Alumno: Luis Eduardo Cortes Miguel
Lic. En Ingeniería Industrial y Administración
Campus Cuitláhuac
Materia: Métodos Numéricos
Profesor: Antón Inquinare Valdés Gómez
Tema 3: Solución de sistemas de ecuaciones lineales
1. Resolver el siguiente sistema por eliminación Gaussiana
𝒙+𝒚−𝒛=𝟐
𝟑𝒙 + 𝟑𝒚 + 𝒛 = 𝟐
𝒙 +𝒛=𝟎
Se trabaja con los coeficientes de las ecuaciones
𝟏 𝟏 −𝟏 𝟐
|𝟑 𝟑 𝟏 | 𝟐
𝟏 𝟎 𝟏 𝟎
Procedimiento
• El primer renglón queda como esta ya que el primer 1 ya esta colocado
• Se elimina el término del 2do renglón.
𝟏 𝟏 −𝟏 𝟐
|𝟑 𝟑 𝟏 | 𝟐
𝟏 𝟎 𝟏 𝟎
Se multiplica el primer renglón por -3
𝟏𝒂 𝟏𝒃 𝟏𝒄 𝟏𝒅
|𝟐𝒂 𝟐𝒃 𝟐𝒄| 𝟐𝒅
𝟑𝒂 𝟑𝒃 𝟑𝒄 𝟑𝒅
1a= (1)(-3)=-3
1b= (1)(-3)=-3
1c= (-1)(-3)=3
1d= (2)(-3)=-6
−𝟑 −𝟑 𝟑 −𝟔
|𝟑 𝟑 𝟏| 𝟐
𝟑𝒂 𝟑𝒃 𝟑𝒄 𝟑𝒅
• Se coloca el 1er renglón tal cual la ecuación inicial
• El 1er y 3er renglón se pone tal cual
• El segundo renglón se sustituye con -R1+R2
𝟏 𝟏 −𝟏 𝟐
|𝟎 𝟎 𝟒 | −𝟒
𝟏 𝟎 𝟏 𝟎
• Se elimina el término del 3er renglón. Multiplicando R1(-1) para cambiar los
signos y a este sumarle el R3
𝟏𝒂 𝟏𝒃 𝟏𝒄 𝟏𝒅
|𝟐𝒂 𝟐𝒃 𝟐𝒄| 𝟐𝒅
𝟑𝒂 𝟑𝒃 𝟑𝒄 𝟑𝒅
1a= (1)(-1)=-1
1b= (1)(-1)=-1
1c= (-1)(-1)=1
1d= (2)(-1)=-2
−𝟏 −𝟏 𝟏 −𝟐
|𝟎 𝟎 𝟒| −𝟒
𝟏 𝟎 𝟏 𝟎
• Se coloca el 1er renglón tal cual la ecuación inicial
• El segundo renglón se coloca con los cambios anteriores
• El 3er renglón se sustituye con -R1+R3
𝟏 𝟏 −𝟏 𝟐
|𝟎 𝟎 𝟒 | −𝟒
𝟎 −𝟏 𝟐 −𝟐
Se intercambian filas 3 y 2
𝟏 𝟏 −𝟏 𝟐
|𝟎 −𝟏 𝟐 | −𝟐
𝟎 𝟎 𝟒 −𝟒
• Se multiplica la F2 del R2 por (-1)
𝟏 𝟏 −𝟏 𝟐
|𝟎 𝟏 −𝟐| 𝟐
𝟎 𝟎 𝟒 −𝟒
