Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2019
Unidad III: Resolución Numérica de Sistemas de Ecuaciones lineales
Métodos de Gauss-Jordán
Métodos de Eliminación Gaussiana: Sin pivoteo
Métodos de Eliminación Gaussiana: Con pivoteo parcial
Método de Factorización de Doolitle
Método de Factorización de Crout
Método de factorización QR
x1 x 2 3x 4 4
2x x x x 1
1 2 3 4
Ejercicio N 0 :
3x1 x 2 x 3 2x 4 3
x1 2x 2 3x 3 x 4 4
Solución
Métodos de Eliminación:
a) Método de Gauss-Jordán:
Matriz ampliada
-Página 1 de 110- Jorge Ventura Guanilo
Unidad III: Resolución Numérica de Sistemas de Ecuaciones Lineales
2019
1 1 0 3 4
1
A B 23 1
1 1
1 1
2 3
1 2 3 1 4
1 1 0 3 4 1 1 0 3 4
- 2F1 F2
2 1 1 1 1 0 1 1 5 7
AB 3 1 1 2 3-3F1 F3 0 4 1 7 15
1F1 F4
1 2 3 1 4 0 3 3 2 8
7 4
1 0 1 2 3 1 1 0 0
1F2 F1 F F 3 3
0 1 1 5 7 3 3 2 2 8
- 4F2 F3 0 1 0
0 0 3 13 13 1 3 3
3F2 F4 F3 F1 0 0 3 13 13
0 0 0 13 13 3
0 0 0 13 13
1F4 F3 1 0 0 0 1
2 0 1 0 0 2
F4 F2 [D C]
39 0 0 3 0 0
7
F4 F1 0 0 0 13 13
39
Solución de DX=C:
x1 1
-x 2
2
3x 3 0
13x 4 13
x1 1 x 2 2 x 3 0 x 4 1
1 1 0 3 4 1 1 0 3 4
- 2F1 F2
2 1 1 1 1 0 1 1 5 7
AB 3 1 1 2 3 -3F1 F30 4 1 7 15
1F1 F4
1 2 3 1 4 0 3 3 2 8
1 1 0 3 x1 4
0 1 1 5 x 7
2
0 0 3 13 x3 13
0 0 0 13 x4 13
x1 x 2 3x 4 4
- x - x - 5x 7
2 3 4
3x 3 13x 4 13
13x 4 13
x1 1
x 2
2
x 3 0
x 4 1
c) Método de Eliminación Gaussiana, con pivoteo parcial:
Matriz ampliada
1 1 0 3 4
1
A B 23 1
1 1
1 1
2 3
1 2 3 1 4
2 3 1 1 2
- F1 F2 5 1 1 3 3 1 1 2 3
3 0
4 5 1 1
3 3 3 3 - F F 0 3
1
- F1 F3 4 1 7 5 2 3 3 3 3
3 0 5 3 13 13
3 3 3 -1F2 F4 0 0 5
1 5 8 1 3 5 5
F1 F4 0
0 0 3 0 0
3 3 3 3
3 1 1 2 3 3 1 1 2 3
5 1 1 5 1 1
0 3 3 3 3 1 0 3 3 3 3
F3 xF4 F F4 [U C ]
0 0 3 0 0 5 3 0 0 3 0 0
3 13 13 13 13
0 0 0 0 0
5 5 5 5 5
Solución de DX=C:
3 1 1 2 x 3
5 1 1 1
x 3
0
3 3 3 2
0 0 3 0 x3 0
13 13
0 0 0 x
5 4 5
Retornando al sistema de ecuaciones:
x1 1
x 2
2
x 3 0
x 4 1
1 1 0 3 1 1 0 3
2 1 1 1 - 2F1 F2 0 1 1 5 1 1 0 3
A - 3F1 F3 - 4F F 0
2 3 1 1 5
U
3 1 1 2 0 4 1 7 3F F 00
2 4 0 3 13
1F1 F4
0 0 13
1 2 3 1 0 3 3 2
Cálculo de L: (Matriz triangular inferior, cuyos elementos de su diagonal son
todos iguales a 1 y los restantes son los multiplicadores con el signo contrario)
Comprobación:
1 0 0 0 1 1 0 3 1 1 0 3
2 1 0 0 0 1 1 5 2 1 1 1
LU A A LU
3 4 1 0 0 0 3 13 3 1 1 2
1 3 0 1 0 0 0 13 1 2 3 1
L(Y ) B
Si AX B A LU (LU ) X B L(UX ) B
UX Y
Cálculo de L(Y ) B
1 0 0 0 y1 4
2
1 0 0 y 2 1
3 4 1 0 y 3 3
1 3 0 1 y 4 4
y1 4
2y1 y 2 1
3y1 4 y 2 y 3 3
- y1 3y 2 y4 4
x1 x 2 3x 4 4
- x - x - 5x 7
2 3 4
3x 3 13x 4 13
13x 4 13
x1 1
x 2
2
x 3 0
x 4 1
d) Método de Factorización A = LU de Crout
Factorización de la matriz A=LU:
1 1 0 3 l11 0 0 0 1 u12 u13 u14
2
1 1 1 l 21 l 22 0 0 0 1
u 23 u 24
3 1 1 2 l31 l 32 l 33 0 0 0 1 u 34
1 2 3 1 l 41 l 42 l 43 l 44 0 0 0 1
l u
31 13 32 23 33
l u l 1 l33 3
l 41u13 l 42u 23 l 43 3 l 43 0
l 21u14 l 22 u 24 1 u 24 5
l u l u l u 2 u 13
31 14 32 24 33 34 34
3
l 41u14 l 42 u 24 l 43u 34 l 44 1 l 44 13
Luego:
l11 0 0 0 1 0 0 0
1 l 22 0
0 2 1 0 0
L 21
l 31 l 32 l 33 0 3 4 3 0
l 41 l 42 l 43 l 44 1 3 0 13
1 0 0 0 1 1 0 3 1 1 0 3
2 1 0 0 0 1 1 5 2 1 1 1
LU 13 A A LU
3 4 3 0 0 0 1 3 1 1 2
3
1 3 0 13 0 0 0 1 1 2 3 1
1 1 0 3 1 0 0 0 1 1 0 3
2 1 1 5
1 1 1 2 1 0 0 0
13
3 1 1 2 3 4 3 0 0 0 1
3
1 2 3 1 1 3 0 13 0 0 0 1
L(Y ) B
Si AX B A LU (LU ) X B L(UX ) B
UX Y
Cálculo de L(Y ) B
1 0 0 0 y1 4
2 1 0
0 y2 1
3 4 3 0 y3 3
1 3 0 13 y4 4
Retorno al sistema de ecuaciones lineales:
y1 4
2y1 y 2 1
3y1 4y 2 3y 3 3
- y 1 3y 2 - 13y 4 4
y1 4
y 7
2
13
y 3
3
y 4 1
Cálculo de UX Y
-Página 10 de 110- Jorge Ventura Guanilo
Unidad III: Resolución Numérica de Sistemas de Ecuaciones Lineales
2019
1 1 0 3 x1 4
0 1 1 5 x 2 7
13 13
0 0 1 x
3 3 3
0 0 0 1 x 4 1
Retornando al sistema de ecuaciones lineales:
x1 x 2 3x 4 4
x 2 x 3 5x 4 7
13 13
x 3 x 4
3 3
x4 1
x1 1
x 2
2
x 3 0
x 4 1
Método de Factorización QR
1 1 0 3 4
1
A B 23 1
1 1
1 1
2 3
1 2 3 1 4
Donde:
1 2 3 4
u1
u 1 a1 ; q 1
u1
k 1
uj
uk a k (a '.q )q ; k 2,3,4,...,n Dónde: q
j 1
k j j j
uj
; j 2,3,4,.., k 1 y u j u j '.u j
u1
u 1 a1 ; q 1
u1
k 1
uk a k (a '.q )q ; k 2,3,4
j 1
k j j
uj
qj ; j 1,2,3
uj
Procediendo al cálculo:
1 1
2
u1 1 2
u
Si 1 a q
