METODOS NUMERICOS

EDSON HERNEY CONTRERAS PULIDO

Código 79728911
LUIS ANDRES URREA AVELLANEDA
Código. 80742299
WILLIAM BOHORQUEZ BUITRAGO
Código. 80310655
ARMANDO ESTRELLA PIÑEROS
Código. 79958127
ANDRES LEONARDO BELTRAN
Código. 80849670

TRABAJO COLABORATIVO 2
Grupo: 100401_2

MARTÍN GÓMEZ ORDUZ

Tutor Curso

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERÍA
INGENIERIA DE SISTEMAS
BOGOTA D.C.
JULIO DE 2016
 INTRODUCCIÓN

El presente trabajo tiene como finalidad realizar una lectura previa de la

Unidad 2. Sistema de ecuaciones lineales, no lineales e interpolación, que abarca
temas como Método de eliminación de Gauss, Método de Gauss-Jordán, Método
de Gauss-Seidel, Polinomio de Interpolación de Lagrange, entre otros, para luego
aplicar los conocimientos adquiridos en el desarrollo individual de los nueve
ejercicios propuestos en la guía de actividades, generando aportes individuales los
cuales se comparten a través del foro y se va consolidando en el presente
documento de acuerdo a la verificación que se recibe de todos los integrantes del
grupo, todo esto se hace con el fin de identificar y conocer diferentes herramientas
que permitan comprender la importancia de los métodos numéricos y las
características operativas el software de computo numérico comercial.
 DESARROLLO DE LA ACTIVIDAD.
1. Construir un cuadro comparativo de las diferencias entre los sistemas lineales y
los sistemas NO lineales con al menos un ejemplo. (Debe ser original, no se
admiten copias bajadas de internet).
SISTEMAS LINEALES
Es aquella en donde cada
término de la ecuación
aparece únicamente una
variable o incógnita elevada a
Definición la primera potencia.
Ejemplo:
2x + y + 3z = 11
En el plano cartesiano el
grafico de una ecuación lineal
siempre será una línea recta.
Representación
grafica
Rectas que pasan por el punto
(2,4)
 Por Sustitución
 Igualación
 Reducción
 Método gráfico
Métodos de
 Eliminación de Gauss
solución  Eliminación de Gauss-Jordan
 Eliminación Gauss Seidel
 Regla de Cramer
SISTEMAS NO LINEALES
Las ecuaciones no lineales se
distinguen por que por lo menos uno
de sus términos esta elevado a la
segunda, tercera o más potencia.
Definición Ejemplo:
2x2 + y3 + 3z = 29
En el plano cartesiano una ecuación
no lineal puede parecerse a una
parábola si es de grado 2, una forma
de x curvada si es de grado 3, o
cualquier otro tipo de curva.
Ejemplo: grafica de una ecuación
cuadradita.
Representación
grafica
PARABOLA
 Método de Bisección
 Método de Regla Falsa
 Método de Newton – Raphson
Métodos de  Método Iterativo de Punto Fijo
solución  Método de la Secante.
  Descomposición de Cholesky.
Ejemplo.
Ejemplo por el metod de
Gauss – Jordán Método de punto fijo.
− 𝒙 − 𝟒𝒚 − 𝟏𝟏𝒛 = −𝟏𝟓
𝒙 − 𝟗𝒚 + 𝒛 = −𝟖 f(x) = x2 - 2x - 3 = 0, tiene dos ceros. x = 3
y x = -1
− 𝒙 + 𝟔𝒛 = 𝟔
Matriz ampliada
Supóngase que se reordena para lograr la
−1 −4 −11 −15 forma equivalente:
[ 1 −9 1 | −8 ]
−1 6 0 6
Primer pivote
1 4 11 15
[0 −13 −10| −23]
0 10 11 21
Segundo pivote Si se comienza con x0 = 4 y se itera con la
103 103 iteración de punto fijo (1), los valores sucesivos
1 0
13 13 de x son:
10 | 23
0 1
13 | 13
43 43
[0 0 13 13 ]
Tercer pivote
1 0 0 0
[ 0 1 0| 1]
0 0 1 1
Conjunto solución
x = 0, y = 1, z = 1 parece que los valores convergen a x = 3.

