ANÁLISIS NUMÉRICO I.

Unidad 3. Sistemas de Ecuaciones Lineales.

Actividad 1. Resolución de Sistemas Lineales.

.
LICENCIA
TURA EN UNADMX
MATEMÁ
TICAS
ANÁ LISIS NUMÉ RICO I.
UNIDAD 3. SISTEMAS DE ECUACIONES LINEALES.
Evidencia de Aprendizaje. Sistemas Numéricos.
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

EVIDENCIA DE APRENDIZAJE.
SISTEMAS NUMÉ RICOS.

1. Contesta las siguientes preguntas.

¿Qué mide el condicionamiento de una matriz?

El número de condición (k), nos calcula esa sensibilidad que existe

entre los datos de entrada y los datos de salida de la matriz.

Una matriz A está bien condicionada si K(A) se aproxima a 1 y

está mal condicionada si K(A) es significativamente mayor que 1.

¿Cuál es su expresión?

El número de condición está definido por:

¿Qué es una matriz?

Una matriz es un rectángulo de números, considerado como

una entidad. Se le delimita con paréntesis o corchetes. Cuando la
matriz tiene m filas y n columnas se dice que es una matriz m x n.
Normalmente designamos a una matriz por letras negritas
mayúsculas, como A, B, y así sucesivamente. Sin embargo, cuando
una matriz tiene solamente una fila se le considera como un vector
fila y se le designa por una letra negrita minúscula.

¿Cuál es la expresión de la norma infinita y la norma 2 de Hölder?

ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

La norma infinita dice que un vector v=( v1 , v 2 , … , v n ) se define como

‖v‖∞ =máxi ≤1 ≤ n|v i| Similarmente, la norma infinito de una matriz
n
mxn , A=( aij ) , se defino como ‖ A‖∞ =máxi ≤1 ≤m ∑ |aij|
j=1

La norma 2 de Hölder ó mejor conocida como la de desigualdad de

1 1
Hölder que dice: Si p y q son números reales tales que p + q =1
entonces:
|x∗ y|≤‖x‖p‖ y‖q

En el caso particular en que p=2( y entonces también q=2 )la desigualdad

de Hölder se convierte en una desigualdad bien conocida:
|x∗ y|≤‖x‖2‖ y‖2

2. Resuelve el siguiente sistema de ecuaciones:

10 x 1+ x 2 + x 3+ x 4=14

x 1+ 10 x 2 + x 3+ x 4=14

x 1+ x2 +10 x 3+ x 4=14

x 1+ x2 + x 3 +10 x 4=23

Usando sustitución Gaussiana y el Método de Gauss-Seidel.,

identifica cuál es n el vector para la aproximación inicial y el criterio
de paro más adecuado:

MÉTODO DE SUSTITUCIÓN GAUSSIANA.

Representamos en primer término, el sistema de ecuaciones en la forma
de matriz principal y tenemos:
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

10 1 1 1 x1 14

[ 1 1 10 1 x3
] [ ][ ]
1 10 1 1 x 2

1 1 1 10 x 4
14
14
23

Haciendo las operaciones correspondientes:

10 11 1 x1 14

[ ] [ ][ ]
1 −99−9 −9 x2 −126
1 −9−99 −9 x3 −126
1 −9−9 −99 x 4 −216

10 11 1 x 1 14

[ 0 0 90
][ ] [ ]
0 −99−9 −9 x 2 −126
0 0 1080 90 x 3 1260
1080 x 4 2250

10 11 1 x1 14

[ 0 −99−9
0 0 1080
0 00
−9
90
][ ] [ ]
x 2 −126
x 3 1260
−12870 x 4 −25740

Obtenemos las siguientes ecuaciones:

−25740
−12870 x 4=−25740 → x 4= =2
−12870
1260−90(2)
1080 x3 + 90 x 4 =1260 → x 3= =1
1080
−126+9 ( 1 ) +9 (2)
−99 x 2−9 x 3−9 x 4 =−126 → x 2= =1
−99
14−1 ( 1 )−1 ( 1 )−1(2)
10 x 1+ x 2 + x 3+ x 4=14 → x 1= =1
10
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

