You are on page 1of 37

ECUACIONES NO LINEALES.

1 ) Aplicar el mtodo de biseccin a : ( si es aplicable ) a)

b)

c)

d)

e)

f)

2) Aplicar el mtodo de regla falsa (si es aplicable).

a)

b)

c)

d)

e)

3) a)

b)

c)

4. Aplicando el mtodo de Newton-Raphson. Usaremos el siguiente algoritmo:

a) i. Vemos intervalos por busca.

-4

-2

-1

0,1

2,5

2,8

f(x) -10 -9,75 -11 -9,21 -9 -0,12 7,867 17 246

ii.

Analizando convergencia en Donde: [ | | ]

iii.

Haciendo las iteraciones respectivas i 01 02 03 X(n) 2,50000 2,50622 2,50618 Algoritmo X(n+1) 2,50622 2,50618 2,50618

Por lo tanto la solucin sera para x=2,50618 b) i. Vemos intervalos por busca. x f(x) -1,2 0,17 -1,1 -0,24 -1 -0,44 0 0,00 1 0,44 1,1 0,24 1,2 -0,17

ii.

Analizando convergencia x=1,1 Donde:

iii.

Realizando iteraciones.

X(n)

Desarrollo del Algoritmo X(n+1) 1,16256 1,16510 1,16549 1,16555 1,16556 1,16556

1 2 3 4 5 6

1,10000 1,16256 1,16510 1,16549 1,16555 1,16556

Por lo tanto la solucin sera para x=1,16556 c) i. Vemos intervalos por busca.

-3

-1,5

-0,5

-0,2

f(x) -0,64 -1,19 -0,15 0,46 1 INDEF -2,09

ii.

Analizando convergencia para x= -0,5

iii.

Realizando iteraciones. i 1 2 3 X(n) -0,50000 -0,41730 -0,42036 Algoritmo X(n+1) -0,41730 -0,42036 -0,42036

Por lo tanto la raz de de f(x)=0 es x= -0,42036

d) i. Vemos intervalos de races por el mtodo grfico. Se da la sgte. Forma:

F1: Rojo F2: Azul

50

40

30

20

10

-10

-20

-30

-4

-3

-2

-1

ii.

Analizando criterio de convergencia x=0,45

iii.

Iteraciones. i 1 2 3 4 5 6 X(n) 0,45000 0,34413 0,05168 -0,84265 -2,10568 -1,75657 Algoritmo X(n+1) 0,34413 0,05168 -0,84265 -2,10568 -1,75657 -1,89567

7 8 9 10 11 12 13 14 15 16 17

-1,89567 -1,85333 -1,86743 -1,86287 -1,86436 -1,86388 -1,86403 -1,86398 -1,86400 -1,86399 -1,86400

-1,85333 -1,86743 -1,86287 -1,86436 -1,86388 -1,86403 -1,86398 -1,86400 -1,86399 -1,86400 -1,86400

Por lo tanto una de las races x= -1,864 e) i. Obteniendo los intervalos de races por el mtodo busca x f(x) -1,0 15,0 0,2 2,0 0,5 -1,0 0,8 -3,4 1,0 -5,0

ii.

Analizando criterio de convergencia.

iii.

Iteraciones. i 1 2 3 X(n) 0,2 0,4000001 0,4000105 Algoritmo, X(n+1) 0,4 0,40001 0,40001

Por lo tanto ua raz sera x= 0,40001 f) i. Obteniendo los intervalos por el mtodo busca. x f(x) 0,50 -2,94 1,2 -0,46 1,50 0,16 2,00 0,69

ii.

Analizando convergencia.

| iii. Iteraciones. i 1 2 3 4

X(n) 1,2 1,388087 1,4120094 1,4123911

Algoritmo, X(n+1) 1,38809 1,41201 1,41239 1,41239

Por lo tanto una raz es x= 1,41239

5. Resolver por cualquiera de los mtodos estudiados en clase las siguientes ecuaciones no lineales. a) i. Vemos intervalos por mtodo busca. x f(x) -1 -2,00 -0,5 -1,71 0 -1,00 0,5 -0,05 1 0,92 2 1,99

Utilizaremos el mtodo de biseccin.

ii.

