GRUPO 100401 - 21 - Tarea - 2

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: métodos Numericos Código: 100401
Unidad 2: Tarea 2 – Ecuaciones lineales e interpolacion
Presentado Por:
Juana Isabel Perea
Oswaldo Zurique
Alexander Gustavo Marsiglia
Ederman Luna Hermosilla
Tutor:
JORGE ARMANDO AMADOR
Grupo:
100401A_612
Universidad Nacional Abierta Y Distancia Unad
Facultad Ciencias Basicas e Ingenieria
Bogota, 2019
INTRODUCCIÓN
Muchos problemas de la vida real nos obligan a resolver situaciones

simultáneamente en varias ecuaciones lineales para hallar las soluciones
comunes a todas ellas.
Un sistema de ecuaciones lineales tiene “m” ecuaciones y “n” incognitas donde

aij don números reales. La ecuación AX=B se denota de la siguiente manera
Para el desarrollo del presente trabajo colaborativo desarrollaremos distintos

métodos con el valor de el ultimo digito de la cedula de cada integrante, en
primera instancia hallaremos la matriz inicial para realizar cada uno de los
métodos en donde c= 1/K; después realizaremos los métodos de gaus y gaus
jordan tomando como base la matriz inicial, y realizando cada uno de las
ecuaciones y respondiendo cual de los métodos es el mejor.
En el ejercicio 3 se resuelve el sistema de ecuación Ax=B con el método de

gaus.- seidel y jacobi viendo en las iteraciones si converge o no el sistema.
Por ultimo hay que hayar la interpolación cuando x=-0,5 de los métodos de
newton y lagrage y determinar una comparación entre los métodos.
Objetivos
General
 Aplica los diversos Métodos Matemáticos en la Solución de
Ecuaciones Lineales y analiza polinomios partiendo de parejas
ordenadas.
Específicos
 Utiliza los métodos de gaus y gaus jordan en la solución de una ecuación
lineal
 Crear la matriz inicial de cada uno de los métodos a realizar .
 Conocer cada uno de los métodos matemáticos como gaus seidel yjacobi
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
Solución al ejercicio 1:
ESTUDIANTE documento
Juana I. perea 57.464.959
Primeramente realice los cálculos manuales

El sistema de ecuaciones de 5x5 que corresponde a 5 ecuaciones simultaneas
lineales con 5 variables , se construye asi con k= 9
1
Entonces 𝑐 = , por lo tanto
9
𝑎𝑖𝑗 = (𝑖 + 𝑗 − 𝑐)−1
Desarrollando
1 −1 9 1 −1 9 1 −1 9
𝑎11 = (1 + 1 − 9) = 17 𝑎12 = (1 + 2 − 9) = 26 𝑎13 = (1 + 3 − 9) = 35
1 −1 9 1 −1 9
𝑎14 = (1 + 4 − 9) = 44 𝑎15 = (1 + 5 − 9) = 53
9 9 9 9 1 −1 9
𝑎21 = ; 𝑎22 = , 𝑎23 = 𝑎24 = ¸ 𝑎25 = (2 + 5 − ) =
26 35 44 53 9 62
9 9 9 9 1 −1 9
𝑎31 = 35 𝑎32 = 44 𝑎33 = 53 𝑎34 = 62 𝑎35 = (3 + 5 − 9) = 71
9 9 9 9 1 −1 9
𝑎41 = 𝑎42 = 𝑎43 = 𝑎44 = 𝑎45 = (4 + 5 − ) =
44 53 62 71 9 80
9 9 9 9 1 −1 9
𝑎41 = 53 𝑎52 = 62 𝑎53 = 71 𝑎54 = 82 𝑎55 = (5 + 5 − 9) = 89
Entonces el sistema de ecuaciones requerido b

9 9 9 9 9
𝑥
17 1
+ 𝑥
26 2
+ 𝑥
35 3
+ 𝑥
44 4
+ 𝑥
53 5
=1
9 9 9 9 9
𝑥
26 1
+ 𝑥
35 2
+ 𝑥
44 3
+ 𝑥
53 4
+ 𝑥
62 5
=2
9 9 9 9 9
𝑥
35 1
+ 𝑥
44 2
+ 𝑥
53 3
+ 𝑥
62 4
+ 𝑥
71 5
=3
9 9 9 9 9
𝑥
44 1
+ 𝑥
53 2
+ 𝑥
62 3
+ 𝑥
71 4
+ 𝑥
80 5
=4
9 9 9 9 9
𝑥
53 1
+ 𝑥
62 2
+ 𝑥
71 3
+ 𝑥
82 4
+ 𝑥
89 5
=5
Representando en forma matricial el sistema de ecuaciones con su matriz

ampliada
9 9 9 9 9
2
26 35 44 53 62
9 9 9 9 9
35 44 53 62 71
3
9 9 9 9 9
4
44 53 62 71 80
9 9 9 9 9
5
53 62 71 82 89
para confirmar lo realice de la siguiente manera: este ejercicio fue

realizado bajo el programa de Java, como instrumento dado en la guía
de actividades del trabajo.
Tomamos la matriz A y B.
Tabla 1
La ecuación se le suma 2 debido a que las variables (i y j) inician en 0 y

no en 1 se suma 2 en la ecuación dada para este tema.
para este ejercicio se utilizó el siguiente código

Oswaldo Zurique 3806420
En este trabajo se usó el software Octave como herramienta para solucionar

los ejercicios. La matriz del sistema, que denotamos por 𝐴, está dada por.
1
Donde k=0, 𝑐 =
0
Tabla 2.
El código que se usó fue