MÉTODO DE GAUSS-SEIDEL.
De la matriz principal obtenemos las siguientes ecuaciones:
10 1 1 1 x1 14

[ 1 10 1 1 x 2
1 1 10 1 x3
1 1 1 10 x 4
] [ ][ ]
14
14
23

14−x 2−x 3−x 4

10 x 1+ x 2 + x 3+ x 4=14 → x 1=
10
14−x 1−x 3 −x 4
x 1+ 10 x 2 + x 3+ x 4=14 → x 2=
10
14−x 1−x 2 −x 4
x 1+ x2 +10 x 3+ x 4=14 → x 3=
10
14−x 1−x 2−x 3
x 1+ x2 + x 3 +10 x 4=14 → x 4=
10
Tabla de iteraciones para alcanzar la convergencia.
m x_1 x_2 x_3 x_4 error_rel igual
0 0.0000 0.0000 0.0000 0.0000
1 1.4000 1.4000 1.4000 2.3000 3.3422 no
2 0.8900 0.8900 0.8900 1.8800 2.4374 si
3 1.0340 1.0340 1.0340 2.0330 1.9408 no
4 0.9899 0.9899 0.9899 1.9898 2.0253 si
5 1.0030 1.0030 1.0030 2.0030 1.9931 no
6 0.9991 0.9991 0.9991 1.9991 2.0021 si
7 1.0003 1.0003 1.0003 2.0003 1.9994 no
8 0.9999 0.9999 0.9999 1.9999 2.0002 si
9 1.0000 1.0000 1.0000 2.0000 1.9999 si
10 1.0000 1.0000 1.0000 2.0000 2.0000 si
11 1.0000 1.0000 1.0000 2.0000 2.0000 si
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

Lo que indican las columnas de esta tabla es iteración, primera,

segunda y tercer y cuarta entrada del vector calculado, error relativo
respecto de la solución anterior y una función que calcula si todas las
entradas fueron iguales a la solución de la iteración anterior con un
umbral de 0.001.
La solución por la que optaremos es x 11y es que a partir de m=12 , el
error relativo se estabilizó. Este será el criterio por el que optaremos
para escoger la mejor solución, en caso de que el error no se
estabilice nunca (algo que bien podría suceder) entonces
escogeremos la iteración para la que el vector tuvo todas sus
entradas iguales.
El resultado expreso al que llegamos en la 10ª iteración es:
x=(1.0000,1.0000,1 .0000)

3. Considera los siguientes datos: En las primeras dos columnas se

presenta la cantidad de municipios que tiene el estado i−ésimo de la
República Mexicana y del lado derecho està la cantidad de
municipios reordenada de mayor a menor representados en la
gráfica 1.

Estado Cantidad de Índic Cantidad de

de México municipios e Municipios
1 11 1 570
2 5 2 217
3 10 3 212
4 11 4 125
5 38 5 125
6 10 6 118
7 118 7 113
8 67 8 106
9 16 9 84
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

10 39 10 81
11 46 11 72
12 81 12 67
13 84 13 60
14 125 14 58
15 125 15 58
16 113 16 51
17 33 17 46
18 20 18 43
19 51 19 39
20 570 20 38
21 217 21 33
22 18 22 20
23 9 23 18
24 58 24 18
25 18 25 17
26 72 26 16
27 17 27 11
28 43 28 11
29 60 29 10
30 212 30 10
31 106 31 9
32 58 32 5
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

No se puede hacer un ajuste lineal sobre esos datos pero sí sobre los
mismos datos transformados. Considera hacer un cambio de variable de la
siguiente forma:
y i=ln ( xi )

Si no te convence puedes proponer tu propio cambio de variable. Una vez

que tengas los datos convertidos has un ajuste lineal y reporta la ecuación
de la recta que mejor se ajusta a los datos con el cambio de variable y con
la variable original (Para esto tendrás que aplicar la función inversa de la
que hayas propuesto para hacer el cambio de variable).

