Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
No. De Guía: 2 -ago.
Código del Curso: 10306 Semestre: I
2024
Duración
Nombre del Curso: MÉTODOS NUMÉRICOS
(Horas) 2
Relación con el micro currículo (tema de clase Solución de ecuaciones de una
variable
Espacio solicitado para la práctica. Laboratorio X Campus Externo
PRÁCTICA No 2.
LOS MÉTODOS DE SOLUCIÓN DE ECUACIONES CON UNA VARIABLE (RAÍZ)
BISECCIÓN, FALSA POSICIÓN, PUNTO FIJO, NEWTON-RAPHSON Y SECANTE
Investigaciones recientes, muestran la necesidad de incorporar la tecnología en el aula de clase, para
promover en los estudiantes un aprendizaje significativo y autónomo de los temas propios de la
matemática, y para aportar en el desarrollo de competencias propias de la tecnología (Badia, 2016). En
concordancia con lo anterior, el modelo pedagógico de la Universidad de San Buenaventura promueve
la formación integral del estudiante, en el que la práctica pedagógica “se centra fundamentalmente en el
proceso de aprendizaje del estudiante, desarrollando estrategias específicas para el aprendizaje
autónomo y significativo” (USB, 2010, p.62).
Desde esta perspectiva, para apoyar los procesos de enseñanza aprendizaje de las Ciencias Básicas,
se brinda a los estudiantes la oportunidad de trabajar con el Software Matlab y Python. Matlab está
diseñado para resolver problemas de ingeniería y su lenguaje está basado en matrices, que es la forma
natural de expresión de las matemáticas computacionales. Una de sus grandes ventajas es la facilidad
de visualizar los datos gracias a su interfaz gráfica, lo que nos permite deducir, analizar e interpretar la
información obtenida.1 Python mediante varias librerías logra el potencial de trabajar de forma numérica,
su uso se ha extendido a muchas ramas del conocimiento y tiene también la ventaja de ser software
libre.
La educación matemática no sólo debe centrarse en los contenidos, sino en el desarrollo de procesos
tales como: representar, argumentar, demostrar, clasificar, analizar, resolver, conjeturar, razonar,
visualizar, plantear, explicar, reconocer, relacionar, describir, transformar, interpretar, entre otros. Por
tanto, el desarrollo de esta guía le permitirá al estudiante ahondar en temas propios del currículo
desarrollando los procesos anteriormente descritos, pero fundamentalmente se diseñó este laboratorio
con el fin de profundizar en la representación tanto gráfica como algorítmica de los conceptos estudiados
y en el planteamiento y resolución de problemas.
OBJETIVOS
• Utilizar los comandos del software Matlab y/o Python que permitan solucionar ejercicios
propuestos en clase.
1 Recuperado: https://es.mathworks.com/products/matlab/index.html?s_tid=gn_loc_drop
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
• Identificar la representación gráfica como una forma de solución alternativa a la representación
algebraica.
• Resolver problemas contextualizados que requieren los conceptos vistos en clase y las
funciones propias de Matlab y de Python.
INTRODUCCIÓN
En la solución de problemas de ingeniería, en los cuales el modelo es una función, se presenta muy a menudo la
necesidad de encontrar los valores de x para los cuales f(x) = 0. La solución (los valores de x) se conocen como
las raíces de la ecuación f(x) = 0, o los ceros de la función f(x). Las raíces de las ecuaciones pueden ser reales o
complejas. En general, una ecuación puede tener cualquier número de raíces, o no tener raíces. Por ejemplo la
función sen(x) – x = 0, tiene una sola raíz, x = 0, mientras que tan(x) – x = 0, tiene un número infinito de raíces
(x = 0, ± 4,493, 7,725 ±, ...).
Dada una función f(x), al hallar una raíz (solución) de f(x) = 0, se sabe del álgebra que:
• Si f es un polinomio de grado 4 o menor, existen fórmulas para calcular las raíces del polinomio.
• Si f es un polinomio de grado mayor que 4, no existen fórmulas para calcular las raíces del polinomio
(probado por Abel en 1824).
• Si f es una función no lineal general, no existe una fórmula para calcular las raíces. En estos casos se
requiere de métodos que calculan las raíces aproximadas.
Dado que, en general, no existe una fórmula para hallar las raíces de f(x) = 0, se utilizan métodos iterativos para
calcular raíces aproximadas. Por medio de métodos iterativos se construye una secuencia de números x 1, x2,…, xn,
xn+1,. . . que convergen a una raíz de f(x) = 0.
En la implementación de un método iterativo se deben tener en cuenta las siguientes tres cuestiones:
1) ¿En qué valor comenzar las iteraciones?
