You are on page 1of 25

Trabajo Colaborativo 2

1Intervencin Individual

Yon Ivan Mrquez Buitrago. Cd. 82391374


Abril 2015.

TUTOR
Jos Adel Barrera

Universidad Nacional Abierta y a Distancia UNAD


Escuela de Ciencias Bsicas, Tecnologa e Ingeniera ECBTI
Mtodos Numricos
Grupo 43

Introduccin

OBJETIVOS

Identificar a los compaeros de grupo colaborativo e interactuar con ellos para establecer
roles y programar cronograma de trabajo.
Revisar el Entorno de Conocimiento en lo referente a bibliografas requeridas y
complementarias de la Unidad No. 2
Realizar aportes significativos sobre el Trabajo Colaborativo No. 2
Socializar con el grupo el Producto Final
Entregar el Producto Final en el Entorno de Evaluacin y Seguimiento.
Registrar en el e-portafolio sus fortalezas, debilidades y oportunidades de mejora en el
Entorno de Evaluacin y Seguimiento.

Desarrollo del Trabajo No. 1


1. Construir un cuadro comparativo de las diferencias entre los sistemas lineales y
los sistemas NO lineales con al menos un ejemplo.
R/: Cuadro Comparativo entre los sistemas lineales y los sistemas NO lineales

Tipos de ecuaciones:
Cada ecuacin toma su
forma basado del grado
ms alto o el exponente
de la variable.
Relaciones de entrada y
salida
En general, "x" es
considerada como
la entrada de una
ecuacin e "y" es
considerada como la
salida.

SISTEMAS LINEALES
Las ecuaciones que tienen
un grado no superior a 1
recibe el nombre "lineal".

SISTEMAS NO LINEALES
Se llaman ecuacin "no
lineal" a las ecuaciones
cuadrticas, sinusoidales o
cualquier otro tipo.
Ejemplo, en el caso donde y = x - 6x + 2 el grado de 3 da
esta ecuacin le da el nombre "cbica".
Cualquier aumento en la "x" "x" puede no siempre
o bien provoca un aumento causar el incremento de "y"
o una disminucin en "y"
dependiendo del valor de la
pendiente..
Ejemplo, si y = (5 - x) , "y" disminuye en valor cuando "x"
se aproxima a 5, pero disminuye en caso contrario.

Diferencias en el grfico El grfico siempre ser una


Un grfico muestra el
lnea o recta
conjunto de soluciones
para una ecuacin dada.

El grafico puede parecerse


a una parbola si es de
grado 2, una forma de x
curvada si es de grado 3, o
cualquier otro tipo de curva.

Excepciones

Las ecuaciones no lineales,


por otro lado, no puede
tener soluciones para
ciertos valores de "x" o "y".
Por ejemplo, si y = sqrt (x),
entonces "x" slo existe
entre 0 e infinito y tambin
"y", ya que la raz cuadrada
de un nmero negativo no
existe en el

Con excepcin del caso de


las lneas verticales (x = una
constante) y de las lneas
horizontales (y = una
constante), existirn
ecuaciones lineales para
todos los valores de "x" e
"y".

Beneficios

Las relaciones lineales se


pueden explicar mejor
mediante ecuaciones
lineales, donde el aumento
en una variable causa
directamente el aumento o
disminucin de la otra.
Ejemplo, el nmero de
galletas que comes en un da
podra tener un impacto
directo en tu peso como se
ilustra mediante una
ecuacin lineal.

Sin embargo, si se analiza la


distribucin de clulas en
mitosis, una ecuacin
exponencial no lineal
encajara mejor con los
datos.

Ejemplos
Sistema Lineal
Encontrar una ecuacin para la recta que
pasa por (2,-3) y (-4,1)
Solucin: Se designa el punto P1, se deduce
de la ecuacin de la pendiente:

m=

y y 2 y 1 1(3) 2
=
=
=
x x 2x 1 42
3

La forma punto-pendiente de la ecuacin de


un recta es:

y 2 y 1=m( x 2x 1)
2
y1= ( x2)
3
2
5
y=
x
3
3

Sistema No lineal
Resolver el sistema
2

y=x 4

y=2 x 6

Las igualamos y despejamos x

x 24=2 x26
3 x2 10=0
Aplicamos la formula cuadrtica
2

a x + bx+ c=0
2
2
b b 4 ac 0 0 4 ( 3 ) ( 10 )
x=
=
2a
2 (3)
4 (3)(10) 120
x=
=
6
6
Como la raz es negativa, esto nos dice que
no hay solucin y las grficas no se
intersectan.

2. Solucione el siguiente ejercicio utilizando los Mtodo de eliminacin de Gauss,


Gauss-Jordn y GaussSeidel. Compare los resultados y haga un pequeo anlisis.

