Problema 5:

1. Determine si el SEL tiene, o no, solución. ¿Si la tiene, es única? R

MATRIZ
A X
10 5 0 0 𝑥_1
5 10 -4 0 𝑥_2
0 -1 8 -1 𝑥_3
0 0 -1 5 𝑥_4

Calcular el determinante de A 2725 la matriz es No singu

Calculo de la Inversa de A

0.13577982 -0.07155963 -0.03669725 -0.00733945

-0.07155963 0.14311927 0.0733945 0.0146789
-0.00917431 0.01834862 0.13761468 0.02752294
-0.00183486 0.00366972 0.02752294 0.20550459

La solubilidad de un sistema de ecuaciones lineales

Esta matriz es No Singular ya que
Esta matriz es No Singular ya que su
e si el SEL tiene, o no, solución. ¿Si la tiene, es única? Realice una breve explicación basándose en la teoría revisada.

b
6
25
-11
-11

la matriz es No singular y tiene soluciòn y es ùnica

1 0 0
0 1 0
-0.0000000000000000002168 0.0000000000000000004337 1
0.0000000000000000017347 -0.0000000000000000034694 -0.0000000000000000277556

La solubilidad de un sistema de ecuaciones lineales esta determinada si la Matriz A es o no singular

Esta matriz es No Singular ya que pudimos calcularle la inversa
Esta matriz es No Singular ya que su determinante es diferente de 0
evisada.

0
-0.0000000000000000138778
0
1
 a. Eliminación Gaussiana simple
A X b
10 5 0 0 𝑥_1 6
5 10 -4 0 𝑥_2 25
0 -1 8 -1 𝑥_3 -11
0 0 -1 5 𝑥_4 -11

1.Procedemos a Aumentar la Matriz A con el vector b

10 5 0 0 6 Fila 1
5 10 -4 0 25 Fila 2
0 -1 8 -1 -11 Fila 3
0 0 -1 5 -11 Fila 4

2. Eliminaciòn Etapa 1 -Primera columna

Multiplicador columna 1 columna 2 columna 3 columna 4 columna 5
fila1 10 5 0 0 6
fila2 0.5 0 7.5 -4 0 22
fila3 0 0 -1 8 -1 -11
fila4 0 0 0 -1 5 -11

2. Eliminaciòn Etapa 2 -Segunda columna

Multiplicador columna 1 columna 2 columna 3 columna 4 columna 5
fila1 10 5 0 0 6
fila2 0 7.5 -4 0 22
fila3 -0.13333333333333 0 0 7.46666667 -1 -8.06666667
fila4 0 0 0 -1 5 -11

3. Eliminaciòn Etapa 3 -Tercera columna

Multiplicador columna 1 columna 2 columna 3 columna 4 columna 5
fila1 10 5 0 0 6
fila2 0 7.5 -4 0 22
fila3 0 0 7.46666667 -1 -8.06666667
fila4 -0.13392857142857 0 0 0 4.86607142857 -12.0803571

4. SUTITUCION REGRESIVA

columna 1 columna 2 columna 3 columna 4 columna 5

fila1 10 5 0 0 6
fila2 0 7.5 -4 0 22
fila3 0 0 7.46666667 -1 -8.0666666667
fila4 0 0 0 4.86607143 -12.080357143

𝑥_1 -0.48990826
𝑥_2 2.17981651
𝑥_3 -1.41284404
𝑥_4 -2.48256881

5. PROCESO DE VERIFICACION
A X b
10 5 0 0 -0.48990826 6
5 10 -4 0 2.17981651 25
0 -1 8 -1 -1.41284404 -11
0 0 -1 5 -2.48256881 -11
Fila 2 nueva=fila 2 anterior -multiplicador * Fila 1
Fila 3 nueva=fila 3 anterior -multiplicador * Fila 1
Fila 4 nueva=fila 4 anterior -multiplicador * Fila 1

Fila 3 nueva=fila 3 anterior -multiplicador * Fila 2

Fila 4 nueva=fila 4 anterior -multiplicador * Fila 2

Fila 4 nueva=fila 4 anterior -multiplicador * Fila 3

𝑥_1
𝑥_2
𝑥_3
 𝑥_4

Comprobacion

6
25
-11
-11
 b. Eliminación de Gauss - Jordan.

