You are on page 1of 17

UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE INGENIERÍA
INGENIERÍA CIVIL

Ajuste de curvas Y Métodos
de resolución para sistemas
de ecuaciones como:
Cramer, Gauss, Gauss Jordán
Métodos numéricos
Vanessa Alexandra Ávila Domínguez

2015

S E M E S T R E : 5 ° “B”

Otra aplicación más interesante es la obtener una función que en base a algunos puntos obtenidos de medición se pueda estimar otros puntos que no fueron medidos empíricamente.. Interpolación polinomial: Este es un método que dados los puntos x1.xn con sus correspondientes valores f(x1). en los métodos por interpolación la función pasa exactamente por los puntos observados. Para lograr este objetivo se utilizan. La aplicación más elemental es para dibujar una curva en una computadora en base a algunos puntos (datos) de manera que se vea bien. y esto para varios puntos crece muy rápido. p(2) = 7 y p(3) = 13 . que es la forma estándar de expresión del polinomio con sus coeficientes.. La fórmula expresada en la figura 2 se simplifica y se llega a la siguiente: Figura 3 Y es acá donde se ve el problema computacional. pudiéndose extender este ejemplo hasta N puntos.. para pasar de la fórmula de la figura 2 a la de la figura 3. dado que la sumatoria tiene N términos y cada termino tiene un producto de N factores.. provocando que no sirva para estimar valores no medidos (el cual es uno de los principales objetivos). se necesitan por lo menos N2 operaciones. Por el otro lado el problema matemático viene dado debido a que al crecer el grado del polinomio siempre logro que el mismo pase por todos los puntos que le exigí.x2. en cambio en el método de aproximación se busca que una función pase lo mas cercanamente posible por los puntos observados.f/(xn) obtiene un único polinomio que pasa por todos los puntos. Problema computacional: La fórmula clásica que se utiliza es la de interpolación de Lagrange: Figura 1 Por ejemplo un polinomio de grado 2 donde p(1) = 3. Este método trae aparejados dos problemas uno computacional y otro matemático.. sampleo etc. cuando x = 2 se anulan el primero y el tercero y cuando x = 3 se anulan el primero y el segundo. .AJUSTE DE CURVAS Ajuste de curvas se usa para encontrar una función que responda a una muestra de datos obtenidas de alguna medición.. sería el siguiente: Figura 2 En la fórmula de la figura 2 se ve que cuando x = 1 se anulan el segundo y tercer término. pero a medida que crece el grado del mismo curva entre los puntos no exigidos tiende a fluctuar. interpolación y aproximación por el método de mínimos cuadrados.f(x2). utilizando la fórmula de la figura 1. vemos que para N puntos nos queda un polinomio de grado N-1. entre otros.

hacemos de cuenta que conocemos la función f a aproximar y la aproximamos con este método con el polinomio P: Figura 4 Se ve claramente que en los puntos medidos el polinomio vale igual que la función. Interpolación Spline: Mediante este método se usan polinomios de grado 3 para unir dos puntos de la función entre si. por otro lado además de coincidir los diferentes polinomios en los puntos que los unen pedimos que coincidan la primer y segunda derivada. Figura 5 Si(x) es el polinomio que une el punto i con el i + 1. es decir nos faltan 2 condiciones para poder armar un sistema de ecuaciones con solución única. esto implica que para N puntos tenemos N-1 polinomios diferentes de grado 3. Teniendo en cuenta que : Figura 6 y que en un mismo punto coinciden los valores de sus derivadas primeras y de sus derivadas segundas es decir: Figura 7 Nos queda un sistema de ecuaciones de 4N-6 ecuaciones con 4(N-1) = 4N-4 incógnitas. es decir en vez de utilizar un polinomio de alto grado se usan varios de grado 3 . Una solución para esto es saber el valor de y de y para un spline llamado natural estas derivadas valen cero. es decir S1(x1) = y1 . que es hacia lo que apuntamos. Por estas razones se considera inapropiado el método de interpolación de polinomios para hacer un ajuste de curva. de esta forma vamos a lograr una unión “natural” entre los puntos. S2(x2) = y2 à S1(x2) = S2(x2) . completando con estas dos condiciones un sistema . pero entre los puntos difiere mucho.En la siguiente figura se ve un caso típico. S1(x2) = y2 .