Las sistemas lineales son Los sistemas de ecuaciones no

más fáciles de desarrollar y lineales son más complicadas de
generalmente tienen desarrollar, no todas tienen
solución y estas soluciones solución y no se pueden aplicar
facialmente pueden dar un todos los métodos solo sirven
número real y esa solución algunos métodos para
Precisión Precisión
ser exacta. determinados sistemas.
Generalmente se obtienen
aproximaciones y en algunos casos
se requieren muchas interacciones
para encontrar la aproximación a
los ceros.
2. Solucione el siguiente ejercicio utilizando los Método de eliminación de
Gauss, Gauss-Jordán y GaussSeidel. Compare los resultados y haga un
pequeño análisis.

0.1 X1 + 7.0 X2 – 0.3 X3 = -19.30

3.0 X1 – 0.1 X2 – 0.2 X3 = 7.85
0.3 X1 – 0.2 X2 – 10.0 X3 = 71.40 Utilizar un ξ = 0.001

Método De Eliminación De Gauss.

Expresamos como Matriz aumentada

0,1 7,0 −0,3 −19,3 𝑓1

3,0 −0,1 −0,2 7,85 𝑓2
0,3 −0,2 −10 71,4 𝑓3

Realizamos los cálculos de eliminación

Normalizando el primer renglón y

reduciendo los términos X1

C1 C2 C3 Factor C1 C2 C3

0,1 7 -0,3 -19,3 10 1 70 -3 -193

3 -0,1 -0,2 7,85 -3 0 -210,1 8,8 586,85

0,3 -0,2 -10 71,4 -0,3 0 -21,2 -9,1 129,3

Normalizando el segundo renglón y

reduciendo los términos X2

C1 C2 C3 Factor C1 C2 C3

1 70 -3 -193 1 1 70 -3 -193

0 -210,1 8,8 586,85 -210,1 0 1 -0,042 -2,793

0 -21,2 -9,1 129,3 21,2 0 0 -9,990 70,088

 Normalizando el tercer renglón

C1 C2 C3 Factor C1 C2 C3

1 70 -3 -193 1 70 -3 -193 2,112

0 1 -0,042 -2,793 0 1 -0,042 -2,793 -3,088

0 0 -9,990 70,088 -9,990 0 0 1 -7,016 -7,016

C1 C2 C3 SOLUCION

1 70 -3 -193 X1 2,112

0 1 -0,042 -2,793 X2 -3,088

0 0 1 -7,016 X3 -7,016

C1 C2 C3 COMPROBACION DE LA SOLUCION
COMPROBACION DIFERENCIA
0,1 7 -0,3 -19,3 f1 -19,30 0
3 -0,1 -0,2 7,85 f2 8,05 0,198
0,3 -0,2 -10 71,4 f3 71,411 0,0112

Los cálculos se hicieron Utilizando un ξ = 0.001

 Desarrollo del ejercicio

El Método De Eliminación De Gauss - Jordán.

C1 C2 C3 Operando

1,000 70,000 -3,000 -193,000 10,000 Normalizando

0,000 -210,100 8,800 586,850 -3,000

0,000 -21,200 -9,100 129,300 -0,300

 C1 C2 C3 Operando

1,000 70,000 -3,000 -193,000

0,000 1,000 -0,042 -2,793 -210,100 Normalizando

0,000 -21,200 -9,100 129,300

C1 C2 C3 Operando

1,000 0,000 -0,060 2,510 -70,000

0,000 1,000 -0,042 -2,793

0,000 0,000 -9,990 70,088 21,200

C1 C2 C3 Operando

1,000 0,000 -0,060 2,510

0,000 1,000 -0,042 -2,793

0,000 0,000 1,000 -7,016 -9,990 Normalizando

C1 C2 C3 SOLUCION Operando

1,000 0,000 0,000 2,089 X1 0,060

0,000 1,000 0,000 -3,088 X2 0,042

0,000 0,000 1,000 -7,016 X3

COMPROBACION DE LA SOLUCION
C1 C2 C3 Comprobación Diferencia
0,1 7 -0,3 -19,3 -19,30 0
3 -0,1 -0,2 7,85 7,98 0,129
0,3 -0,2 -10 71,4 71,40 0,0043
Desarrollo del ejercicio por El Método De Eliminación De Gauss – Seidel.

