You are on page 1of 19

METODOS NUMERICOS

CÓDIGO: 100401

FASE 2-TRABAJO COLABORATIVO-UNIDAD 2

UNIDAD No 2
ECUACIONES LINEALES E INTERPOLACIÓN.

Presentado a:
CARLOS ALBERTO ALVAREZ
Tutor

Entregado por:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD


ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
10/04/2019
BARRANQUILLA
INTRODUCCIÓN

El trabajo de esta la práctica para la solución de un sistema de ecuaciones lineales e interpolación de


polinomios, para que se haga una apropiación de los procedimientos para darle solución a estos
problemas, los diferentes métodos numéricos que pueden usarse para hallarsey aprender los conceptos
básicos y procesos prácticos para resolver diferentes sistemas de ecuaciones, obteniendo no solamente el
resultado, todo esto logrado a partir de los contenidos del entorno de conocimiento y las explicaciones
de la webconfernce con el fin de abstraer los conocimientos para la solución de ejercicios del entorno
colaborativo

Nombre Estudiante Rol Estudiante

1
Juan Carlos Marin Compilador
Guido Zuñiga Revisor
Yeimy Bianney Gomez Mendez Evaluador
Victor Alfonso guette Entregas
Emanuel Pina Alertas

Actividades a desarrollar.

A continuación, encontrará los ejercicios que conforman los tres aportes que
deberá entregar en forma individual en el foro del trabajo colaborativo, recuerde
utilizar un editor de ecuaciones.

Aporte 1.

2
Contenidos a revisar:

Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería: aplicados a la


ingeniería. México, D.F., MX: Larousse - Grupo Editorial Patria. Pág. 183 – 190.
Disponible en Entorno de conocimiento.

Arévalo, O. D., Bernal, Y. M. Á., & Posada, R. J. A. (2017). Matemáticas para


ingeniería: métodos numéricos con python. Pág. 33 – 40. Disponible en Entorno
de conocimiento.

Ejercicio 1.
Construya el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏, de tamaño 5×5, donde los
coeficientes de la matriz A están dados por la siguiente regla: 𝑎𝑖𝑗 = (𝑖 + 𝑗 − 𝑐)−1 , con
1
𝑐 = 𝑘 (k es el último dígito de su documento de identidad. Si k=0, tome el valor de
1) y el valor del vector de términos independientes está dado por 𝑏𝑖 = 𝑖
Respuestas:

Juan Marin:
𝑘=2
1
𝑐= = 0.5
2
0,666666667 0,4 0,285714286 0,222222222 0,181818182 𝑥1 1
0,4 0,285714286 0,222222222 0,181818182 0,153846154 𝑥2 2
0,285714286 0,222222222 0,181818182 0,153846154 0,133333333 ∗ 𝑥3 = 3
0,222222222 0,181818182 0,153846154 0,133333333 0,117647059 𝑥4 4
(0,181818182 0,153846154 0,133333333 0,117647059 𝑥
0,105263158) ( ) (5)
5

Victor Guette:
Digito de CC=1, por tanto 𝑎𝑖𝑗 = (𝑖 +𝑗 −1/1)−1

3
Guido Zuniga:
Ultimo digito de CC=9, por tanto 𝑎𝑖𝑗 = (𝑖 +𝑗 −1/9)−1
9 9 9 9 9
17 26 35 44 53
9 9 9 9 9 1
26 35 44 53 62 2
9 9 9 9 9
𝑏𝑖 = 3
35 44 53 62 71
9 9 9 9 9 4
44 53 62 71 80 (5)
9 9 9 9 9
(53 62 71 80 89)

Luego el sistema es:


9 9 9 9 9
17 26 35 44 53
9 9 9 9 9
𝑥1 1
26 35 44 53 62 𝑥2
9 9 9 9 9 2
∗ 𝑥3 = 3
35 44 53 62 71 𝑥4 4
9 9 9 9 9 𝑥
( 5 ) (5 )
44 53 62 71 80
9 9 9 9 9
(53 62 71 80 89)

Ejercicio 2.
Con los algoritmos dados en la literatura revisada, resuelva el sistema de
ecuaciones lineales 𝐴𝑥 = 𝑏, dado en el numeral anterior, por los métodos de
Eliminación de Gauss y Eliminación de Gauss – Jordan. ¿Cuál de los dos métodos
directos considera que es mejor (computacionalmente), por qué?

