21u14 u 24
s 1
4
a44 lis u sj a44 l 41u14 l 42 u 24 l 43 u34 u 44
s 1

Observacin:
a) lis 0 Para s i ; lis 1, i s

b) u sj 0 Para s j

c) El primer rengln fila de U es igual al de A ; es decir:

a11 u11 ; a12 u12 ; a13 u13 ; a14 u14
u1 j a1 j ; j 1,2,3,4

d) Multiplicamos la segunda fila, la tercera fila y la cuarta fila de L por

la primera columna de U

a21 l21u11 ; a31 l31u11 ; a41 l41u11

a21 a31 a41
l 21 ; l31 ; l41
u11 u11 u11

e) Multiplicando la segunda fila de L , por la segunda, tercera y cuarta

columna de U y la igualamos con los elementos de A , se tiene:
a22 l21u12 u22 ; a23 l21u13 u23 ; a24 l21u14 u24
Determinamos: u 22 ; u 23 ; u 24
u22 a22 l21u12 ; u23 a23 l21u13 ; u24 a24 l21u14

En general el algoritmo de descomposicin LU es la que sigue:

Seudocdigo

Input n,(aij)
For k = 1,2,,
1.4.6. MTODO DE FACTORIZACIN DE DOOLITTLE

Consideremos una matriz de tres por tres:

a11 a12 a13
A a 21 a 22 a 23
a31 a32 a33

L11 = L22 = L33 = 1, luego desarrolla el sistema de ecuaciones as:

u11 = a11, u12 = a12 , u13 = a13

Continuando

L21 = a21/a11, u22 = a22 (a21/a11) a12, u23 = a23 (a21/a11)a13

Del otro grupo de ecuaciones tenemos
 a
a 32 31 a12
a 31 a11
L31 L32
a11 a
a 22 21 a12
a11
a
a 32 31 a12
a 31 a11 a 21
33 a 33 a13 a 23 a13
a 21 a a 11
a
22 21 a12
a11

Seudocdigo

Input n,(aij)
For k=1,2,,

for j =k+1,k+2,n

end
for i= k+1,k+2,n

end
end
output (lij), (uij)

Ejemplo:
Supongamos que tenemos el siguiente sistema de ecuaciones
4 9 2 x1 5

2 4 6 x2 3
1 1 3 x 4
3

Solucin
Este sistema se descompone as:
L11 L22 L33 1
u11 4 ; u12 9 ; u13 2
2 1
L21 L21
4 2
1
1 (9) 1 9 5
1 4 4 4 2.5
L31 ; L32
4 2 9 1
4 (9) 4
4 2 2
u 21 0
2 9 1 1
u 22 4 (9) 4 u 22
4 2 2 2
2 4
u 23 6 2 6 5 u 23 5
4 4
1
1 (9)
1 4 2
3 (2) 1
u 33 6 2 3 2.5 5 10 u 33 10
4 2 4 2
4 (9)
4

Luego:
1 0 0 4 9 2

L 0.5 1 0 ; U 0 0.5 5
0.25 2.5 1 0 0 10

Para resolver el sistema dado se sigue los siguientes pasos:

Primero: Resolvemos Lc = b
Vector independiente original

Un vector cualquiera

I.e.
1 0 0 C1 5

0.5 1 0 C 2 3
0.25 2.5 1 C 4
3
C1 = 5; C2 = 3 - 0.5 (5) C2 = 0.5
C3 = 4 0.25 (5) (2.5) (0.5) = 4 -1.25 1.25 C3 = 1.5
Segundo: Resolver Ux = c
4 9 2 x1 5

0 0.5 5 x 2 0.5
0 0 10 x 1.5
3
1.5
x3 x3 = -0.15
10
0.5 5 (0.15)
x2 2.5 x2 = 2.5
0.5
(5 9 (2.5) 2 (0.15))
x1 x1 = 6.95
4
Generalizacin
i 1
u ij a ij Lik u kj ; j i, i 1,.....n
k 1

1 j 1

Lij a ij Lik u kj , i j 1,....n
u jj k 1
Lii 1, i 1,2,...n

1.4.7. MTODO DE CHOLESKY

Matriz Positiva:
Diremos que una matriz simtrica A, es positiva si solo si los determinantes
de las sub matrices de A son positivos.
a11 a12 a1 j a1n
a 21 a 21 a 2 j a 2n
a11 a12 a13
a11 a12
a11 0 , , a 21 a 22 a 21 0 , ..... , 0
a 21 a 22 a i1 ai 2 a ij a in
a 31 a 32 a 33

a n1 a n 2 a nj a nn

Supongamos que tenemos el sistema en la forma LU toma la forma de LL T,

en donde L es una matriz triangular inferior i.e.
 L11 0 0 0 0

L21 L22 0 0 0
L L32 L33 0 0
31
L
L Li 2 Li 3 Lii 0
i1


Ln1 Ln 2 Ln3 Lni Lnn

Observacin:
Los clculos se reducen pues estimaremos n (n+1)/2 elementos, los L ij 0 en
lugar de de n2 elementos de una factorizacin nominal:

Ejemplo: Resolver el sistema siguiente

4 1 2 x1 1
1 2 0 x 2
2
2 0 5 x3 4

La matriz de coeficiente es simtrica y positiva, luego aplicamos Cholesky.

Supongamos su descomposicin sea:

L11 0 0 L11 L21 L31 4 1 2

L
21 L22 0 0
L22 L32 1 2 0
L31 L32 L33 0 0 L33 2 0 5

2
L11 a11 4 L11 2 se toma el valor positivo de todas las raices
1
L11 L21 0 L21
2
L11 L31 2 L31 1
L221 L222 2 L22 2 0.25 1.32287
1
L21 L31 L22 L32 0 L32 1.32287 0.37796
2
L231 L232 L233 5 L31 5 1 0.14286 L33 1.963396

i) Resolver el sistema LC=b

 2 0 0 c1 1
0 1.32287 0 c 2
2
0 0.37796 1.96396 c 3 4
1
2
c
c1 1 / 2 , 1 1.32289 c 2 2 c 2 4 c 2 1.32287
2 1.32289
c 2 1.32287
c 3 2.0367

ii) Resolver el sistema LTx = C

2 12 1 x1 1 2

0 1.32287 0.37796 x 2 1.32287
0 1.96396 x 3 2.0367
0
2.0367
x3 x 3 1.037
1.96396 0.59259
1.32287 0.37796 (1.037)
x2 1.29629 x 1.29629
1.32287 1.037
0.5 0.5 (1.29629) 2.0367
x1 0.5959
2

Generalizacin para un sistema de n ecuaciones

L11 a11
a i1
Li1 , i 2,3,...., n
L11
1
i 1
2
Lii a11 l in2 ; i 2
k 1
1 i 1
i j 1, j 2,...., n 1
Lij a ij l ik l jk
L11 k 1 j 2,3,....., n
Lij 0 i j