Академический Документы
Профессиональный Документы
Культура Документы
100401_17
CODIGO DEL CURSO
TUTOR
JORGE ARMANDO AMADOR
El uso de los métodos numéricos son de gran importancia ya que estos nos permiten
determinar modelos con gran presión para diferentes situaciones además también
nos permiten encontrar soluciones a problemas en los cuales los procesos
algebraicos no es posible realizar.
En este caso se hace uso de métodos para resolver diversos problemas en los cuales
tenemos un sistema de ecuaciones lineales, y donde se deben hacer necesario de
cumplir condiciones para poder realizar el método de Jacobi, Gauss-Seidel y Sor.
Por otro lado, los problemas de interpolación nos permiten aproximar modelos por
medio de polinomios teniendo en cuenta diversos puntos, y en el cual si tenemos
n+1 puntos encontraremos un polinomio de grado n, y además también teniendo
dicha aproximación también podemos aproximar valores diferentes a los puntos
iniciales.
Tabla de desafíos y roles seleccionados
Desafío 2:
Ecuaciones
Ejercicio 1
x1 3 4 7 20 504
x2 20 25 40 50 1970
x3 10 15 20 22 970
x4 10 8 10 15 601
Determinante matriz
Determinante matriz 5630
Gauss
Multiplicador
Fila 1 3 4 7 20 504
Fila 2 6,666666667 0 -1,66667 -6,66667 -83,3333 -1390
Fila 3 3,333333333 0 1,66667 -3,33333 -44,6667 -710
Fila 4 3,333333333 0 -5,33333 -13,3333 -51,6667 -1079
Multiplicador
Fila 1 3 4 7 20 504
Fila 2 0 -1,66667 -6,66667 -83,3333 -1390
Fila 3 -1 0 0 -10 -128 -2100
Fila 4 3,2 0 0 8 215 3369
Multiplicador
Fila 1 3 4 7 20 504
Fila 2 0 -1,66667 -6,66667 -83,3333 -1390
Fila 3 0 0 -10 -128 -2100
Fila 4 -0,8 0 0 0 112,6 1689
x1 = 10
x2 = 12
x3 = 18
x4 = 15
Gauss-Jordan
Multiplicador
Fila 1 3 4 7 20 504
Fila 2 6,666666667 0 -1,7 -6,7 -83 -1390
Fila 3 3,333333333 0 1,67 -3,3 -45 -710
Fila 4 3,333333333 0 -5,3 -13 -52 -1079
Multiplicador
Fila 1 3 4 7 20 504
Fila 2 0 -1,7 -6,7 -83 -1390
Fila 3 -1 0 0 -10 -128 -2100
Fila 4 3,2 0 0 8 215 3369
Multiplicador
Fila 1 3 4 7 20 504
Fila 2 0 -1,7 -6,7 -83 -1390
Fila 3 0 0 -10 -128 -2100
Fila 4 -0,8 0 0 0 113 1689
Multiplicador
Fila 1 0,177619893 3 4 7 0 204
Fila 2 -0,740082889 0 -1,7 -6,7 0 -140
Fila 3 -1,136767318 0 0 -10 0 -180
Fila 4 0 0 0 113 1689
Multiplicador
Fila 1 -0,7 3 4 0 0 78
Fila 2 0,666666667 0 -1,7 0 0 -20
Fila 3 0 0 -10 0 -180
Fila 4 0 0 0 113 1689
Multiplicador
Fila 1 -2,4 3 0 0 0 30
Fila 2 0 -1,7 0 0 -20
Fila 3 0 0 -10 0 -180
Fila 4 0 0 0 113 1689
Fila 1 1 0 0 0 10
Fila 2 0 1 0 0 12
Fila 3 0 0 1 0 18
Fila 4 0 0 0 1 15
x1 = 10
x2 = 12
x3 = 18
x4 = 15
Jacobi
Debido a que en las ecuaciones no es posible establecer una diagonal dominante los
métodos iterativos no muestran convergencia.
