MÉTODO DE GAUSS
Dado un sistema de ecuaciones lineales de la forma 𝐴𝑥 = 𝐵, éste
método consiste en aplicar consecutivamente las tres operaciones fundamentales
del Álgebra Lineal en la matriz aumentada [𝐴 ⋮ 𝐵] hasta transformar la matriz 𝐴
en matriz triangular superior si es cuadrada o escalonada si es (𝑚, 𝑛), para
despejar posteriormente cada una de las incógnitas.
PROCEDIMIENTO:
Sea 𝐴𝑥 = 𝐵 un sistema de ecuaciones lineales, se escribe la matriz de coeficientes de la forma:
𝑎11 𝑎12 ⋯ 𝑎1𝑛 . 𝑏1
𝑎21 𝑎22 ⋯ 𝑎2𝑛 . 𝑏2
[ ]
⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑛2 ⋯ 𝑎𝑚𝑛 . 𝑏𝑛
Se aplica las operaciones fundamentales a la matriz de coeficientes hasta transformar en una
matriz de la forma:
1 𝑐12 ⋯ 𝑐1𝑛 . 𝑑1
0 1 ⋯ 𝑐2𝑛 . 𝑑2
[ ]
⋮ ⋮ ⋮
0 0 ⋯ 1 . 𝑑𝑛
Denominada matriz triangular superior, a partir de ésta matriz se despeja las incógnitas, esto
es:
𝑥1 𝑥2 𝑐12 ⋯ 𝑥𝑛 𝑐1𝑛 = 𝑑1
0 𝑥2 ⋯ 𝑥𝑛 𝑐2𝑛 = 𝑑2
⋮ ⋮ ⋮
0 0 ⋯ 𝑥𝑛 = 𝑑𝑛
De la última ecuación se despeja: 𝑥𝑛 = 𝑑𝑛
De la penúltima ecuación se tiene: 𝑥𝑛−1 = 𝑑𝑛−1 − 𝑥𝑛 𝑐𝑚−1𝑛 sucesivamente se despeja para
todas las incógnitas:
𝑥2 = 𝑑2 − 𝑥3 𝑐23 − ⋯ − 𝑥𝑛−1 𝑐2𝑛−1 − 𝑥𝑛 𝑐2𝑛
𝑥1 = 𝑑1 − 𝑥2 𝑐12 − ⋯ − 𝑥𝑛−1 𝑐1𝑛−1 − 𝑥𝑛 𝑐1𝑛
Resolver el siguiente sistema de ecuaciones lineales por el método de Gauss.
𝑥 − 2𝑦 + 𝑧 = 1
𝑥 − 𝑦 + 3𝑧 − 𝑢 = 0
2𝑥 + 2𝑧 − 𝑢 = −1
3𝑥 − 𝑦 + 𝑧 = 2
Se escribe la matriz de coeficientes:
1 −2 1 0 ∙ 1
1 −1 3 −1 ∙ 0
[ 2 0 2 −1 ∙ −1]
3 −1 1 0 ∙ 2
Se aplica las operaciones fundamentales a la matriz de coeficientes:
1 −2 1 0 1
[0 1 2 −1 −1 ] 𝑆𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎 𝑝𝑜𝑟 (−1), (−2), (−3)𝑎 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑓𝑖𝑙𝑎 𝑦 𝑠𝑒
0 4 0 −1 −3
0 5 −2 0 −1
𝑠𝑢𝑚𝑎 𝑎 𝑙𝑎 𝑠𝑒𝑔𝑢𝑛𝑑𝑎, 𝑡𝑒𝑟𝑐𝑒𝑟𝑎 𝑦 𝑐𝑢𝑎𝑟𝑡𝑎 𝑓𝑖𝑙𝑎