𝟎. 𝟏 𝐗 𝟏 + 𝟕. 𝟎 𝐗 𝟐 − 𝟎. 𝟑 𝐗 𝟑 = −𝟏𝟗. 𝟑𝟎
𝟑. 𝟎 𝐗 𝟏 − 𝟎. 𝟏 𝐗 𝟐 − 𝟎. 𝟐 𝐗 𝟑 = 𝟕. 𝟖𝟓
𝟎. 𝟑 𝐗 𝟏 − 𝟎. 𝟐 𝐗 𝟐 − 𝟏𝟎. 𝟎 𝐗 𝟑 = 𝟕𝟏. 𝟒𝟎

Ordenando las ecuaciones para evitar divisiones por cero, y distorsión de los
cálculos, tenemos:

𝟑. 𝟎 𝐗 𝟏 − 𝟎. 𝟏 𝐗 𝟐 − 𝟎. 𝟐 𝐗 𝟑 = 𝟕. 𝟖𝟓
𝟎. 𝟏 𝐗 𝟏 + 𝟕. 𝟎 𝐗 𝟐 − 𝟎. 𝟑 𝐗 𝟑 = −𝟏𝟗. 𝟑𝟎
𝟎. 𝟑 𝐗 𝟏 − 𝟎. 𝟐 𝐗 𝟐 − 𝟏𝟎. 𝟎 𝐗 𝟑 = 𝟕𝟏. 𝟒𝟎 (−𝟏)

Despejando variables
7,85 + 0,1𝑥2 + 0,2𝑥3
𝑥1 = =
3

−19,3 − 0,1𝑥1 + 0,3𝑥3

𝑥2 = =
7
−71,4 + 0,3𝑥1 − 0,2𝑥2
𝑥3 = =
10

Primera iteración:

Suponiendo que X2 yX3 son cero, se tiene:

7,85 0,1 0,2 3 2,616666667 x1

-19,3 -0,1 0,3 7 -2,79452381 x2
-71,4 0,3 -0,2 10 -7,005609524 x3

Segunda iteración:

7,85 0,1 0,2 3 2,056475238 x1 Ea 0,272403683

-19,3 -0,1 0,3 7 -3,086761483 x2 Ea -0,094674524
-71,4 0,3 -0,2 10 -7,016570513 x3 Ea -0,001562158
Tercera iteración:

SOLUCION ERROR=0,001

7,85 0,1 0,2 3 2,04600325 x1 Ea 0,005118266

-19,3 -0,1 0,3 7 -3,08708164 x2 Ea -0,000103709
-71,4 0,3 -0,2 10 -7,01687827 x3 Ea -4,38595E-05

 Comparación de los resultados y análisis

Recordando los resultados en cada uno de los métodos:

Para el método de Gauss se trabajó con una precisión de 0,001 desde la primera
operación, por lo cual se presenta una leve variación en los resultados con
respecto a los siguientes métodos.

METODO DE GAUSS
SOLUCION
X1 2,112

X2 -3,088

X3 -7,016

Con el método de Gauss–Jordan, también se toman tres cifras decimales para

realizar las operaciones desde el comienzo, y se puede comprobar que mejora la
precisión de los resultados con respecto al anterior método.

METODO DE GAUSS – JORDAN

SOLUCION
2,089 X1
-3,088 X2
-7,016 X3
Para el método de Gauss – Seidel, se realizan los cálculos con un mayor número
de cifras significativas de acuerdo con el programa de Excel. Por tanto la precisión
es la correcta con error de 0,001

METODO DE GAUSS – SEIDEL

SOLUCION ERROR=0,001
2,04600325 x1 Ea 0,005118266
-3,08708164 x2 Ea -0,000103709
-7,01687827 x3 Ea -4,38595E-05

Análisis:

La principal diferencia observada entre los tres métodos, tiene que ver
primordialmente con la cantidad de operaciones que se deben llevar a cabo para
obtener a la solución. Con el método de Gauss se realizaron aproximadamente de
8 a 9 operaciones; con el método de Gauss – Jordan es más rápido, donde las
operaciones se reducen casi a la midad; y finalmente con el método de Gauss –
Seidel se llega a la solución esperada de forma muy veloz, con tan solo tres
iteraciones.

3. Determine el Polinomio de Interpolación de Lagrange para la siguiente

tabla

X 1 3 5 7

y -2 1 2 -3

Solución:

Polinomio según Lagrange

p(x) = y0 L0 (x) + y1 L1 (x) … … … … . . +yn Ln (x) hasta el infinito

Calculamos
 (x − 3)(x − 5)(x − 7) (x − 3)(x − 5)(x − 7) −(x − 3)(x − 5)(x − 7)
L0 (x) = = =
(1 − 3)(1 − 5)(1 − 7) −48 48

(x − 1)(x − 5)(x − 7) (x − 1)(x − 5)(x − 7)

L1 (x) = =
(3 − 1)(3 − 5)(3 − 7) 16

(x − 1)(x − 3)(x − 7) (x − 1)(x − 3)(x − 7) −(x − 1)(x − 3)(x − 7)

