Академический Документы
Профессиональный Документы
Культура Документы
191217
FACULTAD DE INGENIERIAS
INGENIERIA DE SISTEMAS
OCAÑA
2018
ANALISIS NUMERICO: CODIGO INTERPOLACION DE NEWTON EN MATLAB
191217
ORLANDO ALVAREZ
LIC.
FACULTAD DE INGENIERIAS
INGENIERIA DE SISTEMAS
OCAÑA
2018
Tabla de contenido
No se encontraron entradas de tabla de contenido.
INTRODUCCIÓN
El método se llama así en honor a los matemáticos alemanes Carl Friedrich Gauss y
Philipp Ludwig von Seidel y es similar al método de Jacobi. Aunque este método puede aplicarse
a cualquier sistema de ecuaciones lineales que produzca una matriz (cuadrada, naturalmente pues
para que exista solución única, el sistema debe tener tantas ecuaciones como incógnitas) de
coeficientes con los elementos de su diagonal no-nulos, la convergencia del método solo se
En este trabajo se presenta como por medio del programa de matlab se puede resolver
cualquier tema, en este caso el gauss Seidel. La razón por la cual los métodos iterativos son útiles
aproximación se puede continuar hasta que converja dentro de alguna tolerancia de error
previamente especificada.
Objetivo General
Objetivos Específicos
interpolación de Newton.
MATLAB
En 1984 surge la primera versión, creado por Cleve Moler, con la idea de usar paquetes
de subrutinas escritas en Fortran en los cursos de Análisis Numérico y Algebra Lineal, sin tener
Software de matrices LINPACK y EISPACK sin tener que hacer uso del lenguaje Fortran.
Nombre
Añ
Versión de la
o
version
MATLAB 1. 198 MATLAB R13SP MATLAB
R? R2011a
0 4 6.5.1 1 200 7.12 201
198 MATLAB R13SP 3 MATLAB 1
MATLAB 2 R? R2011b
6 6.5.2 2 7.13
198 MATLAB
MATLAB 3 R? MATLAB 7 R14 R2012a
7 200 7.14 201
MATLAB 199 MATLAB R14SP 4 MATLAB 2
R? R2012b
3.5 0 7.0.1 1 8.0
199 MATLAB R14SP MATLAB
MATLAB 4 R? R2013a
2 7.0.4 2 200 8.1 201
MATLAB 199 MATLAB R14SP 5 MATLAB 3
R7 R2013b
4.2c 4 7.1 3 8.2
MATLAB 199 MATLAB R2006 MATLAB
R8 R2014a
5.0 6 7.2 a 200 8.3 201
MATLAB MATLAB R2006 6 MATLAB 4
R9 R2014b
5.1 199 7.3 b 8.4
MATLAB 7 MATLAB R2007 MATLAB
R9.1 R2014a
5.1.1 7.4 a 200 8.3 201
MATLAB MATLAB R2007 7 MATLAB 4
R10 R2014b
5.2 199 7.5 b 8.4
MATLAB 8 MATLAB R2008 MATLAB
R10.1 R2015a
5.2.1 7.6 a 200 8.5
MATLAB MATLAB R2008 8 MATLAB R2015aSP 201
R11
5.3 199 7.7 b 8.5 1 5
MATLAB 9 MATLAB R2009 200 MATLAB
R11.1 9 R2015b
5.3.1 7.8 a 8.6
MATLAB R12 200 MATLAB R2009 MATLAB R2016a 201
6.0 0 7.9 b 9.0 6
MATLAB 200 MATLAB R2010 MATLAB
R12.1 R2016b
6.1 1 7.10 a 201 9.1
MATLAB 200 MATLAB R2010 0 MATLAB 201
R13 R2017a
6.5 2 7.11 b 9.2 7
MATLAB 201
R2017b
9.3 7
Descripción De Matlab
y visualización. Integra:
Análisis numérico
Cálculo matricial
Procesamiento de señales
Gráficos
En un entorno fácil de usar, donde los problemas y las soluciones son expresados como
cálculo matricial. MATLAB es un sistema interactivo cuyo elemento básico de datos es una
matriz que no requiere dimensionamiento. Esto permite resolver muchos problemas numéricos
de enseñanza estándar para cursos de introducción en álgebra lineal aplicada, así como cursos
avanzados en otras áreas. En la industria, MATLAB se utiliza para investigación y para resolver
denominadas TOOLBOXES. Estas son muy importantes para la mayoría de los usuarios de
MATLAB y son conjuntos de funciones MATLAB que extienden el entorno MATLAB para
Procesamiento de señales
Diseño de sistemas de control
Simulación de sistemas dinámicos
Identificación de sistemas
Redes neuronales y otros.