1 −2 1 0 1
[0 1 2 −1 −1 ] 𝑆𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎 𝑝𝑜𝑟 (−4), (−5) 𝑎 𝑙𝑎 𝑠𝑒𝑔𝑢𝑛𝑑𝑎 𝑓𝑖𝑙𝑎 𝑦 𝑠𝑒
0 0 −8 3 1
0 0 −12 5 4
𝑠𝑢𝑚𝑎 𝑎 𝑙𝑎 𝑡𝑒𝑟𝑐𝑒𝑟𝑎 𝑦 𝑐𝑢𝑎𝑟𝑡𝑎 𝑓𝑖𝑙𝑎
1 −2 1 0 1
0 1 2 −1 −1 ] 𝑆𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎 𝑝𝑜𝑟 (−3/8) 𝑎 𝑙𝑎 𝑡𝑒𝑟𝑐𝑒𝑟𝑎 𝑓𝑖𝑙𝑎
[
0 0 1 −3/8 −1/8
0 0 −12 5 4
1 −2 1 0 1
0 1 2 −1 −1
[
0 0 1 −3/8 −1/8 ] 𝑆𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎 𝑝𝑜𝑟 (12) 𝑎 𝑙𝑎 𝑡𝑒𝑟𝑐𝑒𝑟𝑎 𝑓𝑖𝑙𝑎 𝑦 𝑠𝑒 𝑠𝑢𝑚𝑎 𝑎 𝑙𝑎
0 0 0 1/2 5/2
𝑐𝑢𝑎𝑟𝑡𝑎 𝑓𝑖𝑙𝑎
1 −2 1 0 1
0 1 2 −1 −1 ] 𝑆𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎 𝑝𝑜𝑟 (2) 𝑎 𝑙𝑎 𝑐𝑢𝑎𝑟𝑡𝑎 𝑓𝑖𝑙𝑎
[
0 0 1 −3/8 −1/8
0 0 0 1 5
Escribiendo en términos de sistema de ecuación lineal se tiene:
𝑥1 − 2𝑥2 + 𝑥3 = 0
𝑥2 + 2𝑥2 − 𝑥3 = −1
3 1
𝑥3 − 𝑥4 =−
8 8
𝑥4 = 5
Despejando cada incógnita se tiene la solución:
7 1 1
𝑥4 = 5; 𝑥3 = ; 𝑥2 = ; 𝑥1 =
4 2 4
CÓDIGO DEL MÉTODO DE GAUSS
A=input('lea la matriz de coeficientes A: ');% Leer toda la matriz
incluyendo la matriz aumentada
n=length(A);
for i=1:n-1
A(i,:)=A(i,:)/A(i,i);
for j=i+1:n-1
A(j,:)=A(j,:)-A(i,:)*A(j,i);
end
end
disp(A)
M=A(:,n);
m=length(M);
for k=m:-1:1
aux=0;
for l=k+1:m
aux=aux+A(k,l)*x(l);
end
x(k)=(M(k)-aux)/A(k,k);
end
for i=1:n
xi=x(1,i);
fprintf('\n x%g=',i)
disp(xi);
end
METODO DE JACOBI
Dado un sistema de ecuaciones lineales de la forma 𝐴𝑥 = 𝐵, éste método
consiste en despejar las incógnitas de cada ecuación si éste cumple las condiciones de
diagonalmente dominante, para su posterior iteración, usando como punto inicial el origen.
PROCEDIMIENTO:
Sea 𝐴𝑥 = 𝐵 un sistema de ecuaciones lineales, donde 𝐴 es una matriz de coeficientes de orden
(𝑛 × 𝑛) y 𝐵 es la matriz de términos independientes de orden (𝑛 × 1).
