Documente Academic
Documente Profesional
Documente Cultură
Copyright 2015 por Ing. William Caiza. Todos los derechos reservados.
Mtodos Numricos
Dedicatoria
ESTA PGINA ES OPCIONAL.
Mtodos Numricos
Contenido
CAPITULO I:INTRODUCCIN .................................................................................................................. 5
1.1 NMEROS DECIMALES ........................................................................................................................ 5
1.1.2. NOTACIN DECIMAL ..................................................................................................................... 6
1.1.3. NOTACIN BINARIA ...................................................................................................................... 7
1.2 ANLISIS DE ERRORES ........................................................................................................................... 14
1.1.1
ERROR DE TRUNCAMIENTO ..................................................................................................... 14
1.3 SERIE DE TAYLOR ................................................................................................................................... 14
1.3.1. TEOREMA DE TAYLOR .................................................................................................................. 15
1.3.2. POLINOMIO DE TAYLOR PARA FUNCIONES DE DOS VARIABLES ................................................. 20
1.3.3. TEOREMA DEL POLINOMIO DE TAYLOR: ...................................................................................... 24
CAPITULO II: RESOLUCIN DE ECUACIONES NO LINEALES ...................................................... 26
2.1. INTRODUCCIN .................................................................................................................................... 26
2.2 MTODO DE LA BISECCIN ................................................................................................................... 26
2.3. ERROR EN EL MTODO DE LA BISECCIN ........................................................................................... 27
2.4 MTODO DE LA FALSA POSICIN........................................................................................................... 31
2.5 MTODO DEL PUNTO FIJO .................................................................................................................... 37
2.6 MTODO DE NEWTON-RAPHSON ......................................................................................................... 43
2.7 RACES MLTIPLES ................................................................................................................................ 49
EJERCICIOS RESUELTOS Y PROPUESTOS ...................................................................................................... 54
CAPITULO III: SISTEMA DE ECUACIONES LINEALES ...................................................................... 58
3.1 INTRODUCCIN ..................................................................................................................................... 58
3.1.1 MATRIZ ESCALONADA ................................................................................................................... 58
3.1.2 MATRIZ ESCALONADA REDUCIDA ................................................................................................. 59
3.1.3 RANGO DE A .................................................................................................................................. 60
3.2 CARACTERIZACIN DE LOS SISTEMAS POR SU SOLUCIN ..................................................................... 61
3.2.2 SISTEMAS CON SOLUCIN ............................................................................................................ 61
3.2.3 SISTEMAS CON SOLUCIN NICA ................................................................................................. 61
3.2.4 SISTEMAS CON INFINITO NMERO DE SOLUCIONES .................................................................... 62
3.3 METODO DE GAUSS .............................................................................................................................. 67
3.3.1 ELIMINACIN GAUSSIANA Y PIVOTEO ......................................................................................... 68
3.3.2 PIVOTEO Y MULTIPLICADORES ...................................................................................................... 68
3.4 ELIMINACIN DE GAUSS JORDAN ......................................................................................................... 74
CAPITULO IV: AJUSTE DE CURVAS ........................................................................................................ 87
4.1 INTRODUCCIN. .................................................................................................................................... 87
4.2 MTODO DE LOS MNIMOS CUADRADOS ............................................................................................. 87
4.3 SUPUESTOS O HIPTESIS DEL MODELO DE REGRESIN LINEAL............................................................ 88
4.4 GENERALIZACIN DE MODELOS LINEALES ......................................................................................... 100
4.4.1 MODELO POTENCIAL ................................................................................................................... 100
4.5 REGRESIN MLTIPLE ........................................................................................................................ 102
4.5.1 MTODO DE MNIMOS CUADRADOS PARA LA REGRESIN MULTILINEAL ................................. 102
4.6 MTODO DE MNIMOS CUADRADOS PARA LA REGRESIN MATRICIAL .............................................. 107
4.6.1 DERIVACIN MATRICIAL ............................................................................................................. 107
EJERCICIOS PROPUESTOS .......................................................................................................................... 116
CAPITULO V: INTERPOLACIN .............................................................................................................. 121
5.1 INTERPOLACIN .................................................................................................................................. 121
5.2 INTERPOLACIN INVERSA. ................................................................................................................. 121
5.3 INTERPOLACIN DE NEWTON ............................................................................................................. 124
5.4 INTERPOLACIN DE LAGRANGE .......................................................................................................... 129
5.5 INTERPOLACIN POR SPLINES. ........................................................................................................... 135
5.5.1 SPLINE LINEAL. ............................................................................................................................ 135
5.5.2 SPLINE CUADRTICO ................................................................................................................... 137
5.5.3 SPLINE CUBICO ............................................................................................................................ 141
CAPITULO VI: DERIVACIN NUMRICA ...................................................................................... 145
Mtodos Numricos
Mtodos Numricos
CAPTULO I: INTRODUCCIN
COMPLEJOS
REALES
RACIONAL
IRRACIONAL
ENTEROS
ENTEROS
POSITIVOS
CERO
IMAGINARIOS
FRACCIONARIOS
ENTEROS
NEGATIVOS
DECIMAL
FINITO
DECIMAL
INFINITO
SEMI
PERIDICAS
Imagen 1. Notacin Decimal
PERIDICAS
Mtodos Numricos
, ejemplo = . .
Todo nmero racional se puede clasificar en entero y fraccionario, los nmeros enteros se
clasifican en enteros positivos o naturales, cero y enteros negativos.
Los nmeros fraccionarios se clasifican en decimal finito e infinito, es decimal finito si el
residuo es cero.
Las fracciones de decimal infinito se clasifican en peridicas y semi-peridicas.
Las fracciones peridicas como 3,3333 = 3, 3 , se puede obtener su fraccin
que es igual al cociente cuyo numerador es igual al nmero menos la parte
peridica (33-3), y el denominador es tantos nueves como cifras (una) tenga la
parte peridica (9).
Ejemplo 1:
3 =
33 3 30
=
9
9
Ejemplo 2:
3,245 =
Mtodos Numricos
1563 = 1563
10
= + + + + = {, }
Ejemplo 4:
Transformar el nmero de base 2 a un nmero en base 10
1 0 0 12 = 1 23 + 0 22 + 0 21 + 1 20 8 + 0 + 0 + 1 = 9
Ejemplo 5:
Transformar el nmero de base 10 a un nmero en base 2
10010 = 1 1 0 0 1 0 02
100 2
0 50 2
0 25 2
1 12 2
0 6 2
0 3
1
2
1
Comprobacin:
1 1 0 0 1 0 02 = 1 26 + 1 25 + 0 24 + 0 23 + 1 22 + 0 21 + 0 20
= 64 + 32 + 0 + 0 + 4 + 0 + 0 100
Regla de transformacin de un nmero en notacin base 10 con decimales a binario.
1. Se transforma la parte entera binaria.
Mtodos Numricos
2
1
Parte Fraccionaria
0,3125 2 = 0,625
0,625 2 = 1,25
0,25 2 = 0,5
0,5 2 = 1
02= 0
02= 0
0,3125 =
Verificacin:
Parte Entera
= 1 22 + 1 21 + 0 21
= 4+2+0
=
Parte Fraccionaria
= 0 21 + 1 22 + 0 23 + 1
24 + 0 25 + 0 26
1
1
= 0 + 4 + 0 + 16 + 0 + 0
4+1
5
=
=
= ,
16
16
, = ,
Ejemplo 7:
Transformarlo a fraccin.
Dado el siguiente nmero peridico 3.
3. 5 =
35 3 32
=
9
9
Verificamos
Parte Entera
32 9
50 3,55
50
Ejemplo 8:
)
Dado el siguiente (3.2
3.25 =
Verificamos
Parte Entera
293 90
230 3,255
500
500
325 32 293
=
90
90
=3.25
Ejemplo 9:
Conversin de . +
13 5 39 + 50 89
+ =
=
10 3
30
30
Ejemplo 10:
Conversin de .
6.3125
63125 12625 2525 505 101
10000 =
=
=
=
=
10000
10000
2000
400
80
16
Ejemplo 11:
Conversin de . a binario
Parte Entera
6 2
0 3 2
: 110
1 1
Parte Fraccionaria
0.3125*(2)= 0.625 =
0.625*(2)= 1.25 =
0.25*(2)= 0.5
=
0.5*(2)= 1
=
0
1
0
1
6.312510 = 110.01012
Ejemplo 12:
a binario
Conversin de 5.3
5341 53 5288 2644
=
=
990
990
495
Parte Entera
5 2
1 2 2
0 1
: 101.
1012 = 1(2)2 + 0(2)1 + 1(2)0
4
+ 0
+1
=5
Parte Fraccionaria
0.341
0.341*(2)= 0.682 = 0
0.682*(2)= 1.364 = 1
0.364*(2)= 0.728 = 0
0.728*(2)= 1.456 = 1
0.456*(2)= 0.912 = 0
0.912*(2)= 1.824 = 1
0.824*(2)= 1.648 = 1
0.648*(2)= 1.296 = 1
0.296*(2)= 0.592 = 0
0.592*(2)= 1.184 = 1
0.184*(2)= 0.368 = 0
0.368*(2)= 0.736 = 0
0.736*(2)= 1.472 = 1
0.472*(2)= 0.944 = 0
0.944*(2)= 1.888 = 1
0.888*(2)= 1.776 = 1
10
Verificacin
= 01010111
0.341
= 1(2)2 + 1(2)4 + 1(2)6 + 1(2)7 + 1(2)8
=
1 1
1
1
1
+
+
+
+
+
4 16 64 128 250
64 + 16 + 4 + 2 + 1
87
=
256
256
Implementacin en Matlab
PROGRAMA TRANFORMACIONES DE DECIMAL A BINARIO
11
[1]
[2]
numero=num2str(num);
ent=num2str(floor(num));
decimal=num2str(num-floor(num));
[3]
[4]
[5]
bin=dec2bin(num);
dec=num-floor(num);
entbin=num2str(bin);
[6]
[7]
[8]
set(handles.text4,'string',ent);
set(handles.text5,'string',decimal);
set(handles.text6,'string',numero);
set(handles.text1,'string',entbin);
[9]
[10]
[11]
[12]
if dec~=0
for i=1:10
a=dec*2;
binario(1,i)=floor(a);
b=a-floor(a);
dec=b;
end
[13]
[14]
[15]
[16]
[17]
[18]
[19]
set(handles.text2,'string',num2str(binario));
final=[ num2str(bin) ',' num2str(binario)];
EXPLICACIN
set(handles.text3,'string',final);
else
set(handles.text3,'string',bin);
end
[20]
[21]
[22]
[23]
[24]
[25]
12
[1]
[2]
[3]
entbin=round(num);
set(handles.text10,'string',num2str(entbin));
[4]
[5]
binent=bin2dec(num2str(entbin));
set(handles.text7,'string',binent);
[6]
[7]
dec=num-entbin;
set(handles.text11,'string',num2str(dec));
[8]
[9]
if dec~=0 || dec==0
d=str2num(get(handles.text11,'string'));
n=length(num2str(d))-2;
c=0;
for i=1:n
a=dec*10;
b=round(a)*2^(-i);
c=c+b;
dec=a-round(a);
end
set(handles.text8,'string',num2str(c));
end
final=binent+c;
set(handles.text9,'string',num2str(final));
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
13
|
|
||
| |
| |
por ejemplo la siguiente funcin se puede remplazar por una expresin ms sencilla
como la siguiente 1 + 2 +
4
2!
6
3!
8
4!
14
Toda funcin puede ser expresada como un polinomio de orden (), la serie de Taylor
proporciona un medio para predecir el valor de una funcin en un punto.
1.3.1. TEOREMA DE TAYLOR
Dada la funcin f y sus + 1 derivadas son continuas, se dice que la expresin siguiente
es el polinomio de Taylor de orden n y alrededor de a.
()( ) ()( )
+
!
!
()( )
() ()( )
+
+. . . +
+
!
!
() = () = () +
() = () +
()
() ()
+
+. . . +
+. ..
!
!
Ejemplo 13:
() = ()
(0) = (0) = 0
() = cos(0) (0) = 1
() = () () = 0
() = cos() () = 1
() =
+ +
! ! !
Ejemplo 14:
Encontrar la serie de McLaurin
() = ()
15
(0) = cos(0) = 1
() = (0) (0) = 0
() = cos(0) (0) = 1
() = (0) (0) = 0
(4) () = cos(0) (4) (0) = 1
() =
+ +
! ! !
Implementacin en Matlab
Programa Mclaurin
INICIAR:
function pushbutton1_Callback(hObject, eventdata, handles)
clc;
f=char(inputdlg('ingrese funcion'));
n=str2double(inputdlg('ingrese numero de expresiones para la serie'));
ev=taylor(sym(f),'order',n);
fun=char(ev);
set(handles.text4,'string',fun);
set(handles.text3,'string',f);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
16
GRAFICAR:
function pushbutton2_Callback(hObject, eventdata, handles)
x=-5:0.05:5;
fun=get(handles.text3,'string');
f=inline(fun);
plot(x,f(x),'r');
hold on;
pol=get(handles.text4,'string');
polinomio=inline(pol);
l=length(x);
for i=1:l
y(i)=polinomio(x(i));
end
plot(x,y,'b');
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[1]
[2]
[3]
[4]
[5]
[6]
[7]
17
Ejemplo 15:
Encuentre (, ), utilizando la serie de Taylor con 3 trminos
() = () = () +
() = (3,5)
(3,5) = 3,5
(3,5)3 (3,5)5
+
3!
5!
(3,5) = 0.73098
(3,5) = 0.35078
E = |0.35078 0.730981 |
= .
E =
|0.35078 0.730981 |
100
|0.35078|
= .
Ejemplo 16:
() = ()
()( ) ()( ) ()( )
() = () +
+
+
+
!
!
!
1)
Encuentre la serie de Taylor del ()
2)
Encuentre el valor de la serie en = ,
3)
Encuentre el valor de la serie en = , = ,
4)
Encuentre el error
5)
Conclusin
1)
Sen(a)(xa)2
2!
Cos(a)(xa)3
3!
Sen(a)(xa)4
4!
Cos(a)(xa)5
5!
2)
x3
x5
x7
Sen(x) = x 3! + 5! 7! +
x9
9!
18
+
= 0.284384
3!
5!
7!
9!
Sen(3.45) = Sen(3) + Cos(3)(3.45 3)
3)
(3)(3.453)2
2!
(3)(3.453)3
3!
Sen(3)(3.453)4
4!
= 0,303788
4)
El error para = 0.
| 100
0.303541 + 0.284381
= |
| 100
0.30541
= |
= . %
El error para = 3 de (3,45)
= |
0.303541 + 0.303388
| 100
0.30541
= . %
5)
Conclusin:
() = ()
1.- Encontrar la serie de Taylor del ()
2.- Encontrar el valor de la serie en = , ; = , con 5 trminos
() = = () +
1.
() =
() + () ( )
2
() ()
+(
)
4
( )2
2!
2.
19
(3.45) =
0.959204 0,958967
| 100
0.959204
= . %
Ejemplo 18:
Demostrar
() = = () + ()
(0) = = (0) = 0 = 1
() = = (0) =
() = 2 = (0) = 2
() = 3 = (0) = 3
(4) () = 4 = (4) (0) = 4
(5) () = 5 = (5) (0) = 5
= 1 + +
22 33 44
+
+
+. ..
2!
3!
4!
2 4 6
3 5
= (1
+
+ ) + (
+
+)
2! 4! 6!
3! 5!
= () + ()
20
= (, ) + (
(, )( ) +
(, )( ))
!
+ ( (, )( ) + (, )( ) +
(, )( )( ))
!
( (, )( ) + (, )( ) +
(, )( ) ( )
!
+
(, )( )( ) ) +. . ..
Ejemplo 19:
Dada la funcin
(, ) = ( + ()),
(, ) + ,
2 (, ) = (0,1) +
(0,1) + ( 1)
1
2
2
2
+ [ 2 2 (0,1) + ( 1)2 2 (0,1) + 2( 1)
(0,1)]
2
3 (, ) = (0,1) +
(0,1) + ( 1)
1
2
2
2
+ [ 2 2 (0,1) + ( 1)2 2 (0,1) + 2( 1)
(0,1)]
2
1
3
3
3
(0,1)
+ [ 3 3 (0,1) + 3 3 ( 1) 2 (0,1) + 3( 1)2
6
2
+ ( 1)3
3
]
3
Ntese que
21
3
3
3 (
(0,1)
(0,1)
+
3
1)
1
3
2
3 (, ) = 2 (, ) +
6
3
3
3
(0,1)
(
+3( 1)2
+
1)
2
3 ]
[
3
PROGRAMA:
Dada la funcin de:
:
(, ) = ()()
Encontrar el polinomio de Taylor de grado 3 asociado y evaluado (, ; , ):
Implementacin en Matlab
PROGRAMA DE LA SERIE DE TAYLOR
CALCULAR
function pushbutton1_Callback(hObject, eventdata, handles)
clc;
fun=char(get(handles.edit1,'String'));
orden=str2double(get(handles.edit2,'String'));
a=str2double(get(handles.edit3,'String'));
pol=taylor(sym(fun),'ExpansionPoint',a,'order',orden);
final=char(pol);
set(handles.text1,'String',final);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
22
GRAFICAR:
function pushbutton2_Callback(hObject, eventdata, handles)
x=-100:0.05:100;
fun=get(handles.edit1,'string');
f=inline(fun);
plot(x,f(x),'r');
hold on;
funcion=get(handles.text1,'string');
polinomio=inline(funcion);
g=length(x);
for i=1:g
h(i)=polinomio(x(i));
end
plot(x,h,'b');
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
EVALUAR:
function pushbutton3_Callback(hObject, eventdata, handles)
eval=str2double(inputdlg('Ingrese el valor de x'));
pol=get(handles.text1,'String');
polinomio=inline(pol);
resul=polinomio(eval);
resultado=num2str(resul);
set(handles.text2,'String',resultado);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
23
() =
(+) (())
( )+
( + )!
| ()|
||+
(+)!
|(+) ()| (, )
Ejemplo 20:
() = ( ) ( )( )
( )
( )
() = + ( )
||
| |
|()|; [, ].
|| . ()
24
|| . (. ) = .
Observacin:
Para calcular el valor de una funcin para x el valor de a, deber estar alrededor de x.
EJERCICIOS PROPUESTOS
Ejercicios de notacin decimal
Escribir en notacin decimal las siguientes cantidades:
1. 374=
2. 17350=
3. 1,0243=
4. 745,36=
5. 1357, 924=
Transformar de notacin binaria a notacin decimal:
1. 100110112 =
2. 100110012 =
3. 11001002 =
4. 100110012 =
5. 01012 =
Series de Taylor
1. Calcular el polinomio de Taylor de la funcin () =
2. Calclese la serie de Taylor de () = ()
3. Encuentre una serie de Taylor para () = cos(2))
4.
ex + ex
2
ex ex
2
1
1+x2
25
Dado un intervalo [a, b], la primera aproximacin a la raz es el punto medio del intervalo
y se calcula como la suma de los dos puntos dividido para 2, de esta manera se encuentra
un nuevo punto c1 considerado un valor raz aproximado de la funcin. Luego se verifica
si f(a) f(c1 ) < 0, esto implicara que la nueva raz se encuentra en el intervalo [a, c1 ]
por lo tanto la nueva aproximacin seria el punto medio de dicho intervalo. Y seguiramos
verificando si el f(ak ) f(ck ) < 0 o f(ck ) f(bk ) < 0 , en el intervalo que cumpla las
definiciones anteriores se proceder otra vez a encontrar el punto medio que es la
siguiente mejor aproximacin a la raz, as sucesivamente hasta obtener una
aproximacin que satisface la tolerancia deseada.
26
a i + bi
2
27
z = |
Ejemplo 1:
y= -exp(x)tan(x)
200
150
100
50
0
-50 0
0,5
1,5
2,5
3,5
-100
Cuadro de datos:
Iteracin i
1
ai
2,5
ci
3
bi
3,5
f(ai)
9,100594625
f(ci)
2,863123854
f(bi)
-12,40457277
error
3,25
3,5
2,863123854
-2,806866513
-12,40457277
0,076923077
3,125
3,25
2,863123854
0,377681716
-2,806866513
-0,04
3,125
3,1875
3,25
0,377681716
-1,113015188
-2,806866513
0,019607843
3,125
3,15625
3,1875
0,377681716
-0,344213907
-1,113015188
3,125
3,140625
3,15625
0,377681716
0,022370524
-0,344213907
-0,00990099
0,004975124
3,140625
3,1484375
3,15625
0,022370524
-0,159484883
-0,344213907
3,140625
3,14453125
3,1484375
0,022370524
-0,068201474
-0,159484883
0,022370524
-0,022826983
-0,068201474
0,00248139
0,001242236
0,000621504
Tolerancia
0,001
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
28
f(ci)
f(bi)
9,100594625
2,863123854
-12,40457277
2,863123854
0,377681716
-2,806866513
Implementacin en Matlab
CODIGO DEL MTODO DE LA BISECCIN
function grafica_Callback(hObject, eventdata, handles)
clc;
funcion=get(handles.funcion,'string');
f=inline(funcion);
x=-5:0.2:5;
n=length(x);
for i=1:n
y(i)=f(x(i));
end
plot(x,y), hold on;
plot([-5 5],[0 0],'r'); grid on;
plot([0 0],[-20 20],'r');
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
29
30
31
f(b) f(a)
ba
(1)
0 f(b)
cb
(2)
f(b)(b a)
f(b)(b a)
+b c = b
f(b) f(a)
f(b) f(a)
f(bk )(bk ak )
f(bk ) f(ak )
k = 1,2,3,
32
Sin embargo, aunque la longitud del intervalo bk ak se hace ms pequeo, es posible que
no tiende a 0. El criterio de parada usada en el mtodo de la biseccin no es til por lo tanto
se utilizar aproximaciones sucesivas de |Ck Ck1 |.
Ejemplo 2:
Encontrar los ceros de la funcin = () ()
tan(x)*cos(x)
1,5
1
0,5
0
-2 -0,5 0
-4
-1
-1,5
Figura 2.7: grafica ejercicio tan() cos().
Si f(c) y f (b) tienen distinto signo, entonces hay un 0 en [c, b]; por lo tanto c=a y b=b.
iteracin
f(a)
f(c)
3,0915281
0,9092974
3,1550996 3,0915281
0,9092974
3,1381931 3,1550996
0,9092974
0,0033995
f(b)
error
0,0500436 0,7568025
0,0135065 0,0500436 0,0635715 siga calculando
0,0033995 0,0135065 0,0169065 siga calculando
-7,74E-08 0,0135065 0,0033996 raz
0,0033995
1,489E-13
-4,64E-08
7,74E-08
tolerancia
0,01
raz
Ejemplo 3:
Encontrar los ceros de la funcin () = (^ + ) ()
33
Si f(c) y f (b) tienen distinto signo, entonces hay un 0 en [c, b]; por lo tanto c=a y b=b.
f(a)
f(c)
f(b)
error
3,01825205
-5,03124022
-0,41954488
4,85087143
3,01825205
3,09640286
-0,41954488
-0,15627869
4,85087143
0,07815081
NO RAIZ
3,09640286
3,12460513
-0,15627869
-0,05914648
4,85087143
0,02820226
NO RAIZ
3,12460513
3,13515021
-0,05914648
-0,02249033
4,85087143
0,01054508
NO RAIZ
3,13515021
3,13914145
-0,02249033
-0,00856574
4,85087143
0,00399124
NO RAIZ
34
Implementacin en Matlab
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
35
[2]. Se convierte en inline la funcin para que sea evaluada en cada punto.
[3]. Se dan valores al eje x de -5 a 5 con separacin de 0.2, adems se obtiene n con la longitud
de estos valores.
[4]. Se evala automticamente la funcin en cada valor de x, as se obtiene los valores de y.
