Práctica Unidad 7 – Sistemas de Ecuaciones Lineales

Radio Espectral
1-
Matriz Simétrica: Propiedad 𝝆(𝑨) = 𝑴𝒂𝒙 |𝝀𝒊 |

𝑨𝑻 = 𝑨 𝝆(𝑨) = 𝟑
𝝆(𝑩) = 𝟓

−2 1 𝑇 −2 1
[ ] =[ ] = 𝐴 ⇒ 𝑺𝑰 Norma 2
1 −3 1 −3
𝑇
7 2 0 7 3 0
[3 5 −1] = [2 5 5 ] ≠ 𝐴 ⇒ 𝑵𝑶 ||𝑨||𝟐 = √𝝆(𝑨∗ 𝑨) 𝑫𝒐𝒏𝒅𝒆 𝑨∗ 𝒆𝒔 𝒍𝒂 𝑻𝒓𝒂𝒏𝒔𝒑𝒖𝒆𝒔𝒕𝒂 𝑪𝒐𝒏𝒋𝒖𝒈𝒂𝒅𝒂
0 5 −6 0 −1 −6
𝑇
2 −1 0
[−1 4 2] = 𝐴 ⇒ 𝑺𝑰 2 −1 2 −1 5 −4
√𝜌 ([ ]∗[ ]) = √𝜌 ([ ])
0 2 2 { −1 2 −1 2 −4 5 ⇒ √9 = 𝟑
5−𝜆 −4
|[ ]| = 𝑥2 − 10 ∗ 𝑥 + 9
Matriz Singular −4 5−𝜆
2 1 0 2 1 0 5 4 0
𝑫𝒆𝒕(𝑨) = 𝟎 √𝜌 ([1 2 0 ] [1 2 0 ]) = √𝜌 ([4 5 0 ])
0 0 −5 0 0 −5 0 0 25 ⇒ √25 = 𝟓
5−𝜆 −4 2
{ |[ ]| = 𝑥 − 10 ∗ 𝑥 + 9
−2 1 −4 5−𝜆
𝐷𝑒𝑡 ([ ]) = −2(−3) − 1 ∗ 1 = 5 = 𝐴 ⇒ 𝑵𝑶
1 −3
7 2 0 3-
𝐷𝑒𝑡 ([3 5 −1]) = 7(5 ∗ (−6) − 5 ∗ (−1)) − 2 ∗ (3 ∗ (−6) − 0 ∗ (−1)) + 0 ∗ (3 ∗ 5 − 0 ∗ 5) = −139 𝑵𝑶
0 5 −6
2 −1 0 Norma Infinito
𝐷𝑒𝑡 ([−1 4 2]) 2 ∗ (4 ∗ 2 − 2 ∗ 2) + 1(−1 ∗ 2) = 6 𝑵𝑶
𝒏
0 2 2
||𝑨||∞ = 𝐦𝐚𝐱 ∑|𝒂𝒊𝒋 |
𝟏<𝒊<𝒏
Dominante diagonalmente 𝒋=𝟏
“Es la suma máxima en fila, que resulta de sumar los
𝒏 módulos de los coeficientes fila”
∀𝒂𝒊𝒊 ⇒ |𝒂𝒊𝒊 | ≥ ∑|𝒂𝒊𝒋 |
𝒊𝒋
𝒋≠𝒊

7>2 2>1 Norma 1

2>1
𝑺𝑰 { 𝑺𝑰 {5 > 3 + 1 𝑺𝑰 {4 > 1 + 2
3>1 𝒏
6>5 2≥2
||𝑨||𝟏 = 𝐦𝐚𝐱 ∑|𝒂𝒊𝒋 |
2- 𝟏<𝒋<𝒏
𝒊=𝟏
“Es la suma máxima encolumna, que resulta de sumar los
Autovalores módulos de los coeficientes de la misma”

𝑺𝒆𝒂 𝝀 𝒖𝒏 𝒂𝒖𝒕𝒐𝒗𝒂𝒍𝒐𝒓 ⟹ |𝑨 − 𝝀𝑰| = 𝟎

||𝑨||∞ = 𝑴𝒂𝒙{𝟏𝟕; 𝟏𝟎; 𝟏𝟔} = 𝟏𝟕
2−𝜆 −1
|[ ]| = (2 − 𝜆)2 − 1 = 𝜆2 − 4𝜆 + 3 ⇒ 𝑨 = {𝟏; 𝟑}
−1 2−𝜆 ||𝑨||𝟏 = 𝑴𝒂𝒙{𝟏𝟔; 𝟏𝟏; 𝟏𝟔} = 𝟏𝟔
2−𝜆 1 0
[ 1 2−𝜆 0 ] = − 𝑥 3 − 𝑥 2 + 17𝑥 − 15 ⇒ 𝑩 = {𝟏, 𝟑, −𝟓}
0 0 −5 − 𝜆
 4- 6-
3 3 Para aplicar el método de Gauss-Seidel realizamos la misma operación que para
|2𝑘 − 3| ≥ 4 + 1 ([𝑠𝑖 𝑘 ≥ ∧ 2𝑘 − 3 ≥ 5] ∨ [𝑠𝑖 𝑘 ≤ ∧ 2𝑘 − 3 ≤ −5]) ([4; ∞) ∪ (−∞; −1])
2 2 Jacobi, pero al pasar a la otra ecuación del sistema ya reemplazamos el valor de la
{ 5>4 ⇒ ⇒ ∩
∧ incógnita hallada:
|10 − 𝑘| ≥ 6 [(−∞; 4] ∪ [16, ∞)]
([𝑠𝑖 𝑘 ≤ 10 ∧ 10 − 𝑘 ≥ 6] ∨ [𝑠𝑖 𝑘 > 10 ∧ 10 − 𝑘 < −6])
8 1 4
𝑥1 = + 𝑥 − 𝑥
7 7 2 7 3
Para que sea estricto debemos quitar los extremos: 1 3 1
𝒌 ∈ (−∞, −𝟏] ∪ {𝟒} ∪ [𝟏𝟔, +∞) 𝑫𝑫 𝑥2 = + 𝑥1 + 𝑥3
𝑺𝒐𝒍: { 2 8 4
𝒌 ∈ (−∞; −𝟏) ∪ (𝟏𝟔; +∞) 𝑬𝑫𝑫 1 2 1
{𝑥3 = − 2 + 3 𝑥1 + 6 𝑥2