0.1 x 1 +7 .0 x 20.3 x3 =19.30


3.0 x10.1 x 20.2 x 3=7.85
0.3 x1 0.2 x 21 0.0 x 3=71.40
Utilizar un = 0.001
R/:
Mtodo de eliminacin de Gauss

Solucin. Escribimos la matriz aumentada del sistema:


0.1 7.0
0.3 19.30 R 1
3.0 0.1 0.2
7.85 R 2
0.3 0.2 10.0 71.40 R 3

Para escoger el primer elemento pivote en la columna 1, tomamos el elemento mayor


con valor absoluto entre 0.1 , 3.0 y - 0.3 , el cual obviamente es el 3.0 ; por lo
tanto intercambiamos el rengln 1 y 2
3.0 0.1 0.2
7.85 R 1
0.1 7.0
0.3 19.30 R 2
0.3 0.2 10.0 71.40 R 3

Se normaliza el primer Rengln dividiendo entre 3 para obtener

R1
1 0.033 0.067 2.617
3
0.1
7.0
0.3 19.30
R2
0.3
0.2
10.0
71.40
R3

Y procedemos a hacer ceros debajo del pivote. El termino x1. Se puede eliminar del segundo
rengln restando 0.1 veces el primero del segundo rengln, algo similar se hace con el tercer
renglon

R1
1 0.033 0.067
2.617
0 7.003 0.293
19.562 ( 0.1 )R1R 2
0 0.190
9.980 70.615 ( 0.3 )R1R 3

Se normaliza el segundo Rengln dividiendo entre

7.003

para obtener

R1
1 0.033 0.067
2.617
R2
0
1
0.042 2.793
0 0.190
9.980 70.615 7.003
R3

El termino x2 del tercer rengln se puede eliminar multiplicando el segundo rengln por
0.190 y restando luego el tercer rengln

R1
1 0.033 0.067 2.617
R2
0
1
0.042 2.793
0
0
9.988 70.084 ( 0.190 )R 2R3

Despejamos el Tercer Rengln para hallar el termino x3

9.988 x 3=70.084
70.084
x 3=
9.988
x 3=7.017

Reemplazamos el termino x3 en el segundo rengln para hallar el termino x2

x 20.042 x 3=2.793
x 20.042(7.017)=2.793
x 2+ 0.295=2.793
x 2=2.7930.295
x 2=2.7930.295
x 2=3.088

Operamos de igual manera reemplazando en el rengln 1

x 10.033 x2 0.067 x3 =2.617


x 10.033 (3.088 )0.067(7.017)=2.617
x 1+0.102+ 0.470=2.617
x 1+0.572=2.617
x 1=2.6170.572
x 1=2.045
La solucin es

x 1=2.045
x 2=3.088
x 3=7.017

Comprobacin: Tomamos alguna de las ecuaciones y sustituimos

3.0 x10.1 x 20.2 x 3=7.85


3.0(2.045)0.1(3.088)0.2(7.017)=7.85
7.847=7.85

Mtodo de eliminacin de Gauss-Jordn


Entonces, anotando como matriz (tambin llamada matriz aumentada):

0.1
3.0
0.3

7.0
0.3 19.30
0.1 0.2
7.85
0.2 10.0 71.40

Una vez hecho esto, a continuacin se procede a convertir dicha matriz en una matriz identidad, es decir una matriz
equivalente a la original, la cual es de la forma:

1 0 0
0 1 0
0 0 1
Para escoger el primer elemento pivote en la columna 1, tomamos el elemento mayor
con valor absoluto entre 0.1 , 3.0 y - 0.3 , el cual obviamente es el 3.0 ; por lo
tanto intercambiamos el rengln 1 y 2 (ste es el primer pivoteo realizado):

3.0
0.1
0.3

0.1 0.2
7.85 R 1
7.0
0.3 19.30 R 2
0.2 10.0 71.40 R 3

Se normaliza el primer Rengln dividiendo entre 3 para obtener

R1
1 0.033 0.067 2.617
3
0.1
7.0
0.3 19.30
R2
0.3
0.2
10.0
71.40
R3

Y procedemos a hacer ceros debajo del pivote. El termino x1. Se puede eliminar del segundo
rengln restando 0.1 veces el primero del segundo rengln, algo similar se hace con el tercer
renglon

R1
1 0.033 0.067
2.617
0 7.003 0.293
19.562 ( 0.1 )R1R 2
0 0.190
9.980 70.615 ( 0.3 )R1R 3

Se normaliza el segundo Rengln dividiendo entre

7.003

para obtener

R1
1 0.033 0.067
2.617
R2
0
1
0.042 2.793
0 0.190
9.980 70.615 7.003
R3

El termino x2 del tercer rengln se puede eliminar multiplicando el primer rengln por
restando luego el tercer rengln

0.190 y

R1
1 0.033 0.067 2.617
0
1
0.042 2.793
R2
0
0
9.988 70.084 ( 0.190 )R 2R3

Se normaliza el tercer Rengln dividiendo entre

1 0.033 0.067 2.617


0
1
0.042 2.793
0
0
1
7.017

9.988 para obtener

R1
R2
R2
9.988

El termino x3 del segundo rengln se puede eliminar restando al segundo rengln la


multiplicacin del tercer rengln por 0.042

R1
1 0.033 0.067 2.617
0
1
0
3.088 R 2R3(0.042 )
0
0
1
7.017
R3

El termino x3 del primer rengln se puede eliminar restando al segundo rengln la multiplicacin
del tercer rengln por 0.067

