Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El método de Gauss requiere la aplicación de operaciones elementales hasta llegar a una matriz
triangular (no es única, dependiendo de como hagamos las operaciones pudiera salir otra
igualmente correcta), por otro lado, Gauss-Jordan continúa el proceso hasta obtener la forma
reducida por filas, su complejidad computacional es de aproximadamente n3, esto es, el número
de operaciones requeridas es del orden de de n3 si el tamaño de la matriz es n x n. Por lo tanto,
computacionalmente es mas efectivo el método de Gauss Jordan.
c= 1/4 0.25
EJERCICIO 1
EJERCICIO 2
GAUSS-JORDAN
0.571378247 0 0 0 0 329.2941
0 1 0 0 0 -8551.3803
0 0 1 0 0 34800.2661
0 0 0 1 0 -52053.0752
0 0 0 0 1 25643.6120
1 0 0 0 0 576.2647
0 1 0 0 0 -8551.3803
0 0 1 0 0 34800.2661
0 0 0 1 0 -52053.0752
0 0 0 0 1 25643.6120
LUEGO
X1= 576.2647
X2= -8551.3803
X3= 34800.2661
X4= -52053.0752
X5= 25643.6120
COMPROBACIÓN
LUEGO
X1= 576
X2= -8551
X3= 34800
R5=R5+0.19715*R4 X4= -52053
X5= 25644
COMPROBACIÓN
R4=4389.68864*R4
R1=R1-0.21052632*R4
R2=R2-0.04990*R4
R3=R3-0.00441*R4
R3=405.37049*R3
R1=R1-0.266667*R3
R2=R2-0.04947*R3
R1=R1*1.75
0.21052632 0.17391304 1
0.03994189 0.03747632 1.363637 R2=R2-0.636363*R1
0.04990183 0.04787226 2.53333 R3=R3-0.46667*R1
0.05147436 0.05021615 3.6316 R4=R4-0.36842*R1
0.05021203 0.04963367 4.69565 R5=R5-0.30435*R1
0.21052632 0.17391304 1
0.04990183 0.04787226 2.53333
0.03994189 0.03747632 1.363637
0.05147436 0.05021615 3.6316
0.05021203 0.04963367 4.69565
0.21052632 0.17391304 1
0.04990183 0.04787226 2.53333
R2 <-> R3
-0.0031553 -0.0038681 -0.8242481
0.0026574 0.00338463 1.15334459
0.00440864 0.00569316 2.37038239
0.21052632 0.17391304 1
0.04990183 0.04787226 2.53333
0.00440864 0.00569316 2.37038239 R3=R3-0.86364*R2
0.0026574 0.00338463 1.15334459 R4=R4-0.97826*R2
-0.0031553 -0.0038681 -0.8242481 R5=R5-0.91787*R2
0.21052632 0.17391304 1
0.04990183 0.04787226 2.53333
0.00440864 0.00569316 2.37038239
-4.0027E-05 -9.8725E-05 -0.2969739 R3<->R5
0.00022874 0.00050199 0.9952574
0.21052632 0.17391304 1
0.04990183 0.04787226 2.53333
0.00440864 0.00569316 2.37038239
0.00022874 0.00050199 0.9952574 R4=R4-0.61185*R3
-0.000040 -0.0001 -0.2969739 R5=R5-0.76760*R3
0.21052632 0.17391304 1
0.04990183 0.04787226 2.53333
0.00440864 0.00569316 2.37038239
0.00022874 0.00050199 0.9952574
R4<->R5
0 -3.9297E-06 -0.1007589
-10959 4460 1
-9053 3799 2
-7712 3309 3
-6717 2931 4
-5949 2630 5
Metodo de Gauss-Seidel X1 X2 X3
0.3
0.25
0.2
ERROR
0.15
0.3
0.25
0.2
ERROR
0.15
0.1
0.05
0
0 5 10 15
Metodo de Gauss-S
X4 X5 Metodo de Jacobi
0.21053 0.17391 1
0.17391 0.14815 2
0.14815 0.12903 3 ITERACIÓN x1 x2 x3 x4
0.12903 0.11429 4 1 576 -8551 34800 -52053
ITERACIÓN
Metodo de Gauss-Seidel Metodo de Jacobi
i X1 X2 X3 X4 X5
25643.3603443662 3.6893E-02
25643.5334847663 1.1873E-02
25643.5500986185 1.2798E-02
25643.566309757 1.0812E-02
25643.5822722557 8.9130E-03
25643.5980876051 7.6284E-03
25643.6138224412 6.7523E-03
25643.6295203041 6.1478E-03
25643.6452094352 5.7242E-03
25643.6609079491 5.4211E-03
25643.676627262 5.1986E-03
25643.6923743656 5.0302E-03
25643.708153335 4.8982E-03
25643.7239663272 4.7910E-03
25643.739814244 4.7007E-03
25643.7556971705 4.6223E-03
25643.7716146655 4.5522E-03
25643.7875659541 4.4881E-03
25643.803550054 4.4286E-03
25643.8195658602 4.3725E-03
25643.8356121994 4.3192E-03
25643.8516878668 4.2682E-03
OBSERVACIONES
Tanto el método de Seidel como el de Jacobi son iterativos ya que, obtienen el resultado dando
aproximaciones a través de varias iteraciones, se observa que ambos métodos cumplen con su objetivo
después de repetir los pasos varias veces, requieren los mismos criteros, el primero, debe presentar una
matriz cuadrada, segundo, los elementos de la diagonal tienen que tener el coeficiente de mayor magnitud
de la ecuación y la diagonal no debe tener valores nulos, luego, considero que los dos métodos son
efectivos.
Tanto el método de Seidel como el de Jacobi son iterativos ya que, obtienen el resultado dando
aproximaciones a través de varias iteraciones, se observa que ambos métodos cumplen con su objetivo
después de repetir los pasos varias veces, requieren los mismos criteros, el primero, debe presentar una
matriz cuadrada, segundo, los elementos de la diagonal tienen que tener el coeficiente de mayor magnitud
de la ecuación y la diagonal no debe tener valores nulos, luego, considero que los dos métodos son
efectivos.
1
2
3
4
5
Interpolación de Lagrange
x y x=
-0.5 y= -3.2362
-6.5 10
-4 2.3
-1.5 -1.2
1 -8.5
3.5 -27
x y
-6.5 10
-4 2.3
-1.5 -1.2
1 -8.5
3.5 -27
a0
-6.5 10 a1
-3.08 a2
-4 2.3 0.336 a3
-1.4 -0.08533333 a4
-1.5 -1.2 -0.304 0.00064
-2.92 -0.07893333
1 -8.5 -0.896
-7.4
3.5 -27
Reemplazando
x -0.5
f(x) -3.2292
X A(yo) A2(yo)
-0.5 -7.3 -3.8
Xo
-1.5
Ax
2.5
k
0.4
Yo
-1.2
grange
VALOR REAL
LAGRANGE
didas de Newton
DIFERENCIAS DIVIDIDAS
NEWTON
DIFERENCIAS FINITAS
NEWTON
-8 -6 -4 -2
y
064 (�+6.5)(�+4)(�+1.5)(�−1)
a de Newton
A3(yo)
-7.4
COMPARACIÓN
Con el objetivo de verificar los valores obtenidos por cada uno de los métodos de interpolación
se realiza una linea de tendencia que arrojó un tipo de regresión polinómica de tercer grado con
coeficiente de correlación de 1, se evaluó en esta formula el valor de x= - 0.5 y se obtuvo el
siguiente resultado
x -0.5
f(x) -3.2706
x -0.5
f(x) -4.1376
f (x)
15
10
0.0821333333x^3 - 0.6598857143x^2 - 3.0719238095x - 4.6517714286
999993481 5
0
-4 -2 0 2 4 6
-5
-10
-15
-20
-25
x -30