𝑿(𝟎) = (𝟎 ; 𝟎; 𝟎)
([𝑠𝑖 𝑘 ≥ 1 ∧ 3𝑘 − 3 ≥ 5] ∨ [𝑠𝑖 𝑘 ≤ 1 ∧ 3𝑘 − 3 ≤ −5]) 𝟖 𝟏𝟑 𝟓 209
8 2 (𝟏)
𝑿 =( ; ; ) ⇒ ||𝑋 (1) − 𝑋 (0) || =
|3𝑘 − 3| ≥ 4 + 1 ∧ ([ ; ∞) ∪ (−∞; − ])
2 3 3 𝟕 𝟏𝟒 𝟏𝟐 ∞ 84
{ |5 + 𝑘 | ≥ 4 ⇒ (∀𝑘) ⇒ 𝟑𝟎𝟓 𝟏𝟒𝟔 𝟓 45
∩ (𝟐)
𝑿 =( ; (2)
; ) ⇒ ||𝑋 − 𝑋 || =(1)
|10 − 𝑘| ≥ 11 ∧ 𝟐𝟗𝟒 𝟏𝟒𝟕 𝟏𝟒 196
[(−∞; −1] ∪ [21, ∞)] ∞
([𝑘 ≤ 10 ∧ 𝑘 ≤ 1] ∨ [𝑘 ≥ 10 ∧ 𝑘 ≥ 21) 𝟏𝟏𝟏𝟐 𝟐𝟕𝟐𝟗 𝟐𝟕𝟐𝟓 143
𝑿(𝟑) = ( ; ; ) ⇒ ||𝑋 (3) − 𝑋 (2) || =
𝟏𝟎𝟐𝟗 𝟐𝟕𝟒𝟒 𝟕𝟎𝟓𝟔 ∞ 1942
175
Para que sea estricto debemos quitar los extremos: 𝑿(𝟒) = (𝟏. 𝟎𝟔𝟒𝟐𝟒𝟗𝟖𝟓 ; 𝟎. 𝟗𝟗𝟓𝟔𝟒𝟐𝟕𝟑; 𝟎. 𝟑𝟕𝟓𝟒𝟒𝟎𝟑𝟓𝟓) ⇒ ||𝑋 (4) − 𝑋 (3) || =
6189 ∞
𝒌 ∈ (−∞, −𝟏] ∪ [𝟐𝟏, +∞) 𝑫𝑫 En la próxima Iteración ya se pasa la precisión. Por lo tanto es X(4)
𝑺𝒐𝒍: {
𝒌 ∈ (−∞; −𝟏) ∪ (𝟐𝟏; +∞) 𝑬𝑫𝑫