[5]. Se grafican los valores de (x, y) como pares coordenados.
[6]. Se resalta los ejes con un color rojo.
36
37
Ejemplo 4:
Dada la ecuacin x 3 + 4x 2 10 = 0, encuentre una expresin x=g(x)
38
Desarrollo:
Despeje 1
4 2 = 10 3
2 =
10 3
10 3
|| =
4
4
10 3
=
4
(1)
= ()
Despeje 2
( 2 + 4) = 10
=
10
2 + 4
(2)
= g(x)
Despeje 3
3 = 10 4 2
3
3 = 10 4 2
3
= 10 4 2 (3)
= g(x)
Verificando el despeje 1 en la ecuacin: () = ()
10 3
() =
4
() =
() =
10 3
2
2 10 3
2
() = 0
39
2 10 3
=0
2
2 10 3 = 0
2
(2)2 = (10 3 )
4 2 = 10 3
3 + 4 2 10 = 0
Ejemplo 5:
Dada la funcin (x) = x 3 x 2 + 4x 7 encontrar las races por el mtodo del punto fijo.
Desarrollo
Despejando x se obtienen 3 ecuaciones:
x = x 2 + 4x 7
(1)
x = x 2 4x + 7
x=
(2)
7 x3 + x2
4
(3)
g(x) = x 2 4x + 7
Derivando la funcin
1
() = 3 ( 2 4 + 7)3 (2 4)
Graficando la funcin ()
0,4
0,3
0,2
0,1
0
-6
-4
-2
-0,1 0
-0,2
-0,3
-0,4
-0,5
40
-3
-2
-1
-5
-10
-15
-20
-25
k
0
1
2
3
4
5
6
7
8
9
pk
2
0,75
1,7851563
1,1244694
1,7106543
1,2300964
1,6629582
1,2916589
1,6283503
1,3334784
pk+1=g(pk)
0,75
1,7851563
1,1244694
1,7106543
1,2300964
1,6629582
1,2916589
1,6283503
1,3334784
1,6017551
Pk
2
1,4422496
1,4904708
1,4827081
1,4839157
1,4837268
1,4837563
1,4837517
1,4837524
1,4837523
pk+1=g(pK)
1,4422496
1,4904708
1,4827081
1,4839157
1,4837268
1,4837563
1,4837517
1,4837524
1,4837523
1,4837523
Implementacin en Matlab
41
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
for i=1 :n
y1(i)=f(x(i));
y2(i)=g(x(i));
end
[11]
plot(handles.axes1,x,y1);
hold(handles.axes1,'on');
plot(handles.axes1,[-7 7],[0 0],'r');
plot(handles.axes1,[0 0],[-15 15],'r');
plot(handles.axes2,x,y2);
hold(handles.axes2,'on');
grid on;
[12]
42
43
Sea y = f(x) los puntos (x1 ,0) y (x2 , f(x2 )) entonces la pendiente es igual:
m=
0 f(px )
(1) ;
p1 p0
m = f (p0 ) (2)
0 f(px )
p1 p0
f(p0 )
f (p0 )
Este proceso puede repetirse para obtener la sucesin {pk } que converge a p.
TEOREMA: Supongamos que la funcin f C2 [a, b] , es decir la funcin f debe ser continua e
integrable en el intervalo [a, b] y debe existir un nmero p [a, b] tal que f (p)=0
pk = g(pk1 ) = pk1
f(pk1 )
; k = 1,2,
f (pk1 )
Ejemplo 6:
Aplicar el mtodo de Newton-Raphson para resolver la siguiente ecuacin
ln x 2 = 0.7
Desarrollo:
ln x 2 0.7 = 0
f(x) = ln x 2 0.7
44
()=ln^2 0.7
4
2
0
-3
-2
-1
-2
-4
-6
Imagen 2.19: Grafica Del Mtodo De Newton Raphson
f (x) =
pk+1 = pk
pk+1 = 2
f(pk )
f (pk )
ln(22 ) 0.7
pk+1 = 1.3137
2
2
pk+1 = pk
pk+1
2
x
f(pk )
f (pk )
ln(1.31372 ) 0.7
= 1.3137
pk+1 = 1.415
2
1.3137
ERROR = |xnuevo xanterior |
pk+1 = pk
f(pk )
f (pk )
45
pk+1
ln(1.4152 ) 0.7
= 1.415
pk+1 = 1.419
2
1.415
ERROR = |xnuevo xanterior |
pk+1 = pk
pk+1
f(pk )
f (pk )
ln(1.4192 ) 0.7
= 1.419
pk+1 = 1.419
2
1.419
ERROR = |xnuevo xanterior |
p(k)
2
1,31370564
1,41505556
1,41906187
p(k+1)
1,31370564
1,41505556
1,41906187
1,4190676
ERROR
0,10134993
0,00400631
0
Ejemplo 7:
Aplicar el mtodo grfico de Newton-Raphson para resolver la siguiente ecuacin
() = () + cos()
Para la
= ( )
= () = cos() ()
1 = ()
DESARROLLO:
Evaluando en 0 = 1.5(punto inicial)
46
Obteniendo
= 0.926 + 2.4571
Para obtener la raz y=0
0 = 0.926 + 2.4571
1 = 2.65
Evaluando en 1 = 2.65
Obteniendo
47
5
4
3
2
1
0
-3
-2
-1
-1
-2
-3
f(x)
Ltg1
Ltg2
Implementacin en Matlab
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
48
49
Multiplicidad par
Multiplicidad impar
30
150
25
100
20
50
15
10
-6
-4
-2
5
-4
-2
-100
0
-6
-50
-150
En general, el grafico de la multiplicidad impar cruza el eje x, mientras que la multiplicidad par
no la cruza.
Dificultad del mtodo de races mltiples
El hecho de que la funcin no cambie de signo en races mltiples pares impide que converge en
mtodos cerrados. Tanto () como su derivada se aproxima a cero en la raz, esto afecta a los
mtodos de newton Rapshon y secante los cuales contienen derivada en el numerador.
El mtodo de Newton Rapshon y la secante convergen el punto lineal, en vez de formar
cuadrtica cuando hay races mltiples.
Ejemplo 7:
Multiplicidad par.
Sea f(x)= (x 2)2 , como se puede apreciar en el grfico el cero es un punto que topa
tangencialmente al eje de las x, por lo tanto esta funcin es de multiplicidad 2.
f(x)=(x-2)^2
30
25
20
15
10
5
0
-4
-2
50
Ejemplo 8:
Multiplicidad impar.
Sea f(x)=(x-2) ^3, se puede apreciar en el grfico que el cero topa y corta tangencialmente al eje
de las x.
f(x)=(x-2)^3
20
10
0
-2
-1
-10
-20
-30
-40
Imagen 2.25: Multiplicidad Impar
Sea u =
f(x)
f(x)
(1)
Y, xi+1 = xi
u(xi ) =
u(xi )
u(xi )
(2)
xi+1
f(x)
f(xi )
= xi
(f (xi ))2 f(xi )f (xi ))
(f(xi ))2
xi+1 = xi
xi+1 = xi
f(xi )f(xi )
(f (xi ))2 f(xi )f (xi ))
Ejemplo 10:
51
f(x)=(x-3)(x-1)^2
40
20
0
-3
-2
-1
-20
-40
-60
k
1
2
3
4
5
6
p(k)
0
1,10526316
1,00308166
1,00000238
1
1
p(k+1)
1,10526316
1,00308166
1,00000238
1
1
1
ERROR
0,10218149
0,00307928
2,3815E-06
3,7313E-11
0
Implementacin de Matlab
52
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
53
[8], [14] y [16]. Se convierte en inline la funcin para que sea evaluada en cada punto.
[9]. Obtener el valor de un punto escogido en un intervalo abierto.
[10]. Obtiene el valor de tolerancia escrita en el cuadro de texto.
[11]. Declarar un contador para saber el nmero de iteraciones realizadas por el mtodo (Opcional).
[12]. Declarar la variable x como simblica, esto nos ayudar para derivar respecto a x.
[13]. Obtener la primera derivada de la funcin escrita en el cuadro de texto.
[15]. Obtener la segunda derivada de la funcin, derivando la primera derivada de f.
[17]. Dar un valor inicial al error del mtodo (error absoluto).
[18]. Comparar el error con la tolerancia, para continuar las iteraciones.
[19]. Encontrar el valor de x2 (raz) utilizando el algoritmo del mtodo.
[20]. Evaluar si x2 es un valor raz, caso contario dar las condiciones para la siguiente iteracin.
[21]. Calculo del error absoluto.
[22]. Dar el valor de x2 a la variable x1 para la siguiente iteracin.
[23].mostrar el valor raz en el cuadro de texto correspondient.
[24]. Mostrar el nmero de iteraciones realizadas en el mtodo en un cuadro de texto.
X
-1,3
f(x)
-1,5675
54
-1,5403
-1,46484
-1,32106
-1,095
-0,78007
-0,37758
0,103293
0,646404
1,230033
1,828844
2,416147
2,966276
METODO DE LA BISECCION
5
4
3
2
1
0
-3
-2
-1
-1
-2
xa
xr
xu
f(xa)
f(xr)
f(xu)
error
tolerancia
0,5
0,65
0,8
-0,377583
-0,1460838
0,103293
0,65
0,725
0,8
-0,146084
-0,0234994
0,103293
0,1034483
NO HAY RAIZ
0,725
0,7625
0,8
-0,023499
0,039389
0,103293
0,0491803
NO HAY RAIZ
0,725
0,74375
0,7625
-0,023499
0,007815
0,039389
0,725
0,734375
0,74375
-0,023499
-0,0078747
0,007815
-0,012766
NO HAY RAIZ
0,734375
0,739063
0,74375
EXISTE RAIZ
0,01
Ejercicios propuestos
Grficamente.
Usando el mtodo de la biseccin para localizar la raz ms pequea. Empleando los valores
iniciales de xl = 0 y xu = 1 hasta que el error estumado a se encuentre debajo de s =10%
Solucin: Xr=0,34375
55
Ejercicios resueltos:
9.8(68.1)
c
(1 e(68.1)10 ) 40
f(xl) = 6.0699
f(xu) = 2.2688
2.2688(12 16)
= 14.9113
6.0669 (2.2688)
0.2543(12 14.9113)
= 14.7942
6.0669 (0.2543)
El cual tiene errores relativos verdaderos y aproximados de 0.09 y 0.79 por ciento. Es posible
realizar iteraciones adicionales para hacer una mejor aproximacin de las races.
56
f(x)
-0,4459714
1,0296615
1
-0,8881871
-1,5340136
0,439492
1,8731155
0,2142836
-1,8991619
-0,9037196
1,5889671
1,4458242
a
0
0,2648043
0,2648043
0,2648043
2,5
2
1,5
1
0,5
0
-2
-1
-0,5 0
-1
-1,5
-2
-2,5
c
b
f(a)
f(c)
0,2648043
0,5
1
1,174459
0,3987234
0,5
1,17445865 -0,382472
0,3658251 0,3987234 1,17445865 -0,038133
0,3626483 0,3658251 1,17445865 -0,001805
f(b)
error
-0,888187
-0,888187 0,1339191
-0,382472 0,0328983
-0,038133 0,0031769
Ejercicios propuestos
(. . )
Solucin: Xr = 3,872979
57
Las filas nulas estan por debajo de las filas no nulas. Una fila es nula si todas sus
entradas son ceros; una fila es no nula si por lo menos una de sus componentes es
distinta de cero.
El primer elemento distinto de cero de cada fila no nula est a la derecha del primer
elemento diferente de cero de las filas precedentes.
Ejemplo 1:
0
0
= 0
0
[ 0
2
3
0 3
0
0
0
0
0
0
4 6
0
3
0
0
0
0
0
0
4
5
0
0
0 ]
Se puede observar que la primera fila es no nula; la segunda fila tambin es no nula pero el
primer elemento no nulo es el -3 y est a la derecha del elemento no nulo -2 de la primera
fila; las dems filas son nulas y estn debajo de las filas no nulas.
Ejemplo 2:
3 2 7 5 1
= [ 0 0 4 7 9 ]
0 0
0 1 6
0 0
0 0 0
58
Se puede observar que la primera fila es no nula; la segunda fila tambin es no nula pero el
primer elemento no nulo es el -4 est a la derecha del elemento no nulo 3 de la primera fila;
adems en la tercera fila el primer elemento no nulo es 1 y est a la derecha del primer
elemento no nulo de la segunda fila -4; la ltima fila es nula y est debajo de las filas no
nulas.
Ejemplo 3:
2 3 5 1
0 0 0 0
= [0 5 4 7 ]
0 0 0 0
Se puede observar que la primera fila es no nula; la segunda fila es nula por lo tanto no es
matriz escalonada ya que debera estar debajo de las matrices no nulas.
Ejemplo 4:
3
= [0
0
2 5
1 3
5 2
4
4]
3
Se puede observar que la tercera fila es no nula pero el primer elemento no nulo -5 no est
a la derecha del primer elemento no nulo de la segunda fila 1 no nula.
3.1.2 MATRIZ ESCALONADA REDUCIDA
Definicin.- Una matriz A de dimensin n m, es escalonada reducida si es escalonada y
adems todo elemento en una columna, arriba y abajo del primer elemento no nulo que
debe ser 1, es cero.
Ejemplo 5:
0
A= [0
0
0
1
0
0
0
0
0
0
0
0
1
0
0
0 5
0 4]
1 5
0 0
59
La primera fila es no nula y el primer elemento es 1 y dentro de esa columna son ceros; la
segunda fila es no nula y el primer elemento no nulo es un 1 y los dems elementos de esa
columna son ceros y adems el 1 est a la derecha del valor no nulo 1 de la primera fila; la
tercera fila es no nula y el elemento no nulo es un 1 y los dems elementos de esa columna
son ceros y adems el elemento no nulo 1 est a la derecha del elemento no nulo 1 de la
segunda fila; la cuarta fila es nula y est al final de todas las filas no nulas.
Ejemplo 6:
=[
1 0 5 6
]
0 1 3 4
Ejemplo 7:
Encuentre el rango de la matriz A.
= [
[
]
( )
[
]
( )
] ()
Se puede observar que la primera, segunda y tercera filas de la matriz A son no nulas por lo
que esta matriz no se encuentra en su forma escalonada reducida procediendo a realizar las
operaciones para obtener dicha forma.
Entonces, se tiene que hacer 0 al primer elemento no nulo de la segunda fila, para lo cual
restamos 2 veces la fila 1 de la fila 2; luego para hacer 0 al primer elemento y tercer
60
elemento no nulo de la tercera fila sumamos la fila 1 a la fila 3; despus para hacer 0 al
segundo elemento no nulo de la tercera fila sumamos 2 veces la fila 1 ms 3 veces la fila 3.
Finalmente se obtendr una matriz escalonada reducida, en la cual se observa que se tiene
2 filas no nulas, concluyendo que el rango de la matriz A es 2.
3.2 CARACTERIZACIN DE LOS SISTEMAS POR SU SOLUCIN
3.2.1 SISTEMAS QUE NO TIENEN SOLUCIN
El problema de decidir si un sistema de ecuaciones lineales tiene solucin o no, es el
problema de reconocer si tiene ecuaciones inconsistentes o no. Y esto se reconoce
fcilmente cuando el sistema tiene la forma escalonada y se observa al menos una ecuacin
de la forma:
0x1 + 0x2 + + 0xn = b, b0.
Se puede observar en la ecuacin anterior que cero est igualado a una constante lo cual es
una falsedad ya que el cero no puede ser igual a una constante diferente de cero.
Tambin resulta fcil de reconocer que hay ecuaciones inconsistentes, en un sistema en su
forma inicial, cuando dos de ellas tienen iguales coeficientes asociados a las mismas
variables y la constante a la derecha es distinta, como se puede observar:
3x + 2x2 + 3x3 = 5
{ 1
3x1 + 2x2 + 3x3 = 3
En general, un sistema de ecuaciones no tiene solucin si: Rng (A) < Rng (A, b) AX = b, el
sistema es incompatible.
3.2.2 SISTEMAS CON SOLUCIN
Un sistema AX = b se dice que es consistente si: Rng (A) = Rng (A, b), la ausencia de
ecuaciones inconsistentes se refleja en la forma escalonada de la matriz del sistema A y la
forma escalonada de la matriz aumentada (A, b) tienen el mismo nmero de filas no nulas.
3.2.3 SISTEMAS CON SOLUCIN NICA
Un sistema n m, AX = b, tiene solucin nica si: Rng (A) = Rng (A, b) = m = nmero de
variables.
61
Ejemplo 8:
Calcular la matriz inversa, mediante operaciones elementales de fila.
=[
]
1
(1
1
9
5
3 1) 2 2 3
1
1 3 3 1
[
| ]
[
|
[
|
[
|
||
()
[
]
|
]
[
+ Verificacin:
= [
]
]
[
62
Ejemplo 9:
Dado el siguiente sistema de ecuaciones lineales calcular el rango de la matriz de
coeficientes de A y de la matriz ampliada.
+ =
{ + =
+ =
3 1 9 2
1
2
1
1 1
1 5
1
1 9
5 33
1
(0
(0
2 1 |7)
1
1 1
1 5 3 3 + 2
9
5 33
12 6 |42) 2 16 2
1
1 5
9
5 33
2 1 |7)
1
0 2 3 3 1
1 9
5 33
1 9 5 33
(0
(0
2 1 | 7 )
2 1 |7)
0 10 5 35 3 15 3
0
2 1 7 3 3 2
1 9
5 33
(0
2 1 |7)
0
0
0 0
( ) = 2 < m, donde m es el numero de filas.
infinitas soluciones
63
2 = 7
Despejando y
2 = 7 +
+
=
9 + 5 = 33
Despejando x
= 33 + 9 5
Reemplazando y en x
7 +
= 33 + 9 (
) 5
2
63 9
= 33
5
2 2
63 19
= 33
2
2
=
Sea z = t
19
=2 2
{ = 7+
2
=
Ejemplo 10:
3 2
1
1
= [ 1 1 1 ] ; b = [ 2 ]
1 3
1
1
=
+ +
[ ] [ ] = [ ] [ + ] = [ ]
+ +
+ + =
{ + =
+ + =
DEFINICIN:
Se dice que una matriz = [ ] triangular superior cuando sus elementos verifican =
, para > .
Se dice que una matriz = [ ] , es triangular inferior cuando sus elementos verifican
= , para < .
64
= [
; <
>
; =
Ejemplo 11:
Matriz triangular superior:
= [
[ ] = 0 >
Ejemplo 12:
Matriz triangular inferior:
[ ] = 0 <
= [
+ + +
+ +
(1)
. . .
. . .
+ =
+ =
, + , + , =
, + , =
65
=
Figura 3.3: Ecuaciones Lineales
; 0
1 1,
1,1
As:
2 2,1 1 2,
2,2
3 2,2 2 3,1 1 3,
=
3,3
2 =
Generalizando tenemos:
=
=+1
Ejemplo 13:
Aplicando el mtodo de sustitucin hacia atrs a la matriz 4x4:
+ + + =
+ + + =
+
+ + =
+
+ + =
4 = 4 (Constante y conocido)
44
3 =
2 =
3 34 4
33
2 23 3 24 4 2 (23 3 + 24 4 )
=
22
22
66
1 =
1 12 2 13 3 14 4 1 (12 2 + 13 3 + 14 4 )
=
11
22
Guardamos en la variable a y b
los datos ingresados en el edit text
matriz_a y matriz_b.
Str2num nos sirve para cambiar el
formato de los valores, en este caso
de un string a number.
n=4 numero de filas a calcular, lo
utilizamos tambien como contador.
x(k)=(b(k)-si)/a(k,k)es la formula
aprendida en clases remplazando las
variables utilizadas
Por ultimo, set muestra los resultados
en un static text de lo realizado.
67
Definicin:
Es una generalizacin del mtodo de reduccin, que utilizamos para eliminar una incgnita
en los sistemas de dos ecuaciones con dos incgnitas. Consiste en la aplicacin sucesiva del
mtodo de reduccin, para transformar la matriz ampliada con el mtodo de eliminacin
gaussiana y pivoteo en una matriz triangular, luego mediante el mtodo de sustitucin
regresiva se procede despejar las variables obteniendo as la solucin
3.3.1 ELIMINACIN GAUSSIANA Y PIVOTEO
Necesitamos resolver el sistema AX=B, sistema con n ecuaciones y n incgnitas. El objetivo
es construir un sistema triangular equivalente UX=Y que podamos resolver usando el mtodo
de sustitucin regresiva.
Observacin: Se dice que 2 sistemas de ecuaciones de orden n son equivalentes cuando
tienen el mismo conjunto de soluciones, es decir, se realizaron operaciones de fila o columna
en la matriz original.
Para la aplicacin de la eliminacin gaussiana y pivoteo, se hace uso de la matriz ampliada,
como se indica a continuacin:
11
[|] = [ 21
1
12 1 1
22 2 |2 ]
2
=
, = , , ,
68
2
0
2
1
1
4
2
3
4 13
3| 28 ]
1 20
2 6
21
2
= = 2 ; 2 2 21 1
11
1
1
2
1
0
4
2
[
0 6 2
3 1
3
13
4
5 | 2 ]
15 32
6
2
41
3
=
= 3 ; 4 4 41 1
11
1
Se procedi a restar a la cuarta fila la multiplicacin de la primera fila por -3.
= 4 41 =
1 2
13
1 4
0
4
2 5 | 2 ]
[
0 6 2 15 32
45
0 7
6 14
Los nmeros 2, 4, -3 son los multiplicadores del primer paso del proceso de eliminacin. El
nmero 1 es el elemento pivote de este primer paso y la primera fila, que no sufre
modificacin alguna, se denomina fila pivote.
El multiplicador y el pivote para columna 2 son:
=
, = , ,
69
= 3 32 =
32
6 3
=
= ; 3 3 32 2
22
4 2
3
42
7
7
=
= ; 4 4 42 2
22
4
4
7
= 4 43
, = ,
19
43
19
=
= 2 =
; 4 43 3
33
5
10 4
En el siguiente paso del proceso, la tercera fila se emplea como fila pivote, y se procede a
19
restar a la cuarta fila la multiplicacin de 10 por la tercera fila.
1 2
1 4
13
0 4
2
5
[
| 2 ]
0 0 5 152 35
18
0 0
0 9
70
94 = 18 =
15
15
(2) = 35 =
53 4 = 35 53
2
2
42 + 23 54 = 2 42 + 2(4) 5(2) = 2 =
1 + 22 + 3 + 44 = 13 1 + 2(1) + 4 + 4(2) = 13 =
Ejemplo 15:
+ =
+ + + =
+ + =
+ + =
3 1
1
1 1
3
1 2 ||
1 3
2
5 ]
2
1
1
1 = 1 ;
3
2 = 2 + 1;
3 = 3 21;
4 = 4 + 1
1 2/3
0 1/3
[
0 7/3
0 1/3
3 = 2
1 1/3 1/3
0 4/3 8/3
|
]
1 4/3 7/3
1 1/6 16/3
17
F3 ;
73
4= 2 4;
71
2/3
1 1/3 1/3
0 4/3 8/3
1/3
|
1/7 8/7 3
0
1 3/2
8
0
4= 3 4;
7
1 1/3
1/3
0 4/3
8/3
|
1/7 8/7 3
0 13/14 13/7
1 2/3
0 1/3
0
0
0
0
=
=
=
=
Ejemplo 16:
= 2 21 =
1
, = 2,3
11
,1 1
21
1 1
= = ; 2 2 21 1
11
3 3
1
2
1
5
4
[0
]
3
3
1 2
3
72
31
1
1
=
= ; 3 3 31 1
11
3
3
1
Se procedi a restar a la tercera fila la multiplicacin de 3 por la primera fila:
= 3 31 =
3
0
[0
Los nmeros
1
3
2
1
5
4
3
3
4
10
3
3 ]
nmero 3 es el elemento pivote de este primer paso y la primera fila, que no sufre
modificacin alguna, se denomina fila pivote.
