Ecuaciones Lineales y No Lineales

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA INDUSTRIAL
Sistema de Ecuaciones
lineales, no lineales y
optimización
Integrantes: CASANOVA CARRANZA, Carlos Harrison
Curso: Métodos Numéricos
Profesor: Mg. POEMAPE ROJAS, Gloria Irene
Clase: 10657 Ciclo: VI Fecha: 07/03/2018

Escuela de Ing. de Minas
15.- Una empresa de minas tiene menas de composiciones:
MIna Niquel Cobre Hierro

A 6 2 3
B 2 4 6
C 1 8 2
¿Cuántas toneladas de cada mina deben utilizarse para obtener 7 toneladas de níquel,
18 de cobre y 16 de hierro?
 Sea:
Mina A: x
Mina B: y
Mina C: z
 Forma Matricial:
6𝑥 + 2𝑦 + 𝑧 = 700 6 2 1 𝑥 700
{ + 4𝑦 + 8𝑧 = 1800
2𝑥 [2 𝑦
4 8] [ ] = [1800]
3𝑥 + 6𝑦 + 2𝑧 = 1600 3 6 2 𝑧 1600
 Por lo tanto:
X=200
Y=100
Z=300
16.- El dueño de un bar ha comprado refrescos, cerveza y vino por importe de 500 € (sin
impuestos). El valor del vino es 60 € menos que el de los refrescos y de la cerveza
conjuntamente. Teniendo en cuenta que los refrescos deben pagar un impuesto del 6%,
por la cerveza del 12% y por El vino del 30%, lo que hace que la factura total con
impuestos sea de 92.4 €, calcular la cantidad invertida en cada tipo de bebida. Resolver
usando el método de Gauss Jordan.
 Planteamos:
 Refresco: x
 Cerveza: Y
 Vino: z
𝑥 + 𝑦 + 𝑧 = 500
{ 𝑥 + 𝑦 − 𝑧 = 60
6𝑥 + 12𝑦 + 30𝑧 = 9240
SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

 Ejecutamos Gauss-Jordan
1 1 1 500 1 1 1 500
[1 1 −1 60 ] 𝑓2 ↔ 𝑓3 → [6 12 30 9240]
6 12 30 9240 1 1 −1 60
𝑓2= − 6𝑓1 + 𝑓2 1 1 1 500 1 1 1 1 500

→ [0 6 24 6240 ] 𝑓2 𝑥 ( ) → [0 1 4 1040 ]
𝑓3 = −𝑓1 + 𝑓3 6
0 0 −2−440 0 0 −2−440
1 0 −3−540 1 1 0 −3−540
𝑓1 = −𝑓2 + 𝑓1 → [0 1 4 1040 ] 𝑓3 𝑥 (− ) → [0 1 4 1040 ]
2
0 0 −2−440 0 0 1 220
𝑓2= − 4𝑓3 + 𝑓2 1 0 0120

→ [0 1 0160]
𝑓3 = 3𝑓3 + 𝑓1
0 0 1220
∴ 𝑅𝑒𝑓𝑟𝑒𝑠𝑐𝑜 = 120 ; 𝐶𝑒𝑟𝑣𝑒𝑧𝑎 = 160 ; 𝑉𝑖𝑛𝑜 = 220

17.- Se tiene tres lingotes compuesto del siguiente modo:
 El primero de 20 g de oro, 30 g de plata y 40 g de cobre

 El segundo de 30 g de oro, 40 g de plata y 50 g de cobre
 El tercero de 40 g de oro, 50 g de plata y 90 g de cobre
Se pide qué peso habrá de tomarse de cada uno de los lingotes anteriores para formar
un nuevo lingote de 34 g de oro, 46 g de plata y 67 g de cobre. Resolver por el método
de Gauss.
 X: peso del 1° lingote
 Y: peso del 2° lingote
 Z: peso del 3° lingote
Para el Oro:
 Ley de oro en el 1° lingote: 20/90 = 2/9
2 1 2
𝑥 + 𝑦 + 𝑧 = 34
9 4 9

Para la Plata:
 Ley de plata en el 1° lingote: 30/90 = 1/3
1 1 5
𝑥 + 𝑦 + 𝑧 = 46
3 3 18
Para el Cobre:
 Ley de cobre en el 1° lingote: 40/90 = 4/9
4 5 1
𝑥 + 𝑦 + 𝑧 = 67
9 12 2
Sea:
8𝑥 + 9𝑦 + 8𝑧 = 1224
{ 6𝑥 + 6𝑦 + 5𝑧 = 828
16𝑥 + 15𝑦 + 18𝑧 = 2412
8 9 8 1224 1 1 9/8 1 153

[6 6 5 828 ] 𝑓1 𝑥 ( ) → [ 6 6 5 828 ]
8
16 15 182412 16 15 182412
1 9/8 1 153 1 9/8 1 153

𝑓2 = −6𝑓1 + 𝑓2 → [ 0 −0.75 −1 −90 ] 𝑓3 = −16𝑓1 + 𝑓3 → [0 −0.75 −1−90]
16 15 18 2412 0 −3 2 −36
4 1 9/8 1 153 𝑓1 = −9 𝑓2 + 𝑓1 1 0 −0.5 18

𝑓2 𝑥 (− ) → [0 8
1 4/3 120 ] → [0 1 4/3 120]
3 𝑓 = 3𝑓2 + 𝑓3
0 −3 2 −36 3 0 0 6 324
1 1 0 −0.5 18 𝑓2 = −4 𝑓3 + 𝑓2 1 0 045
𝑓3 𝑥 ( ) → [0 1 4/3 120] 3 → [0 1 048]
6 𝑓1 = 0.5𝑓3 + 𝑓1
0 0 1 54 0 0 154
∴ 𝑥 = 45 ∶ 𝑦 = 48 ∶ 𝑧 = 54

18.- Un obrero ha trabajado durante 30 días para dos patrones ganando 207 000 ptas.
El primero le pagaba 6 500 ptas. Diarias y el segundo 8 000 ptas ¿Cuántos días trabajo
para cada patrón? Resolver por descomposición LU.
 Sea:
Pago por día #Días Pago total

1° patrón 6500 X 6500x
2° patrón 8000 Y 8000y
30 207000
 Planteamos
6500𝑥 + 8000𝑦 = 207000