5- T y C de Jacobi y Gauss-Seiddel
Para aplicar el método de Jacobi despejamos de cada ecuación del sistema una
incógnita distinta y luego iteramos sobre el resultado de esa matriz iniciando en el 𝑻𝑱 = 𝑫−𝟏 (𝑳 + 𝑼) 𝒚 𝑪𝑱 = 𝑫−𝟏 𝑩
valor inicial propuesto: 𝑻𝑮𝑺 = (𝑫 − 𝑳)−𝟏 𝑼 𝑪𝑮𝑺 = (𝑫 − 𝑳)−𝟏 𝑩
𝟏
𝑥1 =
8 1 4
+ 𝑥 − 𝑥
𝑺𝒊𝒆𝒏𝒅𝒐 𝑿−𝟏 = 𝑨𝒅𝒋(𝑿)
7 7 2 7 3
|𝑿|
1 3 1
𝑥2 = + 𝑥1 + 𝑥3
2 8 4 7 0 0 0 0 0 0 1 −4
1 2 1 𝐴 = 𝐷 − 𝐿 − 𝑈 = [0 −8 0 ] − [−3 0 0] − [0 0 −2]
𝑥
{ 3 = − + 𝑥 + 𝑥
2 3 1 6 2 0 0 −6 −4 −1 0 0 0 0
1
𝑿(𝟎) = (𝟎 ; 𝟎; 𝟎) 0 0
7
𝟖 𝟏 𝟏 15 1 48 0 0 𝑇 1
𝑿(𝟏) = ( ; ; − ) ⇒ ||𝑋 (1) − 𝑋 (0) || = 𝐷−1 = [0 −42 0 ] = 0 − 0
𝟕 𝟐 𝟐 ∞ 7 336 8
0 0 −56
𝟑 𝟒𝟓 𝟐𝟗 5 17 71 253 1 ⇒
𝑿(𝟐) =( ; (2) (1)
; ) ⇒ ||𝑋 − 𝑋 || = ||( ; ; )|| = [0 0 − ]
𝟐 𝟓𝟔 𝟖𝟒 ∞ 14 56 84 168 6
∞ 1
𝟏𝟐𝟒𝟕 𝟏𝟗𝟑 𝟕𝟏 517 29 97 2525 0 0
𝑿 (𝟑)
=( ; ; ) ⇒ ||𝑋 (3) − 𝑋 (2) || = ||(− ; ; )|| = 𝑇 7
𝟏𝟏𝟕𝟔 𝟏𝟔𝟖 𝟏𝟏𝟐 ∞ 1176 84 336 2352 1 48 18 35 3 1
∞ (𝐷 − 𝐿)−1 = [0 −42 −7 ] = − 0
𝟏𝟏𝟏𝟏 𝟐𝟎𝟕 𝟗𝟑𝟕 17 109 277 87 336 56 8
𝑿 (𝟒)
=( ; ; ) ⇒ ||𝑋 (4) − 𝑋 (3) || = ||(− ;− ;− )|| = 0 0 −56
𝟏𝟏𝟕𝟔 𝟏𝟗𝟔 𝟐𝟑𝟓𝟐 ∞ 147 1176 1176 ∞ 196 5 1 1
{ [48 − − ]
48 6
𝟏𝟎𝟗𝟕 𝟔𝟒𝟏 𝟏𝟎𝟕𝟗 333 481 653
𝑿(𝟓) = ( ; ; ) ⇒ ||𝑋 (5) − 𝑋 (4) || = ||( ;− ;− )|| = 0.31757
𝟏𝟎𝟐𝟗 𝟔𝟕𝟐 𝟑𝟓𝟐𝟖 ∞ 2744 4704 7056
∞
1 𝟏 𝟒
𝑿(𝟔) = (𝟏. 𝟏𝟎𝟒𝟑𝟓𝟗𝟎𝟏; 𝟎. 𝟗𝟕𝟔𝟐𝟒𝟏𝟎𝟗; 𝟎. 𝟑𝟔𝟗𝟕𝟎𝟎𝟓𝟔) ⇒ ||𝑋 (6) − 𝑋 (5) || = ||(0.038; 0.0223; 0.063)||∞ = 0.1233 0 0 𝟎 −
∞ 7 𝟕 𝟕
0 1 1 −4 𝟑 𝟏
𝑿(𝟕) = (𝟏. 𝟎𝟕𝟏𝟎𝟔𝟐𝟔𝟗; 𝟏. 𝟎𝟎𝟔𝟓𝟓𝟓𝟗𝟕𝟕; 𝟎. 𝟑𝟗𝟖𝟗𝟒𝟔𝟏𝟗) ⇒ ||𝑋 (7) − 𝑋 (6)
|| = ||(−0.033; 0.03; 0.029)||∞ = 0.092 𝑇𝐽 = 0 0 [−3 0 −2] =
− 𝟎
∞
8
−4 −1 0 𝟖 𝟒
𝑿(𝟖) = (𝟏. 𝟎𝟓𝟖𝟔𝟖𝟐𝟏𝟓; 𝟏. 𝟎𝟎𝟏𝟑𝟖𝟓𝟎𝟔; 𝟎. 𝟑𝟖𝟓𝟒𝟒𝟎𝟑𝟓) ⇒ ||𝑋 (8) − 𝑋 (7) || = ||(−0.012; −0.005; −0.013)||∞ = 0.03 1 𝟐 𝟏
∞
[ 0 0 − 𝟎 ]
6] [𝟑 𝟔
En la próxima Iteración ya se pasa la precisión. Por lo tanto es X(8) Observen que la Matriz de Jacobi coincide con la Matriz con la que hallamos X(i)
sin la columna de términos independientes.
 9-
1 𝟏 𝟒 a)
0 0 𝟎 −
𝟕 𝟕 Primero buscamos que la matriz de coeficientes sea DD para asegurar la
7
3 1 0 1 −4 𝟑 𝟏 convergencia, modificando las filas de la misma:
𝑇𝐺𝑆 = − 0 [0 0 −2] = 𝟎 𝟓𝟔 𝟐𝟖
56 8 0 0 0
5 1 1 𝟓
5
[48 −
48
− ]
6 [𝟎 − 𝟓 −𝟑/𝟖 ] 𝑥1 = 2 + 𝑥3
𝟒𝟖 8
7- 8𝑥1 − 5𝑥3 = 16
1
Una de las propiedades indica que si la matriz de Coeficientes asociada es { 𝑥1 + 3𝑥2 = 0 ⇒ 𝑥2 = − 𝑥1
−𝑥2 + 6𝑥3 = −40 3
Diagonalmente Dominante entonces converge al valor buscado: 20 1
𝑥3 = − + 𝑥
{ 3 6 2
4>1
{ ⇒ 𝐷𝐷 ⇒ 𝐶𝑂𝑁𝑉𝐸𝑅𝐺𝐸
3>1