• Se multiplica la R3 (1/4) para convertir el ultimo # en 1
𝟏 𝟏 −𝟏 𝟐
|𝟎 𝟏 −𝟐| 𝟐
𝟎 𝟎 𝟏 −𝟏
Respuesta final
𝟏 𝟏 −𝟏 𝟐
|𝟎 𝟏 −𝟐| 𝟐
𝟎 𝟎 𝟏 −𝟏
Comprobación
𝒙+𝒚−𝒛=𝟐
𝒚 − 𝟐𝒛 = 𝟐
𝒛 = −𝟏
Z=-1
y-2(-1)=2
y+3=2
y=2-3
y=-1
x+(-1)-(-1)=2
x-1+1=2
x=2-0
x=2
2. Resolver el siguiente sistema por el método de la Matriz inversa
𝟒𝒙 + 𝟐𝒚 − 𝒛 = 𝟔
𝒙 +𝒛=𝟏
𝟐𝒙 + 𝒚 + 𝒛 = 𝟑
𝟒 𝟐 −𝟏 𝟔 𝟏 𝟎 𝟎 𝟔
||𝟏 𝟎 𝟏 | 𝟏| ||𝟎 𝟏 𝟎| 𝟏|
𝟐 𝟏 𝟏 𝟑 𝟎 𝟎 𝟏 𝟑
R1=(1/4)R1
𝟏 𝟏 𝟑
𝟏 −
||| 𝟐 𝟒| 𝟐|
𝟏 𝟎 𝟏 𝟏|
𝟐 𝟏 𝟏 𝟑
R2=(-1)R1+R2 en R2
𝟏 𝟏 𝟑
𝟏 −
|| 𝟐 𝟒 𝟐 |
𝟏 𝟓 | 𝟏
||𝟎 − |− |
𝟐 𝟒 𝟐
𝟐 𝟏 𝟏 𝟑
R3=-2(R1)+R3 en R3
𝟏 𝟏
𝟏 − 𝟑
|| 𝟐 𝟒 |
𝟏 𝟓 𝟐|
𝟎 − 𝟏
| 𝟐 𝟒 |−
| 𝟑 𝟐|
𝟎 𝟎 𝟎
𝟐
R2=(-2)R2
𝟏 𝟏
𝟏 −
|| 𝟐 𝟒 𝟑|
𝟓| 𝟐
𝟎 𝟏 −
| 𝟐| −𝟏
| 𝟑 𝟎|
𝟎 𝟎
𝟐
R1=(-1/2)R2+R1
𝟏 𝟎 𝟏
𝟓
||𝟎 𝟏 − | 𝟐 |
𝟐| −𝟏
|| 𝟑 𝟎|
𝟎 𝟎
𝟐
R3=(2/3)R3 EN R3
𝟏 𝟎 𝟏
𝟐
|||𝟎 𝟏 − 𝟓| −𝟏||
𝟐 𝟎
𝟎 𝟎 𝟏
R1=(-1)R3+R1
𝟏 𝟎 𝟎
𝟐
|||𝟎 𝟏 − 𝟓| −𝟏||
𝟐 𝟎
𝟎 𝟎 𝟏
R2=(5/2)R3+R2
𝟏 𝟎 𝟎 𝟐
||𝟎 𝟏 𝟎| −𝟏|
𝟎 𝟎 𝟏 𝟎
Matriz Inversa
𝟏 𝟐
𝟏 −
|| 𝟑 𝟑 |
𝟏 𝟓 | 𝟐
− −𝟐 −𝟏
| 𝟑 𝟑 | 𝟎
| 𝟏 𝟐 |
− 𝟎
𝟑 𝟑
3. Resolver el siguiente sistema por el método de la Regla de Cramer
−𝟑𝒙 + 𝟒𝒚 − 𝒛 = −𝟑
𝒙 + 𝟐𝒚 + 𝒛 = 𝟓
𝒙 + 𝒚 + 𝟑𝒛 = 𝟔
𝒙 𝒚 𝒛 𝑻𝑰
−𝟑 𝟒 −𝟏 −𝟑
∆𝒔 = | 𝟏 𝟐 𝟏| 𝟓
𝟏 𝟏 𝟑 𝟔
Regla de Sarrus
• Copiar la hilera 1 y 2 debajo de la 3er hilera
𝒙 𝒚 𝒛
−𝟑 𝟒 −𝟏
|𝟏 𝟐 𝟏|
∆𝒔 = 𝟏 𝟏 𝟑
| |
−𝟑 𝟒 −𝟏
𝟏 𝟐 𝟏
∆𝒔 = [((−𝟑)(𝟐)(𝟑)) + ((𝟏)(𝟏)(−𝟏)) + ((𝟏)(𝟒)(𝟏))]
− [((−𝟏)(𝟐)(𝟏)) + ((𝟏)(𝟏)(−𝟏) + ((𝟑)(𝟒)(𝟏))]
∆𝒔 = (−𝟏𝟖 − 𝟏 + 𝟒) − (−𝟐 − 𝟑 + 𝟏𝟐)
∆𝒔 = (−𝟏𝟓) − (𝟕)
∆𝒔 = −𝟐𝟐
Determinar la incógnita x
𝑻𝑰 𝒚 𝒛 𝑻𝑰 𝒚
𝟒
∆𝒙 = |−𝟑 −𝟏 −𝟑 𝟒|
𝟓 𝟐 𝟏 𝟓 𝟐
𝟔 𝟏 𝟑 𝟔 𝟏