Alexander Marsiglia
Utilizo k= 2 , c= 0,5
Desarrollando la matriz
Tabla 3
1 2 3 4 5
2 2 3 4 5
3 2 3 4 5
4 2 3 4 5
5 2 3 4 5
Tabla 4
0,6667 0,4000 0,2857 0,2222 0,1818 1

0,4000 0,2857 0,2222 0,1818 0,1538 2
0,2857 0,2222 0,1818 0,1538 0,1333 3
0,2222 0,1818 0,1538 0,1333 0,1176 4
0,1818 0,1538 0,1333 0,1176 0,1053 5
Ederman luna hermosilla
Se construyo la matriz de A y B. tomando K=6 Y c=0,16667

Tabla 5
A x b
0,5454 0,3529 0,2608 0,2068 0,1714 x1 1
55 41 7 97 29
0,3529 0,2608 0,2068 0,1714 0,1463 x2 2 C 1 1
41 7 97 29 41 = =
0,2608 0,2068 0,1714 0,1463 0,1276 x3 3 k 6
7 97 29 41 6
0,2068 0,1714 0,1463 0,1276 0,1132 x4 4
97 29 41 6 08
0,1714 0,1463 0,1276 0,1132 0,1016 x5 5 C 0,166
29 41 6 08 95 67
El código que se uso fue:

clc
clear
format shortG
k=input('ingrese el ultimo numero de su cedula'); % pido el numero de la cedula
if k==0
k=1; % reviso que el ultimo numero de la cedula no sea 0 y si lo es lo remplazo
else
k=k;
end
c=1/k;
for i=1:5
for j=1:5
A(i,j)=1/(i+j-c) %ahora armare la matriz
end
end
for i=1:5
b(i,1)=i; %ahora armo el vector b
end
ventana de comando de Matlab … todas las operaciones que se hacen una para cada posición de en
la matriz
ingrese el ultimo numero de su cedula

3
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?
Solución al ejercicio 2
Se resuelve el sistema de ecuaciones Ax=b por el método de eliminación

de Gaus jordan
Resultado mediante el programa Java tomando la matriz inicial del

ejercicio anterior.
Tabla 6
El codigo que derivo la ecuación Gaus Jordan:
Se llena la matriz de 5 x 5 tomando como referencia que k es igual al

último digito de la cedula y es una matriz de 5 x 5 la función de
“GaussJordan” es la encargada de resolver el tema requerido igual se
crea una matriz C que combina la matriz A con la matriz B
GaussJordan toma la matriz recibida y cuenta las filas y columnas que

tiene dicha matriz eso se ve en las líneas 53 y 54
Luego de esto va tomando la fila pivote 1 por 1 en la variable pivote

para dividirla con toda la fila esto se ve desde la línea 57 hasta la línea
60
En la línea 62 f adquiere el valor siguiente de la fila pivote.
En la línea 63 hasta la línea 65 f puede ser el valor máximo de la fila y lo

inicia en 0 nuevamente para que entre en el ciclo que está en la línea 67
Entre las líneas 67 hasta la línea 79 recorre columna a columna de cada

fila actualizando el valor para no alterar la ecuación y así obtener el
resultado requerido.
Utilizamos el método de Gaus tomando la matriz anterior de la

siguiente manera:
Tabla 7
La solución del sistema de ecuaciones Ax=b
X=
El código que se uso fue:

¿Cuál de los dos métodos directos considera que es mejor

(computacionalmente), por qué?
De los dos métodos utilizados aunque las respuestas son coincidiables ,
se puede observar que el método de gaus utiliza ,menos iteraciones,
que el método de gaus jordan, y computacionalmente de método de
gaus es menor en relación al método de gaus Jordan.
Método de Gauss-Jordan: La solución del sistema usando este método
Tabla 8
El código usado para solucionar el sistema 𝐴𝑥 = 𝑏 , donde 𝐴 y 𝑏 son las

matrices del ejercicio 1 con el método de Gauss-Jordan es

Explicación del código:
Línea 2-12: Crea la matriz 𝐴 𝑦 𝑏 del sistema 𝐴𝑥 = 𝑏. Además, se crea una

matriz 𝐶 que representa la matriz extendida del sistema.
Línea 20-36: Realiza las operaciones por filas para encontrar la matriz
escalonada reducida (en este caso la identidad) equivalente a la matriz
𝐶.
Línea 37-44: Se imprime la solución del sistema y el número de

operaciones usadas (sumas, restas, productos y divisiones).
Método de Gauss: La solución del sistema es
Tabla 9
Un sistema de ecuaciones lineales
Ahora de la ecuación (5) calculamos el valor de 𝑋5. Después, sustituimos

el valor de 𝑋5 en la ecuación (4) y calculamos el valor de 𝑋4. Luego,
por sustituciones sucesivas en el resto de las ecuaciones encontramos
los valores de 𝑋3 , 𝑋2 y 𝑋1 .
El código que se usó para solucionar el sistema de ecuaciones por el

método de Gauss se muestra a continuación.
Explicación del código
Línea 1-15: Se Crean las matrices 𝐴 𝑦 𝑏 del sistema 𝐴𝑥 = 𝑏. Además, se

crea una matriz 𝐶 que representa la matriz extendida del sistema.
Luego, se imprimen las matrices.
Línea 20-25: Se encuentra la matriz superior equivalente a la matriz del

sistema.
Línea 32-43: Se realizan las sustituciones sucesivas en las ecuaciones y

se encuentran los valores de las incógnitas.
Línea 46-47: Se imprime la solución del sistema y el número de

operaciones (sumas, restas, productos y divisiones.)
Conclusión: Se puede notar que el costo computacional del método de