1
3 1
u1 15 3
1 1
Q [q 1 q 2 q 3 q 4 ]
1 17 30 65
15 1515 31815 5915
2 19 87 39
Q 15 1515 31815 5915
3 9 105
0
15 1515 31815
1 28 111 13
15 1515 31815 5915
1 2 3 1
15 15 15 15
17 19 9 28 1 1 0 3
1515 1515 1515 1515 2 1 1 1
Si R Q'.A
30 87 105 111 3 1 1 2
31815 31815 31815 31815 1 2 3 1
65 39 13
0
5915 5915 5915
2 8 12
15
15 15 15
101 74 24
0
1515 1515 1515
. Entonces:
315 78
0 0
31815 31815
169
0 0 0
5915
2 8 12
15
15 15 15
101 74 24
0
1515 1515 1515
R
315 78
0 0
31815 31815
169
0 0 0
5915
Comprobación de A=QR
Si AX B A QR (QR) X B Q( RX ) B (Q 1Q)(RX ) Q 1 B I ( RX ) Q t B
RX Q t B
Cálculo de Q t B:
1 2 3 1 7
15 15 15 15 15
4
17 19 9 28 226
1
Q B
t 1515 1515 1515 1515 1515
30 87 105 111 3 78
31815 31815 31815 31815 4 31815
65 39 13 169
0
5915 5915 5915 5915
15x 1 2x 2 8x 3 12x 4 7 x 1 1
101x 2 74x 3 24x 4 226 x 2 2
315x 3 78x 4 78 x 3 0
169x 4 169 x 4 1
Por tanto: x1 1 x 2 2 x3 0 x 4 1
4 x1 4 x2 6 x3 6 x4 54
4 x 20 x 22 x 26 x 214
1 2 3 4
Ejercicio: No
6 x1 22 x2 61x3 59 x4 469
6 x1 26 x2 59 x3 108 x4 667
Resolver mediante el método de Factorización de Cholesky en la forma: A =L*L t y
el método generalizado A =L*D*L t
En forma matricial: AX=B:
2 2 3 3 2 2 3 3
1F1 F2
2 10 11 13 0 8 8 10
(4) (4) 3F1 F3
6 22 61 59 0 16 52 50
3F1 F4
6 26 59 108 0 20 50 99
8 8 10 4 4 5 4 4 5
2F1 F2
(4)(2) 16 52 50 (8)(2)(2) 8 26 25 (32 ) 0 18 15
- 5F1 F3
20 50 99 20 50 99 0 30 74
18 - 15
(32 ) (4) 128(882) 112896 0
- 30 74
l11l 41 6 l 41 3
2 2
l 21 l 22 20 l 22 4
l 21l31 l 22l32 22 l32 4
l 21l 41 l 22l 42 26 l 42 5
2 2 2
l31 l32 l33 61 l33 6
l31l 41 l32l 42 l33l 43 59 l 43 5
l 2 l 2 l 2 l 2 108 l 7
41 42 43 44 44
a ki l l
j 1
ij kj
y l kk a kk
k 1
l 2
kj
l ki j 1
l ii
Entonces:
l11 0 0 0 2 0 0 0
l l 0 0 2 4 0 0
L 21 22
l31 l32 l33 0 3 4 6 0
l 41 l 42 l 43 l 44 3 5 5 7
L(Y ) B
Si AX B A L * L (L * L ) X B L(L X ) B t
t t t
L X Y
Solución de L(Y)=B:
2 0 0 0 y1 54
2 4
0 0 y 2 214
3 4 6 0 y 3 469
3 5 5 7 y 4 667
2y1 54
- 2y1 4y 2 214
3y1 4y 2 6y 3 469
- 3y1 5y 2 - 5y 3 7y 4 667
Solución de L X=Y:
2 2 3 3 x1 27
0 4 4 5 x 40
2
0 0 6 5 x3 38
0 0 0 7 x 4 28
2x1 2x 2 3x 3 - 3x 4 27
4x 2 4x 3 5x 4 40
6x 3 5x 4 38
7x 4 28
x1 1
x 2
2
x 3 3
x 4 4
b) Método Generalizado de Factorización de Cholesky:
A=L*D*L t
Sustituyendo la matriz A:
Forma práctica:
Cálculo de las matrices L y D:
Cálculo de la matriz triangular superior U:
4 4 6 6 1F1 F2 4 4 6 6 4 4 6 6
4 20 22 26 0 16 16 20 1F2 F3 0 16 16 20
A - 3 F1 F3 5
6 22 61 59 2 0 16 52 50- F2 F3 0 0 36 30
3 4
6 26 59 108 F1 F4 0 20 50 99 0 0 30 74
2
4 4 6 6
0 16 16 20
5
F2 F3 U
6 0 0 36 30
0 0 0 49
3 3
1 0 0 0
1 1
1 1 4 0 0 0 2 2
3 0 0 5
0 16 0 0 0 1 1
LDLt 1 1 0
4
2 0 0 36 0 5
3 5 5 0 0 1
2 4 6 1 0 0 0 49 6
0 0 0 1
3 3
1 1
4 0 0 0 2 2 4 4 6 6
4 16 5
0 0 0 1 1 4 20 22 26
4 A A L * D * Lt
6 16 36 0 6 22 61 59
0 0 1 5
6 20 30 49 6 6 26 59 108
0 0 0 1
Por lo tanto: A=LDL t
3 3
1 0 0 0 1 1
4 4 6 6 4 0 0 0 2 2
4 20 22 26 1 1 0 0 5
3 0 16 0 0 0 1 1
1 1 0
4
6 22 61 59 2 0 0 36 0 5
59 108 3 5 5 0 0 0 49 0 0 1
6 26 2 4 1 6
6 0 0 0 1
Solución del sistema de ecuaciones lineales:
Si AX B A L * D * Lt ( L * D * Lt ) X B L[ D( Lt X )] B
z1 54
- z1 z 2 214
3
z1 z 2 z 3 469
2
3 5 5
- z1 z 2 - z 3 z 4 667
2 4 6
z1 54
z 160
2
z3 228
z 4 196
Cálculo de Y
Si DY=Z. Entonces:
4y1 54
16y 160
2
36y 3 228
49y 4 196
27
y1 2
y 2 10
y 19
3 3
y 4
4
Cálculo de X: L tX=Y
3 3
1 1 2 2 x1 27
5 x 2
0 1 1 2 10
4 x 19
0 0 1 5 3
3
6 x 4 4
0 0 0 1
Retornando al sistema de ecuaciones lineales:
x1 1
x 2
2
x 3 3
x 4 4
Métodos estacionarios:
Método de Jacobi
Método de Gauss-Seidel
Método de Relajación(SOR)
Métodos no Estacionarios:
Método del Gradiente Conjugado
Dado el siguiente Sistema de Ecuaciones Lineales:
5 x1 x2 3x4 19
2 x 6 x x x 27
1 2 3 4
Ejercicio No:
3x1 x2 7 x3 2 x4 10
x1 2 x2 3x3 8x4 21
a) Calcular la solución aproximada con una solución inicial nula X 0 , con una
tolerancia de 10 -10 , aplicando los métodos de Jacobi, Gauss-Seidel,
Métodos estacionarios
Forma matricial: AX=B
5 1 0 3 x1 19
2 6 1 1 x 27
2
3 1 7 2 x 3 10
1 2 3 8 x 4 21
Verificar que la matriz A es diagonalmente dominante
5 1 0 3
2 6 1 1
A
3 1 7 2
1 2 3 8
5 5 a11 a12 a13 a14 1 0 3 1 0 3 4
