1

Actividad Evaluativa Eje 2

Sistema De Ecuaciones Lineales Y No Lineales

Valentina Torres Villegas

Laura Natalí Manrique

Deyber Giovanny Giraldo

Adriana Vargas Triana

Programa De Ingeniería Industrial Modalidad Virtual

Facultad De Ingeniería y Ciencias Básicas, Fundación Universitaria del Área Andina

NCR 5773: Análisis Numérico

Docente: Richard Fabian Reyes Ramos

05 de septiembre de 2022
 2

Tabla De Contenido

Introducción .......................................................................................................................... 3
Solución Ejercicios ................................................................................................................. 4
Punto 1. ............................................................................................................................. 4
Punto 2. ............................................................................................................................. 6
Punto 3. ............................................................................................................................. 8
Punto 4. ........................................................................................................................... 10
Punto 6. ........................................................................................................................... 12
Conclusiones........................................................................................................................ 18
Referencias. ......................................................................................................................... 19
 3

Introducción

En el presente trabajo se realizarán los ejercicios propuestos para la actividad

Evaluativa del Referente del Eje 2, donde pondremos en práctica los diferentes métodos de

para sistemas lineales para llevar a cabo los mismos; Teniendo entonces en cuenta, que un

sistema de ecuaciones lineales o no lineales, son un conjunto de ecuaciones independientes,

donde intervienen n incógnitas.

Para realizar los ejercicios tendremos en cuenta los documentos proporcionados por el

docente del curso, las clases sincrónicas, tutorías extra-clases para solucionar dudas, y teoría

del Referente de Pensamiento Eje 2.

El propósito del presente trabajo es identificar los diferentes métodos de solución de

ecuaciones para sistemas lineales como método gráfico, eliminación Gaussiana,

Determinantes, Regla de Cramer, Eliminación de incógnitas, Factorización LU, Método Jacobi,

y Método de Gauss-Seidel.
 4

Solución Ejercicios

Punto 1.
Resolver el siguiente sistema de ecuaciones lineales por el método gráfico y determinantes.

Compare sus resultados.

1 22 1
{ 𝑥 + 2𝑦 = 𝑥− 𝑦=2
2 33 3

Hallamos la solución por determinantes

1 2
• 𝑥 + 2𝑦 =
2 3

2 1
• 𝑥− 𝑦=2
3 3

Organizamos la matriz

1
2 2
|2 | |
2 −1 2
2
3 3

A B C

Hallamos la determinante del sistema:

1 1
2 ∗ −1 2 −1 4 −3
|𝐷| = |2 |= 2 − ∗2= − =
2 −1 3 3 4 3 2
3 3

−3
|𝐷| =
2

Hallamos el determinante de x, teniendo en cuenta que reemplazamos la columna A

por la columna C, en este caso A representa x y C las variables independientes.

 5

2 −1
2 ( )∗2 −2 2 2 36 + 2 38
|𝐷𝑥| = | 3 | =2∗2− 3 =4− ( )=4+ =4+ = =
−1 3 9 9 9 9 9
2
3

38
|𝐷𝑥| =
9

Hallamos el determinante de y, teniendo en cuenta que reemplazamos la columna B

por la columna C, en este caso B corresponde las y, y C las variables independientes.

1 2 2
1 ∗2 2 4 1.9 4 1∗9−4 5
|𝐷𝑦| = |2 3 |= ∗2− 3 = − = − = =
2 2 3 2 9 9 9 9 9
2
3

Solución del sistema, se debe dividir las determinantes de x con la determinante del

sistema y la determinante de y, con la determinante del sistema para hallar la solución del

sistema.

−𝟑
|𝑫| =
𝟐

38
|𝐷𝑥| =
9

5
|𝐷𝑦| =
9

38
|𝐷𝑥| 76
𝑥= = 9 = = 2,814814 𝑥 = 2,814814
|𝐷| −3 27
2

5
|𝐷𝑦| −10
𝑦= = 9 = = −0,370370 𝑦 = −0,370370
|𝐷| −3 27
2
 6

Hallamos solución por Método Gráfico.