iteración x1 x2 x3 x4 Error
0 0 0 0
1 168 78,8 48,5 40,0666667 195,936285
2 -317,344444 -213,333333 -138,673333 -146,293333 625,032016
3 1751,30444 847,139556 528,094889 457,856296 2492,68683
4 -5246,11612 -3082,90797 -1966,14881 -1931,34065 8737,20103
5 21741,8289 11284,2123 7108,21376 6492,46088 32985,8729
6 -74746,521 -41672,7269 -26427,2806 -25211,5417 119349,119
7 285472,235 152582,749 96409,0015 89714,7221 442481,119
8 -1026328,15 -561982,835 -355810,874 -335924,89 1617744,14
9 3819203,09 2062288,5 1304217,08 1221190,26 5962069,56
10 -13933991,6 -7584411,52 -4799578,7 -4515460,58 21872362,2
Método no converge
Gauss-Siedel
iteración x1 x2 x3 x4 Error
0 0 0 0
1 168 -55,6 6,2 -46,4133333 183,051898
2 537,088889 -267,964444 31,9835556 -196,400593 452,201542
3 1759,99491 -987,568435 125,219521 -690,039791 1505,22478
4 5792,84431 -3375,7471 442,931939 -2316,71905 4971,34772
5 19080,2819 -11260,6785 1502,2589 -7675,93198 16388,1506
6 62849,8472 -37252,828 5006,7226 -25329,4716 53993,4756
7 207019,228 -122888,396 16567,6013 -83477,3421 177856,936
8 681877,072 -404976,336 54667,292 -275002,13 585830,102
9 2245926,97 -1334126,18 180181,995 -905831,946 1929578,12
10 7397457,89 -4394514,81 593620,805 -2983604,5 6355495,25
Método no converge
S.O.R.
w= 0,9
iteración x1 x2 x3 x4 Error
0 0 0 0
1 168 -55,6 6,2 -46,4133333 183,051898
2 500,18 -220,1536 13,74188 -171,260733 391,23547
3 1464,10877 -716,772663 39,5449142 -539,207407 1145,35572
4 4309,93819 -2190,28411 120,389411 -1624,72093 3384,5024
5 12706,0426 -6545,32214 364,535949 -4827,00458 9988,75133
6 37472,6928 -19400,2746 1091,31169 -14272,9114 29468,4598
7 110524,512 -57327,0048 3242,66106 -42134,5729 86924,7128
8 325993,906 -169204,594 9596,98619 -124313,728 256393,146
9 961524,799 -499202,345 28349,3623 -366702,684 756242,084
10 2836028,94 -1472548,4 83671,3914 -1081631,17 2230549,61
Grafica
Numero de Error Gauss-
Error Jacobi Error S.O.R
iteraciones Siedel
1 195,936285 183,0518984 183,051898
2 625,032016 452,2015423 391,23547
3 2492,68683 1505,224784 1145,35572
4 8737,20103 4971,347716 3384,5024
5 32985,8729 16388,15056 9988,75133
6 119349,119 53993,47558 29468,4598
7 442481,119 177856,9362 86924,7128
8 1617744,14 585830,102 256393,146
9 5962069,56 1929578,118 756242,084
10 21872362,2 6355495,25 2230549,61
Chart Title
25000000
20000000
15000000
10000000
5000000
0
1 2 3 4 5 6 7 8 9 10
Una empresa transportadora posee 5 tipos de camiones los cuales se usan para
transportar 5 tipos diferentes de máquinas. En la tabla siguiente se muestra la cantidad
de máquinas que cada camión puede transportar llevando una carga completa:
Camión 1 1 1 1 0 2
Camión 2 0 1 2 1 1
Camión 3 2 1 1 2 0
Camión 4 3 2 1 2 1
Camión 5 2 1 2 3 1
Máquina A 1 1 1 0 2
Máquina B 0 1 2 1 1
Máquina C 2 1 1 2 0
Máquina D 3 2 1 2 1
Máquina E 2 1 2 3 1
En cada renglón la cantidad de maquinas necesarias deben estar dadas por las
condiciones iniciales 27 máquinas del tipo A, 23 máquinas B, 31 máquinas C, 31
máquinas D y 22 máquinas E, de esta manera el sistema ampliado de ecuaciones es
𝑐1 𝑐2 𝑐3 𝑐4 𝑐5
1 0 2 3 2 27
1 1 1 2 1 23
1 2 1 1 2 31
0 1 2 2 3 31
2 1 0 1 1 22
1. Determine si el SEL tiene, o no, solución. ¿Si la tiene, es única? Realice una breve
explicación basándose en la teoría revisada.