.de ecuaciones de 4N-4 ecuaciones con 4N-4 incógnitas (que son los coeficientes de los N-1 polinomios de grado 3 que unen los N puntos). . supongamos que conocemos los valores de Si’’(xi) y los llamamos pi . Existe una forma de calcular más eficientemente estas curvas. completando el sistema de ecuaciones para averiguar pi Figura 13 Finalmente llamando Figura 14 . Este sistema se resuelve aplicando eliminación de Gauss. . N-1 y llamando Figura 12 Nos queda la siguiente ecuación. . que se resuelven con las N-2 ecuaciones que salen de que Figura 9 Haciendo un cambio de variables Figura 10 nos queda la siguiente ecuación de la curva Si(t) entre el punto xi y xi+1 en función de pi y pi+1 Figura 11 en la ecuación anterior cuando x = xi à t = 0 y cuando x = xi+1 à t = 1 por lo tanto quedando S’i-1(1) = S’i(0) para i = 2. podemos expresar el valor de los coeficientes de cada curva en función de esos pi utilizando el siguiente sistema de ecuaciones: Figura 8 Una vez resuelto esto el problema se reduce a N-2 pi incógnitas.

Y para un caso en que N = 7 nos queda el siguiente sistema de ecuaciones Figura 15 El sistema de ecuaciones anterior se resuelve de la siguiente manera dado que es una matriz tridiagonal y además simétrica con respecto a la diagonal. .xi+1] se encuentra la x ingresada y luego hace todos los cálculos con esa curva interpolante. Usamos el siguiente método: Figura 16 Y una vez obtenidos los valores pi se los utiliza en el siguiente método que devuelve el valor de la función interpolante para un x dado: Figura17 El método anterior primero ubica en que intervalo [xi.

las ecuaciones lineales con 2 incógnitas representan una recta en el plano. z en lugar de x1. su representación gráfica es un plano en el espacio. las incógnitas no están elevadas a potencias. x. ni en el denominador. Diremos que dos sistemas son equivalentes cuando tienen las mismas soluciones. Los números reales aij se denominan coeficientes y los se denominan incógnitas (o números a determinar) y bj se denominan términos independientes. x2 y x3 pero esto es indiferente a la hora de resolver el sistema. .DEFINICIÓN Y CLASIFICACIÓN DE ECUACIONES LINEALES Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado. Como es bien sabido. y. y en el caso de tres. ni multiplicadas entre sí. Resolver el sistema consiste en calcular las incógnitas para que se cumplan TODAS las ecuaciones del sistema simultáneamente. es decir. 3x + 2y + 6z = 6 es una ecuación lineal con tres incógnitas. Por ejemplo. Si la ecuación lineal tiene 3 incógnitas. Un ejemplo de ambas representaciones puede observarse en la figura: Representación gráfica de la recta −x + 2y = 3 en el plano y del plano x + y + z = 1 en el espacio UN SISTEMA DE ECUACIONES LINEALES ES UN CONJUNTO DE ECUACIONES LINEALES DE LA FORMA: En este caso tenemos m ecuaciones y n incógnitas. En el caso de que las incógnitas sean 2 se suelen designar simplemente por x e y en vez de x1 y x2.

es decir: se llama matriz ampliada del sistema y se representara por (A|B) SISTEMAS EQUIVALENTES = 2 1 0 0 Los sistemas equivalentes. se aplican a sistemas de ecuaciones lineales que tienen las mismas soluciones y que resultan de aplicar sobre la matriz original operaciones elementales de fila 1 2 1 -1 1 -1 -3 -3 -1 1 -1 1 2 1 0 0 .REPRESENTACIÓN MATRICIAL DE UN SISTEMA DE ECUACIONES Cualquier sistema de ecuaciones lineales se puede expresar en forma matricial del modo: La matriz formada por A y B conjuntamente.

 Sistemas no homogéneos (3 tipos de soluciones) Única solución.CLASIFICACION DE SISTEMAS DE ECUACIONES  Sistemas homogéneos (2 tipos de soluciones) La solución trivial. Se obtiene así un sistema triangular o en cascada de la forma: . es decir. Infinitas soluciones. para el caso de un sistema de tres ecuaciones con tres incógnitas se trata de obtener un sistema equivalente cuya primera ecuación tenga tres incógnitas. No existe solución. por ejemplo. Infinitas soluciones. cuando algunas de las incógnitas están en función de otras y tienen un valor real. La idea es muy simple. la segunda dos y la tercera una. cuando algunas de las incógnitas quedan en función de otras y valen cero. nos permite resolver sistemas de ecuaciones lineales con cualquier número de ecuaciones y de incógnitas. cuando los valores de las incógnitas no existen. conocido también como de triangulación o de cascada. En sistema No homogéneo Homogéneo a) Si Si (Trivial) b) Si Si c) Si No MÉTODOS DE RESOLUCIÓN Método de Gauss El método de Gauss. cuando para todas las incógnitas del sistema existe con un solo valor real. cuando las incógnitas valen cero cada una.