1 0.033 0 2.147 R1R3(0.067 )


0
1
0 3.088
R2
0
0
1 7.017
R3

El termino x2 del primer rengln se puede eliminar restando al primer rengln la multiplicacin
del segundo rengln por 0.033

1 0 0 2.045 R1 R2(0.033 )
0 1 0 3.088
R2
0 0 1 7.017
R3

Se reitera que la solucin es


x 1=2.045
x 2=3.088
x 3=7.017
Mtodo de eliminacin de GaussSeide
Primero se ordenan las ecuaciones, de tal manera que en la diagonal principal, estn los
coeficientes mayores para que se asegure la convergencia

3.0 x10.1 x 20.2 x 3=7.85


0.1 x 1 +7 .0 x 20.3 x3 =19.30
0.3 x1 0.2 x 21 0.0 x 3=71.40
Se despeja cada una de las variables sobre la diagonal

7.85+ 0.1 x 2 +0.2 x 3


3.0
19.300.1 x 1 +0.3 x3
x 2=
7 .0
71.400.3 x 1+0.2 x 2
x 3=
1 0.0
x 1=

Para x1, suponemos que x2 y x3 son cero

x 11=

7.85
=2.6166666666667
3.0

Para x2, suponemos que x3 es cero y sustituimos x1

x 12=

19.300.1(2.6166666666667)
=2.7945238095238
7 .0

Calculamos ahora x3, para as terminar la primera iteracin.

x 13=

71.400.3(2.6166666666667)+0.2(2.7945238095238)
=7.0056095238095
1 0.0

En la segunda iteracin, re realiza el mismo procedimiento reemplazando los valores con las
respuestas de la iteracin 1

7.85+ 0.1(2.7945238095238)+0.2(7.0056095238095)
=2.0564752380952
3.0
19.300.1 ( 2.0564752380952 ) +0.3(7.0056095238095)
x 22=
=3.0867614829932
7 .0
71.400.3(2.0564752380952)+ 0.2(3.0867614829932)
x 23=
=7.0165705131973
1 0.0
x 21=

Comparacin de los valores calculados entre las dos iteraciones anteriores

|x 21x 11|=|2.05647523809522.6166666666667|=0.56019142857151
|x 22x 12|=|3.0867614829932(2.7945238095238)|=0.2922376734694
|x 23x 13|=|7.0165705131973(7.0056095238095)|=0.0109609893878
Como an no se cumple la condicin = 0.001, continuamos con otra iteracin
Condicin:
|x i x i| para i=1,2,3
Tomamos los valores calculados en la ltima iteracin y se toman como supuestos para la
siguiente iteracin:
2

7.85+ 0.1(3.0867614829932)+0.2(7.0165705131973)
=2.0460032496871
3.0
19.300.1(2.0460032496871)+0.3 (7.0165705131973)
x 32=
=3.0870816398468
7 .0
71.400.3(2.0460032496871)+ 0.2(3.0870816398468)
x 33=
=7.0168782697125
1 0.0
x 31=

Comparacin de los valores calculados entre las dos iteraciones anteriores

|x 31x 21|=|2.04600324968712.0564752380952|=0.0104719884081
|x 32x 22|=|3.0870816398468(3.086761482993)|=0.0003201568538
|x 33x 23|=|7.0168782697125(7.0165705131973)|=0.0003077565152
La condicin no se cumple para x1, as que continuamos con otra iteracin

7.85+0.1(3.0870816398468)+ 0.2(7.0168782697125)
=2.0459720606909
3.0
19.300.1(2.0459720606909)+0.3(7.0168782697125)
x 42=
=3.0870943838547
7 .0
71.400.3(2.0459720606909)+0.2(3.0870943838547)
x 43=
=7.0168789505022
1 0.0
x 41=

Comparacin de los valores calculados entre las dos iteraciones anteriores

|x 41x 31|=|2.04597206069092.0460032496871|=0.0000311889962
|x 42x 32|=|3.0870943838547(3.0870816398468)|=0.0000127440079
|x 43x 33|=|7.0168789505022(7.0168782697125)|=00000006807897
Se cumple la condicin, entonces la solucin es:

x 1=2.0459720606909
x 2=3.0870943838547

x 3=7.016878950502
Anlisis: Cada uno de los mtodos nos da una visin del problema, nos da unas herramientas
para resolver cada instancia del problema, el Mtodo Gauss es muy sencillo y va directamente
a la respuesta, en parte por ello en los clculos solo utilice tres decimales, el mtodo GaussJordan se rige ms a una condicin matemtica al colocarnos condicionamiento de la matriz
identidad, lo cual nos exige ms en la ejecucin del mtodo, pero las metodologa GaussSeidel
es mucho ms precisa, ya que busca que se reduzca el error al mnimo y por ende es ms
riguroso su empleo.
3. Solucione el siguiente ejercicio utilizando los Mtodo de eliminacin de Gauss,
Gauss-Jordn y GaussSeidel. Compare los resultados y haga un pequeo anlisis.