Al realizar la comparación de los resultados que nos arroja la gráfica y los resultados

obtenidos por el método de determinantes podemos concluir que los resultados obtenidos son

idénticos por lo que el sistema tiene solución.

Punto 2.
Aplica la regla de Cramer para demostrar que 𝑥 = 1, 𝑦 = 2 , 𝑧 = 3 son las soluciones para

el sistema dado por:

● 2𝑦 − 𝑧 = 1
● −𝑥 + 𝑦 = 1
● 2𝑥 − 𝑦 +z =3

Como primera medida organizamos la matriz:

0 2 −1 1
|−1 1 0| 1
2 −1 1 3
𝒙 𝒚 𝒛 ti

Seguidamente, hallamos la determinante del sistema, utilizando la regla de Sarrus

(método que permite calcular rápidamente el determinante de una matriz cuadrada con
 7

dimensión de 3×3 o mayor), donde adicionamos los elementos de la columna x y las de la

columna y al final, para expandir la matriz.

0 2 −1 0 2
|𝑫| = |−1 1 0 | −1 1 = (−1) − (−2 − 2) = −1 + 4 = 3
2 −1 1 1 −1

|𝑫| = 𝟑

Debemos hallar la determinante de la incógnita o de la variable x, es decir, que para

este caso, debemos reemplazar la columna x, por los valores de los términos independientes.

1 2 −1 1 2
|𝑫𝒙| = |1 1 0 | 1 1 = (1 + 1) − (−3 + 2) = 2 + 1 = 3
3 −1 1 3 −1

|𝑫𝒙| = 𝟑

Para hallar la determinante de la incógnita, debemos reemplazar la columna de la y, por los

valores de los términos independientes.

0 1 −1 0 1
|𝑫𝒚| = |−1 1 0 | − 1 1 = (3) − (−2 − 1) = 3 + 3 = 6
1 3 1 1 3

|𝑫𝒚| = 𝟔

Hallamos la determinante de la incógnita z, por lo cual debemos reemplazar la columna de la

z, por los valores de los términos independientes.

0 2 1 0 2
|𝑫𝒛| = |−1 1 1 −1 1 = (4 + 1) − (−6 + 2) = 5 + 4 = 9
|
1 −1 3 1 −1

|𝑫𝒛| = 𝟗
 8

Debemos realizar una división a cada una de las determinantes de las incógnitas por la

determinante del sistema, para así poder hallar la solución del sistema.

|𝐷| =3 |𝐷𝑥| = 3 |𝐷𝑦| = 6 |𝐷𝑧| = 9

|𝐷𝑥| 3
𝑥= = =1 𝑥=1
|𝐷| 3

|𝐷𝑦| 6
𝑦= = =2 𝑦=2
|𝐷| 3

|𝐷𝑧| 9
𝑧= = =3 𝑧=3
|𝐷| 3

Finalmente, después de utilizar la regla de Cramer, podemos determinar que las

soluciones 𝒙 = 𝟏, y 𝒚 = 𝟐 y 𝒛 = 𝟑, son las soluciones del sistema, pues a través de su

aplicación, sé logrò resolver sistemas de ecuaciones lineales con unos sencillos cálculos de

determinantes de matrices.

Punto 3.
Mediante la eliminación de incógnitas, resolver:

4𝑥 + 4𝑦 = −10 8𝑥 − 5𝑦 = 5

Utilizamos el método por eliminación

4𝑥 + 4

𝑦 = −10
 9

se elimina la incógnita (X);

4𝑋 + 4

𝑌 = −10

8𝑋 − 5𝑌 = 5

−8𝑋 − 8𝑌 = 20

8𝑋 − 5𝑌 = 5

− 13𝑌 = 25

−25
=
13

= −1,9230

Para realizar la comprobación reemplazamos “y” en las dos ecuaciones

4𝑥 + 4𝑦 = −10

−25
4𝑥 + 4 ( ) = −10
13

100
4𝑥 − = −10
13
100
4𝑥 = −10 +
13

−30
4𝑥 =
13
−30
𝑥 = 13
4

15
𝑥=−
26
 10

𝑥 = −0,57692307692

8𝑥 − 5𝑦 = 5

−25
8𝑥 − 5 ( )=5
13

125
8𝑥 + =5
13

125
8𝑥 = 5 −
13

60
8𝑥 = −
13
−60
𝑥 = 13
8

−15
𝑥=
26

𝑥 = −0,57692307692

Punto 4.
Considere el sistema propuesto.

L U

A= | 1 -3 5 | |1 0 0 | | |
|-3 -2 7 | = | 1 0 | = |0 |
|8 4 9 | | 1 | |0 0 |

𝐹2 − (−3) 𝐹1

| 1 -3 5| 3 | 1 -3 5| | 1 -3 5 |
|-3 -2 7| ⇒ |-3 -2 7| = | 0 -11 22 |
| 8 4 9| | 8 4 9| |8 4 9 |

𝐹3 − 8 𝐹1

| 1 -3 5 | -8 | 1 -3 5 | | 1 -3 5 |
| 0 -11 22 | ⇒ | 0 -11 22 | ⇒ | 0 -11 22 |
|8 4 9 | |8 4 9 | | 0 28 -31 |
 11

28
𝐹3 − (− 11) 𝐹2

| 1 -3 5 | | 1 -3 5 | | 1 -3 5 |
| 0 -11 22 | ⇒ | 0 -11 22 | ⇒ | 0 -11 22 |
28
| 0 28 -31 | | 0 28 -31 | | 0 0 25 |
11

L U

A= | 1 -3 5 | |1 0 0 | | 1 -3 5 |
|-3 -2 7 | = | -3 1 0 | = | 0 -11 22 |
28
|8 4 9 | | 8 -11 1 | | 0 0 25 |

Desarrollando el ejercicio podemos concluir que para factorizar cualquier matriz a

como producto de 2 matrices (L.U); Una de ellas es triangular inferior (L) y la otra triangular

superior (U). Los coeficientes que se emplean aparecerán en la matriz y el resultado después

de hacer ceros será nuestra matriz triangular superior (U).

Punto 5. Utilice el método de Jacobi para encontrar, a partir de cuatro iteraciones, la solución

a la matriz asociada a un sistema de ecuaciones lineales dada por:

𝐴 = [0.2 0.1 − 0.5 0.7], 𝑐𝑜𝑛 𝑏 = [0.75 0.35] y 𝑥0 = [1 1]

𝐴 = [0.2 0.1 − 0.5 0.7], 𝑐𝑜𝑛 𝑏 = [0.75 0.35]𝑦 𝑥0 = [1,1]

0.2𝑥 +0.1𝑦 = 0.75
−0.5𝑥 +0.7𝑦 = 0.35
1
𝑥𝑘+1 = (0.75 − 0.1𝑦𝑘 )
0.1
1
𝑦𝑘+1 = (0.35 − 0.5𝑥𝑘 )
0.7
Primera aproximación:
1 1
𝑥1 = (0.75 − 0.1(1)) = (0.65) = 3.25
0.2 0.2
 12

1 1
𝑦1 = (0.35 + 0.5(1)) = (0.85) = 1.2143
0.7 0.7

Segunda aproximación:
1 1
𝑥2 = (0.75 − 0.1(1.2143)) = (0.6286) = 3.1429
0.2 0.2
1 1
𝑦2 = (0.35 + 0.5(3.25)) = (1.975) = 2.8214
0.7 0.7

Tercera aproximación:
1 1
𝑥3 = (0.75 − 0.1(2.8214)) = (0.4678) = 2.339
0.2 0.2
1 1
𝑦3 = (0.35 + 0.5(3.1429)) = (1.9214) = 2.7448
0.7 0.7

Cuarta aproximación:
1 1
𝑥4 = (0.75 − 0.1(2.7448)) = (0.4755) = 2.377
0.2 0.2
1 1
𝑦4 = (0.35 + 0.5(2,339)) = (1.5195) = 2.1707
0.7 0.7

Punto 6.
Aplicando el método Gauss-Seidel, resolver:

{2𝑥1 + 2𝑥2 − 3𝑥3 = 2 − 4𝑥2 − 4𝑥3 = 6 𝑥1 + 3𝑥2 − 10𝑥3 = 3

• Transformamos el sistema con los factores dominantes

2𝑥1 + 2𝑥2 − 3𝑥3 = 2

−4𝑥2 − 4𝑥3 = 6

𝑥1 + 3𝑥2 − 10𝑥3 = 3

Como el ejercicio no nos da el vector de partida (inicial), así que tendremos en cuenta

lo siguiente:

[𝑥1 = 0 ; 𝑥2 = 0 ; 𝑥3 = 0 ]
 13

• Despejamos 𝑋1 en la primera ecuación

2 − 2𝑥2 + 3𝑥3
𝑋1 =
2

• Despejamos 𝑋2 en la segunda ecuación

6 + 4𝑥3
𝑋2 =
−4

• Despejamos 𝑋3 en la tercera ecuación

3 − 𝑥1 + 3𝑥2
𝑋3 =
−10

Primera iteración

𝑿𝟐 = 𝑿𝟑 = 𝟎

2 − 2𝑥2 + 3𝑥2
𝑋1 = =1
2

𝑋1 = 1

6 + 4𝑥3
𝑋2 =
−4
−6
𝑋2 = = −1,5
4

𝑋2 = −1,5

3 − (1) − 3(−1,5)
𝑋3 =
−10

3 − 1 + 4,5 6,5
𝑋3 = = = −0,65
−10 10
 14

𝑋3 = −0,65

Segunda iteracción

𝑿𝟐 = −𝟏, 𝟓 𝑿𝟑 = −𝟎, 𝟔𝟓

2 − 2(−1,5) + 3(−0,65)
𝑋1 =
2

𝑋1 = 1,525

6 + 4 (−0,65)
𝑋2 =
−4

𝑋2 = −0,85

2 − (1,525) − 3(−0,85)
𝑋3 =
−10

𝑋1 = −0,4025

❖ Como no tenemos el # de iteraciones a realizar en el ejercicio, procedemos a hallar

para cada una de las “𝑿𝒊 ", el error aproximado porcentual (Ɛ𝒂 ).

𝑋𝑖 𝑛𝑢𝑒𝑣𝑜 − 𝑋𝑖 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
𝜀𝑎 =
𝑋𝑖 𝑛𝑢𝑒𝑣𝑜

1,525 − (1)
𝜀𝑎 (𝑥1 ) = | | ∗ 100% = 99,9% > 5%
1,525

−0,85 − (−1,5)
𝜀𝑎 (𝑥2 ) = | | ∗ 100% = 76,4% > 5%
−0,85

−0,4025 − (−0,65)
𝜀𝑎 (𝑥3 ) = | | ∗ 100% = 100,016% > 5%
−0,4025
 15

Los resultados obtenidos no cumplen con el 𝜀𝑎 estimado, por lo tanto, se debe

continuar iterando hasta que el 𝜀𝑎 no supere el 5%.

Tercera iteracción

𝑿𝟐 = −𝟎, 𝟖𝟓 𝑿𝟑 = −𝟎, 𝟒𝟎𝟐𝟓

2 − 2(−0,85) + 3(−0,4025)
𝑋1 =
−4

𝑋1 = 1,246

6 + 4 (−0,4025)
𝑋2 =
−4

𝑋2 = −1,0975

3 − 1,246 − 3(−1,0975)
𝑋3 =
−10

𝑋1 = −0,5045

1,246 − 1,525
𝜀𝑎 (𝑥1 ) = | | ∗ 100% = 22,3%
1,246

−1,0975 − (−0,85)
𝜀𝑎 (𝑥2 ) = | | ∗ 100% = 22,5%
1,0975

−0,5045 − (−0,4025)
𝜀𝑎 (𝑥3 ) = | | ∗ 100% = 20,21%
0,5045

Los resultados obtenidos no cumplen con el 𝜀𝑎 estimado, por lo tanto, se debe

continuar iterando hasta que el 𝜀𝑎 no supere el 5%.

