Rafael Monroy

1.072.650.988

EJERCICIO 1.
Construya el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏, de tamaño 5×5, donde
los coeficientes de la matriz A están dados por la siguiente regla:
1
𝑎𝑖𝑗 = (𝑖 + 𝑗 − 𝑐)−1 , con 𝑐 = (k es el último dígito de su documento de
𝑘
identidad. Si k=0, tome el valor de 1) y el valor del vector de términos
independientes está dado por 𝑏𝑖 = 𝑖
Se construye el sistema de ecuaciones, teniendo en cuenta la regla dada
y el valor de k=0 y se toma 1 y además del vector de términos
independientes está dado por 𝑏𝑖 = 𝑖
𝟏
𝒄= = 𝟎, 𝟏𝟐𝟓
𝟖
𝑎11 = (1 + 1 − 0,125)−1 = 0,533

𝑎21 = (2 + 1 − 0,125)−1 = 0,347

𝑎31 = (3 + 1 − 0,125)−1 = 0,258

𝑎41 = (4 + 1 − 0,125)−1 = 0,2051

𝑎51 = (5 + 1 − 0,125)−1 = 0,1702

k=8 C 1/8 0.125

0.53333 0.3 0.258065 0.2051 0.1702 z1 6
0.34783 0.25806 0.205128 0.1702 0.1455 z2 5
0.258065 0.20513 0.170213 0.1455 0.127 z3 3
0.20513 0.17021 0.145455 0.127 0.1127 z4 4
0.17021 0.14545 0.126984 0.1127 0.1013 z5 5

EJERCICIO 2.
Con los algoritmos dados en la literatura revisada, resuelva el sistema de
ecuaciones lineales 𝐴𝑥 = 𝑏, dado en el numeral anterior, por los métodos
de Eliminación de Gauss y Eliminación de Gauss – Jordan. ¿Cuál de los
dos métodos directos considera que es mejor (computacionalmente), por
qué?
Rafael Monroy

1.072.650.988

Se busca obtener la matriz inversa, aplicando en Excel la fórmula de

=MINVERSA a la matriz principal y se obtiene la matriz inversa.

0.53333 0.3 0.258065 0.2051 0.1702 z1 6

0.34783 0.25806 0.205128 0.1702 0.1455 z2 5
0.258065 0.20513 0.170213 0.1455 0.127 z3 3
0.20513 0.17021 0.145455 0.127 0.1127 z4 4
0.17021 0.14545 0.126984 0.1127 0.1013 z5 5
Matriz inicial

331.408 -3170 9663.35 -11728 4928.33

-3170 34494.9 -112657 142734 -61768
9663.35 -112657 384085 -501150 221560
-11728 142734 -501150 668029 -300179
4928.33 -61768 221560 -300179 136620
Matriz inversa

Partiendo de la matriz inversa, se aplica =MMULT, para obtener la matriz

identidad.

1 0 0 0 0

0 1 0 0 0

0 0 1 0 0

0 0 0 1 0

0 0 0 0 1

Y con resultado valido, ya que la diagonal tiene valores 1, se puede aplicar

los siguientes métodos:

Eliminación de Gauss

0.53333 0.34783 0.25806 0.20513 0.17021 1 z1

Rafael Monroy

1.072.650.988

0.34783 0.25806 0.20513 0.17021 0.14545 2 z2

0.25806 0.20513 0.17021 0.14545 0.12698 3 z3
0.20513 0.17021 0.14545 0.12698 0.11268 4 z4
0.17021 0.14545 0.12698 0.11268 0.10127 5 z5

hallar los valores del multiplicador en cada columna para resolver la

matriz:

Mult 0.53333 0.34783 0.25806 0.20513 0.17021 1

0.65217 0 0.03122 0.03683 0.03643 0.03445 1.34783
0.48387 0 0.03683 0.04534 0.0462 0.04462 2.51613
0.38462 0 0.03643 0.0462 0.04809 0.04721 3.61538
0.31915 0 0.03445 0.04462 0.04721 0.04694 4.68085

Dividendo el valor del número de la fila entre el valor del pivote:

0,347826
𝑀𝑢𝑙𝑡 = = 0,652173
0,53333
0,258065
𝑀𝑢𝑙𝑡 = = 0,4838709
0,53333
𝑠𝑒 ℎ𝑎𝑙𝑙𝑎 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑑𝑜𝑟𝑒𝑠
Y así en cada uno de los valores de la columna, hasta llegar al valor de
cero.
De igual forma se busca tener cero en la siguiente columna, y este es el
resultado, hallando el multiplicador y se resta el valor de la fila menos el
pivote por el multiplicador.