6 6 a 22 a 21 a 23 a 24 2 1 1 2 1 1 4
7 7 a 33 a 31 a 32 a 34 3 1 2 3 1 2 6
8 8 a 44 a 41 a 42 a 43 1 2 3 1 2 3 6
Despejando las variables x 1, x 2, x 3 y x 4:
(19 x 2 - 3x 4 )
1 x
5
x (27 2 x1 x 3 - x 4 )
2 6
x (10 3x1 x 2 - 2 x 4 )
3 7
x 4 (21 x1 2 x 2 - 3x 3 )
8
x 1k x 1k 1 x k x k2 1 x k3 x k3 1 x k xk 1
x k x k 1 Máx{ ; 2 ; ; 4 4 } Tol 10 10
x 1k x k2 x k3 xk4
a)
Métodos iterativos
Método de Jacobi:
Fórmula de Jacobi:
(19 x k2 1 - 3x k4 1 )
x 1k
5
x k (27 2x 1k 1 x 3k 1 - x k4 1 )
2 6
k (10 3x1k 1 x k2 1 - 2x k4 1 )
x 3
7
(21 x 1k 1 2x k2 1 - 3x 3k 1 )
x k
4 8
x k x k 1 x k x 1k 1 x k2 x k2 1 x 3k x 3k 1 x k4 x k4 1
Máx { 1 ; ; ; } Tol 10 10
xk x1k
x2k
x3k
x4k
Iteración No 1
Valores de Entrada
x1= 0
x2= 0
x3= 0
x4= 0
Valores de Salida
x1= -3.8000000000000000
x2= 4.5000000000000000
x3= -1.4285714285714300
x4= -2.6250000000000000
Error Relativo: Er= 1
Comentario Continúe con la sgte Iter
Iteración No 2
Valores de Entrada
x1= -3.8000000000000000
x2= 4.5000000000000000
x3= -1.4285714285714300
x4= -2.6250000000000000
Valores de Salida
x1= -3.1250000000000000
x2= 3.0339285714285700
x3= 1.5928571428571400
x4= -3.6892857142857100
Error Relativo: Er= 1.8968609865470900
Comentario Continúe con la sgte Iter
Método de Gauss-Seidel:
Fórmula de Gauss-Seidel:
k (19 x 2k 1 - 3x 4k 1 )
x1
5
k (27 2 x1k x 3k 1 - x 4k 1 )
x 2
6
x k (10 3x1 x 2k - 2 x 4k 1 )
k
3 7
x k (21 x1k 2 x 2k - 3x3k )
4 8
Criterio de parada:
x k x1k 1 x k2 x k2 1 x 3k x 3k 1 x k4 x k4 1
x k x k 1 Máx{ 1 ; ; ; } Tol 10 10
x1k x k2 x 3k x k4
Iteración No 1
Valores de Entrada
x1= 0
x2= 0
x3= 0
x4= 0
Valores de Salida
x1= -3,8000000000000000
x2= 3,2333333333333300
x3= 0,6619047619047620
iter x 1(i-1) x 2 (i-1) x 3 (i-1) x 4 (i-1) x 1(i) x 2(i) x 3(i) x 4(i) Error Relativo C omenta rio
1 0 0 0 0 -3.800000000000 3.233333333333 0.661904761905 -4.156547619048 1 continúe
2 -3.800000000000 3.233333333333 0.661904761905 -4.156547619048 -1.952738095238 3.046011904762 1.031045918367 -4.017237457483 0.945985490459 continúe
3 -1.952738095238 3.046011904762 1.031045918367 -4.017237457483 -1.998859906463 2.992332801871 1.003341062318 -3.999193587145 0.027612600630 continúe
4 -1.998859906463 2.992332801871 1.003341062318 -3.999193587145 -1.998950408087 2.999927422394 0.999309402992 -3.999591682731 0.004034445502 continúe
5 -1.998950408087 2.999927422394 0.999309402992 -3.999591682731 -2.000230474840 3.000106327433 0.999997302488 -4.000054379646 0.000687901351 continúe
6 -2.000230474840 3.000106327433 0.999997302488 -4.000054379646 -1.999988637699 2.999995173745 1.000009978019 -4.000001114906 0.000120919257 continúe
7 -1.999988637699 2.999995173745 1.000009978019 -4.000001114906 -1.999998365806 2.999998695911 0.999999431877 -3.999999256657 0.000010546148 continúe
8 -1.999998365806 2.999998695911 0.999999431877 -3.999999256657 -2.000000185188 3.000000156848 0.999999889389 -4.000000020882 0.000000909691 continúe
9 -2.000000185188 3.000000156848 0.999999889389 -4.000000020882 -2.000000018841 3.000000008675 1.000000015280 -4.000000010254 0.000000125891 continúe
10 -2.000000018841 3.000000008675 1.000000015280 -4.000000010254 -1.999999995583 2.999999997217 1.000000000639 -3.999999998992 0.000000014641 continúe
11 -1.999999995583 2.999999997217 1.000000000639 -3.999999998992 -2.000000000048 3.000000000045 0.999999999739 -3.999999999920 0.000000002233 sol aproxi x(i)
x4 w (1 w) x4k 1
8
Además:
w: Factor de relajación
Si 0 w 1 : Factor de subrelajación
Si 1 w 2 : Factor de sobrelajación
Criterio de parada:
x1k x1k 1 x 2k x 2k 1 x 3k x 3k 1 x 4k x 4k 1
x k x k 1 Máx{ ; ; ; } Tol 10 8
x1k x 2k x 3k x 4k
Iteración No 1
Valores de Entrada
x1= 0
x2= 0
x3= 0
x4= 0
Valores de Salida
x1= -3.4200000000000000
x2= 3.0240000000000000
x3= 0.4222285714285710
x4= -3.5701521428571400
Error Relativo: Er= 1
Comentario Continúe con la sgte Iter
Iteración No 2
Valores de Entrada
x1= -3.42000000000000000
x2= 3.02400000000000000
x3= 0.42222857142857100
x4= -3.57015214285714000
Valores de Salida
x1= -2.37843784285714000
x2= 3.04001154000000000
x3= 0.98280377412244900
x4= -4.00278834187347000
Error Relativo: Er= 0.57038364875472500