2) ¿Las iteraciones convergen y qué tan rápido lo hacen? y
3) ¿Cuándo terminar las iteraciones?
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
I.EL MÉTODO DE BISECCIÓN
El método de bisección es un algoritmo de búsqueda de raíces que trabaja dividiendo el intervalo a la mitad y
seleccionando el subintervalo que tiene la raíz.
Supóngase que queremos resolver la ecuación f(x) = 0 (donde f es continua). Dados dos puntos a y b tal que f(a) y
f(b) tengan signos distintos, sabemos por el Teorema de Bolzano que f debe tener, al menos, una raíz en el
intervalo [a, b], es decir un número p para el cual f(p) = 0. El método de bisección requiere dividir varias veces el
intervalo a la mitad (o bisectar) los subintervalos de [a, b] y en cada paso, localizar la mitad que contenga a p.
Para iniciar el procedimiento, se toman los extremos
con a1=a y b1=b, y sea p1 el punto medio de [a, b], es
decir, p1 = (a1+b1)/2. En este momento, existen las
posibilidades:
- Si f(p1) = 0, entonces p=p1 y se ha encontrado
la solución.
- Si f(p1) ≠ 0, entonces f(p1) tiene el mismo
signo de f(a1) o bien, de f(b1).
- Si f(p1) y f(a1) tienen el mismo signo,
entonces el punto p buscado se encuentra en
el subintervalo (p1,b1), y entonces tome la
segunda iteración como a2=p1 y b2= b1.
- Si f(p1) y f(a1) tienen signos opuestos,
entonces el punto p buscado se encuentra en
el subintervalo (a1,p1), y entonces tome la
segunda iteración como a2=a1 y b2= p1. En la se describe el procedimiento de bisección, en la
Después se vuelve a aplicar el proceso al cual se observa cómo se va reduciendo el subintervalo
intervalo [a2, b2]. que contiene al punto p, hasta una tercera iteración con
[a3,b3].
Así, El algoritmo de bisección se aplica al
subintervalo donde el cambio de signo ocurre. Con
esto se tiene el método del algoritmo 1.
%metodo biseccion
% Encuentra la raíz usando el método de bisección
function [x, y] = Bisect_f(fun, a, b, tol, max)
% Entradas :
% fun string o cadena de caracteres con el nombre de la función
% [ a, b ] intervalo que contiene al cero.
% tol tolerancia permitida para el cálculo del cero
% max máximo número de iteraciones.
% Salidas :
% x vector de aproximaciones al cero
% y vector de valores de la función, fun(x)
%Si fun está definida como una función en un archivo M-file, use la %notación @
% call [x,y]=Bisect(@fun,a,b,tol,max).
%Si fun está definida como una función anónima, use
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
% call [x,y]=Bisect(fun,a,b,tol,max)
%En esta ultima forma, desde el command window, definina la función fun,
%por ejemplo:
%fun=@(x) x^2-x-2;
%y luego invoque la función Bisect_f desde el command window con los %parametros, por ejemplo:
% Bisect_f (fun,3,4,0.0005,50)
a(1) = a; %Inicializa el procedimiento con los extremos del intervalo
b(1) = b; %Inicializa l procedimiento con los extremos del intervalo
ya(1) = feval(fun, a(1));
yb(1) = feval(fun, b(1));
if ya(1) * yb(1) > 0.0 %Prueba de signos
error('La funcion tiene el mismo signo en los puntos extremos')
end %Finaliza el procedimiento por error en la toma del intervalo.
for i = 1 : max %Inicia ciclo de iteraciones
x(i) = (a(i) + b(i))/2; %Calcula el punto medio del subintervalo
y(i) = feval(fun, x(i)); %Evalúa la función en el punto medio del %subintervalo.
if ((x(i) - a(i)) < tol)
disp('Bisection method has converged');
break;
end
if y(i) == 0.0
disp('Se ha encontrado el cero exacto');
break;
elseif y(i)*ya(i) < 0
a(i+1) = a(i);
ya(i+1) = ya(i);
b(i+1) = x(i);
yb(i+1) = y(i);
else
a(i+1) = x(i);
ya(i+1) = y(i);
b(i+1) = b(i);
yb(i+1) = yb(i);
end;
iter = i ;
end
if (iter >= max)
disp('No se encontró el cero a la tolerancia deseada');
end
n = length(x);
k = 1:n;
out = [ k' a(1:n)' b(1:n)' x' y'];
disp(' paso a b x y')
disp(out)
Ejercicios
1. Lea el documento del ejercicio de las escaleras y desarrolle el asignado al grupo.
2. Obtenga las aproximaciones, con una exactitud de 10 -8 para todos los ceros reales para el polinomio
f (x) = x4 + 2x2 - x - 3, usando el método de Bisección.
