TRABAJO COLABORATIVO 2

MTODOS NUMRICOS

Erin Yesenia Murcia Franco Cd.: 1111200902

Brayan Lewis Muoz Rivas Cd: 1028025777
Vctor Hernando Macas Ramrez.Cd:75068221
Cristina Campero cd:
Jenifer Peuela Cd:

TUTOR:
MATIN GOMEZ ORDUZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD CEAD IBAGU

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA
INGENIERA DE ALIMENTOS
18/11/2015

OBJETIVOS
OBJETIVO GENERAL
Aplicar los conocimientos adquiridos en: Mtodo de eliminacin de Gauss, Mtodo de GaussJordn, Mtodo de Gauss-Seidel, Polinomio de Interpolacin de Lagrange, Polinomio de
Interpolacin con diferencias divididas de newton, Interpolacin Polinomial de diferencias
finitas de Newton, Ajuste de curvas y Transformada discreta de Fourier trabajando en
ejercicios propuestos de manera colaborativa.
OBJETIVOS ESPECIFICOS

Leer la documentacin predispuesta para la actividad.

Resolver los ejercicios propuestos sobre mtodo de eliminacin de Gauss, Mtodo de
Gauss-Jordn, Mtodo de Gauss-Seidel, Polinomio de Interpolacin de Lagrange,
Polinomio de Interpolacin con diferencias divididas de newton, Interpolacin
Polinomial de diferencias finitas de Newton, Ajuste de curvas y Transformada discreta

de Fourier.
Realizar
una

entrega

colaborativo

con

los

aportes

realizados.

DESARROLLO

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 copia bajadas de internet).
Ecuacin lineal

Una ecuacin de primer grado o ecuacin

Ecuacin NO lineal
Es cualquier ecuacin que tenga alguna

Lineal significa que es un planteamiento de variable elevada al cuadrado, cubo, etc.

igualdad, involucrando una o ms variables Las no lineales, forman figuras, por ejemplo
a la primera potencia, que no contiene
productos entre las variables, es decir, una
ecuacin que involucra solamente sumas y
restas de una variable a la primera

una parbola o una hiprbola. Las

caractersticas no lineales con frecuencia son
introducidas de forma intencional en un
sistema de control para mejorar su desempeo
o suministrar un control mayor.

potencia.
Las lineales no deben tener
exponenciales, por lo tanto cuando se
grafica se forma una lnea recta, por eso
Se llaman lineales. Por otra parte, en la
mayora de los sistemas lineales la salida
sigue la misma forma de la entrada o por lo
menos
Reflejar los mismos cambios generados en
la entrada.
5
4
=
x4 x3

x 2 + y 2=25
x + y=7

Y=7-x

5 ( x3 )=4(x 4)

5 x15= 4x-16

1516=5 x4 x

x 2+ ( 7x )2=25

x 2+ 4914 x + x 2=25
2

2 x 14 x+24=0

x 27 x +12=0

X=1

Solucione el siguente ejercicio utilizando los metodos de eliminacion de Gauss,

Gauss-Jordan y Gauss-Seidel. Compare los resultados y hagan un pequeo analisis.
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 210.0 x 3=71.40

utilizando un = 0.001

SOLUCION POR METODO GAUSS-SEIDEL

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 210.0 x 3=71.40

x 1=

7.85+ 0.1 x 2 +0.2 x 3

3

x 2=

19.30.1 x 1 +0.3 x3
7

x 3=

71.40.3 x 1 +0.2 x 2
10

Calculamos x1
0

x 1=

7.85
=2.616
3

Calculamos x2
x 02=

19.30.1(2.616)
=2.794
7

Calculamos x3
x 03=

71.40.3 ( 2.616 )+ 0.2(2794)

=7.005
10

Segunda interaccion.
x 11=

7.85+ 0.1 (2.794 ) +0.2(7.005)

=2.990
3

x 12=

19.30.1 ( 2.990 )+ 0.3(7.005)

=2499
7

x 13=

71.40.3 ( 2.990 ) + 0.2(2499)

=7.000
10

Se comprueba entre la primera y segunda iteracion.

|x 11x 01|=|2.9902.616|=0.373

|x 12x 02|=|2.794(2.499)|=0.294
|x 13x 03|=|7.0057.000|=0.005

|x 1i x 0i| para i=1,2,3

no se cumple la condicion.

