+

FACULTAD DE INGENIERÍA

ESCUELA DE INGENIERÍA CIVIL

CURSO:
ANALISIS ESTRUCTURAL II

TEMA:
MÉTODOS NUMÉRICOS EN LA SOLUCIÓN DE MATRICES

ESTUDIANTE:

 ENRIQUEZ PACSI, María Jesús

 CHAVEZ JERI, Máximo Vidal
 CHAVEZ HUAMAN, Racnael
 HUAUYA GONZALES, Yemil
 LOPEZ HUAMAN, Vladimir
 MORALES CAJAMARCA, Luis Fernando
 SANCHEZ REYNAGA, Roly

DOCENTE TUTOR:
RETAMOZO FERNÁNDEZ, Saúl Walter

AYACUCHO – PERÚ - 2018

TRABAJO Nª 1
 MÉTODOS NUMÉRICOS EN LA SOLUCIÓN DE MATRICES

1. MÉTODO DE GAUSS-JORDÁN
El método de Gauss-Jordan se auxilia de operaciones fundamentales en renglones
de matrices. Estas operaciones son las siguientes:
1. Multiplicación de una fila (columna) por un escalar (= 0).
2. Intercambio de dos renglones (o columnas).
3. Reemplazo del renglón i por la suma del renglón i más c veces el renglón k,
donde c es cualquier escalar y k = i.
El objetivo general lo podemos representar mediante una matriz aumentada de la
siguiente manera:

y en el proceso se obtiene tanto la inversa de A (A−1), como el determinante de A

(|A|). El algoritmo es el siguiente:
Realizar lo siguiente para i = 1...n donde n es el orden de la matriz.
 Normalizar el renglón i dividiendo el renglón i por el elemento ai, i.
 Hacer ceros sobre la columna i mediante la tercera operación fundamental
en matrices.

2. MÉTODO DE MONTANTE
El Método de Montante es un algoritmo del álgebra lineal para determinar las
soluciones de un sistema de ecuaciones lineales, encontrar matrices inversas,
matrices de adjuntos y determinantes. El método consiste en ir “pivoteando” en la
diagonal principal. Se comienza en el extremo superior izquierdo, el renglón donde
está el pivote va a ser el renglón base de todo el sistema y la columna donde está
el pivote va a ser la columna base. Con respecto a ese renglón y esa columna,
donde está el pivote, se forman determinantes de dos por dos, y siempre se trabaja
con números enteros, si apareciera alguna fracción hay un error.

TRABAJO Nª 1
Ejemplo:

Tenemos las siguientes ecuaciones…

 3x1 – 2x2 + x3 = 2

 4x1 + 3x2 – 5x3 = 4

 2x1 + x2 – x3 = 3

Solución
 Iniciar haciendo el pivote anterior igual a 1.
 Los siguientes pivotes se irán obteniendo sobre la diagonal principal de la
matriz aumentada.
 El primer pivote es el elemento 3.
 Luego se debe hacer ceros en la columna del pivote (ceros arriba y debajo
de él).
 Mientras que la fila del pivote continua con los mismos valores
 Para conseguir los nuevos elementos de la matriz que hacen falta se aplica
la siguiente ecuación:
 Se resuelve multiplicando el elemento por el pivote, menos el producto de los
dos elementos de la fila y la columna donde están el pivote y el elemento
entre el pivote anterior.

Nuevo Elemento= (Pivote Actual) (Elemento Actual) - (Elemento Columna del

Pivote) (Elemento Fila del Pivote) / Pivote anterior

NE(2,2)=((3)(3)-(-2)(4))/1=17
NE(2,3)=((3)(-5)-(1)(4))/1= -19
NE(2,4)= ((3)(4)-(2)(4))/1=4
NE(3,2)= ((3)(1)-(2)(2))/1=7
NE(3,3)= ((3)(-1)-(1)(2))/1=-5
NE(3,4)=((3)(3)-(2)(2))/1=5

 El pivote anterior ahora será 3

 El pivote actual cambiara a 17
 Los elementos por encima y debajo del pivote actual serán 0
 Los nuevos elementos de la nueva matriz se conseguirán con la misma
fórmula.
 Por último, el pivote anterior que era 3 cambia a 17.

TRABAJO Nª 1
NE(1,3)=((17)(1)-(-2)(-19))/3=-7
NE(1,4)=((17)(2)-(-2)(4))/3=14
NE(3,3)=((17)(-5)-(7)(-19))/3=16
NE(3,4)=((17)(5)-(7)(4))/3=19

 El pivote anterior ahora será 17

 El pivote actual será 16
 Los elementos por encima del pivote serán 0
 Los nuevos elementos de la nueva matriz se conseguirán con la misma
fórmula.
 Los pivotes anteriores que son 17 cambiaran al pivote actual 16.

NE(1,4)=((16)(14)-(-7)(19))/17=21
NE(2,4)= ((16)(4)-(-19)(19))/17=25

Al terminar la matriz encontramos los valores de x, y, z, estos son los elementos

que sobran entre el ultimo pivote:

X=21/16, Y=25/16, Z=19/16

3. SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

Para resolver un sistema de ecuaciones de la forma:

para x1, . . . xn dados los aij para cada i, j = 1, . . . n y bi para cada i = 1, . . . n,

utilizaremos los métodos de Gauss-Jordan y Montante vistos anteriormente.
Para aplicar estos métodos, necesitamos expresar el sistema de ecuaciones
lineales como un sistema matricial de dimensión n × (n + 1). Primero construimos:

TRABAJO Nª 1
y así podemos expresar el sistema de ecuaciones lineales en forma matricial:
Ax = b
para después combinar las matrices A y b, y formar la matriz aumentada

Una vez generada esta matriz, se aplica el método, Gauss-Jordan o Montante, de

igual forma que cuando se desea obtener la inversa. Cuando se termina de aplicar
el método, la solución al sistema de ecuaciones estará en la última columna (la n +
1) de la matriz aumentada.

4. MÉTODOS ITERATIVOS
4.1. Método de Jacobi
Las fórmulas de recursión para el método iterativo de Jacobi se desarrollarán al
resolver tres ecuaciones entres incógnitas. La fórmula de recursión para resolver n
ecuaciones en n incógnitas se obtienen mediante extensión directa.
Si el sistema de ecuaciones algebraicas

tiene elementos de la diagonal aii (i = 1, 2, 3) distintos de cero, entonces se puede

reescribir de la forma:

TRABAJO Nª 1
esto es, hacer que en la i-ésima ecuación la variable xi quede expresada en
términos de las restantes variables y bi.
Se puede establecer un procedimiento iterativo para resolver estas ecuaciones de
la siguiente forma:
1. Escoger valores arbitrarios x10, x20, x20, (x0), y sustituir estos valores para x1,
x2, x3 en el lado derecho de la ecuación anterior. Los valores que se obtienen
después de realizar los cálculos son los nuevos valores de x11, x21, x21, (x1).

2. Estos valores de x1 se pueden sustituir en lado derecho de la ecuación

anterior para producir los valores x2 del lado izquierdo.

o en forma matricial:

4.2. Método De Gauss-Seidel

Este método iterativo para resolver sistemas de ecuaciones lineales es una
modificación simple al método de Jacobi. El método hace uso inmediato de los
valores de xi k+1 que se hayan calculado incluyéndolos en los cálculos de las
siguientes, xi+1k+1:

TRABAJO Nª 1