Para saber si el sistema tiene solución empezaremos mirando su determinante para ello
vamos a reducir la matriz a una equivalente, basándonos en el proceso de Gauss usando
operaciones entre filas y columnas, y determinaremos el determinante
Det(A)
1 0 2 3 2
1 1 1 2 1
1 2 1 1 2
0 1 2 2 3
2 1 0 1 1
𝑓2 − 𝑓1 → 𝑓2
𝑓3 − 𝑓1 → 𝑓3
𝑓4 − 𝑓1 → 𝑓4
𝑓5 − 2𝑓1 → 𝑓5
Al realizar las operaciones elementales no afecta el determinante
1 0 2 3 2
0 1 -1 -1 -1
0 2 -1 -2 0
0 1 2 2 3
0 1 -4 -5 -3
𝑓3 − 2𝑓2 → 𝑓3
𝑓4 − 𝑓2 → 𝑓4
𝑓5 − 𝑓2 → 𝑓5
Al realizar las operaciones elementales no afecta el determinante
1 0 2 3 2
0 1 -1 -1 -1
0 0 1 0 2
0 0 3 3 4
0 0 -3 -4 -2
𝑓4 − 3𝑓3 → 𝑓4
𝑓5 − (−3)𝑓3 → 𝑓5
Al realizar las operaciones elementales no afecta el determinante
1 0 2 3 2
0 1 -1 -1 -1
0 0 1 0 2
0 0 0 3 -2
0 0 0 -4 4
1
𝑓 → 𝑓4
3 4
Al realizar las operaciones elementales el determinante de A queda multiplicado por 3,
y después
𝑓5 − (−4)𝑓4 → 𝑓5
Al realizar esta operación elemental no es afectado el determinante, por el momento el
determinante se debe multiplicar por 3
1 0 2 3 2
0 1 -1 -1 -1
0 0 1 0 2
0 0 0 1 -2/3
0 0 0 0 4/3
1
𝑓 → 𝑓5
4/3 4
Al realizar esta operación elemental no es afectado el determinante, debe ser
multiplicado por 3 y por 4/3
1 0 2 3 2
0 1 -1 -1 -1
0 0 1 0 2
0 0 0 1 -2/3
0 0 0 0 1
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 2 -1 -2 0 4
0 1 2 2 3 31
0 1 -4 -5 -3 -32
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 3 3 4 35
0 0 -3 -4 -2 -28
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 0 3 -2 -1
0 0 0 -4 4 8
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 0 1 -2/3 -1/3
0 0 0 0 4/3 20/3
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 0 1 -2/3 -1/3
0 0 0 0 1 5
De esta manera, como llegamos a la matriz diagonal en la que no todos los elementos por
encima de la diagonal son cero, se procede a escribir el sistema de ecuaciones equivalentes
para determinar la solución por medio del método de Gauss.
𝑐1 + 2𝑐3 + 3𝑐4 + 2𝑐5 = 27
𝑐2 − 𝑐3 − 𝑐4 − 𝑐5 = −4
𝑐3 + 2𝑐5 = 12
2 1
𝑐4 − 𝑐5 = −
3 3
𝑐5 = 5
De esta manera, sustituyendo en la ecuación
2 1
𝑐4 − 𝑐5 = −
3 3
El valor 𝑐5 = 5
2 1
𝑐4 − (5) = −
3 3
1 10
𝑐4 = − +
3 3
10 − 1 9
𝑐4 = = =3
3 3
Ahora cambiamos los valores 𝑐4 = 3 y 𝑐5 = 5 en la ecuación
𝑐3 + 2𝑐5 = 12
𝑐3 + 2(5) = 12
𝑐3 = 12 − 10
𝑐3 = 2
cambiando los valores 𝑐3 = 2, 𝑐4 = 3 y 𝑐5 = 5 en la ecuación
𝑐2 − 𝑐3 − 𝑐4 − 𝑐5 = −4
𝑐2 − 2 − 3 − 5 = −4
𝑐2 − 10 = −4
𝑐2 = −4 + 10 = 6
cambiando los valores 𝑐2 = 6, 𝑐3 = 2, 𝑐4 = 3 y 𝑐5 = 5 en la ecuación
𝑐1 + 2𝑐3 + 3𝑐4 + 2𝑐5 = 27
𝑐1 + 2(2) + 3(3) + 2(5) = 27
𝑐1 + 4 + 9 + 10 = 27
𝑐1 + 23 = 27
𝑐1 = 27 − 23 = 4
Se necesitan, 4 del camión 1, 6 del camión 2, 2 del camión 3, 3 del camión 4 y 5 del camión
5.
b. Eliminación de Gauss - Jordan.