Claculamos la ultima interaccion

x 21=

7.85+ 0.1 (2.499 ) +0.2(7.000)

=3.000
3

x 22=

19.30.1 ( 3.000 ) + 0.3(7.000)

=2.499
7

x 23=

71.40.3 ( 3.000 ) +0.2(2.499)

=6.999
10

Comparamos los resultados.

|x 21x 11|=|3.0002.990|=0.009
|x 22x 12|=|2.499(2.499)|=0.0003

|x 23x 13|=|6.9997.000|=0.0002

|x 2i x 1i| para i=1,2,3

como observamos aun no se cumple la condicion.

Se hace otra interacion.

x 31=

7.85+ 0.1 (2.499 ) +0.2(6.9999)

=3.000
3

x 32=

19.30.1 ( 3.000 )+ 0.3(6.999)

=2.500
7

x 33=

71.40.3 ( 3.000 ) +0.2(2.500)

=7.000
10

Comparando los valores obtenidos.

|x 31x 21|=|3.000 03.000 031|=0.000 03

|x 32x 22|=|2.500(2.499)|=0.000 01
|x 33x 23|=|7.0006.999|=0.000 001

Viendo que la condicion se cumple el resultado es

x 1=3.0
x 2=2.5
x 3=7.0
Como se puede comprobar no se tiene un nmero exacto de iteraciones para encontrar una
solucin. En este ejemplo, se hicieron 3 iteraciones, pero a menudo se necesitan ms
iteraciones.

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

Gauss-Jordn y Gauss Seidel.
Compare los resultados y haga un pequeo anlisis.
17 X1 2 X2 3 X3 = 500

 5 X1 + 21 X2 2 X3 = 200
5 X1 5 X2 + 22 X3 = 30 Utilizar un = 5%

Solucin
Reescribamos el sistema de ecuaciones en la forma de una matriz y lo resolvamos por
el mtodo de eliminacin de Gauss y Gauss-Jordn

17
-5
-5

-2
21
-5

-3
-2
22

500
200
30

Dividamos 1-simo por 17

1
-5
-5

-2/17
21
-5

-3/17
-2
22

500/17
200
30

De 2; 3 filas sustraigamos la 1 lnea, multiplicada respectivamente por -5; -5

1
0
0

-2/17
347/17
-95/17

Dividamos 2-simo por 347/17

-3/17
-49/17
359/17

500/17
5900/17
3010/17

1
0
0

-2/17
1
-95/17

-3/17
-49/347
359/17

500/17
5900/347
3010/17

De 1; 3 filas sustraigamos la 2 lnea, multiplicada respectivamente por -2/17; -95/17

1
0
0

0
1
0

-67/347
-49/347
7054/347

10900/347
5900/347
94410/347

Dividamos 3-simo por 7054/347

1
0
0

0
1
0

-67/347
-49/347
1

10900/347
5900/347
47205/3527

De 1; 2 filas sustraigamos la 3 lnea, multiplicada respectivamente por

67 /347 ;49/347

1
0
0

0
1
0

Resultado:
x 1=119905 /3527

0
0
1

119905/3527
66635/3527
47205/3527

x 2=66635/3527
x 3=47205 /3527

4. Plantee y solucione un ejercicio utilizando los Mtodo de eliminacin de Gauss,

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

Ejercicio
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
0.1 X1 + 7.0 X2 - 0.3 X3 = - 19.3
0.3 X1 - 0.2 X2 + 10 X3 = 71.4000
Primero expresemos los coeficientes y el vector de trminos independientes como una matriz
aumentada.

Se normaliza el primer rengln dividiendo entre 3 para obtener:

El trmino X1 se puede eliminar del segundo rengln restando 0.1 veces el primero del
segundo rengln. De una manera similar, restando 0.3 veces el primero del tercer rengln se
elimina el trmino con X1 del tercer rengln.

En seguida, se normaliza el segundo rengln dividiendo entre 7.00333:

Reduciendo los trminos en X2 de la primera y la tercera ecuacin se obtiene:

El tercer rengln se normaliza dividindolo entre 10.010:

Finalmente, los trminos con X3 se pueden reducir de la primera y segunda ecuacin para
obtener:

Las ventajas y desventajas de la eliminacin gaussiana se aplican tambin al mtodo de

Gauss-Jordan.

