TAREA 2 - ECUACIONES LINEALES E INTERPOLACIÓN

MÉTODOS NUMÉRICOS

ESTUDIANTE

RICARDO GONZALES

TUTOR:

CARLOS ALBERTO ALVAREZ

UNIVERSIDAD ABIERTA Y A DISTANCIA

07 ABRIL 2020
 INTRODUCCIÓN

Este trabajo es acerca de la aplicación los diversos Métodos Matemáticos en la

Solución de Ecuaciones Lineales y analiza polinomios partiendo de pares
ordenados de datos.

Las temáticas que se abordaran son: Eliminación de Gauss, Eliminación

de Gauss- Jordán, Método de Jacobi, Método de Gauss – Seidel,
Polinomios de LaGrange, Diferencias Divididas, Aproximación Polinomial
de Newton y Polinomio de Newton en diferencias finitas.

Se observara la solución de problemas en llos cuales se implementan los

métodos ya mencionados.
Tema 1. Solución de Sistemas de Ecuaciones Lineales (SEL)

Problema 5:

10 x1 +5 x 2=6
5 x 1 +10 x2−x 3 =25
−4 x 2+8 x 3−x 4 =−11
−x 3+ 5 x 4 =−11

Primero para solucionar cualquier ejercicio es acomodar la ecuación

10 x 1 +5 x2 +0 x 3 +0 x 4=6
5 x 1 +10 x 2−x 3 +0 x 4 =25
0 x 1−4 x2 +8 x 3−x 4 =−11
0 x1 +0 x 2−x 3 +5 x 4=−11

Ejercicio 1:

Determinar si el SEL tiene, o no, solución. ¿Si la tiene, es única? Realice

una breve explicación basándose en la teoría revisada.

Con la notación matricial, se puede escribir la ecuación anterior como

10 5 0 0 x1 6

[ 5 10 −1 0
0 −4 8 −1
0 0 1 5
][ ] [ ]
x2
= 25
x 3 −11
x 4 −11

y concretamente como A x = b .

Donde A es la matriz coeficiente del sistema, x el vector incógnita y b el

vector de términos independientes.
Si el rango de la matriz coeficiente A y de la matriz aumentada B son
iguales, se dice que el sistema es consistente . Si esto no ocurre, el
sistema es inconsistente (por lo tanto, un sistema homogéneo siempre
es consistente). Un sistema inconsistente no tiene solución, mientras
que uno consistente tiene una solución única o un número infinito de
soluciones, según como sea el rango de A en comparación con el
número de incógnitas. Si el rango de A es igual al número de incógnitas,
la solución es única; si el rango de A es menor que dicho número, hay
un número infinito de soluciones

Para el ejercicios el rango de

A=4

B=4

El sistema es consistente y como rango A = número de incógnitas = 4,

puede esperarse una solución única del sistema.

Para comprobar esto

Ax=b

x= A−1∗b

A−1=inversa de lamatriz

0,0416243 0,0050761 0,0010152

-0,07918782 7 4 3
0,04162436 0,0832487 0,0101522 0,0020304
5 3 8 6
A^(-1) 0,02030456 0,0406091 0,1269035 0,0253807
9 4 5 1
- -
0,0081218 0,0253807 0,1949238
-0,00406091 3 1 6

X1 65
 X2 291
X3 -177
X4 -66
La solución del sistema es consistente y tiene única solución

Ejercicio 2:

Resolver el SEL por cada uno de los esquemas de:

a. Eliminación Gaussiana simple.

Lo primero es tener nuestra diagonal principal con los números
inferiores de esta diagonal en cero aplicando diferentes operaciones
matemáticas

la matriz con la diagonal principal

10 5 0 0 6
5 10 -1 0 25
0 -4 8 -1 -11
0 0 -1 5 -11

10 5 0 0 6
0 -75 10 0 -220
0 -4 8 -1 -11
0 0 -1 5 -11

10 5 0 0 6
0 -75 10 0 -220
0 0 560 -75 55
0 0 -1 5 -11

10 5 0 0 6
0 -75 10 0 -220
0 0 560 -75 55
0 0 0 -2725 6105
Entonces en términos de ecuación tendríamos