Comentario Continúe con la sgte Iter
Iteración No 3
Valores de Entrada
x1= -2.37843784285714000
x2= 3.04001154000000000
x3= 0.98280377412244900
x4= -4.00278834187347000
Valores de Salida
x1= -2.04354015687404000
x2= 2.99310028953840000
x3= 1.01490433448606000
x4= -4.00865487987086000
Error Relativo: Er= 0.16388113776799400
Comentario Continúe con la sgte Iter
Iteración No 4
Valores de Entrada
x1= -2.04354015687404000
x2= 2.99310028953840000
x3= 1.01490433448606000
x4= -4.00865487987086000
Valores de Salida
x1= -1.99843843267405000
x2= 2.99624461699809000
x3= 1.00263082020372000
x4= -4.00073275230624000
Error Relativo: Er= 0.02256848320297800
Comentario Continúe con la sgte Iter
Iteración No 5
Valores de Entrada
x1= -1.99843843267405000
x2= 2.99624461699809000
x3= 1.00263082020372000
x4= -4.00073275230624000
Valores de Salida
x1= -1.99877218808169000
x2= 2.99948826939881000
x3= 0.99991212551047500
x4= -3.99979034936433000
-Página 52 de 110- Jorge Ventura Guanilo
Unidad III: Resolución Numérica de Sistemas de Ecuaciones Lineales
2019
Error Relativo: Er= 0.00271893361814423
Comentario Continúe con la sgte Iter
Iteración No 6
Valores de Entrada
x1= -1.99877218808169000
x2= 2.99948826939881000
x3= 0.99991212551047500
x4= -3.99979034936433000
Valores de Salida
x1= -1.99989831864322000
x2= 3.00002396011569000
x3= 0.99990116302199100
x4= -3.99993962932975000
Error Relativo: Er= 0.00056309390883854
Comentario Continúe con la sgte Iter
Iteración No 7
Valores de Entrada
x1= -1.99989831864322000
x2= 3.00002396011569000
x3= 0.99990116302199100
x4= -3.99993962932975000
Valores de Salida
x1= -2.00002674484708000
x2= 3.00001825370468000
x3= 0.99998725519004000
x4= -3.99999677743846000
Error Relativo: Er= 0.00008609326529131
Comentario Continúe con la sgte Iter
Iteración No 8
Valores de Entrada
x1= -2.00002674484708000
x2= 3.00001825370468000
x3= 0.99998725519004000
x4= -3.99999677743846000
Factor de
Sobrerelajación: W= 1.25
Iteración No 1
Valores de Entrada
x1= 0
x2= 0
x3= 0
x4= 0
Valores de Salida
x1= -4.7500000000000000
x2= 3.6458333333333300
x3= 1.4099702380952400
x4= -5.8236839657738100
Error Relativo: Er= 1
Comentario Continúe con la sgte Iter
Iteración No 2
Valores de Entrada
x1= -4.7500000000000000
x2= 3.6458333333333300
x3= 1.4099702380952400
x4= -5.8236839657738100
Valores de Salida
x1= -0.1061953590029760
x1= -0.1061953590029760
x2= 3.1622823079427100
x3= 0.5632639255653430
x4= -3.0941652197416100
Valores de Salida
x1= -3.1933978224287200
x2= 2.7418825917300700
x3= 1.3788994647692800
x4= -4.5098745388453300
Error Relativo: Er= 0.9667453399457100
Comentario Continúe con la sgte Iter
Iteración No 4
Valores de Entrada
x1= -3.1933978224287200
x2= 2.7418825917300700
x3= 1.3788994647692800
x4= -4.5098745388453300
Valores de Salida
x1= -1.2547152881913400
x2= 3.1899033979013800
x3= 0.7220248374087610
x4= -3.6851245834481000
Error Relativo: Er= 1.5451174879936200
Comentario Continúe con la sgte Iter
Iteración No 5
Valores de Entrada
-Página 57 de 110- Jorge Ventura Guanilo
Unidad III: Resolución Numérica de Sistemas de Ecuaciones Lineales
2019
x1= -1.2547152881913400
x2= 3.1899033979013800
x3= 0.7220248374087610
x4= -3.6851245834481000
Valores de Salida
x1= -2.4699535898414300
x2= 2.8802206920788800
x3= 1.1874099743084100
x4= -4.2025664942824200
Error Relativo: Er= 0.4920085570223660
Comentario Continúe con la sgte Iter
Iteración No 6
Valores de Entrada
x1= -2.4699535898414300
x2= 2.8802206920788800
x3= 1.1874099743084100
x4= -4.2025664942824200
Valores de Salida
x1= -1.7006419048475500
x2= 3.0734322690040500
x3= 0.8782351800142410
x4= -3.8684539987572600
Error Relativo: Er= 0.4523654761187650
Comentario Continúe con la sgte Iter
Iteración No 7
Valores de Entrada
x1= -1.7006419048475500
x2= 3.0734322690040500
x3= 0.8782351800142410
x4= -3.8684539987572600
Valores de Salida
x1= -2.1918570919711800
x2= 2.9544745655169400
x3= 1.0781115333794700
Resumen de Relajación
Coeficiente de sobrerelajación w=1.25
Iter x1(i-1) x2(i-1) x3(i-1) x4(i-1) x1(i) x2(i) x3(i) x4(i) Error Relativo Comentario
b)
Resumen de los Métodos Iterativos
Métodos Solución Solución Aproximada No Tol Solución