∆𝒙 = (−𝟏𝟖 + 𝟐𝟒 − 𝟓) − (−𝟏𝟐 − 𝟑 + 𝟔𝟎)
∆𝒙 = (𝟏) − (𝟒𝟓)
∆𝒙 = −𝟒𝟒
Determinar la incógnita y
𝒙 𝑻𝑰 𝒛
−𝟑 −𝟑 −𝟏
|𝟏 𝟓 𝟏|
∆𝒚 = 𝟏 𝟔 𝟑|
|
−𝟑 −𝟑 −𝟏
𝟏 𝟓 𝟏
∆𝒚 = (−𝟒𝟓 − 𝟔 − 𝟑) − (−𝟓 − 𝟏𝟖 − 𝟗)
∆𝒚 = (−𝟓𝟒) − (𝟑𝟐)
∆𝒚 = −𝟐𝟐
Determinar la incógnita z
𝒙 𝒚 𝑻𝑰 𝒙 𝒚
−𝟑 𝟒 −𝟑 −𝟑 𝟒|
∆𝒛 = |
𝟏 𝟐 𝟓 𝟏 𝟐
𝟏 𝟏 𝟔 𝟏 𝟏
∆𝒛 = (−𝟑𝟔 + 𝟐𝟎 − 𝟑) − (−𝟔 − 𝟏𝟓 + 𝟐𝟒)
∆𝒛 = (−𝟏𝟗) − (𝟑)
∆𝒛 = −𝟐𝟐
Encontrar los valores de la incógnita
∆𝒙 −𝟒𝟒
𝒙= = =𝟐
∆𝒔 −𝟐𝟐
𝒙=𝟐
∆𝒚 −𝟐𝟐
𝒚= = =𝟏
∆𝒔 −𝟐𝟐
𝒚=𝟏
∆𝒛 −𝟐𝟐
𝒛= = =𝟏
∆𝒔 −𝟐𝟐
𝒛=𝟏
4. Considere el sistema siguiente
Calcular su solución aproximada tomando como vector solución inicial al (0,0,0)
por los métodos de Jacobi y Gauss-Siedel
𝟕+𝒚−𝒛
𝒙=
𝟒
−𝟐𝟏 − 𝟒𝒙 − 𝒛
𝒚=
−𝟖
𝟏𝟓 + 𝟐𝒙 − 𝒚
𝒛=
𝟓
Primera iteración
𝟕 + 𝒚 − 𝒛 𝟕 + (𝟎) − (𝟎) 𝟕
𝒙= = = = 𝟏. 𝟕𝟓
𝟒 𝟒 𝟒
−𝟐𝟏 − 𝟒𝒙 − 𝒛 −𝟐𝟏 − 𝟒(𝟎) − (𝟎) −𝟐𝟏
𝒚= = = = 𝟐. 𝟔𝟐
−𝟖 −𝟖 −𝟖
𝟏𝟓 + 𝟐𝒙 − 𝒚 𝟏𝟓 + 𝟐(𝟎) − (𝟎) 𝟏𝟓
𝒛= = = =𝟑
𝟓 𝟓 𝟓
𝒙(𝟏) = (𝟏. 𝟕𝟓, 𝟐. 𝟔𝟐, 𝟑)
𝟕 + 𝒚 − 𝒛 𝟕 + (𝟐. 𝟔𝟐) − (𝟑)
𝒙(𝟐) = = = 𝟑. 𝟏𝟓𝟓
𝟒 𝟒
−𝟐𝟏 − 𝟒(𝟏. 𝟕𝟓) − (𝟑)
𝒙(𝟐) = = 𝟑. 𝟖𝟕𝟓
−𝟖
𝟏𝟓 + 𝟐(𝟏. 𝟕𝟓) − (𝟐. 𝟔𝟐)
𝒙(𝟐) = = 𝟑. 𝟏𝟕𝟔
𝟓
𝒙(𝟐) = (𝟑. 𝟏𝟓𝟓, 𝟑. 𝟖𝟕𝟓, 𝟑. 𝟏𝟕𝟔)
Tema 4: Ajuste de funciones
5. De una función conocemos tres puntos (-3, 5), (1, -1) y (3, 11) por interpolación
polinómica simple. ¿qué podemos decir de esa función cuando x=0 y
cuando x=10?
Calculamos el polinomio interpolador que será de 2º grado
𝒚 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄, que pase por los tres puntos,
Se verifica:
5=a(-3)2+b(-3)+c por pasar por el punto (-3, 5)
-1=a+b+c por pasar por el punto (1, -1)
