CALCULO NUMERICO

PRACTICO No 4: Matrices y Sistemas de Ecuaciones Lineales

A. Mtodos Directos
A-1. Eliminacin Gaussiana y Sustitucin Backward

Algoritmo de sustitucin backward:

bi
xi

u ik

k i 1

xk

u ii

, i n , n 1, , 1

Algoritmo de eliminacin de Gauss: para a ik ( k ) , i, j k

mik

a ik ( k )
a kk

(k )

, a ijk 1 a ijk mik a kjk , i k 1, , n; j k 1, , n 1

1. Encuentre, si existe, la solucin de los siguientes sistemas de ecuaciones lineales utilizando el

mtodo de eliminacin Gaussiana y sustitucin hacia atrs. Describa el sistema en funcin de la
solucin encontrada.

4x1 x 2 x 3 8

a- 2 x1 5x 2 2 x 3 3
x 2x 4x 11
2
3
1

b-

x1 x 2 x 3 4

c- 2 x 1 2 x 2 x 3 6
x x 2x 6
2
3
1

x 1 x 2 3x 4 4
2x1 x 2 x 3 x 4 1
3x 1 x 2 x 3 2 x 4 3
x 1 2 x 2 3x 3 x 4 4

x1 x 2 x 3 4

d- 2 x1 2x 2 x 3 4
x x 2x 6
2
3
1

A-2. Factorizacin LU y Sustitucin Forward

2. Factorizar las siguientes matrices utilizando el algoritmo de factorizacin LU.

1

a) A =
3

1
b) B =
2

3
3

1
3
3

9
5

1.012

c) C = 2.132
3.104

2.132
4.096
7.013

3.104

7.013
0.014

3. Utilizar la factorizacin realizada en el ejercicio 2.a y resolver el sistema Ax = b, sabiendo que b t

= [4, 1, -3, 4]
4. Resolver los siguientes sistemas lineales utilizando factorizacin LU

2 x1 x 2 x 3 1
1.012 x 1 2.132 x 2 3.104 x 3 1.984

a) 3x1 3x 2 9x 3 0 b) 2.132 x 1 4.096 x 2 7.013x 3 5.049 c)

3x 3x 5 x 4
3.104 x 7.013x 0.014 x 3.895
2
3
1
2
3
1

2x 1 3

x 1 1.5x 2 4.5

3x 2 0. 5 x 3 6. 6

2 x1 2x 2 x 3 x 4 0.8
5. Resolver, previa descomposicin LU, el sistema A x = b. Calcular el determinante de A.

1 1
A
3 1 1 2

1 2
3 1

b
3

A-3. Pivoteo y nmero de dgitos

6. Resolver el siguiente sistema, trabajando con tres decimales exactos. Repetir el procedimiento con
cuatro decimales.
1.00 x1 0.99 x2 1.99

0.99 x1 0.98 x2 1.97

7. Resolver los siguientes sistemas utilizando eliminacin gaussiana y redondeo en tres dgitos, a) sin
pivoteo, b) con pivoteo parcial y comparar con la solucin exacta:

3.03x1 12.1x 2 14x 3 119

a) 3.03x1 12.1x 2 7 x 3 120

6.11x 14.2x 21x 139
1
2
3

b)

1.19 x1 2.11x 2 100 x 3 x 4 1.12

14.2x1 0.122 x 2 12.2x 3 x 4 3.44

100 x 2 99.9x 3 x 4 2.15

15.3x1 0.110 x 2 13.1x 3 x 4 4.16

solucin: x1 0, x 2 10, x 3 1 / 7
x1 0.17682530, x 2 0.01269269,
x 3 0.02065405

solucin:

x 4 1.18260870

8. Resolver los sistemas A x = b y B x = b utilizando: a) Descomposicin LU sin pivoteo, b)

descomposicin LU con pivoteo parcial y c) descomposicin LU con pivoteo completo
2
1

4
2
A
1 5

1
5

0
1
0
2

1
0

2
B
0

1/ 2

6
6
3

1
2
0

0
1
2

1

0
b1
1

0

1

2
b2
3

4

0
b3
2

(n )

9. Se conoce como matriz de Hilbert a la matriz n x n definida como H

ij = 1 / ( i + j - 1 ), con 1
i , j n . Sea la matriz 4 x 4 cuyos elementos definidos segn los elementos de la matriz de
Hilbert estn redondeados con cinco decimales exactos. Usando descomposicin LU, resolver el
sistema x = b ,donde b = (0.58333 , 0.21667 , 0.11666 , 0.07381) T , con igual precisin que los
elementos de .
10. Determinar cules de las siguientes matrices son no singulares y computar su inversa
1

2
1

2
1
1

0
2

4
3
2

2
0
1

7
3

C 2
3

2
1
1

1
1

11. Sea la matriz A 1

1

1
2
6
1

1 y los vectores b1 1 ; b 2 4 ; b 3 0
0
5
0
3

1
1

a) Resolver el sistema lineal aplicando eliminacin Gaussiana a la matriz ampliada

2

2
1
0

0
0

b) Resolver el sistema encontrando y multiplicando la inversa de la matriz A.