4
Respuestas:

Juan Marin:
Considero que para la creación de un código sencillo que permita la solución del sistema de ecuaciones
lineales se debería tomar el método de eliminación Gauss, que resulta en una implementación más
compacta y el que puede ser aplicado para todas las matrices.
Gauss:
0,666666667 0,4 0,285714286 0,222222222 0,181818182 𝑥1 1
0 0,045714286 0,050793651 0,048484848 0,044755245 𝑥2 1,4
0 0 0,002931812 0,004736005 0,005683206 ∗ 𝑥3 = 1,015873016
0 0 0 0,000185466 0,000392751 𝑥4 0,540792541
( 0 0 0 0 𝑥
1,16731E − 05) ( ) (0,242204854)
5

Gauss-Jordán:
1 0 0 0 0 𝑥1 365,4492188
0 1 0 0 0 𝑥2 −6099,84375
0 0 1 0 0 ∗ 𝑥3 = 26393,55469
0 0 0 1 0 𝑥4 −41023,125
(0 0 𝑥
0 0 1) ( ) (
5 20748,96484 )

Guido Zuniga:
Eliminación de Gauss
Para la solución de este sistema de ecuaciones se utilizó el software de Octave, a continuación se
presenta la ecuación matricial y el vector solución.
9 9 9 9 9
17 26 35 44 53
9 9 9 9 9
𝑥1 1
26 35 44 53 62 𝑥2
9 9 9 9 9 2
∗ 𝑥3 = 3
35 44 53 62 71 𝑥4 4
9 9 9 9 9 𝑥
( 5 ) (5)
44 53 62 71 80
9 9 9 9 9
(53 62 71 80 89)

De donde la matriz escalonada viene dada por

5
Y el vector solución

A continuación, se presenta el código usado y así mismo se adjunta el archivo.

A=[9/17,9/26,9/35,9/44,9/53;9/26,9/35,9/44,9/53,9/62;9/35,9/44,9/53,9/62,9/71;9/44,9/53,9/62,9/71,9/8
0;9/53,9/62,9/71,9/80,9/89];
b=[1;2;3;4;5];
A;
b;
A=[A b];
n=size(A,1);
for k=1:n-1
indicef=k;
for i=k+1:n
if (abs(A(i,k))> abs(A(indicef,k)));
indicef=i;
end
end
if (k~=indicef)
vectortemporal=A(k,:)

6
A(k,:)=A(indicef,:);
A(indicef,:)=vectortemporal;
end
for i=k+1:n
A(i,:)=-(A(i,k)/A(k,k))*A(k,:)+A(i,:);
end
end

A
b=A(:,n+1);
A=A(:,1:n);
b
A
x(n)=b(n)/(A(n,n));
for i=n-1:-1:1
suma=0;
for j=i+1:n
suma=suma+A(i,j)*x(j);
end
x(i)=(b(i)-suma)/A(i,i);
end
x'
%printf('C_0= %d \n',x(1))
%printf('C_1= %d \n',x(2))
%printf('C_2= %d \n',x(3))

Solución: Eliminación de Gauss-Jordan

7
A continuación, se presenta el código usado y así mismo se adjunta el archivo.
disp('Matriz del sistema:')
A=[9/17,9/26,9/35,9/44,9/53;9/26,9/35,9/44,9/53,9/62;9/35,9/44,9/53,9/62,9/71;9/44,9/53,9/62,9/71,9/8
0;9/53,9/62,9/71,9/80,9/89];
disp('Vector de términos independientes')
b=[1;2;3;4;5];
disp('Solución Matlab:')
disp(A\b)
disp('Matriz aumentad:')
A=[A b]
%Tamaño de la matriz
n=size(A,1);