{
𝑥 + 𝑦 = 30
6500 8000 −1 6500 8000

𝐴= [ ] 𝑓2 = 𝑓1 + 𝑓2 → [ ] U
1 1 6500 0 −3/13
1 0 𝑎 + 𝑏(0) = 207000
𝐿=[ ]→{ 𝑎
1/6500 1 + 𝑏 = 30
6500
−24
𝑎 = 207000 ; 𝑏=
13
6500𝑥 + 8000𝑦 = 207000

→{ −3 −24
0(𝑥) + ( ) 𝑦 =
13 13
−3 −24
∴ 𝑦( )= →𝑦=8
13 13
∴ 6500𝑥 + 8000(8) = 207000 → 𝑥 = 22

19. Dos obreros trabajan 8 horas diarias en la misma empresa. El primero gana 500 ptas
diarias menos que el segundo, pero ha trabajado durante 30 jornadas mientras que el
primero solo 24. Si el primero ha ganado 33000 ptas más que el segundo. Calcula el
salario diario de cada obrero.
 Planteamos:
 X: Salario diario del 1° obrero
 Y: Salario diario el 2° obrero
−𝑥 + 𝑦 = 500
{
8𝑥 − 10𝑦 = 11000
 En forma matricial por el método de Gauss-jordan:
−1 1 500 1 −1 −500
[ ] 𝑓 𝑥(−1) → [ ]
8 −1011000 1 8 −1011000
1 −1 −500 −1 1 −1 −500
𝑓2 = −8𝑓1 + 𝑓2 → [ ] 𝑓2 𝑥( ) → [ ]
0 −215000 2 0 1 −7500
1 0−8000
𝑓1 = 𝑓2 + 𝑓1 → [ ]
0 1−7500
∴ 𝑥 = −8000 𝑦 = −7500
20. El área de un triángulo rectángulo es 120 cm2 y la hipotenusa mide 26 cm. ¿cuáles
son las longitudes de los catetos?
𝑥𝑦
¬ 2
= 120
X
¬ 𝑥 2 + 𝑦 2 = 262
Y
 (𝑥 + 𝑦)2 = 𝑥 2 + 𝑦 2 + 2𝑥𝑦 → 𝑥 + 𝑦 = 34
 (𝑥 − 𝑦)2 = 𝑥 2 + 𝑦 2 − 2𝑥𝑦 → 𝑥 − 𝑦 = 14
𝑥 + 𝑦 = 34
{
𝑥 − 𝑦 = 14

→ 𝐺𝑎𝑢𝑠𝑠 − 𝐽𝑜𝑟𝑑𝑎𝑛:
1 1 𝑥 34
[ ] [𝑦 ] = [ ]
1 −1 14
1 1 34 1 1 34
[ ] 𝑓2 = −𝑓1 + 𝑓2 → [ ]
1 −114 1 −220
−1 1 134 1 024
𝑓2 𝑥 ( ) → [ ] 𝑓1 = −𝑓2 + 𝑓1 → [ ]
2 0 110 0 110
∴ 𝑥 = 24 ; 𝑦 = 10
21. Los lados paralelos de un trapecio miden 15 cm y 36 cm, respectivamente, y los no

paralelos 13 y 20 cm. Calcula la altura del trapecio.
15
13 20
h h
x y
15
→ 𝑥 + 𝑦 + 15 = 36 → 𝑥 + 𝑦 = 21
→ 𝑥 2 + ℎ2 = 132 → 𝑥 2 + ℎ2 = 169
→ 𝑦 2 + ℎ2 = 202 → 𝑦 2 + ℎ2 = 400
 169 − 𝑥 2 = 400 − 𝑦 2
 𝑦 2 − 𝑥 2 = 231
 (𝑦 − 𝑥)(𝑦 + 𝑥) = 231 → 𝑦 − 𝑥 = 11

𝑥 + 𝑦 = 21
{
−𝑥 + 𝑦 = 11
 𝐷𝑒𝑠𝑐𝑜𝑚𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝐿𝑈:
1 1 𝑥 21
[ ] [𝑦 ] = [ ]
−1 1 11
𝐴=[ 1 1] 𝑓 = 𝑓 + 𝑓 → [1 1]
−1 1 2 1 2 0 2
𝑎 + 𝑏(0) = 21
𝐿=[ 1 0] → {
−1 1 −1(𝑎) + 𝑏 = 11
∴ 𝑎 = 21 ; 𝑏 = 32
𝑥 + 𝑦 = 21
→ {0(𝑥) + 2𝑦 = 32
∴ 2𝑦 = 32 → 𝑦 = 16
𝑥 + 𝑦 = 21 → 𝑥=5
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑎 𝑎𝑙𝑡𝑢𝑟𝑎 𝑒𝑠:

 𝑦 2 + 𝑧 2 = 400
 162 + 𝑧 2 = 400
 𝑧 = 12

22.- Resuelva este sistema por el método de Newton:
𝑥𝑦𝑧 − 𝑥 2 + 𝑦 2 = 3.978
𝑥𝑦 − 𝑧 2 = 2.36
𝑒 𝑥 − 𝑒 𝑦 + 𝑧 = −4.446
Trabajar con 𝑥0 = 1 ; 𝑦0 = 2 ; 𝑧0 = 5 hacer dos iteraciones.
 Sea las funciones:
𝑓1 = 𝑥𝑦𝑧 − 𝑥 2 + 𝑦 2 − 3.978
{ 𝑓2 = 𝑥𝑦 − 𝑧 2 − 2.36
𝑓3 = 𝑒 𝑥 − 𝑒 𝑦 + 𝑧 + 4.446
 Planteamos la fórmula de iteración de newton multivariable:
𝑥 𝑘+1 = 𝑥 𝑘 − 𝐽𝑓 −1 𝑥𝑓 𝑘
 Desarrollamos la inversa del jacobiano:
𝐴𝑑𝑗(𝐽𝑓 𝑇 )
𝑆𝑒𝑎: 𝐽𝑓 −1 =
|𝐷|
𝑦𝑧 − 2𝑥 𝑥𝑧 + 2𝑦 𝑥𝑦
 𝐽𝑓 = ( 𝑦 𝑥 −2𝑧)
𝑒𝑥 −𝑒 𝑦 1
𝑦𝑧 − 2𝑥 𝑦 𝑒𝑥
𝑇
 𝐽𝑓 = (𝑥𝑧 + 2𝑦 𝑥 −𝑒 𝑦 )
𝑥𝑦 −2𝑧 1
 𝐴𝑑𝑗(𝐽𝑓 𝑇 ) =
𝑥 − 2𝑧𝑒 𝑦 −(𝑥𝑧 + 2𝑦) − 𝑥𝑦𝑒 𝑦 (𝑥𝑧 + 2𝑦)(−2𝑧) − 𝑥 2 𝑦
 ( −𝑦 − 2𝑧𝑒 𝑥 𝑦𝑧 − 2𝑥 − 𝑥𝑦𝑒 𝑥 (𝑦𝑧 − 2𝑥)2𝑧 + 𝑥𝑦 2 )
−𝑒 𝑦 𝑦 − 𝑥𝑒 𝑥 (𝑦𝑧 − 2𝑥)𝑒 𝑦 + (𝑥𝑧 + 2𝑦)𝑒 𝑥 (𝑦𝑧 − 2𝑥)𝑥 − (𝑥𝑧 + 2𝑦)𝑦
 |𝐷| = −2𝑥 2 − 2𝑒 𝑥 𝑥𝑧 2 − 2𝑒 𝑥 𝑧 2 𝑦 − 𝑒 𝑦 𝑥𝑦 2 − 𝑒 𝑥 𝑥 2 𝑦 − 2𝑒 𝑦 𝑧 2 𝑦 + 4𝑒 𝑦 𝑥𝑧 + 2𝑦 2
Para la primera iteración: 𝑥0 = 1 ; 𝑦0 = 2 ; 𝑧0 = 5
−72.8 −23.8 −92

𝑇
 → 𝐴𝑑𝑗(𝐽𝑓 ) = (−29.18 2.56 84 ) ; |𝐷| = −1027.85
−17.49 83.57 −10

𝑓1 = 9.022
{ 𝑓2 = −25.36
𝑓3 = 4.77523
𝑥1 = 1 − 0.55411 = 0.44589
𝑦1 = 2 − 0.14224 = 1.85776
𝑧1 = 5 − 2.25699 = 2.74301
Segunda iteración: 𝑥1 = 0.44589; 𝑦1 = 1.85776 ; 𝑧1 = 2.74301

−34.72 −10.25 −27.46
𝐴𝑑𝑗(𝐽𝑓 𝑇 ) = (−10.43 2.91 24.6 ) |𝐷| = −205.9
−12.6 34.66 −7.3
𝑓1 = 1.55
{𝑓2 = −9.05
𝑓3 = 2.34
𝑥2 = 0.44589 − 0.12 = 0.32589
𝑦2 = 1.85776 + 0.11 = 1.96776
𝑧2 = 2.74301 − 1.72 = 1.02301
23.- Resolver el siguiente sistema de ecuaciones:

1 𝑥2
𝑓1 (𝑥1 , 𝑥2 ) = sin(𝑥1 , 𝑥2 ) − =0
2 4𝜋
1 𝑒𝑥2
𝑓2 (𝑥1 , 𝑥2 ) = (1 − ) (𝑒 2𝑥1 − 𝑒) + − 2𝑒𝑥1 = 0
4𝜋 𝜋
Usar como valores iniciales 𝑥10 = 0.4 ; 𝑥20 = 3.0 Aplicar newton con dos iteraciones,
trabajar en modo radianes con la calculadora.
 Newton:
𝑥 𝑘+1 = 𝑥 𝑘 − 𝐽𝑓 −1 𝑥𝑓 𝑘
𝐴𝑑𝑗(𝐽𝑓 𝑇 )
𝑎𝑑𝑒𝑚á𝑠:
|𝐷|
𝑥2 𝑥1 1
cos(𝑥1 . 𝑥2 ) cos(𝑥1 . 𝑥1 ) −
2 2 4𝜋
𝐽𝑓 = ( )
2𝑥1
𝑒 2𝑥1 𝑒
2𝑒 − − 2𝑒
2𝜋 𝜋

 Evaluando:
0.54 −0.01 0.54 −1.34
𝐽𝑓 = ( ) → 𝐽𝑓 𝑇 = ( )
−1.34 0.87 −0.01 0.87
0.87 0.01
𝐴𝑑𝑗(𝐽𝑓 𝑇 ) = ( ) ; |𝐷| = 0.46
1.34 0.54
1.89 0.02
𝐽𝑓 −1 = ( )
2.91 1.17
 Luego:
𝑥 𝑘+1 = 𝑥 𝑘 − 𝐽𝑓 −1 𝑥𝑓 𝑘
𝑓1 = 0.23
𝑓2 = −0.03
1.89 0.02 0.23
𝑥 𝑘+1 = 𝑥 𝑘 − ( )( )
2.91 1.17 −0.03
0.43
𝑥 𝑘+1 = 𝑥 𝑘 − ( )
0.63
𝑥11 = 0.9 − 0.43 = 0.47
𝑥21 = 3.0 − 0.63 = 2.37
Segunda iteración:
0.52 0.024 0.52 −0.72
𝐽𝑓 = ( ) → 𝐽𝑓 𝑇 = ( )
−0.72 0.87 0.024 0.87
0.87 −0.024
𝐴𝑑𝑗(𝐽𝑓 𝑇 ) = ( ) ; |𝐷| = 0.47
0.72 0.52
1.85 0.05
𝐽𝑓 −1 = ( )
1.53 1.11
𝑓1 = 0.26
𝑓2 = −0.65
1.85 0.05 0.26
𝑥 𝑘+1 = 𝑥 𝑘 − ( )( )
1.53 1.11 −0.65
0.45
𝑥 𝑘+1 = 𝑥 𝑘 − ( )
−0.32
𝑥12 = 0.02
𝑥22 = 2.69

1. En los siguientes sistemas resolver aplicando el método de jacobi usando como x0=0
(vector nulo), trabajar en ambos casos con 4 iteraciones.
3𝑥1 − 𝑥2 + 𝑥3 = 1
3𝑥1 + 6𝑥2 + 2𝑥3 = 10
3𝑥1 + 3𝑥2 + 7𝑥3 = 4
 Se verifica que la matriz es diagonalmente dominante

