TALLER DE ANALISIS NUMERICO

Aplique el mtodo iterativo de jacobi para resolver el siguiente sistema:

Use como vector inicial ( )

, itere hasta cuando
( )

teniendo en cuenta que la solucion del sistema es

y consigne los resultados en la
tabla. Trabaje con cinco dgitos de precisin.
R/ despejando

en la matriz inicial tenemos:

Reorganizando las matrices de la forma JACOBI nos queda:

[ ]

Iteracin con

[ ]

( )

[ ]

[ ]

( )

[ ]

( )

[ ]

[ ]

( )

[ ]

( )

[ ]

( )

( )

[ ]

( )

[ ]

[ ]

( )

[ ]

( )

[ ]

Observamos que en la iteracin nmero 11 el

, es decir, menos que
0.00004 que fue el error que nos dieron de referencia, los datos fueron consignados en la
siguiente tabla:

1
1.75000
3.37500
3.0000
0.673

2
1.84375
3.87500
3.02500
0.2016

3
1.96250
3.92500
2.96250
0.384

4
1.99062
3.97656
3.00000
0.025

5
1.99414
3.99531
3.00093
0.0075

6
1.99859
3.99718
2.99859
0.0034

7
1.99964
3.99911
3.00000
0.00080

8
1.99977
3.99982
3.00003
0.00029

9
1.99994
3.99988
2.99994
0.00014

10
1.99998
3.99996
3.00000
0.00004

11
1.99999
3.99999
3.00000
0.00001

2) Aplique el mtodo iterativo de GAUSS-SEIDEL para resolver el sistema:

Cuya solucin exacta es

consigne los datos en la tabla.
R/

. Use como vector inicial

E1 = 4x1 + 3x2

( )

= 24

E2 = 3x1 + 4x2 x3 = 30
E3 =

- X2 + 4x3 = -24

Despejamos las incgnitas:

X1 = -3/4 x2 + 6
X2 = -3/4 x1 + 1/4 x3 + 15/2
X3 = 1/4 x2 6
Del sistema equivalente anterior se obtiene la formula de iteracin de Gauss-Seidel
X1(k) = -3/4 x2(k-1) + 6
X2(k) = -3/4 x1(k) + 1/4 x3(k-1) + 15/2
X3(k) = 1/4 x2(k) 6
Con una aproximacin inicial:
( )

X(0) = [

( )
( )

]=[ ]

 Para k = 1
( )

X(1) = [

( )

( )
( )

]=[

( )

( )

( )

EA = || x - x(1)||2 =|| (3,4,-5) (5,2500; 3,8125; -5,0468) ||2 = || (-2,2500; 0,1875; 0,0468)
||2 = ,

-1/2 = (

) = 2,2582

Para k = 2
( )

X(2) = [

( )

( )
( )

]=[

( )

( )

( )

EA = || x - x(2)||2 =|| (3,4,-5) (3,1406; 3,8828; -5,0293) ||2 = || (-0,1406; 0,1172; 0,0293)
||2 = ,

-1/2 = (

) = 0,0343

Para k = 3
( )

X(3) = [

( )

( )
( )

]=[

( )

( )

( )

EA = || x - x(3)||2 =|| (3,4,-5) (3,0879; 3,9267; -5,0183) ||2 = || (-0,0879; 0,0733; 0,0183)
||2 = ,

-1/2 = (

) = 0,0134

Para k = 4
( )

X(4) = [

( )

( )

]=[

( )

( )

( )

( )

EA = || x - x(4)||2 =|| (3,4,-5) (3,0549; 3,9542; -5,0114) ||2 = || (-0,0549; 0,0458; 0,0114)
||2 = ,

-1/2 = (

) = 0,0723

 Para k = 5
( )

X(5) = [

( )

( )

]=[

( )

( )

( )

( )

EA = || x - x(5)||2 =|| (3,4,-5) (3,0343; 3,9714; -5,0071) ||2 = || (-0,0343; 0,0286; 0,0071)
||2 = ,