8
%Método Gauss-Jordan
for k=1:n
if (A(k,k)==0)
for l=k+1:n
if A(l,k)~=0
i=l;
end
end
temp=A(i,:);
A(i,:)=A(k,:);
A(k,:)=temp;
end
for j=1:n
if (j~=k)
A(j,k:n+1)=-(A(j,k)/A(k,k))*A(k,k:n+1)+A(j,k:n+1);
end
end
%A
end
if (A(n,n)==0)
error('El sistema no tiene solución única')
end
b=A(:,n+1);
A=A(:,1:n);
disp('Matriz diagonal equivalente a la matriz del sistema:')
disp(A)
disp('Vector de términos independientes equivalente al inicial:')
disp(b)

9
%Solución del sistema
for i=1:n
x(i)=b(i)/A(i,i);
end
disp('Solución del sistema Ax=b usando Gauss-Jordan:')
disp(x')

 Considero que aunque ambos métodos dan buenas aproximaciones, el de Gauss requiere menos
operaciones por lo que el software necesita menos tiempo para dar las aproximaciones.

Ejercicio 3.
Resuelva el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏 dado en el numeral 1, por los
métodos de Gauss – Seidel y Jacobi. ¿Cuál de los dos métodos iterativos considera
que es mejor, por qué? Realice una gráfica de la forma como va convergiendo la
solución (Número de iteraciones vs norma del error (escoja la norma de error que
mejor considere).

Ayuda: Puede usar la programación básica que se ofrece en MS Excel o


implementar los algoritmos que aparecen en la literatura en un lenguaje de
programación de su preferencia (Python, Java, Visual Basic, etc.). Debe anexar el
código desarrollado para realizar el problema y explicarlo.

Respuestas:
Juan Marin:
el método de Gauss-Seidel converge más rápido que el de Jacobi porque permite en menos iteraciones
llegar a los dos decimales exactos siempre y cuando la matriz sea de diagonal dominante. En nuestro
ejercicio la matriz no es de diagonal dominante por lo que se ve la divergencia al intentar resolver por
estos métodos.
Víctor Zuniga:
Teniendo en cuenta que el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏 del numeral 1 no cumple con el
criterio de convergencia puesto que los coeficientes de la diagonal principal no son dominantes, no es
posible utilizar estos métodos para la resolución de este sistema de ecuaciones.

10
Aporte 2.

Contenidos a revisar:

Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería: aplicados a la


ingeniería. México, D.F., MX: Larousse - Grupo Editorial Patria. Pág. 190 – 200.
Disponible en Entorno de conocimiento.

Arévalo, O. D., Bernal, Y. M. Á., & Posada, R. J. A. (2017). Matemáticas para


ingeniería: métodos numéricos con python. Pág. 40 – 55. Disponible en Entorno
de conocimiento.

Solucionar el ejercicio numero 1 si su número de cedula termina en digito impar,


solucionar el número 2 si su cedula termina en digito par. Si soluciono el ejercicio
1, le corresponda realizar la realimentación a quien haya solucionado el ejercicio 2.

En cada ejercicio debe hallar el polinomio de interpolación respectivo al problema


planteado por los siguientes métodos numéricos (con datos aproximados a 4 cifras
decimales y utilizando la aproximación por redondeo):
- Polinomio de Interpolación de Lagrange, e Interpole en el punto x = -0.5.
- Interpolación de Diferencias Divididas de Newton, e interpole en el punto x = -
0.5.
- Polinomio de Interpolación de diferencias finitas de Newton e Interpole en el
punto x = -0.5.

Después de obtener los resultados y los procesos que se realizaron para llegar a
obtener el respectivo polinomio por cada método; realizar un análisis exhaustivo
de comparación entre los métodos, dejando en claro ¿cuál método es el mejor?,
¿cuál método es el más largo?, ¿cuál es el más óptimo?, entre otras
comparaciones que le agreguen.