3. Aplique el método de Bisección para obtener una solución con una exactitud de 10 -8 para el problema:
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
600x4 -550x3 +200x2 -20x -1 = 0.
II. MÉTODO DE LA FALSA POSICIÓN:
El método de la Posición Falsa o también llamado el
método de Interpolación lineal, es un método
cerrado muy conocido. Es muy similar al método de
bisección con la excepción que utiliza una estrategia
diferente para encontrar la raíz de una función. En
vez de partir en dos cada vez el intervalo, localiza la
raíz mediante la unión por una línea recta de f(xl) y
f(xu), ver Figura.
Falsa Posición
La fórmula de recurrencia para el método de Falsa
posición es:
Utilice el algoritmo del método de bisección que se presentó arriba, y cambie la fórmula de recurrencia por la
correspondiente del método de falsa posición.
Método de la falsa posición modificado
Una forma de mitigar la naturaleza "unilateral" de la posición falsa es hacer que el algoritmo detecte cuándo uno
de los límites está estancado. Si esto ocurre, el valor de la función en el límite estancado se puede dividir a la
mitad. Esto se llama el método de posición falsa modificado.
El
algoritmo dado a continuación (pseudocódigo) implementa esta estrategia. Observe cómo se utilizan los
contadores para determinar cuándo uno de los límites permanece fijo durante dos iteraciones. Si esto ocurre, el
valor de la función en este límite estancado se reduce a la mitad.
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
FUNCTION ModFalsePos(xl, xu, es, imax, xr, iter, ea)
iter = 0
fl = f(xl)
fu = f(xu)
DO
xrold = xr
xr = xu - fu * (xl - xu) / (fl - fu)
fr = f(xr)
iter = iter + 1
IF xr <> 0 THEN
ea = abs((xr - xrold) / xr) * 100
END IF
test = fl * fr
IF test < 0 THEN
xu = xr
fu = f(xu)
iu = 0
il = il + 1
IF il >= 2 THEN fl = fl / 2
ELSE IF test > 0 THEN
xl = xr
fl = f(xl)
il = 0
iu = iu + 1
IF iu >= 2 THEN fu = fu / 2
ELSE Gráfica de 𝑓(𝑥) = 𝑥10 − 1 ilustrando el método de la Falsa
ea = 0 posición.
END IF
IF ea < es OR iter >= imax THEN EXIT
END DO
ModFalsePos = xr
End MODFALSEPOS
Ejercicios
1. Lea sobre la Tasa Interna de Retorno TIR en https://seactuario.com/ContMatematicasFinanc/TIR.htm
Desarrolle el ejercicio del cálculo de la TIR, según: Un Ingeniero invierte $10’000.000 en un proyecto, el cual
le retorna en cada uno de los años 2, 3 y 4 ingresos netos de $5’000.000. Ejecute los métodos de la falsa
posición y el modificado y compare los resultados así como la rapidez en que los métodos convergen.
2. Utilice el método de la iteración de falsa posición modificado para ubicar la raíz de
𝑓(𝑥) = sin(√𝑥) − 𝑥
Utilice un supuesto inicial de xl = 0.5 y xu =2 realice iteraciones hasta εa ≤ 0.01%.
3. Utilice el método de la Falsa posición modificado para ubicar la raíz de
f(x) = -0.9x2 + 1.7x + 2.5 usando x0 = 5 y x1= 7. Realice las iteraciones hasta εa sea menor que εs ≤
0.01%.
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
III. ITERACIÓN DE PUNTO FIJO
Un punto fijo de una función es un número para el cual el valor de la función no cambia cuando esta es aplicada.
Así, el número p es un punto fijo para una función g dada, si g(p) = p.
Proceso de convergencia
En las figuras a y b hay convergencia, mientras que en c y d se presenta divergencia en la iteración de punto fijo.
Las gráficas (a) y (c) son patrones monótonos, mientas (b) y (d) son patrones oscilantes o en espiral. Observe que
la convergencia ocurre cuando │g’(x)│< 1 .
Implementación del algoritmo de iteración de punto fijo con MatLab.
function [k,p,err,P] = fixpt(g,p0,tol,max1)
%Input - g es la funcion de iteracion
% - p0 es el supuesto inicial para el punto fijo
% - tol es la tolerancia
% - max1 es el numero maximo de iteraciones
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
%Output- k es el numero de iteraciones
% - p es la aproximacion al punto fijo
% - err es el error en la aproximacion
% - P' contiene la secuencia {pn}
%Si g está definida como una función en un archivo M-file, use la
%notación @
% call [k,p,err,P]=fixedpoint(@g,p0,tol,max1).