-1/2 = (

) = 0,0452

Consignamos los resultados en la tabla:

k
X1(k)
X2(k)
X3(k)
|| x - x(k)||2

1
5,2500
3,8125
-5,0468
2,2582

2
3,1406
3,8828
-5,0293
0,0343

3
3,0879
3,9267
-5,0183
0,0134

4
3,0549
3,9542
-5,0114
0,0723

5
3,0343
3,9714
-5,0071
0,0452

3. Pruebe que si se aplica el mtodo de gauss-seidel para resolver el sistema:

El mtodo no converge para cualquier

( )

mostrando que (

Solucin:
Del sistema dado observamos que:
[

La cual se puede descomponer como:

[

Sabemos que
Hallamos (
(

)
[

Utilizamos el mtodo de adjuntos para calcular la inversa:

(
(

([

])

) = Matriz adjunta

[ |

|
|

| = [

| ]

|
|

((

))

Traspuesta de la matriz adjunta

((

))

]
((

Como el inverso de su determinante es igual a 1al multiplicarla por

) ) nos quedara la misma matriz, por tanto:
(

Luego realizamos (
(

)
)

][

Entonces

Hallamos el polinomio caracterstico de

(

)
(

([
)

])
)(

((

Utilizamos formula cuadrtica para hallar los valores caractersticos de

El radio espectral de

es :
(

Por lo tanto como (

cualquier ( ) .

*
(

, entonces decimos que el mtodo no converge para

4) Considere el siguiente sistema:

Pruebe que:
a) La convergencia del mtodo de jacobi para este sistema requiere que
(tj)=
< 1.
b) La convergencia del mtodo gauss-seidel para este sistema requiere que
(tg)=
<1
R/

x1 + ax2

=1

x1 + x2 + x3 = 1
+ bx2 + x3 = 1
Del sistema dado se observa que la matriz de coeficientes es A= [

La cual se puede descomponer como:

[

]=[
A

.Por

]+[

]+[

AL

AD

]
AU

lo tanto:

AD-1 = [

] y AD-1 (AL + AU) = [

], AL + AU = [

Es decir: TJ = -AD-1 (AL + AU) = [

Hallamos ahora el polinomio caracterstico

TJ I = [

] por lo tanto:

det(TJ I) = det[
1 - (-a)det0

=(

)det0

=(

),(

=(

),( )

( )-

=(

),

)(

)(
( ),( )

( ), -

=
Es decir: PTJ ( )=det(TJ-

)=

1 + (0)det0
)-

( ),(
( )-

)(

1
(

)( )-

Ahora
(

=0

)(

)=0
=0
)=0

+ = Max{

El radio espectral de TJ es p(TJ) = Max*

= Max {

}=

Si
p(TJ)=
Para

Si
p(TJ)= 0
Entonces la convergencia del mtodo de Jacobi para este sistema requiere que
p(TJ)=
<1
x1 + ax2

b)

=1

x1 + x2 + x3 = 1
+ bx2 + x3 = 1
Del sistema dado se observa que la matriz de coeficientes es A= [
La cual se puede descomponer como
[

]=[
A

]+[
AL

]+[
AD

]
AU

Por lo tanto:
AD + A L = [
y (AD + AL)-1 =

adj(AD + AL)T

Donde:
1 = (1)(1-0) = 1

Det(AD + AL) = (1)det0

|

Adjunta (AD + AL) = |

[ |

Adjunta (AD + AL)T = [

Ahora (AD + AL)-1 =

(AD + AL)-1 = [

| = [

|]

adj (AD + AL)T

Ahora:
(AD + AL)-1AU = [

][

]=[

Es decir:
TG = - (AD + AL)-1AU = [

Hallamos ahora el polinomio caracterstico

TG I = [

] por lo tanto:

det(TG I) = det[

=(
=(

),(

=(

),

1 - (-a)det0

)det0
)(

)(

)-

( ),

1 + (0)det0

Es decir: PTG ( )=det(TGAhora

(

)=
=0

)=0

El radio espectral de TG es p(TG) = Max*

+ = Max*

+ = |a + b|

Por lo tanto p(TG) =

Entonces la convergencia del mtodo de gauss-seidel para este sistema requiere que
p(TG) =

<1

5) Considere el siguiente esquema iterativo de jacobi:

( )

( )

][

PRUEBE QUE:
a)

( )

b)

c) El mtodo de jacobi converge si

) (

R/
a) Para hallar

( )

debemos:

Luego hallamos el determinante de:

.

( )

/.

( )

/
As obtenemos:

y comprobamos el polinomio caracterstico.

b) para hablar el radio espectral debemos hallar primero los valores caractersticos:
Factorizando nos queda: .