L2 (x) = = =
(5 − 1)(5 − 3)(5 − 7) −16 16

(x − 1)(x − 3)(x − 5) (x − 1)(x − 3)(x − 5)

L3 (x) = =
(7 − 1)(7 − 3)(7 − 5) 48

Ahora reemplazamos LO (x)L1 (x)L2 (x)L3 (x) correspondientes en el polinomio y

(Y) que corresponde a:

y0=−2

y1=1

y2=2

y3=−3

(−(x − 3)(x − 5)(x − 7)) ((x − 1)(x − 5)(x − 7)) (−(x − 1)(x − 3)(x − 7)) ((x − 1)(x − 3)(x − 5))
P(x) = −2 +1 +2 −3
48 16 16 48

4
P(x) = (x − 7)(x 2 + 10x − 27)
48

4. Determine el Polinomio de Interpolación Usando la Interpolación de

Diferencias Divididas de Newton, e interpole en el punto x = 3

x 7 6 4 2 -4
y 1430 908 278 40 -242

Ordenamos los puntos con respecto a x:

 x y
-4 -242
2 40
4 278
6 908
7 1430

Realizamos las diferencias divididas:

𝑓(−4) = −242 𝑎0

40 − (−242) 282
= = 47 𝑎1
2 − (−4) 6

119 − 47 72
= = 9 𝑎2
4 − (−4) 8

49 − 9 40
= = 4 𝑎3
6 − (−4) 10

4−4 0
= = 0 𝑎4
7 − (−4) 11

x a0
x0 -4 -242 a1
x1 2 40 47 a2
x2 4 278 119 9 a3
x3 6 908 315 49 4 a4
x4 7 1430 522 69 4 0

El polinomio es de tercer grado y está dado por la expresión:

𝑓3 (𝑥) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑎3 (𝑥 − 𝑥0 ) (𝑥 − 𝑥1 ) (𝑥 − 𝑥2 )

Reemplazando los valores obtenidos:

𝑓3 (𝑥) = (−242) + (47)(𝑥 − (−4)) + (9)(𝑥 − (−4))(𝑥 − 2) + (4)(𝑥 − (−4)) (𝑥 − 2) (𝑥 − 4)

𝑓3 (𝑥) = −242 + 47(𝑥 + 4) + 9(𝑥 + 4)(𝑥 − 2) + 4 (𝑥 − 2) (𝑥 + 4)(𝑥 − 4)

𝑓3 (𝑥) = −242 + 47𝑥 + 188 + 9(𝑥 2 + 2𝑥 − 8) + 4(𝑥 − 2)(𝑥 2 − 16)

𝑓3 (𝑥) = −54 + 47𝑥 + 9𝑥 2 + 18𝑥 − 72 + 4(𝑥 3 − 16𝑥 − 2𝑥 2 + 32)

𝑓3 (𝑥) = −54 + 47𝑥 + 9𝑥 2 + 18𝑥 − 72 + 4𝑥 3 − 64𝑥 − 8𝑥 2 + 128

𝑓3 (𝑥) = 4𝑥 3 + 𝑥 2 + 𝑥 + 2

Interpolamos el valor solicitado 𝑥 = 3

𝑓(3) = 4(3)3 + (3)2 + 3 + 2

𝑓(3) = 4(27) + 9 + 3 + 2

𝑓(3) = 108 + 9 + 3 + 2

𝑓(3) = 122

5. Para la siguiente tabla obtenga el Polinomio de Interpolación 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
 𝑛 𝑛
𝑢+𝑘−1 𝑘 −𝑢
𝑃𝑛(𝑢) = ∑( ) ∇ 𝑦𝑛 = ∑(−1)𝑘 ( ) ∇𝑘 𝑦𝑛
𝑘 𝑘
𝑘=0 𝑘=0

Xk yk ∆1/ ∇1 ∆2/ ∇2 ∆3/ ∇3

-1 -4
- 2/3 -3 5/9 4/9
- 1/3 -2 2/3 8/9 4/9
0 -2 2/3 - 2/9 - 2/3

De forma Progresiva

𝑝0 (𝑠) = −4 Se interpola en el primer punto

4 4
𝑝1 (𝑠) = 9 𝑠 + 𝑝0 (𝑠) = 𝑠 − 4 Interpola en los dos primeros puntos
9

2 2 2 2
𝑝2 (𝑠) = 𝑠 (𝑠 − 1) + 𝑝1 (𝑠) = 𝑠 + 𝑠 − 4 Interpola en los tres primero puntos
9 9 9