Gauss es menor que el de Gauss-Jordan, ya que el de Gauss usa 115
operaciones y el de Gauss Jordan utiliza 126 operaciones.
Alexander Marsiglia
Tabla 10
0,6667 0,4000 0,2857 0,2222 0,1818 1,0000
0,4000 0,2857 0,2222 0,1818 0,1538 2,0000
0,2857 0,2222 0,1818 0,1538 0,1333 3,0000
0,2222 0,1818 0,1538 0,1333 0,1176 4,0000
0,1818 0,1538 0,1333 0,1176 0,1053 5,0000
0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

0,1333 0,1257 0,1079 0,0929 0,0811 1,6000 0,4000
0,0952 0,1079 0,1002 0,0904 0,0814 2,7143 0,2857
0,0741 0,0929 0,0904 0,0840 0,0772 3,7778 0,2222
0,0606 0,0811 0,0814 0,0772 0,0722 4,8182 0,1818
0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

0,1333 0,1257 0,1079 0,0929 0,0811 1,6000
0,0952 0,0000 0,0075 0,0106 0,0117 1,3405 0,8586
0,0741 0,0000 0,0106 0,0153 0,0173 2,5950 0,7392
0,0606 0,0000 0,0117 0,0173 0,0199 3,7858 0,6453
0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

0,1333 0,1257 0,1079 0,0929 0,0811 1,6000
0,0952 0,0000 0,0075 0,0106 0,0117 1,3405
0,0741 0,0000 0,0000 0,0004 0,0008 0,7096 1,4064
0,0606 0,0000 0,0000 0,0008 0,0015 1,6913 1,5624
0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

0,1333 0,1257 0,1079 0,0929 0,0811 1,6000
0,0952 0,0000 0,0075 0,0106 0,0117 1,3405
0,0741 0,0000 0,0000 0,0004 0,0008 0,7096
0,0606 0,0000 0,0000 0,0000 0,0000 0,3082 1,9490
x 5 14265
x 4 -26008
x 3 14470
x 2 -2390
x 1 13
Gaus jordan. Tabla 11
1,0000 0,5000 0,3333 0,2500 0,2000 1,0000

0,5000 0,3333 0,2500 0,2000 0,1667 2,0000
0,3333 0,2500 0,2000 0,1667 0,1429 3,0000
0,2500 0,2000 0,1667 0,1429 0,1250 4,0000
0,2000 0,1667 0,1429 0,1250 0,1111 5,0000
1,0000 0,5000 0,3333 0,2500 0,2000 1,0000

0,0000 0,0833 0,0833 0,0750 0,0667 1,5000 0,5000
0,0000 0,0833 0,0889 0,0833 0,0762 2,6667 0,3333
0,0000 0,0750 0,0833 0,0804 0,0750 3,7500 0,2500
0,0000 0,0667 0,0762 0,0750 0,0711 4,8000 0,2000
1,0000 0,5000 0,3333 0,2500 0,2000 1,0000

0,0000 1,0000 1,0000 0,9000 0,8000 18,0000 0,0833
0,0000 0,0833 0,0889 0,0833 0,0762 2,6667
0,0000 0,0750 0,0833 0,0804 0,0750 3,7500
0,0000 0,0667 0,0762 0,0750 0,0711 4,8000
1,0000 0,0000 -0,1667 -0,2000 -0,2000 -8,0000 0,5000

0,0000 1,0000 1,0000 0,9000 0,8000 18,0000
0,0000 0,0000 0,0056 0,0083 0,0095 1,1667 0,0833
0,0000 0,0000 0,0083 0,0129 0,0150 2,4000 0,0750
0,0000 0,0000 0,0095 0,0150 0,0178 3,6000 0,0667
1,0000 0,0000 -0,1667 -0,2000 -0,2000 -8,0000

0,0000 1,0000 1,0000 0,9000 0,8000 18,0000
0,0000 0,0000 1,0000 1,5000 1,7143 210,0000 0,0056
0,0000 0,0000 0,0083 0,0129 0,0150 2,4000
0,0000 0,0000 0,0095 0,0150 0,0178 3,6000
1,0000 0,0000 0,0000 0,0500 0,0857 27,0000 -0,1667

0,0000 1,0000 0,0000 -0,6000 -0,9143 -192,0000 1,0000
0,0000 0,0000 1,0000 1,5000 1,7143 210,0000
0,0000 0,0000 0,0000 0,0004 0,0007 0,6500 0,0083
0,0000 0,0000 0,0000 0,0007 0,0015 1,6000 0,0095
1,0000 0,0000 0,0000 0,0500 0,0857 27,0000

0,0000 1,0000 0,0000 -0,6000 -0,9143 -192,0000
0,0000 0,0000 1,0000 1,5000 1,7143 210,0000
0,0000 0,0000 0,0000 1,0000 2,0000 1820,0000 0,0004
0,0000 0,0000 0,0000 0,0007 0,0015 1,6000
1,0000 0,0000 0,0000 0,0000 -0,0143 -64,0000 0,0500

0,0000 1,0000 0,0000 0,0000 0,2857 900,0000 -0,6000
0,0000 0,0000 1,0000 0,0000 -1,2857 -2520,0000 1,5000
0,0000 0,0000 0,0000 1,0000 2,0000 1820,0000
0,0000 0,0000 0,0000 0,0000 0,0000 0,3000 0,0007
1,0000 0,0000 0,0000 0,0000 -0,0143 -64,0000

0,0000 1,0000 0,0000 0,0000 0,2857 900,0000
0,0000 0,0000 1,0000 0,0000 -1,2857 -2520,0000
0,0000 0,0000 0,0000 1,0000 2,0000 1820,0000
0,0000 0,0000 0,0000 0,0000 1,0000 13230,0000 0,0000
1,0000 0,0000 0,0000 0,0000 0,0000 125,0000 -0,0143