 En forma matricial:
3 −1 1 𝑥1 1
(3 6 2) (𝑥2 ) = (10)
3 3 7 𝑥3 4
 𝐹ó𝑟𝑚𝑢𝑙𝑎:
𝑆𝑒𝑎: 𝐴 = 𝐷 − 𝐿 − 𝑈 → 𝑥 𝑘+1 = 𝐷−1 . 𝑏 + 𝐷 −1 (𝐿 + 𝑈)𝑥 𝑘
3 0 0 0 0 0 0 1 −1
𝐷 = (0 6 0) ; 𝐿 = (−3 0 0) ; 𝑈 = (0 0 −2)
0 0 7 −3 −3 0 0 0 0
 Iterando:
1 1
0 0 0 0
3 3
1 1 1 0 1 −1
𝑥 𝑘+1 = 0 0 (10) + 0 0 (−3 0 −2) 𝑥 𝑘
6 4 6 −3 −3 0
1 1
(0 0
7) (0 0 7 )
10/3 0 1/3 −1/3

𝑘+1 −1/3) 𝑥 𝑘
𝑥 = ( 5/3 ) + (−1/2 0
4/7 −3/7 −3/7 0
𝑥1𝑘+1 10/3 𝑥2𝑘 ⁄3 − 𝑥3𝑘 ⁄3

(𝑥2𝑘+1 ) = ( 5/3 ) + ( − 𝑥1𝑘 ⁄2 − 𝑥3𝑘 ⁄3 )
𝑥3𝑘+1 4/7 − 3𝑥1𝑘 ⁄7 − 3𝑥2𝑘 ⁄7

 Formamos las ecuaciones:
10 𝑥2𝑘 𝑥3𝑘
𝑥1𝑘+1 = + −
3 3 3
5 𝑥1𝑘 𝑥3𝑘
𝑥2𝑘+1 = − −
3 2 3
4 3𝑥1𝑘 3𝑥2𝑘
𝑥3𝑘+1 = − −
7 7 7
 Primera iteración:
10 𝑥20 𝑥30 10 0 0
𝑥11 = + − = + − = 3.33
3 3 3 3 3 3
5 𝑥10 𝑥30 5 0 0
𝑥21 = − − = − − = 1.66
3 2 3 3 2 3
4 3𝑥10 3𝑥20 4 3(0) 3(0)

𝑥31 = − − = − − = 0.57
7 7 7 7 7 7
 Segunda iteración:
10 𝑥21 𝑥31 10 1.66 0.57

𝑥12 = + − = + − = 3,69
3 3 3 3 3 3
5 𝑥11 𝑥31 5 3.33 0.57

𝑥22 = − − = − − = −0.18
3 2 3 3 2 3
4 3𝑥11 3𝑥21 4 3(3.33) 3(1.66)

𝑥32 = − − = − − = −1.57
7 7 7 7 7 7
 Tercera iteración:
10 𝑥22 𝑥32 10 −0.18 1.57

𝑥13 = + − = + + = 3,69
3 3 3 3 3 3
5 𝑥12 𝑥32 5 3,69 1.57

𝑥23 = − − = − + = 0.34
3 2 3 3 2 3
4 3𝑥12 3𝑥22 4 3(3,69) 3(−0.18)

𝑥33 = − − = − − = −0.93
7 7 7 7 7 7

2. Aplicando jacobi usando un programa en Matlab, hasta obtener una solución con 4
cifras significativas.
−𝑥3 + 5𝑥4 = −11
10𝑥1 + 5𝑥2 = 6
−4𝑥2 + 8𝑥3 − 𝑥4 = −11
5𝑥1 + 10𝑥2 − 4𝑥3 = 25
function
[solucion,num_iteraciones]=metodo_jacobi(A,B,punto_inicial,error)
cont_iteraciones=0;
s=size(A);
num_ecuaciones=s(1);
for k=1:num_ecuaciones
B(k)=B(k)/A(k,k);
A(k,:)=A(k,:)/A(k,k);
A(k,k)=0;
end
M=-A;
x_ant=punto_inicial';
x_sig=M*x_ant+B';
deltax_n=x_sig-x_ant;
while norm(deltax_n,inf) > error
x_sig=M*x_ant+B';
deltax_n=x_sig-x_ant;
x_ant=x_sig;
cont_iteraciones=cont_iteraciones+1;
end
solucion=x_sig;
num_iteraciones=cont_iteraciones;

3. Resolver usando el método de Gauss Seidel con 4 iteraciones con x0=0.

4𝑥1 + 𝑥2 − 𝑥3 + 𝑥4 = −2
−𝑥1 − 𝑥2 + 5𝑥3 + 𝑥4 = 0
𝑥1 − 𝑥2 + 𝑥3 + 3𝑥4 = 1
𝑥1 + 4𝑥2 − 𝑥3 − 𝑥4 = −1
𝐴𝑔𝑟𝑢𝑝𝑎𝑚𝑜𝑠 𝑒𝑛 𝑓𝑜𝑟𝑚𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙:
4 1 −1 1 𝑥1 −2
1 4 −1 −1 𝑥2 −1
(−1 −1 5 1 ) (𝑥3 ) = ( 0 )
1 −1 1 3 𝑥4 1
4 1 −1 1 0 0 0 0
0 4 −1 −1 −1 0 0 0
𝑆𝑒𝑎: 𝐴=𝑁−𝑃 ; 𝑁 = (0 0 5 1) ; 𝑃=(1 1 0 0)
0 0 0 3 −1 1 −1 0
𝑥 𝑘+1 = 𝑁 −1 . 𝑏 + 𝑁 −1 . 𝑝𝑥 𝑘
0.25 0.062 0.037 0.116 −2

0 0.25 −0.050 0.083
𝑥 𝑘+1 =( ) (−1)
0 0 0.200 0.066 0
0 0 0 0.333 1
0.25 0.062 0.037 0.116 0 0 0 0
0 0.25 −0.050 0.083 −1 0 0 0 𝑘
+( )( 1 1 0 0) 𝑥
0 0 0.200 0.066
0 0 0 0.333 −1 1 −1 0
𝑥1𝑘+1 −0.446 −0.141 0.153 −0.116 0 𝑥1𝑘

𝑥2𝑘+1 −0.383 0.033 −0.083 0 𝑥2𝑘
𝑘+1 = (−0.167) + ( )
𝑥3 0.066 0.134 0.266 −0.66 0 𝑥3𝑘
𝑘+1 0.333 −0.333 0.333 −0.333 0 𝑘
(𝑥4 ) (𝑥4 )