 16

Cuarta iteración

𝑿𝟐 = −𝟏, 𝟎𝟗𝟕𝟓 𝑿𝟑 = −𝟎, 𝟓𝟎𝟒𝟓

2 − 2(−1,0975) + 3(−0,5045)
𝑋1 =
2

𝑋1 = 1,34

6 + 4 (−0,5045)
𝑋2 =
−4

𝑋2 = −0,9955

3 − 1,34 − 3(−0,0955)
𝑋3 =
−10

𝑋1 = −0,464

1,34 − 1,246
𝜀𝑎 (𝑥1 ) = | | ∗ 100% = 7,01% > 5%
1,34

−0,9955 − (−1,0975)
𝜀𝑎 (𝑥2 ) = | | ∗ 100% = 10,2% > 5
−0,9955

−0,464 − (−0,5045)
𝜀𝑎 (𝑥3 ) = | | ∗ 100% = 8,728% > 5
−0,464

Los resultados obtenidos no cumplen con el 𝜀𝑎 estimado, por lo tanto, se debe

continuar iterando hasta que el 𝜀𝑎 no supere el 5%.

Quinta iteración

𝑿𝟐 = −𝟎, 𝟗𝟗𝟓𝟓 𝑿𝟑 = −𝟎, 𝟒𝟔𝟒

2 − 2(−0,9955) + 3(−0,464)
𝑋1 =
2

𝑋1 = 1,299
 17

6 + 4 (−0,464)
𝑋2 =
−4

𝑋2 = −1,036

3 − 1,299 − 3(−1,036)
𝑋3 =
−10

𝑋1 = −0,480

1,299 − 1,34
𝜀𝑎 (𝑥1 ) = | | ∗ 100% = 3,15% < 5%
1,299

−1,036 − (−0,9955)
𝜀𝑎 (𝑥2 ) = | | ∗ 100% = 3,90% < 5 %
−1,036

−0,480 − (−0,464)
𝜀𝑎 (𝑥3 ) = | | ∗ 100% = 3,33% < 5 %
−0,480

Los resultados obtenidos si cumplen con el 𝜀𝑎 estimado, por lo tanto, finalmente el

ejercicios tiene solución en cada una de las “𝑿𝒊 ", con un 𝜀𝑎 inferior al 5%.
 18

Conclusiones

Con la realización del trabajo podemos analizar que los métodos anteriores suelen ser

“óptimos” cuando el sistema corresponde a un orden superior a tres ecuaciones, si la solución se hace

en forma manual; Además, es importante precisar, que el valor del pivote es el factor determinante en

la producción y propagación de errores, y en los sistemas como Gauss Seidel es importante siempre

realizar las pruebas del error aproximado porcentual y saber cuántas iteraciones debemos de

hacer y aproximarnos al mínimo error porcentual posible.

El Análisis numérico proporciona herramientas que hacen de estos procesos herramientas más

efectivas, ya sea como versiones alternas a los métodos basados en el álgebra matricial o como es

llamada (Descomposición).
 19

Referencias.

Torazona, O. (2022). Análisis numérico. Referente Eje 2. Recuperado de:

https://areandina.instructure.com/courses/30312.

Sauer, T. (2013). Análisis numérico. México, México: Editorial Pearson

Rodriguez, A. (2019, enero 9). El problema de la semana - Factorización LU. Nibcode

Solutions. Recuperado de: https://www.nibcode.com/es/blog/1174/el-problema-de-la-

semana-factorizacion-lu

Miguemáticas [Miguemáticas]. (2019, marzo 17). Factorización L·U de matrices. Youtube.

https://www.youtube.com/watch?v=FBMhuvsDP_w