El multiplicador y el pivote para columna 2 es:
=
, =
32
6 3
=
= ; 3 3 32 2
22
4 2
3
Se procedi a restar a la tercera fila la multiplicacin de 2 por la segunda fila:
= 3 32 =
3
0
[0
2
1
5
4
3
3
22
0
5 ]
, = ,
| ]
73
= 2 21 =
21
1 1
= = ; 2 2 21 1
11
3 3
1
31
1
1
=
= ; 3 3 31 1
11
3
3
1
2
5/3
4/3
1
2
4/3| 5/3]
10/3 5/3
= 3 32 =
, =
32
6 3
=
= ; 3 3 32 2
22
4 2
3
2
5/3
0
1
2
4/3| 5/3]
22/5 1/3
El rango de A
Ran(A)=3
Ran (A|b) =3
m=3
3.4 ELIMINACIN DE GAUSS JORDAN
Definicin:
El mtodo de Gauss-Jordan se basa en el mtodo de Gauss el cual transforma la matriz de
coeficientes en una matriz triangular superior procediendo a realizar la matriz trianguklar
inferior en el cual se obtienen sus soluciones mediante la reduccin del sistema dado a otro
74
+ + =
3 1
1
1 1
1 2 || 3
1 3
2
5 ]
2
1
1
1 = 1 ;
3
2 = 2 + 1;
3 = 3 21;
4 = 4 + 1
1 2/3
0 1/3
[
0 7/3
0 1/3
3 = 2
1 1/3 1/3
0 4/3 8/3
|
]
1 4/3 7/3
1 1/6 16/3
17
F3 ;
73
4= 2 4;
1
0
0
0
2/3
1 1/3 1/3
0 4/3 8/3
1/3
|
1/7 8/7 3
0
1 3/2
8
0
4= 3 4;
7
75
1 2/3
0 1/3
0
0
0
0
1 1/3
1/3
0 4/3
8/3
|
1/7 8/7 3
0 13/14 13/7
=
=
=
=
1 2/3
0 1/3
0
0
0
0
1= 1
2= 2
3= 3
1 1/3
1/3
0 4/3
8/3
|
1/7 8/7 3
0 13/14 13/7
2
4;
13
8
4;
39
16
4;
13
3
0
0
0
2
3 0
3
1/3
0 0
| 0
5
1 0
0
0 13/2 13
0
3
0
0
0
0
0 0
3
1/3
0 0
| 0
5
1 0
0
0
13/2
13
0
1 = 1 + 33
1 + 1 + 62
1
0
0
0
0
1
0
0
0
0
1
0
0 6
0| 0
0 5
1 2
=
=
=
=
76
Ejemplo 18:
2 3
[3 2
5 1
1 1 F
1
4| 3]
2
1 4
Se procedi a la segunda fila restar la multiplicacin de 3 por la primera fila y a la tercera fila
restarle la multiplicacin de 5 por la primera fila
3
1
1
2
2
2
2
13
11| 9
0
F2 F2 ( )
13
2
2| 2
17
7 3
[0 2
2 2 ]
1
3
2
[0
17
2
1
1
3
2
2
|
F
F
1
1
11
9
2 2
17
13| 13
F
F
+
F
3
3
7
3
2 2
2
2 ]
77
17
2
10
7
13 13
13
11| 9
F3 F3 ( )
1
48
13| 13
48 96
0
13 13 ]
0
[0
13
13 13 F1 F1 + 13 F3
11|| 9
11
13 13 F2 F2 13 F3
1
2 ]
1 0
0 1
[0 0
10
=
=
=
Ejemplo 19:
9
Resolver el siguiente sistema mediante Gauss-Jordn
+ =
+ =
1
3 2 3 5
| ] 1
2 4 1 2
3
2
3
4
[1
2
5
1 | ] 2
2
1
3 2
1 2
78
2
5
1
1
3
3
[
| 3 ] 2 2 ( )
16
4
16
0
3
3
3
2
5
1
1
2
3
[
| 3 ] 1 1 + 2
9
1
3
0 1
16 4
1 0
[
0 1
5
3
8 | 2 ]
1
9
16 4
5
3
3 5
+ = =
8
2
2 8
9
1
9
1
= =
16
4
16
4
=
=
=
Ejemplo 20:
Obtener para que el sistema de ecuaciones tenga:
a) Solucin nica
b) Infinitas soluciones
c) No tenga solucin
+ =
+ =
1
2 1 6
| ] 1
1 4
2
1
3
[1 2| ] 2 2 1
4
1
[
79
1
[
0
1
3
1
[1 2| 2 ] 1 1 2
2
0 1 2 1
1 0
|
0 1
2
2( 1)
2
2 1 ]
2 1 0
1
2
= 2
1
Ejemplo 21:
Obtener para que el sistema de ecuaciones tenga:
a) Solucin nica
b) Infinitas soluciones
c) No tenga solucin
+ =
+ =
1
2 1
| ] 1
2 1
2
1
[1 2| 2] 2 2 1
2 1
1
1
2 | 2 ] ( 2 )
[
2
4 2 2 2
4 2
0
2
2
[1
0
2|
1
1
2 ]
1
1
1
2 2
2+
80
1
1 0 2+
[
|
] 4 2 0 4 2 2 4 2
0 1 1
2+
|| =
i.
ii.
|| = || = =
< || = || = =
=
1 0 12
[
|
] 02
0 0 2
=
1 1 12
|
]
0 0 0
Cdigo de Programa de Gauss- Gauss Jordan en Matlab
[
A=[vm,vmb];
n=length(vm);
for i=1:n
for k=i+1:n
pivo=A(k,i)/A(i,i);
A(k,:)=A(k,:)-pivo*A(i,:);
end
end
a=A(:,1:n);
b=A(:,n+1);
x(n)=b(n)/a(n,n);
for k=n:-1:1
81
si=0;
for j=k+1:n
si=si+a(k,j)*x(j);
end
x(k)=(b(k)-si)/a(k,k);
end
set(handles.Gauss,'string',num2str(A));
set(handles.matriz,'string',num2str(x'));
Impresin de resultados
set(handles.gaussjordan,'string',num2str(A));
set(handles.matriz,'string',num2str(A1));
82
83
EJERCICIOS PROPUESTOS
Mtodo de Gauss
Resuelva las siguientes ecuaciones por el mtodo de Gauss:
84
2 + = 1
{ + 2 = 7
3 + = 0
2) 2 + 3 = 1
{
3 + 2 = 5
3)
++ =1
{2 + 3 4 = 9
+ = 1
4)
3 + 2 + = 1
{5 + 3 + 4 = 2
+ =1
5)
9 + 5 = 33
{ + 3 = 9
+ =5
6) {
3 4 = 6
2 + 4 = 16
7) {
2 + 3 = 1
3 + 4 = 0
+3
8) {
=5
3 = 5
+3
=5
2
9) {
2
4 2 =1
10) {
+ = 60
16 + 20 = 1100
+ 2 + 3 = 1
1) {3 2 = 2
4 + 4 + 4 = 3
85
+ 5 = 2
2) { 5 + = 3
2
5
+ 3 + 2 = 2
5
+ 2 3 = 0
3 + 2 + 6 = 8
3) {
3 + 3 + = 0
2 + 3 + 2 = 8
2 + 6 + 7 = 7
4) { + 2 = 1
5 + 7 4 = 9
2 3 = 8
5) {4 5 + = 15
2 + 4 = 1
+ =2
6) {3 + 3 + = 2
+ =0
++ =0
7) { + 2 + 3 = 0
3 + 5 + 7 = 1
Referencias
http://www.vitutor.com/algebra/sistemas%20I/g_e.html
http://ocw.unizar.es/ciencias-experimentales/matematicas-primer-curso-grado-cienciatecnologia-alimentos/bloques/bloque3/ejercicios/tema3_metodo_gauss_resueltos.pdf
86
4.1 INTRODUCCIN.
El ajuste de curvas nos proporciona funciones mediante las cuales podemos
predecir valores en un instante t+j, en el presente capitulo las funciones encontradas
mediante el mtodo de los mnimos cuadrados son la funcin lineal y la funcin
cuadrtica.
El mtodo de los mnimos cuadrados nos proporciona funciones donde la suma de
los errores al cuadrado debe ser el mnimo; en otras palabras, nos proporciona
funciones que se ajustan a una nube de puntos.
87
= 0 + 1
6
4
2
0
0
20
40
60
80
100
120
140
160
1) =
=
:
=
a) ( ) = , donde = ; donde = +
88
b) ( ) = ( ( )) = ;
La varianza de los errores es constante.
c) ( , ) = ( ( )) ( ( )) =
Ejemplo 1:
Si SCxx es la suma de los cuadrados de los xx, demuestre SCxx = xi 2 nx 2.
Demostracin
= ( )2 = (xi 2 2xi x + x 2 )
= xi 2 2 xi x + x 2
= xi 2 2xnx + nx 2
= xi 2 2nx 2 + nx 2
=
Ejemplo 2:
Si SCyy es la suma de los cuadrados de los yy, demuestre SCyy = .
Demostracin
= ( )2 = (yi 2 2yi y + y 2 )
89
= yi 2 2 yi y + y 2
= yi 2 2yny + ny 2
= yi 2 2ny 2 + ny 2
=
Ejemplo 3:
Si SCxy es la suma del producto de los xy, demuestre SCxy = .
Demostracin
= ( )( ) = (xi yi xyi yxi + xy)
= xi yi xyi yxi + xy
= xi yi nyx nyx + nxy
=
Si
=
Entonces
=
Demostracin
1 se tiene
Derivando con respecto a los parmetros
= 0
= 0
1
2
0 +
1 ))2
= (
)
= ( (
=1
=1
0 +
1 ) + (
0 +
1 )2 ]
= [2 2 (
0 2
1 +
0 2 + 2
0
1 +
1 ]
= [2 2
2
0 2
1 +
0 + 2
0
1 +
1 ]
= 2 2
90
( 2 + 2 2 + + 2 )
=
1
12
2
+
+ +
=0
=
+ 2
+ +
)
(
= 1 + 2 + +
=
=
2 +
2 + +
2 )
2 + + 2
= 21 + 2
=
+
2 + +
)
1 +
2 + +
=
= (1 + + )
=
Entonces la primera ecuacin normal es:
+2
1 = 0
2 +2n
+
1 = 0 (1)
- +
Segunda restriccin del modelo
( 2 + 2 2 + + 2 )
=
1
1
12
2
+
+ +
=0
1
1
1
=
2
2(1 1 + 2 2 + + )
1
1
91
= 2(1
+ 2
+ +
)
2
0
=2
) = 2(x1 2 + x2 2 + + xn 2 )
(
xi 2 =0
2
Entonces la segunda ecuacin normal es:
0 +2
1 2 =0
2 + 2
0 +
1 2 =0 (2)
+
Ecuaciones Normales {
+
1 = 0
+
0 +
1 2 = 0
+
Ejemplo 4:
Encontrar las ecuaciones normales de una funcin de segundo grado
+
+
=
Demostracin
()2 = 0
()2 = 0
1
()2 = 0
2
2
0 +
1 x +
1 x 2
= (
)
;
=
=1
0 +
1 x +
1 x 2 ))2
= ( (
=1
0 +
1 x +
2 x 2 ) + (
0 +
1 x +
1 x 2 ))2 = 0
= ( 2 2 (
=1
92
0 2
1 x 2
2 x 2 +
0 + 2
0
1 x +
1 x 2 + 2
0
2 x 2
= ( 2 2
=1
1
2 x 3 + 2 2 x 4 )
+ 2
=
0 22
0 2
0 )
(21
=1
= 2(1 + 2 + )
=
=
=
0 2 +
0 2 + +
0 2 )
0 + 2
0 + + 2
0 )
= (2
0 +
0 + +
0 )
= 2(
=
(2
0 1 1 + 20 1 2 + + 20 1 )
1 1 + 2
1 2 + + 2
1 )
= (2
1 (1 + 2 + + )
=2
=
=
=
0
2 1 2 + 2
0
2 2 2 + + 2
0
2 2 )
(2
2 1 2 + 2
2 2 2 + + 2
2 2 )
= (2
2 (1 2 + 2 2 + + 2 )
= 2
=
=
0 + 2
1 + 2
2 2 = 0
2 + 2
=1
=1
=1
93
=
1 22 2
1 2
1 )
(21 1
=1
= (21 1 22 2 2 )
= 2(1 1 + 2 2 + + )
=
=
=
0
1 1 + 2
0
1 2 + + 2
0
1 )
(2
=1
0 1 + 2
0 2 + + 2
0 )
= (2
0 (1 + 2 + + )
= 2
=
=
2 2 2 2
2
=
(1 1 + 1 2 + +
1 )
=1
1 1 2 + 2
1 2 2 + + 2
1 2 )
= (2
1 (1 2 + 2 2 + + 2 )
= 2
=
=
=
1
2 1 3 + 2
1
2 2 3 + + 2
1
2 3 )
(2
=1
2 1 3 + 2
2 2 3 + + 2
2 3 )
= (2
2 (1 3 + 2 3 + + 3 )
= 2
=
=
0
1 2
2 3 = 0
=1
=1
=1
=1
94
=
2 1 1 2 2
2 2 2 2 2
2 2 )
(2
=1
= (21 1 2 22 2 2 2 2 )
= 2(1 1 2 + 2 2 2 + + 2 )
=
=1
=
0
2 1 2 + 2
0
2 2 2 + + 2
0
2 2 )
(2
=1
0 1 2 + 2
0 2 + + 2
0 )
= (2
0 (1 2 + 2 2 + + 2 )
= 2
=
=1
=
1
2 1 3 + 2
1
2 2 3 + + 2
1
2 3 )
(2
=1
1 1 + 2
1 2 + + 2
1 3 )
= (2
1 (1 3 + 2 3 + + 3 )
= 2
=1
2 4
2 2 x2 4 + +
2 2 x 4 )
(2 x1 +
=
=1
2 x1 4 + 2
2 x2 4 + + 2
2 x 4 )
= (2
2 (x1 4 + x2 4 + + x 4 )
= 2
=
=1
0
1
2 4 = 0
2
=1
=1
=1
=1
95
0 +
1
2 2 = 0 (1)
=1
=1
=1
0 +
1 2
2 3 = 0 (2)
=1
=1
=1
=1
0 2 +
1 3
2 4 = 0 (3)
2
=1
=1
=1
=1
0 +
1 +
2 2 (1)
=
=1
=1
=1
0 +
1 2 +
2 3 (2)
=
=1
=1
=1
=1
0 2 +
1 3 +
2 4 (3)
2 =
=1
=1
=1
=1
Ejemplo 5:
Dados los siguientes datos, encuentre la ecuacin de regresin lineal ajuste, encontrar
0 1.
X
1
3
5
6
Y
1
3,5
6
7
(1+3+5+6) 15
4
96
1
3
5
6
15
sumatoria
1
3,5
6
7
17,5
-2,75
-0,75
1.25
1.8
0
( )( )
( )^2
297/32
21/32
65/32
189/32
143/8
121/16
9/16
25/16
81/16
59/4
-3,375
-0,875
1.44
2.625
0
(1+3.5+6+7) 17.5
4
143
1 = 8 = 1.212
59
4
0 =
175
15
1.212
= 0.17
4
4
= 0.17 + 1.212
Ejemplo 6:
Promedio
60
65
70
80
80
85
90
90
94
100
81,4
1
1
5
4
2
5
6
4
7
7
4,2
= 81.4
x-x
-21,4
-16,4
-11,4
-1,4
-1,4
3,6
8,6
8,6
12,6
18,6
y-y
-3,2
-3,2
0,8
-0,2
-2,2
0,8
1,8
-0,2
2,8
2,8
(x-x)(y-y) (x-x)^2
68,48
457,96
52,48
268,96
-9,12
129,96
0,28
1,96
3,08
1,96
2,88
12,96
15,48
73,96
-1,72
73,96
35,28
158,76
52,08
345,96
219,2
1526,4
y
1,1
1,815
2,53
3,96
3,96
4,675
5,39
5,39
5,962
6,82
(yi-yi)^2
0,01
0,664225
6,1009
0,0016
3,8416
0,105625
0,3721
1,9321
1,077444
0,0324
14,137994
(yi-y)^2
10,24
10,24
0,64
0,04
4,84
0,64
3,24
0,04
7,84
7,84
45,6
(yi-yi)^2
9,61
5,688225
2,7889
0,0576
0,0576
0,225625
1,4161
1,4161
3,104644
6,8644
31,229194
2
(1 )
1 =14.134
97
= 4.2
1 =
219.2
= 0.143
152.68
a.- Interpretacin
Hipertensin=f(ruido)
= 7.4402 + 0.143
b.- Si x=65
y = 0,1436x - 7,4895
R = 0,6903
5
4
= 7.4402 + 0.143(65)
3
= 1.815
Si x=66
= 7.4402 + 0.143(66)
0
0
20
40
60
80
100
120
= 1.958
Por cada nivel que aumenta en el ruido, la hipertensin aumenta a 0.143 unidades
98
99
En la Fig. 4.2 se observa el funcionamiento del programa de regresin lineal con los datos
x(2,4,6,8) y y(2,5,4,5). Calculamos los valores de B0 y B1 y despus se grafica el ajuste de
curva para los puntos ya mencionados.
4.4 GENERALIZACIN DE MODELOS LINEALES
4.4.1 MODELO POTENCIAL
=
Dado un modelo no lineal mediante transformaciones pasar a modelo lineal
Sea el modelo potencial
=
= ( )
= +
= +
= + 1
=
0 =
1 =
=
Ejemplo 7:
100
= . ,
= +
= + 1
=
=
=
=
=
=
+ =
=
= 0 + 1
=
=
=
=
=
PROPIEDADES
Ejemplo 8:
1) Si = suma de los cuadrados de los xx
= ( )2 , demuestre que = 2 2
( 2 2 + 2 ) = 2 2 + 2
= 2 2 + 2
= 2 2 2 + 2
=
Ejemplo 9:
2) Si =suma de los cuadrados de los yy
= ( )2 , demuestre que = 2 2
( 2 2 + 2 ) = 2 2 + 2
= 2 2 + 2
= 2 2 2 + 2
101
Ejemplo 10:
)(
) =
3) = (
= ( )( )
= ( + )
= +
= +
=
4.5 REGRESIN MLTIPLE
En el captulo anterior se desarroll el ajuste lineal simple, es decir donde haba una variable
dependiente junto a una variable independiente.
En el presente tema se tratar el caso de ajuste lineal donde hay una variable dependiente y
varias variables independientes.
Matricialmente el modelo multilineal se representa
= +
Su ajuste es:
=
Nuestro modelo podra tener la forma
1
2
= 3 ;
[ ]
1 11
0
1 21
X= 1 31 ; = [ ]
[1 1 ]
(1) =
102
= = ( ) ( ) = 0
= = ( )( ) = 0
(2) = [ + ] = 0
Debemos demostrar = .
2.
3.
4.
( ) = 2, donde A es simtrica.
[ ]
1 11
0
1 21
X= 1 31 ; = [ ]
[1 1 ]
Por construccin
1 11
0
1 21
= [1 , 2 , 3 , , ] 1 31 [ ]
[1 1 ] 1
0
= [
=1
1 ] [ ]
=1
0 =1 +
1 =1 1
(3) =
Y
103
1 ] [ 1
0
= [
11
1
21
1
1 2
1 ] [ ]
0 +
1 11
0 +
1 21
0 +
1 1 ] [ 2 ]
= [
0 +
1 11 ) + 2 (
0 +
1 21 )++ (
0 +
11 )
= 1 (
0 + 2
0 +. . +
0 ) + (1
1 11 + 2
1 21 + +
1 1 )
= (1
0 (1 +2 + + )+
1 (1 11 + 2 21 + + 1 )
=
0 =1 +
1 =1 1
(4) =
Igualamos (3) y (4)
0 +
1 1 =
0 +
1 1
=1
=1
=1
=1
[[ 21 22 ] [ ]]
2
31 32
11 1 + 12 2
[ 21 1 + 32 2 ]
31 1 + 32 2
( + 12 2 )
( + 22 2 )
1 11 1
1 21 1
(11 1 + 12 2 )
( + 22 2 )
[2
2 21 1
Derivando respecto a 1 y a 2 obtenemos:
11
= [
12
21
22
( + 32 2 )
1 31 1
( + 32 2 )
2 21 1
]
31
32 ]
104
llegamos a la demostracin:
11 21 31 11
= [
]=[
12 22 32
12
21
22
31
32 ] =
=
[ + ] = 0
= [ ( ) 2
( ) +
( )]
= 2( ) +2
= ( ) = ( )
=
= ( )1
Programa:
Programa Ejecutado
105
106
= (2)
( ) =
=
( ) = (2 )
= 1 + 2 + 3
1
( ) = ( 2 ) =
= ;
( ) = 2
(1
11
3 ) = (12
13
12
22
23
13 1
23 ) (2 )
33 3
107
(11 1 + 12 2 + 13 3 + 12 1 + 22 2 + 23 3 ) + 13 1 + 23 2 + 33 3
1
= (2 )
3
11 12 + 12 2 1 + 13 3 1 + 12 1 2 + 22 22 + 23 3 2 + 13 3 1
+
23 3 2 +33 32
11
= (12
13
12
22
23
23 ) (2 )
() = 2
33 3
Ejemplo 11:
Demuestre que:
= +
= ( ) ( )
= ( + () )( )
= ( )( )
=
Se debera demostrar que:
=
=
( )
=
= ( )
= ( )
= ( ( ) )
=
= 2 +
= 2 +
108
=
2 = ( )2 = ( 0 0 )2
= ( (0 + 0 ))2
2
=1
=1
= [ 2 2 (0 + )]2
=1
= [ 2 2 (0 + ) + (0 + 0 )2 ]
=1
2
= [ 2 2 0 2 + 0 + 20 1 + 1 2 ]
=1
2 =
= 0
0 1
0 1
= [2 20 1 21 + 0 + 20 1 2 + 1 1 2 ]
0
2
(20 1 +
1 +
20 1 2)
0
0
0
2 + 0 + 1 =0
Ejemplo 12:
Demostracin del mtodo de regresin matricial
=
=
0 +
0 +
0 +
1 2
1
1
= ( 0 )
1
1
2
1
)
1
2
=()
109
= .
( . )
1
(
1
1
2
1 1
0
1
1 1
1 2
) = (
) ( ) (
1 2
1
1
0
(
)
2 ) ( ) = (
1
( 0) = (
1
2)
(
)
)
2
Calcular la inversa de (
2
2) = (
=
2 ( )2
=
2
( )2
(
( )2
1
( )2
( )2
)
( )2
2
(
+ ( )
=(
(
)
1
2
1
2
1
)( )
2
(
( )
( )2
( )2
)
1
( )2
(
)
)
(
)
Ejemplo 13:
-
EDAD
2
3
PESO
14
20
110
32
42
44
Peso vs Edad
50
45
40
35
30
25
20
15
10
5
0
0
EDAD
PESO
X
Y
(x-)
2
14
-3
3
20
-2
5
32
0
7
42
2
8
44
3
Promedio:
5
30,4
(y-)
-16,4
-10,4
1,6
11,6
13,6
(x-)(y-)
49,2
20,8
0
23,2
40,8
134
(x-)^2
9
4
0
4
9
26
(
) (
)
=
(
)
5,15384615 4,63076923
y = 4,65 + 5,15x
peso = 4,65 + 5,15(aos)
INTERPRETACIN:
- Por cada ao el peso
del nio aumentar
en 5,15kg.
111
Ejemplo 14:
Con la siguiente tabla, desarrollar:
y
e interpretar los resultados.
a) Hallar la recta de regresin y encontrar
b) Hallar las frmulas Polinmicas de Segundo Grado e interpretar los resultados.
c) Modelo Lineal (Modelo de regresin multilineal) e interpretar los resultados.