0,0000 1,0000 0,0000 0,0000 0,0000 -2880,0000 0,2857
0,0000 0,0000 1,0000 0,0000 0,0000 14490,0000 -1,2857
-
0,0000 0,0000 0,0000 1,0000 0,0000 24640,0000 2,0000
0,0000 0,0000 0,0000 0,0000 1,0000 13230,0000
x 1 125,0000
x 2 -2880,0000
x 3 14490,0000
x 4 -24640,0000
x 5 13230,0000
Paso 1. Buscar la inversa de la matriz A

Tabla 12
298,466 -2879,32 8825,732 -10753,2 4531,702

=
A^(-1) -2879,3 31729,39 -104359 132837 -57676,21
8825,73 -104359 358593,1 -470265 208652,16
-10753 132836,8 -470265 630211 -284250,8
4531,7 -57676,2 208652,2 -284251 129873,2
Se multiplica la invesa de A por la matriz A. tabla 13

0,545455 0,352941 0,26087 0,206897 0,171429 298,466 -2879,32 8825,732 -10753,1912 4531,702
0,352941 0,26087 0,206897 0,171429 0,146341 -2879,3 31729,39 -104359 132836,8242 -57676,2
0,26087 0,206897 0,171429 0,146341 0,12766 X 8825,73 -104359 358593,1 -470265,2279 208652,2
0,206897 0,171429 0,146341 0,12766 0,113208 -10753 132836,8 -470265 630210,5089 -284251
0,171429 0,146341 0,12766 0,113208 0,101695 4531,7 -57676,2 208652,2 -284250,7712 129873,2
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
Tabla 15
Como el resultado es la matriz identidad, quiere decir que el sistema si

tiene solución
Podemos realizar el método de eliminación de Gauss
Tabla 16
0,54545 0,352941 0,26087 0,2069 0,1714286 1
0,35294 0,26087 0,206897 0,17143 0,1463415 2
0,26087 0,206897 0,171429 0,14634 0,1276596 3
0,2069 0,171429 0,146341 0,12766 0,1132075 4
0,17143 0,146341 0,12766 0,11321 0,1016949 5
Tabla 17
0,54545 0,352941 0,26087 0,2069 0,1714286 1
0,647 0 0,032496 0,038099 0,03755 0,0354171 1,35294
0,478 0 0,038099 0,046665 0,04739 0,045672 2,52174
0,379 0 0,037554 0,047391 0,04918 0,0481829 3,62069
0,314 0 0,035417 0,045672 0,04818 0,0478174 4,68571
Para hacer cero la columna se debe hacer la resta entre la fila y el

multiplicador por la fila pivote
Así mismo para todo el proceso hasta llegar a una solo columna con valor y las
demás en cero
Tabla 18
0,54545 0,352941 0,26087 0,2069 0,1714286 1
0 0,032496 0,038099 0,03755 0,0354171 1,35294
1,172 0 0 0,001998 0,00336 0,0041485 0,93553
1,156 0 0 0,003362 0,00578 0,0072526 2,05714
1,09 0 0 0,004149 0,00725 0,0092164 3,21115
Tabla 19
0,54545 0,352941 0,26087 0,2069 0,1714286 1
0 0,032496 0,038099 0,03755 0,0354171 1,35294
0 0 0,001998 0,00336 0,0041485 0,93553
1,683 0 0 0 0,00012 0,000271 0,48271
2,077 0 0 0 0,00027 0,0006008 1,26823
Tabla 20
0,54545 0,352941 0,26087 0,2069 0,1714286 1
0 0,032496 0,038099 0,03755 0,0354171 1,35294
0 0 0,001998 0,00336 0,0041485 0,93553
0 0 0 0,00012 0,000271 0,48271
2,189 0 0 0 0 7,7E-06 0,21173
Se halla cada variable. Tabla 21

El resultado de cada variable es

Tabla 22
x1 x2 x3 x4 x5
662,774 -9532,61 38085,98 -56287 27498,674
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).
Solución al ejercicio 3
metodo de Gaus seidel –jacobi
tabla 23
x1 x2 x3 x4 x5 b
0,53 0,35 0,257142857 0,204545455 0,16981132 1,000
0,346153846 0,257142857 0,204545455 0,169811321 0,14516129 2,000
0,257142857 0,204545455 0,169811321 0,14516129 0,12676056 3,000
0,204545455 0,169811321 0,14516129 0,126760563 0,1125 4,000
0,169811321 0,14516129 0,126760563 0,1125 0,1011236 5,000
Tabla 25
valor
k Inicial 1 2 3 4 5 6 7 8 9 10
- - - -
x 1,8888888 1,8888888 39,466416 39,46641 94,80989 93,53238 335,0312 322,9092 5150,206 879,8760
1 0 89 89 1 61 65 36 5 11 08 23
- - - -
x 7,7777777 7,7777777 56,321112 55,93474 127,7557 122,2703 1163,295 411,4204 7497,455 1040,973
2 0 78 78 2 86 51 6 13 91 68 67
- - - -
x 16,920187 16,920187 66,271079 64,68017 127,4536 120,4011 2743,263 472,8371 8054,046 1011,920
3 0 79 79 72 06 41 52 44 01 93 18
x 0 31,555555 31,555555 - - 240,7752 233,6908 - - 9390,251 1600,747
4 56 56 44,652418 44,28510 84 43 3549,738 535,9694 76 49