11=a.32+b.3+c por pasar por el punto (3, 11)
Resolviendo el sistema que se nos plantea nos queda:
𝟏
𝒚 = 𝑷(𝒙) = (𝟓𝒙𝟐 + 𝟒𝒙 + 𝟏𝟑)
𝟒
𝟏𝟑 𝟓𝟐𝟕
Cuando 𝒙 = 𝟎, 𝑷(𝟎) = − ; si 𝒙 = 𝟏𝟎, 𝑷(𝟏𝟎) =
𝟒 𝟒
El primero, una interpolación, es probablemente una buena aproximación del valor
de la función desconocida, en el punto 0.
Sin embargo, el valor 527/4 es probable que se parezca poco al valor de la función
en el punto 10, pues es el resultado de una extrapolación muy lejana.
No se pueden dar reglas generales para decidir cuál es la interpolación más
adecuada, pues no siempre al aumentar el grado del polinomio aumenta la
precisión en la estimación.
Depende siempre del caso concreto a estudiar. A veces la naturaleza del problema
nos da una idea de cuál es la interpolación (o extrapolación) más conveniente. Por
ejemplo si los incrementos de la función son proporcionales a los de la variable
independiente (o casi proporcionales) podremos usar la interpolación lineal.
6. Obtener el polinomio de interpolación usando la fórmula de interpolación de
Newton en diferencias divididas con los datos de la tabla que aparece a
continuación, e interpolar en el punto x = -1
𝒙𝒌 2 0 -2
𝒚𝒌 15 -1 -17
1era diferencia dividida
𝒇(𝒙𝟏) − 𝒇(𝒙𝟎)
𝒇[𝒙𝟏, 𝒙𝟎] =
𝒙𝟏 − 𝒙𝟎
𝒇(𝒙𝟏, 𝒙𝟐) − 𝒇(𝒙𝟎, 𝒙𝟏)
𝒇[𝒙𝟎, 𝒙𝟏, 𝒙𝟐] =
𝒙𝟐 − 𝒙𝟎
𝒙𝟎 𝒇(𝒙𝟎)
𝒇(𝒙𝟎, 𝒙𝟏)
𝒙𝟏 𝒇(𝒙𝟏) 𝒇(𝒙𝟎, 𝒙𝟏, 𝒙𝟐)
𝒇(𝒙𝟏, 𝒙𝟐)
𝒙𝟐 𝒇(𝒙𝟐)
(−𝟏) − (𝟏𝟓)
𝒇(𝒙𝟏, 𝒙𝟎) = =𝟖
(𝟎)(𝟐)
(−𝟏𝟕) − (−𝟏)
𝒇(𝒙𝟐, 𝒙𝟏) = =𝟖
(−𝟐)(𝟎)
(𝟖) − (𝟖)
𝒇(𝒙𝟎, 𝒙𝟏, 𝒙𝟐) =