Para el proceso de solución del sistema,
𝑎11 𝑥1 𝑎12 𝑥2 ⋯ 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 𝑎22 𝑥2 ⋯ 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮
𝑎𝑛1 𝑥1 𝑎𝑛2 𝑥2 ⋯ 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
La condición que debe cumplir la matriz de coeficientes 𝐴 es de diagonalmente dominante. Esto
es:
|𝑎12 | + |𝑎13 | + ⋯ + |𝑎1𝑛 | < |𝑎11 |
|𝑎21 | + |𝑎23 | + ⋯ + |𝑎2𝑛 | < |𝑎22 |
⋮ ⋮ ⋮
|𝑎𝑛1 | + |𝑎𝑛2 | + ⋯ + |𝑎𝑛−1𝑛−1 | < |𝑎𝑛𝑛 |
Se despeja las incógnitas de cada ecuación es decir, de la primera ecuación se despeja 𝑥1 , de la
segunda ecuación se despeja 𝑥2 , de la tercera ecuación se despeja 𝑥3 y así sucesivamente, esto
es:
𝑏1 −𝑎12 𝑥2 −⋯−𝑎1𝑛 𝑥𝑛
De (1) 𝑥1 =
𝑎11
𝑏2 −𝑎21 𝑥1 −⋯−𝑎2𝑛 𝑥𝑛
De (2) 𝑥2 = 𝑎22
𝑏3 −𝑎31 𝑥1 −⋯−𝑎3𝑛 𝑥𝑛
De (3) 𝑥3 = 𝑎33
Así sucesivamente
𝑏𝑛 −𝑎𝑛1 𝑥1 −⋯−𝑎𝑛𝑛−1 𝑥𝑛−1
De (n) 𝑥𝑛 = 𝑎𝑛𝑛
Generar iteración hasta hallar la solución con un punto de partida 𝑥0 = (0,0, … 0) y un margen
de error de 𝑒 = 0.005.
𝑬𝒋𝒆𝒎𝒑𝒍𝒐
Resolver el siguiente sistema de ecuaciones lineales 𝐴𝑋 = 𝐵
5𝑥1 − 𝑥2 + 𝑥3 = 4 (1)
𝑥1 + 3𝑥2 − 𝑥2 = −1 (2)
1
𝑥1 + 𝑥2 + 4𝑥3 =− (3)
8
𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏:
A=input('lea la matriz de coeficientes A:');
b=input('lea la matriz aumentada b:');
n=length(A);
X0=zeros(1,n);
e=input('lea margen de error :');
tol=1;
while tol>e
for i=1:n
suma=0;
for j=1:n
if i~=j
suma=suma+(A(i,j)*X0(j));
end
end
X(i)=(b(i)-suma)/A(i,i);
tol=norm(X-X0);
if tol<e
fprintf('\nla sol es:%8f\n',X(i));
else
X0=X;
end
end
end
MÉTODO DE GAUSS-SEIDEL
Dado un sistema de ecuaciones lineales de la forma 𝐴𝑥 = 𝐵, éste método
consiste en despejar las incógnitas de cada ecuación si éste cumple las condiciones de
diagonalmente dominante, para su posterior iteración, usando como punto de partida el
origen y los nuevos valores generados como punto inicial consecutivamente.
PROCEDIMIENTO:
Sea 𝐴𝑥 = 𝐵 un sistema de ecuaciones lineales, donde 𝐴 es una matriz de coeficientes de orden
(𝑛 × 𝑛) y 𝐵 es la matriz de términos independientes de orden (𝑛 × 1).
Para el proceso de solución del sistema, la condición que debe cumplir la matriz de coeficientes
𝐴 es de diagonalmente dominante. Esto es:
Si: 4𝑥1 − 2𝑥2 + 𝑥3 = 2 (1)
𝑥1 + 5𝑥2 + 2𝑥2 = −1 (2)
1
𝑥1 + 𝑥2 + 3𝑥3 = − (3)
8
Se sabe que una matriz es diagonalmente dominante si cumple las condiciones de:
|𝑎12 | + |𝑎13 | + ⋯ + |𝑎1𝑛 | < |𝑎11 |
|𝑎21 | + |𝑎23 | + ⋯ + |𝑎2𝑛 | < |𝑎22 |
⋮ ⋮ ⋮
|𝑎𝑛1 | + |𝑎𝑛2 | + ⋯ + |𝑎𝑛−1𝑛−1 | < |𝑎𝑛𝑛 |
Por tanto la matriz
4𝑥1 − 2𝑥2 + 𝑥3 = 2
𝑥1 + 5𝑥2 + 2𝑥3 = −1
1
𝑥1 + 𝑥2 + 3𝑥3 = −
8
Es diagonalmente dominante porque:
|𝑎12 | + |𝑎13 | < |𝑎11 |
|𝑎21 | + |𝑎23 | < |𝑎22 |
|𝑎31 | + |𝑎32 | < |𝑎33 |
Reemplazando los valores de los coeficientes en la condición se tiene:
|−2| + |1| < |4| → 3 < 4
|1| + |2| < |5| → 3 < 5
|1| + |1| < |3| → 2 < 3
La cual indica que la matriz cumple las condiciones de diagonalmente dominante.