F(4(cifras Decimales),Decimal,-,-)
1 1 𝑿(𝟏) = (𝟎; 𝟎; 𝟎)
𝑥= + 𝑦 𝟐 𝟔𝟏 85
{ 4 4 𝑿 = (𝟐; − ; − ) ⇒ ||𝑋 (1) − 𝑋 (0) || =
(𝟏)
2 1 𝟑 𝟗 ∞ 9
𝑦= − 𝑥 𝟏𝟔𝟏 𝟏𝟔𝟏 𝟏𝟕𝟕𝟑 305 305 574 606
3 3 𝑿(𝟐) = (− ; ;− ) ⇒ ||𝑋 (2) − 𝑋 (1) || = ||( ;− ;− )|| =
𝟕𝟐 𝟐𝟏𝟔 𝟐𝟕𝟏 ∞ 72 216 2439 103
∞
𝟏 𝟕 𝟏𝟗 𝟕𝟕 𝟐𝟐𝟏 𝟗𝟑𝟏 𝟐𝟔𝟓𝟗
𝑿(𝟎) = (𝟎 ; 𝟎); 𝑿(𝟏) = ( ; ) ; 𝑿(𝟐) = ( ; ) ; 𝑿(𝟑) = ( ; ) ; 𝑿(𝟒) = ( ; 𝟎, 𝟓𝟑𝟖𝟒) (𝟑)
𝟏𝟕𝟏𝟑 𝟓𝟕𝟏 𝟏𝟔𝟏𝟖 775 207 97 162
𝟒 𝟏𝟐 𝟒𝟖 𝟏𝟒𝟒 𝟓𝟕𝟔 𝟏𝟕𝟐𝟖 𝟔𝟗𝟏𝟐 𝑿 = (− ; ;− ) ⇒ ||𝑋 (3) − 𝑋 (2) || = ||( ;− ;− ) || =
𝟖𝟐𝟎 𝟖𝟐𝟎 𝟐𝟒𝟕 ∞ 5269 4222 11870 793
∞
(𝟓)
𝑿 = (𝟎, 𝟑𝟖𝟒𝟔; 𝟎, 𝟓𝟑𝟖𝟓) 𝟏𝟖𝟗𝟏 𝟓𝟕𝟏 𝟓𝟎𝟏𝟏 43 45 16 192
𝑿(𝟒) = (− ; ;− ) ⇒ ||𝑋 (4) − 𝑋 (3) || = ||(− ; ; )|| =
𝟗𝟎𝟑 𝟖𝟏𝟖 𝟕𝟔𝟓 ∞ 8421 26431 57043 27083
∞
𝟑 𝟏 𝟕 𝟒𝟏 𝟏𝟏𝟑 𝟒𝟔𝟑 𝟏𝟑𝟐𝟕 𝟓𝟓𝟖𝟓 𝟐𝟐𝟓𝟏 𝟐𝟑𝟓𝟓 𝟗𝟕𝟔 4 7 1 18
𝑿(𝟎) = (𝟗 ; 𝟓); 𝑿(𝟏) = ( ; ) ; 𝑿(𝟐) = ( ; ) ; 𝑿(𝟑) = ( ; ) ; 𝑿(𝟒) = ( ; ) (𝟓)
𝑿 = (− ; ;− ) ⇒ ||𝑋 (5) − 𝑋 (4) || = ||( ;− ; )|| =
𝟐 𝟔 𝟐𝟒 𝟕𝟐 𝟐𝟖𝟖 𝟖𝟔𝟒 𝟑𝟒𝟓𝟔 𝟏𝟎𝟑𝟔𝟖 𝟏𝟎𝟕𝟓 𝟑𝟑𝟕𝟒 𝟏𝟒𝟗 ∞ 22575 117802 113985 ∞ 73355
(𝟓)
𝑿 = (𝟎, 𝟑𝟖𝟒𝟕; 𝟎, 𝟓𝟑𝟖𝟒)
b)
8-
Una de las propiedades indica que si la matriz de Coeficientes asociada es 3 1
Diagonalmente Dominante entonces converge al valor buscado: 𝑥1 = − 𝑥
2 3 2
2>1 2 1
{ ⇒ 𝐷𝐷 ⇒ 𝐶𝑂𝑁𝑉𝐸𝑅𝐺𝐸