=𝟎
(−𝟐) − (𝟐)
Ya que tenemos los puntos procedemos a calcular el polinomio con la formula
𝑷𝒏(𝒙) = 𝒂𝟎 + 𝒂𝟏(𝒙 − 𝒙𝟎) + 𝒂𝟐(𝒙 − 𝒙𝟎)(𝒙 − 𝒙𝟏) + ⋯ + 𝒂𝒏(𝒙 − 𝒙𝟎)(𝒙 − 𝒙𝟏)(𝒙 − 𝒙𝒏 − 𝟏)
𝒂𝟎 = 𝒇(𝒙𝟎)𝒂𝟏 = 𝒇(𝒙𝟎, 𝒙𝟏)𝒂𝟐 = 𝒇(𝒙𝟎, 𝒙𝟏, 𝒙𝟐)𝒂𝒏 = 𝒇(𝒙𝟎, 𝒙𝟏, 𝒙𝟐 … , 𝒙𝒏
Sustituimos valores
𝑷𝒏(𝒙) = (𝟏𝟓) + (𝟖)(𝒙 − 𝟏) + (𝟎)(𝒙 − 𝟏)(𝒙 − 𝟐)
𝑷𝒏(𝒙) = 𝟖𝒙 − 𝟏
𝑷𝒏(−𝟏) = 𝟖(−𝟏) − 𝟏 = −𝟗
Resultados finales
𝑷𝒏(𝒙) = 𝟖𝒙 − 𝟏
𝑷𝒏(−𝟏) = 𝟖(−𝟏) − 𝟏 = −𝟗
7. Obtener el polinomio interpolador de Lagrange para cierta función de la que
conocemos que: f(-1)=1 ; f(0)=-1 ; f(2)=2 y f(3)=2
En primer lugar, los polinomios de Lagrange
(𝒙 − 𝟎)(𝒙 − 𝟐)(𝒙 − 𝟑) (𝒙)(𝒙 − 𝟐)(𝒙 − 𝟑)
𝑷𝟎(𝒙) = =
(−𝟏 − 𝟎)(−𝟏 − 𝟐)(−𝟏 − 𝟑) −𝟏𝟐
(𝒙 + 𝟏)(𝒙 − 𝟐)(𝒙 − 𝟑) (𝒙 + 𝟏)(𝒙 − 𝟐)(𝒙 − 𝟑)
𝑷𝟏(𝒙) = =
(𝟎 + 𝟏)(𝟎 − 𝟐)(𝟎 − 𝟑) 𝟔
(𝒙 + 𝟏)(𝒙 − 𝟎)(𝒙 − 𝟑) (𝒙 + 𝟏)(𝒙)(𝒙 − 𝟑)
𝑷𝟐(𝒙) = =
(𝟐 + 𝟏)(𝟐 − 𝟎)(𝟐 − 𝟑) −𝟔
(𝒙 + 𝟏)(𝒙 − 𝟎)(𝒙 − 𝟐) (𝒙 + 𝟏)(𝒙)(𝒙 − 𝟐)
𝑷𝟑(𝒙) = =
(𝟑 − 𝟎)(𝟑 + 𝟏)(𝟑 − 𝟐) 𝟏𝟐
Ahora el polinomio interpolador
(𝒙)(𝒙 − 𝟐)(𝒙 − 𝟑) (𝒙 + 𝟏)(𝒙 − 𝟐)(𝒙 − 𝟑) (𝒙 + 𝟏)(𝒙)(𝒙 − 𝟑) (𝒙 + 𝟏)(𝒙)(𝒙 − 𝟐)
𝑷(𝒙) = −𝟏= +𝟐 +𝟐
−𝟏𝟐 𝟔 −𝟔 𝟏𝟐
−𝟏
𝑷(𝒙) = (𝟓𝒙𝟑 − 𝟏𝟗𝒙𝟐 + 𝟏𝟐
𝟏𝟐
8. Use el método de mínimos cuadrados para determinar la recta que mejor se
ajusta para los datos de la siguiente tabla
x 8 2 11 6 5 4 12 9 6 1
y 3 10 3 6 8 12 1 4 9 14
Grafique los puntos y dicha recta
Calcule las medias de los valores de x y los valores de y , la suma de los cuadrados
de los valores de x , y la suma de cada valor de x multiplicado por su valor
correspondiente y .