10 x 1+5 x 2=6
−75 x 2+10 x 3=−220
560 x 3−75 x 4 =55
−2725 x 4=6105

Con esta ecuaciones se encuentra las variables tendríamos a

x 4 Despejando

−6105
x4 = =2.240366
2725

x 4 =2..240366

Teniendo cada variable se sustituye en la otra ecuación y se encuentran

las variables

560 x 3−75 x 4=55

560 x 3=55+75 x 4

55 75 x 4
x 3= + =0.982143+0.133929 (−2.240366 )=−0.201834
560 560

x 3=−0.201834

−75 x 2+10 x 3=−220

−75 x 2=−220−10 x 3

−75 x 2=−220−10 (−0.201834 )

−217.98166
x 2= =2.906422
−75

x 2=2.906422

10 x 1+5 x 2=6

10 x 1=6−5 x 2

10 x 1=6−5(2.906422)
 −8.53211
x 1= =−0.853211
10

x 1=−0.853211

b. Eliminación de Gauss - Jordan.

la matriz con la diagonal principal
10 5 0 0 6
5 10 -1 0 25
0 -4 8 -1 -11
0 0 -1 5 -11

Interación
1
F1=f'1/10
F2=-5*F1+f'2

0,
1 5 0 0 0,6
7,
0 5 -1 0 22
0 -4 8 -1 -11
0 0 -1 5 -11

2
F2=F'2/7,5
F1=(-0,5)F2+F'1
F3=(4)F2+F'3
1 0 0,06666667 0 -0,86666667
0 1 -0,13333333 0 2,93333333
0 0 7,46666667 -1 0,73333333
0 0 -1 5 -11

3
F3=F'3/7,466667
F1=-(0,0666667)F3+F'1
F2=-(0,1333336)F3+F'2
F4=-(1)*F3+F'4
1 0 0 0,00892857 -0,87321429
0 1 0 -0,01785714 2,94642857
0 0 1 -0,13392857 0,09821429
0 0 0 4,86607143 -10,9017857
 4
F4=F'4/(4,86607143)
F1=-(0,00892857)*F4+F'1
F2=-0,01785714*F4+F'2
F3=-0,013392857*F4+F'3

1 0 0 0 -0,85321101
0 1 0 0 2,90642202
0 0 1 0 -0,20183486
0 0 0 1 -2,24036697

X1=-0,853211

X2=2.906422

X3=-0.201834

X4=-2.240366

c. Gauss – Seidel.

10 x1 +5 x 2=6
5 x 1 +10 x2−x 3 =25
−4 x 2+8 x 3−x 4 =−11
−x 3+ 5 x 4 =−11

Lo primero es despejar x de las ecuaciones

10 x 1=6−5 x 2

x 1=0.6−0.5 x 2

5 x 1+10 x 2−x 3=25

10 x 2=25−5 x 1−1 x3

x 2=2.5−0.5 x 1−0.1 x 3

−4 x 2+8 x 3−x 4 =−11

8 x 3=−11+ x 4+ 4 x 2

x 3=−1.375+0.5 x 2 +0.128 x 4

−x 3 +5 x 4=−11

5 x 4=−11 + x 3

x 4 =−2.2+0.2 x 3

Cuando no se tiene una aproximación al vector solución, generalmente

se emplea como vector inicial, el vector cero.

Vector inicial cero

x [ i ]= [ 0 0 0 0 ]

Se utiliza Excel para emplear el método y encontrar sus errores

MATRIZ DE COEFICIENTES
B
CONSTANTES 6
10 5 0 0 25
A
5 10 -1 0 -11
0 -4 8 -1 -11
0 0 -1 5

VALORES INICIALES VALOR OBTENER

X1 X2 X3 X4 X1 X2 X3 X4

1 0 0 0 0 0,600000 2,200000 -0,275000 -2,255000

2 0,600000 2,200000 -0,275000 -2,255000 -0,500000 2,722500 -0,295625 -2,259125

3 -0,5 2,7225 -0,295625 -2,259125 -0,761250 2,851063 -0,231859 -2,246372

4 -0,76125 2,8510625 -0,23185938 -2,24637188 -0,825531 2,889580 -0,211007 -2,242201

5 -0,82553125 2,88957969 -0,21100664 -2,24220133 -0,844790 2,901294 -0,204628 -2,240926

6 -0,84478984 2,90129426 -0,20462804 -2,24092561 -0,850647 2,904861 -0,202685 -2,240537

