Documente Academic
Documente Profesional
Documente Cultură
Ra, g, m, t, v, i
t =<
14
Si
No
S
t = t +2
v = [g*m)/Ra]*[1 e^-(Ra/m)*t]
i = i + v + vbCrLf
Imprimir
i
fin
Laboratorio n 2
Mtodo de Biseccin
Integrantes:
Gesuani
Gmez 8-907-531
Justin Lezcano
4-774-663
Evelyn Romero 1734-183
\tXa
\tXb
disp(A)
fprintf('Solucion:\n c=% 8.5f\n',c)
fprintf('f( c)=%8.5f\n',f( c))
fprintf('error=%8.5f\n',e)
\tc
\tf(c)
\terror \n')
Resultado
Introduzcal a funcion f(x)=- 0.4*x^2+2.2*x+ 4.7
Introduzca el valor de Xa: 5
Introduzca el valor de Xb: 10
Introduzca el numero de iteraciones cont: 15
Xa
Xb
f(c)
error
1.0000
5.0000
10.0000
7.5000
-1.3000
2.0000
5.0000
7.5000
6.2500
2.8250
1.2500
3.0000
6.2500
7.5000
6.8750
0.9188
0.6250
4.0000
6.8750
7.5000
7.1875
- 0.1516
0.3125
5.0000
6.8750
7.1875
7.0313
0.3934
0.1563
6.0000
7.0313
7.1875
7.1094
0.1233
0.0781
7.0000
7.1094
7.1875
7.1484
- 0.0135
0.0391
8.0000
7.1094
7.1484
7.1289
0.0551
0.0195
9.0000
7.1289
7.1484
7.1387
0.0208
0.0098
10.0000
7.1387
7.1484
7. 1436
0.0037
0.0049
11.0000
7.1436
7.1484
7.1460
-0.0049
0.0024
12.0000
7.1436
7.1460
7.1448
-0.0006
0.0012
13.0000
7.1436
7.1448
7.1442
0.0015
0.0006
14.0000
7.1442
7.1448
7.1445
0.0005
0.0003
15.0000
7.1445
7.1448
7.1446
-0.0001
0.0002
Solucion:
c= 7.14462
f(c)=-0.00008
error= 0.00015
2.5000
Laboratorio n 3
Mtodo de Gauss-Jordn
Integrantes:
Gesuani Gmez 8-907-531
Justin Lezcano 4-774-663
Evelyn Romero 1-734-183
A= Matriz 1
Inicio
B= Matriz 2
C= unin de los datos en una sola matriz
Nota: se repite hasta lograr que
La diagonal sean 1 y los dems
si
C=1
no
C(i,:)= C(i,:)./C(i,i)
n=1
no
C(n,:)=C(n,i).*C(i,:)+C(n,:)
Fin
Seudocdigo
%mtodo de Gauss-Jordan
%en el siguiente programa se puede determinar la solucin de una matriz nxn
%si en la matriz 2 se especifican los coeficientes o se puede determinar la
%inversa de una matriz si a la matriz 2 se le asigna el valor de la matriz
%identidad . La idea de este programa es ir realizando el procedimiento
%paso a paso para finalmente llegar a la respuesta
%ejemplo1: A=[1 2 3; 4 5 6; 7 8 9] y B=[3 4 5]'
%ejemplo2: A=[1 2 3; 4 5 6; 7 8 9] y B=eye(3)
%para solo llegar a la respuesta en el ejemplo 1 se puede ingresar A\B y
%para el ejemplo 2 se ingresa inv(A)
A=input('ingrese la matriz 1 '); %% entrada de
B=input('ingrese la matriz 2 '); % datos %%
C=[A B]; %%unin de los datos en una solo matriz
for i=1:length(C(:,1)) %%para i desde la primera fila hasta el nmero de filas existentes
if C(i,i)~=1 %%si el elemento i,i de la diagonal es diferente de 1
C(i,:)= C(i,:)./C(i,i); %entonces se convierte a 1 dividiendo toda la fila por dicho elemento
disp(C) %salida de datos
end
%adems el resto de elementos de la columna deben convertirse a 0 :
%es decir si n es diferente de i ya que si i y n son iguales entonces el
%elemento se encuentra en la diagonal
for n=1:length(C(:,1)) %para n desde la primera fila hasta el nmero de filas existentes
if n~=i % si n en la columna i no est en la diagonal es decir si i no es igual a n
C(n,:)=-C(n,i).*C(i,:)+C(n,:); %entonces se convierte a 0
disp(C)
end
end
end
Resultado
Laboratorio 4
Regresin lineal
Evelyn Romero 1-734-183
Gesuani Gomez 8-907-531
Justin Lezcano 4-774-663
Grupo: 1Ib-121
Diagrama de Flujo
Inicio
Ingrese
no
i=1:n
si
x(1,i)
no
i=1:n
si
y(1,i)
si
no
a=0
a=a+x(1,
i)*y(1,i);
si
no
b=0;
b=b+x(1,
i)*x(1,i);
si
no
c=0;
c=c+x(1,i);
no
si
e=0;
e=e+y(1,i);
si
no
d=0;
d=c/n;
no
si
f=0;
f=e/n;
a1=(n*ac*e)/(n*b
-c*c);
a0=fa1*d;
si
no
i=1:
y(1,i)=a0+
a1*x(1,i);
Fin
CODIGO
clear all;
clc;
fprintf('Metodo de Regresion Lineal \n\n');
n=input('Numero de puntos: ');
for i=1:n
x(1,i)=input('dame los valores de x: ');
end
for i=1:n
y(1,i)=input('dame los valores de y: ');
end
% se nota extrao pero asi se mostraran los resultados
%en forma de Vector.