𝒙 𝒚 𝒙𝒚 𝒙𝟐
8 3 24 64
2 10 20 4
11 3 33 121
6 6 36 36
5 8 40 25
4 12 48 16
12 1 12 144
9 4 36 81
6 9 54 36
1 14 14 1
∑ 𝒙 = 𝟔𝟒 ∑ 𝒚 = 𝟕𝟎 ∑ 𝒙𝒚 = 𝟑𝟏𝟕 ∑ 𝒙𝟐 = 𝟓𝟐𝟖
Calcule la pendiente.
(∑ 𝒙)(∑ 𝒚)
∑ 𝒙𝒚 −
𝒎= 𝒏
𝟐
(∑ 𝒙)
∑ 𝒙𝟐 −
𝒏
(𝟔𝟒)(𝟕𝟎)
𝟑𝟏𝟕 −
𝒎= 𝟏𝟎
(𝟔𝟒)𝟐
𝟓𝟐𝟖 − 𝟏𝟎
≈ −𝟏. 𝟏
Calcule la intercepción en y .
Primero, calcule la media de los valores de x y la media de los valores de y.
∑𝒙 ∑𝒚
̅=
𝒙 ̅=
𝒚
𝒏 𝒏
𝟔𝟒 𝟕𝟎
̅=
𝒙 ̅=
𝒚
𝟏𝟎 𝟏𝟎
̅ = 𝟔. 𝟒
𝒙 ̅ = 𝟕. 𝟎
𝒚
Use la fórmula para calcular la intercepción en y
𝑏 = 𝑦̅ − 𝑚𝑥̅
𝑏 = 7.0 − (−1.1 ∗ 6.4)
𝑏 = 7.0 + 7.04
≈ 𝟏𝟒. 𝟎
Use la pendiente y la intercepción en y para formar la ecuación de la recta que
mejor se ajusta.
La pendiente de la recta es -1.1 y la intercepción en y es 14.0.
Por lo tanto, la ecuación es y = -1.1 x + 14.0.
Dibuje la recta en la gráfica de dispersión.
Bibliografía
• W. Gautschi. Numerical Analysis. An Introduction. Birkhäuser, 1997.
• P. [Link] of Numerical Analysis. Wiley, New York, 1982.
• J. Stoer,. Introduction to Numerical Analysis. 3rd ed. Springer, 2002.
• D. Kahaner, K. Moler, S. Nash. Numerical Methods and Software. Prentice
Hall.1989.
• D. Kincaid, W. Cheney. Numerical Analysis. Mathematics of Scientific
Computing. Brooks-Cole Publishing Co.1991.
• R. Burden, J. Faires. AnAlisis NumArico. 6ta ed. Thomson. 1998.
• E. Cheney, Introduction to Approximation Theory. Internat. Ser. Pure ans
Applied Mathematics. McGraw-Hill. 1966.
• J.P. Berrut, L. N. Trefethen. “Barycentric Lagrange Interpolation” Siam Rewiew.
Vol. 46, No. 3. 2004.
• J. Higham, “The numerical stability of barycentric Lagrange interpolation”. IMA
Journal of Numerical Analysis
• 24. 2004.
• Kaufman, E. y Lenker, T. “Linear Convergence and the Bisection Algorithm”.
Amer. Math. Monthly, 93:48-51,
• 1986.