𝑥1𝑘+1 = −0.446 − 0.141𝑥1𝑘 + 0.153𝑥2𝑘 − 0.116𝑥3𝑘

𝑥2𝑘+1 = −0.167 − 0.383𝑥1𝑘 + 0.033𝑥2𝑘 − 0.083𝑥3𝑘
𝑥3𝑘+1 = 0.066 + 0.134𝑥1𝑘 + 0.266𝑥2𝑘 − 0.66𝑥3𝑘
𝑥4𝑘+1 = 0.333 − 0.333𝑥1𝑘 + 0.333𝑥2𝑘 − 0.333𝑥3𝑘
𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛:
𝑥11 = −0.446 − 0.141𝑥10 + 0.153𝑥20 − 0.116𝑥30 = 0.446
𝑥21 = −0.167 − 0.383𝑥10 + 0.033𝑥20 − 0.083𝑥30 = −0.167
𝑥31 = 0.066 + 0.134𝑥10 + 0.266𝑥20 − 0.66𝑥30 = 0.066
𝑥41 = 0.333 − 0.333𝑥10 + 0.333𝑥20 − 0.333𝑥30 = 0.333
𝑆𝑒𝑔𝑢𝑛𝑑𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛:
𝑥12 = −0.446 − 0.141𝑥11 + 0.153𝑥21 − 0.116𝑥31 = −0.542
𝑥22 = −0.167 − 0.383𝑥11 + 0.033𝑥21 − 0.083𝑥31 = −0.348
𝑥32 = 0.066 + 0.134𝑥11 + 0.266𝑥21 − 0.66𝑥31 = 0.037
𝑥42 = 0.333 − 0.333𝑥11 + 0.333𝑥21 − 0.333𝑥31 = 0.107
𝑇𝑒𝑟𝑐𝑒𝑟𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛:
𝑥13 = −0.446 − 0.141𝑥12 + 0.153𝑥22 − 0.116𝑥32 = −0.427
𝑥23 = −0.167 − 0.383𝑥12 + 0.033𝑥22 − 0.083𝑥32 = 0.026
𝑥33 = 0.066 + 0.134𝑥12 + 0.266𝑥22 − 0.66𝑥32 = −0.123
𝑥43 = 0.333 − 0.333𝑥12 + 0.333𝑥22 − 0.333𝑥32 = 0.385
𝐶𝑢𝑎𝑟𝑡𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛:
𝑥14 = −0.446 − 0.141𝑥13 + 0.153𝑥23 − 0.116𝑥33 = −0.367
𝑥24 = −0.167 − 0.383𝑥13 + 0.033𝑥23 − 0.083𝑥33 = 0.007
𝑥34 = 0.066 + 0.134𝑥13 + 0.266𝑥23 − 0.66𝑥33 = 0.097
𝑥44 = 0.333 − 0.333𝑥13 + 0.333𝑥23 − 0.333𝑥33 = 0.525

4. Aplicar un programa en Matlab para el método de Gauss Seidel.
function [sol,niteraciones,error]=metodo_gauss_seidel(A,B,x0,cotaerror)
D=diag(diag(A));
U=triu(A)-D;
L=tril(A)-D;
M=-inv(D+L)*U;
N=inv(D+L)*B;
cont=1;
xant=x0;
xsig=M*xant+N;
while norm(xsig-xant,inf)>cotaerror
cont=cont+1;
xant=xsig;
xsig=M*xant+N;
end
sol=xsig;
niteraciones=cont;
error=norm(xsig-xant,inf);
Si lo hago por Gauss me da la siguiente matriz de resultados:
1.0000 0 0 0 0 0 543.5471
0 1.0000 0 0 0 0 469.7630
0 0 1.0000 0 0 0 392.3194
0 0 0 1.0000 0 0 399.3537
0 0 0 0 1.0000 0 314.8165
0 0 0 0 0 1.0000 410.0322

5. Explique cuando un sistema de ecuaciones tiene:

a) NO tiene solución
b) Tiene una cantidad infinita de soluciones
c) Tiene solución única
Un sistema es compatible si tiene una tupla solución, compatible determinado si tiene

una única tupla solución, compatible indeterminados si tiene más de una tupla solución
e incompatible si no tiene ninguna tupla o vector solución.
Al proceso de estudiar a cuál de estos tipos pertenece un sistema dado lo llamaremos

discutir el sistema. Un sistema de ecuaciones lineales se dice que es homogéneo si cada
término independiente es cero. Cada sistema homogéneo admite la solución (llamada
trivial) (x1,...,xn) = (0,..., 0) y por tanto es siempre compatible. Será compatible
determinado o indeterminado dependiendo de que admita o no otras soluciones.
Definición 4. Dos sistemas de ecuaciones lineales se dicen que son equivalentes si

admiten el mismo conjunto de tuplas solución.
El método de solución de un sistema de ecuaciones será siempre pasar a otro sistema

que sea equivalente y más fácil de resolver. Si esto se hace sucesivamente, al final se
puede llegar a un sistema que sea inmediato resolver. O bien sea claramente
incompatible.
Definición 5. Un sistema de ecuaciones lineales se dice que es escalonado reducido si

cada incógnita que es la primera de una ecuación no aparece en las restantes
ecuaciones. Estas incógnitas se llaman principales. A las restantes incógnitas, si existen,
se les llama libres o secundarias. El siguiente resultado es fácil de demostrar.
Lema 1. Si en un sistema de ecuaciones se intercambian dos ecuaciones, se multiplica

una ecuación por un elemento, no nulo, del cuerpo o se suma a una ecuación otra
multiplicada por un elemento del cuerpo, se obtiene un sistema de ecuaciones
equivalente. Aplicando los 3 tipos de transformaciones del lema anterior se puede llegar
a un sistema equivalente escalonado reducido. Una forma ordenada de hacerlo da lugar
al algoritmo conocido con el nombre de Gauss-Jordan. Si el sistema escalonado reducido
al que se llega contiene alguna igualdad del tipo 0 = b, con b ∈ K un escalar distinto de
cero, cláramente es contradictorio y no admite ninguna tupla solución (sistema
incompatible).
En caso contrario, el sistema es compatible. Cuando, además, existan incógnitas libres,

existirán muchas tuplas solución y el sistema se llama compatible indeterminado.