Iteraciones.

Sea:

c=(a+b)/2 f(a)*f(c)<0 , b=c y f(a)*f(b)>0 , a=c ;

i 0 1

c 0,7500 0

f(a) 0,04719317 1 0,04719317 1 0,04719317 1

f(c) 0,44894409 6

f(a)*f(c) 0,0211 9 0,0095 5 0,0036 7

0,50000

1,00000

0 2

0,5

0,75

0,6250 0

0,20245508 5

0 3

0,5

0,625

0,5625 0

0,07778282 7

0 4

0,5

0,5625

0,5312 5

0,04719317 1 0,04719317 1 0,01594738 2 0,00032255 1 0,00032255 1 0,00032255 1 0,00032255 1 0,00032255 1 0,00032255 1 -7,84106E05 -7,84106E05 -1,73754E05

0,01530229 9 0,01594738 2 0,00032255 1 0,00748993 1

0,0007 2 0,0007 5

0 5

0,5

0,53125

0,5156 3

0 6

0,515625

0,53125

0,5234 4

0,0000 1

0 7

0,5234375

0,53125

0,5273 4

0,0000 0

0 8

0,5234375

0,52734375

0,5253 9

0,00358369 7

0,0000 0

0 9

0,5234375

0,52539062 5

0,5244 1

0,00163057 4

0,0000 0

1 0

0,5234375

0,52441406 3

0,5239 3

0,00065401 1

0,0000 0

1 1

0,5234375

0,52392578 1

0,5236 8

0,00016573

0,0000 0

1 2 1 3 1 4 1 5

0,5234375

0,52368164 1 0,52368164 1 0,52362060 5 0,52362060 5

0,5235 6 0,5236 2 0,5235 9 0,5236 1

-7,84106E05

0,0000 0 0,0000 0 0,0000 0 0,0000 0

0,52355957

4,36597E-05 -1,73754E05 1,31422E-05

0,52355957 0,52359008 8

1 6 1 7

0,52359008 8 0,52359771 7

0,52360534 7 0,52360534 7

0,5236 0 0,5236 0

-1,73754E05 -2,11663E06

-2,11663E06 5,51277E-06

0,0000 0 0,0000 0

Por lo tanto una raz es cuando x= 0,52360

b) Buscando intervalos por el mtodo busca. x f(x) -2 25,2 -1 -0,5 0 0,5 1 1,5 2 x 32 f(x)

24,2 24,375

25 26,075

27,6 29,575

No es posible encontrar un intervalo, lo confirma la grfica mostrada y el discriminante de la ecuacin cuadrtica.

40 38 36 34 32 30 28 26 24 -4

-3

-2

-1

c)

i. x f(x ) -3 532,9 4 -2 88,1 5

Hallando el intervalo de la raz por el mtodo busca. -1 13,8 3 -0,5 4,6 2 -0,1 1,4 5 0,1 0,6 5 0,4 0,0 7 0,61 0,00 4 0,7 0,0 4 5 24,9 3 20 400,0 0

No se puede encontrar un intervalo. A continuacin se muestra la grafica de la curva para verificar que no es convergente.

400

300

200

100

-100

-200

-3

-2

-1

ii.

Utilizando el mtodo de iteracin de punto fijo obtenemos un resultado aproximado aunque la grafica con converge. Despejamos x:

i 1 2 3 4 5 6 7 8 9

x(n+1) 0,4 0,07307 0,73352 0,06417 0,76332 0,08833 0,68414 0,03226 0,87609

g(xn) 0,07307 0,73352 0,06417 0,76332 0,08833 0,68414 0,03226 0,87609 0,21131

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

0,21131 0,35787 0,11648 0,59840 0,00237 0,99054 0,38336 0,08892 0,68226 0,03125 0,87980 0,21616 0,34745 0,12890 0,56273

0,35787 0,11648 0,59840 0,00237 0,99054 0,38336 0,08892 0,68226 0,03125 0,87980 0,21616 0,34745 0,12890 0,56273 0,00005

Por lo tanto una solucin aproximada de la raz x= 0,56273.

6. Utilizando la ecuacin de Van de Waals para aproximar la ecuacin de estado del gas metano, calcular el volumen que ocupa un mol de este gas a presin de 500bar y temperatura de 300k, siendo a=2,304bar mol 2

dm6, b=0,04307mol-1dm3, R=0,08314 bar

Para resolver este problema debe tener en cuenta el: a) El mtodo de Newton-Raphson. Despejando la ecuacin en funcin del volumen:

Remplazando:

Luego:

i.

Encontrando intervalos por mtodo de busca obtenemos: [ ] [ ]

ii.

Analizando Convergencia. Para V1:

| Para V2: |

iii.

Realizando las iteraciones respectivas.

i 1 2 3 4

X(n) -0,01000 -0,00275 -0,00220 -0,00219

X(n+1) -0,00275 -0,00220 -0,00219 -0,00219

V1= -0,00219 dm3, ya que el valor de V debe ser positivo.

i 1 2

X(n) 0,09000 0,09054

X(n+1) 0,09054 0,09054

V2= 0,09054 dm3, ya que el valor de V debe ser positivo.

7.-Hace aos, un empresario llam a un ingeniero para saber como poder encontrar cuanto aceite queda en un tanque de almacenamiento. El tanque era esfrico y de 6 pies de dimetro. Le sugiri consiguiera una regla de acero de 4 pies como regla de nivel. Sabiendo la altura a la cual la varilla de nivel llega a ser mojada en aceite, uno sabra el h de altura del aceite en el tanque. Por lo tanto, el v del volumen de aceite.

Pero el no para all. El quera disear una regla de acero de modo que l consiguiera directamente la lectura del volumen a partir de la varilla de nivel Cmo diseara tal varilla de nivel?

Sugerencias: Utilizar un mtodo no lineal para resolver el problema. Realice las consideraciones pertinentes para la escala del diseo de la regla de nivel.

El principio de Arqumides establece que el empuje a que est sometido un cuerpo sumergido en un lquido es igual al peso del fluido desplazado. Al plantear esta condicin de equilibrio para una esfera de radio 1cm y densidad r=0,75gm/cm 3, se

consigue la ecuacin h3-3h3+3=0, donde h es la altura de la parte de la esfera que est sumergido. a) Localice las races. b) Obtenga aproximaciones con el mtodo de Newton-Raphson y biseccin. Las frecuencias naturales de viga en voladizo uniforme est relacionado a las races Bi de la ecuacin de frecuencia. fi = i-sima frecuencia natural (cps) m = masa de la viga. L = longitud de la viga E = mdulo de elasticidad. I = momento de inercia de la seccin transversal. Determinar los dos menores frecuencia de una viga de acero de 0.9 metros de longitud con una seccin rectangular de 25mm x 2.5mm. La densidad del acero es 7850 kg/m3 y E = 200GPa a) Localice las races b) Obtenga aproximaciones, usando Newton-Ruptson y ***falsa.

Un cable de acero de longitud s es suspendido como se muestra en la figura. El mximo esfuerzo de tensin en el cable, el cual ocurre en los soportes es: Adems:

Encontrar a) Localice las races b) Obtenga las aproximaciones utilizando dos mtodos numricos para hallar las races de una ecuacin

PRACTICA DE SISTEMAS LINEALES


1) Considere el siguiente circuito

Use la regla de Kirchoff, ley de Ohm y la aplicacin de los nodos de Kirchoff en los nodos P ( o Q si ud. Prefiere ), respectivamente. a) Determine el sistema de ecuaciones lineales donde las incgnitas son las intensidades. Utilizando las leyes de Kirchoff en las mallas:

][ ]

b) Encuentre el algoritmo iterativo con el mtodo de Gauss Seidel, comprobando si el mtodo converge. - Al comprobar el criterio de convergencia en la tercera fila: | | | | | |el criterio no cumple. - Pero el criterio de convergencia es una condicin suficiente ms no necesaria, y el sistema de ecuaciones si puede ser resuelto por este mtodo, realizando una reduccin de Gauss F3-0.5F1, F3 : 0 1 -1.25 y comprobando el criterio de convergencia |-1.25|>|1| con lo cual el sistema si cumple el criterio de convergencia.

c) Realice las iteraciones necesarias para resolver el problema usando todas las cifras significativas exactas. 0.0833 [I]= 6.4167 6.3333 d) Es posible acelerar la convergencia utilizando el mtodo de SOR? Justifique. e) Si su respuesta es afirmativa, realice las iteraciones necesarias para obtener todas las cifras significativas exactas.

2)

Dado T= 0 1 4 7 2 5 8 3 6 9

T= 0

T= 100

T=200 Los ejes del plato cuadrado son mantenidos a las temperaturas mostradas. Asumiendo conduccin de calor estable, la ecuacin diferencial que gobierna la temperatura T en el interior es:

Si la ecuacin es aproximada por diferencias finitas usando la malla mostrada obtenemos las siguientes ecuaciones algebraicas para las temperaturas en la malla de puntos: -4 1 0 1 0 0 0 0 0 T1 1 -4 1 0 1 0 0 0 0 0 1 -4 0 0 1 0 0 0 1 0 0 -4 1 0 1 0 0 0 1 0 1 -4 1 0 1 0 0 0 1 0 1 -4 0 0 1 0 0 0 1 0 0 -4 1 0 0 0 0 0 1 0 1 -4 1 0 0 0 0 0 1 0 1 -4 T2 T3 T4 T5 T6 T7 T8 T9 0 0 100 0 = 0 100 200 200 300

a) Utilizando el mtodo de Jacobi hallar la solucin de A X= B con un error de truncamiento menor o igual a 10-6. Es convergente el mtodo?

Verificando la convergencia, verificamos si la matriz coeficientes es diagonalmente dominante. |-4|> |1|+|1| |-4|> |1|+|1|+|1| Repetimos el proceso en todas las filas, y aseveramos que el mtodo s converge. Hallamos las soluciones del sistema, usamos en Matlab el mtodo de Jacobi. Configurndolo y usamos: x0=[0;0;0;0;0;0;0;0;0] :vector inicial A: Matriz de coeficientes b: Matriz de valores de igualdad x= Jacobi(A,b,x0,0.000001,100) y el resultado obtenido es -21.4286 -38.3929 -57.1429 -47.3214 -75.0000 -90.1786 -92.8571 -124.1071 -128.5714

b) Ahora con el mtodo de Gauss Seidel. c) Intente con el mtodo de SOR. Debe determinar aproximadamente un W ptimo.

d) Suponiendo que las componentes de las matrices dadas tienen errores inherentes absolutos menores que 10-5, acote el error total de la solucin que hall. 3) Considerando el Sistema Ax= b A= 7 2 3 4 9 8 11 15 7 8 6 0 5 7 6 14 5 6 8 2 5 4 9 21 14 6 7 5 9 8 2 15 6 5 8 9 4 6 5 7 6 4 5 9 14 6 3 2 9 6 8 1 2 8 4 8 6 5 8 9 4 7 2 9

b= 2 3 5 7 1 10 8 5

Implemente los programas necesarios para poder determinar lo siguiente:

a) es el mtodo de Jacobi convergente? Justifique. b) ES el mtodo de Gauss Seidel convergente? Justifique. c) Resuelva el sistema por el mtodo de Jacobi, partiendo del vector nulo y obteniendo con aproximacin de 10-3. - x0=[0;0;0;0;0;0;0;0] - x= Jacobi(A,b,x0,0.00001,100) - x= 1.0e+088 * -1.4907 -1.0258 -1.1514 -2.2039 -2.2007 -1.6405 -1.8000 -0.9547 d) Resuelva por el mtodo de Gauss Seidel, partiendo del vector nulo y obteniendo la solucin con aproximacin de 10-3. Cul de los mtodos es mejor? Parta de otro vector. - X1=[1;1;1;1;1;1;1;1] - x= Jacobi(A,b,X1,0.00001,100) - x= 1.0e+089 * 1.4222 0.9787 1.0985 2.1027 2.0996 1.5652 1.7174 0.9109

4)

Dadas la siguientes matrices: A y b: A= 23 1 2 0 0 0 5 0 0 9 b= 1 2 100 2 2 114 0 0 0 5 1 1 0 0 0 0 5 5 0 0 0 0 0 5 0 0 9 0 0 1 0 0 5 0 0 5 1 0 0 5 0 4 2 0 0 7 0 1 2 144 0 6 0 0 9 0 0 44 1 1 1 0 0 6 1 2 1 4 1 7 0 1 1 133 9 0 0 0 1 2 9 11 7 1 9 0 1 0 7 100 0.4838 12.1825 300.0000 0 0 0 0 0 0 0

a) Utilizando el mtodo de Jacobi, hallar la solucin de A x= b con un error de truncamiento menor o igual a 10-6. Es convergente el mtodo? - Si verificamos la convergencia en la fila 4: |4|<|10|, el mtodo no seria convergente, al resolver el sistema con ayuda de MATLAB: x0=[0;0;0;0;0;0;0;0;0;0] b=[sin(0.505); exp(2.5); 300; 0;0;0; 0;0;0;0] x= Jacobi(A,b,x0,0.000001,100) Obtenemos: x= 1.0e+004 * -1.7515 -0.0804 -0.0915 -0.4715 -0.3389 -0.2064 -6.7124 -0.1667 -1.7782 -0.3023

Sin embargo al realizar otra operacin para hallar las soluciones del sistema como A \b obtenemos: A\b ans = 6.1620 -0.2206 2.2714 -0.2247 1.1286 0.4839 -27.8564 -0.0943 4.6100 -0.6980 Obtenemos resultados muy diferentes, por tanto podemos afirmar que el mtodo no es convergente y no puede ser solucionado por el mtodo de Jacobi.

b) Item que a) pero con el mtodo de Gauss Seidel. c) Item que a) pero con el mtodo de SOR debe determinar aproximadamente un w ptimo.

d) Suponiendo que las componentes de las matrices datos tienen errores inherentes absolutos menores que 10-5 , acote el error total de la solucin que hall.

5)

El sistema de andamios consiste en tres barras rgidas ligeras que cuelgan, las ecuaciones del equilibrio para este sistema son como sigue:

Donde estn las tensiones, Ta, Tb, etc; en las cuerdas A,B, etc, respectivamente. Escribir un programa de Matlab que solucione para todas las tensiones de la cuerda cuando P3 = 1000 N y tambin calcule la suma de los valores absolutos de todas las tensiones de la cuerda. Se pide: a) Resolver primero usando funciones estndar del Matlab. - Creamos el sistema A T= b A= b= 0 0 0 0 1 1 1000 0 0 0 0 0 -4 -1000 0 0 1 1 -1 0 0 0 0 0 -3 2 0 0 1 1 -1 -1 0 -1 0 0 -9 1 4 0 7 0 Hallamos la solucin A \b A\b ans = 555.5556 444.4444 250.0000 500.0000 750.0000 250.0000 Que podemos comprobar fcilmente partiendo de la igualdad 2 b) Usando el mtodo de Jacobi y Gauss Seidel, demostrando previamente su convergencia. Los resultados deben tener una mxima precisin. La presentacin de sus resultados indicando las iteraciones ms significativas. Primero ordenamos la matriz coeficientes y su consecuente matriz B1 a= 1 1 -1 -1 0 -1 0 -9 1 4 0 7 0 0 1 1 -1 0 0 0 0 -3 2 0 0 0 0 0 1 1 0 0 0 0 0 -4 B1 = 0 0 0 0 1000 -1000

Obtenemos una matriz triangular inferior, a partir de la cual podramos hacer operaciones entre filas para hacer cumplir el mtodo de convergencia. Ejemplo para al aplicar el criterio de convergencia en la fila 3: |1|<|1|+|-1| Pero realizando sumando 1/3(f4), resultara: |1|>|0|+|-1/3| con lo cual el criterio si cumplira, de manera semejante podemos convertir las filas en las que el criterio no cumplira para demostrar que si es posible desarrollar el sistema por Jacobi y en consecuencia por Gauss Seidel. Entonces haciendo uso de la herramienta MATLAB. X0=[0;0;0;0;0;0] x= Jacobi(a,B1,X0,0.000001,100) , obtenemos : x= 555.5556 444.4444 250.0000 500.0000 750.0000 250.0000 c) Es posible encontrar w ptimo? Justifique.

6)

Dado:

La formulacin para los desplazamientos de las estructuras estticamente indeterminada se reduce a una ecuacin simtrica: Ku =p , donde:

K= 27.5800 7.0040 -7.0040 0 0

7.0040 -7.0040 29.5700 -5.2530 -5.2530 29.5300 0 0 -24.3200 0

0 0 0 -24.3200 0 0 27.5800 -7.0040 -7.0040 29.5700

p= 0 0 0 0 -45

>> p=[0; 0; 0; -45]t Determine los desplazamientos u, de las juntas. a) Analice la convergencia para Jacobi y Gauss Seidel - Al analizar la convergencia: En las filas F2 y F5, el sistema no cumple con la convergencia. b) Intente encontrar un valor de w ptimo para el mtodo de Sobre relajacin SOR y aplquelo a la solucin de este problema usando una rutina en MATLAB. c) Resuelva para Jacobi y Gauss Seidel usando sus propias rutinas en MATLAB y haga un cuadro comparativo tolerancia vs Nmero de iteraciones. 7) Considerando el siguiente circuito:

Las reglas de Kirchoff son las siguientes: Regla del nodo: la Suma algebraica de las corrientes en un nudo es cero. Regla de la malla: la suma algebraica de las fuerzas electromotrices en cualquier malla es igual a la suma de los productos IR en la malla. Implemente los programas necesarios para poder determinar lo siguiente: a) Escriba el sistema de ecuaciones considerando las leyes de Kirchoff.

b) Es el mtodo de Jacobi convergente? Justifique. Analizando la convergencia en las tres filas: |3450|>|-500| |957|>|830| |459|>|-300| Por tanto es una matriz triangularmente dominante y si cumple con la convergencia. c) Es el mtodo de Gauss Seidel convergente? Justifique La convergencia se cumple puesto que se trata de una matriz triangularmente dominante. d) Resuelva el sistema por el mtodo de Jacobi, partiendo del vector nulo y obteniendo la solucin con una aproximacin de 10-6. Haciendo uso de la herramienta MATLAB: creamos el sistema R I= V R= V= 3450 -500 0 5 -500 957 -330 9 0 -330 459 12 x0=[0;0;0] - Ejecutamos: x= Jacobi(R,V,x0,0.00001,100) y obtenemos x =I= 0.0056 0.0284 0.0465 e) Resuelva el sistema por el mtodo de Gauss Seidel, partiendo del vector nulo y obteniendo la solucin con una aproximacin de 10-6. 8) Sea el sistema de ecuaciones lineales [ ][ ] [ ]

a) Obtener la solucin utilizando dos algoritmos, eliminacin de Gauss con pivoteo parcial y eliminacin de Gauss con pivoteo total. b) Estimar el nmero de condiciones de la matriz de coeficientes.

c) En base a los resultados obtenidos por los puntos a) y b) , indicar cules de las siguientes afirmaciones son correctas y por qu: - El primer algoritmo est mal condicionado. - El segundo algoritmo est mal condicionado. - El problema est mal condicionado. 9) Sea el sistema de ecuaciones lineales

][ ]

a) Hallar la solucin mediante eliminacin de Gauss, obteniendo la descomposicin de la matriz coeficientes. b) Demostrar que el mtodo de Jacobi converge y el mtodo de Gauss Seidel lo hace ms rpido. 10) Sea el sistema de ecuaciones lineales: [ ][ ] [ ]

a) Resolver por el mtodo de Jacobi. Efectuar las modificaciones necesarias para garantizar la convergencia. Trabajar con 5 dgitos de precisin. Para garantizar la convergencia solo intercambiamos F1 y F2 [ ][ ] |5.462|>|0.008406| |-2.238|>|0.01235| b) Explicar la convergencia o no de los algoritmos del punto a) en trminos de la norma de la matriz de iteracin. c) Si el sistema se expresa simblicamente como A x = b, escribir un algoritmo que evale e informe la matriz de iteracin a partir de A y b 11) Resuelva el siguiente sistema utilizando el mtodo de Gauss Seidel, iterando hasta que la diferencia entre dos valores sucesivos de x, y o z sea menor que 0.02. Indicar si esto ultimo significa que la solucin obtenida est en un intervalo de radio 0.02 alrededor de la solucin exacta. [ ]

Haciendo uso de la Herramienta MATLAB, y con una tolerancia de 0.02. Obtenemos los siguientes valores: X= 1.5173 Y= -0.3542 Z=2.2483 Desarrollando el sistema con mtodos clsicos obtenemos: X=1.5201 Y= -0.3522 Z= 2.2506 Y realizando una diferenciacin de los valores exactos y los obtenidos con tolerancia 0.02 0.0028 0.0020 0.0023 Resultan ser aproximadamente 0.02 pero no necesariamente implica que estamos en in intervalo de radio menor que 0.02 del punto exacto de solucin. 12) Resolver el siguiente sistema utilizando el mtodo de Gauss Seidel:

13) Considerar el sistema poco denso de ecuaciones:

Mostrar que el sistema permanece poco denso cuando se lleva a la forma triangular utilizando el mtodo de eliminacin de Gauss. Hallar la solucin por Gauss y luego por Gauss Seidel. Le damos forma al sistema A.X =B A= 2 -1 -1 0 0 0 b= 1 1 1 1

2 -1

0 -1 0

2 -1 2

0 -1

Dndole forma triangular con las operaciones consecutivas: F2+0.5F1; F3+2/3F2; F4+3/4F3 A= b= 2.0000 -1.0000 0 0 1.0000 0 1.5000 -1.0000 0 1.5000 0 -1.0000 2.0000 -1.0000 1.0000 0 0 -1.0000 2.0000 1.0000 A= 2.0000 0 0 0 b= 1.0000 1.5000 2.0000 1.0000 b= 1.0000 1.5000 2.0000 2.5000

-1.0000 1.5000 0 0

0 0 -1.0000 0 1.3333 -1.0000 -1.0000 2.0000 0 -1.0000 1.3333 0 0 0 -1.0000 1.2500

A= 2.0000 -1.0000 0 1.5000 0 0 0 0

El sistema sigue siendo poco denso. Hallando la solucin por Gauss a= 2 b= 3 c= 3 d= 2 14) Dado el siguiente sistema de ecuaciones:

a) Efectuar las modificaciones necesarias para poder garantizar la convergencia utilizando e mtodo de Gauss-Seidel. - Damos forma al sistema AX=b A= b= 3.2100 0.9430 1.0200 2.3000 0.7450 0 1.2900 0.7400 0.8750 -2.5400 0.2470 3.3900

Realizando un cambio de filas en el sistema: F2 y F3 b= 2.3000 3.3900 0.7400

A= 3.2100 0.9430 1.0200 0.8750 -2.5400 0.2470 0.7450 0 1.2900

-Verificamos la convergencia para el mtodo de Gauss Sidel: |3.21|>|1.963| |-2.54|>|1.1220| |1.29|>|0.745| b) Resolver iterando hasta alcanzar una precisin mxima de 3 dgitos significativos, sin exceder un mximo de 5 iteraciones. Trabajar con una precisin que garantice un error de redondeo despreciable. - Haciendo uso de la herramienta MATLAB las soluciones del sistema con una tolerancia de 0.001 y con un mximo de 5 iteraciones es: x= 1.0050 -0.9895 -0.0027 c) Establecer la cantidad de dgitos significativos obtenidos en el punto a), para cada una de las 3 componentes del vector solucin. Indicar si se verifica el criterio para acotar el error de incremento por medio de la norma de la diferencia entre dos vectores solucin consecutivos. d) Determine cmo influye un error absoluto de 0.01 en el primer coeficiente de la primera ecuacin sobre los valore calculados de x1,x2 y x3. -Si el error es positivo: A= x' = 3.2200 0.9430 1.0200 1.0015 0.8750 -2.5400 0.2470 -0.9905 0.7450 0 1.2900 -0.0008 - Si el error es negativo x A= 3.2000 0.9430 1.0200 0.8750 -2.5400 0.2470 0.7450 0 1.2900

X =

1.0084-0.9885 -0.0047

You might also like