6>3 𝑥2 = − + 𝑥3
3 3
1 5 1
𝑥 =4− 𝑦 { 𝑥3 = 4 − 2 𝑥1
{ 2
7 1
𝑦= − 𝑥 𝑿(𝟏) = (𝟎; 𝟎; 𝟎)
2 2
𝟑 𝟐 𝟏 8
𝑿 = ( ; − ; ) ⇒ ||𝑋 (1) − 𝑋 (0) || =
(𝟏)
𝟐 𝟑 𝟐 ∞ 3
𝟓 𝟓 𝟏𝟏 𝟗 𝟐𝟑 𝟏𝟕 (𝟐)
𝟑𝟏 𝟏 𝟕 (2) (1)
263
𝑿(𝟎) = (𝟏; 𝟒); 𝑿(𝟏) = (𝟐; 𝟑); 𝑿(𝟐) = ( ; ) ; 𝑿(𝟑) = ( ; ) ; 𝑿(𝟒) = ( ; ) 𝑿 = ( ; − ; ) ⇒ ||𝑋 − 𝑋 || =
𝟐 𝟐 𝟒 𝟒 𝟖 𝟖 𝟖 𝟐 𝟏𝟖 ∞ 72
𝟒𝟕 𝟑𝟑 𝟗𝟓 𝟔𝟓 𝟓 𝟐𝟗 𝟓 491
𝑿(𝟓) = ( ; ) ; 𝑿(𝟔) = ( ; ) 𝑿(𝟑) = ( ; − ; ) ⇒ ||𝑋 (3) − 𝑋 (2) || =
𝟏𝟔 𝟏𝟔 𝟑𝟐 𝟑𝟐 𝟑 𝟓𝟒 𝟏𝟐 ∞ 216
𝟏𝟑𝟔 𝟏𝟗 𝟏𝟑𝟑 1
𝑿(𝟒) = ( ;− ; ) ⇒ ||𝑋 (4) − 𝑋 (3) || =
𝟖𝟏 𝟑𝟔 𝟑𝟐𝟒 ∞ 36
𝟓 𝟏𝟏 𝟏𝟕 𝟒𝟕 𝟔𝟓 𝟏𝟗𝟏 𝟐𝟓𝟕 𝟏𝟖𝟏 𝟓𝟏𝟓 𝟖𝟗 13
𝑿(𝟎) = (𝟏; 𝟒); 𝑿(𝟏) = (𝟐; ) ; 𝑿(𝟐) = ( ; ) ; 𝑿(𝟑) = ( ; ) ; 𝑿(𝟒) = ( ; ) 𝑿(𝟓) = ( ;− ; ) ⇒ ||𝑋 (5) − 𝑋 (4) || =
𝟐 𝟒 𝟖 𝟏𝟔 𝟑𝟐 𝟔𝟒 𝟏𝟐𝟖 𝟏𝟎𝟖 𝟗𝟕𝟐 𝟐𝟏𝟔 ∞ 1944
𝟕𝟔𝟕 𝟏𝟎𝟐𝟓 𝟑𝟎𝟕𝟏 𝟒𝟎𝟗𝟕 𝟏𝟕𝟒𝟐 𝟑𝟒𝟑 𝟑𝟒𝟓 30
𝑿(𝟓) = ( ; ) ; 𝑿(𝟔) = ( ; ) 𝑿(𝟔) = ( ;− ; ) ⇒ ||𝑋 (6) − 𝑋 (5) || =
𝟐𝟓𝟔 𝟓𝟏𝟐 𝟏𝟎𝟐𝟒 𝟐𝟎𝟒𝟖 𝟏𝟎𝟑𝟗 𝟔𝟒𝟖 𝟖𝟑𝟖 ∞ 19441
𝟏𝟔𝟎𝟏 𝟏𝟑𝟐𝟐 𝟏𝟔𝟎𝟏 5
𝑿(𝟕) = ( ;− ; ) ⇒ ||𝑋 (7) − 𝑋 (6) || =
𝟗𝟓𝟓 𝟐𝟒𝟗𝟕 𝟑𝟖𝟖𝟖 ∞ 13441
 c) 11-
a)
3 1 1 3 1
𝑥1 = − 𝑥2 − 𝑥3 𝑥1 = 2 − 𝑥 + 𝑥
6𝑥1 + 𝑥2 + 𝑥3 = 9 2 6 6 50 2 50 3
5 1 1 3 1
{𝑥1 + 6𝑥2 + 2𝑥3 = 15 ⇒ 𝑥2 = − 𝑥1 − 𝑥3 𝑥2 = 3 − 𝑥 + 𝑥
𝑥1 + 𝑥2 − 6𝑥3 = −3 2 6 3 100 1 20 3
1 1 1 1 1
{𝑥3 = 2 + 6 𝑥1 + 6 𝑥2 {𝑥3 = 5 − 100 𝑥1 + 50 𝑥2

𝑿(𝟏) = (𝟎; 𝟎; 𝟎)
𝑿(𝟏) = (𝟎; 𝟎; 𝟎) 𝑿(𝟏) = (𝟐; 𝟑; 𝟓) ⇒ ||𝑋 (1) − 𝑋 (0) || = 10
𝟑 𝟗 𝟗 39 ∞
𝑿(𝟏) = ( ; ; ) ⇒ ||𝑋 (1) − 𝑋 (0) || = 𝑿(𝟐) = ( 𝟏. 𝟗𝟐𝟎; 𝟑. 𝟏𝟗; 𝟓. 𝟎𝟒) ⇒ ||𝑋 (2) − 𝑋 (1) || = 0,31
𝟐 𝟒 𝟖 ∞ 8 ∞
𝟏𝟓 𝟔𝟑 𝟔𝟑 63
𝑿(𝟐) = ( ; ; ) ⇒ ||𝑋 (2) − 𝑋 (1) || = 𝑿(𝟑) = (𝟏. 𝟗𝟎𝟗; 𝟑. 𝟏𝟗𝟒; 𝟓. 𝟎𝟒𝟓) ⇒ ||𝑋 (3) − 𝑋 (2) || = 0,02
𝟏𝟔 𝟑𝟐 𝟔𝟒 ∞ 64 ∞
(𝟑)
𝟏𝟐𝟗 𝟓𝟏𝟑 𝟓𝟏𝟑 (3) (2)
63 𝑿(𝟒) = (𝟏. 𝟗𝟎𝟗; 𝟑. 𝟏𝟗𝟓; 𝟓. 𝟎𝟒𝟓) ⇒ ||𝑋 (4) − 𝑋 (3) || = 0,005
𝑿 =( ; ; ) ⇒ ||𝑋 − 𝑋 || = ∞
𝟏𝟐𝟖 𝟐𝟓𝟔 𝟓𝟏𝟐 ∞ 512
𝟏𝟎𝟐𝟑 𝟒𝟎𝟗𝟓 𝟒𝟎𝟗𝟓 63 b)
𝑿(𝟒) = ( ; ; ) ⇒ ||𝑋 (4) − 𝑋 (3) || =
𝟏𝟎𝟐𝟒 𝟐𝟎𝟒𝟖 𝟒𝟎𝟗𝟔 ∞ 4096
𝟖𝟏𝟗𝟑 𝟑𝟐𝟕𝟔𝟗 𝟑𝟐𝟕𝟔𝟗 63 10 1 1
𝑿(𝟓) = ( ; ; ) ⇒ ||𝑋 (5) − 𝑋 (4) || = 𝑥1 = − 𝑥 − 𝑥
𝟖𝟏𝟗𝟐 𝟏𝟔𝟑𝟖𝟒 𝟑𝟐𝟕𝟔𝟖 ∞ 32768 3 3 2 3 3
𝟔𝟓𝟓𝟑𝟓 𝟐𝟔𝟐𝟏𝟒𝟑 𝟐𝟔𝟐𝟏𝟒𝟑 63 21 1 2
𝑿(𝟔) = ( ; ; ) ⇒ ||𝑋 (6) − 𝑋 (5) || = 𝑥2 = − 𝑥 − 𝑥
𝟔𝟓𝟓𝟑𝟔 𝟏𝟑𝟏𝟎𝟕𝟐 𝟐𝟔𝟐𝟏𝟒𝟒 ∞ 262144 5 5 1 5 3
1 2
{ 𝑥3 = 6 − 5 𝑥1 − 5 𝑥2
10-
Primero buscamos que la matriz de coeficientes sea DD para asegurar la 𝑿(𝟏) = (𝟎; 𝟎; 𝟎)
convergencia, modificando las filas de la misma: (𝟏)
𝟏𝟎 𝟐𝟏
𝑿 =( ; ; 𝟔) ⇒ ||𝑋 (1) − 𝑋 (0) || > 0.01
𝟑 𝟓 ∞
𝑿(𝟐) = (−𝟎, 𝟎𝟔𝟕; 𝟎, 𝟔; 𝟑, 𝟔𝟓𝟑) ⇒ ||𝑋 (2) − 𝑋 (1) || > 0.01
4 1 ∞

3𝑥1 + 𝑥2 = 4 𝑥1 = − 𝑥2 𝑿(𝟑) = (𝟏, 𝟗𝟏𝟔; 𝟐, 𝟎𝟎𝟖; 𝟓, 𝟕𝟕𝟑) ⇒ ||𝑋 (3) − 𝑋 (2) || > 0.01
{ ⇒{ 3 3 ∞
𝑥1 + 2𝑥2 = 3 3 1
𝑥2 = − 𝑥1 𝑿(𝟒) = (𝟎. 𝟕𝟒; 𝟎. 𝟕𝟑𝟔; 𝟒. 𝟖𝟏𝟒) ⇒ ||𝑋 (4) − 𝑋 (3) || > 0.01
2 2 ∞
𝑿(𝟓) = (𝟏. 𝟒𝟖𝟑; 𝟏. 𝟑𝟏𝟐; 𝟓. 𝟓𝟓𝟖) ⇒ ||𝑋 (5) − 𝑋 (4) || > 0.01
∞

LA TABLA ESTA EN LA GUÍA 𝑿(𝟔) = (𝟏. 𝟎𝟒𝟒; 𝟎. 𝟖𝟔𝟓𝟒; 𝟓. 𝟏𝟕𝟗) ⇒ ||𝑋 (6) − 𝑋 (5) || > 0.01
∞
𝑿(𝟕) = (𝟏. 𝟑𝟏𝟗; 𝟏. 𝟎𝟗𝟑; 𝟓. 𝟒𝟒𝟓) ⇒ ||𝑋 (7) − 𝑋 (6) || > 0.01
𝟐𝟗𝟗 𝟏𝟗𝟗 𝟔𝟎𝟏 𝟔𝟎𝟏 𝟏𝟕𝟗𝟗 𝟏𝟏𝟗𝟗 ∞
𝑿(𝟎) = (𝟏, 𝟎𝟏; 𝟏, 𝟎𝟏); 𝑿(𝟏) = ( ; ) ; 𝑿(𝟐) = ( ; ) ; 𝑿(𝟑) = ( ; ) … (𝟏, 𝟏)
𝟑𝟎𝟎 𝟐𝟎𝟎 𝟔𝟎𝟎 𝟔𝟎𝟎 𝟏𝟖𝟎𝟎 𝟏𝟐𝟎𝟎 𝑿(𝟖) = (𝟏. 𝟏𝟓𝟒; 𝟎. 𝟗𝟑𝟑; 𝟓. 𝟑) ⇒ ||𝑋 (8) − 𝑋 (7) || > 0.01
∞
𝑿(𝟗) = (𝟏. 𝟐𝟓𝟔; 𝟏. 𝟎𝟐𝟏; 𝟓. 𝟑𝟗𝟔) ⇒ ||𝑋 (9) − 𝑋 (8) || > 0.01
∞
Ya vimos que podemos hallar la Tj descomponiendo la matriz de 𝑿(𝟏𝟎) = (𝟏. 𝟏𝟗𝟓; 𝟎. 𝟗𝟔𝟐; 𝟓. 𝟑𝟒𝟏) ⇒ ||𝑋 (10) − 𝑋 (9) || > 0.01
∞
coeficientes o bien usando la matriz de coeficientes obtenida para iterar:
𝑿(𝟏𝟏) = (𝟏. 𝟐𝟑𝟐; 𝟎. 𝟗𝟗𝟔; 𝟓. 𝟑𝟕𝟔) ⇒ ||𝑋 (11) − 𝑋 (10) || > 0.01
∞
𝑿(𝟏𝟐) = (𝟏. 𝟐𝟎𝟗; 𝟎. 𝟗𝟕𝟒; 𝟓. 𝟑𝟓𝟓) ⇒ ||𝑋 (12) − 𝑋 (11) || > 0.01
𝟏 ∞
𝟎 − 𝑿(𝟏𝟑) = (𝟏. 𝟐𝟎𝟗; 𝟎. 𝟗𝟕𝟒𝟑; 𝟓. 𝟑𝟓𝟓) ⇒ ||𝑋 (13) − 𝑋 (11) || > 0.01
𝑇𝐽 = 𝐷 −1 (𝑈 + 𝐿) = [ 𝟑] ∞
𝟏
− 𝟎 𝑿(𝟏𝟒) = (𝟏. 𝟐𝟐𝟒; 𝟎. 𝟗𝟖𝟕; 𝟓. 𝟑𝟔𝟖) ⇒ ||𝑋 (14) − 𝑋 (12) || > 0.01
𝟐 ∞
𝑿(𝟏𝟓) = (𝟏. 𝟐𝟏𝟓; 𝟎. 𝟗𝟕𝟗; 𝟓. 𝟑𝟔𝟏) ⇒ ||𝑋 (15) − 𝑋 (14) || > 0.01
∞
𝑿(𝟏𝟔) = (𝟏. 𝟐𝟐𝟎; 𝟎. 𝟗𝟖𝟑; 𝟓. 𝟑𝟔𝟓) ⇒ ||𝑋 (16) − 𝑋 (15) || > 0.01
∞
𝑿(𝟏𝟕) = (𝟏. 𝟐𝟏𝟕 ; 𝟎. 𝟗𝟖𝟏; 𝟓. 𝟑𝟔𝟑) ⇒ ||𝑋 (17) − 𝑋 (16) || > 0.01
∞
𝑿(𝟏𝟖) = (𝟏. 𝟐𝟏𝟗; 𝟎. 𝟗𝟖𝟐; 𝟓. 𝟑𝟔𝟒) ⇒ ||𝑋 (18) − 𝑋 (17) || < 0.01
∞
 12-
En este la caso, la matriz no es DD ni intercambiando las filas, nada podremos
asegurar de su convergencia. Es decir, la propiedad de una matriz DD es condición
suficiente no necesaria, puede no ser DD y ser convergente.
a)
29 7
𝑥1 = − 𝑥
{ 5 5 2
79 13
𝑥2 = − 𝑥
20 20 1