51 26 24 42
- - - -
x 49,444444 49,444444 20,747268 20,40356 306,9468 299,5494 5249,397 536,9791 9107,158 1829,009
5 0 44 44 06 07 95 27 87 36 31 22
Tabla 26
11 12 13 14 15 16 17 18 19 20
- - - - - - NO
15361,4 2375,38 40516,0 6461,09 110849, 17505,7 299960, 47513,0 814289, 128864, CONVERG
751 578 193 522 6 262 077 303 177 126 E
- - - - - - NO
17741,0 2886,76 49341,0 7785,63 133701, 21145,0 362053, 57358,8 983363, 155579, CONVERG
979 133 476 409 961 669 349 909 921 105 E
- - - - - - NO
17158,4 3147,33 54053,4 8003,70 137348, 22373,6 382815, 59912,7 1027970 163418, CONVERG
83 518 131 859 034 996 406 533 ,24 439 E
- - - - - - NO
27317,9 4145,01 71186,5 11491,4 196673, 30879,3 529663, 84104,5 1440731 227779, CONVERG
916 384 123 922 664 499 577 925 ,99 28 E
- - - - - - NO
31255,6 4494,15 77416,2 12749,9 217730, 33943,8 582944, 92802,0 1588790 250956, CONVERG
053 137 91 228 924 106 567 288 ,23 579 E
El método iterativo en ambos métodos no converge. El desarrollo de esta tabla

va incluida los valores de acuerdo a la fomula y podemos notar que no
converge.
ERROR
Tabla 27
- - -
104,78606 141,6268 1,365850 127,9175 3,754008 106,2698 485,3331
100 0 64 0 95 92 1 51 31 55
- - - -
113,80970 0,6907399 143,7825 4,486279 110,5106 182,7508 105,4874 620,2349
100 0 2 18 68 83 91 97 68 03
- - - -
125,53178 2,4596550 150,7479 5,857493 104,3889 480,1709 105,8708 695,9172
100 0 23 62 98 03 75 38 01 15
- - - -
170,66930 0,8294344 118,3927 3,031544 106,5833 562,3023 105,7077 486,6166
100 0 89 23 11 16 26 56 22 8
- - -
338,31785 - 106,6472 2,469531 105,7063 877,5794 105,8962 397,9285
100 0 61 1,6845462 61 57 58 85 31 07
- - - - - NO
105,727 546,693 105,862 527,076 105,828 175120 105,836 531,321 105,834 531,897 CONVE
809 907 831 647 704 5,84 019 713 909 489 RGE
- - - - - NO
105,867 514,567 105,850 533,744 105,823 211513 105,840 531,207 105,832 532,066 CONVE
583 532 628 754 126 9 318 025 926 833 RGE
- - 105,822 575,354 - 223798 105,844 538,954 - - NO
105,897 445,174 639 587 105,827 3,84 514 787 105,828 529,041 CONVE
492 951 319 258 769 RGE

- - - - - NO
105,859 559,056 105,822 519,471 105,842 308857 105,829 529,767 105,837 532,512 CONVE
682 704 752 442 924 1,9 993 723 629 315 RGE
- - - - - NO
105,851 595,472 105,805 507,190 105,855 339502 105,822 528,159 105,841 533,093 CONVE
78 91 175 271 816 2,5 82 292 05 673 RGE
Solución: de los métodos ejecutados según el numero de iteraciones el mejor

que muestra las iteraciones , es el gaus seidel, ya que muestra los menores
rangos de error.
La matriz 𝐴 del sistema es
Tabla 28
Y 𝑇𝐽 = 𝐷−1 (𝐿 + 𝑈) es
Los autovalores
Se puede observar que el máximo de los valores absolutos de los autovalores

es 3.44414, por tanto, no es convergente el método de Gauss-Jacobi para este
sistema.
El código usado para la comprobación de la convergencia fue
Método de Gauss-Seidel: Primero se verificará que el método es convergente

para el sistema propuesto en ejercicio 1, para ello se usará el teorema
Se puede observar que el máximo de los valores absolutos de los autovalores

es 0.99996 <1, es decir, el método de Gauss-Seidel es convergente para este
sistema. Cabe decir que la convergencia es extremadamente lenta porque el
valor max(𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠) = 0.99996 es muy próximo a 1. El valor
max(𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠) nos muestra que tan rápida es la convergencia del método,
entre más próximo a 1 es este valor, más lenta es la convergencia.
El código que hace esta verificación es
Despejando de la ecuación (1), (2), (3), (4) y (5) a 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 y 𝑋5

respectivamente
El método comienza tomando un valor inicial para [𝑋1 𝑋2 𝑋3 𝑋4 𝑋5 ] , digamos

[0 0 0 0 0] y una tolerancia=0.01
Iteración 1
Se Calcula un nuevo valor de 𝑋1 sustituyendo los valores 𝑋2 = 𝑋3 = 𝑋4 = 𝑋5 = 0

en ecuación (1), esto es, 𝑋1 = 1.Por tanto, el nuevo valor para [𝑋1 𝑋2 𝑋3 𝑋4 𝑋5 ]
es [1 0 0 0 0].
Se Calcula un nuevo valor de 𝑋2 sustituyendo los valores 𝑋1 = 1 𝑦 𝑋3 = 𝑋4 = 𝑋5 =

0 en ecuación (2), esto es, 𝑋2 = 4.5. Por tanto, el nuevo valor para
[𝑋1 𝑋2 𝑋3 𝑋4 𝑋5 ] es [1 4.5 0 0 0].
Se Calcula un nuevo valor de 𝑋3 sustituyendo los valores 𝑋1 = 1 , 𝑋2 =

