Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

TRABAJO - SEGUNDO PARCIAL

Ushiña Luis Fernando
Departamento de Ciencias Exactas, Universidad de las Armadas ESPE
lfushina@espe.edu.ec

Abstract

A continuación se realizará el desarrollo de las actividades propuestas para el capitulo de introdución a los
métodos iterativos.

I. Ejercicios

Ejercicio 1 Desarrolle un código que permita calcular el producto entre matrices.

CODIGO DE FUENTE DE MATLAB.

function [P] = producto_matrices(A,B)

[x,y] = size(A);
[z,w] = size(b);
if(y ~= z)
error "No es posible multiplicar";
else
m = x;
y = p;
n = w;
end
for i = 1:1:m
for j = 1:1:n
for k = 1:1:p
P(i,j) = P(i,j) + A(i,k)*B(k,j);
end
end
end
end

RESULTADO:
>> A=[2 1;3 2];
>>B=[3 4;-1 5];
>> C = producto_matrices(A,B);
C =
5 13
7 22

1
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 2 Desarrolle un algoritmo que permita determinar la transpuesta de una matriz.

CODIGO DE FUENTE DE MATLAB.

function [T] = transpuesta(A)

[m,n] = size(A);

filas = m;
columnas = n;

for i = 0:1:filas
for j = 0:1:columnas
T(j,i) = A(i,j);
end
end
end

RESULTADO:

>> A=[2 1;3 2];

>> C = transpuesta(A);
C =

2 3
1 2

2
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 3 Desarrolle un algoritmo que permita determinar el producto escalar.

CODIGO DE FUENTE DE MATLAB.

function [E] = producto_Escalar(A, k)

[m,n] = size(A);

filas = m;
columnas = n;

for i = 0:1:filas
for j = 0:1:columnas
E(i,j) = k*A(i,j);
end
end
end

RESULTADO:

>> A=[2 0 1;3 0 0; 5 1 1];

>> k = 2;
>> C = producto_Escalar(A,k);
C =

4 0 2
6 0 0
10 2 2

3
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 4 Desarrolle un código que calcule la norma de un vector.

CODIGO DE FUENTE DE MATLAB.

function [N] = NormaVector(A)

n = length(A);

suma = 0;

for i = 1:n
suma = suma + A(i)^2;
end
N = suma^(1/2);
end

RESULTADO:

>> A=[1,-1,2,3,-10,6];

>> C = NormaVector(A);
C =
12.2882

4
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 5 Construya un código que determine la traza de una matriz.

CODIGO DE FUENTE DE MATLAB.

function [T] = traza_Matrizr(A)

[m,n] = size(A);
if (m ~=n)
error "Debe ser una matriz cuadrada"
end

for i = 1:n
T = T + A(i,i);
end

end

RESULTADO:

>> A=[1,-1;2,3];

>> T = traza_Matrizr(A);
T =
4

5
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 6 Construya un algoritmo para determinar la inversa de una matriz A, siendo una matriz no
singular. (Sugerencia: La matriz inversa puede calcularse resolviendo el sistema matricial AX= In). Halle la
solución de los siguientes sistemas lineales, utilizando el método de Gauss, Gauss - Jordan, compruebe su
solución utilizando los códigos desarrollados para ello.
CODIGO DE FUENTE DE MATLAB.
function b = mat_inv2(a)
[r,c] = size(a);
% detiene si el ingreso es incorrecto
if r ~= c
disp('Solo matriz cuadrada')
b = [];
return
end
b = eye(r);

for j = 1 : r
for i = j : r
if a(i,j) ~= 0
for k = 1 : r
s = a(j,k); a(j,k) = a(i,k); a(i,k) = s;
s = b(j,k); b(j,k) = b(i,k); b(i,k) = s;
end
t = 1/a(j,j);
for k = 1 : r
a(j,k) = t * a(j,k);
b(j,k) = t * b(j,k);
end
for L = 1 : r
if L ~= j
t = -a(L,j);
for k = 1 : r
a(L,k) = a(L,k) + t * a(j,k);
b(L,k) = b(L,k) + t * b(j,k);
end
end
end
end
break
end

if a(i,j) == 0
disp(Advertencia: Matriz Singular')
b = 'error';
return
end
end
a

6
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 7 

 x1 + 2x2 = 7
2x1 + 3x2 − x3 = 9


 4x2 + 2x3 + 3x4 = 10
2x3 − 4x4 = 12


METODO DE GAUSS:
Se extrae los valores numéricos de las ecuaciones en el respectivo orden correspondiente:
 
1 2 0 0 7
 2
 3 −1 0 9 

 0 4 2 3 10 
0 0 2 −4 12
Se aplica el métode de GAUSS para la primera fila:
 
1 2 0 0 7
 0
 −1 −1 0 −5 

 0 4 2 3 10 
0 0 2 −4 12

Se aplica el métode de GAUSS para la segundaa fila:

 
1 2 0 0 7
 0
 −1 −1 0 −5 

 0 0 −2 3 −10 
0 0 2 −4 12

Se aplica el métode de GAUSS para la tercera fila y queda la matriz diagonal superior:
 
1 2 0 0 7
 0
 −1 −1 0 −5 

 0 0 −2 3 −10 
0 0 0 −1 −2

Operando da como Resultado:



 x1 =1
x2 =3

 x3
 =2
x4 = −2


METODO DE GAUSS-JORDAN:

>>A = [1 2 0 0;
2 3 -1 0;
0 4 2 3;
0 0 2 -4];
>>b = [7; 9; 10; 12];

C = gauss_jordan(A,b);
1 3 2 -2

7
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Reescribamos el sistema de ecuaciones en la forma de una matriz y

lo resolvamos por el método de eliminación de Gauss-Jordan

1 2 0 0 7
2 3 -1 0 9
0 4 2 3 10
0 0 2 -4 12

de 2 filas sustraigamos la 1 línea, multiplicada respectivamente por 2

1 2 0 0 7
0 -1 -1 0 -5
0 4 2 3 10
0 0 2 -4 12

Dividamos 2-ésimo por -1

1 2 0 0 7
0 1 1 0 5
0 4 2 3 10
0 0 2 -4 12

de 1; 3 filas sustraigamos la 2 línea, multiplicada respectivamente por 2; 4

1 0 -2 0 -3
0 1 1 0 5
0 0 -2 3 -10
0 0 2 -4 12

Dividamos 3-ésimo por -2

1 0 -2 0 -3
0 1 1 0 5
0 0 1 -1.5 5
0 0 2 -4 12

de 1; 2; 4 filas sustraigamos la 3 línea, multiplicada respectivamente por -2; 1; 2

1 0 0 -3 7
0 1 0 1.5 0
0 0 1 -1.5 5
0 0 0 -1 2

Dividamos 4-ésimo por -1

1 0 0 -3 7
0 1 0 1.5 0
0 0 1 -1.5 5
0 0 0 1 -2

8
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

de 1; 2; 3 filas sustraigamos la 4 línea, multiplicada respectivamente por -3; 1.5; -1.5

1 0 0 0 1
0 1 0 0 3
0 0 1 0 2
0 0 0 1 -2
Resultado:

x1 = 1 x2 = 3 x3 = 2 x4 = -2

9
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 8 
 x1 + x2 + x3 = 1
2x1 − x2 + 3x3 = 4
3x1 + 2x2 − 2x3 = −2


RESULTADO:
>>A = [1 1 1;
2 -1 3;
3 2 -2];
>>b = [1; 4; -2];

C = gauss_jordan(A,b);

0.25 -0.3125 1.0625

Reescribamos el sistema de ecuaciones en la forma de una matriz y lo resolvamos por el método de eli
1 1 1 1
2 -1 3 4
3 2 -2 -2

de 2; 3 filas sustraigamos la 1 línea, multiplicada respectivamente por 2; 3

1 1 1 1
0 -3 1 2
0 -1 -5 -5

Dividamos 2-ésimo por -3

1 1 1 1
0 1 -1/3 -2/3
0 -1 -5 -5

de 1; 3 filas sustraigamos la 2 línea, multiplicada respectivamente por 1; -1

1 0 4/3 5/3
0 1 -1/3 -2/3
0 0 -16/3 -17/3

Dividamos 3-ésimo por -16/3

1 0 4/3 5/3
0 1 -1/3 -2/3
0 0 1 1.0625

de 1; 2 filas sustraigamos la 3 línea, multiplicada respectivamente por 4/3; -1/3

1 0 0 0.25
0 1 0 -0.3125
0 0 1 1.0625
Resultado:

x1 = 0.25 x2 = -0.3125 x3 = 1.0625

10
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 9


 x1 + 20x2 − x3 + 0.001x4 = 0
2x1 − 5x2 + 30x3 − 0.1x4 = 1

 5x1 + x2 − 100x3 − 10x4 = 0

2x1 − 100x2 − x3 + x4 = 0


RESULTADO:
>>A = [1 20 -1 0.001;
2 -5 30 -0.1;
5 1 -100 -10;
2 -100 -1 1];
>>b = [0;1; 0; 0];

C = gauss_jordan(A,b);

0.0604 -0.0016 0.0282 -0.2520

Reescribamos el sistema de ecuaciones en la forma de una matriz y lo resolvamos por el método de eli
1 20 -1 0.001 0
2 -5 30 -0.1 1
5 1 -100 -10 0
2 -100 -1 1 0

de 2; 3; 4 filas sustraigamos la 1 línea, multiplicada respectivamente por 2; 5; 2

1 20 -1 0.001 0
0 -45 32 -0.102 1
0 -99 -95 -10.005 0
0 -140 1 0.998 0

Dividamos 2-ésimo por -45

1 20 -1 0.001 0
0 1 -32/45 17/7500 -1/45
0 -99 -95 -10.005 0
0 -140 1 0.998 0

de 1; 3; 4 filas sustraigamos la 2 línea, multiplicada respectivamente por 20; -99; -140

1 0 119/9 -133/3000 4/9
0 1 -32/45 17/7500 -1/45
0 0 -165.4 -9.7806 -2.2
0 0 -887/9 1973/1500 -28/9

Dividamos 3-ésimo por -165.4

1 0 119/9 -133/3000 4/9
0 1 -32/45 17/7500 -1/45
0 0 1 48903/827000 11/827
0 0 -887/9 1973/1500 -28/9

11
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

de 1; 2; 4 filas sustraigamos la 3 línea, multiplicada respectivamente por 119/9; -32/45; -887/9

1 0 0 -68327/82700 1999/7443
0 1 0 733/16540 -95/7443
0 0 1 48903/827000 11/827
0 0 0 5907443/827000 -13399/7443

Dividamos 4-ésimo por 5907443/827000

1 0 0 -68327/82700 1999/7443
0 1 0 733/16540 -95/7443
0 0 1 48903/827000 11/827
0 0 0 1 -13399000/53166987

de 1; 2; 3 filas sustraigamos la 4 línea, multiplicada respectivamente por -68327/82700; 733/16540;

1 0 0 0 1069667/17722329
0 1 0 0 -84805/53166987
0 0 1 0 499834/17722329
0 0 0 1 -13399000/53166987

Resultado:

x1 = 0.0604
x2 = -0.0016
x3 = 0.0282
x4 = -0.2520

12
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Descomponer las siguientes matrices en matrices L y U y compruebe que PA = LU.

Ejercicio 10  
−5 2 −1
 1 0 3 
3 1 6

 
−5 2 −1
U = 1 0 3 
3 1 6 F + 1 ∗F
2 5 1
−5 2 −1


U =  0 25 14
5

3 1 6 F + 3 ∗F
3 5 1
−5 2 −1

2 14 
U = 0 5 5
11 27
0 5 5
 F2 ↔ F3
−5 2 −1


U =  0 115
27 
5
2 14
0 5 5 F − 2 ∗F
 3 11 2
−5 2 −1


U =  0 115
27 
5
20
0 0 11

 
1 0 0
L=  0 1 0 
0 0 1
 
1 0 0
L =  − 15 1 0 
−3 2 1
 5 11 
1 0 0
L =  − 35 1 0 
− 15 11
2
1

RESULTADO:  
−5 2 −1
A= 1 0 3 
3 1 6
 
1 0 0
L =  − 35 1 0 
− 15 112
1
−5 2 −1
 
11 27 
U= 0 5 5
20
0 0 11

13
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

P*A=L*U

−5 −1
       
1 0 0 −5 2 −1 1 0 0 2
 0 1 0  ∗  1 0 3  =  − 35 1 0 ∗ 0 11
5
27
5

0 0 1 3 1 6 −1 2
0 0 20
   5 11  11
−5 2 −1 −5 2 −1
 3 1 6 = 3 1 6 
1 0 3 1 0 3

14
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 11  
1 0 3
 3 1 6 
−5 2 −1
 
1 0 3
U=  3 1 6 
−5 2 −1 F ↔ F
 3 1
−5 2 −1
U=  3 1 6 
1 0 3 F + 3 ∗F
2 5 1
−5 2 −1


U=  0 11 27 
5 5
1 0 3 F + 1 ∗F
3 5 1
−5 2 −1

11 27 
U=  0
5 5
2 14
0 5 5 F − 2 ∗F
 3 11 2
−5 2 −1

11 27 
U=  0
5 5
20
0 0 11

 
1 0 0
L=  0 1 0 
0 0 1
 
1 0 0
L =  − 15 1 0 
− 35 11
2 1
RESULTADO:  
1 0 3
A= 3 1 6 
−5 2 −1
 
1 0 0
L =  − 15 1 0 
− 35 11
2 1

−5 2 −1
 
11 27 
U= 0 5 5
20
0 0 11
P*A=L*U
−5 −1
     
1 0 0 −5 2 −1 1 0 0 2
 0 1 0  1 0 3  =  − 35 1 0  0 11
5
27
5

0 0 1 3 1 6 − 15 2
11 0 0 20
11
   
−5 2 −1 −5 2 −1
 3 1 6 = 3 1 6 
1 0 3 1 0 3

15
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 12  
4 2 1
 2 5 −2 
1 −2 7
 
4 2 1
U=  2 5 −2 
1 −2 7 F − 1 ∗F
  2 2 1
4 2 1
U=  0 4 − 52 
1 −2 7 F − 1 ∗F
 3 4 1
4 2 1
U=  0 4 −5  2
0 − 52 27
4 F3 + 58 ∗ F2
 
4 2 1
U=  0 4 − 25 
83
0 0 16

 
1 0 0
L=  0 1 0 
0 0 1
 
1 0 0
L =  12 1 0 
1
4 − 58 1

RESULTADO:  
4 2 1
A= 2 5 −2 
1 −2 7
 
1 0 0
L =  12 1 0 
1 5
4 − 8 1
 
4 2 1
U =  0 4 − 52 
0 0 8316
P*A=L*U
     
1 0 0 4 2 1 1 0 0 4 2 1
1
 0 1 0   2 5 −2 =
2 1 0   0 4 − 25 
1 83
0 0 1 1 −2 7 4 − 58 1 0 0 16
   
4 2 1 4 2 1
 2 5 −2 = 2 5 −2 
1 −2 7 1 −2 7

16
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 13

 
1 1 0 1
 2
 −1 5 0 

 5 2 1 2 
−3 0 2 6

 
1 1 0 4
 2 −1 5 0 
U =
 5

2 1 2 
−3 0 2 6 F ↔ F
 3 1
5 2 1 2
 2 −1 5 0 
U =
 1

1 0 4 
−3 0 2 6 F − 2 ∗ F
2 5
  1
5 2 1 2
 0 − 9 23 − 4 
U = 5 5 5 
 1 1 0 4 
−3 0 2 6 F − 1 ∗F
 3 5 1
5 2 1 2
 0 − 9 23 − 4 
U = 5 5 5 
3 1 18 
 0
5 − 5 5
−3 0 2 6 F +3F
 4 5 1
5 2 1 2

 0 − 9 23 − 4 
U = 5 5 5 
3
 0
5 − 51 18 5

6 13 36
0 5 5 5 F +1F
 3 3 2
5 2 1 2

 0 − 9 23 − 4 
U = 5 5 5 
 0 0 4 10 
3 3
6 13 36
0 5 5 5 F4 + 32 ∗ F2
5 2 1 2
 
 0 − 95 23
5 − 45 
U=
 0 4 10 

0 3 3
17 20
0 0 3 3
 F3 ↔ F4
5 2 1 2

 0 − 59 23
5 − 45 
U=
 0 17 20 

0 3 3
4 10
0 0 3 3 4 ∗F
F4 − 17 3
5 2 1 2
 
 0 − 95 23
5 − 45 
U=
 0 17 20 

0 3 3
30
0 0 0 17

17
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

1 0 0 0 1 0 0 0
     
1 0 0 0
2 2
 0 1 0 0 
 
5 1 0 0 
 
5 1 0 0 
L= L= L=
1
− 13 − 35 − 32

 0 0 1 0   1 0   1 0 
5
1
0 0 0 1 − 53 − 23 4
17 1 5 − 13 4
17 1

RESULTADO:  
1 1 0 1
 2 −1 5 0 
A= 5

2 1 2 
−3 0 2 6
1 0 0 0
 
 2 1 0 0 
L= 5
 −3 −2 1 0 

5 3
1
5 − 13 17 4
1

5 2 1 2
 
 0 − 9 23 − 4 
U= 5 5 5 
 0 0 17 20 
3 3
30
0 0 0 17
P*A=L*U
1 0 0 0 5 2 1 2
     
1 0 0 0 1 1 0 4
 0 1 0 0   2 −1 5 0   2 1 0 0   0 − 95 23
− 45 
= 5 5
0 2 7   − 35 − 23
   
 0 0 1 0   −3 1 0  0 17 20 
0 3 3
1
0 0 0 1 −3 0 2 6 5 − 13 4
17 1 0 0 0 30
17
   
5 2 1 2 5 2 1 2
 2
 −1 5 0   2
= −1 5 0 

 −3 0 2 6   −3 0 2 6 
1 1 0 4 1 1 0 4

18
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 14 Resuelva el siguiente sistema de ecuaciones utilizando el método de la factorización triangu-

lar LU. 

 x1 + 3x2 + 5x3 + 7x4 = 1
2x1 − x2 + 3x3 + 5x4 = 2


 2x3 + 5x4 = 3
−2x1 − 5x2 − 3x3 + x4 = 4


   
1 3 5 7 1
 2 −1 3 5   2 
A=
 0
,b =  
0 2 5   3 
−2 −5 −3 1 4

Utilizando el método estudiado en clase mediante el ALGORITMO DESARROLLADO EN

MATLAB

function [L U P X]=fac_LUP(A,B)
%Programa que permite factorizar LU a una matriz cuadrada A
% [L U P X]=fac_LUP([1 3 5;0 5 2;-1 4 2],[1;-2;-1])
% RECORDAR Y = inv(L)*P*b
% X = inv(U)*Y

[n,n]=size(A);
L=eye(n);
P=eye(n);
for k=1:n-1
[a,b]=max(abs(A(k:n,k)));%calcula el maximo considerando los elementos bajo la diagonal principa
if a==0
error('La matriz es singular')
return
end
m=k+b-1;
A=cambio_Filas(A,k,m);%Utiliza la funcion creada cambiando las filas
U=A;
P=cambio_Filas(P,k,m);
for k=1;n-1%columna
for j=k+1:n%fila
mult=U(j,k)/U(k,k);
U(j,k:n)=U(j,k:n)-mult*U(k,k:n);
L(j,k)=mult;
end
end
end
M=P*B;
Y=metodo_gauss(L,M);
X=metodo_gauss(U,Y');
end

19
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Solución:
Ab =

1 0 0 0 2
0 1 0 0 6
0 0 1 0 0
0 0 0 1 3

Ab =

2.0000 -1.0000 3.0000 5.0000 2.0000

0 -7.0000 0 6.0000 6.0000
0 0 3.5000 0 -10.5000
0 0 0 0.7143 1.2857

L =

1.0000 0 0 0
-1.0000 1.0000 0 0
0.5000 0 1.0000 0
0 0 0 1.0000

U =

2.0000 -1.0000 3.0000 5.0000

0 -7.0000 0 6.0000
0 3.5000 3.5000 4.5000
0 0 2.0000 5.0000

P =

0 1 0 0
0 0 0 1
1 0 0 0
0 0 1 0

X =

1.3429 0.6857 -3.0000 1.8000

20
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ejercicio 15 Considere el sistema Ax = b, donde A y b están dados por:

   
2 −2 0 0
A =  e−2 2 0 ,b =  e e ∈ <
0 −1 3 2
Calcule la descomposición LU de la matriz A y verifique que la entrada L32 → ∞, e → 0.
Luego, resuelva el sistema de ecuaciones con esta descomposición. Finalmente, compruebe que, pese a que
L32 → ∞ la solución calculada es exacta.
Para resolver el siguiente ejercicio debido a que existen variables alfanuméricas en el sistema no
se podrá realizar una comprobación directa mediante el software desarrollado para MATLAB.
A continuación se presenta la solución más efectiva:

 
2 −2 0
U =  e−2 2 0 
0 − 1 3 F − e −2 ∗ F
2 2 1
 
2 −2 0
U= 0 e 0 
0 −1 3 F + 1 ∗F
 3 e 2
2 −2 0
U= 0 e 0 
0 0 3

   
1 0 0 1 0 0
e −2
L=  0 1 0  L= 2 1 0 
0 0 1 0 − 1e 1

L∗Y = b

Y = ( L − 1) ∗ b

0 0|1 0 0
 
1
L− 1 =  e−2 2 1 0|0 1 0 
−
0 e1 1|0 0 1 F −( 2 )∗ F1
 2 e −2
0 0|1

1 0 0
L− 1 =  0 1 0| e−−22 1 0 
0 −e1 1|0 0 1 F + 1 ∗F
 3 e 2
1 0 0|1 0 0
−2
L − 1 =  0 1 0 | e −2 1 0 


0 0 1| e ( − 2
e −2)
1
e 1

de donde:
 
1 0 0
L− 1 = 
 ( e−−22 ) 1 0 

( e(e−−22) ) 1
e 1

21
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

Ahora obtenemos Y:

  
1 0 0

0
Y = L− 1 ∗ b = 
 ( e−−22 ) 1 0 
∗ e 
( e(e−−22) ) 1
e 1 2
 
0
Y= e 
3

 
2 −2 0|1 0 0
U − 1 =  0 e 0|0 1 0 
0 0 3|0 0 1 F /2
2
1 −2 0| 12 0 0


U−1 =  0 e 0|0 1 0 
0 0 3|0 0 1 F /e
2
1 −1 0| 12 0 0


U − 1 =  0 1 0|0 1e 0 
0 0 3|0 0 1 F /3
3
1 −1 0| 12 0 0


U − 1 =  0 1 0|0 1e 0 
0 0 1|0 0 13 F + F
 2 1
1 0 0| 12 1e 0


U − 1 =  0 1 0|0 1e 0 
0 0 1|0 0 13

Ahora obtenemos X:

X = (U − 1 ) ∗ Y
 1 1   
2 e 0 0
X = U−1 ∗ Y =  0 1
e 0 ∗ e 
1 3
0 0 3
 
1
X= 1 
1

22
 Métodos Numéricos • 29 de Junio de 2015 • Nrc: 1683

II. Conclusiones
• Después de realizar este trabajo se puede afirmar que existe la ventaja de la automatización
de casi cualquier método para resolución de los sistemas existentes tal es el caso de los
métodos iterativos como son Gauss, Gauss-Jordan estudiados en el presente curso.
• Es necesario mostrar que así como se puede incorporar la gran facilidad de la automatización
del uso de los diferentes algoritmos estos aún no sustituyen la presencia del hombre ya que
éste se encargará de realizar un correcta interpretación.
• Mycgas veces los sistemas por más elaborados que se encuentren no pueden realizar ciertas
operaciones tal como se pudo ver en el ejercicio 15 en el cual fue necesario realizar un
desarrollo manual y solo hasta llegar a cierto punto para poder llegar a un resultado en el
cual la computadora pueda ayudar con su rapidez de ejecución.

References
[1] Mgs. Ordóñez Moreno, Fabián M., Trabajo 2, Ejercicios Propuestos, Metodos matemáticos. 1de
junio de 2015.

23