17 x1 2 x 23 x 3=500
5 x 1 +21 x 22 x 3=200
5 x 15 x 2+ 22 x 3=30
Utilizar un = 3%
Mtodo de eliminacin de Gauss

Solucin. Escribimos la matriz aumentada del sistema:


17 2 3 500 R1
5 21 2 200 R2
5 5 22 30 R3

Para escoger el primer elemento pivote en la columna 1, tomamos el elemento mayor


con valor absoluto entre 17 , 5 y - 5 , el cual obviamente es el 17 ; por lo
tanto no intercambiamos renglones.
Se normaliza el primer Rengln dividiendo entre 17 para obtener. Los resultados los
vamos a redondear con cuatro decimales
R1
1 0.1176 0.1765 29.4118
17
5
21
2
200
R2
5
5
22
30
R3

Y procedemos a hacer ceros debajo del pivote. El termino x1. Se puede eliminar del segundo
rengln sumando 5 veces el primero del segundo rengln, algo similar se hace con el tercer
renglon

R1
1 0.1176 0.1765 29.4118
0 20.412 2.8825 347.059 ( 5 )R1+ R2
0 5.588 21.1175 177.059 ( 5 )R1+ R 3

Se normaliza el segundo Rengln dividiendo entre

20.412 para obtener

R1
1 0.1176 0.1765 29.4118
R2
0
1
0.1412 17.0027
0 5.588 21.1175 177.059 20.412
R3

El termino x2 del tercer rengln se puede eliminar multiplicando el segundo rengln por
5.588 y restando luego el tercer rengln

R1
1 0.1176 0.1765
29.4118
0
1
0.1412
17.0027
R2
0
0
20.3285 272.0701 (5.588 )R2R3

Despejamos el Tercer Rengln para hallar el termino x3

20.3285 x 3=272.0701
272.0701
x 3=
20.3285
x 3=13.3837

Reemplazamos el termino x3 en el segundo rengln para hallar el termino x2

x 20.1412 x 3=17.0027
x 20.1412(13.3837)=17.0027
x 21.8898=17.0027
x 2=17.0027+1.8898
x 2=18.8925

Operamos de igual manera reemplazando en el rengln 1

x 10.1176 x 20.1765 x 3=29.4118


x 10.1176 (18.8925)0.1765(13.3837)=29.4118
x 12.22172.3622=29.4118
x 14.5839=29.4118
x 1=29.4118+ 4.5839
x 1=33.9957
La solucin es

x 1=33.9957
x 2=18.8925
x 3=13.3837

Comprobacin: Tomamos alguna de las ecuaciones y sustituimos, en este caso la segunda

5 x 1 +21 x 22 x 3=200
5 (33.9957)+ 21(18.8925)2(13.3837)=200
199.9966=200
Debido a que no se colocaron todos los decimales de los clculos, hay un error relativo que se
corrige con el redondeo de decimales.
Mtodo de eliminacin de Gauss-Jordn
Entonces, anotando como matriz (tambin llamada matriz aumentada):

17 2 3 500
5 21 2 200
5 5 22 30

Una vez hecho esto, a continuacin se procede a convertir dicha matriz en una matriz identidad, es decir una matriz
equivalente a la original, la cual es de la forma:

1 0 0
0 1 0
0 0 1
Para escoger el primer elemento pivote en la columna 1, tomamos el elemento mayor
con valor absoluto entre 17 , 5 y - 5 , el cual obviamente es el 17 ; por lo
tanto no intercambiamos renglones.
Se normaliza el primer Rengln dividiendo entre 17 para obtener. Los resultados los
vamos a redondear con cuatro decimales
R1
1 0.1176 0.1765 29.4118
17
5
21
2
200
R2
5
5
22
30
R3

Y procedemos a hacer ceros debajo del pivote. El termino x1. Se puede eliminar del segundo
rengln sumando 5 veces el primero del segundo rengln, algo similar se hace con el tercer
renglon

R1
1 0.1176 0.1765 29.4118
0 20.412 2.8825 347.059 ( 5 )R1+ R2
0 5.588 21.1175 177.059 ( 5 )R1+ R 3

Se normaliza el segundo Rengln dividiendo entre

20.412 para obtener

R1
1 0.1176 0.1765 29.4118
R2
0
1
0.1412 17.0027
0 5.588 21.1175 177.059 20.412
R3

El termino x2 del tercer rengln se puede eliminar multiplicando el segundo rengln por
5.588 y restando luego el tercer rengln


R1
1 0.1176 0.1765
29.4118
0
1
0.1412
17.0027
R2
0
0
20.3285 272.0701 (5.588 )R2R3
Se normaliza el tercer Rengln dividiendo entre 20.3285
R1
1 0.1176 0.1765 29.4118
R2
0
1
0.1412 17.0027
R2
0
0
1
13.3837
20.3285

para obtener

El termino x3 del segundo rengln se puede eliminar restando al segundo rengln la


multiplicacin del tercer rengln por 0.1412

R1
1 0.1176 0.1765 29.4118
0
1
0
18.8925 R2 R3(0.1412 )
0
0
1
13.3837
R3

El termino x3 del primer rengln se puede eliminar restando al segundo rengln la multiplicacin
del tercer rengln por 0.1765