4.5 𝑦 𝑋4 = 𝑋5 = 0 en ecuación (3), esto es, 𝑋3 = 7.70833 Por tanto, el nuevo
valor para [𝑋1 𝑋2 𝑋3 𝑋4 𝑋5 ] es [1 4.5 7.70833 0 0].
Se Calcula un nuevo valor de 𝑋4 sustituyendo los valores 𝑋1 = 1 , 𝑋2 = 4.5 ,

𝑋3 = 7.70833 𝑦 𝑋5 = 0 en ecuación (4), esto es, 𝑋4 = 10.956944 Por tanto, el
nuevo valor para [𝑋1 𝑋2 𝑋3 𝑋4 𝑋5 ] es [1 4.5 7.70833 10.956944 0].
Se Calcula un nuevo valor de 𝑋5 sustituyendo los valores 𝑋1 = 1 , 𝑋2 = 4.5 ,

𝑋3 = 7.70833 𝑦 𝑋4 = 10.956944 en ecuación (5), esto es, 𝑋5 = 10.956944 Por
tanto, el nuevo valor para [𝑋1 𝑋2 𝑋3 𝑋4 𝑋5 ] es
[1 4.5 7.70833 10.956944 14.212723].
Es decir, que la solución para la primera iteración [𝑋1 𝑋2 𝑋3 𝑋4 𝑋5 ] =

[1 4.5 7.70833 10.956944 14.212723].
El método se detiene cuando |𝑋𝑘 (𝑖−1) − 𝑋𝑘 (𝑖) | < 0.01 para 𝑘 = 1,2,3,4,5 donde 𝑖
representa la iteración.
Para solucionar el sistema de ecuaciones por el método de Gauss-Seidel se

necesitaron 109.758 iteraciones para alcanzar una exactitud de 0.01. Recuerde
que se había previsto que el método para este sistema de ecuaciones
convergía de forma extremadamente lenta. A continuación se adjuntan algunas
de las iteraciones
El código que soluciona el sistema es