𝟏 𝟏𝟗𝟏 𝟓 𝟓 𝟏𝟏𝟑 𝟐𝟑𝟐𝟗 𝟓𝟔𝟓𝟕 𝟒𝟗𝟏

𝑿(𝟎) = (𝟏; 𝟒); 𝑿(𝟏) = ( ; ) ; 𝑿(𝟐) = ( ; ) ; 𝑿(𝟑) = ( ; ) ; 𝑿(𝟒) = ( ; )
𝟓 𝟓𝟎 𝟐 𝟐 𝟐𝟓𝟎 𝟔𝟑𝟕 𝟖𝟑𝟎𝟑 𝟏𝟒𝟎
(𝟓)
𝟕𝟑𝟕𝟗 𝟏𝟑𝟐𝟓 (𝟔)
𝟏𝟑𝟏𝟏 𝟒𝟏𝟗 (𝟕)
𝟏𝟖𝟒𝟗 𝟏𝟖𝟐𝟓 (𝟖)
𝟏𝟐𝟒𝟓 𝟓𝟒𝟑
𝑿 =( ; ); 𝑿 = ( ; );𝑿 = ( ; ); 𝑿 = ( ; );
𝟖𝟐𝟗𝟏 𝟑𝟗𝟑 𝟏𝟐𝟏𝟒 𝟏𝟐𝟗 𝟏𝟒𝟕𝟔 𝟓𝟖𝟐 𝟖𝟖𝟑 𝟏𝟕𝟗
𝟐𝟒𝟐𝟗 𝟏𝟐𝟖𝟓 𝟔𝟕𝟓 𝟔𝟗𝟗𝟒 𝟑𝟎𝟎𝟗 𝟐𝟎𝟒𝟖 𝟑𝟏𝟗𝟏 𝟐𝟕𝟗
𝑿(𝟗) = ( ; ) ; 𝑿(𝟏𝟎) = ( ; ) ; 𝑿(𝟏𝟏) = ( ; ) ; 𝑿(𝟏𝟐) = ( ; )
𝟏𝟓𝟔𝟒 𝟒𝟑𝟕 𝟒𝟎𝟏 𝟐𝟒𝟒𝟗 𝟏𝟔𝟕𝟎 𝟕𝟑𝟕 𝟏𝟔𝟕𝟏 𝟏𝟎𝟑
𝟏𝟎𝟑𝟒 𝟖𝟏𝟐
𝑿(𝟏𝟑) = ( ; );
𝟓𝟏𝟓 𝟑𝟎𝟕
𝟏𝟏𝟒𝟓 𝟏𝟏𝟒𝟔 𝟏𝟑𝟎𝟕 𝟒𝟎𝟓𝟐 𝟐𝟕𝟏𝟒 𝟕𝟏𝟏 𝟐𝟏𝟗𝟐 𝟏𝟑𝟕𝟓
𝑿(𝟏𝟒) = ( ; ) ; 𝑿(𝟏𝟓) = ( ; ) ; 𝑿(𝟏𝟔) = ( ; ) ; 𝑿(𝟏𝟕) = ( ; )
𝟓𝟒𝟔 𝟒𝟒𝟑 𝟔𝟎𝟎 𝟏𝟓𝟗𝟗 𝟏𝟐𝟎𝟓 𝟐𝟖𝟔 𝟗𝟒𝟓 𝟓𝟔𝟑
𝟖𝟏𝟗 𝟗𝟕𝟑 𝟏𝟕𝟒𝟕 𝟏𝟑𝟏𝟖 𝟖𝟕𝟖 𝟏𝟔𝟐𝟕𝟎 𝟐𝟓𝟒𝟏 𝟏𝟔𝟏𝟎
𝑿(𝟏𝟖) = ( ; ) ; 𝑿(𝟏𝟗) = ( ; ) ; 𝑿(𝟐𝟎) = ( ; ) ; 𝑿(𝟐𝟏) = ( ; )
𝟑𝟒𝟒 𝟒𝟎𝟓 𝟕𝟏𝟕 𝟓𝟓𝟕 𝟑𝟓𝟑 𝟔𝟗𝟕𝟑 𝟏𝟎𝟎𝟑 𝟔𝟗𝟗
(𝟐𝟐)
𝟒𝟎𝟖𝟐 𝟏𝟐𝟎𝟒 (𝟐𝟑)
𝟐𝟏𝟓𝟏 𝟏𝟒𝟔𝟏 (𝟐𝟒)
𝟐𝟕𝟎𝟒 𝟑𝟎𝟏𝟑 (𝟐𝟒)
𝟑𝟔𝟕𝟕 𝟏𝟖𝟐𝟔
𝑿 =( ; ); 𝑿 =( ; ) ;𝑿 =( ; ) ;𝑿 =( ; )
𝟏𝟓𝟖𝟓 𝟓𝟐𝟗 𝟖𝟐𝟑 𝟔𝟒𝟗 𝟏𝟎𝟐𝟏 𝟏𝟑𝟓𝟐 𝟏𝟑𝟕𝟐 𝟖𝟐𝟕
𝟐𝟎𝟓𝟔 𝟐𝟒𝟎𝟔 𝟐𝟏𝟒𝟕 𝟏𝟔𝟐𝟕 𝟏𝟒𝟕𝟔 𝟏𝟐𝟔𝟔 𝟐𝟐𝟎𝟓 𝟏𝟑𝟎𝟕
𝑿(𝟐𝟓) = ( ; ) ; 𝑿(𝟐𝟔) = ( ; ) ; 𝑿(𝟐𝟕) = ( ; ) ; 𝑿(𝟐𝟖) = ( ; )
𝟕𝟓𝟗 𝟏𝟎𝟗𝟗 𝟕𝟖𝟓 𝟕𝟒𝟗 𝟓𝟑𝟓 𝟓𝟖𝟕 𝟕𝟗𝟑 𝟔𝟏𝟎
𝟏𝟕𝟏𝟏 𝟏𝟎𝟎𝟏 𝟐𝟏𝟖𝟕 𝟑𝟖𝟎𝟐 𝟑𝟓𝟖𝟑 𝟒𝟓𝟏 𝟑𝟎𝟒𝟗 𝟏𝟎𝟓𝟏
𝑿(𝟐𝟗) = ( ; ) ; 𝑿(𝟑𝟎) = ( ; ) ; 𝑿(𝟑𝟏) = ( ; ) ; 𝑿(𝟑𝟐) = ( ; )
𝟔𝟏𝟏 𝟒𝟕𝟎 𝟕𝟕𝟔 𝟏𝟕𝟗𝟓 𝟏𝟐𝟔𝟒 𝟐𝟏𝟒 𝟏𝟎𝟕𝟎 𝟓𝟎𝟏
𝟐𝟓𝟓𝟏 𝟐𝟖𝟖𝟕 𝟗𝟎𝟎 𝟏𝟐𝟓𝟗 𝟐𝟏𝟏𝟑 𝟏𝟐𝟑𝟖 𝟑𝟎𝟎𝟒 𝟐𝟕𝟒𝟑
𝑿(𝟑𝟑) = ( ; ) ; 𝑿(𝟑𝟒) = ( ; ) ; 𝑿(𝟑𝟓) = ( ; ) ; 𝑿(𝟑𝟔) = ( ; )
𝟖𝟗𝟏 𝟏𝟑𝟖𝟐 𝟑𝟏𝟑 𝟔𝟎𝟓 𝟕𝟑𝟐 𝟓𝟗𝟕 𝟏𝟎𝟑𝟕 𝟏𝟑𝟐𝟕
𝟔𝟏𝟗 𝟒𝟑𝟗 𝟗𝟐𝟏 𝟕𝟏𝟖𝟎 𝟏𝟑𝟓𝟑 𝟓𝟔𝟖 𝟔𝟐𝟏 𝟏𝟓𝟓𝟕
𝑿(𝟑𝟕) = ( ; ) ; 𝑿(𝟑𝟖) = ( ; ) ; 𝑿(𝟑𝟗) = ( ; ) ; 𝑿(𝟒𝟎) = ( ; )
𝟐𝟏𝟑 𝟐𝟏𝟑 𝟑𝟏𝟔 𝟑𝟒𝟗𝟑 𝟒𝟔𝟑 𝟐𝟕𝟕 𝟐𝟏𝟐 𝟕𝟔𝟏
𝟐𝟐𝟑𝟒 𝟏𝟑𝟔𝟔 𝟕𝟓𝟑 𝟐𝟎𝟖𝟕
𝑿(𝟒𝟏) = ( ; ) ; 𝑿(𝟒𝟐) = ( ; ) … 𝒗𝒂 𝒉𝒂𝒄𝒊𝒂 (𝟑, 𝟐)
𝟕𝟔𝟏 𝟔𝟔𝟗 𝟐𝟓𝟔 𝟏𝟎𝟐𝟒