Se despeja las incógnitas de cada ecuación es decir, de la primera ecuación se despeja 𝑥1 , de la
segunda ecuación se despeja 𝑥2 , de la tercera ecuación se despeja 𝑥3 y así sucesivamente, esto
es:
2+2𝑥2 −𝑥3
De (1) 𝑥1 = 4
−1−𝑥1 −2𝑥3
De (2) 𝑥2 = 5
1
− −𝑥1 −𝑥2
De (3) 𝑥3 = 8
3
Desarrollo de iteración para cada una de las incógnitas desde un punto inicial de 𝑥0 = (0,0,0)
con un margen de error de 𝑒 = 0.005,el punto inicial y el margen de error es por conveniencia.
Esto es:
2 + 2𝑥2 − 𝑥3 −1 − 𝑥1 − 2𝑥3 1
− − 𝑥1 − 𝑥2
𝑥1 =
4
𝑥2 =
5 𝑥3 = 8
3
0,000000 0,000000 0,000000
0,500000 −0,300000 −0,108333
0,377083 −0,232083 −0,090000
0,406458 −0,245292 −0,095389
0,401201 −0,242085 −0,094706
0,402634 −0,242645 −0,094996
0,402427 −0,242487 −0,094980
0,402502 −0,242508 −0,094998
0,402495 −0,242500 −0,094998
0,402500 −0,242501 −0,095000
Primera iteración: Para la primera incógnita se calcula con los valores iniciales y el resto con
los valores recién calculados
1
2+2(0)−(0) −1−0.5−2(0) 3 − –(0.5)−(−3/10) 13
8
𝑥1 = = 0.5; 𝑥2 = = − ; 𝑥3 = =−
4 5 10 3 120
Segunda iteración:
3 13 181 13 1
2+2(−10)−(−120) 181 −1−480−2(−120) 557 −8 –(181/480)−(−557/2400) 9
𝑥1 = = ; 𝑥2 = =− ; 𝑥3 = =−
4 480 5 2400 3 100
Así sucesivamente para las diez iteraciones hasta que:
(10) (10) (10) (10) (10) (10)
|𝑥3 − 𝑥3 | < 𝑒; |𝑥3 − 𝑥3 | < 𝑒; |𝑥3 − 𝑥3 |<𝑒
|0,402500 − 0,402495| < 0.005; |−0,242501 + 0,242500)| < 0.005; |−0,095000 + 0,094998| < 0.005
Como cumplen las desigualdades se tiene la solución aproximada con un margen de error de
0.005
𝑥1 = 0,402500; 𝑥2 = −0,242501; 𝑥3 = −0,095000
CÓDIGO GAUSS-SEIDEL
A=input('lea matriz de coeficientes A:');
B=input('Lea la matriz aumentada B:');
n=input('Lea número de incógnitas :');
X0=zeros(1,n);
X=X0;
k=input('iteraciones:');
for h=1:k
for i=1:n
suma=0;
for j=1:n
if i~=j
suma=suma+(A(i,j)*X(j));
end
end
X(i)=(B(i)-suma)/A(i,i);
fprintf('%15f',X(i));
end
X0=X;
fprintf('\n');
end
MÉTODO DE L.U.