A pesar que no se pudo realizar una comparación debido a que el método de

Jacobí no fue convergente para este sistema de ecuaciones. La teoría
demuestra que el método de Gauss-Sediel es más rápido que el método de
Gauss-Jacobi cuando ambos convergen.
Alexander Marsiglia
Tabla 29
x 1 x 2 x 3 x 4 x 5 c
0,666667 0,400000 0,285714 0,222222 0,181818 1
0,400000 0,285714 0,222222 0,181818 0,153846 2
0,285714 0,222222 0,181818 0,153846 0,133333 3
0,222222 0,181818 0,153846 0,133333 0,117647 4
0,181818 0,153846 0,133333 0,117647 0,105263 5
Tabla 30
VA
LO
R
IN
IC
k AL 1 2 3 4 5 6 7 8 9 10 11 12 13 14
- - - -
- 19,6 22, 21,9 20, - - - - - 0,99 4,5 8,05 NO
x 12,7 9281 166 1115 020 17,1 13,8 10,1 6,43 2,69 0533 812 9566 CONV
1 0 1,5 3793 6 63 1 59 774 0631 707 3039 2662 8 615 5 ERGE
- - - - - - -
3,33 2,06 9,6 18,4 27, 37,2 - 55,7 - - - 89, - NO
x 2698 9477 660 3758 753 2469 46,6 8773 64,6 73,1 81,3 102 96,4 CONV
2 0 4,9 9 7 75 1 07 9 1658 5 5636 7749 2897 71 9921 ERGE
-
8,15 12,0 13,2 12, 11,1 8,9 6,32 3,41 0,32 - - - 12, - NO
x 3968 3315 2942 739 8972 702 6998 4085 8191 2,86 6,14 9,46 819 16,1 CONV
3 0 25 9 07 996 7 205 76 6 28 9878 1811 3393 25 9954 ERGE
11,4 19,8 26,3 31, 36,0 39, 43,1 46,1 48,9 51,4 53,8 55,9 58, NO
x 0975 5931 8456 636 2695 814 6369 8094 3430 6869 1427 9189 016 59,8 CONV
4 0 69 3 18 93 93 233 84 7 96 7 3 3 503 9928 ERGE
14,6 38,2 48, 57,8 66, 75,3 83,5 91,4 99,2 106, 114, 121 128, NO
x 6711 27,1 9359 418 5468 782 1940 4067 9649 2071 7369 0622 ,20 1894 CONV
5 0 14 9331 08 899 75 654 46 4 71 9 5 9 969 1 ERGE
Tabla 31
35, 11, 16, 24, 35, 371 78, 43,
10 111, 316 160 1,1 9,4 551 417 745 58, 138 ,83 378 157
0 7759 9 1 66 431 9 1 9 101 ,91 9 6 5
261 78, 33, 25, 20, 16, 13, 11, 10, 8,7 7,6
10 47,0 ,04 590 47, 565 444 147 439 716 644 022 244 648
0 2798 1 3 574 6 5 1 4 6 5 8 7 4
9,0 3,8 24, 41, 85, 940 111 53, 35, 26, 20,
10 32,2 424 416 13, 743 776 320 ,27 ,43 273 099 178 866
0 3751 3 4 854 1 9 4 3 6 1 3 2 6
24, 9,5 7,7 6,5 5,6 4,9 4,3 3,8 3,4 3,1
10 42,5 731 16, 12, 123 599 335 266 241 586 891 897 432
0 4707 3 602 185 6 1 4 5 3 5 7 1 4
28, 20, 13, 11, 9,8 8,6 7,7 7,0 6,4 5,8 5,4
10 46,0 987 911 16, 368 334 410 952 848 418 222 967 448
0 6353 3 9 309 7 1 4 2 9 2 3 2 5
Tabla 32
x1 x2 x3 x4 x5 c
0,66667 0,4 0,28571 0,22222 0,18182 1
0,4 0,28571 0,22222 0,18182 0,15385 2
0,28571 0,22222 0,18182 0,15385 0,13333 3
0,22222 0,18182 0,15385 0,13333 0,11765 4
0,18182 0,15385 0,13333 0,11765 0,10526 5
Tabla 33
VA
LO
R
IN
IC
IA
k L 1 2 3 4 5 6 7 8 9 10 11 12 13 14
- - - - - -
32,7 23, 16, 12, 8,6 - 2,3 0,4 3,1 5,6 8,1 10, 12, NO
x 2597 153 934 370 523 5,3 960 198 028 757 508 535 834 CONVE
1 0 1,5 4 69 16 83 3 898 3 89 39 203 84 605 69 RGE
- - - - - - - - - - - - -
52,6 52, 55, 58, 62, 66, 70, 74, 78, 81, 85, 88, 91, NO
x 0116 567 065 657 660 750 779 676 413 979 370 589 639 CONVE
2 0 7 6 39 63 49 1 9 4 9 8 05 21 04 1 RGE
- - - - - -
71,9 50, 35, 24, 15, 6,6 - 9,2 16, 24, 31, 38, 45, NO
x 16, 9889 518 941 746 247 373 1,4 612 828 218 453 548 510 CONVE
3 0 5 53 004 962 46 04 84 697 9 9 35 62 17 4 RGE
31,2 33, 36, 39, 42, 45, 48, 50, 53, 55, 58, 60, 62, NO
x 8473 681 527 511 486 382 171 840 386 808 108 290 357 CONVE
4 0 30 9 044 755 792 12 86 87 92 27 173 733 86 8 RGE
54,7 62, 70, 79, 87, 95, 103 110 118 125 133 140 147 NO
x 47, 4141 689 878 092 227 239 ,10 ,82 ,39 ,81 ,08 ,22 ,21 CONVE
5 0 5 17 015 816 216 64 28 79 67 5 476 924 22 76 RGE
Tabla 34
Error
104, 41,3 36,7 36,8 42,9 60, 124 670 86, 45, 30, 22, 17,
10 5835 4235 2775 8783 7677 531 ,94 ,63 467 331 366 634 913 NO
0 2 49 5 9 4 65 75 35 6 37 813 875 081 CONVERGE
113, 0,06 4,53 6,12 6,38 6,1 5,6 5,2 4,7 4,3 3,9 3,6 3,3
10 3076 4247 6831 3453 7772 284 916 191 656 489 723 334 283 NO
0 9 69 6 3 2 89 11 77 45 45 008 339 535 CONVERGE
77,0 42,5 40,5 45,2 62,3 129 551 84, 44, 30, 23, 18, 15,
10 8298 2125 5438 4082 0332 ,71 ,61 130 967 511 002 404 298 NO
0 2 77 9 2 5 47 39 69 91 78 969 38 119 CONVERGE
4,10 7,11 7,79 7,55 7,00 6,3 5,7 4,7 3,9 3,6 3,3
10 6599 4699 3282 2269 0698 829 897 5,2 677 4,3 590 193 146 NO
0 6 39 5 4 3 04 03 498 99 397 608 332 469 CONVERGE
10 13,2 12,6 11,5 10,3 9,32 8,4 7,6 6,9 6,3 5,8 5,4 5,0 4,7 NO
0 2839 7782 5465 8458 6658 121 314 647 924 973 658 868 517 CONVERGE
8 41 3 7 2 16 04 69 19 82 704 942 204
Paso 1. Determinar si el sistema converge
un sistema de ecuaciones Ax=b converge si su diagonal principal es una

diagonal dominante Para saber si es diagonal dominante primero que
tabla 35
0 0 0 0 0
0,545455 0,352941 0,26087 0,206897 0,171429 1
0,352941 0,26087 0,206897 0,171429 0,146341 2
0,26087 0,206897 0,171429 0,146341 0,12766 3
0,206897 0,171429 0,146341 0,12766 0,113208 4
0,171429 0,146341 0,12766 0,113208 0,101695 5
|𝑎𝑖𝑖 | > ∑|𝑎𝑖𝑗 |

𝑗=1
Tabla 36
valor suma de valor absoluto
absoluto
> 0,352941 0,26087 0,206897 0,17143
0,545454545 0,992135865
Tabla 37
0,545455 > 0,99214 X
0,26087 > 0,87761 X

0,171429 > 0,74177 X
0,12766 > 0,63787 X
0,101695 > 0,55864 X
Como no se cumple que el elemento de la diagonal principal es mayor que la

suma del valor absoluto de sus elementos entonces ninguno de los métodos
converge
En cada ejercicio debe hallar el polinomio de interpolación respectivo al

problema planteado por los siguientes métodos numéricos (con datos
aproximados a 4 cifras decimales y utilizando la aproximación por redondeo):
- Polinomio de Interpolación de Lagrange, e Interpole en el punto x = -0.5.
- Interpolación de Diferencias Divididas de Newton, e interpole en el punto x
= -0.5.
- Polinomio de Interpolación de diferencias finitas de Newton e Interpole en el
punto x = -0.5.
Los datos usados para interpolar son
el polinomio de interpolación de Lagrange y el valor interpolado de -0.5 son
La grafica es
Grafica 1
El código es
Método de diferencias divididas de Newton: Se muestra el polinónio y

el valor interpolado de -0.5
La grafica es. Grafica 2
El código usado es
Conclusión y comparación: Para este caso los tres polinomios de