Reporta todo en un documento de texto de manera clara y concisa.

Escribe las consideraciones que hayas tenido que tomar en cada problema
para llegar a su solución.
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

Tabla de ajustes que muestran los cálculos realizados.

X Y X=x y=ln(y_i) x^2 x*y n

1 570 1 6.34563636 1 6.34563636 1
2 217 2 5.37989735 4 10.7597947 2
3 212 3 5.35658627 9 16.0697588 3
4 125 4 4.82831374 16 19.3132549 4
5 125 5 4.82831374 25 24.1415687 5
6 118 6 4.77068462 36 28.6241077 6
7 113 7 4.72738782 49 33.0917147 7
8 106 8 4.66343909 64 37.3075128 8
9 84 9 4.4308168 81 39.8773512 9
10 81 10 4.39444915 100 43.9444915 10
11 72 11 4.27666612 121 47.0433273 11
12 67 12 4.20469262 144 50.4563114 12
13 60 13 4.09434456 169 53.2264793 13
14 58 14 4.06044301 196 56.8462021 14
15 58 15 4.06044301 225 60.9066452 15
16 51 16 3.93182563 256 62.9092101 16
17 46 17 3.8286414 289 65.0869037 17
18 43 18 3.76120012 324 67.7016021 18
19 39 19 3.66356165 361 69.6076713 19
20 38 20 3.63758616 400 72.7517232 20
21 33 21 3.49650756 441 73.4266588 21
22 20 22 2.99573227 484 65.90611 22
23 18 23 2.89037176 529 66.4785504 23
24 17 24 2.83321334 576 67.9971203 24
25 16 25 2.77258872 625 69.3147181 25
26 11 26 2.39789527 676 62.3452771 26
27 11 27 2.39789527 729 64.7431724 27
28 11 28 2.39789527 784 67.1410676 28
29 10 29 2.30258509 841 66.7749677 29
30 10 30 2.30258509 900 69.0775528 30
31 9 31 2.19722458 961 68.1139619 31
32 9 32 2.19722458 1024 70.3111865 32
ANÁLISIS NUMÉRICO I.
Unidad 3. Sistemas de Ecuaciones Lineales.
Actividad 1. Resolución de Sistemas Lineales.

Haciendo el ajuste correspondiente:

núm de datos∗SUMA ( x∗y ) −SUMA ( x )∗SUMA( y) n ∑ xy−∑ x ∑ y

m= =
2
númde datos∗SUMA ( x )−(SUMA (x)) 2
n ∑ x2 −¿ ¿ ¿

( 32 )( 1677.64161 )−(528)(120.426648) −9900.7386

m= = =−0.1134
( 32 ) (11440 )−(528)2 87296

2
SUMA( x2 )∗SUMA ( y )−SUMA ( x )∗SUMA(x∗y ) n ∑ x ∑ y−∑ x ∑ y
b= =
númde datos∗SUMA ( x2 ) −(SUMA( x ))2 n ∑ x2 −¿ ¿ ¿

(11440 ) (120.4266488 )−(528)(1677.64161) 491886

b= = =5.63469212
( 32 ) ( 11400 ) −(528)2 87296

Por lo tanto, tenemos que la ecuación de la recta es:

y=−0.1134 x +5.63469212

http://books.google.com.mx/books?
id=XlpLXmLrt20C&pg=PA320&dq=QUE+ES+UNA+MATRIZ&hl=es&sa=X&ei=LkJ3UfaRC
ojQ2AWbvoCwCg&ved=0CEUQ6AEwAw#v=onepage&q=QUE%20ES%20UNA
%20MATRIZ&f=false

Análisis Numérico, Richard L. Burden, séptima edición, 2011.