Documentos de Académico
Documentos de Profesional
Documentos de Cultura
G15 - Sonia Espitia - Ej1A
G15 - Sonia Espitia - Ej1A
November 2, 2020
Métodos Numéricos.
Unidad 2 - Tarea 3.
Sistema de Ecuaciones Lineales, Regresión lineal e Interpolación.
Ejercicio 1. Sistema de Ecuaciones Lineales. Literal A.
Por: Sonia Espitia.
Planteamiento del problema.
Dado el siguiente Sistema de Ecuaciones Lineales (SEL):
41−2−3 = 18
−1 + 42−3−4 = 18
−2 + 43−4−5 = 4
−3 + 44−5−6 = 4
−4 + 45−6−7 = 26
−5 + 46−7−8 = 16
−6 + 47−8 = 10
−7 + 48 = 32
1
los resultados. ¿Cuál considera que es el mejor método para el SEL seleccionado en particular?
¿por qué?
• En el método SOR deberá escoger un parámetro de relajación adecuado y justificarsu
selección.
• Realizar un vídeo donde explique la forma como fue desarrollado el ejercicio 1seleccionado.
La realización del vídeo puede ser con la cámara del celular, cámara del pc u otra alternativa
que se le facilite. El estudiante debe aparecer en la grabación de frente y mostrar a la cámara
su documento de identificación, ocultando el número de este (En la imagen se debe ver
claramente el nombre y apellidos del estudiante). Deberá compartir el enlace del vídeo a
YouTube, u otra plataforma de vídeos, y adjuntar el enlace debajo de la solución del ejercicio
en el documento final a entregar.
El vídeo no debe superar los 5 minutos de duración.
Solución.
Al contruir nuestra matriz a partir del sistema de ecuaciones, nos debemos plantear la siguiente inquietud:
¿Puede el vector b ser expresado como una combinación lineal de las columnas de la matriz A?
Pues puede suceder que:
• Los coeficientes de esta combinación lineal están dados por las componentes del vector
solución x.
– Puede o no tener solución.
∗ Puede no ser única.
Debido a lo anterior, puede darse que la matriz construida, presente un estado de
“Singularidad” o de “No Singularidad”. Para efectos de la solución por medio de metodos
numericos del SEL dado, en caso de que la matriz presente un es estado de “Singularidad”,
no procederiamos a invertir tiempo en el desarrollo de un algoritmo que resultaria
infructuoso.
Singularidad y No Singularidad.
No singularidad: La matriz presenta una única solución.
Singularidad: La matriz no tiene solución, o sus soluciones son infinitas.
Verificando dos o más de las siguientes condiciones sabremos si nuestra matriz es singular:
2) det(A) = 0
2
UNAD: https://www.youtube.com/watch?v=TkrfiIB2r_A A. Determinando la Singularidad o No
Singularidad de la matriz:
En esta ocasión verificaremos si nuestra matriz tiene su inversa y además hallaremos el determinante de la
matriz. Para esto estaremos usando la libreria “numpy” y con sus funciones “linalg.inv()” y “linalg.det()”,
hallaremos la inversa y el determinante de A, respectivamente.
# resto de la matriz.
3
dmy = "Su matriz no es diagonalmente dominante."
,→
,→
3) Determinante de A:
35726.000000000015
4
RESULTADO: La matriz no es singular. Puede proceder con su algoritmo
de solución.
Solución dada por Numpy, como referencia: [10. 12. 10. 10. 14. 12.
8. 10.] B. Resolver el SEL.
B.1. Gauss-Seidel
,→
,→
,→
,→
,→
,→
,→
,→
,→
,→
,→
,→
5
,→
,→
,→
Iteración Solución
Error
________________________________________________________________________
________
______________________________
6
1 [ 6.5078125 7.12890625 4.90771484 5.38330078 10.25991821
9.79350281
7.194080359.79852009] 15.255810364042349
7
3 [ 8.52458954 10.36833477 8.7164433 9.2089622 13.60914843
11.84142158
7.948182299.98704557] 5.02849115047126
8
5 [ 9.70711629 11.74535069 9.84349144 9.92046329 13.96515552
11.98673915
7.995774849.99894371] 0.9480803213719773
9
7 [ 9.96637971 11.97303445 9.98451903 9.9925219 13.9968324
11.99881756
7.999626289.99990657] 0.10866237393271182
10
9 [ 9.99671193 11.99741873 9.99854573 9.99930774 13.99970973
11.99989229
7.999966049.99999151] 0.010633266724898111
11
11 [ 9.99969208 11.99975976 9.99986539 9.99993621 13.99997333
11.99999012
7.999996899.99999922] 0.0009960339281756337
12
13 [ 9.99997152 11.99997782 9.9999876 9.99999413 13.99999755
11.99999909
7.999999719.99999993] 9.211468688111646e-05
13
15 [ 9.99999738 11.99999796 9.99999886 9.99999946 13.99999977
11.99999992
7.999999979.99999999] 8.486244246065648e-06
14
17 [ 9.99999976 11.99999981 9.99999989 9.99999995 13.99999998
11.99999999
8. 10. ] 7.809019504918783e-07
B.2. Jacobi
,→
,→
,→
,→
15
,→
,→
,→
,→
,→
,→
,→
,→
,→
,→
,→
,→
Iteración Solución
16
Error
________________________________________________________________________
________
______________________________
1 [4.5 0. 0. 0. 0. 0. 0. 0. ]
4.5
2 [4.5 5.625 0. 0. 0. 0. 0. 0. ]
5.625
17
3 [4.5 5.625 2.40625 0. 0. 0. 0. 0. ]
2.40625
18
5 [4.5 5.625 2.40625 1.6015625 6.90039062 0.
0. 0. ] 6.900390625
19
7 [4.5 5.625 2.40625 1.6015625 6.90039062 5.72509766
3.93127441 0. ]
3.9312744140625
20
9 [6.5078125 5.625 2.40625 1.6015625 6.90039062 5.72509766
3.93127441 8.9828186 ] 2.0078125
21
11 [6.5078125 7.12890625 4.90771484 1.6015625 6.90039062 5.72509766
3.93127441 8.9828186 ] 2.50146484375
22
13 [ 6.5078125 7.12890625 4.90771484 5.38330078 10.25991821
5.72509766
3.93127441 8.9828186 ]
3.359527587890625
23
14 [ 6.5078125 7.12890625 4.90771484 5.38330078 10.25991821
9.79350281
3.93127441 8.9828186 ]
4.0684051513671875
24
16 [ 6.5078125 7.12890625 4.90771484 5.38330078 10.25991821
9.79350281
7.19408035 9.79852009]
0.8157014846801758
25
1.0013427734375
26
19 [ 7.50915527 8.95004272 7.14831543 5.38330078 10.25991821
9.79350281
7.19408035 9.79852009]
2.2406005859375
27
21 [ 7.50915527 8.95004272 7.14831543 7.80043411 12.69700432
9.79350281
7.19408035 9.79852009]
2.4370861053466797
28
1.6288983821868896
29
24 [ 7.50915527 8.95004272 7.14831543 7.80043411 12.69700432
11.42240119
7.80523032 9.95130758]
0.1527874916791916
30
26 [ 8.52458954 10.36833477 7.14831543 7.80043411 12.69700432
11.42240119
7.80523032 9.95130758]
1.4182920455932617
31
1.5681278705596924
32
29 [ 8.52458954 10.36833477 8.7164433 9.2089622 13.60914843
11.42240119
7.80523032 9.95130758]
0.9121441096067429
33
31 [ 8.52458954 10.36833477 8.7164433 9.2089622 13.60914843
11.84142158
7.94818229 9.95130758]
0.1429519709199667
34
0.035737992729991674
35
34 [ 9.27119452 11.29915 8.7164433 9.2089622 13.60914843
11.84142158
7.94818229 9.98704557]
0.9308152347803116
36
36 [ 9.27119452 11.29915 9.52931516 9.74497129 13.60914843
11.84142158
7.94818229 9.98704557]
0.5360090900212526
37
0.27449536323547363
38
39 [ 9.27119452 11.29915 9.52931516 9.74497129 13.88364379
11.95471791
7.98544087 9.98704557]
0.03725858111283742
39
41 [ 9.70711629 11.29915 9.52931516 9.74497129 13.88364379
11.95471791
7.98544087 9.99636022]
0.435921773314476
40
0.4462006804533303
41
44 [ 9.70711629 11.74535069 9.84349144 9.92046329 13.88364379
11.95471791
7.98544087 9.99636022]
0.17549199459608644
42
46 [ 9.70711629 11.74535069 9.84349144 9.92046329 13.96515552
11.98673915
7.98544087 9.99636022]
0.03202123831215431
43
0.010333970897590916
44
49 [ 9.89721053 11.74535069 9.84349144 9.92046329 13.96515552
11.98673915
7.99577484 9.99894371]
0.1900942409702111
45
51 [ 9.89721053 11.91529132 9.95022753 9.92046329 13.96515552
11.98673915
7.99577484 9.99894371]
0.10673608780052746
46
0.05506726324256306
47
54 [ 9.89721053 11.91529132 9.95022753 9.97553055 13.98951114
11.99605742
7.99577484 9.99894371]
0.009318270433766429
48
56 [ 9.89721053 11.91529132 9.95022753 9.97553055 13.98951114
11.99605742
7.99875028 9.99968757]
0.0007438601973852599
49
0.0691691793872451
50
59 [ 9.96637971 11.97303445 9.98451903 9.97553055 13.98951114
11.99605742
7.99875028 9.99968757]
0.03429150349080601
51
61 [ 9.96637971 11.97303445 9.98451903 9.9925219 13.9968324
11.99605742
7.99875028 9.99968757]
0.007321264808179961
52
0.0027601414487783416
53
64 [ 9.96637971 11.97303445 9.98451903 9.9925219 13.9968324
11.99881756
7.99962628 9.99990657]
0.0002190001028843369
54
66 [ 9.98938837 11.99160733 9.98451903 9.9925219 13.9968324
11.99881756
7.99962628 9.99990657]
0.018572877631203966
55
0.010721372612199076
56
69 [ 9.98938837 11.99160733 9.99524041 9.99772259 13.99904161
11.99881756
7.99962628 9.99990657]
0.0022092091444001483
57
71 [ 9.98938837 11.99160733 9.99524041 9.99772259 13.99904161
11.99964362
7.99988755 9.99990657]
0.0002612631293974488
58
6.531578235069446e-05
59
74 [ 9.99671193 11.99741873 9.99524041 9.99772259 13.99904161
11.99964362
7.99988755 9.99997189]
0.005811407472585017
60
76 [ 9.99671193 11.99741873 9.99854573 9.99930774 13.99904161
11.99964362
7.99988755 9.99997189]
0.0015851473481696132
61
0.0006681157230694623
62
79 [ 9.99671193 11.99741873 9.99854573 9.99930774 13.99970973
11.99989229
7.99996604 9.99997189]
7.84973602634409e-05
63
81 [ 9.99899112 11.99741873 9.99854573 9.99930774 13.99970973
11.99989229
7.99996604 9.99999151]
0.002279183826539466
64
0.0017924147520673728
65
84 [ 9.99899112 11.99921115 9.99955715 9.99978979 13.99970973
11.99989229
7.99996604 9.99999151]
0.0004820522093993418
66
86 [ 9.99899112 11.99921115 9.99955715 9.99978979 13.99991203
11.9999674
7.99996604 9.99999151]
7.510687685652329e-05
67
2.3682804230595877e-05
68
89 [ 9.99969208 11.99921115 9.99955715 9.99978979 13.99991203
11.9999674
7.99998973 9.99999743]
0.0007009585519721639
69
91 [ 9.99969208 11.99975976 9.99986539 9.99978979 13.99991203
11.9999674
7.99998973 9.99999743]
0.0003082413926982497
70
0.0001464135191611149
71
94 [ 9.99969208 11.99975976 9.99986539 9.99993621 13.99997333
11.99999012
7.99998973 9.99999743]
2.2726076334578238e-05
72
96 [ 9.99969208 11.99975976 9.99986539 9.99993621 13.99997333
11.99999012
7.99999689 9.99999922]
1.7904235871668561e-06
73
0.000214212236750555
74
99 [ 9.99990629 11.99992697 9.99995913 9.99993621 13.99997333
11.99999012
7.99999689 9.99999922]
9.373277659463497e-05
75
101 [ 9.99990629 11.99992697 9.99995913 9.99998065 13.99999191
11.99999012
7.99999689 9.99999922]
1.858192098325162e-05
76
6.8835097302155646e-06
77
104 [ 9.99990629 11.99992697 9.99995913 9.99998065 13.99999191
11.99999701
7.99999906 9.99999976]
5.421208317812898e-07
78
old = x
x = W*x + (1-W)*old # Aplicamos el método de
relajación ea = abs((x-old)/x)*100 # Se calcula
el error.
print(k,x,ea)
SOLUCIÓN POR S.O.R.
79
2. La evolución que muestran las gráficas en cada uno de los métodos (GaussSeidel,
Jacobí y SOR), evidencian el grado de aproximación a la solución en virtud del
número de iteraciones Vs. el margen de error. Se puede concluir que Usando el
método Gauss-Seidel obtenemos una solución en un menor número de iteraciones
con respecto al método de Jacobí, y aún una aproximación mayor en la solución.
También cabe resaltar que aplicando un peso de relajación (SOR), a la fórmula de
Gauss-Seidel, aceleramos la respuesta de solución, que en nuestro caso se dio a la
primera iteración, habiendo escogido un parámetro de relajación de 1.1,
entendiendo que, en 1 obtendríamos el mismo valor de la fórmula de Gauss-Seidel
sin aplicar relajación. Haber escogido un parámetro de relajación menor a 1,
hubiera significado que el SEL no converge, lo cual no es nuestro caso. Se escoge
1.1, pues, aunque la respuesta obtenida en Gauss-Seidel no tardo mucho, solo 17
iteraciones, queríamos evidenciar si se podría conseguir en menor tiempo, lo cual
resulto cierto.
3. Podemos concluir que el mejor método aplicable a este SEL, es Gauss-Seidel, con
la opción de en determinado momento, si se identifica una respuesta muy
demorada, aplicarle a la misma formula la variable de relajación.
Bibliografía
Alvarez, C. (15 de 10 de 2020). UNAD 3aWenconf SEL Interpolacion Regresion. Obtenido de YouTube
Canal: https://www.youtube.com/watch?v=TkrfiIB2r_A
Canale, R. P. y P. Canale, R. (2007). Métodos numéricos para ingenieros (5a. ed.). México D.F, Mexico:
McGraw-Hill Interamericana. (pp. 233 – 244, 305 – 317). Obtenido de
https://elibronet.bibliotecavirtual.unad.edu.co/es/lc/unad/titulos/73710
80