REGISTRO
SEXO
1
2
3
4
5
6
7
8
mujer
mujer
mujer
mujer
mujer
mujer
mujer
mujer
Promedio:
CRANEO
X5
55
55
54,5
57
57
54
56
58
55,8125
a)
ESTATURA
X1
158
152
168
159
158
164
156
167
PESO
Y
43
45
48
49
50
51
52
52
48,75
PIE
X2
36
34
39
36
36
36
36
37
)
(x-
-0,8125
-0,8125
-1,3125
1,1875
1,1875
-1,8125
0,1875
2,1875
BRAZO
X3
68
66
72,5
6,5
68,5
71
67
73
ESPALDA
X4
43
40
41
42
44
44,5
36
41,5
)
(y-
-5,75
-3,75
-0,75
0,25
1,25
2,25
3,25
3,25
CRANEO
X5
55
55
54,5
57
57
54
56
58
)(y-
)
(x-
4,671875
3,046875
0,984375
0,296875
1,484375
-4,078125
0,609375
7,109375
14,125
PESO
Y
43
45
48
49
50
51
52
52
)^2
(x-
0,66015625
0,66015625
1,72265625
1,41015625
1,41015625
3,28515625
0,03515625
4,78515625
13,96875
(
) (
)
=
(
)
1,01118568 7,68680089
112
60
50
40
y = 1,0112x - 7,6868
R = 0,1892
30
20
10
0
53,5
54
54,5
55
55,5
56
56,5
57
57,5
58
58,5
INTERPRETACIN
Por cada centmetro que se aumente en el dimetro del crneo el peso aumenta en
1,011 kg
ESTATURA PESO
X1
Y
X*Y
X*X
158
43
6794
24964
152
45
6840
23104
168
48
8064
28224
159
49
7791
25281
158
50
7900
24964
164
51
8364
26896
156
52
8112
24336
167
52
8684
27889
Promedio:
1282
390 62549 205658
2
0 )=
(2 )+ (1)+n(
2 )+ 2 (
1)+ (
0 )=
3 (
2 )+ 3 (
1)+ 2 (
0 )= 2
4 (
X*X*X
3944312
3511808
4741632
4019679
3944312
4410944
3796416
4657463
33026566
x*x*x*x
623201296
533794816
796594176
639128961
623201296
723394816
592240896
777796321
5309352578
y(x*x)
1073452
1039680
1354752
1238769
1248200
1371696
1265472
1450228
10042249
113
60
50
40
30
20
10
0
150
155
160
165
170
INTERPRETACIN
Manteniendo constante los parmetros por cada centmetro de aumento de su
estatura su peso aumenta en 8,35kg
c)
ESTATURA
X1
158
152
168
159
158
164
156
167
PIE
X2
36
34
39
36
36
36
36
37
BRAZO
X3
68
66
72,5
68,5
68,5
71
67
73
PESO
Y
43
45
48
49
50
51
52
52
0 +
1 X1 +
2 X2 +
3 X3
=
0 +
1*Estatura+
2 *Long_Pie+
3 *Long_Brazo
Peso=
MATRIX X
1
1
1
1
1
1
1
1
158
152
168
159
158
164
156
167
36
34
39
36
36
36
36
37
68
66
72,5
68,5
68,5
71
67
73
MATRIX X
TRANSPUESTA
114
1
152
34
66
1
168
39
72,5
1
159
36
68,5
1
158
36
68,5
1
164
36
71
1
156
36
67
1
167
37
73
1282
205658
46519
88957,5
290
46519
10526
20120,5
554,5
88957,5
20120,5
38479,75
INTERPRETACIN
PARA LA
ESTATURA
Manteniendo constante todos los dems parmetros
por cada centmetro en aumento de la estatura su
peso aumenta en 0,089kg
115
PARA LONG_PIE
Manteniendo constante todos los dems parmetros
por cada centmetro en aumento de longitud del pie
su peso disminuye en 0,5KG
PARA
LONG_BRAZO
Manteniendo constante todos los dems parmetros
por cada centmetro en aumento en longitud de
brazo su peso aumenta 0,56KG
EJERCICIOS PROPUESTOS
Ajuste de curvas
1.- Ajustar los datos de la siguiente tabla:
X
5,1
8,8
Lecturas
sucesivas (xi)
L / mm
200
400
500
700
900
1000
60
120
150
210
260
290
Pgina web:
http://ocw.unican.es/ensenanzas-tecnicas/fisica-i/practicas1/Ajuste%20por%20minimos%20cuadrados.pdf
116
3.- 15 estudiantes a los cuales se les realizo un test de inteligencia cuyas puntuaciones se
reflejan en la variable X, y a los que se haba realizado una prueba que se refleja en las
puntuaciones de la variable Y, calcular la recta de regresin de Y sobre X.
n
X
Y
1
9
5
2
12
5
3
6
1
4
9
4
5
7
2
6
9
2
7
5
1
8
9
3
9
7
3
10
3
1
11
10
4
12
6
2
13
11
5
14
4
2
15
13
5
Pgina web:
http://www.ugr.es/~jsalinas/apuntes/C5.pdf
4.- Construir una recta que aproxime los datos de la tabla siguiente y hallar la ecuacin de
dicha recta:
X
1
2
4
5
6
8
Y
1
2
2
4
5
7
5.- Ajustar una recta de mnimos cuadrados a los datos de la tabla que a continuacin se
indica, en los casos siguientes:
a).- X como variable independiente,
b).- Y como variable independiente.
Y hacer la grfica correspondiente
X
Y
1986
18
1987
20
1988
22
1989
24
1990
25
1991
26
1992
28
1993
30
1994
32
Pgina web:
http://books.google.es/books
Coeficiente de correlacin
1. Una compaa desea hacer predicciones del valor anual de sus ventas totales en
cierto pas a partir de la relacin de estas y la renta nacional. Para ello cuenta con los
siguientes datos:
x
189 190 208 227 239 252 257 274 293 308 316
y
402 404 412 425 429 436 440 447 458 469 469
2. La empresa Santos desea saber si sus ventas dependen de la publicidad que ellos
hacen a sus productos tomaran sus datos segn resultados obtenidos, ellos deciden
utilizar el mtodo de correlacin lineal simple para encontrar la relacin las
cantidades de son en millones:
publicidad
1172,2
Ventas
593,8
117
596
598,3
600,8
603,3
607,7
608,5
611,2
592,4
585,6
589
589,4
593,5
597,6
14
3
16
5
15
6
16
5
18
33
20
7
21
10
14
6
20
10
19
5
11
6
20
6,5
16
6
34
8,5
23
7
27
9
32
9,5
18
7,5
22
8
8
15
7
19
6
25
4
23
2
34
1
40
y = 100,
sx = 2,
sy = 25,
sxy = 45.
118
.
Obtener la recta de regresin de Y sobre X. Explicar el significado de los parmetros.
Calcular el coeficiente de determinacin. Comentar el resultado e indicar el porcentaje
de variacin de Y que no est explicado por el modelo de regresin lineal.
Si el modelo es adecuado. C ul es la prediccin para un valor de x = 4?
Obtener la recta de regresin de X sobre Y.
a)
b)
c)
d)
8.
Edad
56
42
72
36
63
47
55
49
38
42
Presin 14.8 12.6 15.9 11.8 14.9 13.0 15.1 14.2 11.4 14.1
a) Calculad el coeficiente de correlacin lineal entre las variables y decid que indica.
b) Determinad la recta de regresin de Y sobre X, justificando la adecuacin de un
1 1 2 3 4 5 5 6
13 15 18 19 21 16 20 14
119
11. Los datos siguientes forman parte de un anuncio publicado por un joyero de
Singapur en el peridico Strauss Times el 29 de febrero de 1992. Estos datos hacen
referencia al precio (en dlares de Singapur) de anillos que llevan un diamante. El
tamao de un diamante, que se indica en quilates (1 quilate=200 mg).
tamao 0.17 0.16 0.17 0.25 0.16 0.15 0.21 0.15
precio 355 328 350 675 342 322 483 323
tamao 0.16 0.17 0.16 0.17 0.18 0.23 0.23 0.12
precio 345 352 332 353 438 595 553 223
Ajustar un modelo lineal a estos datos y decidid si el ajuste obtenido es bueno. Comprobad
si se cumplen para los residuos las suposiciones de independencia y de varianza constante.
120
CAPITULO V: INTERPOLACION
5.1 INTERPOLACIN
En numerosos fenmenos de la naturaleza observamos una cierta regularidad en la forma
de producirse, esto nos permite sacar conclusiones de la marcha de un fenmeno en
situaciones que no hemos medido directamente.
La interpolacin consiste en hallar un dato dentro de un intervalo en el que conocemos los
valores en los extremos.
En el captulo anterior se desarroll la regresin lineal, en el cual se encontraba una funcin
que ajuste a los datos, en este captulo encontraremos funciones que pasen por puntos dados
a lo cual se reconoce con el nombre de interpolacin.
Dados los puntos + 1 puntos (0 , 0 ), (1 , 1 ), . . , ( , ) el polinomio interpolador es
de grado n.
5.2 INTERPOLACIN INVERSA.
Los procesos de interpolacin pueden ser utilizados para encontrar las races de una funcin
tabular.
La siguiente ecuacin nos muestra un polinomio de orden 2.
2 () = 2 + +
Al realizar la interpolacin se debe realizar el siguiente despeje:
=
1 = 1
1 =
El resultado de la interpolacin es resultado de la siguiente expresin,
X=1
Ejemplo 1:
Dados los siguientes puntos encontrar el polinomio interpolador, de grado 2.
Nota
2
4
6
3
2
1
Antes de evaluar los puntos y obtener las ecuaciones de clculo del polinomio interpolador
se debe ordenar los valores de x en forma ascendente independiente de cualquier valor y.
121
Desarrollo
El polinomio de grado 2, podra ser de la = + + , para el punto (2,3) se tiene la
siguiente ecuacin = + + , de idntica forma para los dems puntos.
3 = 4 + 2 +
2 = 16 + 4 +
1 = 36 + 6 +
De las ecuaciones evaluadas se obtiene la siguiente matriz.
4 2 1
= [16 4 1]
36 6 1
Al aplicar Gauss y Gauss-Jordan se calcula la matriz inversa.
Aplicando Gauss.
4
1 = [16
36
2 1
4 1
6 1
4
1 = [ 0
36
2
1
4 3
6
1
1 0 0
4 1 0] F3
0 0 1
F3-9*F1
4
1 = [0
0
2
1
4 3
12 8
1 0 0
4 1 0] F2
9 0 1
F2-(1/3)*F1
4
1 = [0
0
2
1
4 3
12 8
1 0 0
4 1 0] F3
9 0 1
F3-3*F2
4
= [0
0
1
0
0
2
1
4 3
0
1
0 0
1 0] F2
0 1
1
4
3
F2-4*F1
0 0
1 0] F2
3 1
F2+3*F3 y F1
F1-*F3
Aplicando Gauss-Jordan.
4
1 = [0
0
2 0
4 0
0 1
1
1 = [0
0
0 0
1 0
0 1
2 3 1
5 8 3 ] F1
3 3 1
0.125 0.25
1,25
2
3
3
F1+(1/2)*F2
0.125
0.75] F1
1
(1/4)*F1 y F2
(-1/4)*F2
122
3
0.125 0.25 0.125
1 = [1,25
]
[
2]
2
0.75
1
3
3
1
0
= [0.5]
4
Interpretando el resultado para el polinomio interpolador se coloca la primera letra como el
valor de mayor grado y as sucesivamente.
=
0
= 0.5
=
4
= 0.5 + 4
Ejemplo 2:
Existe otra forma de encontrar el polinomio interpolador y es mediante el uso de
determinantes, para su mayor entendimiento se procede a realizar el clculo del Ejemplo
1.
3 = 4 + 2 +
2 = 16 + 4 +
1 = 36 + 6 +
Para hallar los coeficientes a,b y c realice la resolucin del sistema de ecuaciones usando el
mtodo de Cramer.
Desarrollo
3
|2
= 1
4
|16
36
2 1
4 1|
6 1 = (12 + 12 + 2) (4 + 18 + 4) = 26 26 = 0
2 1
(16 + 96 + 72) (144 + 24 + 32) 184 200 16
4 1|
6 1
4
|16
= 36
4
|16
36
3
2
1
2
4
6
1
1|
1 = (8 + 16 + 108) (72 + 4 + 48) = 132 124 = 8 = 1
1
(16 + 96 + 72) (144 + 24 + 32) 184 200 16
2
1|
1
4
|16
= 36
4
|16
36
2
4
6
2
4
6
3
2|
1 = (16 + 288 + 144) (432 + 48 + 32) = 448 512 = 64 = 4
1
(16 + 96 + 72) (144 + 24 + 32)
184 200 16
1|
1
123
=
0
= 0.5
=
4
= 0.5 + 4
5.3 INTERPOLACIN DE NEWTON
En ocasiones es til considerar varios polinomios aproximados 1 (), 2 (), () y,
despus, elegir el ms adecuado a las necesidades.
Los polinomios interpoladores de Newton se calculan mediante un esquema recursivo.
1 () = 0 + 1 ( 0 )
2 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 )
3 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ) + ( 0 )( 1 )( 2 )
() = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ) + 3 ( 0 )( 1 )( 2 )
+ ( 0 )( 1 )( 2 )( 3 ) +
+ ( 0 )( 1 )( 2 ) ( 1 )
() se obtiene a partir de 1 () usando la recurrencia.
() = 1 () + ( 0 )( 1 )( 2 ) ( 1 )
Se dice que () es un polinomio de Newton con centros 0 , 1 , , 1 .
Calculo mediante diferencias divididas
Donde los coeficientes 0 , 1 ,, , se puede calcular mediante diferencias divididas, es
decir:
0 = [0 ]
1 = [0 , 1 ]
2 = [0 , 1 , 2 ]
= [ , 1 , , 1 , 0 ]
Calculo de [0 ] se define de la siguiente forma:
[0 ] = 0
[1 ] [0 ]
1 0
124
[0 , 1 ] =
(1 ) (0 ) 1 0
=
1 0
1 0
[1 , 2 ] [0 , 1 ]
2 0
[2 ] [1 ] [1 ] [2 ]
2 1
1 0
[0 , 1 , 2 ] =
2 0
2 1 1 0
2 1 1 0
[0 , 1 , 2 ] =
2 0
Ejemplo 3:
Calcular el polinomio de Newton usando los siguientes puntos (2,3), (4,2), (6,1). Para un
polinomio de Grado 2.
Desarrollo
1 = [0 , 1 ]
1 = [0 , 1 ] =
[1 ] [0 ] (1 ) (0 ) 1 0
=
=
1 0
1 0
1 0
23
1 =
=
42
2 = [0 , 1 , 2 ]
125
[1 , 2 ] [0 , 1 ]
2 = [0 , 1 , 2 ] =
=
2 0
[2 ] [1 ] [1 ] [2 ]
2 1 1 0
2 0
2 1 1 0 2 1 2 3
1 1 0 6 4 4 2
2 = 2
=
2 0
62
2 =
Ejemplo 4:
Calcular el polinomio de Newton usando los siguientes puntos (3,5), (4,7), (6,2). Para un
polinomio de Grado 2.
Desarrollo
1 = [0 , 1 ]
1 = [0 , 1 ] =
[1 ] [0 ] (1 ) (0 ) 1 0
=
=
1 0
1 0
1 0
75
1 =
=
43
2 = [0 , 1 , 2 ]
[1 , 2 ] [0 , 1 ]
2 = [0 , 1 , 2 ] =
=
2 0
[2 ] [1 ] [1 ] [2 ]
2 1 1 0
2 0
126
2 1 1 0 2 7 7 5
2 1 1 0 6 4 4 3
2 =
=
2 0
63
2 =
127
else
polact = [polact '*' '(x' sg1 num2str(abs(x(w-1))) ')'];%Toma
al polinomio para que siempre sea positivo
actual = [ds '*' polact];% y colocarlo de sea manera para
visualizarlo
acum=[acum sg2 actual];% en consola
end
end
set(handles.resultado,'string',acum);
pol=inline(acum);
fplot(handles.cuadro,pol,[min(x) max(x)]);
grid on;%poner colores donde se encuentra el valor del polinomio
interpolado
zoom on;
hold on;
vx=(get(handles.valor,'string'));
vx=str2double(vx);
if vx<min(xt)
errordlg('ingrese un valor de x dentro del intervalo de valores de x
de la tabla asi sera posible visualizar el punto','Error!');
end
if vx>max(xt)
errordlg('ingrese un valor de x dentro del intervalo de valores de x
de la tabla asi sera posible visualizar el punto','Error!');
end
p=(get(handles.resultado,'string'));%Para visualizar el polinomio en
consoola
p=inline(p);
s=(feval(p,vx));%Aqui evalua los valores obtenidos del polinomio
s=num2str(s);%Para poder graficar en consola
set(handles.solucion,'string',s);%visualizacion del resultado del
polinomio
s=str2double(s);%Se combierte en string para que se visualizara en edit
text
plot(vx,s,'ko');%Para Graficar el en grafico del guide
hold off
128
() = ()
Donde () es:
=0
() =
=0
() = ()
=0
() = 0 0 (), 1 1 (), 2 2 () . . , ()
A continuacin se encuentra un polinomio de grado 1 y de grado 2.
Polinomio de Grado 1
Paso 1: Como es un polinomio de grado 1, los puntos a tomar en consideracin son
de 0 a 1, como se presenta a continuacin (0 , 0 ), (1 , 1 ).
() = () ,
=1
=0
1
1 () = ()
=0
129
1 () = 0 0 () + 1 1 ()
() =
=0
0 () =
=0
0
1
1 () =
=0
1
1
=
0 0 1
0
=
1 1 0
Polinomio de Grado 2
Paso 1: Como es un polinomio de grado 1, los puntos a tomar en consideracin son
de 0 a 1, como se presenta a continuacin (0 , 0 ), (1 , 1 ), (2 , 2 ).
() = () ;
=2
=0
2
2 () = ()
=0
2 () = 0 0 () + 1 1 () + 2 2 ()
() =
=0
130
0 () =
=0
0
2
1 () =
=0
1
2
2 () =
=0
2
1
2
=(
)(
)
0
0 1 0 2
0
2
=(
)(
)
1
1 0 1 2
0
1
=(
)(
)
2
2 0 2 1
Ejemplo 5:
Calcular el polinomio de Lagrange usando los siguientes puntos (1,-2), (-3,1). Para un
polinomio de grado 1.
Desarrollo
Paso 1: Para efectuar la resolucin del problema se utilizara las siguientes formulas.
1
1 () = () ;
=1
=0
() =
=0
1 () = 0 0 () + 1 1 ()
Paso 2: Debemos encontrar los valores de 0 (), 1 (). Donde obtenemos los
siguientes resultados.
1
() =
=0
0
( 1 )
=
0
0 1
131
() =
() =
=0
1
() =
( 0 )
=
1
1 0
( 0 ) ( 1)
( )
=
=
1 0
3 1
Paso 3: Se debe obtener los valores de 0 , 1 , esos valores se obtiene de los puntos
que se dieron como datos.
=
=
Paso 4: Encontrados todos los valores por obtener se procede a formar el polinomio
de Lagrange
1 () = 0 0 () + 1 1 ()
1 () = (2) (
( + )
( )
) + (1) (
)
() = ( + ) ( )
Ejemplo 6:
Calcular el polinomio de Lagrange usando los siguientes puntos (-2,1), (0,-1), (2,3). Para un
polinomio de Grado 2.
Desarrollo
Paso 1: Para efectuar la resolucin del problema se utilizara las siguientes formulas.
2
2 () = () , = 2
=0
() =
=0
2 () = 0 0 () + 1 1 () + 2 2 ()
Paso 2: Debemos encontrar los valores de 0 (), 1 (), 2 (). Donde obtenemos los
siguientes resultados.
132
0 () =
=0
0
1
2
=(
)(
)
0
0 1 0 2
1
2
0
2
0 () = (
)(
)=(
)(
)
0 1 0 2
2 0 2 2
() = (
0
2
( )
)(
)=
2 0 2 2
1 () =
=0
1
0
2
=(
)(
)
1
1 0 1 2
0
2
+2 2
1 () = (
)(
)=(
)(
)
1 0 1 2
0+2 02
() = (
( + )( )
+2 2
)(
)=
0+2 02
2 () =
=0
2
0
1
=(
)(
)
2
2 0 2 1
0
1
+2 0
2 () = (
)(
)=(
)(
)
2 0 2 1
2+2 20
+2 0
( + )
() = (
)(
)=
2+2 20
Paso 4: Encontrados todos los valores por obtener se procede a formar el polinomio
de Lagrange
1 () = 0 0 () + 1 1 () + 2 2 ()
1 () = (1) (
( + 2)( 2)
( 2)
( + 2)
) + (1) (
) + (3) (
)
8
4
8
() = ( ) + ( + )( ) + ( + )
133
134
..
Una funcin spline de grado 1 que interpole los datos es simplemente unir cada uno de los
puntos (Par coordenados) mediante segmentos de recta, como se ilustra en las siguientes
figuras:
135
0 () = 0 + 0 (0 , 1 )
1 () = 1 + 1 (1 , 2 )
() = {
}
..
1 () = 1 + 1 (1 , 1 )
Donde:
1. (x) es un plinomio de grado menos o igual que 1.
2. S(x) tiene derivada continua de orden k-1=0.
3. S( )= , para j=0,1,2,,n
Por lo tanto, el spline de grado 1 queda definido como:
0 + [1 , 2 ]( 0 ) [0 , 1 ]
1 + [2 , 1 ]( 1 ) [1 , 2 ]
() = {
}
.
1 + [ , 1 ]( 1 ) [1 , ]
Ejemplo 7:
136
(1) 1 = +
(2) 0.5 = 2 +
De (1) se obtiene:
= 1 (3)
Reemplazando (3) en (2) se obtiene:
0.5 = 2(1 ) +
Luego
= 1.5
Reemplazando el valor de (b) en (1), se obtiene:
= 0.5
Por lo tanto, se concluye que: 1 () = 0,5 + 1,5 El segundo segmento 2 () =
+ deber unir el segundo punto (2,0.5) con el tercer punto (4,0.25). Anlogamente a lo
hecho para 1 (), en el caso de 2 () se obtiene:
(1) 0.5 = 2 +
(2) 0.25 = 4 +
= 0.125,
= 0.7
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir, que las dos
Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada uno de
estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la funcin
definida a trozos que pasa por tal punto comn.
Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por qu?
Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida en tres
puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis incgnitas en
total. Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener tan slo
137
cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por cada
intervalo), y la quinta al igualar la derivada en el punto comn a las dos P(x).
Se necesita una sexta ecuacin, de dnde se extrae? Esto suele hacerse con el valor de la
derivada en algn punto, al que se fuerza uno de los P(x).
10
5
8; 4
2; 4
10; 3
Series1
4; 1
0
0
10
2 + + = 0
2 + = 0
2a=0
15
138
81 + 1 = 82 + 2
81 + 1 82 2 = 0
162 + 2 = 163 + 3
162 + 2 163 3 = 0
4 Y por ltimo la segunda derivada con los extremos.
23 = 0
Ax = b
= 1
El ejercicio pasamos a resolverlo en Excel, para encontrar los puntos de unin.
a1
4
0
16
0
0
0
8
0
0
b1
2
0
4
0
0
0
1
0
0
c1
1
0
1
0
0
0
0
0
0
a2
0
0
0
16
64
0
-8
16
0
b2
0
0
0
4
8
0
-1
1
0
c2
0
0
0
1
1
0
0
0
0
a3
0
100
0
0
0
64
0
-16
1
b3
0
10
0
0
0
8
0
-1
0
c3
0
1
0
0
0
1
0
0
0
B
4
3
1
1
4
4
0
0
0
En el anterior cuadro estn las ecuaciones, del punto 1,2 y 3 sin las constantes y B seria
nuestra (Y).