c) Determinar cul de ambos mtodos requiere menos operaciones.
B. Mtodos Iterativos
B-1. Nmero condicin. Perturbaciones y nmero de dgitos

0.780
0.913

21. Dado el sistema lineal A x = b, con A

0.999

x1
dos soluciones aproximadas: ~
1.001

0.563

0.659

0.217
, se encontraron
0.254

0.341
~
. a) Computar el vector
x2
0.087

residual correspondiente a dichas soluciones aproximadas. b) Determinar el error en ambas

soluciones.
22. a) Resolver el siguiente sistema utilizando eliminacin Gaussiana y redondeo en cinco dgitos. b)
Encontrar el vector residual y dar una estimacin del nmero condicin. c) Calcular el nmero
condicin exacto.

3.3330 15920 10.333

2.2220 16.710 9.6120

1.5611 5.1791 1.6852

x1 15913

x 2 28.544
x 8.4254
3

23. Calcular, si existe, el nmero condicin de las siguientes matrices

1

A 0
0

1
1
0

1
1

1/ 2 1/ 3

1/ 3 1/ 4

1.0001

24. Los siguientes sistemas lineales tienen a x como solucin exacta y a ~

x como solucin
x y
aproximada. Utilizando los resultados obtenidos del ejercicio anterior, calcular x ~
K( A)

b A~
x
A

x 1 x 2 x 3 2

x2 x3 0
a)

x3

x = 0, , t
-1/6)
t

x1 2x 2 3
1 / 2x 1 1 / 3x 2 1 / 63
c)
1.0001x 1 2x 2 3.0001
1 / 3x1 1 / 4x 2 1 / 168

b)

x = (1, 1) t

x = (1/7,

~
x = (-0.1, -3.15, -3.14) t

~
x = (0.96, 1.02) t

~
x = (0.142, -0.166)

25. Teorema: Dada una matriz A no singular tal que

1
A 1

, la solucin

~
x

x b b
de A A ~

aproxima a la solucin x de A A x b b con un error estimado de

x~
x
x

K( A)
1 K( A) A

b
b

a) Resolver el sistema 24.b cambiando el trmino a 21 de la matriz de coeficientes por 0.9999

redondeando en cinco dgitos. Comparar el error relativo de la solucin obtenida con la cota
propuesta por el teorema.
t

b) Resolver el sistema 24.b cambiando el vector b por (3.00001, 3.00003) redondeando en

siete dgitos. Comparar el error relativo de la solucin obtenida con la cota propuesta por el
teorema.
26. a) Probar la identidad:
A-1 - B-1 = A-1 (B - A) B-1
y luego deducir :
A-1 - B-1 < A-1 B - A B-1
b) Probar que si:
B = A + A,

A B-1 = < 1,

Entonces:
A-1 < 1(1-) B-1,

A-1 - B-1 < /(1-) B-1

c) Probar que si
x = A-1 b , x + x = (A + A)-1 b,
luego
x < /(1-) x + x,
x < /(1 -) x ,

= A B-1 1,
= A A-1 1.

26. Dada la matriz;

a)
b)

c)
d)

7
10 7 8

5
7 5 6
A=
llamada matrz de Wilson,
8 6 10 9

7 5 9 10

-1
Encontrar A y determinar la solucin de A x = b dado b = (32 , 23 , 33 , 31)T
Si perturbamos b con un vector b tal que b < 0.01 , dar un lmite superior para x
donde x es la correspondiente perturbacin en la solucin.
Resolver el sistema con b = ( 32.01 , 23.01 , 32.99 , 31.01)
Encontrar el nmero condicin (A) y compararlo con el lmite del cociente entre xx y
bb el cual se deriva de b)

27. Idem al ejercicio anterior con la matriz de Hilbert de 3x3, el vector b = (1, 0, 0) t , trabajando con
seis dgitos significativos y perturbando el vector b con b < 0.000001.
B-2. Mejoramiento iterativo de soluciones

28. El siguiente sistema tiene como solucin aproximada x = 10, y = -3.99. Mejore esta solucin,
utilizando: a) Punto flotante con cuatro dgitos, b) punto flotante con seis dgitos. c) cambie el
coeficiente 371 por 371.2 y compare el % de cambio en la solucin.

 234 x 546 y 156

158 x 371 y 103

29. Mejore la solucin aproximada x 9.873 10 1 ,9.998

siguiente sistema con punto flotante y cuatro dgitos:

10 1

que se obtuvo resolviendo el

3.241 x1 1.6 102 x2 1.632 102

1.02 104 x1 1.54 103 x2 1.174 104

10 5

5
30. El sistema lineal A x = b, con A = 10

-5

-5

10 5
10 5
1

2.10 5
x 2.10 5

tiene como solucin

exacta x3 = 10 / (1 - 2. 10 ) , x2 = 2 , x1 = -1 / (1 - 2. 10-5). Resuelva el sistema usando aritmtica

de punto flotante con tres dgitos; a) sin pivoteo, b) con pivoteo completo y c) con pivoteo completo
luego de ajustar x3= 105 x3 , y equilibrar.