Deben resolver los ejercicios también en un software que ayude a agilizar el


proceso. Este software puede ser Excel o MATLAB, realizar y evidenciar el proceso
que se lleva a cabo para solucionar el problema con los comandos allí adecuados.
Ojo deben ser 3 procesos distintos, ya que son 3 diferentes métodos.

11
Ejercicio 1.
Para la siguiente tabla obtenga el Polinomio de Interpolación:

x -2.5 -1 0.5 2 3.5


y -24.5 -18 -11.5 -3 5

Respuestas:
Víctor Guette:
Interpolación de LaGrange

𝑃(−0,5) = −16,02469136
Diferencias divididas de Newton

12
Diferencias finitas de Newton

𝑃(−0,5) = −16,0246914

Los métodos todos tienen diferentes formas de hacerlo, pero el más sencillo para mi punto de vista es el
de Diferencias divididas de Newton. Por el método para aproximarse más al valor.

Guido Zuniga:

13
Interpolación de Lagrange

(𝑥 + 1)(𝑥 − 0,5)(𝑥 − 2)(𝑥 − 3,5)


𝑙𝑛, 0(−2,5) =
(−2,5— (−1))(−2,5 − 0,5)(−2,5 − 2)(−2,5 − 3,5)

(𝑥— (−2,5))(𝑥 − 0,5)(𝑥 − 2)(𝑥 − 3,5)


𝑙𝑛, 1(−1) =
(−1— (−2,5))(−1 − 0,5)(−1 − 2)(−1 − 3,5)

(𝑥— (−2,5))(𝑥 + 1)(𝑥 − 2)(𝑥 − 3,5)


𝑙𝑛, 2(0,5) =
(0,5 − (−2,5))(0,5— (−1))(0,5 − 2)(0,5 − 3,5)

(𝑥— (−2,5))(𝑥 + 1)(𝑥 − 0,5)(𝑥 − 3,5)


𝑙𝑛, 3(2) =
(2 − (−2,5))(2— (−1))(2 − 0,5)(2 − 3,5)

(𝑥— (−2,5))(𝑥 + 1)(𝑥 − 0,5)(𝑥 − 2)


𝑙𝑛, 3(3,5) =
(3.5 − (−2,5))(3,5— (−1))(3,5 − 0,5)(3,5 − 2)

(𝑥 + +1)(𝑥 − 0,5)(𝑥 − 2)(𝑥 − 3,5)


𝑃(𝑥) = ∗ (−24.5 )
(−2,5— (−1))(−2,5 − 0,5)(−2,5 − 2)(−2,5 − 3,5)
(𝑥— (−2,5))(𝑥 − 0,5)(𝑥 − 2)(𝑥 − 3,5)
+ ∗ (−18)
(−1— (−2,5))(−1 − 0,5)(−1 − 2)(−1 − 3,5)
(𝑥— (−2,5))(𝑥 + 1)(𝑥 − 2)(𝑥 − 3,5)
+ ∗ (−11,5)
(0,5 − (−2,5))(0,5— (−1))(0,5 − 2)(0,5 − 3,5)
(𝑥— (−2,5))(𝑥 + 1)(𝑥 − 0,5)(𝑥 − 3,5)
+ ∗ (−3)
(2 − (−2,5))(2— (−1))(2 − 0,5)(2 − 3,5)
(𝑥— (−2,5))(𝑥 + 1)(𝑥 − 0,5)(𝑥 − 2)
+ ∗ (5)
(3.5 − (−2,5))(3,5— (−1))(3,5 − 0,5)(3,5 − 2)
Luego
𝑃(−0,5) = −16,02469136

14
Diferencias divididas de Newton
Xk F(xk) F(xk, xk+1) F(xk, xk+1, xk+2) F(xk, xk+1, xk+2, F(xk, xk+1, xk+2, xk+3,
xk+3) xk+4)
-2,5 -24,5