A X b
10 5 0 0 𝑥_1 6
5 10 -4 0 𝑥_2 25
0 -1 8 -1 𝑥_3 -11
0 0 -1 5 𝑥_4 -11

1.Procedemos a Aumentar la Matriz A con el vector b

10 5 0 0 6 Fila 1
5 10 -4 0 25 Fila 2
0 -1 8 -1 -11 Fila 3
0 0 -1 5 -11 Fila 4

2. Eliminaciòn Etapa 1 -Primera columna

Multiplicador
Fila 1 10 5 0 0 6 1
Fila 2 5 10 -4 0 25 0
Fila 3 0 -1 8 -1 -11
= 0
Fila 4 0 0 -1 5 -11 0

3. Eliminaciòn Etapa 2 -Segunda Columna

multiplicador
Fila 1 1 0.5 0 0 0.6 1
Fila 2 0 7.5 -4 0 22 0
Fila 3 0 -1 8 -1 -11
= 0
Fila 4 0 0 -1 5 -11 0

multiplicador
Fila 1 1 0.5 0 0 0.6 1
Fila 2 0 1 -0.53333333 0 2.93333333 0
Fila 3 0 -1 8 -1 -11
= 0
Fila 4 0 0 -1 5 -11 0

3. Eliminaciòn Etapa 3 -Tercera Columna

multiplicador
Fila 1 1 0 0.26666667 0 -0.86666667 1

=
Fila 2 0 1 -0.53333333 0 2.93333333 0
Fila 3 0 -0.5 7.73333333 -1 -8.06666667
= 0
Fila 4 0 0 -1 5 -11 0

Fila 1 1 0 0.26666667 0 -0.86666667 1

Fila 2 0 1 -0.53333333 0 2.93333333 0
Fila 3 0 -0.5 1 -0.12931034 -1.04310345
= 0
Fila 4 0 0 -1 5 -11 0

4. Eliminaciòn Etapa 4 -Cuarta Columna

multiplicador
Fila 1 1 0 0 0.03448276 -0.58850575 1
Fila 2 0 1 0 -0.06896552 2.37701149 0
Fila 3 0 -0.5 1 -0.12931034 -1.04310345
= 0
Fila 4 0 0 0 4.87068966 -12.0431034 0

Fila 1 1 0 0 0.03448276 -0.58850575 1

Fila 2 0 1 0 -0.06896552 2.37701149 0
Fila 3 0 -0.5 1 -0.12931034 -1.04310345
= 0
Fila 4 0 0 0 1 -2.47256637 0

𝑥_1 -0.50324484
𝑥_2 2.20648968
𝑥_3 -1.36283186
𝑥_4 -2.47256637

5. PROCESO DE VERIFICACION Comprobacion

A X b
10 5 0 0 -0.50324484 6 6
5 10 -4 0 2.20648968 25 25
0 -1 8 -1 -1.36283186 -11 -11
0 0 -1 5 -2.47256637 -11 -11
0.5 0 0 0.6
7.5 -4 0 22 Fila 2 nueva=fila 2 anterior - multiplicador* fila 1
-1 8 -1 -11 Fila 3 nueva=fila 3 anterior - multiplicador* fila 1
0 -1 5 -11 Fila 4 nueva=fila 4 anterior - multiplicador* fila 1

0.5 0 0 0.6
1 -0.53333333 0 2.933333333333 Fila 2 nueva=fila 2 anterior / multiplicador
-1 8 -1 -11
0 -1 5 -11

0 0.26666667 0 -0.866666666667 fila1 nueva =fila 1anterior - multiplicador* fila 2

1 -0.53333333 0 2.933333333333
-0.5 7.73333333 -1 -8.066666666667 fila3 nueva =fila 3 anterior + multiplicador* fila 2
0 -1 5 -11 fila4 nueva =fila 4 anterior + multiplicador* fila 2

0 0.26666667 0 -0.866666666667
 1 -0.53333333 0 2.933333333333
-0.5 1 -0.12931034 -1.043103448276 fila3 nueva =fila 3 anterior /multiplicador
0 -1 5 -11

0 0 0.03448276 -0.588505747126 fila1 nueva =fila 1anterior - multiplicador* fila 3

1 0 -0.06896552 2.377011494253 fila2 nueva =fila 2anterior - multiplicador* fila 3
-0.5 1 -0.12931034 -1.043103448276
0 0 4.87068966 -12.04310344828 fila4 nueva =fila 4anterior - multiplicador* fila 3

0 0 0.03448276 -0.588505747126
1 0 -0.06896552 2.377011494253
-0.5 1 -0.12931034 -1.043103448276
0 0 1 -2.472566371681 fila4 nueva =fila 4 anterior /multiplicador

x
0 0 0 -0.503244837758 fila1 nueva =fila 1anterior - multiplicador* fila 4
1 0 0 2.206489675516 fila2 nueva =fila 2anterior - multiplicador* fila 4
-0.5 1 0 -1.362831858407 fila3 nueva =fila 3anterior - multiplicador* fila 4
0 0 1 -2.472566371681

mprobacion
 multiplicador* fila 1
multiplicador* fila 1
multiplicador* fila 1

multiplicador

multiplicador* fila 2

+ multiplicador* fila 2
+ multiplicador* fila 2
/multiplicador

multiplicador* fila 3
multiplicador* fila 3

multiplicador* fila 3

/multiplicador

multiplicador* fila 4
multiplicador* fila 4
multiplicador* fila 4
 TOLERANCIA
c. Gauss – Seidel.
A
b
x1 x2 x3 x4
10 5 0 0 6
5 10 -1 0 25
0 -4 8 -1 -11
0 0 -1 5 -11

