UNIVERSIDAD NACIONAL DE INGENIERA

Facultad de Ingeniera Elctrica y Electrnica

Lima Per

Prctica Dirigida No.2

Miguel Ataurima Arellano
ataurima@henuxsystem.com.pe
ataurima@telefonica.net.pe
ma2lac@msn.com

1. Mtodo del Punto Fijo para resolver x = g(x)

Aproximacin a una solucin de la ecuacin
x = g (x )

mediante la iteracin (frmula de recurrencia)

xk = g(xk 1 )
a partir de una aproximacin inicial x1 .

MATLAB
BSICO

MATLAB Bsico

Universidad Nacional de Ingeniera

Aplicacin No.1.

Resolver x = ex .
Considere x1 = 1.72 , = 103 y kmax = 100 .
PASO 1: Identificamos a la funcin g(x ) y la modelamos mediante una funcin

MATLAB.
En nuestro caso tenemos que g(x ) = e x ; luego, la modelamos a
travs de una funcin MATLAB

PASO 2: Aplicamos el mtodo del punto fijo.

Desde la ventana de comandos invocamos a la funcin puntofijo

mediante:
>> [xp,error,n,X] = puntofijo('fcng1', 1.72, 1e-3, 100)

Inmediatamente MATLAB nos responder as:

xp =
0.5674
error =
7.5187e-004
n =
15
X =
1.7200
0.1791
0.8361
0.4334
0.6483
0.5229
0.5928
0.5528
0.5753
0.5625
0.5698
0.5657
0.5680
0.5667
0.5674

ataurima@telefonica.net.pe

MATLAB Bsico

Universidad Nacional de Ingeniera

Aplicacin No.2.

Hallar la raz de f (x ) = 5e sen x 5x 6

Considere como los casos:
a) x1 = 2 , = 103 y kmax = 100 .
b) x1 = 0 , = 103 y kmax = 100 .
PASO 1: Identificando a g(x ) :
f (x ) = 0

5e sen x 5x 6 = 0
x = e sen x 1.2
g (x )

Modelando a g(x ) mediante una funcin MATLAB

PASO 2: Invocando para cada uno de los casos

>> [xp,error,n,X] = puntofijo('fcng2', 2, 1e-3, 100)
xp =
1.5137
error =
8.3851e-004
n =
7
X =
2.0000
1.5129
1.5137
>> [xp,error,n,X] = puntofijo('fcng2', 0, 1e-3, 100)
xp =
-0.6566
error =
6.5332e-004
n =
11
X =
0
-0.2000
-0.6559
-0.6566

ataurima@telefonica.net.pe

MATLAB Bsico

Universidad Nacional de Ingeniera

Aplicacin No.3

Hallar las races de

Considere = 103 y kmax = 100 .

Aplicacin No.4

Analice la siguiente versin del mtodo del punto fijo, reconozca las diferencias
(si es que las hay) y verifique si los resultados con sta nueva versin coinciden
con los obtenidos por puntofijo.m

ataurima@telefonica.net.pe

MATLAB Bsico

Universidad Nacional de Ingeniera

2. Mtodo de Newton Raphson para la solucin de una

ecuacin no lineal f (x ) = 0
Aproximacin a una solucin de la ecuacin no lineal

f (x ) = 0
mediante la iteracin (frmula de recurrencia)
x k = x k 1

f (x k 1 )
f (x k )

a partir de una aproximacin inicial x1 .

ataurima@telefonica.net.pe

MATLAB Bsico

Universidad Nacional de Ingeniera

Aplicacin No.1.

Obtener la raz de f (x ) = e x x
Considere x1 = 1.72 , = 103 y kmax = 100 .
PASO 1: Modelamos las funciones f (x ) y f (x ) en funciones MATLAB (una

por funcin).

PASO 2: Aplicamos el mtodo de Newton-Raphson.

Desde la ventana de comandos invocamos a la funcin newton

mediante:
>> [xp,abserror,k,X] = newton('fcnf1','fcnDf1',1.72,1e-3,100)

Inmediatamente MATLAB nos responder as:

xp =
0.5671
abserror =
3.6550e-006
k =
5
X =
1.7200
0.4131
0.5627
0.5671
0.5671

Aplicacin No.2

Hallar la races de f (x ) = 5e sen x 5x 6 . Considere = 103 y kmax = 100 .