N0 Iterativos Inicial de Error Relativo Exacta
x1 x2 x3 x4 x1 x2 x3 x4 Iter Er x1 x2 x3 x4
1 Jacobi 0 0 0 0 -2.000000002306 3.000000003358 0.999999997325 -3.999999997773 30 10 -8 0.00000000392675169704894 -2 3 1 4
c)Métodos no estacionarios:
Solución
0
0
X0
0
0
Iteración: i= 1
(d 0 ) t * r 0
Valor del incremento (Magnitud de cambio): p 0
( d 0 ) t * A * (d 0 )
t
564 564
634
* 634
555 555
(d 0 ) t * r 0 312 312
p0
(d 0 ) t * A * (d 0 ) 564
t
55 5 31 18 564
634 5 54 14 31 634
555 31 14 47 2 555
312 18 31 2 53 312
564
634
564 634 555 312 *
555
312
55 5 31 18 564
5 54 14 31 634
( 564 634 555 312 )
31 14 47 2 555
18 31 2 53 312
1125421 1125421 64
564 96909279 5511
634
45779 54498 51821 24928
555
312
p 0 0.0116131373616404
1775
271
0 564 564 5176
0 634 634
0 64 64 703
X X p0d
1 0
0 5511 555 5511 555 2533
393
0 312 312
1866
515
Vector Residual de la presente actualización: r1 b AX1
1877
58
564 55 5 31 18 564 1199
634 5
64 54 14 31 634 1083
r1 b AX 1
555 5511 31 14 47 2 555 6225
133
312 18 31 2 53 312
8823
392
-Página 80 de 108- Jorge Ventura Guanilo
Métodos Numéricos para Ingenieros 2019
r1
1i 4
Máx ri1 Máx{ r11 , r21 , r31 , r41 } Máx{
1877 1199 6225 8823
58
,
1083
,
133
,
392
}
6225
133
norm(r 1,inf)= r1
=46.804514931950 no es menor que tol=0.0000000001
( d 0 )'*A * ( r 1 )
Valor del paso: a 0
(d 0 )'*A * (d 0 )
1877
58
564 55 5 31 18 1199
t
----------------------------------------------------------------------------------------------------------
Iteración: i= 2
(d 1 )t * r1
Valor del incremento (Magnitud de cambio): p1
( d 1 )t * A * ( d 1 )
t 1877
5581
163 58
1229 1 99
382 * 1083
5260 6225
1 7 133
3320
8823
(d 1 )t * r 1 141 307
p1 1 t 1 t 392
(d ) * A (* d ) 5 81 5581 5814
163 163
1229 55 5 31 18 1229
5 54 14 31
382 382
5260 31 14 47 2 5260
1 7 18 31 2 53 1 7
3320 3320
141 141
p1 0,0528035775713794
17 5 5 81 2850
27 1 3 41
16 3
5 176 12 9 693
2 1 1 703 307 382 92
X X p1d
2 53 5814 5260 7015
393 1723 1 7
186 3 20 6 04
14 1
515 1357
Vector Residual de la presente actualización: r 2 b AX 2
2850 8554
341 305
564 55 5 31 18 693 9840
634 5 54 14 31
2 92 439
r b AX
2
555 31 14 47 2 7015 1669
1723 189
312 18 31 2 53
6604 4297
1357 206
Valor de la norma de r 2 : norm(r 2,inf)= r
2
1i 4
Máx ri 2 Máx{ r12 , r22 , r32 , r42 }
r2
1 i 4
Máx ri 2 Máx{ r12 , r22 , r32 , r42 } Máx{
8554 9840 1669
305
, ,
439 189
,
4297
206
}
8554
305
norm(r 2,inf)= r2
= 28.0459016393443 no es menor que tol=0.0000000001
t 8554
5581 305
163
1229 55 5 31 18 9840
5 54 14
31 439
382 * *
5260 31 14 47
2 1669
117 18 31 2
53 189
3320 4297
1 2 141
Valor del paso: (d )'*A * (r ) 206 827
a1 1 1
(d )'*A * (d ) 5581 t 5581 1719
163 163
1229 55 5 31 18
1229
5 54 14
31 382
382
5260 31 14 47 2 5260
117 18 31 2
53 117
3320 3320
141 141
Vector de búsqueda: d 2 r 2 a1d 1
( d 2 )t * r 2
Valor del incremento (Magnitud de cambio): p2
(d 2 )t * A * (d 2 )
t 8554
4897
1 0 305
13939 9840
668 * 439
1267 1669
9 189
3193
4297
(d2)t *r2 3 51 206 187
p2 2 t 2 t
(d ) * A (* d ) 4897 4897 14010
10 10
13939 5 5 31 1813939
5 54 14 31
668 668
1267 31 14 47 2 1267
9 9
3193 1 8 31 2 53 3193
3351 3351
p2 0.0133476088508208
3169 383
354 1612
564 55 5 31 18 885 1584
634 5 54 14 31
3 122 395
r b AX
3
555 31 14 47 2 2079 1669
533 801
312 18 31 2 53
782 190
165 39
Valor de la norma de r 3 : norm(r 3,inf)= r
3
1 i 4
Máx ri3 Máx{ r13 , r23 , r33 , r43 }
r3
1 i 4
Máx ri3 Máx{ r13 , r23 , r33 , r43 } Máx{
383 1584 1669 190
,
1612 395
, ,
801 39
}
1584
395
norm(r 3,inf)= r3
4.01012658227848 no es menor que tol=0.0000000001
t 383
4897 1612
110
13939 55 5 31 18 1584
5 54 14
31 395
668 * *
1267 31 14 47
2 1669
99
3193 18 31 2 53 801
190
2 3 3351
Valor del paso: (d )'*A * (r ) 39 149
a2 2 2
(d )'*A * (d ) 4897 t 4897 6073
110 110
13939 55 5 31 18
13939
5 54 14
31 668
668
1267 31 14 47 2 1267
99
3193 18 31 2 53 99
3193
3351 3351
Vector de búsqueda: d 3 r 3 a 2 d 2
(d 3 ) t * r 3
Valor del incremento (Magnitud de cambio): p3
( d 3 )t * A * ( d 3 )
t 383
3187
3729 1612
1 26 1584
249 * 395
2274 1669
1285 801
5329
190
(d3)t *r3 1 49 39 133
p3 3 t 3 t
(d ) * A*(d ) 3187 3187 2367
3729 3729
1 26 55 5 31 181 26
5 54 14 31