 7 -0,85064713 2,90486076 -0,20268532 -2,24053706 -0,852430 2,905947 -0,202094 -2,240419

8 -0,85243038 2,90594666 -0,2020938 -2,24041876 -0,852973 2,906277 -0,201914 -2,240383

9 -0,85297333 2,90627728 -0,2019137 -2,24038274 -0,853139 2,906378 -0,201859 -2,240372

10 -0,85313864 2,90637795 -0,20185887 -2,24037177 -0,853189 2,906409 -0,201842 -2,240368

11 -0,85318898 2,9064086 -0,20184217 -2,24036843 -0,853204 2,906418 -0,201837 -2,240367

12 -0,8532043 2,90641793 -0,20183709 -2,24036742 -0,853209 2,906421 -0,201836 -2,240367

13 -0,85320897 2,90642077 -0,20183554 -2,24036711 -0,853210 2,906422 -0,201835 -2,240367

14 -0,85321039 2,90642164 -0,20183507 -2,24036701 -0,853211 2,906422 -0,201835 -2,240367

15 -0,85321082 2,9064219 -0,20183493 -2,24036699 -0,853211 2,906422 -0,201835 -2,240367

16 -0,853211 2,906422 -0,201835 -2,240367 -0,853211 2,906422 -0,201835 -2,240367

Errores

ERROR %
X1 X2 X3 X4
100 100 100 100
220 19,1919192 6,97674419 0,18259282
34,318555 4,50928382 27,5018532 0,56772101
7,78665253 1,33296852 9,88250148 0,18600234
2,27969049 0,4037705 3,11716987 0,05692829
0,68856815 0,12277707 0,95848902 0,01734153
0,20919614 0,03736811 0,29269408 0,00528041
0,06365365 0,01137627 0,08919698 0,00160777
0,01937704 0,00346364 0,02716543 0,00048952
0,00589943 0,00105457 0,00827181 0,00014905
0,00179618 0,00032109 0,00251861 4,5381E-05
0,00054689 9,7762E-05 0,00076685 1,3817E-05
0,00016651 2,9766E-05 0,00023349 4,207E-06
5,0698E-05 9,0629E-06 7,109E-05 1,2809E-06
1,5436E-05 2,7594E-06 2,1645E-05 3,9E-07
4,6999E-06 8,4017E-07 6,5903E-06 1,1874E-07

X1=-0,853211

X2=2,906422

X3=-0,201835
X4=-2,240367

d. Jacobi.

ITE X1 X2 X3 X4 ERROR
1 0 0 0 0  
2 0.6000 2.5000 -1.3750 -2.2000 N/A
3 -0.6500 2.0625 -0.4000 -2.4750 166.7% seguir
4 -0.4313 2.7850 -0.6531 -2.2800 82.0% seguir
5 -0.7925 2.6503 -0.2675 -2.3306 54.8% seguir
6 -0.7252 2.8695 -0.3412 -2.2535 25.3% seguir
7 -0.8348 2.8285 -0.2219 -2.2682 16.8% seguir
8 -0.8142 2.8952 -0.2443 -2.2444 7.7% seguir
9 -0.8476 2.8827 -0.2080 -2.2489 5.1% seguir
10 -0.8413 2.9030 -0.2148 -2.2416 2.3% seguir
11 -0.8515 2.8992 -0.2037 -2.2430 1.6% seguir
12 -0.8496 2.9054 -0.2058 -2.2407 0.7% seguir
13 -0.8527 2.9042 -0.2024 -2.2412 0.5% seguir
14 -0.8521 2.9061 -0.2030 -2.2405 0.2% seguir
15 -0.8531 2.9058 -0.2020 -2.2406 0.1% seguir
16 -0.8529 2.9063 -0.2022 -2.2404 0.1% seguir
17 -0.8532 2.9062 -0.2019 -2.2404 0.0% seguir
18 -0.8531 2.9064 -0.2019 -2.2404 0.0% seguir
19 -0.8532 2.9064 -0.2019 -2.2404 0.0% seguir
20 -0.8532 2.9064 -0.2019 -2.2404 0.0% seguir
21 -0.8532 2.9064 -0.2018 -2.2404 0.0% seguir
22 -0.8532 2.9064 -0.2018 -2.2404 0.0% seguir
23 -0.8532 2.9064 -0.2018 -2.2404 0.0% seguir
24 -0.8532 2.9064 -0.2018 -2.2404 0.0% parar

El método de Jacobi necesitó 24 iteraciones

X1=-0.8532

X2=2.9064

X3=-0.2018

X4=-2.2404
Ejercicio 3:

Debe establecer los criterios de convergencia en cada método. Itere la

solución hasta que ésta converja a una tolerancia de ‖ A‖≤10−6, donde
‖ A‖ es una norma matricial para la matriz A (escoja la que considere
más adecuada). Valide que el vector x es solución del SEL (mediante la
operación A x=b ).

La convergencia para los tres métodos debe cumplir los siguientes pasos

Paso 1. Determinar si el sistema converge

un sistema de ecuaciones Ax=b converge si su diagonal principal es una

diagonal dominante

para saber si es diagonal dominante primero que

n

|a ii|> ∑ |aij|
j=1

Para ello seguimos los siguientes ítems donde se debe cumplir los 3 para que
el método converja

- La matriz no debe tener elementos nulos.

- La matriz tiene que ser dominante. Esto quiere decir que los elementos
en la diagonal, deben de contener el mayor coeficiente de la ecuación.
- El sistema de ecuaciones debe de ser cuadrado, es decir, el número de
ecuaciones es igual al número de incógnitas.

La matriz no debe tener elementos nulos.

10 5 0 0
5 10 -1 0
0 -4 8 -1
0 0 -1 5

- Cumple esta condición

La matriz tiene que ser dominante. Esto quiere decir que los elementos
en la diagonal, deben contener el mayor coeficiente de la ecuación

10 5 0 0
5 10 -1 0
0 -4 8 -1
0 0 -1 5

correct
10 > 5 o
correct
10 > 6 o
correct
8 > 5 o
correct
5 > 1 o

El sistema de ecuaciones debe de ser cuadrado, es decir, el número de

ecuaciones es igual al número de incógnitas.

El sistema si cumple puesto que tiene 4 ecuaciones y 4 incógnitas

Por lo tanto el sistema si converge

Ejercicio 4:

Realizar una gráfica de la forma como va convergiendo la solución (Número de

iteraciones vs norma del error). Realice una breve explicación, sustentándose
en la teoría revisada, acerca de los resultados. ¿Cuál considera que es el mejor
método para este SEL en particular? ¿por qué?

ERROR
IT GAUSS ERROR JACOBI
1 121.7969% 166.73801%
2 29.8343% 81.97287%
3 7.7897% 54.76421%
4 2.3461% 25.28916%
5 0.7138% 16.77168%
6 0.2173% 7.70802%
7 0.0662% 5.10854%
8 0.0201% 2.34705%
 9 0.0061% 1.55545%
10 0.0019% 0.71462%
11 0.0006% 0.47359%
12 0.21758%
13 0.14420%
14 0.06625%
15 0.04390%
16 0.02017%
17 0.01337%
18 0.00614%
19 0.00407%
20 0.00187%
21 0.00124%
22 0.00057%

GRAFICA DE ERRORES
180.0000%
160.0000%
140.0000%
120.0000%
100.0000%
80.0000%
60.0000%
40.0000%
20.0000%
0.0000%
0 5 10 15 20 25

GAUSS JACOBI

Se puede ver como disminuye en error a medida que se aumenta las

iteraciones

De los métodos de Eliminación Gaussiana simple y Eliminación de Gauss -

Jordan. Considero mejor computacionalmente el método de ELIMINACION
GAUSSIANA ya se llega a la respuesta más rápido y para hallar las variables
solo hay que hacer pequeñas sumas y multiplicaciones

De los métodos iterativos considero que el mejor es el método de gauss sediel,

ya que necesita menos iteraciones para llegar el error deseado

Tema 2. Interpolación Numérica

Problema 5
Dada la tabla

Calcular √1.035 usando las fórmulas solicitadas en el ejercicio 1, por medio de

un polinomio de interpolación de grado adecuado.

Ejercicio 1:

Realice los cálculos solicitados por cada uno de los siguientes métodos:

 Interpolación de Lagrange

Primero nos basamos en las siguientes formulas

estas formulas la aplicamos en excel para resolñver el ejercicio. Montamos la tabla

 x 1 1.01 1.02 1.03 1.04 1.05
1 1.005 1.01 1.0149 1.0198 1.0247

Ahora hallamos cada termiono

0.025 0.015 0.005 -0.005 -0.015

L1(x) -0.01171875
-0.01 -0.02 -0.03 -0.04 -0.05
0.035 0.015 0.005 -0.005 -0.015
L2(x) 0.08203125
0.01 -0.01 -0.02 -0.03 -0.04
0.035 0.025 0.005 -0.005 -0.015
L3(x) -0.2734375
0.02 0.01 -0.01 -0.02 -0.03
0.035 0.025 0.015 -0.005 -0.015
L4(x) 0.8203125
0.03 0.02 0.01 -0.01 -0.02
0.035 0.025 0.015 0.005 -0.015
L5(x) 0.41015625
0.04 0.03 0.02 0.01 -0.01
0.035 0.025 0.015 0.005 -0.005
L6(x) -0.02734375
0.05 0.04 0.03 0.02 0.01

Ahora aplicamos la formula

 La respuesta final es

1.0173441

 Interpolación de Diferencias Divididas de Newton

Se procede trabajando las siguientes formulas

Se realiza la tabla
x 1.035
b0 b1 b2 b3 b4 b5
x x-xi f(xi) f(x0) f(x1,x0) f(x2,x1,x0) f(x3,x1..x0) f(x4,x1..x0) f(x5,x1...x0)
0 1 0.035 1 1
1 1.01 0.025 1.005 1.005 0.5
2 1.02 0.015 1.01 1.01 0.5 1.1102E-12
3 1.03 0.005 1.0149 1.0149 0.49 -0.5 -16.6666667
4 1.04 -0.005 1.0198 1.0198 0.49 1.1102E-12 16.6666667 833.333333
5 1.05 -0.015 1.0247 1.0247 0.49 -1.1102E-12 -7.4015E-11 -416.666667 -25000

1 0.0175 9.7145E-16 -0.00021875 5.4688E-05 8.20313E-06

F(X) 1.01734414

La respuesta final es

1.01734414

En el documento adjunto se encuentra todos los procesos

  Polinomio de interpolación de Diferencias Finitas de Newton

Para este usamos las siguientes formulas

Realizamos la tabla en Excel

x 1.035
b0 b1 b2 b3 b4 b5
x f(xi) f(x0) ο f(x0) ο̰ ʹ݂ ሺ‫Ͳݔ‬ሻ ο̰ ͵ ݂ ሺ‫ݔ‬ Ͳሻ ο̰ ݂
Ͷ ሺ‫ݔ‬ Ͳሻ ο̰ ͷ݂ሺ‫Ͳݔ‬ሻ
0 s 3.5 1 1 1
1 s-1 2.5 1.01 1.005 1.005 0.005
2 s-2 1.5 1.02 1.01 1.01 0.005 2.2204E-16
3 s-3 0.5 1.03 1.0149 1.0149 0.0049 -0.0001 -0.0001
4 s-4 -0.5 1.04 1.0198 1.0198 0.0049 2.2204E-16 0.0001 0.0002
5 s-5 -1.5 1.05 1.0247 1.0247 0.0049 -2.2204E-16 -4.4409E-16 -0.0001 -0.0003

h 0.01
s 3.5

terminos 1 0.0175 9.7145E-16 -0.00021875 5.4688E-05 8.20313E-06

f(x) 1.01734414

La respuesta final es

1.01734414

Ejercicio 2:

Cada estudiante deberá realizar un análisis comparativo de los

resultados obtenidos apoyándose en la teoría revisada. Emplee una
gráfica como ayuda para el análisis de resultados.

El método que responde de manera más rápida y comprensible es el de

LAGRANGE y su respuesta es precisa. El método más largo es
Interpolación de diferencias finitas, y a su vez es el menos eficiente. El
más óptimo es polinomio de Lagrange, ya que es más corto y preciso
RERENCIAS BIBLIOGRAFICA

Nieves, Hurtado, Antonio. Métodos numéricos: aplicados a la ingeniería, Grupo

Editorial Patria, 2014. ProQuest Ebook Central,
[Link]

Académica. (2013). Polinomio de Interpolación con Diferencias Divididas de

Newton [Video] Recuperado de [Link]
v=klOWp2SYycc

Barreto, J. (2010). Interpolación polinómica por el Método de Diferencias

Divididas [Video] Recuperado de [Link]
v=GTq_9bq1CsM