0,250
-0,250
-0,250
-0,250
0,250
0,250
-2,000
1,500
2,000
1,500
-1,500
-1,500
4,000
-2,000
-3,000
-2,000
2,000
2,000
0,000
0,125
0,000
0,063
-0,063
-0,125
0,000
-1,500
0,000
-1,000
1,000
1,500
0,000
4,000
0,000
4,000
-3,000
-4,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,500
0,000
0,000
0,000
-0,500
0,000
-4,000
0,000
0,000
0,000
5,000
Estos datos es la matriz inversa de las ecuaciones de los puntos (Primer cuadro)
1,75
-12
21
139
Estos son los datos de la multiplicacin entre la Matriz inversa y nuestra (B).
x
2,000
2,100
2,200
2,300
2,400
2,500
2,600
2,700
2,800
2,900
3,000
3,100
3,200
3,300
3,400
3,500
3,600
3,700
3,800
3,900
4,000
y
4,000
3,518
3,070
2,658
2,280
1,938
1,630
1,358
1,120
0,918
0,750
0,618
0,520
0,458
0,430
0,438
0,480
0,558
0,670
0,818
1,000
x1
4,000
4,100
4,200
4,300
4,400
4,500
4,600
4,700
4,800
4,900
5,000
5,100
5,200
5,300
5,400
5,500
5,600
5,700
5,800
5,900
6,000
y1
1,000
1,197
1,388
1,572
1,750
1,922
2,088
2,247
2,400
2,547
2,688
2,822
2,950
3,072
3,188
3,297
3,400
3,497
3,588
3,672
3,750
x2
8,000
8,100
8,200
8,300
8,400
8,500
8,600
8,700
8,800
8,900
9,000
9,100
9,200
9,300
9,400
9,500
9,600
9,700
9,800
9,900
10,000
y2
4,000
3,950
3,900
3,850
3,800
3,750
3,700
3,650
3,600
3,550
3,500
3,450
3,400
3,350
3,300
3,250
3,200
3,150
3,100
3,050
3,000
140
Spline Cuadratico
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
0
10
12
|[ , +1 ]= es un polinomio cbico en [ , +1 ]
( ) = ( ) para j= 0,1,,n
+1 (+1 ) = (+1 ) para = 0,1, , 2
(+1 ) = (+1 ) para = 0,1, , 2
+1
(+1 ) = (+1 ) para = 0,1, , 2
+1
141
1 = 161 + 41 + 1
1 = 162 + 42 + 2
4 = 642 + 82 + 2
4 = 643 + 83 + 3
3 Derivadas internas.
81 + 1 = 82 + 2
81 + 1 82 2 = 0
162 + 2 = 163 + 3
162 + 2 163 3 = 0
4 Y por ltimo la segunda derivada con los extremos.
23 = 0
Ax = b
= 1
Coordenadas:
x
2
4
8
10
4,5
y
4
1
4
3
8; 4
2; 4
4
3,5
10; 3
3
2,5
Series1
2
1,5
1
4; 1
0,5
0
0
10
12
3 + 2 + + = 0
142
3 2 + 2 + = 0
6ax + 2b=0
6a = 0
Empezamos con las ecuaciones de los extremos y terminamos con las ecuaciones
internas
b1
c1
d1
a2
b2
c2
d2
a3
1000
64
16
64
16
512
64
48
-48
-8
-1
b3
c3
d3
100
10
512
64
192
16
-192
-16
-1
24
-24
-2
48
-48
-2
12
60
0,023
-0,008
-0,023
-0,016
0,016
0,008
0,047
-0,016
-0,141
0,047
0,141
0,094
-0,094
-0,047
-0,281
0,094
-0,313
-0,063
0,313
-0,125
0,125
0,063
0,375
-0,125
2,000
0,000
-1,000
0,000
0,000
0,000
0,000
0,000
-0,016
0,016
0,016
0,016
-0,016
-0,016
-0,031
0,031
0,328
-0,234
-0,328
-0,281
0,281
0,234
0,656
-0,469
-2,188
1,063
2,188
1,375
-1,375
-1,063
-4,375
2,125
4,500
-1,500
-4,500
-1,000
2,000
1,500
9,000
-3,000
0,008
-0,023
-0,008
-0,016
0,016
0,023
0,016
-0,047
-0,234
0,703
0,234
0,469
-0,469
-0,703
-0,469
1,406
2,313
-6,438
-2,313
-4,625
4,625
6,438
4,625
-13,875
-7,500
18,500
7,500
15,000
-15,000
-17,500
-15,000
45,000
143
y
4,000
3,800
3,601
3,403
3,208
3,016
2,827
2,643
2,464
2,291
2,125
1,966
1,816
1,675
1,543
1,422
1,312
1,214
1,129
1,057
1,000
x1
4,000
4,200
4,400
4,600
4,800
5,000
5,200
5,400
5,600
5,800
6,000
6,200
6,400
6,600
6,800
7,000
7,200
7,400
7,600
7,800
8,000
y1
1,000
0,929
0,913
0,946
1,024
1,141
1,291
1,470
1,672
1,892
2,125
2,365
2,608
2,848
3,079
3,297
3,496
3,671
3,817
3,928
4,000
x2
8,000
8,200
8,400
8,600
8,800
9,000
9,200
9,400
9,600
9,800
10,000
y2
4,000
4,028
4,016
3,968
3,888
3,781
3,652
3,505
3,344
3,174
3,000
144
Spline Cubico
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
0
10
12
145
Para el caso de una funcin lineal, () = + , la aproximacin dada por la expresin (1)
resulta exacta para cualquier valor de h distinto de cero. Pero para cualquier funcin en
general no siempre resulta exacta.
A continuacin se hace una estimacin del error asociado a la aproximacin dada por (1)
usando el teorema de Taylor con un polinomio de grado 1.
() lim
()
( )2 .
() =
+
) +
2
si x = x0 + h, x - x0 = h, y reemplazando en (2) resulta:
()
()(
( + ) = () + () +
() 2.
< <
(2)
< < +
.
< < + (3)
2
Observe que la ecuacin (3) es ms til que la ecuacin (1), ya que tiene un trmino que
cuantifica el error y este se conoce como trmino de error.
()
( + ) ()
()
|
|
Ejemplo 1:
Si se utiliza la frmula (1) para calcular la derivada de () = () = /4 y con
h=0.01. Cul es la respuesta y cul es su grado de precisin o error?
Solucin:
() =
= , = 0.01
4
( + ) () ( 4 + 0.01) ( 4)
() =
=
= 0.70355991.
() =
() =
146
()
()
0.01
(0.01)|
=|
| = |
= 0.005
2
2
2
( |() 1)
Se puede obtener una cota ms precisa usando el hecho que < < +
=|
(0.01)| <
0.0714142376
(0.01) = 0.003573712
() = ( ) = cos = 0.707106781
4
4
Observe que si () = , () =
El error real es: 0.707106781 0.703559491 = 0.003547290186.
Se puede obtener otra frmula para aproximar la derivada usando la ecuacin (2),
()
()(
( )2
() = () +
) +
2
Si = , 0 = , reemplazando el valor de x se tiene :
2
( + ) = () () +
Si se despeja () resulta:
() 2
.
2
< <
() ( ) ()
+
2
() ( )
()
() =
|
| (4)
2
A la aproximacin (1) se le llama frmula de diferencia hacia delante y a la aproximacin
dada por (4) se le conoce como frmula de diferencia hacia atrs, ambas frmulas
presentan el mismo error. Se puede obtener otra frmula para aproximar la derivada con un
error que involucre h2 usando un polinomio de grado 2 as:
() =
()
()
( )2 +
( )3 (5)
2
6
Si se reemplaza = + = en (5) resulta:
() = () + ()( ) +
() 2 () 3
( + ) = () +
+
+
. < 1 < +
2
6
()
() 3
( ) = () () +
2
. < 2 <
2
6
Si se restan las anteriores ecuaciones, se tiene:
1
(0 + ) (0 ) = 2 (0 ) + 6 3 ( (1 ) + (2 )) , 0 < 2 < 0 < 1 <
0 +
Ahora se despeja f (x0):
(0 + ) (0 ) 1 2
(0 ) =
(), 0 < < 0 +
(6)
2
6
()
(0 + ) (0 )
(0 )
=|
2 |,
0 < < 0 +
2
6
La anterior frmula para aproximar la derivada de se la conoce como diferencia centrada.
()
147
En las figuras 6.1 y 6.2 se ilustran las aproximaciones dadas por las ecuaciones (1) y (6).
148
( + ) (
) se relacionan con los valores verdaderos por las ecuaciones:
( + ) = ( + ) + ( + ),
( + ) = ( ) + ( )
( + ) ( )
( + ) (
) ( + ) ( )
=
+
2
2
2
Luego el error total en la aproximacin es:
()
( + ) ( ) ( + ) ( ) 2
=
+
2
2
6
Error de redondeo
error por
truncamiento
Como se puede apreciar, tiene una parte debida al error del redondeo y otra al error de
truncamiento. Si se supone que los errores de redondeo e(x0 h) estn acotados por algn
nmero > 0 y la tercera derivada de est acotada por M > 0, entonces:
( + ) ( )
2
2
2
|
|
= | ()|
2
2
6
6
Por tanto
( + ) ( )
2
()
|
| +
2
6
Si la cota para el error se denota con e (h), entonces:
2
() = +
26
pero al mismo tiempo un h pequeo hace que el error por redondeo sea grande.
Como los valores de se dan normalmente con t cifras decimales se puede suponer que el
error de redondeo est acotado por = 0.5 10 .
En la prctica no es posible calcular un valor ptimo h ya que slo se conocen algunos
valores de y no se conoce la tercera derivada. Lo que se debe tener presente es que con la
reduccin de h no siempre se mejora la aproximacin.
149
1
() 2 (0 + 1 ) REGLA DEL TRAPECIO
i.
2
() 3 (0 + 41 + 2 ) REGLA DE SIMPSON
ii.
iii.
3
()
iv.
4
() 45 (70 + 321 + 122 + 323 + 74 ) REGLA DE BOOLE
(0 + 31 + 32 + 3 ) REGLA DE DE SIMPSON
ba
n
Ejemplo 2:
Dado a=3 y b=7 encontrar las particiones del intervalo [a,b] si n=5
150
Desarrollo
73 4
=
=
5
5
Entonces
4
0 + 0 = 3 + 0. = 3
5
4 19
1 + 1 = 3 + =
5
5
4 23
=
5
5
4 27
3 + 3 = 3 + 3. =
5
5
4 31
4 + 4 = 3 + 4. =
5
5
4
5 + 5 = 3 + 5. = 7
5
2 + 2 = 3 + 2.
Es decir {3,
19 23 27 31
5
, 7}
{0 , 1 , 2 , 3 , 4 , 5 }
GRAFICO CUADERNO
n=5
= +
=
=
=
1ra Verificacin 1.
1 3 = (1 3)(1)
3 - 5 = (-2)(1)
2=2
151
2da Verificacin de
5 2 = (5 2)(1)
74=3
3=3
2da Verificacin de 2. 1ra Verificacin de 2.
X X3 = ( 3), [0,5]
si t = 0
x5=1(03)
x = -3 + 5
x=2
X X0 = ( 3), [0,5]
si t = 5
x2=1(50)
x=5+2
x=7
3ra Verificacin de 2.
X X4 = ( 4), [0,5]
si t = 2
x6=1(24)
x=-2+6
x=4
Ejemplo 4:
b
h
f(x)dx = (f(a) + f(b))
2
a
:
b
f(x)dx = Pn (x)dx
a
b 1
= f(x0 ) a
x0 x1
b xx0
dx + f(x1 ) a
x1 x0
dx (1)
152
153
function pushbutton1_Callback(hObject,
eventdata, handles)
funcion=char(inputdlg('ingrese la funcion'));
n=str2double(inputdlg('cuantos numeros desea
ingresar'));
f=inline(funcion);
for i=1:n
etiqueta=['x( ' num2str(i) ')='];
x(i)=str2double(inputdlg(etiqueta));
end
%%codigo para uniciar un contador y asignar
una sentencia de salida de un mensaje al iniciar
el programa
for i=1:n
y(i)=f(x(i));
end %%Inicio de una sentencia para almacenar
los valores ingresados en una funcin
opcion=str2double(inputdlg('elija la opcion 1 o
2'));%%codigo de salida para mensaje de elegir
una opcion
switch opcion
case 1
h=x(2)-x(1);
integral=(f(x(2))-f(x(1)))*(h/2);
ex=x(1):0.1:x(2);
[fx cx]=size(ex) %%comando para crear
dos opciones para el usuario y realizar el
trapecio..
for i=1:cx
ff(i)=f(ex(i));
end
plot([x(1)-5 x(2)+5],[0 0]);
hold on;
plot([0 0],[max(ff)+3 min(ff)-3]);
area(ex,ff);
set(handles.text2,'String',integral);%%mostrar
las sentencias almacenadas en el codigo anterior.
case 2
s=0;
[fx cx]=size(ex);
for i=1:cx
ff(i)=f(ex(i));
end %%para el caso 2 iniciamos una
variable en 0 para realizer un contador, y con el
siguiente cdigo obtenemos la dimensin de la
funcin ingresada,
case 2
s=0;
for i=2:n-1
s=s+2*f(x(i));
end
h=x(2)-x(1);
integral=(h/2)*(f(x(1))+s+f(x(n)));
set(handles.text2,'string',integral);
xx=x(1):0.1:x(n);
[fxx cxx]=size(xx);
for i=1:cxx
yy(i)=f(xx(i));
end
plot([x(1)-5 x(2)+5],[0 0]);
hold on;
plot([0 0],[max(ff)+3 min(ff)-3]);
area(xx,yy); %%mediante las lineas de
este codigo nosostros sacaremos el area es
decir la integral de la funcin ingresada
y tambin los puntos mximos y minimos.
end
for i=1:n
etiqueta=['x(' num2str(i) ')='];
x(i)=str2double(inputdlg(etiqueta));
end%%con este codigo solo aadimos una
etiqueta para mostrar los resultados
for i=1:n
y(i)=f(x(i));
end
h=x(2)-x(1);
integral=(f(x(2))-f(x(1)))*(h/2);Las lineas de
este codigo son para calcular el metodo de
trapecio por medio de la formula.
ex=x(1):0.1:x(2);
[fx cx]=size(ex);
for i=1:cx
ff(i)=f(ex(i));
end
plot([x(1)-5 x(2)+5],[0 0]);
hold on;
plot([0 0],[max(ff)+3 min(ff)-3]);
area(ex,ff);
%%con esta lnea de cdigo nos rive para
graficar los puintos y obtener la grafica de la
funcin
154
() = = 1 () + 1 () + 1 () + 1 ()
155
() = (( ) + ( ) + ( ))
Dado , calcular:
Utilizar la Regla del Trapecio
Utilizar la Regla del Trapecio 3 veces
Utilizar la Regla del Trapecio 5 veces
RESOLUCION
=
7
73
=4
1
4
() = ((3) + (7)) = (9 + 49) = 116
2
2
3
=
4 13
=
3
3
8 17
2 = 3 + =
3
3
3 = 3 + 4 = 7
73 4
=
3
3
1 = 3 +
() =
3
13
13
17
17
((3) + ( )) + ( ( ) + ( )) + ( ( ) + (7))
2
3
2
3
3
2
3
13
17
((3) + 2 ( ) + 2 ( ) + (7))
2
3
3
169
289
= (9 + 2 (
) + 2(
) + 49) = 106,518
2
9
9
=
=
4
19
1 = 3 + (1) =
5
5
4
23
2 = 3 + (2) =
5
5
4
27
3 = 3 + (3) =
5
5
4
31
4 = 3 + (4) =
5
5
4
5 = 3 + (5) = 7
5
73 4
=
5
5
156
() =
3
19
19
23
23
27
((3) + ( )) + ( ( ) + ( )) + ( ( ) + ( ))
2
5
2
5
5
2
5
5
27
31
31
+ ( ( ) + ( )) + ( ( ) + (7))
2
5
5
2
5
19
23
27
31
((3) + 2 ( ) + 2 ( ) + 2 ( ) + 2 ( ) + (7))
2
5
5
5
5
2
361
529
729
961
= (9 + 2 (
) + 2(
) + 2(
) + 2(
) + 49) = 105,76
5
25
25
25
25
=
%eje x
plot([x(1)-2 x(n)+2],[0 0]);
hold on;
%eje y
plot([0 0],[min(y)-2 max(y)+2]);
%area de integracin
xx=x(1):0.1:x(n);
[fxx cxx]=size(xx);
for i=1:cxx
yy(i)=f(xx(i));
end
plot(xx,yy,'r');
area(xx,yy);
%para graficar los puntos x0...xn
for i=1:n
cadena(i)=num2str(x(i));
end
for i=1:n
text(x(i),0,cadena(i));
end
legend('Trapecio Mltiple');
157
Imagen 6,8
h
(f(x0 ) + 4f(x1 ) + f(x2 ))
3
f(x)dx
a
= f(x)dx = P2 (x)dx, n = 2
a
2
= (0 ) () + (1 ) 1 () + (2 ) 2 ()
=
=0
f(x0 )
0 () =
1 2
0 1 0 2
1 () =
0 2
1 0 1 2
2 () =
0 1
2 0 2 1
2
h(t 1) h(t 2)
h(t 0)h(t 2)
hdt + f1
hdt +
h 2h
h h
0
2
+f(x2 )
h(t) h(t 1)
hdt
2h h
158
2
f(x0 ) h 2
f(x20 ) h 2
(t 1)(t 2)dt f(x1 ) h (t)(t 2)dt +
(t)(t 1)dt
2 0
2
0
0
() = [()] + () + 2 ( )
2
=1
=
; = + , ( = 0,1,2,3, , )
(0 )
2
( 1) ( 2)
( 0)( 2)
+ 1
+
2
0
2
+(2 )
() ( 1)
2
(0 ) 2
( ) 2
( 1)( 2) (1 ) ()( 2) + 20 ()( 1)
2
2
0
0
0
2
(0 ) 2 2
(2 ) 2 2
2
(
(
3 + 2) (1 )
2) +
( )
2
2
0
0
0
(0 ) 3 3 2
( ) 3 2 2
3 2 2 2
2
(
+ 2| ) (1 ) (
| )+ 2 ( | )
0
2
3
2
3
2 0
2
3
2 0
(0 ) 2
( ) 2
4
( ) (1 ) ( ) + 2 ( )
2
3
3
2
3
((0 ) + 4(1 ) + (2 ) )
Algoritmo de Simpson
3
R. Simpson 1/3
159
I=
[
+ 4
( )
n1
i=1
n2
( ) + 2
i=1
( ) + ( ) ]
160
3
() = 8 (0 + 31 + 32 + 3 ) 8
0
Demostracin:
3
() = 3 =
0
=0
3 () = 0 0 () + 1 1 () + 2 2 () + 3 3 ()
Donde:
0 2 3
0 =
0 1 0 2 0 3
1 =
0 2 3
1 0 1 2 1 3
2 =
0 1 3
2 0 2 1 2 3
0 1 2
3 0 3 1 3 2
3
( 1) ( 2) ( 3)
0 =
2 3
0
3
() ( 2) ( 3)
+ 1
2
0
3
() ( 1) ( 3)
+ 2
2
0
3
( 1) ( 2) 0 3
+ 3
( 1)( 2)( 3)
3 2
6 0
0
3
3
+ 1 ( 2)( 3) 2 ( 1)( 3)
2 0
2 0
3
+ 3 ( 1)( 2)
6 0
0 3 2
( 3 3 + 2)( 3)
6 0
1 3 3
3 3 3
2
+
( 4 + 3) +
3 + 2
2 0
6 0
3
3 ()3 3 2 + 2
6 0
( ) 3
( ) 4 5 3
3
0 ( 3 6 2 + 11 6) + 1 [
+ 3 2 | ]
0
6
2
4
3
0
( ) 4 4 3 3 2 3
( ) 4
3
+ 2 [ +
+
| ] + 3 [ 3 + 2 | ]
0
2
4
3
2 0
6
4
3 =
161
3
9
9
3
0 + 1 + 2 + 3
8
8
8
8
3
8
[0 + 31 + 32 + 3 ]
R. de 3/8 Simpson
Ejemplo 6:
Dada ()
a) Integrar mediante el trapecio
b) Integrar 5 veces mediante el trapecio
c) Integrar 5 veces Simpson 1/3
RESOLUCION:
a) =
85
1
=3
8
3
() = ((5) + (8)) = ((5) + (8)) = 0.0456
2
2
5
Valor real
8
() = cos()85 = 0.429
5
Error
0.429 0.0456
= |
| = 0.89 100% = 89%
0.429
b) =
85
5
=5
28
28
31
() = ((5) + ( )) + ( ( ) + ( ))
2
5
2
5
5
5
31
34
34
37
+ ( ( ) + ( )) + ( ( ) + ( ))
2
5
5
2
5
5
37
+ ( ( ) + (8))
2
5
=
3
28
31
34
37
((5) + 2 ( ) + 2 ( ) + 2 ( ) + 2 ( )) + (8) = 0.4162
10
5
5
5
5
162
0.429 0.4162
= |
| = 0.03 100% = 3%
0.429
c) =
85
4
=4
8
() =
5
23
26
((5) + 4 ( ) + ( ))
3
4
4
26
29
+ ( ( ) + 4 ( ) + (8))
3
4
4
1
23
26
29
((5) + 4 ( ) + 2 ( ) + 4 ( ) + (8)) = 0.42997
4
4
4
4
() =
0
2
(70 + 321 + 122 + 323 + 74 )
45
Demostracin:
4
() = 4 () =
0
=0
4 () = 0 0 () + 1 1 () + 2 2 () + 3 3 () + 4 4 ()
Dnde:
0 =
0 2 3 4
( 1) ( 2) ( 3) ( 4)
=
0 1 0 2 0 3 0 4
2 3 4
1 =
0 2 3 4
() ( 2) ( 3) ( 4)
=
1 0 1 2 1 3 1 4
2 3
2 =
0 1 3 4
( 1) ( 3) ( 4)
=
2 0 2 1 2 3 2 4
2 2
3 =
0 1 2 4
( 1) ( 2) ( 4)
=
3 0 3 1 3 2 3 4
3 2
163
4 =
0 1 2 3
( 1) ( 2) ( 3)
=
4 0 4 1 4 2 4 3
4 3 2
0 4
1 4
( 1)( 2)( 3)( 4)
( 2)( 3)( 4) +
24 0
6 0
2 4
4
( 1)( 3)( 4) 3 ( 1)( 2)( 4) +
4 0
6 0
4 4
( 1)( 2)( 3)
24 0
0 4 2
4
( 3 + 29( 2 7 + 12) 1 ( 3 5 2 + 6) ( 4) +
24 0
6 0
2 4 3
3 4 3
2
( 4 + 3) ( 4)
( 3 2 + 2)( 4) +
4 0
6 0
4 4 3
( 3 2 + 2)( 3)
24 0
0 4 4
1 4 4
3
2
( 10 + 35 50 + 24)
( 9 3 + 26 2 24) +
24 0
6 0
2 4 4
4
( 8 3 + 19 2 12) 3 ( 4 7 3 + 14 2 8) +
2 0
6 0
4 4 4
( 6 3 + 11 2 6) +
24 0
0 5 10 4 35 3 50 2
5 9 4 26 3 24 2 4
4
[
+
+ 24| ] 1 [
+
| ]
0
24 5
4
3
2
6 5
4
3
2 0
2 5 8 4 19 3 12 2 4
3 5 7 4 14 3 8 2 4
+
[
+
| ]
[
+
| ]
4 5
4
3
2 0
6 5
4
3
2 0
4 5 6 4 11 3 6 2 4
[
+
| ]
24 5
4
3
2 0
[ ] [ ] + [ ] [ ] + [ ]
[ + + + + ]
R. de Boole
164
Sea = () = (),
=
El mtodo de Romberg utiliza la regla del trapecio,
= () + ()
Donde () es la integral dada por el mtodo del trapecio y () es el error de truncamiento
del mtodo del trapecio.