6. Indique para que valor de k el sistema tendrá una única solución, infinitas soluciones
o no tendrá solución.
2𝑥 + 𝑦 + 𝑧 = 𝑘
{ 𝑘𝑥 − 𝑦 + 2𝑧 = 1
𝑥 + 𝑦 − (𝑘 + 4)𝑧 = −1
𝐸𝑛 𝑓𝑜𝑟𝑚𝑎𝑟 𝑚𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙 𝑡𝑒𝑛𝑒𝑚𝑜𝑠:
2 1 1 𝑘 1 1 −(𝑘 + 4) −1
(𝑘 −1 2 1) 𝑓1 ↔ 𝑓3 → (𝑘 −1 2 1)
1 1 −(𝑘 + 4) −1 2 1 1 𝑘
𝑓2 = −𝑘𝑓1 + 𝑓2 1 1 −𝑘 − 4 −1
2
→ (0 −𝑘 − 1 𝑘 + 4𝑘 + 2 𝑘 + 1) 𝑓2 ↔ 𝑓3 →
𝑓3 = −2𝑓1 + 𝑓3
0 −1 2𝑘 + 9 𝑘+2
1 1 −𝑘 − 4 −1 1 1 −𝑘 − 4 −1
(0 −1 2𝑘 + 9 𝑘 + 2) 𝑓2 𝑥(−1) → (0 1 −2𝑘 − 9 −𝑘 − 2)
0 −𝑘 − 1 𝑘 2 + 4𝑘 + 2 𝑘 + 1 0 −𝑘 − 1 𝑘 2 + 4𝑘 + 2 𝑘+1
𝑓1 = − 𝑓2 + 𝑓1 1 0 𝑘+5 𝑘+1
→ (0 1 −2𝑘 − 9 −𝑘 − 2)
𝑓3 = (𝑘 + 1) 𝑓2 + 𝑓3 2 2
0 0 −𝑘 − 7𝑘 − 7 −𝑘 − 2𝑘 − 1
𝑅𝑒𝑠𝑜𝑙𝑣𝑒𝑚𝑜𝑠 𝑙𝑎𝑠 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠:
−𝑘 2 − 7𝑘 − 7 = 0 ∧ −𝑘 2 − 2𝑘 − 1 = 0
7 √21
∴ 𝑘=− ± ∧ 𝑘 = −1
2 2
7 √21
𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑛𝑜 𝑡𝑒𝑛𝑑𝑟á 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑢𝑎𝑛𝑑𝑜: {𝑘 = − 2 ± 2
𝑘 ≠ −1
7 √21
𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑡𝑒𝑛𝑑𝑟á ú𝑛𝑖𝑐𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑐𝑢𝑎𝑛𝑑𝑜: 𝑘 ≠ − ±
2 2
𝑃𝑎𝑟𝑎 𝑛𝑖𝑛𝑔ú𝑛 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑘 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑡𝑒𝑛𝑑𝑟á 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠

7. Resuelva el siguiente sistema usando el método de Gauss.
𝑥 − 2𝑦 + 3𝑧 + 𝑤 = 4
2𝑥 + 𝑦 + 3𝑧 − 4𝑤 = −9
4𝑥 + 2𝑦 + 5𝑧 + 3𝑤 = −7
5𝑥 + 5𝑦 + 𝑧 − 2𝑤 = 1
1 −2 3 1 4 1 −2 3 1 4
2 1 3 −4 −9 𝑓2 = −2𝑓1 + 𝑓2 ∶ 𝑓3 = −4𝑓1 + 𝑓3 0 −3 −3 −6 −17
( ) →( )
4 2 5 3 −7 𝑓4 = −5𝑓1 + 𝑓4 0 10 −7 −1 −23
5 5 1 −2 1 0 15 −14 −7 −19
10 1 −2 3 1 4
𝑓3 = 3 𝑓2 + 𝑓3 0 −3 −3 −6 −17 −29
→( ) 𝑓4 = 𝑓 + 𝑓4 →
15
𝑓4 = 3 𝑓2 + 𝑓4
0 0 −17 −21 −79.6 17 3
0 0 −29 −37 −104
1 −2 3 1 4
0 −3 −3 −6 −17
( )
0 0 −17 −21 −79.6
0 0 0 −1.18 31.78
 𝑤(−1.18) = 31.78 → 𝑤 = −26.93
 −17𝑧 − 21𝑤 = −79.6 → 𝑧 = 37.95
 −3𝑦 − 3𝑧 − 6𝑤 = −17 → 𝑦 = 21.58
 𝑥 − 2𝑦 + 3𝑧 + 𝑤 = 4 → 𝑥 = −39.76

8. Resuelva aplicando el método de Gauss con pivoteo parcial.
𝑥1 − 𝑥2 + 𝑥3 + 3𝑥4 = 4
4𝑥1 + 𝑥2 − 𝑥3 + 𝑥4 = 18
𝑥1 + 4𝑥2 − 𝑥3 − 𝑥4 = 12
−𝑥1 − 𝑥2 + 5𝑥3 + 𝑥4 = −26

1 −2 1 3 4 4 1 −1 1 18
4 1 −1 1 18 1 −2 1 3 4
( ) 𝑓2 ↔ 𝑓1 → ( ).
1 4 −1 −1 12 1 4 −1 −1 12
−1 −1 5 1 −26 −1 −1 5 1 −26
−𝑓1
𝑓2 = + 𝑓2
4 4 1 −1 1 18
−𝑓1 0 −2.25 1.25 2.75 −0.5
𝑓3 = + 𝑓3 → ( ) 𝑓3 ↔ 𝑓2 →
4 0 3.75 −0.75 −1.25 7.5
𝑓1 0 −0.75 4.75 1.25 −21.5
𝑓4 = + 𝑓4
{ 4 .
2.25
4 1 −1 1 18 𝑓3 = 𝑓 + 𝑓3 4 1 −1 1 18
0 3.75 −0.75 −1.25 7.5 3.75 2 → 0 3.75 −0.75 −1.25 7.5
( ) 0.75 ( )
0 −2.25 1.25 2.75 −0.5 𝑓4 = 𝑓2 + 𝑓4 0 0 0.8 2 4
0 −0.75 4.75 1.25 −21.5 3.75 0 0 4.6 1 −20
{
4 1 −1 1 18
0 3.75 −0.75 −1.25 7.5 −0.8
𝑓4 ↔ 𝑓3 → ( ) 𝑓4 = 𝑓 + 𝑓4
0 0 4.6 1 −20 4.6 3
0 0 0.8 2 4
4 1 −1 1 18
0 3.75 −0.75 −1.25 7.5
→( )
0 0 4.6 1 −20
0 0 0 1.83 7.48
1.83𝑤 = 7.48 → 𝑤 = 4.09 ∧ 4.6𝑧 + 𝑤 = −20 → 𝑧 = −5.24
3.75𝑦 − 0.75𝑧 − 1.25𝑤 = 7.5 → 𝑦 = 2.31 4𝑥 + 𝑦 − 𝑧 + 𝑤 = 18 → 𝑥 = 1.59