El valor absoluto de cada uno de los piv

A tiene Diagonal Dominante si: principal es mayor que la suma de los d
filas, se garantiza su convergencia

Pivote Sumatoria ¿A es DD? La matriz A es Diagonal Dominante

Fila 1 10 5 SI
Fila 2 10 6 SI
ES DIAGONAL DOMINANTE
Fila 3 8 5 SI
Fila 4 5 1 SI

ITERACIONES

# Iteración x1 x2 x3 x4 Error Convergencia

0 0.00000000 0.00000000 0.00000000 0.00000000
1 0.600000 2.200000 -0.275000 -11.055000 11.291087 no converge
2 -0.500000 2.722500 -1.395625 -11.279125 1.670042 no converge
3 -0.761250 2.741063 -1.414359 -11.282872 0.262605 no converge
4 -0.770531 2.743830 -1.413444 -11.282689 0.009730 no converge
5 -0.771915 2.744613 -1.413030 -11.282606 0.001645 no converge
6 -0.772307 2.744850 -1.412901 -11.282580 0.000476 no converge
7 -0.772425 2.744923 -1.412861 -11.282572 0.000145 no converge
8 -0.772461 2.744945 -1.412849 -11.282570 0.000044 no converge
9 -0.772472 2.744951 -1.412846 -11.282569 0.000013 no converge
10 -0.772476 2.744953 -1.412845 -11.282569 0.000004 no converge
11 -0.772477 2.744954 -1.412844 -11.282569 0.000001 no converge
12 -0.772477 2.744954 -1.412844 -11.282569 0.000000 converge
 0.000001

r absoluto de cada uno de los pivotes que se encuentra en la diagonal

al es mayor que la suma de los demas elementos de cada una de las
e garantiza su convergencia
 TOLERANCIA
d. Jacobi
A
b
x1 x2 x3 x4
10 5 0 0 6
5 10 -1 0 25
0 -4 8 -1 -11
0 0 -1 5 -11

El valor absoluto de cada uno de los piv

A tiene Diagonal Dominante si: principal es mayor que la suma de los d
filas, se garantiza su convergencia

Pivote Sumatoria ¿A es DD? La matriz A es Diagonal Dominante

Fila 1 10 5 SI
Fila 2 10 6 SI
ES DIAGONAL DOMINANTE
Fila 3 8 5 SI
Fila 4 5 1 SI

ITERACIONES

# Iteración x1 x2 x3 x4 Error Convergencia

0 0.00000000 0.00000000 0.00000000 0.00000000
1 0.600000 2.500000 -1.375000 -11.000000 11.379834 no converge
2 -0.650000 2.062500 -1.500000 -11.275000 1.358365 no converge
3 -0.431250 2.675000 -1.753125 -11.300000 0.698359 no converge
4 -0.737500 2.540313 -1.450000 -11.350625 0.454288 no converge
5 -0.670156 2.723750 -1.523672 -11.290000 0.217457 no converge
6 -0.761875 2.682711 -1.424375 -11.304734 0.142033 no converge
7 -0.741355 2.738500 -1.446736 -11.284875 0.066542 no converge
8 -0.769250 2.726004 -1.416359 -11.289347 0.043325 no converge
9 -0.763002 2.742989 -1.423166 -11.283272 0.020267 no converge
10 -0.771495 2.739184 -1.413914 -11.284633 0.013193 no converge
11 -0.769592 2.744356 -1.415987 -11.282783 0.006171 no converge
12 -0.772178 2.743197 -1.413170 -11.283197 0.004017 no converge
13 -0.771599 2.744772 -1.413801 -11.282634 0.001879 no converge
14 -0.772386 2.744419 -1.412943 -11.282760 0.001223 no converge
15 -0.772210 2.744899 -1.413135 -11.282589 0.000572 no converge
16 -0.772449 2.744791 -1.412874 -11.282627 0.000372 no converge
17 -0.772396 2.744937 -1.412933 -11.282575 0.000174 no converge
18 -0.772469 2.744905 -1.412853 -11.282587 0.000113 no converge
19 -0.772452 2.744949 -1.412871 -11.282571 0.000053 no converge
20 -0.772474 2.744939 -1.412847 -11.282574 0.000035 no converge
21 -0.772470 2.744953 -1.412852 -11.282569 0.000016 no converge
22 -0.772476 2.744950 -1.412845 -11.282570 0.000011 no converge
23 -0.772475 2.744954 -1.412847 -11.282569 0.000005 no converge
24 -0.772477 2.744953 -1.412844 -11.282569 0.000003 no converge
25 -0.772476 2.744954 -1.412845 -11.282569 0.000001 no converge
26 -0.772477 2.744954 -1.412844 -11.282569 0.000001 converge
 0.000001