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 3 3 4 35
0 0 -3 -4 -2 -28
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 0 3 -2 -1
0 0 0 -4 4 8
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 0 1 -2/3 -1/3
0 0 0 0 4/3 20/3
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 0 1 -2/3 -1/3
0 0 0 0 1 5
1 0 2 3 2 27
0 1 -1 -1 -1 -4
0 0 1 0 2 12
0 0 0 1 -2/3 -1/3
0 0 0 0 1 5
1 0 2 3 0 17
0 1 -1 -1 0 1
0 0 1 0 0 2
0 0 0 1 0 3
0 0 0 0 1 5
1 0 2 0 0 8
0 1 -1 0 0 4
0 0 1 0 0 2
0 0 0 1 0 3
0 0 0 0 1 5
1 0 0 0 0 4
0 1 0 0 0 6
0 0 1 0 0 2
0 0 0 1 0 3
0 0 0 0 1 5
Dado que terminamos con una matriz identidad hemos concluido el método de Gauss-
Jordan, De esta manera la solución esta dada por, 𝑐1 = 4, 𝑐2 = 6, 𝑐3 = 2, 𝑐4 = 3 y 𝑐5 = 5 es
decir se necesitan, 4 del camion 1, 6 del camion 2, 2 del camion 3, 3 del camion 4 y 5 del
camion 5.
c. Jacobi
𝑐1 𝑐2 𝑐3 𝑐4 𝑐5
1 0 2 3 2 27
1 1 1 2 1 23
1 2 1 1 2 31
0 1 2 2 3 31
2 1 0 1 1 22
La primer fila el valor mas grande es 3 y este valor no es mayor que la suma de los valores
restantes que es 1+0+2+2=5, la segunda fila el valor mas grande es 2, y tampoco es mayor
que la suma de los valores restantes de la misma fila y así para cada valor máximo de la
fila.
𝑐1
𝑐2 𝑐3 𝑐4 𝑐5
1 0 2 3 2 27
1 1 1 2 1 23
1 2 1 1 2 31
0 1 2 2 3 31
2 1 0 1 1 22
Al igual que en método de Jacobi, es necesario que la matriz tenga diagonal dominante,
además si se organizan las ecuaciones de otra forma tampoco tienen la diagonal dominante,
con lo cual no es posible aplicar el método de Gauss-Seidel.
e. S.O.R.
𝑐1 𝑐2 𝑐3 𝑐4 𝑐5
1 0 2 3 2 27
1 1 1 2 1 23
1 2 1 1 2 31
0 1 2 2 3 31
2 1 0 1 1 22
Al igual que en método de Gauss-Seidel, es necesario que la matriz tenga diagonal
dominante, además si se organizan las ecuaciones de otra forma tampoco tienen la diagonal
dominante, con lo cual no es posible aplicar el método de SOR.
3. Debe establecer los criterios de convergencia en cada método. Itere la solución hasta
que ésta converja a una tolerancia de ‖𝐴‖ ≤ 10−6, donde ‖𝐴‖ es una norma matricial
para la matriz 𝐴 (escoja la que considere más adecuada). Valide que el vector 𝑥 es
solución del SEL (mediante la operación 𝐴𝑥 = 𝑏).
Dado que para ninguno de los métodos fue posible realizar la aproximación de la solución,
entonces no se puede realizar la grafica, sin embargo, de todos los métodos según la
lectura realizada, se considera mucho mejor el método SOR, el cual es una generalización
del método de Gauss Seidel y este ultimo es una mejora del método de Jacobi.