4,3333333
3
0
-1 -18
0,09876543
4,3333333 -
3 0,44444444 0,037037
0,5 -11,5 04
-0,12345679

5,6666666 -0,11111111
2 -3
7

3,5 5
5,3333333
3

𝑃(𝑥) = −24,5 + 4,33333(𝑥 − (−2.5)) + 0(𝑥 − (−2.5))(𝑥 − (−1))


+ 0,09876(𝑥 − (−2.5))(𝑥 − (−1))(𝑥 − (0,5))
− 0,037037(𝑥 − (−2.5))(𝑥 − (−1))(𝑥 − (0,5)) − (𝑥 − (2))

𝑃(−0,5) = −16,0246914

Diferencias finitas de Newton


Xi 𝐅(𝐱𝐢 ) 𝚫𝐅(𝐱𝐢 ) 𝚫𝟐 𝐅(𝐱𝐢 ) 𝚫𝟑 𝐅(𝐱𝐢 ) 𝚫𝟒 𝐅(𝐱𝐢 )

-2,5 -24,5

6,5

15
0
-1 -18
2
6,5
-4,5
2
0,5 -11,5
-2,5
8,5

-0,5
2 -3

3,5 5

6,5(𝑥 − (−2,5)) 0(𝑥 − (−2,5))(𝑥 − (−1))


𝑃(𝑥) = −24,5 + +
1,5 (1,5)2 2!
2(𝑥 − (−2,5))(𝑥 − (−1))(𝑥 − 0,5)
+
(1,5)3 3!
−4,5(𝑥 − (−2,5))(𝑥 − (−1))(𝑥 − 0,5)(𝑥 − 2)
+
(1,5)4 4!
𝑃(−0,5) = −16,0246914

¿Cuál método es el mejor?


EL método de diferencias finitas considero que es el mejor, dado que presenta una mejor aproximación.
¿Cuál método es el más largo?
El método de LaGrange es el más largo porque la cantidad de operaciones es superior a la de los demás.
¿Cuál es el más óptimo?
El más óptimo es el de diferencias finitas, ya que da mejores aproximaciones y requiere menos
operaciones.

Ejercicio 2.

16
Para la siguiente tabla obtenga el Polinomio de Interpolación:

x -6.5 -4 -1.5 1 3.5


y 10 2.3 -1.2 -8.5 -27

Respuestas:
Juan Marin:
El mejor método es el de LaGrange, por su facilidad de hallar la interpolación, aunque sea de
operaciones largas el que sean genéricas las hace una buena opción para emplear.
El método más largo creo que resulta ser el de Diferencias divididas de Newton por su cantidad de
ejercicios además de que se necesita hallar las diferencias en una tabla para luego llegar a resolver la
formula principal de este método.
El método más óptimo es el LaGrange considerado así porque gracias a sus pasos se puede programar de
manera fácil en ciclos para ser resuelto por algoritmos.
El método menos intuitivo es el de Diferencias finitas de Newton porque se tiene que acomodar con
respecto al valor en X más cercano en algunas explicaciones encontradas y en general hace que la teoría
contenga ambigüedades que pueden confundir en la práctica.

17
CONCLUSIONES
La realización de esta práctica profundizo y clarifico la importancia de los procesos números y métodos
definidos que se llevan a cabo en el desarrollo de la solución de sistemas de ecuaciones lineales e
interpolación; a su vez permitió entender como estos se ven afectados por la menara en cómo se llegó a
su solución

18
REFERENCIAS BIBLIOGRAFICAS

Nieves Hurtado, A. (2014). Métodos numéricos: aplicados a la ingeniería. Recuperado de

http://ebookcentral.proquest.com/lib/unadsp/detail.action?docID=3227640

Arévalo Ovalle, D., Bernal Yermanos, M. Á., & Posada Restrepo, J. A. (2017). Matemáticas para ingeniería: métodos

numéricos con Python. Recuperado de

http://ebookcentral.proquest.com/lib/unadsp/detail.action?docID=5103053

19