%Si g está definida como una función anónima, use
%call [k,p,err,P]=fixedpoint(g,p0,tol,max1).
%En esta ultima forma, desde el command window, definina la función g,
%por ejemplo:
%g=@(x) x^2-x-2;
%y luego invoque la función fixpt desde el command window con los %parametros, por
ejemplo:
%fixpt(g,4,0.0005,50)
P(1)= p0;
for k=2:max1
P(k)=g(P(k-1));
err=abs(P(k)-P(k-1));
relerr=err/(abs(P(k))+eps);
p=P(k);
if (err<tol) | (relerr<tol),break;end
end
P=P';
Ejercicios
1 Utilice el método de la iteración de punto fijo para ubicar la raíz de
𝑓(𝑥) = sin(√𝑥) − 𝑥
Utilice un supuesto inicial de x0 = 0.5 y realice iteraciones hasta εa ≤ 0.01%.
2 Utilice el método de la iteración de punto fijo para ubicar la raíz de
f(x) = -0.9x2 + 1.7x + 2.5 usando x0 = 5. Realice las iteraciones hasta εa sea menor que εs ≤ 0.01%.
IV. EL MÉTODO DE NEWTON-RAPHSON
El método de Newton-Raphson encuentra la pendiente (la tangente) de la función en el punto actual xi y utiliza el
cero de la recta tangente en el punto de referencia siguiente xi+1. El proceso se repite hasta que se encuentra la raíz,
como se ilustra en la figura de abajo.
El método de Newton-Raphson es mucho más eficiente que otros métodos más "sencillos" como el método de
bisección. Sin embargo, el método de Newton-Raphson requiere el cálculo de la derivada de una función en el
punto de referencia, que no siempre es fácil. Además, la pendiente de la recta tangente a menudo se hace muy
grande y, ocasionalmente, las iteraciones pueden quedar atrapadas en un bucle infinito. Se recomienda controlar el
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
tamaño del error obtenido por el método de Newton-Raphson para determinar si se está o no convergiendo hacia
una solución.
Fórmula de recursión
Implementación del Algoritmo de Newton-Raphson en Matlab
%metodo Newton Rhapson
function [x, y] = Newton(fun, fun_pr, x1, tol, max)
% Encuentra la raiz (cero) cerca a x1 usando el método de Newton-Raphson.
% Input :
% fun Texto que contiene el nombre de la función objetivo.
% fun_pr es la derivada de fun.
% x1 es la aproximación inicial al cero de fun
% tol tolerancia permitida para calcular el cero
% max número máximo de iteraciones
% Output :
% x (fila) vector de aproximaciones al cero
% y (fila) vector fun(x)
%Si fun está definida como una función en un archivo M-file, use la %notación @
% call [x,y]=Newton(@fun,@fun_pr,x1,tol,max).
%Si fun está definida como una función anónima, use
% call [x,y]=Newton(fun,fun_pr,x1,tol,max).
%En esta ultima forma, desde el command window, defina la función fun,
%por ejemplo: fun=@(x) x^2-x-2;
%así mismo defina la función fun_pr y luego invoque la función Newton desde %el
command window con los parametros, por ejemplo:
% Newton (fun,fun_pr,4,0.0005,50)
x(1) = x1;
y(1) = feval(fun, x(1));
y_pr(1) = feval(fun_pr, x(1));
for i = 2 : max
x(i) = x(i-1) - y(i-1)/y_pr(i-1);
y(i) = feval(fun, x(i));
if abs(x(i) - x(i-1)) < tol
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
disp('el metodo de Newton-Raphson convergio');
break;
end
y_pr(i) = feval(fun_pr, x(i));
iter = i;
end
if (iter >= max)
disp('no se encontro el cero a la tolerancia indicada');
end
n = length(x);
k = 1:n;
out = [k' x' y'];
disp(' step x y')
disp(out)
Ejercicios
1. Obtenga las aproximaciones, con una exactitud de 10 -8 para todos los ceros reales para el polinomio
f (x) = x4 + 2x2 - x - 3, usando el método de Newton-Raphson.
2. Aplique el método de Newton – Raphson para obtener una solución con una exactitud de 10 -8 para el problema:
600x4 -550x3 +200x2 -20x -1 = 0.
3. Utilice el método de Newton-Raphson para determinar la raíz de
f(x) = -0.9x2 + 1.7x + 2.5 usando x0 = 5.