Aporte 2. Interpolación Numérica
x x-e^(-x)
0 -1
0,2 -0,61873075
0,4 -0,27032005
0,6 0,05118836
0,8 0,35067104
Lagrange
grado 4
x= 0
(𝑥 − 𝑥 )
(𝑥 − 𝑥 )
0 1 2 3 4 Li f(xi) Li*f(xi)
0 -0,77586607 0,07640977 0,36173962 0,50535228 -0,01083742 0,2 -0,00216748
1 1,77586607 0,15921314 0,56469577 0,70045669 0,11183685 0,4 0,04473474
2 0,92359023 0,84078686 1,17092262 1,08811418 0,9893909 0,6 0,59363454
3 0,63826038 0,43530423 -0,17092262 2,24594646 -0,10665709 0,8 -0,08532567
4 0,49464772 0,29954331 -0,08811418 -1,24594646 0,01626675 1 0,01626675
Σ= 0,56714288
Raiz 0,56714288
Diferencias divididas
f(x=0) = 0,449174605
Diferencias finitas
x= 0
H= 0,2
x0 = 0,4
y0 = -0,27032005
Δf(x0) = 0,32150841
Δf(x1) = -0,02202574
Δf(x2) 0,00399259
k= -2
y0 = -0,995384436
Comparación
*Aunque el método de Diferencias finitas en teoría debería ser más exacto, para
este caso en particular no es adecuado su uso.
Desafío 4
Interpolación de Lagrange
Calculando los 5 puntos,
x f(x)
0,2 -0,7584
0,4 -0,0144
0,6 1,2896
0,8 3,2496
1 6
Ahora invirtiendo las variables independientes y dependientes
Y realizando las diferencias divididas
i x f(x)
0 -0,7584 0,2
1 -0,0144 0,4
2 1,2896 0,6
3 3,2496 0,8
4 6 1
Construyendo los términos 𝐿
(𝑥 + 0,7584)(𝑥 + 0,0144)(𝑥 − 1,2896)(𝑥 − 3,2496)(𝑥 − 6)
𝐿0 (𝑥) =
(−0,7584 + 0,0144)(−0,7584 − 1,2896)(−0,7584 − 3,2496)(−0,7584 − 6)
(𝑥 + 0,7584)(𝑥 − 1,2896)(𝑥 − 3,2496)(𝑥 − 6)
𝐿1 (𝑥) =
(−0,0144 + 0,7584)(−0,0144 − 1,2896)(−0,0144 − 3,2496)(−0,0144 − 6)
(𝑥 + 0,7584)(𝑥 + 0,0144)(𝑥 − 3,2496)(𝑥 − 6)
𝐿2 (𝑥) =
(1,2896 + 0,7584)(1,2896 + 0,0144)(1,2896 − 3,2496)(1,2896 − 6)
(𝑥 + 0,7584)(𝑥 − 1,2896)(𝑥 − 3,2496)(𝑥 − 6)
𝐿3 (𝑥) =
(3,2496 + 0,7584)(3,2496 − 1,2896)(3,2496 − 3,2496)(3,2496 − 6)
(𝑥 + 0,7584)(𝑥 + 0,0144)(𝑥 − 1,2896)(𝑥 − 3,2496)
𝐿4 (𝑥) =
(6 + 0,7584)(6 + 0,0144)(6 − 1,2896)(6 − 3,2496)
De esta manera
𝑃4 (𝑥) = 𝑓(−0,7584)𝐿0 (𝑥) + 𝑓(−0,0144)𝐿1 (𝑥) + 𝑓(1,2896)𝐿2 (𝑥) + 𝑓(3,2496)𝐿3 (𝑥) + 𝑓(6)𝐿4 (𝑥)
𝑃4 (𝑥) = 0,2𝐿0 (𝑥) + 0,4𝐿1 (𝑥) + 0,6𝐿2 (𝑥) + 0,8𝐿3 (𝑥) + 1𝐿4 (𝑥)
Entonces calculando la raíz cuando 𝑃4 (0)
𝐿0 (0) = −0,0087
𝐿1 (0) = 1,001
𝐿2 (0) = 0,008
𝐿3 (0) = −0,0011
𝐿4 (0) = 8,6907𝐸 − 5
Y, por tanto
𝑃4 (𝑥) = 0,2(−0,0087) + 0,4(1,001) + 0,6(0,008) + 0,8(−0,0011) + 1(8,6907𝐸 − 5) = 0,403
Y así la aproximación a la raíz es de 0,403
x f(x)
0,2 -0,7584
0,4 -0,0144
0,6 1,2896
0,8 3,2496
1 6
Ahora invirtiendo las variables independientes y dependientes
Y realizando las diferencias divididas
i X f(x)
1 -0,7584 0,2
2 -0,0144 0,4 0,2688172
3 1,2896 0,6 0,15337423 0,1953125
4 3,2496 0,8 0,10204082 0,12254902 0,94303811
5 6 1 0,0727167 0,08491848 0,1144 0,11837121
Con lo cual el polinomio de interpolación es
factorial 1 1 2 6 24