249 249
2274 31 14 47 2 2274
1285 1285
5329 18 31 2 53 5329
1 49 1 49
p3 0,0561892691170258
3169 3187
354
3729 9
8 5 1 26
1 3 7
4 3 3 12 249
X X p3d
2 079 2367 2 74 4
1 2 85
53 5
782 5329
1 49
165
Vector Residual de la presente actualización: r 4 b AX 4
0
564 55 5 31 189 1
634 5
54 14 31 7 8796093022208
r4 b AX 4 1
555 31 14 47 2 4
8796093022208
312 18 31 2 53 5 1
8796093022208
Valor de la norma de r 4 : norm(r 4,inf)= r
4
1i 4
Máx ri 4 Máx{ r14 , r24 , r34 , r44 }
r4
1i 4
Máx ri 4 Máx{ r14 , r24 , r34 , r44 }
1 1 1 1
Máx{ 0 , , , }
8796093022208 8796093022208 8796093022208 8796093022208
norm(r 4,inf)= r4
0.0000000000001136868377216160 es menor que
tol=0.0000000001=10 -10
En conclusión:
----------------------------------------------------------------------------------------------------------
Para obtener la solución aproximada del sistema Ax=b:
Fue necesario realizar 4 iteraciones para satisfacer una tolerancia
tol=0.0000000001
ans=
9
-7
4
5
Usando Matlab
1) Resolver los sistemas de ecuaciones lineales del tema 01 mediante el uso
del Lenguaje Matlab:
a) Mediante: x=a\b ( \:Alt+92)
Solución
>> a = [1 1 0 3; 2 1 -1 1; 3 -1 -1 2; -1 2 3 -1]
a=
1 1 0 3
2 1 -1 1
3 -1 -1 2
-1 2 3 -1
>> b = [4;1; -3;4]
b=
4
1
-3
4
>> x=a\b
x=
-1
2
0
1
b) Mediante: x=inv(a)*b
Solución
>> a=[1 1 0 3;2 1 -1 1;3 -1 -1 2;-1 2 3 -1]
a=
1 1 0 3
2 1 -1 1
3 -1 -1 2
-1 2 3 -1
>> b = [4;1;-3;4]
b=
4
1
-3
4
>> inv(a)
ans =
-3/13 8/39 1/3 7/39
1/13 19/39 -1/3 2/39
0 -1/3 1/3 1/3
5/13 -3/13 0 -1/13
>> x=inv(a)*b
x=
-1
2
0
1
c) Mediante el algoritmo de factorización de Doolitle (Nombre del programa
LUdoolitle), para calcular la descomposición de A = LU y luego resolver los
sistemas: LY = b (Cálculo de Y con Y=L\b) y UX=Y (Cálculo de X o solución del
sistema AX=b con X=U\Y).( Llamada de la función: [L, U]=LUdoolitle(a))
Solución
Factorización de la matriz A = L*U
Ingreso de la matriz A
>> a=[1 1 0 3;2 1 -1 1;3 -1 -1 2;-1 2 3 -1]
a=
1 1 0 3
2 1 -1 1
3 -1 -1 2
-1 2 3 -1
Llamada de la función
>> [L, U]=LUdoolitle(a)
Resultados de la matriz L y U
L=
1 0 0 0
2 1 0 0
3 -1 1 0
-1 2 -3 1
U=
1 1 0 3
0 1 -1 1
0 0 -1 2
0 0 0 -1
Solución del sistema de ecuaciones AX=B:
Solución de LY=b
>> b=[4;1;-3;4]
b=
4
1
-3
4
>> Y=L\b
Y=
4
-7
-22
-44
Solución de UX=Y
X=U\Y
X =
-1
2
0
1
d) Mediante el algoritmo de factorización de Crout (Nombre del programa
LUCrout), para calcular la descomposición de A = LU y luego resolver los
sistemas: LY = b (Cálculo de Y con Y=L\b) y UX=Y (Cálculo de X o solución del
sistema AX=b con X=U\Y).( Llamada de la función: [L, U]=LUCrout(a))
Factorización de la matriz A = L*U
Ingreso de la matriz A
>> a=[1 1 0 3;2 1 -1 1;3 -1 -1 2;-1 2 3 -1]
a=
1 1 0 3
2 1 -1 1
3 -1 -1 2
-1 2 3 -1
Llamada de la función
>> [L U]=LUCrout(a)
Resultados de L y U:
L=
-Página 94 de 108- Jorge Ventura Guanilo
Métodos Numéricos para Ingenieros 2019
1 0 0 0
2 -1 0 0
3 -4 3 0
-1 3 0 -13
U=
1 1 0 3
0 1 1 5
0 0 1 13/3
0 0 0 1
Solución del sistema de ecuaciones AX=B:
>> b=[4;1;-3;4]
b=
4
1
-3
4
Solución de LY=b
>> Y=L\b
Y=
4
7
13/3
1
Solución de UX=Y
>> X=U\Y
X=
-1
2
0
1
e) Mediante el algoritmo de factorización de QR (nombre del programa
LUqr), para calcular la descomposición de A=QR y luego resolver el
Ingreso de la matriz A:
>> A=[1 1 0 3;2 1 -1 1;3 -1 -1 2;-1 2 3 -1]
A=
1 1 0 3
2 1 -1 1
3 -1 -1 2
-1 2 3 -1
Factorización A=QR
Llamada de la función
>> [Q, R]=LUqr(A)
Q=
496/1921 922/2111 -827/4917 715/846
992/1921 1091/2235 -498/1021 -143/282
1488/1921 -1013/4381 634/1077 *
-496/1921 1961/2726 1099/1766 -143/846
R=
1921/496 -992/1921 -1921/930 1921/620
0 2831/1091 2078/1093 2065/3349
0 0 634/359 -136/311
0 0 0 846/385
Solución del sistema de Ecuaciones Lineales: AX=b
>> b=[4;1;-3;4]
b=
4
1
-3
4
Solución de RX=Q’*b
>> X=R\Q'*b
X=
-1
2
0 1
2) Resolver los sistemas de ecuaciones lineales del Tema 02 mediante el
algoritmo de Cholesky de Factorización de la matriz A (Nombre del programa
cholesky), para calcular la descomposición de A = LL t y luego resolver los
sistemas: LY = B (Cálculo de Y con Y=L\b) y L t X=Y (Cálculo de X o solución del
sistema AX=b con X=Lt\Y).( Llamada de la función: L=cholesky(a)).