x
y
plot(x,y)
grid
xlabel('x');ylabel('y')
pause
a=0;
for i=1:n
a=a+x(1,i)*y(1,i);
end
b=0;
for i=1:n
b=b+x(1,i)*x(1,i);
end
c=0;
for i=1:n
c=c+x(1,i);
end
e=0;
for i=1:n
e=e+y(1,i);
end
d=0;
d=c/n;
f=0;
f=e/n;
a1=(n*a-c*e)/(n*b-c*c);
a0=f-a1*d;
clc;
fprintf('Ecuacion con la que se encuentran los nuevos valores de y \n\n');
fprintf(' y = %d + %d x',a0,a1);
for i=1:n
y(1,i)=a0+a1*x(1,i);
end
fprintf('\n\nPresiona enter para ver la nueva grafica\n\n');
pause
%Grafica con los Datos Ajustados
plot(x,y)
grid
xlabel('x');ylabel('y')
pause
clear all;
clc;
fprintf('Metodo de Regresion Lineal \n\n');
n=input('Numero de puntos: ');
for i=1:n
x(1,i)=input('dame los valores de x: ');
end
for i=1:n
y(1,i)=input('dame los valores de y: ');
end
% se nota extrao pero asi se mostraran los resultados
%en forma de Vector.
x
y
plot(x,y)
grid
xlabel('x');ylabel('y')
pause
a=0;
for i=1:n
a=a+x(1,i)*y(1,i);
end
b=0;
for i=1:n
b=b+x(1,i)*x(1,i);
end
c=0;
for i=1:n
c=c+x(1,i);
end
e=0;
for i=1:n
e=e+y(1,i);
end
d=0;
d=c/n;
f=0;
f=e/n;
a1=(n*a-c*e)/(n*b-c*c);
a0=f-a1*d;
clc;
fprintf('Ecuacion con la que se encuentran los nuevos valores de y \n\n');
fprintf(' y = %d + %d x',a0,a1);
for i=1:n
y(1,i)=a0+a1*x(1,i);
end
fprintf('\n\nPresiona enter para ver la nueva grafica\n\n');
pause
%Grafica con los Datos Ajustados
plot(x,y)
grid
xlabel('x');ylabel('y')
pause
Resultado
Mtodo de Regresin Lineal
Nmero de puntos: 5
dame los valores de x: 2
dame los valores de x: 3
dame los valores de x: 5
dame los valores de x: 7
dame los valores de x: 8
dame los valores de y: 14
dame los valores de y: 20
dame los valores de y: 32
dame los valores de y: 42
dame los valores de y: 44
x=
2
y=
14 20 32 42 44
Ecuacin con la que se encuentran los nuevos valores de y
y = 4.630769e+00 + 5.153846e+00 x
Laboratorio 4
Integrantes
Justin Lezcano 4-774-663
Evelyn Romero 1-734-183
Gesuani Gmez 8-907-531
f(x)=
REA
a = xO = 1
1+ s
b = xn = 2
3.5
y
0.5
0.76339842
1.10009272
1.51702788
2.02079478
2.61768066
3.3137085
2.5
eje y
x
1
1.16666667
1.33333333
1.5
1.66666667
1.83333333
2
s3
1.5
0.5
0
0
0.5
1.5
2.5
eje x
MTODO ANALTICO
2
3
1 +
REA ENTRE
a
1.000000000
REA=
b
2.000000000
REA ENTRE
1
f (x)dx h f (a)4f (x1)2f (x2)...2 f (xn2) 4 f (xn1) f (b)
3
a
1.000000000
b
2.000000000
(ba)
n
REA=
n=
h=
x0=
x1=
x2=
x3=
x4=
4
0.25
1
1.250000000
1.500000000
1.750000000
2.000000000
f(x0)=
4*f(x1)=
2*f(x2)=
4*f(x3)=
f(x4)=
TOTAL=
REA=
0.5
3.688562148
3.034055764
9.228862487
3.313708499
19.7651889
1.64709907488
ERROR DE SIMPSON 1/3
5.3893E-06
.
5
3
.
6
8
8
5
6
2
1
4
8
3
.
0
3
4
0
5
5
7
6
4
REA ENTRE 9
.
a
b
2
1.000000000
2.000000000
2
8
8
6
2 ANALTICO
INTEGRAL APLICANDO EL MTODO
4
1.64710795164
8
7
3
.
3
1
3
7
0
8
4
9
9
1
9
.
7
6
5
1
8
8
9
3
h f (a) 3 f (x1 ) ... 3 f ( xn 1 ) f (b)
8
f (x)dx
REA=
(b a)
n
n=
h=
x0=
x1=
x2=
x3=
x4=
x5=
x6=
x7=
x8=
x9=
REA=
9
0.11111111
1.000000000
1.111111111
1.222222222
1.333333333
1.444444444
1.555555556
1.666666667
1.777777778
1.888888889
2.000000000
f(x0) =
3*f(x1) =
3*f(x2) =
3*f(x3) =
3*f(x4) =
3*f(x5) =
3*f(x6) =
3*f(x7) =
3*f(x8) =
f(x9) =
TOTAL=
1.77714414636
ERROR DE SIMPSON 3/8
0.078948192
0.5
2.003427903
2.601404913
3.300278152
4.106160964
5.024957702
6.062384349
7.223985891
8.51515114
3.313708499
42.651459513