Aplicacin No.3

Hallar las races de

Considere = 103 y kmax = 100 .

ataurima@telefonica.net.pe

MATLAB Bsico

Universidad Nacional de Ingeniera

Aplicacin No.4

Analice la siguiente versin del mtodo de Newton-Raphson, reconozca las

diferencias y verifique si los resultados con sta nueva versin coinciden con los
obtenidos por newton.m

ataurima@telefonica.net.pe

MATLAB Bsico

Universidad Nacional de Ingeniera

3. Mtodo de Sustitucin Regresiva para resolver un sistema lineal

triangular superior AX=B
El mtodo funciona si todos los elementos diagonales son distintos de cero.
Primero se calcula x N =

bN
y luego se usa la regla
aNN

bk
xk =

j =k +1

akk

akj x j

para k = N 1, N 2, ,1

Aplicacin No.1

Utilizando el mtodo de sustitucin regresiva resuelva el siguiente sistema lineal.

4x1 x 2 + 2x 3 + 3x 4 = 20
2x 2 + 7x 3 4x 4 = 7
6x 3 + 5x 4 = 4
3x 3 + 4x 4 = 5

Aplicacin No.2

Utilizando el mtodo de sustitucin regresiva resuelva el siguiente sistema lineal.

4x1 x 2 + 2x 3 + 2x 4 x 5
2x 2 + 6x 3 + 2x 4 + 7x 5
x 3 x 4 2x 5
2x 4 x 5
3x 5
ataurima@telefonica.net.pe

=4
=0
=3
= 10
=6
8

MATLAB Bsico

Universidad Nacional de Ingeniera

4. Mtodo de Triangularizacin Superior seguida de Sustitucin

Regresiva para resolver un sistema lineal AX=B
El mtodo obtiene la solucin del sistema lineal Ax = B mediante la reduccin
a forma triangular superior de la matriz ampliada [A | B] seguida de una
sustitucin regresiva.

ataurima@telefonica.net.pe

MATLAB Bsico

Universidad Nacional de Ingeniera

Aplicacin

Resolver
4x1 + 8x 2 + 4x 3 + 0x 4 = 8
x1 + 5x 2 + 4x 3 3x 4 = 4
x1 + 4x 2 + 7x 3 + 2x 4 = 10
x1 + 3x 2 + 0x 3 2x 4 = 4

5. Mtodo Iterativo de Jacobi para resolver un sistema lineal

AX=B
Resuelve el sistema lineal Ax = B mediante la generacin de la sucesin {Pk }
que converge a la solucin, a partir del punto inicial P1 . A debe ser una matriz
diagonal estrictamente dominante.

ataurima@telefonica.net.pe

10

MATLAB Bsico

Universidad Nacional de Ingeniera

6. Mtodo Iterativo de Gauss Seidel para resolver un sistema

lineal AX=B
Resuelve el sistema lineal Ax = B mediante la generacin de la sucesin {Pk }
que converge a la solucin, a partir del punto inicial P1 . A debe ser una matriz
diagonal estrictamente dominante.

ataurima@telefonica.net.pe

11

MATLAB Bsico

Universidad Nacional de Ingeniera

7. Mtodo Iterativo de Newton-Raphson para resolver un sistema

de ecuaciones no lineales f(x)=0
Resuelve el sistema de ecuaciones no lineales f (x) = 0 mediante la generacin de
la sucesin {xk } que converge a la solucin, donde

xk = xk 1 J1(xk 1 )f (xk 1 )
a partir de la aproximacin inicial x1 .

Aplicacin

Resolver el sistema de ecuaciones no lineales

1
(y x 3 + 3x 2 + 3x )
7
1
f2 (x , y ) = (y 2 + 2y x 2)
2
0.3

Con aproximacin inicial x1 =

, = 103 y kmax = 50 .
1.3

f1(x , y ) =

ataurima@telefonica.net.pe

12