crecimiento. Esto permite convertir al usuario en un autor contribuyente, creando sus propias
Implementación de las matrices como elemento básico del lenguaje, lo que permite una
Puede demostrarse matemáticamente que dado n+1 puntos xi y los valores que toma una
función f(x) en cada uno de esos puntos, existe un único polinomio p(x) de grado n que aproxima
con un mínimo error esa función en el rango de puntos xi. Ese polinomio es el llamado
polinomio de interpolación de Lagrange que puede obtenerse de la forma que hemos visto. El
método de interpolación de Newton es otra manera de obtener este mismo polinomio p(x).
cálculo, sobre todo en épocas en las que no se disponía las máquinas que ahora disponemos.
Aunque este método pueda parecer más largo que el de Lagrange, su ventaja está en que utiliza
un algoritmo adaptativo, lo que desde el punto de vista computacional es muy ventajoso (un
n de manera recursiva:
En general:
donde representa la distancia entre dos elementos (por ejemplo, se puede tener el
Puede apreciarse cómo en la definición general se usa la pendiente del paso anterior, , a la cual
cualquier otro, por ejemplo, se puede definir de manera análoga al caso mostrado
arriba.
Ejemplo
Una vez tenemos la pendientes de orden 1 , es posible obtener las de siguiente orden:
Podemos probar por ejemplo la interpolación lineal para el valor 1.5, que resulta
ser . Efectivamente, al ser una recta, podemos ver que este valor es
% Coficientes Ecuacion 1
x11 = str2num(get(handles.X11, 'string'));
x12 = str2num(get(handles.X12, 'string'));
x13 = str2num(get(handles.X13, 'string'));
% Coficientes Ecuacion 2
x21 = str2num(get(handles.X21, 'string'));
x22 = str2num(get(handles.X22, 'string'));
x23 = str2num(get(handles.X23, 'string'));
% Coficientes Ecuacion 3
x31 = str2num(get(handles.X31, 'string'));
x32 = str2num(get(handles.X32, 'string'));
x33 = str2num(get(handles.X33, 'string'));
% Terminos independientes
b1 = str2num(get(handles.B1, 'string'));
b2 = str2num(get(handles.B2, 'string'));
b3 = str2num(get(handles.B3, 'string'));
% Valores inicales
x1 = str2num(get(handles.X1, 'string'));
x2 = str2num(get(handles.X2, 'string'));
x3 = str2num(get(handles.X3, 'string'));
for i=1:n % Aplicamos la formula de gauss seidel para hayar las nuevas
soluciones en la itercion K
di = ( b(i) - A(i,:)*x0 )/A(i,i)
x0(i) = x0(i) + di
end
ea=(1-(xa)/(x0(xi)))*100 % Calculamos el error
%Asigamos filas a la matriz tados
datos(k,:)={sprintf('%d',k-1), sprintf('%6.4f',x0(1)), sprintf('%6.4f',x0(2)),
sprintf('%6.4f',x0(3)), sprintf('%6.4f',ea)}
xa=x0(xi)
k=k+1;
end
end
set(handles.cbxX,'Value', 1)
set(handles.Tol,'string','');
CONCLUSIONES
satisfactoriamente lo cual reduce el tiempo de resolución y hace que el método sea más eficaz. El
cálculo que realiza el programa es exacto; sin embargo existen desventajas, ya que este es
exclusivo para la resolución de sistemas de ecuaciones lineales. Algunos métodos son más
exactos, otros más fáciles de programar, otros más cortos, etc. Para ser capaces de elegir un
método apropiado, lo primero que se necesita es comprender cómo se desarrolla cada uno de
BIBLIOGRAFIA
https://www.ecured.cu/MATLAB
http://nereida.deioc.ull.es/~pcgull/ihiu01/cdrom/matlab/contenido/node2.html