Método de Cholesky
Factorización de la matriz A = L*Lt
Ingreso de la matriz A
>> a=[4 2 2 4;2 5 7 0; 2 7 19 11;4 0 11 25]
a=
4 2 2 4
2 5 7 0
2 7 19 11
4 0 11 25
llamada de la función
>> L=cholesky(a)
Resultados de L y Lt
L=
2 0 0 0
1 2 0 0
1 3 3 0
2 -1 4 2
>> L'
ans =
2 1 1 2
0 2 3 -1
0 0 3 4
0 0 0 2
Solución del sistema de ecuaciones AX=B:
Solución de LY=b
>> L=[2 0 0 0; 1 2 0 0; 1 3 3 0;2 -1 4 2]
L=
2 0 0 0
1 2 0 0
1 3 3 0
2 -1 4 2
>> b=[12; 4; 42; 81]
b=
12
4
42
81
>> Y=L\b
Y=
6
-1
13
8
Solución de L t X=Y
>> L'
ans =
2 1 1 2
0 2 3 -1
0 0 3 4
0 0 0 2
>> x=L'\Y
x=
-2
3
-1
4
Métodos iterativos:
Métodos estacionarios:
Resolver los sistemas de ecuaciones lineales del tema 03 mediante el algoritmo
de Jacobi, Gauss-Seidel, Relajación (Nombre de los programas: jacobi, gsmp y
relaj), con una solución inicial nula z=[0; 0; 0; 0], n=20 iteraciones y factor 0<w<1
(subrelajación) y 1w<2 (sobre relajación) como factor de relajación adecuado (mínimo
número de iteraciones).
Método Jacobi
Ingreso de datos
>> A=[5 1 0 3; 2 -6 -1 1; 3 -1 7 2;-1 2 3 8]
A=
5 1 0 3
2 -6 -1 1
3 -1 7 2
-1 2 3 8
>> b=[-19; -27; -10; -21]
b=
-19
-27
-10
-21
>> n=30
-Página 98 de 108- Jorge Ventura Guanilo
Métodos Numéricos para Ingenieros 2019
n=
30
>> z=[0;0;0;0]
z=
0
0
0
0
Llamada de la función
>> jacobi(A,b,n,z)
Iter x1 x2 x3 x4
01 -3.800000000000000 4.500000000000000 -1.428571428571429
-2.625000000000000
02 -3.125000000000000 3.033928571428572 1.592857142857143
-3.689285714285715
03 -2.193214285714285 2.577976190476191 1.398214285714286
-4.371428571428572
04 -1.692738095238094 2.807321428571429 1.128639455782313
-4.067976190476191
05 -1.920678571428571 3.069651360544218 0.860212585034013
-3.961662414965987
06 -2.036932823129251 3.056127976190477 0.965001700680271
-3.955077380952381
07 -2.038179166666666 3.001009212018141 1.011011601068999
-4.005524234693877
08 -1.996887301587301 2.984517638483966 1.018085025915127
-4.009154049238743
09 -1.991411098153546 2.996497720278588 0.999069663103336
-4.002522207037577
10 -1.997786219833171 3.002597655591999 0.996539346973483
-3.997701941002592
11 -2.001898366516844 3.001697712059597 0.998765742442385
-3.999074946492202
12 -2.000894574516598 2.999727096338621 1.000791814942076
-4.000198877245399
13 -1.999826092920484 2.999536693129888 1.000401224911316
-4.000340526502509
14 -1.999703022724472 2.999934343790868 0.999956574985194
-4.000012894239276
15 -1.999979132214607 3.000104080887764 0.999867028634691
-3.999930179407724
16 -2.000062708532918 3.000040754588062 0.999985976621005
-3.999973547486776
b=
-19
-27
-10
-21
>> n=11
n=
11
>> z=[0;0;0;0]
z=
0
0
0
0
Llamada de la función
>> gsmp(A,b,n,z)
Iter x1 x2 x3 x4
1 -3.800000000000000 3.233333333333333 0.661904761904762
-4.156547619047619
2 -1.952738095238094 3.046011904761905 1.031045918367346
-4.017237457482993
3 -1.998859906462585 2.992332801870748 1.003341062317784
-3.999193587144680
4 -1.998950408087341 2.999927422393808 0.999309402992170
-3.999591682731434
5 -2.000230474839901 3.000106327432765 0.999997302487905
-4.000054379646143
6 -1.999988637698867 2.999995173744703 1.000009978019084
-4.000001114905690
7 -1.999998365805526 2.999998695910695 0.999999431876950
-3.999999256657221
8 -2.000000185187806 3.000000156848369 0.999999889389461
-4.000000020881616
9 -2.000000018840703 3.000000008674586 1.000000015279990
-4.000000010253731
10 -1.999999995582678 2.999999997216820 1.000000000638902
-3.999999998991628
11 -2.000000000048387 3.000000000045449 0.999999999739123
-3.999999999919582
Valores aproximados de x 1; x 2 ; x 3; x 4
x=
-2.000000000048387
3.000000000045449
-Página 101 de 108- Jorge Ventura Guanilo
Métodos Numéricos para Ingenieros 2019
0.999999999739123
-3.999999999919582
Método de Gauss-Seidel con Relajación (SOR)
Con factor de relajación w=0.9 (subrelajación)
Ingreso de datos
>> A=[5 1 0 3; 2 -6 -1 1; 3 -1 7 2;-1 2 3 8]
A=
5 1 0 3
2 -6 -1 1
3 -1 7 2
-1 2 3 8
>> b=[-19; -27; -10; -21]
b=
-19
-27
-10
-21
>> n=13
n=
13
>> z=[0;0;0;0]
z=
0
0
0
0
>> w=0.9
w=
0.750000000000000
Llamada de la función
>> relaj(A,b,n,w,z)
Iteraciones
Iter x1 x2 x3 x4
01 -3.420000000000000 3.024000000000000 0.422228571428571
-3.570152142857143
02 -2.378437842857143 3.040011540000000 0.982803774122449
-4.002788341873470
03 -2.043540156874041 2.993100289538400 1.014904334486061
-4.008654879870862
04 -1.998438432674051 2.996244616998086 1.002630820203715
-4.000732752306241
05 -1.998772188081691 2.999488269398808 0.999912125510475
-3.999790349364332
06 -1.999898318643216 3.000023960115696 0.999901163021991
-3.999939629329749
