UNIVERSIDAD ABIERTA Y A DISTANCIA DE MEXICO.

LICENCIATURA EN ENERGIAS RENOVABLES.

NOMBRE: ISMAEL TREJO NUÑEZ (ES1822027362).

ASIGNATURA: ALGEBRA LINEAL.

GRADO: 1ER SEMESTRE. GRUPO: ER-EALI-1901-B1-002.

PROFESOR(A): GIBRAN ENRIQUE CARAVEO CACEP.

UNIDAD 2 .ACTIVIDAD 3: METODO DE GAUSS.

Introducción

Los métodos de eliminación de Gauss y de Gauss-Jordan nos permiten obtener

las soluciones (en caso de haberlas) de los sistemas de ecuaciones lineales
(SEL). Ambos métodos se basan en la idea de que las soluciones del SEL que se
obtiene al realizar operaciones elementales fila o columna son las mismas que las
del SEL original.

En forma general el método de Gauss propone la eliminación progresiva de

variables en el sistema de ecuaciones, hasta tener sólo una ecuación con una
incógnita. Una vez resuelta esta, se procede por sustitución regresiva hasta
obtener los valores de todas las variables. El método de eliminación de Gauss es
el método más básico y simple que se puede utilizar para resolver un sistema de
ecuaciones lineales; los elementos necesarios para desarrollarlo ya son
conocidos. Básicamente, este método consiste en aplicar operaciones de renglón
a una matriz hasta convertirla en una matriz triangula superior; a partir de ello, se
pueden encontrar las soluciones del sistema de ecuaciones del cual procede la
matriz por un método más simple; este puede ser el de inspección. Se va a
desarrollar un ejemplo para conocer el método de eliminación Gaussiana o de
Gauss; Sea por ejemplo el siguiente sistema de ecuaciones: Lo que buscamos
son 3 números, que satisfagan a las tres ecuaciones.

El método de solución será simplificar las ecuaciones, de tal modo que las
soluciones se puedan identificar con facilidad. Se comienza dividiendo la primera
ecuación entre 2, obteniendo:

x1+2x2+3x3= 9

4x1+5x2+6x3= 24

3x1+x2+2x3= 4

Se simplificará el sistema si multiplicamos por -4 ambos lados de la primera

ecuación y sumando esta a la segunda. Entonces:

-4x1-8x2-12x3=-36

4x1+5x2+6x3=24

sumándolas resulta

-3x2-6x3=-12

La nueva ecuación se puede sustituir por cualquiera de las dos. Ahora tenemos:

x1+2x2+3x3= 9
0x1-3x2-6x3= -12

3x1+x2-2x3= 4

Luego, la primera se multiplica por -3 y se le suma a la tercera, obteniendo:

x1+2x2+3x3= 9

0x1-3x2-6x3= -12

0x1-5x2-11x3=-23

Acto seguido, la segunda ecuación se divide entre -3.

Ahora se multiplica por 5 y se le suma a la tercera:

x1+2x2+3x3= 9

0x1+x2+2x3= 4

0x1+0x2+x3= 3

En este momento ya tenemos el valor de x3, ahora simplemente se procede a

hacer la sustitución hacia atrás, y automáticamente se van obteniendo los valores
de las otras incógnitas. Se obtendrá:

x3= 3

x2= 4-2(x3) = -2

x1= 9-3(x3)-2(x2) = 4

Se ha visto que al multiplicar o dividir los lados de una ecuación por un número
diferente de cero se obtiene una ecuación nueva y válida.
Ejercicio 1.Resuelve el siguiente sistema de ecuaciones:

5X1+X2+2X3=4
−3X1+X2+3X3=1
X1+5X2+2X3=2

Reescribir el sistema de ecuaciones en forma de matrices y resolverla por el

método de eliminación de Gauss.
5 1 2⃓⃓ 4
(−3 1 3 ⃓⃓ 1
1 5 2 ⃓⃓ 2 )
1ra línea se divide entre 5

1
¿
0.2 0.4 ⃓⃓ 0.8 3−¿ 1
3 ⃓⃓ 1 ¿ 1
¿
( 2⃓⃓ 2¿ )

A la 2da línea sumarle 1 línea, multiplicar por 3; de 3 línea sustraer 1 línea, y

multiplicar por 1

1 0.2 0.4 ⃓⃓ 0.8

(0 1.6 4.2 ⃓⃓ 3.4
0 4.8 1.6 ⃓⃓ 0.2 )
2da línea se divide entre 1.6

0.4 ⃓⃓ 0.8
( )
1 0.2
0 1 2.625⃓⃓ 2.125
0 4.8 1.6 ⃓⃓ 0.2
De la 1ra línea sustraer 2 línea, multiplicar por 0.2; de 3 línea sustraer 2 línea, y
multiplicar por 4.8

1 0 −0.125 ⃓⃓ 0.375
(0 1 2.625 ⃓⃓ 2.125
0 0 −11 ⃓⃓ −10 )
3ra línea dividir en -11
 1 0 −0.125 ⃓⃓ 0.375
( 0 1 2.625 ⃓⃓ 2.125
0 0 1 ⃓⃓ 10/11 )
A la 1ra línea sumarle 3ra línea, multiplicar por 0.125; de 2da línea sustraer 3
línea, y multiplicar por 2.625

1 0 0 ⃓⃓ 43/88
( 0 1 0⃓⃓ −23 / 88
0 0 1 ⃓⃓ 10/11 )
Ejercicio 2.Resuelve el siguiente sistema de ecuaciones:

2X1+5X2=4
X1+3X2=−2
4X1+3X2=1

Reescribamos el sistema de ecuaciones en forma de matrices y la resolvamos por

el método de eliminación de Gauss.

2 5 0⃓⃓ 4
( 1 3 0 ⃓⃓ −2
4 3 0 ⃓⃓ 1 )
1ra línea se divide entre 2.

1 2.5 0 ⃓⃓ 2
( 1 3 0 ⃓⃓ −2
4 3 0 ⃓⃓ 1 )
De la 2da línea sustraer 1 línea, multiplicar por 1; de 3ra línea sustraer 1 línea,
multiplicar por 4.

1 2.5 0 ⃓⃓ 2
( 0 0.5 0⃓⃓ −4
0 −7 0 ⃓⃓ −7 )
2da línea se divide entre 0.5.

1 2.5 0⃓⃓ 2
( 0 1 0 ⃓⃓ −8
0 −7 0 ⃓⃓ −7 )
De la 1ra línea sustraer 2da línea, multiplicar por 2.5; a 3ra línea sumar 2da línea,
y multiplicar por 7.
 1 0 0 ⃓⃓ 22
( 0 1 0 ⃓⃓ −8
0 0 1 ⃓⃓ −63 )
El sistema de ecuaciones no tiene solución ya que 0 ≠ -63.

Conclusión.

Este método de eliminación propone la eliminación progresiva de varias variables

en el sistema de ecuaciones hasta tener una sola incógnita. Para finalizar este
trabajo es importante destacar algunas observaciones importantes; encontré
dificultosa la realización de este trabajo puesto que se trababa del desarrollo de un
tema que nunca antes tuve la oportunidad de conocer, pero su comprensión se vio
facilitada por conocimientos previos relacionados a matrices y ecuaciones.
También vale la pena destacar la importancia del conocimiento de este tema para
la formación de un Ingeniero puesto que pueden solucionarse problemas de
muchas variables y hay muchísimas situaciones que se nos presentaran y
podremos aplicar este conocimiento. En los métodos directos como lo son la
eliminación gaussiana y la factorización LU, el error característico es el error de
redondeo y este error aumenta conforme aumente el número de ecuaciones, Los
métodos de eliminación gaussiana, utilizando las técnicas de pivoteo, es decir,
pivoteo parcial y total, permiten una reducción significativa de los efectos de la
propagación del error y a su vez aumentan en número de cifras significativas. El
número de operaciones para realizar una eliminación Gaussiana es mayor que el
número de operaciones para realizar una sustitución regresiva; así como cálculo
del determinante en los métodos de factorización directa de matrices, sirve para
garantizar la existencia de una solución al sistema de ecuaciones lineales
estudiado. El error característico de los métodos iterativos para la solución de
sistemas de ecuaciones lineales, es el error de truncamiento. Los métodos
directos se caracterizan por ejecutarse a través de un número de operaciones
finito para hallar la solución y si se organiza un sistema de ecuaciones lineales, en
una matriz de coeficientes que sea estrictamente diagonal dominante (EDD) antes
de utilizar los métodos iterativos, se puede obtener un mejor resultado y por lo
tanto menos error. El método de interpolación de Lagrange busca encontrar un
polinomio que pase por un conjunto de puntos dados por una función o un
problema sin definición exacta. Los métodos iterativos calculan la solución de un
sistema de ecuaciones mediante el uso de aproximaciones sucesivas, asignando
inicialmente un valor inicial, en cambio los métodos de relajación permiten obtener
una aproximación más exacta de un valor calculado, mejorando la precisión del
método. Una matriz A, se puede expresar de la manera A= LU, donde L es un
matriz triangular inferior y U una matriz triangular superior. Los métodos para las
matrices con configuraciones su estructura especial, permiten mayor rapidez de
convergencia y reducen el error. La realización de esta práctica profundizo y
clarifico la importancia de los procesos números y métodos definidos que se llevan
a cabo en el desarrollo de la solución de sistemas de ecuaciones lineales e
interpolación; a su vez permitió entender como estos se ven afectados por la
manera en cómo se llegó a su solución.

Bibliografía.

Friedberg, Stephen, ET. Al. (2007). Álgebra lineal. Estados Unidos: Illinois State
University. Prentice.
Lay, D. C. (2007).Álgebra lineal y sus aplicaciones(tercera edición).México:
Pearson Educación.
Marsden, Jerrold;Tromba, Anthony. (1991).Cálculo vectorial. Estados Unidos:
Addison-Wesley Iberoamericana