9. Resuelva usando el método de Gauss Jordan (sin intercambiar filas)
4𝑥1 + 𝑥2 − 𝑥3 + 𝑥4 = −2 4𝑥1 + 𝑥2 + 𝑥3 + 𝑥5 = 6
𝑥1 + 4𝑥2 − 𝑥3 − 𝑥4 = −1 − 𝑥1 − 3𝑥2 + 𝑥3 + 𝑥4 = 6
−𝑥1 − 𝑥2 + 5𝑥3 + 𝑥4 = 0 2𝑥1 + 𝑥2 + 5𝑥3 − 𝑥4 − 𝑥5 = 6
𝑥1 − 𝑥2 + 𝑥3 + 3𝑥4 = 1 − 𝑥1 − 𝑥2 − 𝑥3 + 4𝑥4 = 6
2𝑥2 − 𝑥3 + 𝑥4 + 4𝑥5 = 6
𝐴𝑝𝑙𝑖𝑐𝑎𝑛𝑑𝑜 𝑎𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑠𝑖𝑠𝑡𝑒𝑚𝑎:

4 1 −1 1 −2 1 0.25 −0.25 0.25 −0.5
1 4 −1 −1 −1 1 1 4 −1 −1 −1
( ) 𝑓1 𝑥 → ( )
−1 −1 5 1 0 4 −1 −1 5 1 0
1 −1 1 3 1 1 −1 1 3 1
𝑓2 = −𝑓1 + 𝑓2 1 0.25 −0.25 0.25 −0.5

0 3.75 −0.75 −1.25 −0.5 1
{ 𝑓3 = 𝑓1 + 𝑓2 → ( ) 𝑓2 𝑥 →
0 −0.75 4.75 1.25 −0.5 3.75
𝑓4 = −𝑓1 + 𝑓4
0 −1.25 1.25 2.75 1.5
1 0.25 −0.25 0.25 −0.5 𝑓1 = −0.25𝑓2 + 𝑓1

0 1 −0.2 −0.33 −0.13
( ) { 𝑓3 = 0.75𝑓2 + 𝑓3 →
0 −0.75 4.75 1.25 −0.5
𝑓4 = 1.25𝑓2 + 𝑓4
0 −1.25 1.25 2.75 1.5
1 0 −0.2 0.33 −0.47 1 0 −0.2 0.33 −0.47

0 1 −0.2 −0.33 −0.13 1 0 1 −0.2 −0.33 −0.13
( ) 𝑓3 𝑥 →( )
0 0 4.9 1 −0.59 4.9 0 0 1 0.2 −0.12
0 0 1 2.34 1.34 0 0 1 2.34 1.34
𝑓1 = 0.2𝑓3 + 𝑓1 1 0 0 0.37 −0.49 1 0 0 0.37 −0.49

0 1 0 −0.29 −0.15 1 0 1 0 −0.29 −0.15
{𝑓2 = 0.2𝑓3 + 𝑓2 → ( ) 𝑓4 𝑥 →( )
0 0 1 0.2 −0.12 2.14 0 0 1 0.2 −0.12
𝑓4 = −1𝑓3 + 𝑓4
0 0 0 2.14 1.46 0 0 0 1 0.68
𝑓1 = −0.37𝑓4 + 𝑓1 1 0 0 0 −0.74
0 1 0 0 0.05
{ 𝑓2 = 0.29𝑓4 + 𝑓2 → ( )
0 0 1 0 −0.26
𝑓3 = −0.2𝑓4 + 𝑓3
0 0 0 1 0.68
∴ 𝑥1 = −0.74 ; 𝑥2 = 0.05 ; 𝑥3 − 0.26 ; 𝑥4 = 0.68

10. Resolver por descomposición LU (Doolitle)
𝐴 = 𝐿. 𝑈
2 −6 −1 1 0 0 𝑈11 𝑈12 𝑈13

𝑙
(−3 −1 7 ) = ( 21 1 0) ( 0 𝑈22 𝑈23 )
−8 1 −2 𝑙31 𝑙32 1 0 0 𝑈33
2 −6 −1 𝑈11 𝑈12 𝑈13

(−3 −1 7 ) = (𝑙21 𝑈12 𝑙21 𝑈12 + 𝑈22 𝑙21 𝑈13 + 𝑈23 )
−8 1 −2 𝑙31 𝑈11 𝑙31 𝑈12 + 𝑙32 𝑈22 𝑙31 𝑈13 + 𝑙32 𝑈23 + 𝑈33
𝑈11 = 2 𝑙21 = −1.5 𝑙31 = −4

𝑈12 = −6 𝑈22 = −10 𝑙32 = 2.3
𝑈13 = −1 𝑈23 = 5.5 𝑈33 = −18.65
1 0 0 2 −6 −1
𝐿 = (−1.5 1 0) 𝑈 = (0 −10 5.5 )
−4 2.3 1 0 0 −18.65
𝐿. 𝑦 = 𝑏 𝑈. 𝑥 = 𝑦
1 0 0 𝑦1 −38 2 −6 −1 𝑥1 −28
𝑦
(−1.5 1 0) ( 2 ) = (−34) (0 −10 𝑥
5.5 ) ( 2 ) = ( 23 )
−4 2.3 1 𝑦3 −20 0 0 −18.65 𝑥3 −122.1
𝑦1 −38 2𝑥1 − 6𝑥2 − 𝑥3 −28

( −1.5𝑦1 + 𝑦2 ) = (−34) ( −10𝑥2 + 5.5𝑥3 ) = ( 23 )
−4𝑦1 + 2.3𝑦2 + 𝑦3 −20 −18.65𝑥3 −122.1
𝑦1 = −38 𝑥3 = 6.5469
𝑦2 = 23 𝑥2 = 1.3008
𝑦3 = −122.1 𝑥1 = −11.8242