H 1 0,744 1,304 1,96 2,7504
Entonces el polinomio es
0,2 0 0
𝑃4 (𝑥) = 0,2 + (𝑥 − 𝑥0 ) + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
ℎ 2ℎ 6ℎ
0
+ (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
24ℎ
Simplificando
0,2
𝑃4 (𝑥) = 0,2 + (𝑥 + 0,7584)
0,744
Calculando cuando 𝑥 = 0
0,2
𝑃4 (0) = 0,2 + (0 + 0,7584) = 0,4038
0,744
x = ±√−3 ± √10
tomando los posibles valores
Interpolación de Lagrange
|0,403 − 0,402| = 0,001
Diferencias Divididas de Newton
|0,3981 − 0,402| = 0,0039
Diferencias Finitas de Newton
|0,4038 − 0,402| = 0,0018
Nos podemos dar cuenta que en este caso el mejor método para calcular la raíz fue
la interpolación de Lagrange seguido de las diferencias finitas de Newton y por último
diferencias divididas de Newton, no siempre sucede esto sin embargo depende del
problema un método converge mejor que otro además en términos de operaciones
son mucho mas fáciles de calcular el de diferencias divididas seguido el de
diferencias finitas y por ultimo el de newton.
Desafío 5
Sea 𝑥𝑖, 𝑖=1,2,...,𝑛 el número de las unidades de n productos que pueden ser
producidos en una semana. Para la producción de cada unidad se necesitan de m
tipos diferentes de materia prima 𝑀1,𝑀2,...,𝑀𝑚. Suponga que existen 𝐷1,𝐷2,...,𝐷𝑚
unidades de materias primas, determine cuántas unidades de cada producto se
pueden producir según la siguiente tabla:
10 2 3 1 1 60
2 9 2 1 2 40
3 1 10 2 2 40 = 5
2 1 1 8 3 50
2 1 4 2 10 70
10 2 3 1 1
2 9 2 1 2
3 1 10 2 2 = 5
2 1 1 8 3
2 1 4 2 10
Eliminación de Gauss simple
x1 x2 x3 x4 x5 = resultado
a 10 2 3 1 1 = 60
b 2 9 2 1 2 = 40
c 3 1 10 2 2 = 40
d 2 1 1 8 3 = 50
e 2 1 4 2 10 = 70
=
a 10 2 3 1 1 = 60
b 0 8,6 1,4 0,8 1,8 = 28
c 0 0,4 9,1 1,7 1,7 = 22
d 0 0,6 0,4 7,8 2,8 = 38
e 0 0,6 3,4 1,8 9,8 = 58
=
a 10 2 3 1 1 = 60
b 0 8,6 1,4 0,8 1,8 = 28
c 0 0 9,03488372 1,6627907 1,61627907 = 20,6976744
d 0 0 0,30232558 7,74418605 2,6744186 = 36,0465116
e 0 0 3,30232558 1,74418605 9,6744186 = 56,0465116
=
a 10 2 3 1 1 = 60
b 0 8,6 1,4 0,8 1,8 = 28
c 0 0 9,03488372 1,6627907 1,61627907 = 20,6976744
d 0 0 0 7,68854569 2,62033462 = 35,3539254
e 0 0 0 1,13642214 9,08365508 = 48,4813385
=
a 10 2 3 1 1 = 60
b 0 8,6 1,4 0,8 1,8 = 28
c 0 0 9,03488372 1,6627907 1,61627907 = 20,6976744
d 0 0 0 7,68854569 2,62033462 = 35,3539254
e 0 0 0 0 8,69635085 = 43,255775
Eliminación de Gauss-Jordan
x1 x2 x3 x4 x5 = resultado
a 10 2 3 1 1 = 60
b 2 9 2 1 2 = 40
c 3 1 10 2 2 = 40
d 2 1 1 8 3 = 50
e 2 1 4 2 10 = 70
a 1 0 0,26744186 0,08139535 0,05813953 = 5,34883721
b 0 1 0,1627907 0,09302326 0,20930233 = 3,25581395
c 0 0 9,03488372 1,6627907 1,61627907 = 20,6976744
d 0 0 0,30232558 7,74418605 2,6744186 = 36,0465116
e 0 0 3,30232558 1,74418605 9,6744186 = 56,0465116
-
a 1 0 0 0 0,00066957 = 4,5882156
b 0 1 0 0 0,15868765 = 2,59290258
c 0 0 1 0 0,11617007 = 1,44459324
d 0 0 0 1 0,34081018 = 4,59825912
e 0 0 0 0 8,69635085 = 43,255775
a 1 0 0 0 0 = 4,59154604
b 0 1 0 0 0 = 1,80358793
c 0 0 1 0 0 = 0,86676163
d 0 0 0 1 0 = 2,90306437
e 0 0 0 0 1 = 4,97401447
4,591546
1,803588
0,866762
2,903064
4,974014
Jacobi y Gauss-Seidel
x1 x2 x3 x4 x5
10 2 3 1 1 60
2 9 2 1 2 40
3 1 10 2 2 40
2 1 1 8 3 50
2 1 4 2 10 70
Tolerancia 0,000001
Iteració Gauss-Seidel
n Max
x1 x2 x3 x4 x5 x1new x2new x3new x4new x5new Dif
1,377777 0,922222 5,105833
1 1 2 3 4 5 3,8 78 22 3,1375 33
No ha
1,377777 0,922222 5,105833 4,623444 1,728833 0,791416 2,864420 5,012977 8,23E- convergi
2 3,8 78 22 3,1375 33 44 33 67 14 08 01 do
No ha
4,623444 1,728833 0,791416 2,864420 5,012977 4,629068 1,807628 0,855037 2,880033 4,975401 7,88E- convergi
3 44 33 67 14 08 61 35 14 26 94 02 do
No ha
4,629068 1,807628 0,855037 2,880033 4,975401 4,596419 1,807361 0,869250 2,900542 4,972171 3,26E- convergi
4 61 35 14 26 94 67 03 96 86 01 02 do
No ha
4,596419 1,807361 0,869250 2,900542 4,972171 4,590481 1,803961 0,867916 2,903830 4,973574 5,94E- convergi
5 67 03 96 86 01 12 22 77 84 78 03 do
No ha
4,590481 1,803961 0,867916 2,903830 4,973574 4,591092 1,803444 0,866846 2,903349 4,974028 1,07E- convergi
6 12 22 77 84 78 16 64 76 99 4 03 do
No ha
4,591092 1,803444 0,866846 2,903349 4,974028 4,591519 1,803540 0,866714 2,903077 4,974040 4,27E- convergi
7 16 64 76 99 4 2 14 55 71 78 04 do
No ha
4,591519 1,803540 0,866714 2,903077 4,974040 4,591565 1,803586 0,866747 2,903051 4,974018 4,66E- convergi
8 2 14 55 71 78 76 68 91 44 73 05 do
No ha
4,591565 1,803586 0,866747 2,903051 4,974018 4,591551 1,803590 0,866761 2,903061 4,974013 1,45E- convergi
9 76 68 91 44 73 28 3 55 18 86 05 do
No ha
4,591551 1,803590 0,866761 2,903061 4,974013 4,591545 1,803588 0,866762 2,903064 4,974014 5,31E- convergi
10 28 3 55 18 86 97 45 36 46 13 06 do
4,591545 1,803588 0,866762 2,903064 4,974014 4,591545 1,803587 0,866761 2,903064 4,974014 5,87E- Convergi
11 97 45 36 46 13 74 9 77 56 44 07 ó
4,591545 1,803587 0,866761 2,903064 4,974014 4,591545 1,803587 0,866761 2,903064 4,974014 2,45E- Convergi
12 74 9 77 56 44 99 89 61 4 49 07 ó
4,591545 1,803587 0,866761 2,903064 4,974014 4,591546 1,803587 0,866761 2,903064 4,974014 5,92E- Convergi
13 99 89 61 4 49 05 92 62 36 48 08 ó
CONCLUSIONES
El uso de los métodos numéricos es de gran ayuda, estos nos permiten hacer
procesos mas fáciles para encontrar diversas soluciones o buenas aproximaciones
en los cuales los errores que se puedan cometer sean muy pequeños a tal punto de
despreciables.
REFERENCIAS