Pivote
Mult 0.53333 0.34783 0.25806 0.20513 0.17021 1
0.65217 0 0.03122 0.03683 0.03643 0.03445 1.34783
0.48387 0 0.03683 0.04534 0.0462 0.04462 2.51613
0.38462 0 0.03643 0.0462 0.04809 0.04721 3.61538
0.31915 0 0.03445 0.04462 0.04721 0.04694 4.68085

Mult 0.53333 0.34783 0.25806 0.20513 0.17021 1

0 0.03122 0.03683 0.03643 0.03445 1.34783
1.17949 0 0 0.00191 0.00323 0.00399 0.92639
Rafael Monroy

1.072.650.988

1.16694 0 0 0.00323 0.00557 0.00701 2.04255

1.10329 0 0 0.00399 0.00701 0.00894 3.19381

Mult 0.53333 0.34783 0.25806 0.20513 0.17021 1

0 0.03122 0.03683 0.03643 0.03445 1.34783
0 0 0.00191 0.00323 0.00399 0.92639
1.69091 0 0 0 0.00012 0.00026 0.47612
2.09351 0 0 0 0.00026 0.00058 1.25442

Mult 0.53333 0.34783 0.25806 0.20513 0.17021 1

0 0.03122 0.03683 0.03643 0.03445 1.34783
0 0 0.00191 0.00323 0.00399 0.92639
0 0 0 0.00012 0.00026 0.47612
2.19718 0 0 0 0 7.3E-06 0.20829

Ahora se obtiene el valor de las variables de:

0,208294512
𝑧5 = = 28457,15272
7,31958E − 06
0,476119625 − (0,000259064 ∗ 28457,15)
𝑧4 = = −58487,4985
0,000117908
0,926385443 − (0,003994237 ∗ 28457,15) − (0,003226114 ∗ −58487,49)
𝑧3 = = 39807,3571
0,001907917

Aplicando la secuencia del anterior proceso se hallan las demás variables:

𝑧2 = −10054,1692
𝑧1 = 710,4392

Comprobando se obtienen los valores del resultado, que se hace

multiplicado los valores de la matriz con los resultados de la variable.
1
2
3
4
5

Eliminación de Gauss – Jordan

Rafael Monroy

1.072.650.988

0.53333 0.34783 0.25806 0.20513 0.17021 1 z1

0.34783 0.25806 0.20513 0.17021 0.14545 2 z2
0.25806 0.20513 0.17021 0.14545 0.12698 3 z3
0.20513 0.17021 0.14545 0.12698 0.11268 4 z4
0.17021 0.14545 0.12698 0.11268 0.10127 5 z5

Luego de tener la matriz se procede a hallar los valores del multiplicador

en cada columna para resolver la matriz, siendo la primera:

Pivote
Mult 1 0.65217 0.48387 0.38462 0.31915 1.875
0.34783 0 0.03122 0.03683 0.03643 0.03445 1.34783
0.25806 0 0.03683 0.04534 0.0462 0.04462 2.51613
0.20513 0 0.03643 0.0462 0.04809 0.04721 3.61538
0.17021 0 0.03445 0.04462 0.04721 0.04694 4.68085

Que se realizó dividendo el valor del número de la fila entre el valor del
pivote:
0,347826
𝑀𝑢𝑙𝑡 = = 0,652173
0,53333
0,258065
𝑀𝑢𝑙𝑡 = = 0,4838709
0,53333
𝑦 𝑑𝑒 𝑒𝑠𝑡𝑎 𝑓𝑜𝑟𝑚𝑎 𝑠𝑒 ℎ𝑎𝑙𝑙𝑎 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑑𝑜𝑟𝑒𝑠, 𝑢𝑠𝑎𝑛𝑑𝑜 𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑝𝑟𝑜𝑐𝑒𝑠𝑜
Y así en cada uno de los valores de la columna, hasta llegar al valor de
cero.
De igual forma se busca tener cero en la siguiente columna, y este es el
resultado, hallando el multiplicador y se resta el valor de la fila menos el
pivote por el multiplicador.
Rafael Monroy

1.072.650.988

Mult 1 0.65217 0.48387 0.38462 0.31915 1.875

0 1 1.17949 1.16694 1.10329 43.1699
0.03683 0 0 0.00191 0.00323 0.00399 0.92639
0.03643 0 0 0.00323 0.00557 0.00701 2.04255
0.03445 0 0 0.00399 0.00701 0.00894 3.19381