(método de gauss).2 X2 + 10 X3 = 71.3 X3 = .8500 0.1 X2 .0.0. las que preceden a la ecuación pivote así como de las que la siguen.0 X2 .0. que constituye una variación del método de eliminación de Gauss. Resolvamos el siguiente conjunto de ecuaciones 3. Método de Gauss-Jordan Este método.2 X3 = 7. con 8 o 10 dígitos significativos en las operaciones aritméticas de la computadora.19. es decir. Este procedimiento se distingue del método Gaussiano en que cuando se elimina una incógnita. El método se ilustra mejor con un ejemplo.3 0.0 X1 .4000 .1 X1 + 7.Ax + By + Cz = D Ey + Fz = G Hz = I Ejemplo: Realizamos operaciones de fila La ultima matriz esta en forma escalonada por filas. permite resolver hasta 15 o 20 ecuaciones simultáneas. lo cual significa que: . se elimina de todas las ecuaciones restantes.0.3 X1 .

1 veces el primero del segundo renglón.00333: Reduciendo los términos en X2 de la primera y la tercera ecuación se obtiene: El tercer renglón se normaliza dividiendolo entre 10. Se normaliza el primer renglón dividiendo entre 3 para obtener: El término X1 se puede eliminar del segundo renglón restando 0. De una manera similar. se normaliza el segundo renglón dividiendo entre 7.010: . En seguida. restando 0.Primero expresemos los coeficientes y el vector de términos independientes como una matriz aumentada.3 veces el primero del tercer renglón se elimina el término con X1 del tercer renglón.

Las ventajas y desventajas de la eliminación gaussiana se aplican también al método de Gauss-Jordan. . el primero requiere aproximadamente 50% menos operaciones. Sea Δ el determinante de la matriz de coeficientes. Por lo tanto. Tales sistemas se denominan sistemas de Cramer . Se aplica a sistemas que cumplan las dos condiciones siguientes: -El número de ecuaciones es igual al número de incógnitas . la eliminación gaussiana es el mé todo simple por excelencia en la obtención de soluciones exactas a las ecuaciones lineales simultáneas. Una de las principales razones para incluir el método de Gauss-Jordan. Aunque los métodos de Gauss-Jordan y de eliminación de Gauss pueden parecer casi idénticos. es la de proporcionar un método directo para obtener la matriz inversa. -El determinante de la matriz de los coeficientes es distinto de cero. los términos con X3 se pueden reducir de la primera y segunda ecuación para obtener: Nótese que no se necesita sustitución hacia atrás para obtener la solución. Método de Cramer La regla de Cramer sirve para resolver sistemas de ecuaciones lineales.Finalmente.

Δ n Los determinantes que se obtiene al sustituir los coeficientes del 2º miembro (los términos independientes) en la 1ª columna. Un sistema de Cramer tiene una sola solución que viene dada por las siguientes expresiones: .Y sean: Δ 1 . . en la 3ª columna y en la enésima columna respectivamente.. Δ 3 . Δ 2 .. en la 2ª columna.

Tiene infinitas soluciones si el número de ecuaciones validas es menor al número de incógnitas.Jordan Ejercicios tipo examen: Determinar para que valores de a) b) existe: . No tiene solución si el número de filas no nulas de la matriz ampliada y el de la matriz de coeficientes son diferentes.CRITERIO PARA HALLAR SOLUCIONES Una vez aplicado Gauss o Gauss-Jordán    Tiene solución única si el número de ecuaciones validas es igual al número de incógnitas. Aplicamos Gauss – Jordán Como se escriben las infinitas soluciones Ejemplo: Resolución por Gauss.

Hallarlas c) No tenga soluciones +2 +2 2 . Hallarlas b) Tenga ms de una solución.c) Determinar los valores de “a” para que el sistema a) Tenga solución única.

= C.C.= Determinar los valores de “m” para que el siguiente sistema .S.S.

Hallarlas c) No tenga soluciones C. Hallarlas b) Tenga más de una solución.a) Tenga solución única.= .S.

S.C.= C.= C.S.S.= .