DESVENTAJAS DEL MTODO DE ELIMINACIN

1. DIVISIN ENTRE CERO

Una de sus desventajas es que durante el proceso en las fases de eliminacin y
sustitucin es posible que ocurra una divisin entre cero. Se ha desarrollado una
estrategia del pivoteo para evitar parcialmente estos problemas. sta se deja como
investigacin al alumno.
2.

ERRORES DE REDONDEO
La computadora maneja las fracciones en forma decimal con cierto nmero limitado de
cifras decimales, y al manejar fracciones que se transforman a decimales que nunca
terminan, se introduce un error en la solucin de la computadora. Este se llama error por
redondeo.
Cuando se va a resolver solamente un pequeo nmero de ecuaciones, el error por
redondeo es pequeo y generalmente no se afecta sustancialmente la presicin de los
resultados, pero si se van a resolver simultneamente muchas ecuaciones, el efecto
acumulativo del error por redondeo puede introducir errores relativamente grandes en la
solucin. Por esta razn el nmero de ecuaciones simultneas que se puede resolver
satisfactoriamente con el mtodo de eliminacin de Gauss, utilizando de 8 a 10 dgitos
significativos en las operaciones aritmticas, se limita generalmente a 15 o 20.

3. SISTEMAS MAL CONDICIONADOS

La obtencin de la solucin depende de la condicin del sistema. En sentido matemtico,

los sistemas bien condicionados son aquellos en los que un cambio en uno o ms
coeficientes provoca un cambio similar en la solucin. Los sistemas mal condicionados
son aquellos en los que cambios pequeos en los coeficientes provocan cambios grandes
en la solucin.
Una interpretacin diferente del mal condicionamiento es que un rango amplio de
respuestas puede satisfacer aproximadamente al sistema. Ya que los errores de redondeo
pueden inducir cambios pequeos en los coeficientes, estos cambios artificiales pueden
generar errores grandes en la solucin de sistemas mal condicionados.

MTODO DE GAUSS-SEIDEL

El mtodo de eliminacin para resolver ecuaciones simultneas suministra soluciones

suficientemente precisas hasta para 15 o 20 ecuaciones. El nmero exacto depende de las
ecuaciones de que se trate, del nmero de dgitos que se conservan en el resultado de las
operaciones aritmticas, y del procedimiento de redondeo. Utilizando ecuaciones de error, el
nmero de ecuaciones que se pueden manejar se puede incrementar considerablemente a ms
de 15 o 20, pero este mtodo tambin es imprctico cuando se presentan, por ejemplo, cientos
de ecuaciones que se deben resolver simultneamente. El mtodo de inversin de matrices
tiene limitaciones similares cuando se trabaja con nmeros muy grandes de ecuaciones
simultneas.
La secuencia de pasos que constituyen el mtodo de Gauss-Seidel es la siguiente:
1. Asignar un valor inicial a cada incgnita que aparezca en el conjunto. Si es posible
hacer una hiptesis razonable de stos valores, hacerla. Si no, se pueden asignar
valores seleccionados arbitrariamente. Los valores iniciales utilizados no
afectarn la convergencia como tal, pero afectarn el nmero de iteraciones
requeridas para dicha convergencia.

2. Partiendo de la primera ecuacin, determinar un nuevo valor para la incgnita que

tiene el coeficiente ms grande en esa ecuacin, utilizando para las otras
incgnitas los valores supuestos.
3. Pasar a la segunda ecuacin y determinar en ella el valor de la incgnita que tiene
el coeficiente ms grande en esa ecuacin, utilizando el valor calculado para la
incgnita del paso 2 y los valores supuestos para las incgnitas restantes.
4. Continuar con las ecuaciones restantes, determinando siempre el valor calculado
de la incgnita que tiene el coeficniente ms grande en cada ecuacin particular, y
utilizando siempre los ltimos valores calculados para las otras incgnitas de la
ecuacin. (Durante la primera iteracin, se deben utilizar los valores supuestos
para las incgnitas hasta que se obtenga un valor calculado). Cuando la ecuacin
final ha sido resuelta, proporcionando un valor para la nica incgnita, se dice que
se ha completado una iteracin.
5. Continuar iterando hasta que el valor de cada incgnita, determinado en una
iteracin particular, difiera del valor obtenido en la iteracin previa, en una
cantidad menor que cierto

seleccionado arbitrariamente. El procedimiento

queda entonces completo.