Dado un sistema de ecuación lineal 𝐴𝑥 = 𝐵, el método de 𝐿. 𝑈, es una
descomposición de la matriz de coeficientes 𝐴 en dos submatrices denominados 𝐿. 𝑈. de sus
siglas en inglés (Lower, Upper) donde 𝐿 significa matriz triangular inferior y 𝑈 matriz
triangular superior.
PROCEDIMIENTO:
Sea 𝐴𝑥 = 𝐵 un sistema de ecuación lineal.
1. Hallar la matriz triangular inferior 𝐿 y la matriz triangular superior 𝑈.
2. Resolver el sistema 𝐿𝑦 = 𝐵 (para hallar 𝑦).
3. Realizar 𝑈𝑥 = 𝑦 (para encontrar 𝑥).
4. Los valores de la matriz 𝑥 corresponden a las incógnitas del sistema.
Si 𝐴𝑥 = 𝐵
𝐴 = 𝐿𝑈, entonces:
𝐿𝑈𝑥 = 𝐵 asociando 𝐿(𝑈𝑥) = 𝐵 y haciendo 𝑈𝑥 = 𝑦, entonces:
𝐿𝑦 = 𝐵
Hallando: 𝑦 = 𝐿−1 𝐵, y reemplazando en 𝑈𝑥 = 𝑦, se tiene:
𝑈𝑥 = 𝐿−1 𝐵, y hallando las incógnitas se tiene:
𝑥 = 𝑈 −1 𝐿−1 𝐵
Donde:
1 0 ⋯ 0
𝑙 1 ⋯ 0
𝐿 = [ 21 ]
⋮ ⋮ ⋮ ⋮
𝑙𝑛1 𝑙𝑛2 ⋯ 1
𝑢11 𝑢12 ⋯ 𝑢1𝑛
0 𝑢22 ⋯ 𝑢2𝑛
𝑈=[ ⋮ ⋮ ⋮ ⋮ ]
0 0 ⋯ 𝑢𝑛𝑛
De éste sistema 𝐿𝑈 = 𝐵 se hallará los valores de las matrices inferior y superior 𝐿 𝑦 𝑈, esto es:
1 0 ⋯ 0 𝑢11 𝑢12 ⋯ 𝑢1𝑛 𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑙21 1 ⋯ 0 0 𝑢22 ⋯ 𝑢2𝑛 𝑎21 𝑎22 ⋯ 𝑎2𝑛
[
⋮ ⋮ ⋮ ⋮
][ ⋮ ⋮ ⋮ ⋮ ]=[ ⋮ ⋮ ⋮ ]
𝑙𝑛1 𝑙𝑛2 ⋯ 1 0 0 ⋯ 𝑢𝑛𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
Si 𝑛 = 3, se tiene un sistema de ecuaciones lineales 3 × 3 para ello las soluciones son:
10 0 𝑢11 𝑢12 𝑢13 𝑎11 𝑎12 𝑎13
[𝑙21 1 0 ] [ 0 𝑢22 𝑢23 ] = [𝑎21 𝑎22 𝑎23 ]
𝑙31 𝑙32 1 0 0 𝑢33 𝑎31 𝑎32 𝑎33
Multiplicando 𝐿𝑈 = 𝐴 se tiene:
Sistema 1:
𝑢11 = 𝑎11
𝑢12 = 𝑎12
𝑢13 = 𝑎13
Sistema 2:
𝑙21 𝑢11 = 𝑎21
𝑙21 𝑢12 + 𝑢22 = 𝑎22
𝑙21 𝑢13 + 𝑢23 = 𝑎23
Sistema 3:
𝑙31 𝑢11 = 𝑎31