Mult 1 0.65217 0.48387 0.38462 0.31915 1.875

0 1 1.17949 1.16694 1.10329 43.1699
0 0 1 1.69091 2.09351 485.548
0.00323 0 0 0 0.00012 0.00026 0.47612
0.00399 0 0 0 0.00026 0.00058 1.25442

Mult 1 0.65217 0.48387 0.38462 0.31915 1.875

0 1 1.17949 1.16694 1.10329 43.1699
0 0 1 1.69091 2.09351 485.548
0 0 0 1 2.19718 4038.08
0.00026 0 0 0 0 7.3E-06 0.20829

1 0.65217 0.48387 0.38462 0.31915 1.875

0 1 1.17949 1.16694 1.10329 43.1699
0 0 1 1.69091 2.09351 485.548
0 0 0 1 2.19718 4038.08
0 0 0 0 1 28457.2

Y como el método dice que todos los valores de las filas deben ser cero
arriba y debajo de la diagonal, se procede a volver cero a los valores de
arriba de la diagonal.
Se halla los valores del multiplicador en cada columna para resolver la
matriz, pero iniciando desde la última fila, hallando el pivote y aplicando:
El valor de la fila se resta con el multiplicador, por el pivote.

Mult
0.319148936 1 0.65217 0.48387 0.38462 0 -9080.195017
1.103288201 0 1 1.17949 1.16694 0 -31353.27091
Rafael Monroy

1.072.650.988

2.093506494 0 0 1 1.69091 0 -59089.68591

2.197183099 0 0 0 1 0 -58487.49859
0 0 0 0 1 28457.15272

Mult
0.384615385 1 0.65217 0.48387 0 0 13414.99675
1.166939444 0 1 1.17949 0 0 36898.09814
1,690,909,091 0 0 1 0 0 3,980,735,716
0 0 0 1 0 -58487.49859
0 0 0 0 1 28457.15272

Mult
0.483870968 1 0.65217 0 0 0 -1926149028
1.179487179 0 1 0 0 0 -4695189844
0 0 1 0 0 3,980,735,716
0 0 0 1 0 -5,848,749,859
0 0 0 0 1 2,845,715,272

0,652173913 1 0 0 0 0 7,104,392,338
0 1 0 0 0 -1,005,416,927
0 0 1 0 0 3,980,735,716
0 0 0 1 0 -5,848,749,859
0 0 0 0 1 2,845,715,272

Resultados factibles.
En la comprobación se obtienen los valores del resultado, que se hace
multiplicado los valores de la matriz con los resultados de la variable.
1
2
3
4
5

¿Cuál de los dos métodos directos considera que es mejor (computacionalmente), por qué?

Eliminación de Gaus,

Es más rápido y solo busca llevar los valores a cero.

Rafael Monroy

1.072.650.988

EJERCICIO 3.
Resuelva el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏 dado en el numeral 1,
por los métodos de Gauss – Seidel y Jacobi. ¿Cuál de los dos métodos
iterativos considera que es mejor, por qué? Realice una gráfica de la
forma como va convergiendo la solución (Número de iteraciones vs norma
del error (escoja la norma de error que mejor considere).
Se analiza la matriz, y se observa que, al realizar la suma de los valores
de la fila con respeto al valor de la diagonal, estos dan mayor y para que
se cumpla debe ser menor, se procede a explicar:

0.533333333 0.347826087 0.258064516 0.205128 0.170213 z1

0.347826087 0.258064516 0.205128205 0.170213 0.145455 z2
0.258064516 0.205128205 0.170212766 0.145455 0.126984 z3
0.205128205 0.170212766 0.145454545 0.126984 0.112676 z4
0.170212766 0.145454545 0.126984127 0.112676 0.101266 z5

Se observan que los valores de las diagonales son:

Valor de la diagonal en cada fila Valor de la suma de los números
restantes de la fila
𝑧1 = 0,533333333
𝑧1 = 0,98123
𝑧2 = 0,258064516
𝑧2 = 0,8686
𝑧3 = 0,170212766
𝑧3 = 0,7356
𝑧4 = 0,126984127
𝑧4 = 0,6334
𝑧5 = 0,101265823
𝑧5 = 0,5553

Z1 0.533333 < 0.98123

Z2 0.258065 < 0.8686
Rafael Monroy

1.072.650.988

Z3 0.170213 < 0.7356

Z4 0.126984 < 0.6334
Z5 0.101266 < 0.5553

Despeje y se aplica a los demás variables

1 − (0,34 ∗ 𝑧2) − (0,25 ∗ 𝑧3) − (0,20 ∗ 𝑧4) − (0,17 ∗ 𝑧5)
z1 =
0,53

Y de esta manera las demás, el resultado es:

Método de Jacobi

Iteraciones z1 z2 z3 z4 z5 Error
0 0 0 0 0 0 0
1 1.875 7.75 17.625 31.5 49.375 -1.04737
2 -39.580937 -57.3929305 -58.3109848 -45.9174001 -22.0589002 1.429198
3 92.22077774 150.1671196 202.4957923 258.7353589 322.5530938 -1.23259
4 -396.497989 -629.963654 -764.900202 -836.918676 -863.140916 1.28783
5 1380.196166 2188.665728 2737.069655 3158.460133 3511.065894 -1.27053
6 -5085.24954 -8090.33794 -10030.9676 -11382.4328 -12360.7905 1.27603
7 18454.66827 29309.66829 36425.76221 41548.67225 45461.06474 -1.27431
8 -67227.6039 -106847.697 -132704.568 -151130.061 -164976.478 1.274835
9 244676.0572 388770.2579 482933.7167 550245.9473 601087.2265 -1.27468
10 -890690.956 -1415366.21 -1758101.18 -2002869.73 -2187459.14 1.274725
11 3242220.68 5151942.544 6399574.963 7290842.826 7963297.025 -1.27471
12 -11802177.3 -18754041.1 -23295587.5 -26539643.6 -28986913.7

Error
Iteraciones z1 z2 z3 z4 z5
1 -1.04737129 -1.13503405 -1.30225866 -1.68601445 -3.23832556
2 1.429197605 1.382193723 1.287961464 1.177468593 1.068388432
3 -1.23258826 -1.23837426 -1.26473492 -1.30915233 -1.37369691
4 1.287276547 1.287829999 1.279459531 1.264976805 1.24583444
5 -1.27141169 -1.27052834 -1.27286198 -1.27748551 -1.28404865
6 1.27555356 1.276029666 1.275381132 1.273954188 1.271898394
7 -1.27451028 -1.27431259 -1.27448763 -1.27491997 -1.27556089
8 1.274761677 1.274835059 1.274788368 1.274659108 1.274463456
9 -1.27470365 -1.27467821 -1.27469051 -1.27472878 -1.27478787
10 1.274716327 1.274724766 1.274721554 1.274710315 1.274692647
Rafael Monroy

1.072.650.988

11 -1.27471378 -1.27471106 -1.27471189 -1.27471517 -1.27472042

Métodos de Gauss – Seidel

Iteraciones z1 z2 z3 z4 z5 Error
0 0 0 0 0 0 0
1 1.875 5.222826 8.488083 11.74763 15.00643 0.462926
2 -14.9459 4.940974 13.0963 20.70364 27.94106 3.729438
3 -24.5646 1.044728 15.07194 27.72389 39.41637 0.209299
4 -29.3419 -5.18489 15.26244 33.39096 49.84989 0.162562
5 -30.8808 -12.8807 14.24356 38.10173 59.52663 0.148077
6 -30.2689 -21.4569 12.40645 42.12685 68.64158 0.238563
7 -28.244 -30.5182 10.01681 45.6512 77.32845 0.380653
8 -25.3061 -39.7993 7.255121 48.80135 85.67933 0.709516
9 -21.7937 -49.1229 4.243963 51.66419 93.75799 2.979121
10 -17.9355 -58.3713 1.066558 54.29966 101.6089 0.070056
11 -13.8857 -67.4674 -2.2206 56.74938 109.2634 0.064076
12 -9.74801 -76.3616 -5.57919 59.04243 116.744 0

Error
Iteraciones z1 z2 z3 z4 z5
1 -1.12545 0.057044 0.351872 0.432581 0.462926
2 -0.39157 3.729438 0.131081 0.25322 0.291131
3 -0.16282 -1.20149 0.012482 0.169719 0.209299
4 -0.04983 -0.59747 0.071533 0.123637 0.162562
5 -0.02021 -0.39969 0.148077 0.095548 0.13279
6 -0.07169 -0.29692 0.238563 0.077202 0.112337
7 -0.11609 -0.2332 0.380653 0.06455 0.097467
8 -0.16117 -0.1898 0.709516 0.055412 0.086165
9 -0.21512 -0.15844 2.979121 0.048536 0.077266
10 -0.29165 -0.13482 -1.4803 0.043167 0.070056
11 -0.42446 -0.11647 -0.60198 0.038837 0.064076