FACULTAD DE MECÁNICA

ESCUELA DE INGENIERÍA INDUSTRIAL

METODOS NUMERICOS

TEMA: ALGORITMOS DE LOS TEMAS VISTOS EN EL SEGUNDO PARCIAL

NOMBRE: JOSÉ EDUARDO LÓPEZ CAPELO 1724

FECHA: 12 DE JUNIO DEL 2015

NIVEL: CUARTO “1”

REVISÓ: ING. RUTH BARRERA

ABRIL – AGOSTO 2015

 Método de Gauss

Siguiendo la notación dada en clase al explicar el método de Gauss, la variable k

indicará la columna en la que vamos a hacer ceros. La variable i indica la fila en la que
estamos haciendo ceros.

Para simplificar la notación y ahorrar memoria, no usaremos superíndices, llamaremos

A0 a la matriz original del sistema y b0 al término independiente original. La matriz A y
el vector b contendrán los sucesivos sistemas equivalentes, si estamos haciendo ceros
en la columna k, A indicará la matriz con superíndice k.

Dado k, suponemos que ya se han hecho ceros en las columnas 1, ..., k-1 y hacemos
ceros en la columna k en las filas i>=k+1 mediante la operación por filas 'restar a la fila i
la fila k multiplicada por li' donde li es el valor li=A(i,k)/A(k,k) .

El programa ProgGauss.m implementa el método.

Dicho programa incluye las instrucciones tic y toc que sirven para mostrar el tiempo
que emplea Matlab en ejecutar un conjunto de instrucciones. Basta con poner la
instrucción tic antes del conjunto de instrucciones y toc al final. Al ejecutarse la
instrucción toc se muestra el tiempo que emplea Matlab en ejecutar el conjunto de
instrucciones.

Definimos el sistema que queremos resolver.

Haremos ceros en la columna k, donde k va desde la primera columna a la última.

Una vez transformado el sistema original en uno equivalente pero triangular superior,
un método como el que se vió al principio de esta práctica permite hallar la solución
del sistema.

Podemos comprobar que la solución del sistema triangular A0*x=b0 es solución del
sistema original A*x=b.

Método de Gauss Jordan

Es una variación del método de eliminación de Gauss

La principal diferencia consiste en que el método de Gauss – Jordan, cuando se

elimina una incógnita, no sólo se elimina de las ecuaciones siguientes, si no de todas
las otras ecuaciones. De esta manera la etapa de eliminación genera una matriz de
identidad en lugar de una matriz triangular. Por consiguiente, no es necesario emplear
la sustitución hacia atrás para obtener la solución.

Para preservar exactitud aritmética suele usarse el pivoteo. También debe tenerse
cuidado en no dividir entre cero. Una estrategia útil para evitar tales divisores ceros
es reordenar las ecuaciones de modo que en cada paso el coeficiente de mayor
magnitud esté en la diagonal.

Esto se denomina pivoteo.

El pivoteo completo puede requerir intercambios de filas y de columnas. El pivoteo

parcial, que coloca un coeficiente de mayor magnitud en la diagonal sólo por medio
de intercambios de filas, garantiza un divisor diferente de cero si existe una solución
al sistema de ecuaciones y tiene la ventaja adicional de proporcionar precisión
aritmética mejorada.
clear all ;
clc;
fprintf('Dame la matriz aumentada\n\n');
f=input('Cuantas filas tiene la matriz: ');
c=input('Cuantas columnas tiene la matriz: ');
for k=1:c
for j=1:f
fprintf('fila : %x\n',j)
fprintf('columna : %x',k)
r=input('Numero de esta fila y columna: ');
a(j,k)=r;
j=j+1;
end
k=k+1;
end
a
pause
for k=1:c-1
a(k,:)=a(k,:)/a(k,k);
for j=k+1:f
a(j,:)=a(j,:)-a(k,:)*a(j,k);
j=j+1;
a
pause
end
k=k+1;
a
pause

end
for k=f:-1:2
for j=k-1:-1:1
a(j,:)=a(j,:)-a(k,:)*a(j,k);
j=j-1;
a
pause
end
k=k-1;
a
pause
end
fprintf('resultado\n');

Metodo de Jacobi

La primera técnica iterativa se conoce como el méto do de Jacobi, después de Carl

Gustav

Jacob Jacobi (1804–1851). También denominado ‘métod o de desplazamiento

simultáneo’.

Este método hace dos suposiciones:

1) El siguiente sistema dado, tiene una única solución

2) La matriz A de coeficientes no tiene ceros en su di agonal principal. Si alguna de las
entradas de la diagonal a11, a22, . . . , ann son cero, entonces las filas o las columnas
se intercambian para obtener una matriz de coeficientes que tienen entradas no cero
en la diagonal principal.

Para empezar con el método de Jacobi, resolvemos la primera ecuación para x1, para
la segunda ecuación x2 y para la tercera ecuación x3.

El siguiente programa codificado en Matlab resuelve el sistema de ecuaciones lineales

usando el método de Jacobi
Método de Seidel

En éste método el primer paso es reordenar el sistema de ecuaciones despejando en

cada ecuación una de las variables, es decir, expresando la en términos de las otras,
exactamente como se hace en el método de Jacobi. Luego se procede a mejorar cada
valor de x a la vez, siempre usando las aproximaciones más recientes a los valores de
las otras variables. La razón de convergencia es más rápida. Hay algunos casos del
sistema Ax=b en que la matriz de coeficientes no tiene diagonal dominante por filas,
pero ambos métodos, el de Jacobi y el de Gauss – Seidel convergen. Puede
demostrarse que, si la matriz de coeficientes, A, es simétrica (si A=AT) y definida
positiva (si xTAx> 0) el método de Gauss – Seidel converge desde cualquier vector
inicial.
Considere el sistema de ecuaciones

El siguiente programa codificado en Matlab resuelve el método de

Iteración de Gauss – Seidel.
Interpolación de Lagrange

El grado del polinomio de interpolación de Lagrange es igual o menor que n. Es el

menor grado posible. El polinomio encontrado es único. Hay otras maneras de calcular
este polinomio (con sus ventajas e inconvenientes). La forma de Lagrange es sencilla y
se comprueba con facilidad que es un polinomio de interpolación y su grado. Pero para
conocer los coeficientes del polinomio hay que simplificar los términos. Otra
característica de esta forma de encontrar el polinomio es que si añadimos o quitamos
puntos hay que recalcularlo otra vez.

Código de Matlab para obtener la interpolación con polinomios de Lagrange.

Interpolación de Newton
Se basa en la obtención de un polinomio a partir de un conjunto de puntos dado,
aproximándose lo mas posible a la curva buscada.
La ecuación general para la obtención de la función por este método es:

Donde las “bi” se obtienen mediante la aplicación de una serie de funciones incluidas
en una tabla de diferencias.

Este programa realiza la interpolación de Newton.

Interpolación de Splines
Una función spline está formada por varios polinomios, cada uno definido sobre un
subintervalo, que se unen entre sí obedeciendo a ciertas condiciones de continuidad.

Programa de Splines