𝑙31 𝑢12 + 𝑙32 𝑢22 = 𝑎32
𝑙31 𝑢13 + 𝑙32 𝑢23 + 𝑢33 = 𝑎33
Del sistema 2 se tiene:
𝑎21
𝑙21 =
𝑢11
𝑢22 = 𝑎22 − 𝑙21 𝑢12
𝑢23 = 𝑎23 − 𝑙21 𝑢13
Del sistema 3 se tiene:
𝑎31
𝑙31 =
𝑢11
𝑎32 − 𝑙31 𝑢12
𝑙32 =
𝑢22
𝑢33 = 𝑎33 − 𝑙31 𝑢13 + 𝑙32 𝑢23
Por tanto se tiene los siguientes valores de 𝐿 𝑦 𝑈
𝑎21
𝑙21 =
𝑢11
𝑎31
𝑙31 =
𝑢11
𝑎𝑗1
𝑙𝑗1 = ; 𝑗 = 2,3
𝑢11
𝑎32 − 𝑙31 𝑢12
𝑙32 =
𝑢22
De forma general se tiene:
𝑖 = 2,3, …
𝑎𝑗𝑖 − ∑𝑖−1
𝑘=1 𝑙𝑗𝑘 𝑢𝑘𝑖
𝑙𝑗𝑖 = ; 𝑗 = 𝑖 + 1, … 𝑛
𝑢𝑖𝑖
𝑢11 = 𝑎11
𝑢12 = 𝑎12
𝑢13 = 𝑎13
𝑢22 = 𝑎22 − 𝑙21 𝑢12
𝑢23 = 𝑎23 − 𝑙21 𝑢13
𝑢33 = 𝑎32 − 𝑙31 𝑢13 + 𝑙32 𝑢23
𝑖 = 1,2,3 …
𝑖−1
𝑢𝑖𝑗 = 𝑎𝑖𝑗 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 ; 𝑗 = 1,2, … 𝑛
𝑘=1
𝑬𝒋𝒆𝒎𝒑𝒍𝒐:
Resolver el siguiente sistema de ecuaciones lineales:
2𝑥 + 𝑦 − 3𝑧 = 2
−𝑥 + 3𝑦 + 𝑧 = −1
3𝑥 − 2𝑦 + 𝑧 = 1
𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏:
Sea 𝐴𝑋 = 𝐵 que representa al sistema de ecuaciones lineales donde:
2 1 −3 𝑥 2
𝐴 = [ −1 3 1 ] 𝑋 = [ 𝑦 ] 𝐵 = [−1 ]
3 −2 1 𝑧 1
Y las submatrices 𝐿 𝑦 𝑈 dada por:
1 0 0 𝑢11 𝑢12 𝑢13
𝐿 = [𝑙21 1 0] 𝑈=[ 0 𝑢22 𝑢23 ]
𝑙31 𝑙32 1 0 0 𝑢33
Como la matriz 𝐴 se descompone en una matriz triangular inferior y superior entonces se tiene:
𝐿∗𝑈 =𝐴
1 0 0 𝑢11 𝑢12 𝑢13 2 1 −3
[𝑙21 1 0] [ 0 𝑢22 𝑢23 ] = [−1 3 1]
𝑙31 𝑙32 1 0 0 𝑢33 3 −2 1
𝑢11 = 2; 𝑢12 = 1; 𝑢13 = −3
𝑙21 ∗ 𝑢11 = −1 𝑙21 ∗ 𝑢12 + 𝑢22 = 3 𝑙21 ∗ 𝑢13 + 𝑢23 = 1
𝑙31 ∗ 𝑢11 = 3 𝑙31 ∗ 𝑢12 + 𝑙32 ∗ 𝑢22 = −2 𝑙31 ∗ 𝑢13 + 𝑙32 ∗ 𝑢23 + 𝑢33 = 1
Despejando de cada una de estas ecuaciones las incógnitas se tiene:
−1 1 1 7 1 1
𝑙21 = = − ; 𝑢22 = 3 − 𝑙21 ∗ 𝑢12 = 3 + = ; 𝑢23 = 1 − 𝑙21 ∗ 𝑢13 = 1 − ( ∗ 3) = −
𝑢11 2 2 2 2 2