El mtodo combina dos aproximaciones de integracin numrica para obtener un tercer valor
aproximado ms exacto
Nivel 0
Nivel 1
Nivel 2
Nivel 3
h1
h2
h3
Supongamos
que tenemos dos aproximaciones: (1 ) , (2 ) con 1 , 2 son subintervalos
del mismo intervalo.
= (1 ) + (1 )
(1)
)
)
=
(
+
(
(2)
2
2
h4
Igualando (1) y (2)
(1 ) + (1 ) = (2 ) + (2 )
(A)
El error que se comete con la regla del trapecio con n subintervalos est dado por:
1
(1 ) = 12 ( )1 2 () y
1
(2 ) = 12 ( )2 2 ()
1
2
(1 ) 12 ( )1 ()
=
(2 ) 1 ( ) 2 ()
2
12
2
2
(1 ) 1
1
= 2=( )
(2 ) 2
2
(1 ) = (2 ) (1 )
2
(B)
(B) en (A)
(1 ) + (2 ) (
1 2
) = (2 ) + (2 )
2
1 2
(2 ) ( ) (2 ) = (2 ) (1 )
2
1 2
(2 ) (( ) 1) = (2 ) (1 )
2
165
(2 ) =
(2 ) =
(2 ) (1 )
1 2
( ) 1
2
(1 ) (2 )
1(
1 2
)
2
(C) en (2)
= (2 ) +
(1 ) (2 )
1 2
1( )
2
1
Para el caso de Romberg se tiene 2 = 1 ;
( = )
2
2
(1 ) (2 )
1
1
= (2 ) +
= (2 ) (1 ) + (2 )
3
3
3
4
1
)
)
= 3 (2 3 (1
(Nivel 1)
El nmero de niveles de aproximacin depende de las aproximaciones que se hicieron en el
nivel 0.
Para el nivel 2, se tiene la expresin de Romberg
16
1
= 15 15
Donde =integral ms exacta
Y =integral menos exacta}
Para el nivel 3, se tiene la expresin de Romberg
64
1
= 83 63
Aun cuando la regla del trapecio es la frmula de Newton Cotes ms sencilla de aplicar,
hemos mostrado en las secciones anteriores que carece del grado de exactitud requerido
generalmente. La integracin de Romberg es un mtodo que tiene aplicaciones muy
variadas debido a que usa la regla del trapecio para dar aproximaciones preliminares y luego
aplicar el proceso de extrapolacin, para obtener correcciones a las aproximaciones
ALGORITMO DE ROMBERG
Nivel 1
4
1
() ()
3
3
Donde,
hm : Integral ms exacta
he : Integral menos exacta
2
Integrar mediante Romberg1 ()
2
a) Nivel 0
= 1, =
1
1
; =
2
2
166
1
(=1) = [(1) + (2)] = 0.87538
2
1
3
1 = [(1) + 2 ( ) + (2)] = 0.93643
(= )
4
2
2
4
1
(0.93643) (0.87538) = 0.95678
3
3
Error:
|0.95645 0.95678|
100 = 0.03%
|0.95645|
b) Nivel 0
1
1
= 1, = , =
2
4
1
(=1) = [(1) + (2)] = 0.87538
2
1
3
1 = [(1) + 2 ( ) + (2)] = 0.93643
(= )
4
2
2
1
5
3
7
1 = [(1) + 2 ( ( ) + ( ) + ( )) + (2)] = 0.95146
(= )
8
4
2
4
4
Nivel 1
4
1
() ()
3
3
4
1
(0.93643) (0.87538) = 0.95678
3
3
4
1
(0.95143) (0.93643) = 0.95647
3
3
Nivel 2
16
1
() ()
15
15
16
1
(0.95647)
(0.95678) = 0.95645
15
15
=
|0.95645 0.95645|
100 = 0%
|0.95645|
Nivel 3
64
1
() ()
63
15
6.9 CUADRATURA DE GAUSS
La Cuadratura de Gauss es el nombre que se le conoce a una clase de tcnicas para realizar
tal estrategia o tcnica. Las frmulas particulares de cuadratura de Gauss descritas se
denominan frmulas de Gauss-Legendre. Antes de describir el procedimiento, mostraremos
que las frmulas de integracin numrica, al igual que la regla del trapecio, pueden lograr
167
0 + 1 =
()/2
()/2
+ 1
2
2 ()/2
despus de evaluar las integrales tenemos:
0
0 + 1 =
6.10 DESARROLLO DE LA FRMULA DE GAUSS-LEGENDRE DE DOS PUNTOS
As como en el caso anterior para la obtencin de la regla del trapecio, el objetivo de la
cuadratura de Gauss es determinar los coeficientes de una ecuacin de la forma
= 0 (0 ) + 1 (1 ) (1)
donde las c = los coeficientes desconocidos. Sin embargo, a diferencia de la regla del
trapecio que utiliza puntos extremos fijos a y b, los argumentos de la funcin x0 y x1 no
estn fijos en los extremos, sino que son incgnitas
De esta manera, ahora se tienen cuatro incgnitas que deben evaluarse y, en consecuencia,
se requieren cuatro condiciones para determinarlas con exactitud.
Representacin grfica de las variables desconocidas x0 y x1 para la integracin por medio
de la cuadratura de Gauss.
168
[() + ()]
=
2
=
() +
()
2
2
1(1 ) + 2(2 ) = 1 = 2
1
1
1(1 ) + 2(2 ) = = 0
1
1
1(1 ) + 2(2 ) = 2 =
1
1
2
3
1(1 ) + 2(2 ) = 3 = 0
1
169
1 = 2 =
= 1 (
) + 1 (
1
3
1
3
De esta manera,
1
() = (
.1
+
+
).
2
2
2
+
() =
, (
, +
)
2
2
2
=1
Para la transformacin de cualquier integral en [a,b[ a una integral de [-1,1], se tiene las
siguientes transformaciones.
= 0 + 1 ;
0 =
=
+
+
2
2
, 1 =
2
2
Derivando obtenemos = 2
En general el mtodo se puede escribir
=
( )
2
=1
() ,
170
+2
+
2
2
los corresponden a una tabla, son los m ceros del m-avo polinomio de Legendre.
=
2 puntos
3 puntos
4 puntos
Ek
-0.577350269
0.577350269
0.774596669241
0
0.774596669241
-0.861136312
-0.339981044
0.339981044
0.861136312
Wk
1
1
0.555555556
0.888888889
0.555555556
0.347854845
0.652145155
0.652145155
0.347854845
Ejemplo 7:
Resolver la integral por Gauss-Legendre con m=4
2 ; = 4
2 = 0,4674011003
0
1 = + (0,3399810436) = 1,052418651
4 4
2 =
+ (0,3399810436) = 0,5183776762
4 4
3 =
3 =
+ (0,861136116) = 1,461733041
4 4
+ (0,861136116) = 0,1080632958
4 4
ahora evaluamos la integral
(1 ) = 0,5487769211
(2 ) = 0,233412695
(3 ) = 0,232569837
171
(4 ) = 0,01182412727
entonces
=
=
[ (1 ) + 2 (2 ) + 3 (3 ) + 4 (4 )]
4 1
[(0,6521451549)(0,5487769211) + (0,6521451549)(0,233412695)
4
+ (0,3478548451)(0,232569837)
+(0,3478548451)(0,01182412727)]
= 0,4673836586
Ejemplo 8:
Calcular la siguiente integral
,
(, + + + + )
para m=2
+
= 0 + 1 (1 ) , 0 = 2 , 1 = 2
0 = 0,4; 1 = 0,4
= 0,4 + 0,4( )
= 0,4
0.8
1 =
2 =
3
(0,4)
1 =
+ (0,4)(0,5773502692) = 0,169059892
2 = (0,4) + (0,4)(0,5773502692) = 0,630940107
(1 ) = 0,5167405448
(2 ) = 1,505837233
(1 ) + (2 ) = 1,822577778
Ejemplo 9:
172
+ 21
2+1 1
3
+
=
+
= +
2
2
2
2
2
2
1
+
() =
(
+
)
2
2
2
1
1
3
1
1
3 1 3
= ( + ) =
( + ) 2+2
2
2
2
2
2
2
=
1
1
1
[ ( ) + ( )]
2
3
3
1 3
1
1
3 1 +3
1
3
+
[(
+ ) 23 2 + (
+ ) 23 2 ]
2
23 2
23 2
= 7,3832
Ahora integraremos de la forma normal
2
= =
= =
=
1
Ejemplo 10:
Evaluar la siguiente integral por medio de la cuadratura de Gauss.
= ( + )
Solucin analtica
1
= () = (
1
1
) + ( )
3
3
173
+
() =
(
+
1)
2
2
2
1 3
) + ((
) 2 1] + [2( )3 + (( )2 1]
1
4
EJERCICIOS PROPUESTOS
1.-Integre la funcin siguiente en forma tanto analtica como la regla de Simpson, con n=4 y
5. Anracialice los resultados.
5
(4x 3)3 dx
3
2.- Integre la funcin siguiente tanto en forma analtica como numrica. Emplee las reglas del
trapecio y de Simpson 1/3 para integrar numricamente la funcin. Para ambos casos, utilice
la versin de aplicacin mltiple, con n=4. Calcule los errores relativos porcentuales para los
resultados numricos.
3
x 2 ex dx
0
3.- Integre la funcin siguiente tanto analtica como numricamente. Para las
evaluaciones numricas use a) una sola aplicacin de la regla del trapecio, b) la
regla de Simpson 1/3, c) la regla de Simpson 3/8, d) la regla de Boole, e) el mtodo
del punto medio, f) la frmula de integracin abierta de 3 segmentos y 2 puntos, y g)
la frmula de integracin abierta de 4 segmentos y 3 puntos. Calcule los errores
relativos porcentuales de los resultados numricos.
1
152x dx
0
4.- Integre la funcin que sigue tanto en forma analtica como numrica. Para las
evaluaciones numricas utilice, a) una sola aplicacin de la regla del trapecio; b) la
regla de Simpson 1/3; c) la regla de Simpson 3/8; d) aplicacin mltiple de las reglas
de Simpson, con n=5; e) la regla de Boole; f) el mtodo del punto medio; g) la
frmula de integracin abierta de 3 segmentos y 2 puntos, y h) la frmula de
integracin abierta de 4 segmentos y 3 puntos.
3
(5 + 3cosx) dx
0
174
5.- Suponga que la fuerza hacia arriba de la resistencia del aire sobre un objeto que
cae es proporcional al cuadrado de la velocidad. Para este caso, la velocidad se
calcula con
gm
gcd
v(t) = tanh (
t)
cd
m
Donde cd =coeficiente de arrastre de segundo orden, a) Si g=9.8 m/s 2 , m=68.1 kg y
cd = 0.25 kg/m, use integracin analtica para determinar qu tan lejos cae el objeto
en 10 segundos, b) Haga lo mismo, pero evale la integral con la regla del trapecio
de segmento mltiple. Use una n suficientemente grande para detener tres dgitos
significativos de exactitud.
6.- Evalu la integral de los datos tabulados a continuacin, con a) la regla del
trapecio y b) las reglas de Simpson:
x
f(x)
0
1
0.1
8
0.2
4
0.3
3.5
0.4
5
0.5
1
(8 + 4cosx)dx
0
a)en forma analtica; b)con una sola aplicacin de la regla del trapecio; c)con
aplicacin mltiple de la regla de trapecio, con n=2y4; d)con una sola aplicacin de
la regla de Simpson1/3; e con la aplicacin mltiple de la regla de Simpson1/3, con
n=4; f)con una sola aplicacin de regla de Simpson 3/8; g) con aplicacin mltiple de
la regla de Simpson 3/8, con n=5.
(1 ex )dx
0
a)en forma analtica; b)con una sola aplicacin de la regla del trapecio; c)con
aplicacin mltiple de la regla de trapecio, con n=2y4; d)con una sola aplicacin de
la regla de Simpson1/3; e con la aplicacin mltiple de la regla de Simpson1/3, con
n=4; f)con una sola aplicacin de regla de Simpson 3/8; g) con aplicacin mltiple de
la regla de Simpson 3/8, con n=5.
(1 ex )dx
0
a)en forma analtica; b)con una sola aplicacin de la regla del trapecio; c)con
aplicacin mltiple de la regla de trapecio, con n=2y4; d)con una sola aplicacin de
la regla de Simpson1/3; e con la aplicacin mltiple de la regla de Simpson1/3, con
n=4; f)con una sola aplicacin de regla de Simpson 3/8; g) con aplicacin mltiple de
la regla de Simpson 3/8, con n=5.
175
(1 x 4x 3 + 2x 5 )dx
2
a)en forma analtica; b)con una sola aplicacin de la regla del trapecio; c)con
aplicacin mltiple de la regla de trapecio, con n=2y4; d)con una sola aplicacin de
la regla de Simpson1/3; e con la aplicacin mltiple de la regla de Simpson1/3, con
n=4; f)con una sola aplicacin de regla de Simpson 3/8; g) con aplicacin mltiple de
la regla de Simpson 3/8, con n=5.
Referencia4: mtodos numricos para ingenieros (sexta edicin), autor: Steve C.
Chapra, pg.: 572
176
Clasificacin de las
Ecuaciones
Diferenciales
2
+
+ 3 = 0
2
Tipo
Una o ms variables
dependientes con
respecto a una sola
variable
independiente.
Orden
El orden de una
ecuacin diferencial se
toma de la derivada
mayor en la ecuacin.
Linealidad
Una ecuacin
diferencial ordinaria
de orden n es lineal
cuando F (x, y, y',...,
y(n)) = 0
+
1 1 +...+
1 + 0 = ()
+ 3 = ;
= (, )
177
Ejemplo 1:
Utilizando el mtodo de Euler calcule:
= . En x [, ] con = . y la condicin inicial () = .
Desarrollo
Resolviendo analticamente la ecuacin diferencial tenemos:
= 2 1.2
= ( 2 1.2)
= ( 2 1.2)
3
ln =
1,2 +
3
= 3 1,2+
Obteniendo el valor de c mediante la condicin inicial y(0)=1, entonces
1=
03
3 1,20+
1 =
1 =
=0
178
(, )
+1
Error
()
-1,2
0,7
0,25
0,7
-0,79625
0,5009375
0,7446 0,059897932
0,5
0,5009375 -0,47589063
0,38196484
0,5721 0,124388219
0,75
0,38196484 -0,24350259
0,3210892
0,4679 0,183661373
0,3210892 -0,06421784
0,30503474
0,4203 0,236047593
1,25
0,30503474
0,11057509
0,33267851
0,4278 0,286968824
1,5
0,33267851
0,34931244
0,42000662
0,5091 0,346536024
1,75
0,42000662
0,78226233
0,6155722
0,7308 0,425278299
0,6155722
1,72360216
1,04647274
1,3056 0,528513939
Frmulas:
Tabla 1.1
Tabla 1.2
.
Tabla 1.3
Tabla 1.4
Tabla 1.5
Tabla 1.6
179
Ejemplo 2:
Con el mtodo de Euler integre numricamente la ecuacin
= , .
[, ]
h=1 pasos de 1
Condicin () =
Desarrollo
(, )
+1
()
Error
6,40216371
4,70108186
6,70108186
5,55162279
12,2527046
13,6857774
9,61870008
16,3197819
11,6522387
27,9720207
30,1066952
20,879467
37,1992489
25,4930811
62,69233
66,7839558
46,1385184
83,3377673
56,4612371
139,799004
-65,8995022
-4,71913255
0 +1 = + ( , )
0 +1 = 2 + 3 1
0 +1 = 5
+1
+1
+1
+1
= (+1 , 0 +1 )
= (1 ; 5)
= 4 0,81 0.5 5
= 6,40216
( , )(+1 , 0 +1 )
2
3 + 6,40216
2
= 4,7010815
+1 = +
+1 = 2 + 4,7010815
+1 = 6,7010815
Aplicando Laplace a la ecuacin
= 4 0,8 0.5
() (0) + 0,5() = 4
1
0,8
180
4
+2
0,8
4 + 2 1,6
() + 0,5() =
0,8
() + 0,5() =
()( + 0,5) =
() =
4 + 2 1,6
0,8
4 + 2 1,6
0,8 ( + 0,5)
=
+
0,8 ( + 0,5) 0,8 + 0,5
2 2,4 = + 0,5 + 0,8
+ =2
0,5 0,8 = 2,4
=
14 0,8 40 0,5
+
13
13
Ejemplo 3:
Con el mtodo de Euler integre numricamente la ecuacin
= + + ,
Desde x=0 hasta x=4 con un tamao de paso 0,5. La condicin inicial en x=0 es y=1.
Desarrollo
= 2 3 + 12 2 20 + 8.5
= (2 3 + 12 2 20 + 8.5)
= (2 3 + 12 2 20 + 8.5)
=
1=
04
2
4
+ 4 3 10 2 + 8.5 +
2
=1
= 0,5 + 4 3 10 2 + 8,5 + 1
4
181
Error:
=
= 3,21875 5,25 = 2,03125
O, expresada como error relativo porcentual, =-63,1.
En el segundo paso:
(1) = (0,5) + (0,5; 5,25)0,5
() = 5,25 + {2(0,5)3+ 12(0,5)2 20(0,5) + 8,5}
() = 5,875
Tabla de comparacin de los valores verdaderos y aproximados mediante el mtodo de
Euler.
Se utiliza la ecuacin + = + ( , ) para implementar el mtodo de Euler:
(0,5) = (0) + (0,1)0,5
Donde y(0)=1 y la pendiente estimada en x=0 es:
(0,1) = 2(0)3+ 12(0)2 20(0) + 8,5 = 8,5
Por lo tanto,
(0,5) = 1,0 + 8,5(0,5) = 5,25
La solucin verdadera en x=0,5 es:
= 0,5(0,5)4+ 4(0,5)3 10(0,5)2 + 8,5(0,5) + 1 = 3,21872
x
0
0,5
1
1,5
2
2,5
3
3,5
4
y verdadero
1
3,21875
3
2,21875
2
2,71875
4
4,71875
3
y euler
1
5,25
5,875
5,125
4,5
4,75
5,875
7,125
7
global
local
-63,1
-95,8
131
-125
-74,7
46,9
-51
-133,3
-63,1
-28
-1,41
20,5
17,3
4
-11,3
-53
182
8
7
6
5
4
y verd
y euler
2
1
0
0
10
12
Ejemplo 4:
Resuelva el siguiente problema de valor inicial
En el intervalo de t=0 a 2, donde y (0) = 1. Muestre todos sus resultados en la misma grfica.
dy
= yt 3 1.5y
dt
Desarrollo
EULER h=0,5
i xi
y real
0 0
1.0000
1 0.5
0.4798
2 1
0.2865
3 1.5
0.3737
4 2
2.7183
f(xi,yi)
0
-1.5000
-0.3438
-0.0391
0.1099
yi+1
1
0.2500
0.0781
0.0586
0.1135
3,0000
2,5000
EULER h=0,25
2,0000
EULER h=0,5
1,5000
Y REAL
1,0000
PUNTO MEDIO
0,5000
RK CUARTO ORDEN
0,0000
0
183
184
185
de
yi+1
2
La cual va a ser la pendiente de la expresin de Euler
Resumen de las ecuaciones
+=
+ (, ) (Predictor)
+ = +
(, )+(+, +)
(Corrector)
j1
(y y )
|Ea | = | i+1 j i+1 |
(y i+1)
186
f(xi + (p1 )h , yi + q11 (k1 )h) = f(xi , yi ) + p1 h x + q11 (k1 )h y + O(h2 ) (7)
Si = / tenemos:
a1+ a2 = 1
1
a2 p1 = 2
a2 q11 = 2
a1 = 1
1
= 1/2
2
p1 = 1
q11 = 1
187
Entonces:
1
1
Yi+1 = Yi + ( k1 + k 2 )h
2
2
k1 = f(xi , yi )
k 2 = f(xi + h , yi + (k1 )h)
Si = tenemos:
a1+ a2 = 1
a1 = 1 1 = 0
1
a2 p1 = 2
a2 q11 = 2
METODO HEUN
p1 = 1/2
q11 = 1/2
Entonces:
Yi+1 = Yi + ( k 2 )h
k1 = f(xi , yi )
k 2 = f(xi + 1/2h , yi + 1/2(k1 )h)
Explicacin
Los mtodos de Runge-Kutta tienen la exactitud del esquema de la Serie de Taylor, sin
necesitar del clculo de derivadas superiores.
La frmula general es:
+1 = + (; ; )
Donde (x; Yi ;h) es la funcin de incremento, y representa el promedio de la pendiente
sobre el intervalo.
La funcin de incremento se puede escribir en su forma general como:
= a1 k 1 + a 2 k 2 + + a n k n
Donde las ai son constantes y las ki son:
k1 = f(xi ; yi )
k 2 = f(xi + p1 h; yi + q11 k1 h)
k 3 = f(xi + p2 h; yi + q 21 k1 h++ q 22 k 2 h)
k n = f(xi + pn h; yi + q n1 k1 h+q n1 2k 2 h +.+ q n1 (n 1k n h )
Todas las k son relaciones recurrentes. Por lo que k1 aparece en la ecuacin k2, que aparece
en la ecuacin k3, etc. Esta recurrencia hace a los mtodos RK eficientes para su clculo en
computadora.
Algoritmo de resolucin de ecuaciones diferenciales por el mtodo de Heun
188
189
190
191
Yi+1 = Yi + dx|
xi ,yi
1 d4 y
4! dx4 xi ,yi
(xi+1 xi ) +
1 d2 y
2!
dx2
xi ,yi
(xi+1 xi )2 +
(xi+1 xi )4
Sabiendo que
dy
dx
1 d3 y
3! dx3 xi ,yi
(xi+1 xi )3 +
(2)
= f(xi , yi )
h = (xi+1 xi )
Entonces:
1
192
k3 es otra vez la pendiente del punto medio, pero ahora usando k2 para determinar el valor
de y
k4 es la pendiente al final del intervalo, con el valor de y determinado por k3
Promediando las cuatro pendientes, se le asigna mayor peso a las pendientes en el punto
medio:
xi
yreal
k1
1 0,5
0,4798
-1,5
0,2865
3 1,5
4
1
2
xi+0,5*h yi+0,5*k1*h
k2
yi+0,5*k2*h
k3
xi+h yi+k3*h
k4
yi+1
0,25
0,625
-0,9277
0,7681
-1,1401
0,5
0,43
-0,5912
0,4811
-0,6615
0,75
0,3157
-0,3404
0,396
-0,4269
0,2676
-0,1338
0,2869
0,3737
-0,1435
1,25
0,2511
0,1138
0,3154
0,1429
1,5
0,3584
0,672
0,3738
2,7183
0,7008
1,75
0,5489
2,1186
0,9034
3,4866
2,117
13,7607
2,5131
Imagen 7.9: Cuadro de datos del mtodo de runge kutta 4to orden
3,0000
2,5000
EULER h=0,25
2,0000
EULER h=0,5
1,5000
Y REAL
PUNTO MEDIO
1,0000
RK CUARTO ORDEN
0,5000
0,0000
0
0,5
1,5
2,5
193
1
(7k1 + 32k 3 + 12k 4 + 32k 5 + 7k 6 )h
90
Dnde:
k1 = f(xi , yi )
1
1
k 2 = f (xi + h , yi + (k1 )h)
4
4
1
1
1
k 3 = f (xi + h , yi + (k1 )h + (k 2 )h))
4
8
8
1
1
k 4 = f (xi + h , yi (k 2 )h + (k 3 )h)
2
2
3
3
9
k 5 = f (xi + h , yi + (k1 )h + (k 4 )h)
4
16
16
3
2
12
12
8
(k 3 )h (k 4 )h + (k 5 )h)
k 5 = f (xi + h , yi (k1 )h + (k 2 )h +
7
7
7
7
7
Ejemplo 6:
Use el mtodo clsico de Runge-Kutta de 5to Orden para integrar numricamente la
siguiente ecuacin:
f(x;y) = -2 + 12 20x + 8,5 desde x=0 hasta x=4, con un tamao de paso de 0,5.