>> relaj(A,b,n,w,z)
Iteraciones
Iter x1 x2 x3 x4
01 -4.750000000000000 3.645833333333333 1.409970238095238
-5.823683965773809
02 -0.106195359002976 3.162282307942708 0.563263925565343
-3.094165219741614
03 -3.193397822428723 2.741882591730072 1.378899464769283
-4.509874538845334
04 -1.254715288191338 3.189903397901379 0.722024837408761
-3.685124583448101
05 -2.469953589841435 2.880220692078877 1.187409974308414
-4.202566494282417
06 -1.700641904847548 3.073432269004045 0.878235180014240
-3.868453998757264
07 -2.191857091971176 2.954474565516935 1.078111533379474
-4.085252253926851
08 -1.876715177941302 3.028715912123072 0.950001751262396
-3.944960726514324
09 -2.079279638659700 2.981670656324207 1.032040816707964
-4.035438474845170
10 -1.949018898282249 3.011766275894441 0.979436210185782
-3.977212268886907
11 -2.032777642737868 2.992432646745467 1.013210610441570
-4.014646115208509
12 -1.978929164595518 3.004867868555067 0.991509417525079
-3.990587401554262
13 -2.013544124824191 2.996869476876291 1.005457762486121
-4.006049456804425
14 -1.991294245409707 3.002012691174686 0.996491691702158
-3.996111808121636
15 -2.005595755350018 2.998706200013864 1.002255127486459
-4.002499163256641
16 -1.996403238723481 3.000831623290271 0.998550444195170
-3.998393618231080
17 -2.002311882468388 2.999465463476802 1.000931736691230
-4.001032535988430
18 -1.998513993260781 3.000343580130545 0.999401107236076
-3.999336315257596
19 -2.000955160274244 2.999779158500247 1.000384949947797
-4.000426597297809
20 -1.999386051583144 3.000141949872460 0.999752565944749
-3.999725795857159
b) Elaborar una tabla de resumen de los Métodos de: Jacobi, Gauss-Seidel, Gauss-Seidel con Relajación que contenga la
solución inicial, la solución aproximada del sistema, número de iteraciones, coeficiente de relajación, solución exacta y
error relativo.
Solución
Métodos no estacionarios
>> conjgrad
METODO DEL GRADIENTE CONJUGADO
-----------------------------------------------------------
Ingreso de los Valores de Entrada
-----------------------------------------------------------
Ingreso de la Matriz de Coeficientes A:
A=[55 -5 31 -18;-5 54 -14 -31;31 -14 47 -2;-18 -31 -2 53]
Ingreso de la Matriz Columna de Términos Independientes b:
b=[564;-634;555;312]
Ingreso de la Matriz Columna de Solución Inicial x0:
x0=[0;0;0;0]
Ingreso de la Tolerancia tol:
tol=0.0000000001
-----------------------------------------------------------
Valores de Entrada
Matriz de coeficientes: A=
55 -5 31 -18
-5 54 -14 -31
31 -14 47 -2
-18 -31 -2 53
Matriz Columna de Términos Independientes: b=
564
-634
555
312
Matriz Columna de Solución Inicial: x0=
0
0
0
0
Tolerancia: tol=
1/10000000000
-----------------------------------------------------------
Cálculo de los Valores Previos
Vector Residual Inicial: r=
564
-634
555
312
Vector dirección de búsqueda inicial: d=
564
-634
555
312
--------------------------------------------------------------
Iteración: i= 1
Valor del incremento: p=
64/5511
Solución aproximada del vector x actualizada: x=
1775/271
-5176/703
2533/393
1866/515
Vector Residual: r=
1877/58
-1199/1083
-6225/133
8823/392
Valor de la norma de r: norm(r,inf)=46.804514931950
Valor del paso: a=
20/6009
Vector de búsqueda: d=
5581/163
-1229/382
-5260/117
3320/141
--------------------------------------------------------------
Iteración: i= 2
Valor del incremento: p=
307/5814
Solución aproximada del vector x actualizada: x=
2850/341
-693/92
7015/1723
6604/1357
Vector Residual: r=
8554/305
9840/439
1669/189
-4297/206
Valor de la norma de r: norm(r,inf)=28.045900780817
Valor del paso: a=
827/1719
Vector de búsqueda: d=
4897/110
13939/668
-1267/99
-3193/335
--------------------------------------------------------------
Iteración: i= 3
Valor del incremento: p=
187/14010
Solución aproximada del vector x actualizada: x=
3169/354
-885/122
2079/533
782/165
Vector Residual: r=
-383/1612
1584/395
1669/801
190/39
Valor de la norma de r: norm(r,inf)=4.871796020360
Valor del paso: a=
149/6073
Vector de búsqueda: d=
3187/3729
1126/249
2274/1285
5329/1149
--------------------------------------------------------------
Iteración: i= 4
Valor del incremento: p=
133/2367
Solución aproximada del vector x actualizada: x=
9
-7
4
5
Vector Residual: r=
0
1/8796093022208
-1/8796093022208
-1/8796093022208
El valor de la norma de r es: norm(r,inf)=0.0000000000001136868377216160
Es menor que la tolerancia: tol=0.00000000010
En Conclusión:
--------------------------------------------------------------
Para obtener la solución aproximada del sistema Ax=b: