capítulo 3

Sistemas de ecuaciones lineales

El propósito de este capítulo es el de resolver los ejercicios que involucran tipo n

ecuaciones lineales:
la11x1 + el12x2 +. . . + el1nxn = b1
la21 x1 + a2 2x2 +. . . + a 2nxn b2 =

. . . . .

.
. .
.
.
.
. .
.
=.
lan1 x1 + eln2x2 ... + lann xn = bn

En matriz de acuerdo es Ax = b con

la12 . . a
1n x1 b1
la11 .
a
la22 . . 2n X= x2 b= b2
. . .
A = la21 . .

la
.
.
.
.
.

xn bn
.
..
.
.
.
. .
.
nn

an1 an2 . . .
donde A ∈ ℜ ×n
es la matriz de coeficientes, x ∈ ℜ n b es la solución del sistema de ∈
ℜ n Es el término independiente.
Métodos para resolver generalmente se clasifican en dos categorías: métodos
directos y métodos iterativos. Ir a usar la eliminación gaussiana con pivoteo parcial
(EGPP) como un método directo y el método de Gauss-Seidel (A.5) Método Como ite-
rativo (A.7) En el criterio de parada. Para estos últimos, también resolver ejercicios
analizando sus condiciones suficientes de convergencia.
36 CAPÍTULO 3. Sistemas de ecuaciones lineales

1. En un circuito, la corriente i1, i2 y i3 Pasan a través de las dâncias impe-Z1, Z2 y

Z3 y son dados por:

yo1 + i2 + i3 =0
Z1yo1 Z2yo2 = e1 y2

Z2yo - -
1 - Z3yo3 = e2 - y3

Si Z1 = 10 Z2 = 8, Z3 = 3, y1 - y2 Ee = 652 - y3 = 120:

a) Calcular los valores de las corrientes i1, i2 e i3 por un método directo y

estable.

b) Calcular el determinante de la matriz.

c) Calcular la matriz inversa.

a) Cambio de variables: i → x.

x1 + x 2 + x3 =0
10x1 8x2 = 65

8x1 - - 3x3 = 120

1 1 1 0
A= 10 -8 0 b = 65
8 0 3 120

-
Ingresos a las líneas de cambio (- →) Debido a que el mayor elemento del primer módulo
1.2

la columna se debe colocar en la primera línea en la

primera etapa.

1 1 1 |0 10 -8 0 | 65
10 -8 0 | 65 →- 1 1 1 |0
1.2
8 0 3 120 8 0 3 120
- | - |
 37

1la paso: pivote Element1 (la11): 10 (primer módulo de la columna de elementos

más grande)

Cálculo de multiplicadores:
la la
21 1 31 8
pivot pivote
m21 = - e1 = - 10 = -0,1; m31 = - 1 = - 10 = -0.8

El multiplicador m21 multiplicará la línea de pivote (línea 1) y añadir a la línea 2.

El multiplicador m31 multiplicará la línea de pivote (línea 1) y añadir a la fila 3.

Ejemplo: -8 × (-0,1) + 1,8 = 1

El extremo expandido de la matriz obtenida en 1 la paso es:

10 -8 0 1.8
0 | 65
1 | -6.5

0 6.4 -3 | 68
2a paso: se intercambian de nuevo las líneas (→ -), de tal manera que el elemento más
grande
2.3

segundo módulo de columna (la segunda fila hacia abajo) está en la posición A22.

10 -8 0 | 65 10 -8 0 | 65
0 1.8 1 | -6.5 →- 0 6,4 -3 | 68
2.3
0 6.4 3 68 0 1.8 1 6.5

- | | -

elemento de pivote2 (la22): 6,4 (más grande segundo elemento de módulo de

columna de la segunda fila). cálculo del multiplicador:
la32 1.8
m = -pivot = -6.4 = -0.281250
32 2

El multiplicador m32 multiplicará la línea de pivote (línea 2) y añadir la línea 3.

10 -8 0 | 65
0 6.4 -3 | 68

0 0 1.84375 | -
25625
38 Capítulo 3. sistemas de ecuaciones lineales
De este modo, se obtuvo el siguiente sistema ahora triangular, que se resuelve
mediante la sustitución
-25 635
revertir, es decir, del final al principio. Por ejemplo, x3 = 1.84375 = -13.898305, la
siguiendo x2 Y, por último = 4.110169 x1 =
9,788136.
10x1 - 8x2 = 65
6,4 veces2 3x3 = 68

- 1.84375x3 = -25 625

Por lo tanto, los valores de las diferentes corrientes que corresponden a I1 = 9,788136,
I2 = 4,110169
e yo3 = -13.898305.
Los comandos de Matlab:
>> A = [1 1 1; 10 -8 0, -3 0 8]
A=
111
10 -8 0

8 0-3
>> b = [0, 65, 120]
b=
0
65
120
>> El \ b
ans =
9,7881
4.1102
-13.8983

b) Cálculo del determinante de la matriz:

Q
t t
det (A) = det (U) x (-1) = yo= 1... n(uii) × (-1) (t es el número de líneas de
cambio).
La matriz U es la matriz triangular superior obtenida del proceso de eliminación de
Gauss:

10 -8
0 6.4
0-3

0 0 1.84375
 39

Por lo tanto, det (A) = u11 × U22 × U33 X (-1)2 × 6,4 × 10 = 1,84375 x (-1)2 = 118.
Los comandos de Matlab:
>> A = [1 1 1; 10 -8 0, -3 0 8]
>> det (A)
ans =
118

c) cálculo de la matriz
inversa

1 1 1 | 1 0 0
(A | R) = 10 -8 0 |0 1 0

8 0 -3 | 0 0 1

Se aplica a todos EGPP realizando las mismas operaciones requeridas para el

siglo cal la matriz triangular superior U (punto a)) de la matriz (A | R). El
resultado es el siguiente.

10 -8 0 | 0 1 0
0 6.4 -3 | 0 -0.8 1

0 0 1.84375 | 1 0,125 -0,28125

Para el cálculo de la primera columna de A-1, Se resuelve por el sistema como

un término independiente que tiene 1la matriz de la columna derecha:

10 -8 0 | 0
0 6.4 -3 | 0

0 0 1.84375 | 1

Cuando se obtiene x1x2 ex3 por sustitución inversa siendo calculado primera
columna de A-1.
1.84375x3 = 1 ⇔ x3 = 0.542373

6,4 veces2 - 3x3 = 0 ⇔ x2 = 0.254237

10x1 - 8x2 = 0 ⇔ x1 = 0.203390

40 CAPÍTULO 3. Sistemas de ecuaciones lineales

Del mismo modo, se obtiene para la segunda columna:

10 -8 0 | 1 x1 = 0.025424
0 6.4 3 0.8 x2 = 0.093220
- | - ⇔ -
0 0 1.84375 | 0125 x3 = 0.067797

Y a la tercera columna,
10 -8 0 | 0 x1 = 0.067797
0 6.4 3 1 x2 = 0.084746
- | ⇔

0 0 1.84375 | -0.28125 x3 = 0.152542

-

Reuniendo las soluciones de los tres sistemas anteriores se presenta la matriz inversa A-1:

0.203390 0.025424 0.067797

la-1= 0.254237 -0.093220 0.084746

0.542373 0.067797 0.152542

Los comandos de Matlab:
>> A = [1 1 1; 10 -8 0, -3 0 8]
>> inv (A)
ans =
0.2034 0,0254 0,0678
0.2542 -0,0932 0,0847
0.5424 0,0678 -0,1525
 41

2. Una fábrica de pintura que desea utilizar la tinta queda de cuatro diferentes tipos
de
tonos verdes de la pintura para crear un tono verde más popular. Una unidad de
medición (uno) de la nueva tinta comprenderá x1 un tipo de tinta 1, x2 un tipo de

tinta 2, x3 una tinta de tipo 3 ex4 un tipo de tinta 4. Cada nueva tinta se compone
de cuatro pigmentos que están relacionadas por el siguiente sistema de
ecuaciones lineales:

80x1+ 30x3+ 10x4 = 40

80x2+ 10x3+ 10x4 = 27

4x1 +
16x1+ 20x2+ 60x3+ 72x4 = 31 8x4 =2

Los coeficientes de la matriz representan el porcentaje de pigmento en cada una de las

4 diferentes tonos de tinta verde, por ejemplo, la tinta con la nueva clave debe contener
31% de pigmento 3, sabiendo que el tipo de tinta 1 que contiene 16% de tinta de tipo 2
20% de tinta 60% tipo 3 y tipo 4 contiene tinta 72% de que el pigmento.

a) Analizando sólo las condiciones suficientes de comprobación de

convergencia si el método de Gauss-Seidel converge, cuando se aplica a
este sistema.

b) Resolver el sistema de ecuaciones usando el método iterativo de Gauss-Seidel,

utili-

Zando para el punto de aproximación inicial (0.5, 0.2, 0.2, 0)T y usando
cree que terio de ε-stop o n = doce y veinticincomáx = 2.

resolución:

a)
80 0 30 10 40
A= 0 80 10 10 b= 27

16 20 60 72
4 0 0 8
31
2
42 Capítulo 3. sistemas de ecuaciones lineales
Análisis de las condiciones de convergencia
suficiente:

i) La matriz A es diagonal dominante y estricta? No, porque | 60 | <| 16 | + | 20 | +

| 72 | = 108. Nada se puede concluir acerca de la convergencia.
ii) La matriz es simétrica y definida positiva?

80 0 16 4
laT = 0 80 20 0 =A
30 10 60 0 6
10 10 72 8

∴La matriz A no es simétrico, por lo que no es necesario comprobar si es

definida positiva. Nada puede concluirse.

iii) C ||GS||1, ∞<1? (Iteración cálculo de matriz CGS (A.5))

80 0 0 0 0 000 0 0 -30 -10
=D 0 80 0 0 L= 0 000 T= 0 0 -10 -10
0 60 0 0 16 20 00 000 72
- - -
0 800 4 000 000 0

-
80 0 0 0 0,0125 0 0 0
DL = 0 80 0 0 (DL)-1 = 0 0,0125 0 0
- 16 20 60 0 - 0,0033 0,0042 0.0167 0
- -
4 0 0 8 0,0063 0 0 0,1250

-
0 0 -0,3750 -0,1250
C = (D L)-1T = 0 0 -0,1250 -0,1250
GS
- 0 0 0.1417 -
1.1250
0 0 0.1875 0.0625

Cálculo de la norma 1 matriz CGS :

yoP
n n P
n P

C || || = max ( | c |, | c |, ..., | c |) = max (0 + 0 + 0 + 0, 0 + 0 + 0 +

GS 1 =1 i1 i = 1 i2 i=1 en
0; | -
0.3750 | + | - 0,1250 | + 0,1417 + 0,1875; | - 0,1250 | + | - 0,1250 | + | - 1.1250 | +
0,0625) = max (0, 0, 0,8292, 1,4375) = 1,4375.
 43

C ||GS ||1 <1 es falsa, nada se puede concluir acerca de la convergencia.

Cálculo de la norma de C ∞GS :

n jP
n P
n
P

| c |,
1j j=
C ||GS ||∞ = Max | c2j |, ..., j = 1 | cNueva Jersey |) = Max (0 + 0 + | -0,3750
( =1 1 | + | -0,1250 |; 0+
0 + | - 0,1250 | + | - 0,1250 |; 0 + 0 + 0.1417 + | - 1.1250 |; 0 + 0 + 0,1875 +
0,0625) = max (0,5; doce y veinticinco; 1,2667; 12:25) = 1,2667

C ||GS ||∞ <1 es falsa, nada se puede concluir acerca de la convergencia.

C ||GS ||1 = 1,4375 y C ||GS ||∞= 1.2667. Como ninguno de estos valores es
inferior a 1, no puede concluirse.

El análisis de las condiciones de convergencia suficientes para permitir que

cualquier conclusión acerca de la convergencia del método de Gauss-Seidel.
MATLAB:
>> A = [80 30 10 0; 80 0 10 10; 16 20 60 72; 4 0 0 8]
>> D = diag (diag (A))
=D
80 0 0 0
0 80 0 0
0 0 60 0
0 0 0 8
>> L = tril (-A, -1)
L=
0 0 0 0
0 0 0 0
-16 -20 0 0
-4 0 0 0
>> Triu U = (-A, 1)
T=
0 0 -30 -10
0 0 -10 -10
0 00 -72
0 0 0 0

>> DL
44 CAPÍTULO 3. SISTEMAS ecuaciones lineales

ans =
80 0 0 0
0 80 0 0
16 20 60 0
4 0 0 8
>> inv (DL)
ans = U *
0 0 -0,3750 -0,1250
0 0 -0,1250 -0,1250
0 00,1417 -1,1250
0 0 0.1875 0.0625
>> norma (inv (DL) * U-
1) ans =
1.4375
>> norma (inv (DL) * U,
inf) ans =
1.2667

b)
 0.5
0.2
x(1) =
0.2

Ecuación iterativo método de Gauss-Seidel (A.5): (A - G) xk + 1 = U xk + b

1la iteración (k = 1): (A - G) x(2) = U x(1) + b

80 0 0 0 x(2) 0 0 -30 -100,5 40

0 80 0 0 = 0 0 -10 -10 0.2 + 27
16 20 60 0 0 0 0 72 0.2 31
-
4 0 0 8 0 0 0 0 0 2

Nota: La matriz triangular es más largo (inferior), entonces la resolución del sistema es
mediante la sustitución
 45

directa.
80 0 0 0 34 0425
0 80 0 0 x(2) = 25 x(2) = 0,3125
16 20 60 0 31 ⇔ 0.2992

4 0 0 8 2 0,0375

x(2)Se obtiene por resolución del sistema por sustitución directa. Por ejemplo, su
primer componente es x1 = 34 = 0,425.
80
PARADA Control criterio (A.7):

x(2)x(1) = 0425
0,3125
0.5
0.2 =
-0075
0,1125
- 0.2992 - 0.2 0.0992

0,0375 0 0,0375

p
X || - (2) x || = (-0 2 2 2 2
= 0.1718 =
0,075)
2
(2) (1) + 0,11252 + 0,09922 + 0,03752
√
|| x || 0,425 + 0,3125 + 0,2992 + 0,0375 0.6076
= 0,2828 <12:25 (falso!)

El criterio de parada no se verifica, por la que continúa para la segunda iteración.

2la iteración (k = 2):

80 0 0 0 0 0 -30 -10 0425 40

0 80 0 0 x(3) = 0 0 -10 -10 0,3125 + 27
16 20 60 0 0 0 0 72 0.2992 31
-
4 0 0 8 0 0 0 0 0,0375 2

80 0 0 0 30649 0.3831
0 80 0 0 x(3) = 23.633 x(3) = 0.2954
16 20 60 0 28.3 ⇔ 0.2710

4 0 0 8 2 0,0584

PARADA Control criterio (A.7):

46 CAPÍTULO 3. Sistemas de ecuaciones lineales

|| x(3) - x(2)|| = 0.0573 = 0,1027 < doce y veinticinco Es

cierto!
|| x(3)|| 0.5576

La estimación del error relativo es menor que 0,25, y termina el proceso

iterativo. El enfoque de la solución es: x*1 ≈ 0.3831 x*2 ≈ 0.2954 x*3 ≈ 0,2710
ex*4 ≈ 0,0584 a cada tipo de pintura.
CONUM:
GAUSEI
Sistemas de ecuaciones lineales - ecuaciones de Gauss-Seidel
matriz
80.000000 0.000000 30.000000 10.000000
0.000000 80.000000 10.000000 10.000000
16.000000 20.000000 60.000000 72.000000
4.000000 0.000000 0.000000 8.000000
vector B
40.000000
27.000000
31.000000
2.000000
vector de Inicio
0.500000
0.200000
0.200000
0.000000
criterio de parada de tolerancia
E = 2.500000e-01
Máximo número de iteraciones
3 = NMAX
Iteration matriz método de Gauss-Seidel
0.000000 0.000000 -0.375000 -0.125000
0.000000 0.000000 -0.125000 -0.125000
0.000000 0.000000 0.141667 -1.125000
0.000000 0.000000 0.187500 0.062500
El proceso iterativo no puede converger.
la iteración 1
 47

x [1] = 0.425000
x [2] = 0.312500
x [3] = 0.299167
x [4] = 0.037500
iteración 2
x [1] = 0.383125
x [2] = 0.295417
x [3] = 0.271028
x [4] = 0.058437
Número de iteraciones = 2 Llevada
La solución del sistema
0.383125
0.295417
0.271028
0.058437
48 CAPÍTULO 3. Sistemas de ecuaciones lineales

3. Un ingeniero de producción supervisa la producción de cuatro tipos de dolor de

cómputo. Hay cuatro tipos de recursos necesarios para la producción: trabajo,
trabajo, metal, plástico y componentes electrónicos. Las cantidades de estos
recursos, nece-sario para producir cada equipo son:

Mano de obra metales plástica componentes

(M / m). (Kg / m). (Kg / m). (Unid./comp).
1 3 20 10 10
2 4 25 15 8
3 7 40 20 10
4 20 50 22 15

Considere una ingesta diaria de 504 horas de mano de obra, 1,970 kg de

metales, plásticos y 970 kg 601 componentes.

a) Use un método directo y estable para calcular el número de equipos (entero)

de cada tipo producido por día.

b) Utilice el método iterativo de Gauss-Seidel, tomando como aproximación

inicial x(1)= (9, 10, 12, 10). Mostrar sólo los cálculos para los dos primeros
iteraciones, lo que indica una estimación del error relativo.

c) Revisar los resultados, el análisis de las condiciones suficientes de conver-

cia.

resolución:

a) Formulación del sistema de ecuaciones lineales:

3x1 + 4x2 + 7x3 + 20x4 = 504
20x1 + 25x2 + 40x3 + 50x4 = 1970

10x1
10x1
+ 15x2
+ 8x2
+ 20x3
+ 10x3
+ 22x4
+ 15x4
= 970
= 601
 49

3 4 7 20 504
A= 20 25 40 50 b= 1970
10 15 20 22 970

10 8 10 15 601
Se resuelve la EGPP sistema lineal:

3 4 7 20 | 504 20 25 40 50 | 1970
20 25 40 50 | 1970 →- 3 4 7 20 | 504
|
1.2 |

10 15 20 22 970 10 15 20 22 970
| |

10 8 10 15 601 10 8 10 15 601
m21 = -203 = -0.15, m31 = - 20 = -0,5 en41 = -1020 = -0.5
10

20 25 40 50 | 1970 20 25 40 50 | 1970
doce y
veinticin
0 co 1 12.5 | 208,5 2.4 0 -4.5 -10 -10 | -384

→-
0 2.5 0 3
-
| -
15 0 2.5 0 3-
| 15
-

doce
y
veinti
0 4.5 10 10 384 0 cinco 1 12.5 208,5

- - - | - |
doce
y
veint
icinc
2.5 o
m32 = - -4.5 = 0.555556 en42 = - -4.5 = 0.055556
20 25 40 50 | 1970
0 -4.5 -10 -10 | -384

- | -
0 0 -5.555556 8.555556 228.333333

0 0 0.444444 11.9444444 | 187.166667

0.444444
m43 = - -5.555556 = 0.080000
20 25 40 50 | 1970
0 -4.5 -10 -10 | -384

- - | -
0 0 5.555556 8.555556 228.333333
 |

0 0 0 11.260000 169.900000
50 CAPÍTULO 3. Sistemas de ecuaciones lineales

Se resuelve por el sistema de sustitución inversa, obteniendo x*1 = 10, x*2 = 12

x*3 Ex = 18*4 = 15 computadoras de cada tipo producido por día.

b)

3000 0 0 00 -4 -20 -7 0
=D 0 25 0 0 L= 0 -20 00 T= 0 0 -40 -50
20 0 0 0 10 15 0 0 00 0 22
- - -
0 0 0 15 10 8 10 0 00 0 0

- - -

3 0 0 0 0.3333 0.0000 0.0000 -0,0000

DL = 20 25 0 0 (D L)-1= -0,2667 0,0400 0 0.0000
- 10 15 20 0 - 0.0333 0,0300 0,0500 0.0000
- -

- - -
10 8 10 15 0.1022 0,0013 0,0333 0,0667
0 -1,3333 -2,3333 -6,6667
C = (D L)-1T = 0 1.0667 0.2667 3.3333
GS
- 0 -
0.1333 0.9667 0.2667
-

0 0,4089 0,7689 2,8444

Ecuación iterativo de Gauss-Seidel (A.5): (A - G) xk + 1 = U xk + b

10
x(1) =
12
10

1la iteración (k = 1):

3 0 0 0 0 -4 -7 -20 9 504
20 25 0 0 x(2) = 0 0 -40 -50 10 + 1970
10 15 20 0 0 0 0 22 12 970
-
10 8 10 15 0 0 0 0 10 601
 51
Nota: La matriz es ya tringular (inferior), entonces la resolución es por
sustitución directa.

3 0 0 0 180 60
20 25 0 0 x(2) = 990 x(2) = -8.4
10 15 20 0 750 ⇔ 13.8

10 8 10 15 601 4.653333

-
la
Confome a la declaración, se procede al cálculo de 2 iteración (k
= 2):

3 0 0 0 0 -4 -7 -20 60 504
20 25 0 0 x(3) = 0 0 -40 -50 -8.4 + 1970
10 15 20 0 0 0 0 22 13.8 970
-
10 8 10 15 0 0 0 0 4.653333 601

3 0 0 0 534.06666 178.02222
20 25 0 0 x(3) = 1650.66665 x(3) = -76.391111
10 15 20 0 1072.373326 ⇔ 21.900889

10 8 10 15 601 52.473481

-
Error de estimación
relativa:

178.02222 60 118.02222
x(3) x(2) = -76.39111 -8.4 = -67.99111
- 21.900889 - 13.8 8.100889

52.473481 4.653333 47.820148

- - -
|| x(3) - x(2)|| 118.022222 + (-67,99111)2 + 8.1008892 + (-47.820148)2 144.583631
x
(3) =p 2222 = . =
|||| p 892
0.716141 178,02222 + (-76,39111) + 21,900889 + (-52.473481) 201 614
c) Análisis de las condiciones de convergencia suficiente:

i) El estricto y es diagonal dominante?

| 3 | > | 4 | + | 7 | + | 20 | (Falso!)
52 CAPÍTULO 3. Sistemas de ecuaciones lineales

Nada se puede concluir acerca de la convergencia.

ii) A es simétrica y definida positiva?

3 20 10 10
AT = 4 25 15 8 =A
7 40 20 10 6

20 50 22 15
∴ A no es simétrica.

Nada se puede concluir acerca de la convergencia.

iii) Análisis de CGS

CGS Se ha calculado en a) (CGS = (D - L)-1T).

C ||GS ||∞ <1 ∨ C ||GS||1 <1?

C ||GS ||∞ = 10.333323 <1 (falso!)

C ||GS ||1 = 13.111096 <1 (falso!)

Nada se puede concluir acerca de la convergencia.

Las condiciones del análisis suficiente convergencia no es concluyente relativa a la

convergencia del método de Gauss-Seidel para el sistema descrito.
 53

4. Consideremos el siguiente sistema de ecuaciones para determinar las

concentraciones c1c2 c3 (G / m3) En una serie de tres reactores como una

función de la cantidad de masa a la entrada de cada reactor (sistema término
independiente en g):

17c1 2C2 3C3 = 500

5c1 21c +2 2c3 = 200

- 5C1
5C2 -
22c +3
= 30

a) Las condiciones del análisis de convergencia suficiente del método de

Gauss-Seidel cuando se aplica al sistema.

b) Aplicar el método de Gauss-Seidel para el sistema, teniendo en cuenta cómo el

punto de aproximación inicial (34, 19, 13) y ε1 = 0,0025 o un máximo de dos
iteraciones.

resolución:

a) Análisis de las condiciones de convergencia suficiente:

17 -2 -3 500
A= -5 21 -2 b= 200
5 5 22 30

- -

i) La matriz A es diagonal dominante y estricta?

Sí, porqueii > Σnj = 1, j = I6 | aij| i = 1, ..., n, es decir, | 17 | > | - 2 | + | - 3 |, | 21 | > |

- 5 | + | - 2 | y | 22 | > | - 5 | + | - 5 |.
Como una de las condiciones ya se observa una convergencia suficiente, no es
necesario verificar el uno al otro, se concluye que el método de Gauss-Seidel
converge cuando se aplica a este sistema.

b) La ecuación iterativo método de Gauss-Seidel: (A - G) xk + 1 = U xk + b

54 CAPÍTULO 3. Sistemas de ecuaciones lineales

17 0 0 000 203
=D 21 0 0 L= 050 T= 002
0 0 22 505 000

17 0 0
D-L= -5 21 0
5 5 22

- -
la
1 iteración (k =
1):

17 0 0 0 2 3 34 500
-5 21 0 x(2) = 0 0 2 19 + 200
5 5 22 000 13 30

- -

17
-5
0
21
0
0 x(2) =
577
226 ⇔ x(2) =
33.941176
18.843137

- -

5 5 22 30 13.360071
Deja de verificación de criterios (A.7):
|| x(2) - x(1)|| = 0.397136 0.009673 = <0,0025 (Falso!)
|| x(2)|| 41.055557
El criterio no se verifica y el proceso iterativo continúa.
2la iteración (k =
2):

17 0 0 0 2 3 33.941176 500
-5 21 0 x(3) = 0 0 2 18.843137 + 200
5 5 22 0 0 0 13.360071 30

- -

17 0 0 577.766487 33.986264
-5 21 0 x(3) = 226.720142 ⇔ x(3) = 18.888165

- -

5 5 22 30 13.380552
 55

Deja de criterios de verificación:

|| x(3) - x(2)|| 0.066932
= = 0.001628 <0.0025 (verdad!)
(3)
|| x || 41.120167
Se cumple el criterio de parada. La solución se encuentra después de 2
iteraciones y corresponde ac*1 33.986264 ≈ c*2 18.888165 ≈ c*3 13.380552 ≈ g /
m3.
CONUM:
GAUSEI
Sistemas de ecuaciones lineales - ecuaciones de Gauss-Seidel
matriz
17.000000 -2.000000 -3.000000
-5.000000 21.000000 -2.000000
-5.000000 -5.000000 22.000000
vector B vector de Inicio
500.000000 34.000000
200.000000 19.000000
30.000000 13.000000
criterio de parada de tolerancia Máximo número de iteraciones
E = 2.500000e-03 3 = NMAX
Iteration matriz método de Gauss-Seidel
0.000000 0.117647 0.176471
0.000000 0.028011 0.137255
0.000000 0.033104 0.071301
la iteración 1
x [1] = 33.941176
x [2] = 18.843137
x [3] = 13.360071
...
Número de iteraciones = 2 Llevada
La solución del sistema
33.986264
18.888165
13.380552
56 CAPÍTULO 3. Sistemas de ecuaciones lineales

5. Considere la Figura 4 representa un sistema de resortes conectados en serie

somete a una fuerza F de 2000 kg.

En el equilibrio, las ecuaciones de equilibrio de fuerzas deducidas definen las

interrelaciones entre los muelles:

k2(x2 - x1)
k3 (x3
-
x2) = k1x1
= k2(x2x1)
k (x - x)
4 4 3 = k3(x3x2)
F = k4(x4x3)

donde k1 = 150, k2 = 50, k3 K = 754 = 225 son la constante de elasticidad (Kg / s2).

Analizar las tres condiciones suficientes para la convergencia del método de Gauss-
Seidel y completa en la convergencia del método para resolver el sistema lineal
dado.

nota: Iteración matriz CGS es

0000 0250 0000 0000

CGS = 0000 0100 0600 0000 .
0000 0025 0150 0750

0000 0025 0150 0750

resolución:
Sustitución de los valores de las
constantes:
50 (x2 - x1) = 150x1 -50x1 + 50x2
75 (x3 x2) 50 = (x2x1) 75x2 + 75x3
- -

⇔
225 (x4 - x3) 75 = (x3x2)
2000 = 22 5 (x4 -x3 )
-225x3 225x +4
2000
= 150x1
= -50x1 + 50x2

= -75x2 + 75x3
= -225x3 225x +4
 57

La colocación de los términos segundo miembro sin incógnitas:

-50x1 - 150x1 + 50x2 =0 -200x1 + 50x2
50x1
-
50x2
-
75x2 + 75x3 =0 50x1
-
125x2 + 75x3 = 0
= 0
⇔
75x2 - 75x3 - 225x3 225x +4
225x3 225x4
=0
= 20 00
75x2 - 300x3 225x +4
225x3 225 x4
= 0
- -

= -2000

-200 50 0 0 0
A= 50 -125 75 0 b= 0
0 75 300 225 0
-

- -
0 0 225 225 2000
Análisis de las condiciones de convergencia suficientes:

i) La matriz A es diagonal dominante y estricta? No, porque | - 125 | > | 50 | + |

75 |⇔ 125> 125 (Falso!)
ii) La matriz es simétrica y definida positiva?

-200 50 0 0
laT = 50 -125 75 0 =A

-
0 0
75
0
300 225
225 225

-
∴La matriz A es simétrica. Ahora la matriz A es definida positiva, calcu-lating los
determinantes de todos sus submatrices.

det (A11) = Det (-200)> 0 (falso!)

Nada puede concluirse.

iii) Como se proporciona la matriz CGS puede calcularse inmediatamente || CGS

||1 y C ||GS ||∞ C ||GS ||1, ∞ <1?

C ||GS ||1 = 1,5 y C ||GS ||∞ = 0925

Como una de las reglas es menor que 1, se concluye que el método de Gauss-
Seidel converge cuando se aplica a este sistema.
58 CAPÍTULO 3. Sistemas de ecuaciones lineales

6. Un equipo de tres paracaídas conectados por una cuerda es despreciable peso-

lan cada uno en caída libre a una velocidad v = 5 m / s de acuerdo con la Fig.

Considere los siguientes datos:

paracaidista masa Coef. resistencia

(I) (myo) (Kg) (Cyo) (Kg / s)
1 70 10
2 60 14
3 40 17
El sistema lineal resultante permite calcular
la tensión en cada sección de la cuerda (R
y T) y la aceleración del equipo de (a).

m1g c1v -T m =1la

m2GC2RT = M v +2la

m3g c3v
- - M + = R3la

(Sea G = 9,8 m / s2).

Lo que se puede decir acerca de la convergencia

del método iterativo de Gauss-Seidel cuando se
aplica al sistema? Justificar.

resolución:

cambio de variable: x →1R x →2 y T x →3 y la sustitución de las constantes:

9.8 × 70 -10 × 5 -x3 x
70x =1
60 9.8 14 5 + x3 2 = 60x1

×
9.8 × 40
-×
-17 × 5
- + x2
= 40x1
 59

El aislamiento de los términos y sin incógnitas 2la miembro de:

70x1 + x3 = 636
60x1 + x2 x3 = 518

40x1 -x2 - = 307

70 0 1 636
A= 60 1 -1 b= 518
40 1 0 307

-
Para determinar si el método de Gauss-Seidel converge cuando se aplica al
sistema, se analizan las condiciones de convergencia suficiente:

i) La matriz A es diagonal dominante y estricta?

No, porque | 1 | <| 60 | + | - 1 |.

ii) La matriz A es simétrica y definida positiva?

6=
70 60 40
= 0 1 -1 A
T
la 1 1 0

-
Por lo tanto, la matriz no es
simétrica.

iii) C ||GS||1, ∞ <1?

CGS = (D - L)-1T

70 0 0 0 0 0 0 0 -1
=D 0 1 0 L= -60 0 0 T= 0 0 1
0 0 0 40 1 0 0 0 0

70 0 0
D-L= 60 1 0

40 -1 0
60 CAPÍTULO 3. Sistemas de ecuaciones lineales

D - L no revierte, que es uno de los requisitos previos para el uso del método de
Gauss-Seidel. Por lo tanto, se concluye que este método no se puede aplicar en la
solución de este problema en la forma en que el sistema es. Sin embargo, sería
posible resolver el sistema usando el método directo (EGPP).
MATLAB:
>> A = [0 1 70; 1 60 -1, 40 -1 0]
>> D = diag (diag (A))
=D
70 0 0
0 1 0
0 0 0
>> L = tril (-A, -1)
L=
0 0 0
-60 0 0
-40 1 0
>> Triu U = (-A, 1)
T=
0 0 -1
0 0 1
0 0 0
>> DL
ans =
70 0 0
60 1 0
40 -10
>> inv (DL)
Advertencia: Matrix es singular precisión de trabajo.
 61

7. Un portador tiene tres tipos de camiones, Truck1, Camión2 y camiones3Que

están equipados para llevar tres tipos diferentes de acuerdo con las siguientes
máquinas de mesa:

la máquina
la máquina B máquina C
camión1 1 0 2
camión2 1 1 1
camión3 1 2 1

Por ejemplo, uno puede tomar Camião1 la máquina, cualquiera de los dos equipo B y
C. Suponiendo que cada máquina camión completamente cargado, camión cuántos de
cada tipo debe enviar exactamente 12 para el transporte de máquinas, máquinas 10
B y 16 máquina de C?

a) ¿Cree que puede garantizar la convergencia del método iterativo de Gauss-

Seidel para resolver este problema? Justificar.

b) Resolver el problema mediante un método directo y estable.

a) camiónk → xk, Con k = 1, 2, 3.

x1 + x2 + x3 = 12
x
2 2x3 + = 10 .
2x1 + x2 + x3 = 16

1 1 1 12
A= 0 1 2 b= 10
2 1 1 16

Para comprobar la convergencia del método se analizan condiciones suficientes

convergencia:
62 CAPÍTULO 3. Sistemas de ecuaciones lineales

i) es estricta y en diagonal dominante?

| 1 | > | 1 | + 1 | (Falso!)

A no es estricta y en diagonal dominante. Nada se concluye que la

convergencia. ii) A es simétrica y positiva?

 1 0 2

121

∴ la matriz no es simétrica, entonces nada se concluye.

iii) C ||GS||1, ∞ <1?

CGS = (D - L)-1T
 1 00 0 0 0 0 -1 -1
=D 0 1 0 L= 0 0 0 T= 0 0 -2
0 0 1 102 0 0 0

- -

10 0 1 0 0 0 -1 -1
L = D- 0 1 0 (D-L)-1 = 0 1 0 (D-L)-1T = 0 0 -2
2 1 1 2 11 0 2 4

- -
CGS || || || 1 = 7 y CGS || ∞ = 6, entonces nada se puede concluir sobre la

convergencia. Ninguna de las condiciones se cumple, por lo que nada se puede

concluir acerca de la conver-gencia del método de Gauss-Seidel cuando se aplica a la

resolución de este sistema.

b) Un método directo es la eliminación estable y gaussiana con pivoteo parcial

111 | 12 121 | 16
0 1 2 | 10 →- 0 1 2 | 10
1.3
2 1 1 16 1 1 1 12

| |
 63

m31 = -12 = -0.5

2 1 1 | 16
0 1 2 | 10
0 0.5 0.5 4

|
01.5
m32 = - = -0.5

2 1 1 | 16
0 1 2 | 10
0 0 0.5 1

- | -
Solución de sustitución inversa se obtiene por x-1 = 4, x2 Ex = 63 = 2. 4 debe
usarse tipo 1 camiones, vehículos pesados 6 de Tipo 2 Tipo 3 2 camiones para
llevar la carga deseada.
Los comandos de Matlab:
>> A = [1 1 1, 1 2 0, 2 1 1]
>> b = [12; 10; 16]
>> El \ b
ans =
4
6
2
64 CAPÍTULO 3. SISTEMAS ecuaciones lineales

8. Hoy es el Día de San Valentín. Dos chicos quieren comprar un ramo de flores,
de rosas y tulipanes, para ofrecer a sus amigas. considerar x1 el número de ex
rosas2 el número de los tulipanes de cada rama.

El primero de los chicos va a comprar la rama a la

floristería "mil pétalos" que cobra por cada rosa 2 euros y
2 euros cada uno tulipán, el gasto de 10 euros. El
segundo decide comprar la rama en la floristería "Todo
en flor", pero esto sigue siendo inde-CISA en el precio a
cobrar por cada rosa (consi-dere este precio igual a "k")
de carga que 3 euros por Tulipán, conseguir la rama de
13 euros.

a) Poner el problema en la forma de un sistema de ecuaciones lineales, una

función de x1x2 y k.

b) Calcula justificar el valor de k, para asegurar la convergencia de todo-me iterativo

de Gauss-Seidel en la resolución del sistema (uso sólo condiciones de
convergencia suficientes sobre la base de la matriz de coeficientes, A).

resolución:

a)
2x1 + 2x2 = 10
kx1 + 3x2 = 13

b)
2 2 10

A= k 3 b = 13
Analizado si las condiciones de convergencia suficientes:

i) La matriz A es diagonal dominante y estricta?

| 2 | > | 2 | (Falso!)
 65

La matriz A es no estricta y en diagonal dominante. Nada se concluye que la

convergencia.

ii) La matriz es simétrica y definida positiva?

La matriz es simétrica si k = 2. Para ser definida positiva, tenemos que

comprobar si todas las submatrices de A son determinante positivo:

det (A11) = Det (2) = 2>

0
la
1
det la11 2 = det 2 2 2 => 0
la
2
la21 2 2 3
De ello se sigue que la matriz es definida positiva. Este último debe ser

determinante-cal culado a través de: det (A) = det (U) x (-1)t.

Para k = 2, está asegurada método de convergencia, porque resulta que una de

las condiciones suficientes de convergencia.