Refirindonos al paso 5, mientras menor sea la magnitud del

seleccionado, mayor ser la

precisin de la solucin. Sin embargo, la magnitud del epsilon no especifica el error que puede
existir en los valores obtenidos para las incgnitas, ya que sta es una funcin de la velocidad
de convergencia. Mientras mayor sea la velocidad de convergencia, mayor ser la precisin
obtenida en los valores de las incgnitas para un

dado.

EJEMPLO
Resolver el siguiente sistema de ecuacin por el mtodo Gauss-Seidel utilizando un
0.001.
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
SOLUCIN:
Primero ordenamos las ecuaciones, de modo que en la diagonal principal esten los
coeficientes mayores para asegurar la convergencia.
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30
0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40
Despejamos cada una de las variables sobre la diagonal:

Suponemos los valores iniciales X2 = 0 y X3 = 0 y calculamos X1

Este valor junto con el de X3 se puede utilizar para obtener X2

La primera iteracin se completa sustituyendo los valores de X1 y X2 calculados obteniendo:

En la segunda iteracin, se repite el mismo procedimiento:

Comparando los valores calculados entre la primera y la segunda iteracin

Como podemos observar, no se cumple la condicin

Entonces tomamos los valores calculados en la ltima iteracin y se toman como supuestos para la
siguiente iteracin. Se repite entonces el proceso:

Comparando de nuevo los valores obtenidos

Como se observa todava no se cumple la condicin

As que hacemos otra iteracin

X
y

1
-2
X
y

X
y

Comparando los valores obtenidos

3
1

1
-2
1
-2

5
2
3
1

3
1

7
-3
5
2

5
2

7
-3
7
-3

Dado que se cumple la condicin, el resultado es:

X1 = 3.0
X2 = -2.5
X3 = 7.0

5. Determine el Polinomio de Interpolacin de LaGrange para la siguiente tabla.

L0 ( x)=

( x3 )( x5 ) ( x7 )
( x3 )( x5 ) (x7)
( x3 ) ( x5 ) (x7)
=
48
48
( x3 )( x5 ) ( x7 ) =

L1( x )=

( x1 )( x5 )( x7 )
(31 ) ( 35 ) ( 37 )

L2( x )=

( x1 ) ( x3 )( x7 )
( 51 ) ( 53 )( 57 )

( x1 )( x5 ) (x 7)
16

( x1)( x3)(x7)
16

( x1)( x3)( x 7)
16

L3 ( x)=

( x1 ) ( x3 ) ( x 5 )
( x1)( x3)(x5)
=
( 71 ) ( 73 )( 75 )
48
(( x3 ) ( x 5 )( x7 ))
48

P(x) = -2.

-3

+1

( ( x1 ) ( x 5 ) ( x7 ))
(( x1 )( x3 )( x7 ))
+2
16
16

( ( x4 ) ( x3 ) ( c5 ) )
48
x2

P(x) =

4
( x7) +10x-27)
48

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

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

Calculando las diferencias divididas se obtiene:

x

y
7
6
4
2
-4

1430
908
278
40
-242

Explicacin:
9081430 522
=
=522
67
1

522
315
119
47

69
49
9

4
4

278908 630
=
=315
46
2
Por lo tanto, el polinomio queda de la siguiente manera:
1430+522 ( x7 ) +69 ( x7 ) ( x6 ) + 4 ( x7 ) ( x6 ) ( x4 )
Interpolacin del polinomio, para x = 3:
1430+522 (4 ) +69 (4 )(3 ) +4 (4 ) (3 )(1 )
1430+ (2088 )+ 828+ (48 )
14302088+82848=122

7. Para la siguiente tabla obtenga el Polinomio de Interpolacin de diferencias finitas de

Newton e Interpole en el punto x = -14/15

h= 1/3
x
y

-1
-4

-2/3
-32/9

32
32+36 4
(4 )
9
9
9 4
=
= =
2
2+3
1 9
(1)
3

-1/3
-8/3

0
-2

Despus obtenemos:
x
-1
-2/3
-1/3
0

y
-4
-32/9
-8/3
-2

4/9
8/9
2/3

4/9
-2/9

-2/3

El polinomio que se obtiene es:

4+

4 s
4 s ( s1 ) 2 s ( s1 )( s2 ) 1 3 5 2
+

=
s + s 4
9 1! 9
2!
3
3!
9
9

( ) (

) (

Calculando el valor de s para dejar la expresin en funcin de x:

s=

xx 0 x(1)
=
=3 x +3
h
1
3

Reemplazando la ecuacin se obtiene:

1
5
(3 x+3)3 + (3 x +3)24=3 x 34 x 2+ x 2
9
9

14
14+15
(1)
xx 0
15
15
3 1
s=
=
=
= =
h
1
1
15 5
3
3

1 1
5 1
1 1
5 1
1
5
1492
+
4=
+
4=
+
4=
9 5
9 5
9 25 9 25
1125 225
375

() ()

( ) ( )

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

Fourier.

Ejemplo 1:Una seal x (t) se muestrea a una frecuencia fs = 8 kHz. Los valores de las
muestras son x[0] = 1; x[T] = 0, x[2.T] = 0, x[3.T] =1. Representar en el dominio de la
frecuencia el mdulo y la fase de la DFT. Calcular la IDFT

Si la frecuencia de muestreo son 8 kHz, el correspondiente periodo ser:

x=

x=

1
1
=125 v sg df =
=2 kHz por lo tanto
3
N
.T
( 8 x 10 )

X [ 1 ] =X [ df ] =2 kHz , X [ 2 ] =X [ 2. df ] =4 kHz , X [ 3 ] =X [ 3. df ] =6 kHz

En la Figura se representa |X[ k] | y

en funcin de k.

Para determinar x[n] a partir de las muestras espectrales se calcula la IDFT.

1
x [ n ]=
N

N1

X [K ].e

2
N

kn=n=0,1,2,3

K=0

x [ 0 ]=

1
1
X [ K ]= =[ 2+ ( 1+ j ) +0+(1 j) ] =1

4 K=0
4

j
1
x [ 1]= X [ K ] . e
4 K =0

1
x [ 2]=
4

x [ 3]=

1
4

2
4

X [ K ].e

K=0

X[ K] .e

3
2

]=0

3
2

3
.3
2

2
4

j
j
1
2 k = = 2+ ( 1+ j ) . e 2 +0+ ( 1 j ) .e
4

2
4

j
j
1
3 k= = 2+ ( 1+ j ) . e 2 +0+ ( 1 j ) . e
4

K=0

j
j
1
k= = 2+ ( 1+ j ) .e 2 +0+ (1 j ) . e
4

]=0
]=1

Ejemplo2:

X [ n ] = {1,2,1,0 }

k=0

X t [ 0 ]= x [ n ] =1+2+1+0=4

k=1

4
j

j = j2
2 j =1+2 exp ( 2 )+exp
X t [ 1 ] = x [ n ] exp

k=2

2/4
j

j 2 =0
j2 =1+2 exp ( )+ exp
X t [ 2 ] = x [ n ] exp

k=3

3 /4
j

j3 = j2
2 j =1+2 exp ( 3 2 )+exp
X t [ 3 ] = x [ n ] exp

Por tanto la DFT de

X [ n ] es X T [ K ] = { 4, j2, 0, j 2 } para k =0,1,2,3

CONCLUSIONES

Se logr aplicar los conocimientos adquiridos de la Unidad 2. Exactitud y Races de

Ecuaciones Sistema de ecuaciones lineales, no lineales e interpolacin.

Se realiz un buen trabajo colaborativo, gracias el compromiso y apoyo por parte de los

estudiantes y al tutora.
Obtuvimos mayor conocimiento acerca de las operaciones lineales y no lineales.
El uso de diferentes mtodos para la solucin de sistemas de ecuaciones pueden
diferenciar en sus procedimientos y exactitud, sin embargo el mtodo de gauss y GaussJordan comparten una similitud al utilizar un sistema matricial y reducir este, sin embargo
Gauss-Jordan deja las incgnitas completamente despejadas a diferencia de gauss.

REFERENCIAS BIBLIOGRAFICAS

Gerald, F. C y Wheatley, P (2000). Anlisis numrico con aplicaciones. Editorial

Pearson Education, Mxico

Burden, R.; Faires, D. (1998). Anlisis Numrico. ED. Thomson, 6a. ed.

Chapra Steven y Canale R. (s.f.). Mtodos Numricos para Ingenieros. Cuarta

edicin Ed. Mc Graw Hill. Mxico.