r absoluto de cada uno de los pivotes que se encuentra en la diagonal

al es mayor que la suma de los demas elementos de cada una de las
e garantiza su convergencia
 TOLERANCIA
c. Gauss – Seidel.
A
b
x1 x2 x3 x4
10 5 0 0 6
5 10 -1 0 25
0 -4 8 -1 -11
0 0 -1 5 -11

El valor absoluto de cada uno de los piv

A tiene Diagonal Dominante si: principal es mayor que la suma de los d
se garantiza su convergencia

Pivote Sumatoria ¿A es DD? La matriz A es Diagonal Dominante

Fila 1 10 5 SI
Fila 2 10 6 SI
ES DIAGONAL DOMINANTE
Fila 3 8 5 SI
Fila 4 5 1 SI

ITERACIONES Gauss Seidel

# Iteración x1 x2 x3 x4 Error Convergencia

0 0.00000000 0.00000000 0.00000000 0.00000000
1 0.600000 2.200000 -0.275000 -11.055000 11.291087 no converge
2 -0.500000 2.722500 -1.395625 -11.279125 1.670042 no converge
3 -0.761250 2.741063 -1.414359 -11.282872 0.262605 no converge
4 -0.770531 2.743830 -1.413444 -11.282689 0.009730 no converge
5 -0.771915 2.744613 -1.413030 -11.282606 0.001645 no converge
6 -0.772307 2.744850 -1.412901 -11.282580 0.000476 no converge
7 -0.772425 2.744923 -1.412861 -11.282572 0.000145 no converge
8 -0.772461 2.744945 -1.412849 -11.282570 0.000044 no converge
9 -0.772472 2.744951 -1.412846 -11.282569 0.000013 no converge
10 -0.772476 2.744953 -1.412845 -11.282569 0.000004 no converge
11 -0.772477 2.744954 -1.412844 -11.282569 0.000001 no converge
12 -0.772477 2.744954 -1.412844 -11.282569 0.000000 converge
 0.000001

r absoluto de cada uno de los pivotes que se encuentra en la diagonal

al es mayor que la suma de los demas elementos de cada una de las filas,
antiza su convergencia

Lambda 1.47

ITERACIONES PARALELAS S.O.R

# Iteración x1 x2 x3 x4 Error
0 0 0 0 0 0
1 0.882 3.234 -0.40425 -16.25085 16.597898
2 -1.017 2.968075 -1.92231875 -11.3844638 5.446390
3 -0.8840375 2.74978688 -1.42316453 -11.2846329 0.569605
4 -0.774893438 2.74513027 -1.41301398 -11.2826028 0.109733
5 -0.772565133 2.74498117 -1.41283477 -11.282567 0.002340
6 -0.772490584 2.74496182 -1.41283996 -11.282568 0.000077
7 -0.772480908 2.74495646 -1.41284277 -11.2825686 0.000011
8 -0.772478229 2.74495484 -1.41284365 -11.2825687 0.000003
9 -0.772477 2.744954 -1.412844 -11.282569 0.000001
 Convergencia
0
no converge
no converge
no converge
no converge
no converge
no converge
no converge
no converge
converge
NUMERO DE ITERACIONES Errores J Errores G. S Errores S
0
1 11.379834 11.291087 16.597898
2 1.358365 1.670042 5.446390 18.0000000

3 0.698359 0.262605 0.569605

4 0.454288 0.009730 0.109733 16.0000000
5 0.217457 0.001645 0.002340
6 0.142033 0.000476 0.000077
14.0000000
7 0.066542 0.000145 0.000011
8 0.043325 0.000044 0.000003
9 0.020267 0.000013 0.000001 12.0000000
10 0.013193 0.000004
11 0.006171 0.000001
10.0000000
12 0.004017

Error
13 0.001879
14 0.001223 8.0000000
15 0.000572
16 0.000372 6.0000000
17 0.000174
18 0.000113
19 0.000053 4.0000000

20 0.000035
21 0.000016 2.0000000
22 0.000011
23 0.000005
0.0000000
24 0.000003 0
25 0.000001
26 0.000001
 Número de iteraciones VS Norma del Error
18.0000000

16.0000000

14.0000000

12.0000000

10.0000000

8.0000000

6.0000000

4.0000000

2.0000000

0.0000000
0 5 10 15 20 25

Iteraciones
Errores J Errores G. S Errores S
r

25 30