11.
𝐴 = 𝐿. 𝑈
8 4 −1 1 0 0 𝑈11 𝑈12 𝑈13

(−2 5 1 ) = (𝑙21 1 0) ( 0 𝑈22 𝑈23 )
2 −1 6 𝑙31 𝑙32 1 0 0 𝑈33
8 4 −1 𝑈11 𝑈12 𝑈13

(−2 5 1 ) = ( 𝑙 21 𝑈12 𝑙21 𝑈12 + 𝑈22 𝑙21 𝑈13 + 𝑈23 )
2 −1 6 𝑙31 𝑈11 𝑙31 𝑈12 + 𝑙32 𝑈22 𝑙31 𝑈13 + 𝑙32 𝑈23 + 𝑈33
𝑈11 = 8 𝑙21 = −0.25 𝑙31 = 0.25

𝑈12 = 4 𝑈22 = 4 𝑙32 = 0
𝑈13 = −1 𝑈23 = 0.75 𝑈33 = 6.25
1 0 0 8 4 −1
𝐿 = (−0.25 1 0) 𝑈 = (0 4 0.75)
0.25 0 1 0 0 6.25
𝐿. 𝑦 = 𝑏 𝑈. 𝑥 = 𝑦
1 0 0 𝑦1 11 8 4 −1 𝑥1 11
(−0.25 1 𝑦
0) ( 2 ) = ( 4 ) 𝑥
(0 4 0.75) ( 2 ) = (6.75)
0.25 0 1 𝑦3 7 0 0 6.25 𝑥3 4.25
𝑦1 11 8𝑥1 + 4𝑥2 − 𝑥3 11
( −0.25𝑦 1 + 𝑦2) = ( 4 ) ( 4𝑥2 + 0.75𝑥3 ) = (6.75)
0.25𝑦1 + 𝑦3 7 6.25𝑥3 4.25
𝑦1 = 11 𝑥3 = 0.68
𝑦2 = 6.75 𝑥2 = 1.56
𝑦3 = 4.25 𝑥1 = 0.68


Ecuaciones Lineales y No Lineales

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ecuaciones Lineales y No Lineales

Diunggah oleh

Hak Cipta:

Format Tersedia

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA INDUSTRIAL

Integrantes: CASANOVA CARRANZA, Carlos Harrison

Curso: Métodos Numéricos

Profesor: Mg. POEMAPE ROJAS, Gloria Irene

Clase: 10657 Ciclo: VI Fecha: 07/03/2018

15.- Una empresa de minas tiene menas de composiciones:

MIna Niquel Cobre Hierro

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

𝑓2= − 6𝑓1 + 𝑓2 1 1 1 500 1 1 1 1 500

𝑓2= − 4𝑓3 + 𝑓2 1 0 0120

∴ 𝑅𝑒𝑓𝑟𝑒𝑠𝑐𝑜 = 120 ; 𝐶𝑒𝑟𝑣𝑒𝑧𝑎 = 160 ; 𝑉𝑖𝑛𝑜 = 220

 El primero de 20 g de oro, 30 g de plata y 40 g de cobre

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

8 9 8 1224 1 1 9/8 1 153

1 9/8 1 153 1 9/8 1 153

4 1 9/8 1 153 𝑓1 = −9 𝑓2 + 𝑓1 1 0 −0.5 18

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

Pago por día #Días Pago total

6500𝑥 + 8000𝑦 = 207000

6500 8000 −1 6500 8000

6500𝑥 + 8000𝑦 = 207000

∴ 6500𝑥 + 8000(8) = 207000 → 𝑥 = 22

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

 En forma matricial por el método de Gauss-jordan:

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

21. Los lados paralelos de un trapecio miden 15 cm y 36 cm, respectivamente, y los no

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑎 𝑎𝑙𝑡𝑢𝑟𝑎 𝑒𝑠:

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

22.- Resuelva este sistema por el método de Newton:

 Sea las funciones:

 Planteamos la fórmula de iteración de newton multivariable:

 Desarrollamos la inversa del jacobiano:

Para la primera iteración: 𝑥0 = 1 ; 𝑦0 = 2 ; 𝑧0 = 5

−72.8 −23.8 −92

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

Segunda iteración: 𝑥1 = 0.44589; 𝑦1 = 1.85776 ; 𝑧1 = 2.74301

𝑥2 = 0.44589 − 0.12 = 0.32589

𝑦2 = 1.85776 + 0.11 = 1.96776

𝑧2 = 2.74301 − 1.72 = 1.02301

23.- Resolver el siguiente sistema de ecuaciones:

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

 Se verifica que la matriz es diagonalmente dominante

𝑆𝑒𝑎: 𝐴 = 𝐷 − 𝐿 − 𝑈 → 𝑥 𝑘+1 = 𝐷−1 . 𝑏 + 𝐷 −1 (𝐿 + 𝑈)𝑥 𝑘

10/3 0 1/3 −1/3

𝑥1𝑘+1 10/3 𝑥2𝑘 ⁄3 − 𝑥3𝑘 ⁄3

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

 Formamos las ecuaciones:

4 3𝑥10 3𝑥20 4 3(0) 3(0)

10 𝑥21 𝑥31 10 1.66 0.57

5 𝑥11 𝑥31 5 3.33 0.57

4 3𝑥11 3𝑥21 4 3(3.33) 3(1.66)

10 𝑥22 𝑥32 10 −0.18 1.57

5 𝑥12 𝑥32 5 3,69 1.57

4 3𝑥12 3𝑥22 4 3(3,69) 3(−0.18)

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

3. Resolver usando el método de Gauss Seidel con 4 iteraciones con x0=0.

𝐴𝑔𝑟𝑢𝑝𝑎𝑚𝑜𝑠 𝑒𝑛 𝑓𝑜𝑟𝑚𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙:

0.25 0.062 0.037 0.116 −2

𝑥1𝑘+1 −0.446 −0.141 0.153 −0.116 0 𝑥1𝑘

SISTEMA DE ECUACIONES LINEALES [NOMBRE DEL AUTOR]

𝑥1𝑘+1 = −0.446 − 0.141𝑥1𝑘 + 0.153𝑥2𝑘 − 0.116𝑥3𝑘