Condicin inicial en x=0 y y=1.
Desarrollo
x
0
0,5
1
1,5
2
2,5
3
3,5
4
k1
k2
k3
k4
k5
k6
8,5
1,25
-1,5
-1,25
0,5
2,25
2,5
-0,25
6,1836
0,1992
-1,6602
-0,8945
0,9961
2,5117
2,1523
-1,582
6,1836
0,1992
-1,6602
-0,8945
0,9961
2,5117
2,1523
-1,582
4,2188
-0,5938
-1,6563
-0,4688
1,4688
2,6563
1,5938
-3,2188
2,582
-1,1523
-1,5117
0,0039
1,8945
2,6602
0,8008
-5,1836
1,25
-1,5
-1,25
0,5
2,25
2,5
-0,25
-7,5
y
1
3,2188
3
2,2188
2
2,7188
4
4,7188
3
194
EJERCICIOS PROPUESTOS
1.- Resuelva el siguiente problema de valor inicial en el intervalo de t=0 a 2, donde y (0) = 1.
Muestre todos sus resultados en la misma grfica.
dy
= yt 3 1.5y
dt
b) Analticamente.
c) Mtodo de Euler con h=0.5 y 0.25.
d) Mtodo RK de cuarto orden con h=0.5.
2.- Resuelva el siguiente problema en el intervalo de x=0 a 1. Usando un tamao de paso de
0.25 donde y (0)=1. Muestre todos sus resultados en la misma grfica.
dy
= (1 + 2x)y
dx
a) Analticamente.
b) Mtodo de Euler.
c) Mtodo de Heun sin el corrector.
d) Mtodo de Ralston.
e) Mtodo de RK de cuarto orden.
3.- Utilice los mtodos de a) Euler y b) Heun (sin iteracin) para resolver:
d2 y
t+y=0
dt 2
Donde y (0) = 2 y y (0) = 0. Resuelva de x = 0 a 4, con h = 0.1. Compare los mtodos por
medio de graficar las soluciones.
4.- Resuelva el problema siguiente con el mtodo de RK de cuarto orden:
d2 y
dy
+ 0.6 + 8y = 0
2
dx
dx
195
= 2y + 4e1
dz
yz 2
=
dx
3
En el rango de x = 0 a 1, con un tamao de paso de 0,2, con y(0) = 2 y z(0) = 4.
8.-El movimiento de un Sistema acoplado masa-resorte (como indica la figura) esta descrito
por la ecuacin diferencial ordinaria que sigue:
d2 x
dx
m 2 + c + kx = 0
dt
dt
Donde x=desplazamiento desde la posicin de equilibrio (m), t=tiempo(s), m=20(kg) masa y
s
196
Donde k es una constante que depende de la forma del agujero y del area de la seccin
transversal del tanque y agujero de drenaje. La profundidad del agua y se mide en metros y
el tiempo t en minutos.
Si k = 0.006, determine cuanto tiempo se requiere para vaciar el tanque si el nivel de fluido
se encuentra en un inicio a 3m. Resuelva con la aplicacin de la ecuacin de Euler y escriba
un programa de computadora en Excel. Utilice un paso de 0.5 minutos.
10.-La siguiente es una ecuacin diferencial de Segundo orden con valor inicial:
d2 x
dx
+ (5x) + (x + 7)sen(wt) = 0
2
dt
dt
Dnde:
dx
(0) = 1,5
y
x(0) = 6
dt
Observe que w = 1. Descomponga la ecuacin en dos ecuaciones diferenciales de primer
orden. Despus de la descomposicin, resuelva el sistema t = 0 a 15, y grafique sus
resultados.
Referencia5: mtodos numricos para ingenieros (sexta edicin), autor: Steve C. Chapra,
pg.: 68
197
PROGRAMA
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject
handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles
structure with handles and user data (see GUIDATA)
f1=get(handles.edit1,'string');
[1]
f=inline(f1,'x','y');
[2]
%condiciones inciales
x(1)=str2double(get(handles.edit2,'string'));
[3]
y(1)=str2double(get(handles.edit5,'string'));
[4]
%Parametros
xf(1)=str2double(get(handles.edit3,'string'));
[5]
h=str2double(get(handles.edit4,'string'));
[6]
n=(xf-x)/h;
[7]
a(1)=0;
[8]
for i=1:n
[9]
a(i+1)=i;
[10]
x(i+1)=x(i)+h;
[11]
k1= f(x(i),y(i));
[12]
k2=f(x(i)+h/2,y(i)+(h/2)*k1);
[13]
k3=f(x(i)+h/2,y(i)+(h/2)*k2);
[14]
k4=f(x(i)+h,y(i)+(h)*k3);
[15]
y(i+1)=y(i)+h*(k1+2*k2+2*k3+k4)/6;
[16]
k(i+1)=k1;
[17]
l(i+1)=k2;
[18]
m(i+1)=k3;
[19]
p(i+1)=k4;
[20]
end
[21]
set(handles.edit6,'string',y(i+1));
[22]
set(handles.uitable1,'data',[a' x' k' l' m' p' y']);
[23]
plot(handles.axes1,x,y,'b','linewidth',2);
[24]
plot(handles.axes1,x,k,'r','linewidth',1);
[25]
plot(handles.axes1,x,l,'g','linewidth',1);
[26]
plot(handles.axes1,x,p,'y','linewidth',1);
[27]
plot(handles.axes1,x,m,'k','linewidth',1);
[28]
legend Original Rk k1 k2 k3 k4
[29]
hold(handles.axes1,'on');
[30]
grid(handles.axes1,'on');
[31]
zoom(handles.axes1,'on');
[32]
-----------------------------------------------------------------------------------------------------------------------------------------
198
ANEXOS
Propiedades de Laplace
L{ f(at) } = ()
L{ eat.f(t) } = F(s-a)
L{ f(t-a) } = e-as.F(s)
L{ f (t) } = s.F(s) f(0)
L{ f (t) } = s2.F(s) s.f(0) f(1)
L{ 0 f(T). dt } =
()
199
()
cos()
()
( )
. ()
1
()
() ()
F(s)
1
1
2
!
2+1
2 + 2
2 + 2
1
()
()
(). ()
( )() = ( )() =
+
Aplicacin la transformada de Laplace a nuestra ecuacin obtenemos:
8
( 2 2 + 5)() 2 8 =
,
+1
Lo que implica:
2 2 + 10
() = 2
( 2 + 5)( + 1)
3( 1) + 2(4)
1
=
.
2
2
( 1) +
+1
Por lo tanto
200
() = 1 (
3( 1) + 2(4)
1
) ()
( 1)2 + 2
+1
() =
S2
4
}
+ 42
1
4
2 () 0 + 4() = 2
5
( + 42 )
1
4
()( 2 + 4) = 2
5 ( + 42 )
4
1 20 + ( 2 + 42 )
2 + 36
2
()( + 4) = 2
+ =
=
( + 42 ) 5
5( 2 + 42 )
5( 2 + 42 )
1 2
( + 62 )
( 2 + 62 )
5
() =
() =
5( 2 + 42 )( 2 + 42 )
5( 2 + 42 )( 2 + 42 )
Aplicando la transformada Inversa de Laplace
1 2
( + 62 )
5
1 {()}
1
= {
}
5( 2 + 42 )( 2 + 42 )
1 {()} = () = 0.2667(2) + 0.0834(4 + )
Resuelva usando transformada de Laplace la ecuacin
+ = () ,
() = () =
Donde
0
0<3
() = {
3
Primero observamos que:
() = ( 3) = ( 3)( 3) + 3( 3),
Donde
0
() = {
1
<0
0
201
2
Esto implica
3 + 1
() = 2 2
3
( + 4)
3 + 1
() = 1 ( 2 2
3 ) ()
( + 4)
3 + 1
+
=
+ +
2 ( 2 + 4) 2 2 + 4
Resolviendo se obtiene
3
= 4, = 4, = 4, = 4
As
3 + 1
31 1 1 3
1
=
+
2 ( 2 + 4) 4 4 2 4 2 + 4 4 2 + 4
() = 1 (
3 + 1
3 1
3
1
) () = + cos(2) sin(2)
+ 4)
4 4
4
8
2 ( 2
Por lo tanto
() = ( 3)( 3)
3 1
3
1
= ( + ( 3) cos(2( 3)) sin(2( 3))) ( 3)
4 4
4
8
Hallar:
{ + () + ()}
Por la propiedad de linealidad tenemos que:
{4 5 + 6 3 3(4) + 2(2)}
= 4{ 5 } + 6{ 3 } 3{(4)} + 2{cos(2)}
1
3!
4
=4
+6 43 2
+2 2
5
+ 16
+4
4
36
12
2
=
+
+
5 4 2 + 16 2 + 4
Hallar:
{( + ) + ()}
Por la propiedad de linealidad tenemos que:
{( + 2)2 + 4 (2)}
202
= {( + 2)2 } + { 4 cosh(2)}
= {( 2 + 4 + 4) } + { 4 cosh(2)}
= {( 2 } + 4{ } + 4{ } + { 4 cosh(2)}
Aplicando el primer teorema de la traslacin:
= {( 2 } + 4{ } + 4{ } + { 4 cosh(2)}
2!
4
4
+4
=
+
+
+
3
2
( 1)
( 1)
1 ( + 4)2 4
5 4 + 29 3 + 9 2 21 + 20
=
( 1)3 ( + 2)( + 6)
203
ANEXO I: MULTIPLICADORES DE
LAGRANGE
1 MULTIPLICADORES DE LAGRANGE
El mtodo de los multiplicadores de Lagrange es un procedimiento para encontrar los
mximos y minimos de funciones de variables multiples las cuales estan sujetas a
restricciones.
1.1 CONCEPTOS FUNDAMENTALES
Para poder tener una mejor comprensin del mtodo de los multiplicadores de Lagrange se
debe tener en cuenta estos conceptos fundamentales
En clculo, un punto crtico de una funcin de una variable real es cualquier valor en
el dominio en donde la funcin no es diferenciable o cuando su derivada es 0.
Curvas de nivel de una funcin de variables: cuando la funcin tiene dos variables
podra representarse mediante una superficie en el espacio tridimensional. Dicha
superficie estara formada por los puntos de la forma (, , (, )).
No obstante, existe una forma de representar grficamente funciones de dos variables
en el plano: mediante las conocidas como curvas de nivel de la funcin. Dichas curvas
204
1.2 PROCEDIMIENTO
El mtodo dice que los puntos donde la funcin tiene un extremo condicionado con k
restricciones, estn entre los puntos estacionarios (puntos donde la derivada de la funcin es
igual a cero) de una nueva funcin sin restricciones construida como una combinacin
lineal de la funcin y las funciones implicadas en las restricciones, cuyos coeficientes son los
multiplicadores.
1.3 DETERMINACIN DE LA ECUACIN DE LAGRANGE
Se tiene una funcin de tipo (, 1 , 2 , , )la cual tiene un dominio D, donde las variables
de dicha funcin est sujeta a las siguientes restricciones de tipo (, 1 , 2 , , ) las cuales
se encuentran en el dominio D de la funcin primaria.
Las variables , 1 , 2 , , estn sujetas a las restricciones de igualdad (m < n):
1 (, 1 , 2 , , ) = 0
2 (, 1 , 2 , , ) = 0
205
(, 1 , 2 , , ) = 0
Donde las funciones , 1 , 2 , , son diferenciables, debe tener segundas derivadas
continuas, mientras que las deben tener primeras derivadas continuas.
Para simplificar el clculo se trabajara con un funcin doble (, ) = , y sujeto a una
restriccin (, ) = , la cual se encuentra dentro del dominio de
(, ) = .
Como sabemos una funcion de tipo (, ) = , se la puede representar por medio de sus
curvas de nivel; es decir para cada valor de d tendr una curva.
La funcion (, ) = , sera una nica funcin que pasa una de las curvas de nivel.
El punto donde cruza la funcin (, ) = , por un punto de la curva de nivel de la funcin
(, ) = es un punto crtico.
Para determinar ese punto critico se utilizara el gradiente vector, el cual se encuentra en
direccin del mximo cambio de la funcin, se sabe que el gradiente es perpendicular a las
curvas de nivel.
1.4 ECUACION GENERAL DE LOS MULTIPLICADORES DE LAGRANGE
(, , ) = (, ) + (, )
Punto estacionario: En este punto la restriccion (, ) = interseca en un punto de las
curvas de nivel de la funcion (, ) = .
El gradiente de (, ) = , es paralelo al gradiente de la funcin (, ) =
de ah se obtiene = donde la constante c se remplaza por .
206
,
=
,
De esta manera obtendre las siguientes igualdades:
(, ) =
Ejemplo 1:
Encuentre los valores ptimos de la funcin:
a. Los puntos crticos.
b. Los puntos mximos y mnimos de la funcin.
Sea (, ) = + +
Sujeta a la Restriccin: + =
Paso # 1
Ec. Lagrange:
(1 , 2 , , ) = (1 , 2 , , ) + 1 (1 , 2 , , )
=1
(, , ) = (, ) + ()
(, , ) = ( 2 + 12 + 2 2 ) + (4 2 + 2 = 25)
Paso # 2
Derivar aplicando derivadas parciales:
= 2 + 12 + 8 = 0
= 12 + 4 + 2 = 0
= 4 2 + 2 25 = 0
Paso # 3
Formar el sistema de ecuaciones no lineales:
207
1)
2 + 12 + 8 = 0
2)
12 + 4 + 2 = 0
3)
4 2 + 2 25 = 0
Paso # 4
Resolver el sistema; de la ecuacin 1) despejamos y:
12 = 8 2
4)
2
1
=
3
6
Sustituyo 4) en 2)
2
1
2
1
12 + 4 ( ) + 2 ( ) = 0
3
6
3
6
34
4
5)
3 2 = 0
3
3
Sustituyo 4) en 3)
2
1 2
2
1
1 2
4 2 + ( ) 2 ( ) ( ) + ( ) 25 = 0
3
6
3
6
6
2
2
2
1
1 2
4 + ( ) 2 ( ) ( ) + ( ) 25 = 0
3
3
6
6
145 2 4 2 2 2 2 2
6)
+ + 25 = 0
36
9
9
2
Paso # 5
Factorizamos la ecuacin 5)
34
4
( 3 2 ) = 0
3
3
= 0;
Sustituyo 2 =
17
4
1 = 2 ;
2 =
17
4
en 5)
145 2 4 2
17 2 2 2
17
+ ( ) + ( ) 25 = 0
36
9
4
9
4
100 2
25 = 0
9
225
2 =
100
3
3
1 = ;
2 =
2
2
Sustituyo = 2 ; 2 =
17
4
en 4)
208
3
17
= ; = 4 ; =
2
4
Sustituyo 1 = 2 en 6)
145 2 4 2 2 2 2
+ (2) + (2) 25 = 0
36
9
9
145 2 16 2 2 2
+
+ 25 = 0
36
9
9
25 2
= 25
4
1 = 2;
2 = 2
Sustituyo = 2 ; 1 = 2 en 6)
= 2; = 3 ; = 2
= 2; = 3 ; = 2
Paso # 6
Analizar los puntos crticos de la funcin cuando existe un como mximo relativo o mnimos
relativo.
(, ) > 0 .
(, ) < 0 .
Soluciones:
(2, 3); (2, 3) = 59 .
3
3
( , 4) ; ( , 4) = 90.25 .
2
2
Ejemplo 2:
Encontrar el mximo de esta funcin: (, ) = Restriccin
= .
209
(, ) =
2
9
2
16
Paso # 1
2
x
9
Paso # 2
Paso #3
Establecemos nuestras 3 ecuaciones:
2
1. 4 = x
9
2. 4 =
3.
2
9
2
16
2
16
=1
Paso # 4
Despejamos la primera ecuacin , obtenemos nuestra ecuacin (4).
210
18
Paso # 5
Remplazamos nuestra ecuacin (4) en nuestra ecuacin (2).
2
y
16
1 18
4x = (
)
8
4 =
2
9
2
16
Paso # 6
Remplazamos nuestra ecuacin (5) en nuestra ecuacin (3).
2 2
+
=1
9 16
2
9
1 =
2
9
; 2 =
=1
32
;
2
2 =
9
2
32
2
Paso # 7
Obtenemos nuestro valores de, y.
1 = 2 2 ;
2 = 22
Paso # 8
Obtenemos nuestros puntos: (
32
2
; 2 2 ) ; (
32
2
; 2 2 )
(, ) = 4
En este caso obtenemos un valor de 24 en ambos casos por lo que se determina que los dos
son puntos mximos.
Programa 1: Programa de Multiplicadores de Lagrange.
211
212
213
( , , , )
+1
( , , , )
[ +1 ] = [ ]
+1
[( , , , , )]
]
[
Por lo que al obtener la matriz Jaciobiana, tambin debemos encontrar su inversa y de existir
la misma para poder desarrollar este mtodo al efectuar la siguientes operaciones
matemticas obtengo los valores de cada variable para la siguiente iteracin y esto lo
calculamos hasta que le valor de la nueva iteracin menos la antigua iteracin sea
prcticamente cero, es decir llegar a obtener la convergencia.
Ejemplo 1:
214
Resolver {
+ =
, + , =
= 2
= 2 0,5
= 2
= 1
2
2 0.5
2
]
1
215
2.4
[
1.90
0.160
]
1
2 (0.8)
]
1
]
1
0 1
2.4
0.160
1
0
1.901 2.402 2 [
]
0
5.44
1.90
2.40
2.4
0.160
1
0
1/2.90 1 [
] 2/5.44 2
0
5.44
1.90 2.40
1 0
0.18
0.29
0.5522 + 1 1 [
]
0 1
0.35 0.44
0.18
0.29
[
]
0.35
0.44
[
2.4
1.90
2 + 2 2
2 0,5 + 0,1
g(x1,x2,,xn)=
df/dx=
dg/dx=
2x
2x-0,5
df/dy=
dg/dy=
2y
-1
MATRIZ JACOBIANA
2x
2y
216
2 + 2 2
2 0,5
2 0,5 + 0,1
f(Xi)
( )
1()
( )
J(Xi)
J-1(Xi)
Xi
1,200000
0,080000
2,400000
1,600000
Yi
0,800000
0,140000
1,900000
Xi+1
1,144118
0,004267
Yi+1
0,833824
-1
1() ()
1( ) ( )
J-1(Xi)*f(Xi)
Xi+1=Xi-(J-1(Xi)*f(Xi))
0,183824
0,294118
0,055882
1,144118
-1,000000
0,349265
-0,441176
-0,033824
0,833824
2,288235
1,667647
0,189740
0,316419
0,001798
1,142320
0,003123
1,788235
-1,000000
0,339299
-0,434169
0,000092
0,833732
1,142320
0,000003
2,284640
1,667463
0,190097
0,316980
0,000002
1,142318
0,833732
0,000003
1,784640
-1,000000
0,339255
-0,434304
0,000000
0,833732
1,142318
0,000000
2,284637
1,667464
0,190098
0,316981
0,000000
1,142318
0,833732
0,000000
1,784637
-1,000000
0,339255
-0,434304
0,000000
0,833732
-0,800000
0,080000
-1,600000
2,400000
-0,150602
-0,361446
0,009639
-0,809639
1,200000
-0,060000
-2,100000
-1,000000
0,316265
-0,240964
0,039759
1,160241
-0,809639
0,001674
-1,619277
2,320482
-0,152975
-0,354975
-0,000289
-0,809350
1,160241
0,000093
-2,119277
-1,000000
0,324196
-0,247709
0,000520
1,159721
-0,809350
0,000000
-1,618699
2,319443
-0,153071
-0,355040
0,000000
-0,809349
1,159721
0,000000
-2,118699
-1,000000
0,324312
-0,247776
0,000000
1,159721
1,300000
0,500000
2,600000
1,800000
0,156740
0,282132
0,146082
1,153918
0,900000
0,240000
2,100000
-1,000000
0,329154
-0,407524
0,066771
0,833229
1,153918
0,025798
2,307837
1,666458
0,187952
0,313213
0,011533
1,142386
0,833229
0,021340
1,807837
-1,000000
0,339786
-0,433761
-0,000491
0,833719
1,142386
0,000133
2,284772
1,667439
0,190086
0,316957
0,000067
1,142318
0,833719
0,000133
1,784772
-1,000000
0,339261
-0,434304
-0,000013
0,833732
1,142318
0,000000
2,284637
1,667464
0,190098
0,316981
0,000000
1,142318
0,833732
0,000000
1,784637
-1,000000
0,339255
-0,434304
0,000000
0,833732
1,400000
0,960000
2,800000
2,000000
0,135135
0,270270
0,227027
1,172973
1,000000
0,360000
2,300000
-1,000000
0,310811
-0,378378
0,162162
0,837838
1,172973
0,077838
2,345946
1,675676
0,183852
0,308077
0,030189
1,142784
0,837838
0,051541
1,845946
-1,000000
0,339381
-0,431307
0,004187
0,833651
1,142784
0,000929
2,285567
1,667303
0,190018
0,316818
0,000465
1,142318
0,833651
0,000911
1,785567
-1,000000
0,339291
-0,434300
-0,000081
0,833732
1,142318
0,000000
2,284637
1,667464
0,190098
0,316981
0,000000
1,142318
0,833732
0,000000
1,784637
-1,000000
0,339255
-0,434304
0,000000
0,833732
15
-0,900000
0,500000
-1,800000
2,600000
-0,128535
-0,334190
-0,084319
-0,815681
1,300000
0,060000
-2,300000
-1,000000
0,295630
-0,231362
0,133933
1,166067
16
-0,815681
0,025048
-1,631362
2,332134
-0,151470
-0,353247
-0,006305
-0,809376
10
11
12
13
14
217
1,166067
0,007110
-2,131362
-1,000000
0,322837
-0,247102
0,006330
1,159737
-0,809376
0,000080
-1,618752
2,319475
-0,153066
-0,355032
-0,000026
-0,809349
1,159737
0,000040
-2,118752
-1,000000
0,324308
-0,247775
0,000016
1,159721
-0,809349
0,000000
-1,618699
2,319443
-0,153071
-0,355040
0,000000
-0,809349
1,159721
0,000000
-2,118699
-1,000000
0,324312
-0,247776
0,000000
1,159721
-1,000000
0,960000
-2,000000
2,800000
-0,111111
-0,311111
-0,168889
-0,831111
1,400000
0,200000
-2,500000
-1,000000
0,277778
-0,222222
0,222222
1,177778
20
-0,831111
0,077906
-1,662222
2,355556
-0,148028
-0,348689
-0,021478
-0,809633
1,177778
0,028523
-2,162222
-1,000000
0,320070
-0,246056
0,017917
1,159861
21
-0,809633
0,000782
-1,619266
2,319721
-0,153013
-0,354949
-0,000283
-0,809350
1,159861
0,000461
-2,119266
-1,000000
0,324276
-0,247769
0,000139
1,159721
-0,809350
0,000000
-1,618699
2,319443
-0,153071
-0,355040
0,000000
-0,809349
1,159721
0,000000
-2,118699
-1,000000
0,324312
-0,247776
0,000000
1,159721
17
18
19
22
Este mtodo nos permite obtener un xi+1 un par ordenado (x, y) pero para representarlo
grficamente en Matlab debemos evaluar este x, y para obtener una z y graficar los puntos z =
(x, y) para las dos funciones f y g.