1 0.1176 0 31.7740 R1R3(0.1765 )


0
1
0 18.8925
R2
0
0
1 13.3837
R3

El termino x2 del primer rengln se puede eliminar restando al primer rengln la multiplicacin
del segundo rengln por 0.1176

1 0 0 33.9958 R 1R2 (0.1176 )


0 1 0 18.8925
R2
0 0 1 13.3837
R3

Con una pequea variacin, se reitera que la solucin es


x 1=33.9958
x 2=18.8925
x 3=13.3837
Mtodo de eliminacin de GaussSeide
Primero se ordenan las ecuaciones, de tal manera que en la diagonal principal, estn los
coeficientes mayores para que se asegure la convergencia

17 x1 2 x 23 x 3=500
5 x 1 +21 x 22 x 3=200
5 x 15 x 2+ 22 x 3=30
Se despeja cada una de las variables sobre la diagonal

x 1=

500+ 2 x 2+ 3 x 3
17

200 +5 x 1+2 x 3
21
30 +5 x 1+5 x 2
x 3=
22
x 2=

Para x1, suponemos que x2 y x3 son cero

x 11=

500
=29.4117647058824
17

Para x2, suponemos que x3 es cero y sustituimos x1

x 12=

200+ 5(29.4117647058824)
=16.5266106442577
21

Calculamos ahora x3, para as terminar la primera iteracin.

x 13=

30+ 5(29.4117647058824)+5(16.5266106442577)
=11.8041762159409
22

En la segunda iteracin, re realiza el mismo procedimiento reemplazando los valores con las
respuestas de la iteracin 1

500+ 2(16.5266106442577)+3( 11.8041762159409)


=33.4391617609611
17
200+ 5(33.4391617609611)+ 2(11.8041762159409)
x 22=
=18.6097219636518
21
30+ 5(33.4391617609611)+ 5(18.6097219636518)
x 23=
=13.1929281192302
22
x 21=

Comparacin de los valores calculados entre las dos iteraciones anteriores

anterior
|Valor actualValor
|100
Valor actual

Error Relativo Aproximado=

x1 x
33.439161760961129.4117647058824
( 11)=
100 =0.1204395338576100 =12.0439
33.4391617609611
ERA

|18.609721963651816.5266106442577
|100 =0.1119367244424100 =11.1937
18.6097219636518
13.192928119230211.8041762159409
ERA ( x x )=|
|100 =0.1052648730243100 =10.5265
13.1929281192302
ERA ( x 22 x 12)=
2
3

1
3

Como an no se cumple la condicin = 3%, continuamos con otra iteracin


Condicin:
|x i x i| para i=1,2,3
Tomamos los valores calculados en la ltima iteracin y se toman como supuestos para la
siguiente iteracin:
2

x 31=

500+ 2 x 2 +3 x3 500+2(18.6097219636518)+ 3(13.1929281192302)


=
=33.9293075461761
17
17

x 32=

200+5 x 1+ 2 x 3 200+ 5(33.9293075461761)+2(13.1929281192302)


=
=18.8586854271115
21
21

x 33=

30 +5 x 1+5 x 2 30+ 5 (33.9293075461761 ) +5 ( 18.8586854271115 )


=
=13.360907493929
22
22

Comparacin de los valores calculados entre las dos iteraciones anteriores

|33.929307546176133.4391617609611
|100 =0.0144460886668100 =1.4446
33.9293075461761
18.858685427111518.6097219636518
ERA ( x x )=|
|100 =0.0132015279868100 =1.3201
18.8586854271115
13.36090749392913.1929281192302
ERA ( x x )=|
|100 =0.0125724524906100 =1.2572
13.360907493929
ERA ( x 31 x 21 )=
3
2

2
2

3
3

2
3

Se cumple la condicin, entonces la solucin es:

x 1=33.9293075461761
x 2=18.8586854271115
x 3=13.360907493929

Tabla comparativa
Gauss

Gauss Jordan

x 1=33.9957
x 2=18.8925
x 3=13.3837

x 1=33.9958
x 2=18.8925
x 3=13.3837

GaussSeide

x 1=33.9293075461761
x 2=18.8586854271115
x 3=13.360907493929

Anlisis: Se ratifica que el tercer mtodo nos da mayor precisin en los clculos, teniendo en
cuenta que se debe ser mucho ms meticuloso para no cometer errores ms grandes de los
que se dan con el ERA
R/: E
4. Determine el Polinomio de Interpolacin de Lagrange para la siguiente tabla.
X
1
3
5
7
y
-2
1
2
-3
R/: Un

polinomio de interpolacin de Lagrange, p, se define en la forma:

en donde

son polinomios que dependen slo de los nodos

tabulados

, pero no de las ordenadas

general del polinomio

. La frmula

es:

Definimos los ndices as:


l0
X
y

1
-2

l1
3
1

l2
5
2

l3
7
-3

Las funciones cardinales, resultan ser:


( x3 )( x5 ) ( x7 ) ( x3 ) ( x5 ) ( x7 )
=
48
( 13 )( 15 ) (17 )
( x1 ) ( x 5 ) ( x7 ) ( x1 )( x5 ) ( x7 )
l 1 ( x)=
=
16
( 31 ) ( 35 )( 37 )
( x1 ) ( x3 ) ( x 7 ) ( x 1 )( x3 )( x7 )
l 2 ( x)=
=
16
( 51 ) ( 53 )( 57 )
( x1 ) ( x3 ) ( x5 ) ( x1 )( x3 )( x5 )
l 3 ( x)=
=
48
( 71 ) ( 73 )( 75 )
l 0 (x)=

El polinomio de interpolacin de Lagrange es:


p( x)=2

( x3 ) ( x5 ) ( x7 ) ( x1 ) ( x5 ) ( x7 ) ( x1 ) ( x3 ) ( x7 )
( x1 )( x3 )( x5 )
+
+2
3
48
16
16
48

p( x)=

( x7 ) ( x5 ) ( x 3 ) ( x1 ) ( x5 ) ( x 7 ) ( x 7 ) ( x 3 ) ( x 1 ) ( x5 ) ( x3 ) ( x1 )
+

24
16
8
16

p( x)=

x 15 x +71 x105 x 13 x + 47 x35 x 11 x +31 x21 x 9 x +23 x15


+

24
16
8
16

p( x)=

x 5 x 71 x 35 x 13 x 47 x 35 x 11 x 31 x 21 x 9 x 23 x 15

+
+
+
+

+ +

+
24
8
24
8 16 16
16 16 8
8
8
8 16 16
16 16

p( x)=

x 3 x 2 7 x
+ + 3
12 2 12

5. Determine el Polinomio de Interpolacin Usando la Interpolacin de Diferencias


Divididas de Newton, e interpole en el punto x = 3
x
7
6
4
2
-4
y
1430
908
278
40
-242
R/: Sabemos que si tenemos los n+1 puntos (xi,yi), i=0... n, y queremos calcular el

polinomio que interpola en dichos puntos utilizando la frmula de interpolacin de


Newton en diferencias divididas, hemos de usar:

O tambin:
pn(x)= f[x0] + f[x0,x1](xx0)+ f[x0,x1,x2](xx0)(xx1)++f[x0,x1, ,xn](xx0)(xx1)...(xxn1)
en las que aparecen las diferencias divididas f[x 0,...,xi], obtenidas a partir de los valores
proporcionados por la tabla inicial.
El polinomio que se nos pide se puede escribir
p4 ( x )= A0 + A1 ( xx 0 )+ A 2 (xx 0 )( xx1 )+ A 3 ( xx 0 )( xx 1)( xx 2)
Calculamos entonces la tabla de diferencias divididas:
xk
7
6

yk
1430
908

278

40

-4

-242

f[xk || xk+1]

f[xk || xk+2]

f[xk || xk+3]

f[xk || xk+4]

9081430
=522
67
278908
315522
f ( x 1 , x 2 )=
=315
f ( x0 , x1 , x2 ) =
=69
46
47
40278
119315
4969
f ( x2 , x3 )=
=119f ( x 1 , x 2 , x 3 ) =
=49
f ( x0 , x1 , x2 , x3 )=
=4
24
26
27
24240
47119
949
44
f ( x 3 , x 4 )=
=47f ( x 2 , x 3 , x 4 )=
=9f ( x 1 , x 2 , x 3 , x 4 )=
=4
f ( x 0 , x 1 , x 2 , x 3 , x 4 )=
=0
42
44
46
47
Aplicamos el resultado en el polinomio que buscamos
p4 ( x )= A0 + A1 ( xx 0 )+ A 2 (xx 0 )( xx1 )+ A 3 ( xx 0 )( xx 1)( xx 2)
f ( x0 , x1)=

p4 ( x )=1430+522(x7)+69(x 7)( x6)+ 4 (x7)( x6)(x4)


2

p4 ( x )=1430+522 x 3654+69 x 897 x +2898+4 x 68 x +376 x672


El polinomio solucin es :
3

p4 ( x )=4 x + x + x+ 2
Interpolamos en el punto x = 3 y nos da como solucin:

p4 ( 3 )=4( 3)3 +(3)2+ ( 3 )+ 2=122


6. Para la siguiente tabla obtenga el Polinomio de Interpolacin de diferencias finitas
de Newton e Interpole en el punto x = -14/15
x
0
-1
-1/3
-2/3
y
-2
-4
-8/3
-32/9
R/:

El polinomio de tercer orden con n=3 es


p3 ( x )= A 0+ A 1 ( xx 0)+ A 2(x x0 )( xx 1)+ A 3 (xx 0)( xx 1 )( xx2 )
xk

yk

0
-1

-2
-4

-1/3

-8/3

-2/3

-32/9

1 / 1

2 /2

3 /3

4 +2
=2
10
8
22
+4
f ( x2 , x1 , x0 )=
=0
1
3
0
f ( x 2 , x 1 )=
=2
3
1
+1
3
32 8
2.6672
2.0010
+
f ( x3 , x2 , x1 )=
=2.001
f ( x3 , x2 , x1 , x0 )=
=3.0015
9
3
2
2
f ( x3 , x2)=
=2.667
+1
0
2 1
3
3
+
3 3
f ( x1 , x0)=

1
p3 ( x )=2+2(x0)+ 0( x0)(x +1)3.0015(x0)( x +1)( x + )
3
3
2
6003 x 2001 x 2001 x
p3 ( x )=2+2 x

2000
500
2000
El polinomio solucin es:
3
2
6003 x 2001 x 1999 x
p3 ( x )=

+
2
2000
500
2000
Comprobamos que es el polinomio sustituyendo a x con los valores de la tabla verificando que
nos de los mismos y
Y ahora Interpolamos en el punto x = -14/15

14 3
14 2
14
2001
1999
15
15
15
1492021

+
2=
=3.9787226666667
2000
500
2000
375000

6003
p3 ( x )=

( )

( )

( )

7. Dados los puntos: (-4.5, 0.7), (-3.2, 2.3), (-1.4, 3.8), (0.8, 5.0), (2.5, 5.5), (4.1, 5.6)
determine los polinomios de grado 4 y 5. Graficar para determinar la curva ms
aproximada.
R/: Elaboramos la tabla
X

-4.5
-3.2
-1.4
0.8
2.5
4.1

0.7
2.3
3.8
5.0
5.5
5.6

La grafica de estos puntos es:

Ilustracin 1: Grafica de Puntos en Matemticas de Microsoft (R)

Definimos los ndices as:


X
y

l0

l1

l2

l3

l4

l5

-4.5
0.7

-3.2
2.3

-1.4
3.8

0.8
5.0

2.5
5.5

4.1
5.6

Las funciones cardinales, resultan ser:

l 0 (x)=

( x+ 3.2 )( x +1.4 ) ( x0.8 )( x2.5 ) ( x4.1 )


( x+ 3.2 )( x +1.4 ) ( x0.8 ) ( x2.5 ) ( x4.1 )
=
1285.8118
(4.5+3.2 ) (4.5+1.4 )(4.50.8 ) (4.52.5 )(4.54.1 )

l 1 ( x)=

( x +4.5 )( x +1.4 ) ( x0.8 ) ( x2.5 ) ( x4.1 )


( x +4.5 )( x +1.4 ) ( x0.8 ) ( x2.5 ) ( x4.1 )
=
389.4696
(3.2+ 4.5 ) (3.2+1.4 )(3.20.8 )(3.22.5 )(3.24.1 )

l 2 ( x)=

( x + 4.5 ) ( x +3.2 ) ( x0.8 ) ( x2.5 ) ( x4.1 )


( x +4.5 )( x +3.2 ) ( x0.8 ) ( x 2.5 )( x4.1 )
=
501.1578
(1.4+ 4.5 )(1.4+3.2 ) (1.40.8 ) (1.42.5 ) (1.44.1 )

l 3 ( x)=

( x +4.5 ) ( x+ 3.2 )( x +1.4 ) ( x2.5 ) ( x4.1 )


( x+ 4.5 ) ( x+ 3.2 )( x +1.4 ) ( x2.5 ) ( x4.1 )
=
261.6504
( 0.8+ 4.5 ) ( 0.8+3.2 )( 0.8+ 1.4 ) ( 0.82.5 )( 0.84.1 )

l 4 ( x )=

( x +4.5 )( x +3.2 )( x +1.4 )( x0.8 )( x4.1 )


( x+ 4.5 ) ( x+3.2 ) ( x+ 1.4 ) ( x0.8 ) ( x4.1 )
=
423.2592
( 2.5+ 4.5 ) ( 2.5+3.2 ) ( 2.5+1.4 ) ( 2.50.8 )( 2.54.1 )

l 5 (x)=

( x +4.5 )( x +3.2 )( x +1.4 )( x0.8 )( x2.5 )


( x +4.5 )( x +3.2 )( x +1.4 )( x0.8 )( x2.5 )
=
1823.1312
( 4.1+ 4.5 ) ( 4.1+3.2 ) ( 4.1+1.4 ) ( 4.10.8 ) ( 4.12.5 )

El polinomio de interpolacin de Lagrange es:


p( x)=0.7

( x+3.2 )( x +1.4 ) ( x0.8 ) ( x2.5 ) ( x4.1 )