−1 −1 3 5
𝑝3 (𝑠) = 𝑠 (𝑠 − 1)(𝑠 − 2) + 𝑝2 (𝑠) = 𝑠 + 9 𝑠 2 − 4 Interpola en todos los puntos
9 9

En función de x
−1 5
𝑝(𝑥) = (3𝑥 + 3)3 + (3𝑥 + 3)2 − 4
9 9
𝒑(𝒙) = −𝟑𝒙𝟑 − 𝟒𝒙𝟐 + 𝒙 − 𝟐

De forma regresiva

𝑝0 (𝑢) = −2 Se interpola en el primer punto

2 2
𝑝1 (𝑢) = 3 𝑢 + 𝑝0 (𝑢) = 𝑢 − 2 Interpola en los dos primeros puntos
3

−1 −1 5
𝑝2 (𝑢) = 𝑢 (𝑢 + 1) + 𝑝1 (𝑢) = 𝑢2 + 𝑢 − 2 Interpola en los tres primero puntos
9 9 9
 −1 −1 4 1
𝑝3 (𝑢) = 𝑠 (𝑢 + 1)(𝑢 − 2) + 𝑝2 (𝑢) = 𝑢3 − 9 𝑢2 + 3 𝑢 − 2 Interpola en todos los
9 9
puntos

En función de x

𝒑(𝒙) = −𝟑𝒙𝟑 − 𝟒𝒙𝟐 + 𝒙 − 𝟐

14
Interpolamos en el valor solicitado 𝑥 = − 15

14 14 3 14 2 14
𝑓 (− ) = −3 (− ) − 4 (− ) + (− ) − 2
15 15 15 15

14 14 3 14 2 14
𝑓 (− ) = −3 (− ) − 4 (− ) + (− ) − 2
15 15 15 15
14 2744 784 14
𝑓 (− )= − − −2
15 1125 225 15
14 1492
𝑓 (− )=−
15 375

6. Plantee y solucione dos ejercicios sobre la temática de Transformada

discreta de Fourier

Ejercicio 1.

Por medio del algoritmo computacional para TFD obtener los valores para 𝑓(𝑡) =
cos(2𝜋𝑓𝑡) con f=12.5 hz.

𝑁−1
1
𝑓𝑛 = ∑[𝐹𝑘 cos(𝑘𝑤𝑛) + 𝑗𝐹𝑘 𝑠𝑒𝑛(𝑘𝑤𝑛)]
𝑁
𝑘=0
El pseudocódigo para el cálculo de TFD es:

For k=0, N-1;

For n=0, N-1;

angle=Kwn

real=real+fn*cos(angle)/N

imaginary=imaginary-fn*sen(angle)/N

End

End

Implementando el algoritmo los valores obtenidos son:

Item f(t) real imag

0 1.00 0 0

1 0.71 0 0

2 0.00 0.5 0

3 -0.71 0 0

4 -1.00 0 0

5 -0.71 0 0

6 0.00 0 0

7 0.71 0 0

8 1.00 0 0

9 0.71 0 0

10 0.00 0 0

11 -0.71 0 0

12 -1.00 0 0

13 -0.71 0 0

14 0.00 0.5 0

15 0.71 0 0
La figura obtenida es:

Ejercicio 2.

Realizando el algoritmo para la función seno los valores obtenidos son:

Item f(t) real imag

0 0.00 0.5 0

1 0.71 0 0

2 1.00 0 0

3 0.71 0 0

4 0.00 0 0

5 -0.71 0 0

6 -1.00 0 0

7 -0.71 0 0

8 0.00 0 0

9 0.71 0 0

10 1.00 0 0

11 0.71 0 0

12 0.00 0 0

13 -0.71 0 0

14 -1.00 0 0

15 -0.71 0 0
La figura obtenida:
 CONCLUSIONES

La solución de ecuaciones lineales se puede optimizar mediante cualquiera de las

variantes del método de Gauss (Jordan, Seidel), por parte de los métodos no
lineales tenemos varias opciones para identificar ecuaciones a partir de los puntos
de la gráfica, uno de ellos es la interpolación, mediante la cual podemos
establecer los demás valores no conocidos, toda esta metodología viene siendo
implementada en avanzados sistemas de computación, los cuales generan
informes de solución a problemas matemáticos con una precisión impresionante y
errores mínimos en su ejecución.
 BIBLIOGRAFIA

Drakos N, Villanueva Diaz W. (1998). Métodos numéricos., Computer Based

Learning Unit, University of Leeds. Recuperado de http://www.uv.es/~diaz/mn/fmn.html