+1 2 + +1 2 2
z1=f(x, y)
0,004267
0,001674
0,025798
0,077838
0,025048
0,077906
+1 2 +1 0,5+1
+ 0,1
z2=f(x, y)
0,003122837
9,29017E-05
0,021339806
0,051541271
0,007109654
0,028523457
z1=f(x,y)
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
z2=f(x,y)
0
7,13318E-15
0
1,22402E-14
1,38778E-16
1,97065E-15
Grficamente en Matlab podemos observar los puntos (xx+1, yyi+1, z) e interpretar las
respuestas.
218
Pero la interpretacin de estos puntos son los ms aproximados a la solucin del sistema, pero
debemos notar que su resultado final sera una serie de aproximaciones generadas
219
sucesivamente a partir de una aproximacin inicial a la solucin que generaran una curva
en la interseccin como se puede ver.
220
Son muy variadas las aplicaciones del mtodo de Newton. Para destacar est en la solucin
de problemas de flujos de potencia en ingeniera elctrica. Tambin se encuentran
aplicaciones mecnicas en la solucin de ecuaciones que determinan la posicin en la
dinmica de un mecanismo o sistema.
3. CONCLUSIN
El mtodo de newton es eficiente en la solucin de sistemas de ecuaciones no lineales,
converge muy rpidamente y proporciona una muy buena precisin en los resultados. El
mtodo se emplea en la solucin de problemas acadmicos y en problemas propios del
mundo real.
Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos asegure que
encontraremos la raz, y de hecho no tenemos ninguna garanta de que nos aproximaremos a
dicha raz. Desde luego, existen ejemplos donde este mtodo no converge a la raz, en cuyo
caso se dice que el mtodo diverge. Sin embargo, en los casos donde si converge a la raz lo
hace con una rapidez impresionante, por lo cual es uno de los mtodos preferidos.
221
222
Smbolo
+
*
/
^
sqrt( )
log10( )
log( )
exp( )
sin cos tan
Operacin
Smbolo de comentario (ignora la lnea)
Separacin de comandos. Si se coloca al final del comando, no se muestra el
resultado
Expresin de escape (lnea siguiente)
Nos permite obtener valores desde la consola
Borrar la pantalla
Limpiar toda la memoria
Resultado en fraccin
Resultado en decimales
Imprimir mensaje
Convertir numero a cadena
Permite obtener ayuda sobre un comando
Graficar
Mantener las anteriores graficas
No conservar las anteriores graficas
Tabla 1.2 Caracteres Especiales y comandos
2. VECTORES Y FUNCIONES
2.1 VECTORES
Para crear un vector se utiliza el operador dos puntos :
x=1:5
x=
1 2 3 4 5
223
Mediante el uso de subndices, por ejemplo x(1) es el primer elemento, x(2) el segundo x(3)
ser el tercero y as sucesivamente
Por ejemplo:
x=1:0.4:5;
x(3)
ans=
1.8000
Tambin se puede utilizar la palabra clave end para encontrar elementos desde la
posicin deseada hasta el final, por ejemplo, elementos de la posicin 2 al final
x=1:0.5:5;
x (2: end)
ans=
1.5000.1 000 2.5000 3.0000 3.5000 4.0000 4.5000 5.0000
2.2 FUNCIONES
Las funciones son expresiones reusables, son una especie de objetos en las cuales se
programa secuencias que se repiten dentro de la aplicacin algunas veces
Ejemplo 2.1:
SUMA
clc;
clear all;
format rat;
var1=input('ingrese el primer sumando\n');
var2=input('ingrese el segundo sumando\n');
s=var1+var2;
disp(['la suma de: ' num2str(var1) ' + ' num2str(var2) ' = ' num2str(s)]);
[1]
[2]
[3]
[4]
[5]
EXPLICACION:
224
[1] Borra todas las variables, incluyendo las globales, y las funciones
[2] Matlab cuenta con distintos modos de trabajo, por defecto es el format short, para este
ejemplo se coloca el modo de trabajo en formato racional, es decir que expresa los nmeros
racionales como cocientes de enteros
[3] La funcin input permite ingresar por teclado los datos requeridos en el programa
[4]A la variable s se le asigna la operacin suma (var1+var2)
[5] La funcin disp de MATLAB se utiliza para mostrar un escalar, un mensaje (string), un
vector o una matriz.
Como se observa en la fig. 2.1 mediante el uso de comandos bsicos y el ingreso de datos
por teclado se puede realizar distintas operaciones bsicas, en este caso una suma de
valores ingresados por teclado
FUNCIN
clc;
clear all;
funcion=input('Ingrese la funcion:','s');
f=inline(funcion);
a=input('Ingrese el valor inicial de x, a=\n');
b=input('Ingrese el valor final de x, b=\n');
paso=input('Ingrese el paso de [a,b]\n');
x=a:paso:b;
[filax columnax]=size(x);
for i=1:columnax
y(i)=f(x(i));
end
disp(['columna x columna y']);
disp([x' y']);
[1]
[2]
[3]
[4]
EXPLICACION:
[1] La funcin input permite ingresar por teclado los datos requeridos en el programa
[2] la funcin inline permite que la variable funcin sea reconocida como una expresin
matemtica
[3] Forma de expresar un vector
225
[4] La funcin disp de MATLAB se utiliza para mostrar un escalar, un mensaje (string), un
vector o una matriz.
Ejemplo 2.3:
GRAFICA PARABOLA
clc;
clear all;
funcion=input('Ingrese la funcion:','s');
f=inline(funcion);
tinicial=input('Ingrese el tiempo inicial:\n');
tfinal=input('Ingrese el tiempo final:\n');
t=tinicial:0.2:tfinal;
[filat columnat]=size(t);
for i=1:columnat
y(i)=f(t(i));
end
plot(t,y,'r');
disp(['columna t columna y']);
disp([t' y']);
[1]
[2]
[3]
[4]
EXPLICACION:
[1] La funcin Inline nos permite crear en la misma ventana de comandos, una corta
funcin que puede ser llamada de forma repetida
[2] Asignacion de datos a una variable
[3] Forma de expresar un vector
[4] La funcin disp imprime al vector
226
El siguiente programa realiza el grafico de una funcin por medio del comando plot, el cual
toma los valores de la variable ingresada. De esta manera primero se ingresa la funcin
deseada y se ingresan los valores lmite para la variable.
Por medio del bucle for se evala la funcin de acuerdo a los valores que tome la variable
logrando as obtener los puntos para la grfica.
Ejemplo 2.4:
FUNCIN DE VARIAS VARIABLES
clc;
clear all;
funcion=input('Ingrese la funcion: ', 's');
f=inline(funcion);
disp(f(2,-2,3,-3))
[1]
[2]
[3]
EXPLICACION:
[1] Borra todas las variables, incluyendo las globales, y las funciones
[2] La funcin input permite ingresar por teclado los datos requeridos en el programa
[3] La funcin Inline nos permite crear en la misma ventana de comandos, una corta
funcin que puede ser llamada de forma repetida
227
Para el siguiente programa se desea evaluar una funcin con varias variables, por medio del
comando inline se facilita el clculo. Se ingresa la funcin de varias variables y de acuerdo a
los valores constantes de cada variable se har el clculo.
3. MATRICES
Para trabajar con matrices se debe, ingresar sus valores por filas, cada valor de la fila deber
estar separada por espacio o por coma y cada fila se separa con un punto y coma como se
indica a continuacin:
>>A=[3 7;-1 2]
A=
3
-1
7
2
Ejemplo 3.1:
MATRIZ
clc;
clear all;
filas=input('Ingrese el numero de filas=\n');
columnas=input('Ingrese el numero de columnas=\n');
for i=1:filas
for j=1:columnas
etiqueta=['Ingrese la matriz A(' num2str(i) ',' num2str(j) ')='];
A(i,j)=input(etiqueta);
end
end
disp(A);
228
El ejemplo ilustra la construccin de una matriz, para la cual se debe ingresar el nmero de
filas y columnas deseadas por medio del teclado
Por medio de un bucle se ingresan los datos que ocuparan cada posicin de la Matriz.
4 OPERADORES RELACIONALES
Permiten comparar datos, los resultados son valores lgicos, es decir: 1 (verdadero) o 0
(falso).
ESTRUCTURAS DE CONTROL
Matlab se manejan principalmente tres estructuras de control:
229
CONDICIONAL
Si queremos ejecutar un conjunto de instrucciones en el caso de que se cumpla una
condicin, usaremos una estructura if.
La manera ms sencilla de usarla es la siguiente:
if expresion logica
Conjunto de ordenes (de Matlab)
end
Asigna el valor 0 a los n primeros elementos del vector x. Si n es menor que 1, el comando
central no se ejecutar ninguna vez. Si x no existe, o bien tiene menos de n elementos, se
reservar memoria adicional de forma automtica.
Una prctica comn es la utilizacin de bucles anidados:
for i=1:m
for j=1:m
A(i,j)=1/(i+j-1) ;
end
end
Es importante no olvidar que cada sentencia for debe concluir con su end correspondiente.
BUCLES WHILE
230
SENTENCIA IF
En su forma ms simple, la sentencia if se escribe en la siguiente forma (obsrvese que a
diferencia de C/C++/Java la condicin no va entre parntesis, aunque se pueden poner si
se desea):
if condicion
sentencias
end
La opcin por defecto else puede ser omitida: si no est presente no se hace nada en caso
de que no se cumpla ninguna de las condiciones que se han chequeado. Un ejemplo de uso
podra ser:
if I == J
A(I,J) = 2;
elseif abs(I-J) == 1
A(I,J) = -1;
else
A(I,J) = 0;
end
231
Para poder realizar un programa en GUI, se debe seguir los siguientes pasos:
1. En la ventana principal de Matlab, se debe ejecutar el comando guide, obteniendo
la siguiente ventana
232
Push Button
Slider
Radio Button
Check Box
Edit Text
Static Text
Pop-up Menu
ListBox
Toggle Button
Table
Axes
Panel
ActiveX Control
Button Group
Imagen 3: Paleta de componentes
Una aplicacin GUI consta de dos archivos uno cuya extensin es .m y otro cuya extensin
es .Imagen, la cual es la parte grafica del programa. Las dos partes estn unidas a travs de
las subrutinas callback. Una vez que se graba los archivos podemos ejecutar el programa
desde la ventana del comando de Matlab solamente escribiendo el nombre del archivo.
Por ejemplo si guardamos un archivo sumador.Imagen y sumador.m escribiendo sumador y
presionando enter se ejecuta el programa.
Ejemplo 1:
En el ejemplo se hace uso de un pushbutton, edit y text, se ingresa un texto en
edit se hace click y el texto pasa a text.
233
Pushbutton1
Edit1
Text1
Ejemplo 1: Interfaz
[1]
[2]
EXPLICACION:
[1] El mtodo get permite que la variable objetos1 guarda los datos escritos en el objeto edit1
[2] El mtodo set permite ingresar en el objeto text1 lo almacenado en la variable objeto1
Ejemplo 1: Ejecucin
Ejemplo 2:
El ejemplo hace uso del objeto axes, para graficar una funcin
234
Pushbutton1
1
Axes1
Ejemplo 2: Interfaz
EXPLICACION:
[1] La funcin linspace (a,b,n) permite definir un intervalo y un nmero de puntos a
utilizarse en ese intervalo
[2] La funcin plot permite graficar en el objeto axes1 todos los puntos de la variable x en
base a la funcin coseno
Ejemplo 2: Ejecucin
Ejemplo 3:
Se hace uso de dos objetos axes, en el cual se puede ver su uso para realizar grficos.
235
Pushbutton1
1
Axes1
Axes2
Ejemplo 3: Interfaz
EXPLICACION:
[1] La funcin linspace(a,b,n) permite definir un intervalo y un nmero de puntos a utilizarse en ese intervalo
[2] La funcin plot permite graficar en el objeto axes1 todos los puntos de la variable x en base a la funcin
coseno
[3] La funcin plot permite graficar en el objeto axes2 todos los puntos de la variable x en base a la funcin X^2
Ejemplo 3: Ejecucin
Ejemplo 4:
En el ejemplo se muestra un men de opciones de colores, que al elegir nos muestra el
color seleccionado.
236
Popupmenu 1
1
Text 1
1
Ejemplo 4: Interfaz
PRIMERA FORMA:
function popupmenu1_Callback(hObject, eventdata, handles)
texto=get(handles.popupmenu1,'Value');
switch(texto)
case 1
color='y';
case 2
color='g';
case 3
color='b';
case 4
color= [ 1 0 1];
end
set(handles.text1,'Backgroundcolor',color);
[1]
[2]
EXPLICACION:
[1] El objeto popupmenu1 contiene un arreglo ordenado de nmeros (en este caso va del 1
al 4), y a cada posicin del arreglo le es asignado un nombre, la variable texto acoge la
opcin seleccionada
[2] La funcin switch permite seleccionar una accin en base a lo asignado en la variable
texto
SEGUNDA FORMA:
function popupmenu1_Callback(hObject, eventdata, handles)
clc;
contenido=get(hObject,'string');
valor=get(hObject,'Value');
texto=contenido(valor);
switch cell2mat(texto)
case 'Amarillo'
color='y';
case 'Verde'
color='g';
case 'Azul'
color='b';
case 'Rojo'
color='r';
end
[1]
[2]
[3]
[4]
[5]
237
set(handles.text1,'Backgroundcolor',color);
[6]
EXPLICACION:
[1] Vector de objetos amarillo, verde, azul
[2] La funcin hObject permite acceder a la variable contenido cuando el programa se encuentra en ejecucin
[3] Acceder a cada uno de los ndices
[4] Transforma la matriz de arrays en una matriz del tipo matemtico
[5] Si se escoge la opcin Amarillo, la variable color almacena la letra y
[6] El objeto text1 , con la funcin Backgroundcolor, cambia al color indicado por la variable color
OBSERVACIONES
Para los dems casos se repiten los mismas acciones realizadas en el literal [5]
Ejemplo 4: Ejecucin
Ejemplo 5:
En este ejemplo mostramos una lista con operaciones aritmticas, ingresando los nmeros
n1=5 y n2=10, procedemos a seleccionar una de las operaciones y ver su resultado.
Listbox 1
Text 2
1
Ejemplo 5: Interfaz
238
[2]
EXPLICACION:
[1] La variable n1 se encuentra inicializada con el numero 5
Ejemplo 5: Ejecucin
Ejemplo 6:
Uibuttongroup 1
Text 2
Radiobutton 1
Text 3
Pushbutton 1
Ejemplo 6: Interfaz
[1]
[2]
[3]
239
estado = get(handles.radiobutton2,'Value');
if estado==1
set(handles.text3,'String', 'Sandwich');
end
EXPLICACION:
[1] La funcin valu permite comprobar si ha sido seleccionado el radiobuton, entonces la
variable "estado se le asigna el numero 1
[2] Si la variable estado es 1 entonces asido seleccionado radiobuton 1
[3] En el objeto text3 se visualizara la el mensaje "Sopa", caso contrario la otra opcin
Ejemplo 6: Ejecucin
Ejemplo 7:
Uso de un Radio Button para cambiar el tamao de letra en un mensaje
Buttongroup 1
Text 1
Radiobutton
Ejemplo 7: Interfaz
function uibuttongroup1_SelectionChangedFcn(hObject, eventdata, handles)
A=get(hObject,'String');
[1]
switch A
case '10'
set(handles.text1,'FontSize',10);
[2]
case '14'
set(handles.text1,'FontSize',14);
[3]
240
[4]
EXPLICACION:
[1] La variable A almacena la opcin seleccionada en el radio button
[2] La funcin Fotsize permite seleccionar el tamao de la letra en base a la variable A, si
A=10 entonces el tamao de la letra cambia a 10
[3] Si A = 14 cambia el tamao de la letra del texto
[4] Si A = 18 cambia el tamao de la letra del texto
OBSERVACIONES:
El siguiente ejemplo ilustra el uso de un Radio Button para cambiar el tamao de letra en un
mensaje, para ello es necesario tener presente las siguientes definiciones:
Button Group: Solo se puede tener un Button Group en la Gui, permite exclusividad de seleccin con
los radio button.
Radio Button: Indica una opcin que puede ser seleccionada y realiza una accin determinada.
Ejemplo 7: Ejecucin
Ejemplo 8:
241
Uibuttongroup 1
Axes 1
Radiobutton 1
Checkbox 1
Ejemplo 8: Interfaz
[1]
[2]
[3]
[4]
EXPLICACION:
[1] Uibuttongropu1 contiene a un grupo de radiobutton, y asu vez permite que solo un
radiobutton pueda ser seleccionado a la vez
[2] Permite graficar la funcin en base al interval dado
[3] La funcin grid on permite mostrar lneas de la cuadrcula
[4] La funcin grid on permite ocultar lneas de la cuadrcula
OBSERVACIONES:
Check Box: Indica el estado (on off) de un atributo, y
Toggle Button: Un botn con solo 2 estados (on off)
242
Ejemplo 8: Ejecucin
Ejemplo 9:
Para realizar el ejemplo se realiza lo siguiente:
1. Creamos una nuevo Gui y colocamos cada elemento que usaremos.
2. Realizamos el algoritmo que muestre la funcin de cada elemento
Slider1
Axes1
Ejemplo 9: Interfaz
[1]
[2]
[3]
EXPLICACION:
[1] En este ejemplo se muestra como poder aumentar o disminuir la ampliacin de una
243
Ejemplo 9: Ejecucin
3.
Ejemplo 10:
4.
Realizaremos un ejemplo de cmo usar tablas.
1. Creamos una nuevo Gui y colocamos cada elemento que usaremos.
2. Realizamos el algoritmo que muestre la funcin de cada elemento.
Uitable1
244
EXPLICACION:
[1] A es un vector de string
[2] P es un vector de numeros
[3] A' es la transpuesta del vector A , P' es la transpuesta del vector P , la variable datos une
la transpuesta del vector A y la transpuesta del vector P
Ejemplo 11:
A continuacin realizaremos el algoritmo de la suma de 2 variables
1. Como muestra la figura 11.1 procedemos a insertar los objetos necesarios.
2. De la paleta de componentes escogemos dos edit text, los cuales seran edit1 y
edit2 respectivamente, insertamos un push button y dos static text.
245
Text 6
text2
Edit 2
Edit 1
Pushbutton 1
Text 4
Text 5
[1]
[2]
[3]
EXPLICACION:
[1] Al valor1 se le asigna el contenido del objeto edit1
La funcin str2double realiza la transformacin de string a un valor numrico;
La funcin get es la funcin por medio de la cual obtenemos los valores ingresados por el usuario
[2] Suma=valor1+valor2, realiza la respetiva suma.
[3] La funcin set (colocar), muestra los resultados obtenidos en el programa por medio del objeto text2.
Ejemplo 12:
246
Text 2
Text 6
Pushbutton 1
Text 5
[1]
[2]
[3]
[4]
[5]
[6]
EXPLICACION:
[1] inputdlg aparece un cuadro de dialogo donde idicamos cuantos datos se ingresaran
[2]Utilizamos el comando for end, para poder ingresar los datos al programa.
[3] la variable "etiqueta1" indica el orden de los datos
[4] el arreglo datos(i), aparece un cuadro de dilogo que acojera todos los datos que
ingresemos
[5] Utilizamos la variable s como inicializador de la suma de los nmeros ingresados,
mediante la cual podemos realizar la suma de los datos.
247
[6] calculamos el promedio, utilizando la suma anterior dividida para el nmero de datos
ingresados.
Ejemplo 13:
Programa Para Sumar o Multiplicar Datos en un listbox
248
Uipanel 1
Pushbutton 1
Edit 1
Pushbutton 2
Listbox 1
Pushbutton 3
Text 1
[1]
[2]
[3]
[4]
EXPLICACION:
[1] Se importan los datos del edit1
[2]Se importa el dato ingresado del Listbox1
[3]Se crea un nuevo dato concatenando verticalmente los datos del Listbox1 con el
comando strvcat.
[4]Se imprimen los datos concatenados en el Listbox1.
SUMA
249
[1]
[2]
[3]
EXPLICACION:
[1] Se crea un acumulador que este igualado a 0,
[2] Se asigna a una variable los datos encontrados en el Listbox
[3] Se crea un bucle con un For que empiece desde 1 y recorra hasta el nmero de datos
ingresados en el Listbox
[4] Dentro del for se acumulan los datos (acum=acum+ datos), de esta manera los datos
quedan sumados.
MULTIPLICACIN
250
[1]
[2]
[3]
[4]
EXPLICACION:
[1]Se crea una variable que este igualado a 1 ya que con esta variable vamos a
realizar las multiplicaciones y la multiplicacin por 0 es 0,
[2] Se coloca en una variable los datos encontrados en el Listbox
[3] se crea un For que empiece desde 1 y recorra hasta el nmero de datos
ingresados en el Listbox
[4] Dentro del for se multiplican los datos (mul=mul*datos
Ejemplo 14:
Importacin y exportacin de datos entre Excel y Matlab
251
Pushbutton 1
Pushbutton 2
Text 2
Text 3
Uitable 1
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
EXPLICACION:
[1] Se utiliza la funcin inputdlg para ingresar por un cuadro de dilogo la direccin del
archivo a leer
[2] Se usa la funcin cell2mat en la variable ruta para convertir el vector tipo cell a vector
normal.
[3] Se usa la funcin xlsread para importar los datos desde la ruta ingresada.
[4] En la quinta lnea presentamos los datos importados en una tabla de datos.
Botn 2:
[5] Se obtienen los datos de la tabla.
[6] se ingresa la ruta de destino para el nuevo archivo
[7] Se utiliza usamos la funcin cell2mat para convertir el vector tipo cell a vector normal.
[8] Se exporta el archivo, con la funcin xlswrite, a la ruta ingresada con los datos obtenidos.
252
Ejemplo 15:
253
Uso de Axes
Mediante el uso del axes en el entorno grafico guide del Matlab nosotros podemos crear la
grfica de una funcin que ingresemos:
Para obtener un axes presionamos el botn indicado por la flecha en el entorno grafico
guide:
Pushbutton 1
Axes 1
[1]
[2]
[3]
[4]
EXPLICACION:
[1] Usamos la funcin (char) para convertir la funcin en una cadena de caracteres y poder
evaluarla
254
[2] Ingresamos los datos para poder evaluar la funcin mediante etiquetas:
[3]Mediante un (for) Definimos el vector para poder realizar las graficas.
[4]Mediante la funcin plot dibujamos un vector de valores (y) en ordenadas frente a otro
vector(x) en las abscisas. Ambos vectores tienen el mismo nmero de elementos.
OBSERVACIONES:
La funcin hold on, nos permite dibuja barias lneas en una misma figura.
La funcin lebel podemos poner nombre a los ejes de la grafica
Ejemplo 16:
Uso del Uitable
Uitable es una funcin del entorno grafico de Matlab que enumera los datos ingresados o
enumera los resultados de un programa.
Para obtener un uitable presionamos el botn indicado en el entorno grafico guide:
255
Uipanel 1
Pushbutton 1
Uitable 1
Axes 1
Uipanel 2
Uitable 2
[1]
[2]
[3]
EXPLICACION:
[1] Ingresamos la funcion en el inputdlg
[2] La funcin Inline permite que la variable funcin se con vierta en una expresin matemtica
[3] [m,n] = size(X) [m,n] = size(X) devuelve el tamao de la matriz X en las
independientes m y n
variables
OBSERVACIN:
Se puede poner nombres a las filas o columnas de nuestra uitable mediante las funciones :
256
Ejemplo 17:
Uso del elemento Checkbox y Msgbox
Text 2
Checkbox 1
[1]
[2]
257
EXPLICACION:
[1] En la primera lnea de cdigo creamos una sentencia if (de condicin) para obtener el valor numrico del
elemento checkbox ( 1 como verdadero y cero como falso).
[2]Se enva un cuadro de mensaje, con la sentencia msgbox, enviando Seleccionado si es nmero 1 No
seleccionado si es cualquier otro nmero.
258