Es decir:
(

con multiplicidad 2, por lo tanto

.| | | |/ Obteniendo finalmente (

c) para que converja tenemos:

Luego

Por lo tanto la solucin de la inecuacin es (

) (

6) Sea
un sistema de ecuaciones lineales cuya solucin exacta es x. si x es una
aproximacin a x, se define el vector residual r como el vector:
.si x es una
aproximacin a la solucin x del sistema
y a es una matriz invertible, pruebe que:

Solucin:

Tenemos que:

Al reemplazar b obtenemos:
(

Multiplicamos la expresin por

(

Sabemos que

, entonces:
(

Aplicamos la norma para vectores, teniendo en cuenta que =1

Como se sabe que

7) Determine un polinomio p(x) = ax6+ bx4+ cx2+d que satisfaga las siguientes
condiciones:

P(0) =2
P(-1)= 8

, ( )- = -2

, (

)- = 8

Solucin:

Cuando P(0)= 2

Tenemos que:
P(x) = ax6+ bx4+ cx2+d
P (0)= 2

a(0)6+ b(0)4+ c(0)2+d

Entonces: d=2

P(-1)= 8

Tenemos que:
a(-1)6+ b(-1)4+ c(-1)2+2 = 8
a+b+c+2=8
a+b+c = 8-2
a+b+c = 6 (1)

, ( )- = -2

Tenemos que:
= 6ax5+ 4bx3+ 2cx
= 30ax4+ 12bx2+ 2c

Entonces:
, ( )- = -2
30ax4+ 12bx2+ 2c = -2

30a (0)4+ 12b (0)2+ 2c = -2

2c = -2
c= -1

, (

)- = 8

Remplazamos c=-1 en la ecuacin (1)

Tenemos que:
a+b-1 = 6
a+b = 6 +1
a+b =7 (2)
Entonces:
, (

)- = 8

30ax4+ 12bx2+ 2(-1) = 8

30a (-1)4+ 12b (-1)2- 2 =8
30a+12b-2= 8
30a+12b= 8+2
30a+12b = 10
15a+6b= 5 (3)
Luego:
a+b =7

a= 7-b

Remplazamos de la ecuacin (2); a= 7-b

15(7-b) +6b= 5
105-15b+6b =5
105-5= 9b
9b=100
b=
Entonces:

a= 7a= Tenemos que el Polinomio es:

-

x6 +

x 4- x 2 + 2

8. Halle el polinomio de Taylor de grado n= 4 de la funcin ( )

( ) para aproximar (

use

respecto a

Solucin:
( )
(
(

= ( )

)
( )(

( )(

= 0, por lo tanto:
( )

( )

( )

( )

( )

( )

( )

)
( )

( )

( )

( )

( )
El trmino residual respectivo es:
( )

)(

)
(
)

)(

Donde es un numero en o y x (0 <

( )

( )
(
( )
)

( )

)(

( )

Entonces:
(
(

Ahora:
( )

( )
( )
(

( )
( )

Entonces:

( )

( )

Luego:

((

) )

((

) )

9) Determine el cuarto polinomio de Taylor (

) y su correspondiente termino residual
para ( )
(
), respecto a
y use este polinomio para aproximar (
)y
(

. Trabaje con 4 dgitos de precisin.

Solucin:
( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )
( )

( )

)
(

( )

( )

( )

( )

( )
( )

( )

( )

( )

( )
( )

( )

( )
(

( )

( )

( )

)
(

10. La frmula de Machn establece que:

( )

( )

)
(

Por lo que se necesita aproximar el valor de f(x)=arctanX con Xo=0

(

( )

( )

( )
( )

( )
(

( )
( )

( )

)
( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

Ahora utilizamos este polinomio en la frmula:

( )

TALLER DE ANALISIS NUMERICO

SEGUNDO SEGUIMIENTO

INTEGRANTES
STEVEN GUTIERREZ
2010215033
CRISTIAN POMARES
2010119060
BRAYAN ROJAS ACOSTA
2010216110
LORENA SUESCA CASTIBLANCO
2010216120

GRUPO 1

PRESENTADO A:
LEIDER ENRIQUE SALCEDO GARCIA

UNIVERSIDAD DEL MAGDALENA

SANTA MARTA D.T.C.H
2012