( x +4.5 )( x +1.4 ) ( x0.8 ) ( x2.5 ) ( x4.1 )
( x +4.5 )( x +
+2.3
+3.8
1285.8118
389.4696

x 5
p( x)=0.7

14 x 4 1403 x 3 15043 x 2 19909 x


3 x 4 2183 x 3 36807 x 2 49459 x

+
+
36.736
x 5

+
+
51.66
5
100
500
625
2
100
1000
1000
+2.3
1285.8118
389.4696

p( x)=

500 x 5 1400 x 4 7015 x 3 15043 x 2 1852 x 18368 2875 x5 2875 x 4 251045 x 3 282187 x2
+
+

+
+

+
+
918437 918437 918437 918437 106795 918437 486837 324558 1947348 1298232

p( x)=

431090293604125 x 920424107675 x
3573504101063345 x 7034550238667 x 366205198272
+

+
+
19479718689252822 154600941978197
5993759596693176 154600941978197
90603342740

El polinomio solucin de grado 5 es:


p( x)=0.0221302115 x 5 +0.0059535479 x 40.5962041092 x3 +0.0455013414 x 2 +4.0418508544 x +2.032964761

Comprobamos que es el polinomio sustituyendo a x con los valores de la tabla verificando que
nos de los mismos y

a grafica de esta ecuacin es

Ilustracin 2: Grafica de Ecuacin en Matemticas de Microsoft (R)

8. Plantee y solucione dos ejercicios sobre la temtica de Transformada discreta de


Fourier.

R/: Si a una seal continua en el tiempo se la muestra con una cierta tasa, esto es, se
la discretiza en el tiempo, es posible hallar la Transformada Discreta de Fourier
mediante la expresin:
N 1

kn
N
k=0
Con k y n variando entre 0 y N-1, siendo N el nmero de muestras tomadas de la seal.
A la funcin ya muestrada se le llama Secuencia y consiste de N valores.
F

n
NT

= Fk T exp 1 j2

La Transformada Discreta inversa (IDFT) est dada por

N1

1
j 2 nk
X T [ k ] exp
n=0,1,2, , N1

N k=0
N
Ejercicio 1:
Halla la DTF de
x [ n ]=1,2,1,0
x [ n ]=

Solucin:
En este caso N=4 y k=0,1,2,3
k =0 X T [ 0 ]= x [ n ] =1+2+1+0=4
j 2
j
k =1 X T [ 1 ] = x [ n ] exp
=1+ 2exp
+exp ( j )= j2
4
2
j 2 2
k =2 X T [ 2 ] = x [ n ] exp
=1+2 exp ( j )+ exp ( j2 )=0
4
j2 3
j3
k =3 X T [ 3 ] = x [ n ] exp
=1+2 exp
+exp ( j 3 )= j 2
4
2

(
(
(

La solucin es que la DTF de

( )

)
)

x [ n ]=1,2,1,0

es

X T [ k ] ={ 4, j 2,0. j 2 }

para k=0,1,2,3

Conclusiones.
Como una medida de precisin el error absoluto puede ser engaoso y el error relativo es ms
significativo.

Lista de referencias
UNAD. Mtodos Numricos. Captulo 1 Diferentes Tipos De Errores. Recuperado de
http://datateca.unad.edu.co/contenidos/100401/MODULO_20132/leccin_2_exactitud_y_precisin.html

Francisco Palacios Escuela Politcnica Superior de Ingeniera de Manresa Universidad


Politcnica de Catalunya Dep. Matemtica Aplicada III. Clculo cientfico y tcnico con
HP49g/49g+/48gII/50g Mdulo 3: Aplicaciones Tema 3.1 Resolucin aproximada de
ecuaciones: Mtodo de Newton-Raphson Abril 2008, versin 1.3 Recuperado de
http://www.epsem.upc.edu/~fpq/ale-hp/modulos/aplicaciones/newton.pdf
http://tecdigital.tec.ac.cr/revistamatematica/HERRAmInternet/ecuaexecl/node6.html
https://tecdigital.tec.ac.cr/revistamatematica/HERRAmInternet/ecuaexecl/node4.html
http://matematicas5.galeon.com/
https://www.academia.edu/3524266/Raices_de_ecuaciones_lineales_por_el_metodos_de_punt
o_fijo

MODULO MTODOS NUMPERICOS UNIDAD 2. Bucheli C, & Gmez R. (2013). Modulo Mtodos
Numricos (unidad 2). Colombia: UNAD. Retrieved from
http://datateca.unad.edu.co/contenidos/100401/Modulo_Unidad2.pdf
MTODOS NMERICOS PARA INGENIEROS. Chapara S, & Canale R. (1988). Mtodos Nmericos
para Ingenieros. Mxico: McGraw-Hill Interamericana. Retrieved from
http://148.206.53.84/tesiuami/Libros/L34.pdf
MTODOS NUMRICOS. Scheid, F., & Costanzo, R. E. D. (1991). Mtodos numricos (2a. ed.).
Mxico: McGraw-Hill Interamericana. Retrieved from
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10505139

Polinomios de interpolacin de Lagrange.


http://www.uv.es/~diaz/mn/node38.html#eqn:ell

INTERPOLACIN y APROXIMACIN. http://numat.net/ejerc/interp/


http://aniei.org.mx/paginas/uam/CursoMN/curso_mn_06.html