interpolación son el mismo, esto es debido a que los datos 𝑥𝑖 estás
igualmente espaciados.
El método de interpolación de Lagrange aunque es más fácil de

implementar, requiere de muchas operaciones en comparación con
los otros dos métodos.
En el método de interpolación de Lagrange si se quiere agregar un

nuevo dato 𝑥𝑛+1 al conjunto de 𝑥1 , 𝑥2 , … . 𝑥𝑛 , se tiene que interpolar el
conjunto 𝑥1 , 𝑥2 , … . 𝑥𝑛+1 ya que la interpolación hecha en el conjunto
𝑥1 , 𝑥2 , … . 𝑥𝑛 no se aprovecha. En los otros dos métodos se aprovecha
la interpolación de 𝑥1 , 𝑥2 , … . 𝑥𝑛 para encontrar el polinomio que
interpola 𝑥1 , 𝑥2 , … . 𝑥𝑛+1 .
CONCLUSION
Fue de gran importancia resolver los sistemas de ecuaciones lineales,

tantas en formas directa como son los métodos de gaus y gaus
jordan, con los métodos de aproximación numérica que se relacionan
con los métodos de gaus seidel y jacobi. Hay ocaciones en que
dependiendo la dificultad del ejercicio se puede resolver por los
métodos directos antes mencionados o por metodos de aproximación
directa.
REFERENCIA BIBLIOGRAFICA
Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería:

aplicados a la ingeniería. México, D.F., MX: Larousse - Grupo Editorial.
Patria. Pág. 183 – 190.
Arévalo, O. D., Bernal, Y. M. Á., & Posada, R. J. A. (2017). Matemáticas

para ingeniería: métodos numéricos con python. Pág. 33 – 40.

GRUPO 100401 - 21 - Tarea - 2

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

GRUPO 100401 - 21 - Tarea - 2

Caricato da

Copyright:

Formati disponibili

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Unidad 2: Tarea 2 – Ecuaciones lineales e interpolacion

Juana Isabel Perea

Alexander Gustavo Marsiglia

Ederman Luna Hermosilla

JORGE ARMANDO AMADOR

Universidad Nacional Abierta Y Distancia Unad

Facultad Ciencias Basicas e Ingenieria

Muchos problemas de la vida real nos obligan a resolver situaciones

Un sistema de ecuaciones lineales tiene “m” ecuaciones y “n” incognitas donde

Para el desarrollo del presente trabajo colaborativo desarrollaremos distintos

En el ejercicio 3 se resuelve el sistema de ecuación Ax=B con el método de

Construya el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏, de tamaño 5×5,

Primeramente realice los cálculos manuales

Entonces el sistema de ecuaciones requerido b

Representando en forma matricial el sistema de ecuaciones con su matriz

para confirmar lo realice de la siguiente manera: este ejercicio fue

La ecuación se le suma 2 debido a que las variables (i y j) inician en 0 y

para este ejercicio se utilizó el siguiente código

En este trabajo se usó el software Octave como herramienta para solucionar

El código que se usó fue

0,6667 0,4000 0,2857 0,2222 0,1818 1

Se construyo la matriz de A y B. tomando K=6 Y c=0,16667

El código que se uso fue:

ingrese el ultimo numero de su cedula

Se resuelve el sistema de ecuaciones Ax=b por el método de eliminación

Resultado mediante el programa Java tomando la matriz inicial del

El codigo que derivo la ecuación Gaus Jordan:

Se llena la matriz de 5 x 5 tomando como referencia que k es igual al

GaussJordan toma la matriz recibida y cuenta las filas y columnas que

Luego de esto va tomando la fila pivote 1 por 1 en la variable pivote

En la línea 62 f adquiere el valor siguiente de la fila pivote.

En la línea 63 hasta la línea 65 f puede ser el valor máximo de la fila y lo

inicia en 0 nuevamente para que entre en el ciclo que está en la línea 67

Entre las líneas 67 hasta la línea 79 recorre columna a columna de cada

Utilizamos el método de Gaus tomando la matriz anterior de la

La solución del sistema de ecuaciones Ax=b

El código que se uso fue:

¿Cuál de los dos métodos directos considera que es mejor

Método de Gauss-Jordan: La solución del sistema usando este método

El código usado para solucionar el sistema 𝐴𝑥 = 𝑏 , donde 𝐴 y 𝑏 son las

matrices del ejercicio 1 con el método de Gauss-Jordan es

Explicación del código:

Línea 2-12: Crea la matriz 𝐴 𝑦 𝑏 del sistema 𝐴𝑥 = 𝑏. Además, se crea una

Línea 37-44: Se imprime la solución del sistema y el número de

Método de Gauss: La solución del sistema es

Un sistema de ecuaciones lineales

Ahora de la ecuación (5) calculamos el valor de 𝑋5. Después, sustituimos

El código que se usó para solucionar el sistema de ecuaciones por el

Explicación del código

Línea 1-15: Se Crean las matrices 𝐴 𝑦 𝑏 del sistema 𝐴𝑥 = 𝑏. Además, se

Línea 20-25: Se encuentra la matriz superior equivalente a la matriz del

Línea 32-43: Se realizan las sustituciones sucesivas en las ecuaciones y

Línea 46-47: Se imprime la solución del sistema y el número de

Conclusión: Se puede notar que el costo computacional del método de

0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

0,6667 0,4000 0,2857 0,2222 0,1818 1,0000

Gaus jordan. Tabla 11

1,0000 0,5000 0,3333 0,2500 0,2000 1,0000

1,0000 0,5000 0,3333 0,2500 0,2000 1,0000

1,0000 0,5000 0,3333 0,2500 0,2000 1,0000