3
3 3 −2−𝑙31 ∗ 𝑢12 −2 − (2) ∗ 1
𝑙31 = = ; 𝑙 = = = −1; 𝑢33 = 1 − (𝑙31 ∗ 𝑢13 + 𝑙32 ∗ 𝑢23 )
𝑢11 2 32 𝑢22 7
2
3 1
𝑢33 = 1 − ( (−3) + (−1) (− ))
2 2
𝑢33 = 5
Por tanto las submatrices 𝐿 𝑦 𝑈 son:
1 0 0
1 2 1 −3
− 1 0 7 1
𝐿= 2 𝑈 = [0 − ]
3 2 2
[ 2 −1 1] 0 0 5
Como 𝐴𝑋 = 𝐵 𝑦 𝐴 = 𝐿 ∗ 𝑈, entonces:
𝐿 ∗ 𝑈 ∗ 𝑋 = 𝐵, haciendo 𝑈 ∗ 𝑋 = 𝑌
𝐿∗𝑌 =𝐵
1 0 0
1 𝑦1 𝑏1
− 1 0 𝑦
𝐿= 2 ∗ [ 2 ] = [𝑏2 ]
3 𝑦3 𝑏3
[ 2 −1 1]
𝑦1 = 𝑏1 ⟹ 𝑦1 = 𝑏1 ⟹ 𝑦1 = 2
1 1 1
− 𝑦1 + 𝑦2 = 𝑏2 ⟹ 𝑦2 = 𝑏2 + 𝑦1 ⟹ 𝑦2 = −1 + (2) = 0
2 2 2
3 3 3
𝑦 − 𝑦2 + 𝑦3 = 𝑏3 ⟹ 𝑦3 = 𝑏3 − 𝑦1 + 𝑦2 ⟹ 𝑦3 = 1 − (2) + 0 = −2
2 1 2 2
Del cambio anterior 𝑈 ∗ 𝑋 = 𝑌 se tiene:
2 1 −3
7 1 𝑥 2
[0 − ]∗[𝑦 ] =[ 0 ]
2 2 𝑧 −2
0 0 5
3
2𝑥 + 𝑦 − 3𝑧 = 2 ⟹ 𝑥 =
7
7 1 2
𝑦− 𝑧=0 ⟹ 𝑦=−
2 2 35
2
{ 5𝑧 = −2 ⟹ 𝑧 = −
5
CÓDIGO DEL MÉTODO DE L.U
A=input('Lea A:');
B=input('Lea B:');
n=length(A);
L=zeros(n,n);
U=zeros(n,n);
for i=1:n
L(i,i)=1;
end
for j=1:n
U(1,j)=A(1,j);
end
for i=2:n
L(i,1)=A(i,1)/U(1,1);
end
for i=2:n
for j=i:n
m=0;
for k=1:n-1
m=m+L(i,k)*U(k,j);
end
U(i,j)=A(i,j)-m;
end
for r=i+1:n
t=0;
for s=1:n-1
t=t+L(r,s)*U(s,i);
end
L(r,i)=(A(r,i)-t)/U(i,i);
end
end
Y=L\B';
X=U\Y;
for i=1:n
xi=X(i,1);
fprintf('\n x%g=',i);
disp (xi)
end
𝑬𝒋𝒆𝒎𝒑𝒍𝒐
Resolver el sistema 𝐴𝑋 = 𝐵 un sistema de ecuaciones lineales aplicando el código del método
de 𝐿. 𝑈.
𝑥 + 3𝑦 − 𝑧 = 4
𝑥 + 2𝑦 + 4𝑧 = 2
3𝑥 + 7𝑦 − 2𝑧 = 5
𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏:
Sea:
1 3 −1 𝑥 2
𝐴=[ 1 2 4 ] 𝑋=[ 𝑦 ] 𝐵=[ 0 ]
3 7 −2 𝑧 −2
Aplicando el programa L.U. se tiene:
Lea 𝐴: [1 3 -1; 1 2 4; 3 7 -2] ↲
Lea B: [2 0 -2] ↲
x1= -10.2222
x2= 4.2222
x3= 0.4444