Realice las iteraciones hasta una tolerancia de 0.00001.
V. EL MÉTODO DE LA SECANTE
Para mejorar la lenta convergencia del método de bisección, se utiliza el método de la secante el cual supone que la
función es aproximadamente lineal en la región de interés y utiliza el paso por cero de la línea que conecta los
límites del intervalo como el nuevo punto de referencia. La siguiente iteración se inicia desde la evaluación de la
función en el nuevo punto de referencia y luego forma otra línea. El proceso se repite hasta que la raíz se encuentra.
que al sustituir en la ec. de Newton Raphson:
,
se obtiene:
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
Implemente el siguiente ejemplo realizado de forma manual a función:
%Metodo de secante que requiere dos puntos: x(1)=0, x(2)=1
f=@(x) exp(-x)-x
n=6; %No. de iteraciones (puntos +2)
x=zeros(n,1);
x(2)=1;
for i=2:n-1
x(i+1)=x(i)-f(x(i))*(x(i-1)-x(i))/(f(x(i-1))-f(x(i)))
end
Método secante modificado que solo requiere un punto y un delta:
En lugar de usar dos valores arbitrarios para estimar la derivada, un enfoque alternativo implica una perturbación
fraccionaria δ de la variable independiente para estimar f’(X):
Donde:
δ = una pequeña fracción de perturbación.
Esta aproximación se puede sustituir en la Ec. De Newton-Raphson para producir la siguiente ecuación iterativa:
Implemente como función el siguiente procedimiento:
%Metodo de secante que requiere solo un punto y la perturbacion delta:
delta=0.01;
n=6; %No. de iteraciones (puntos +2)
x=zeros(n,1);
x(1)=1;
for i=1:n-1
x(i+1)=x(i)-delta*x(i)*f(x(i))/(f(x(i)*(1+delta))-f(x(i)))
end
Ejercicios de [Steven Chapra]:
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
ANÁLISIS DE DATOS Y RESULTADOS:
• Escriba las respuestas de cada una de las preguntas propuestas.
Como conclusión de la práctica considere lo siguiente:
• ¿Qué dificultades se le presentaron en el desarrollo de la guía?
• Escriba en qué parte de la temática, la práctica le permitió aclarar las dudas que se le
presentaron en el salón de clase.
BIBLIOGRAFÍA:
www.mathworks.com, mayo a agosto 2017.
BADIA, A. (2016). LA PERCEPCIÓN DE LA UTILIDAD DE LA TECNOLOGÍA CONFORMA SU USO PARA ENSEÑAR Y
APRENDER. REVISTA ELECTRÓNICA DE INVESTIGACIÓN EDUCATIVA, 18, 95–105.
BURDEN, R. Y FAIRES, D. (2011) ANÁLISIS NUMÉRICO. NOVENA EDICIÓN CENGAGE LEARNING.
USB. (2010). MODELO PEDAGÓGICO - REFERENTES CONCEPTUALES, LINEAMIENTOS CURRICULARES Y DE
FLEXIBILIDAD. EDITORIAL BONAVENTURIANA (VOL. 1).
HTTP://DOI.ORG/10.1017/CBO9781107415324.004
STEVEN CHAPRA. APPLIED NUMERICAL METHODS WITH MATLAB® FOR ENGINEERS AND SCIENTISTS, THIRD
EDITION.
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
Código:
PROCESO GESTIÓN DOCUMENTAL
FACULTAD DE CIENCIAS BASICAS E Fecha: Versión:
INGENIERIA Dic-2016 1
Documento impreso no
GUIA DE LABORATORIO
controlado
YOUNG T. AND MOHLENKAMP M. J. INTRODUCTION TO NUMERICAL METHODS AND MATLAB PROGRAMMING FOR
ENGINEERS. DEPARTMENT OF MATHEMATICS OHIO UNIVERSITY. 2015. [email protected].
HTTP://WWW.MATH.OHIOU.EDU/COURSES/MATH3600/BOOK.PDF
INFORME DE PRÁCTICA DE LABORATORIO
Para la entrega del informe de la práctica de laboratorio los estudiantes deben seguir los siguientes
pasos:
• Diligenciar el formato (Word) del informe de laboratorio
• Guardar el archivo de Matlab (.mlx) de la práctica
• Ingresar al aula virtual de la universidad USBBOG
• Ingresar al curso o asignatura a la cual corresponde el laboratorio
• Ingresar a la tarea correspondiente a la práctica y subir el archivo de Matlab (.mlx) con el
desarrollo de la práctica.
Elaboró: Ing. Wilson Castro Zapata Revisó:| Aprobó:
