TAREA 2 - ECUACIONES LINEALES E INTERPOLACIÓN

Danna Shirley Cepeda

Ricardo González
Estudiantes

Grupo: 100401_60

Carlos Alberto Álvarez

Tutor

Universidad Nacional Abierta y a Distancia – UNAD

Métodos Numéricos
Abril 2020
 Introducción
En el presente documento se plasma cada una de las soluciones de los diferentes
métodos dados en la guía de actividades como lo son: Eliminación de Gaussiana simple,
Eliminación de Gauss – Jordan, Gauss – Seidel, Jacobi, S.O.R, Interpolación de
Lagrange, Interpolación de Diferencias Divididas de Newton y Polinomio de
Interpolación de Diferencias Finitas de Newton. Dando de esta manera solución y
evidenciando en las gráficas de aproximación de cada uno de ellos.
 Tema 1. Solución de Sistemas de Ecuaciones Lineales (SEL)

PROBLEMA 2

EJERCICIO 1
Determinar si el SEL tiene, o no, solución. ¿Si la tiene, es única? Realice una breve
explicación basándose en la teoría revisada.
ANALISIS
Como se puede evidenciar en la solución anterior del ejercicio podemos decir que es un
sistema consistente, el cual se espera que es una solución única del sistema.

EJERCICIO 2
Resolver el SEL por cada uno de los esquemas de:
 Eliminación Gaussiana simple
ANALISIS
Como se puede evidenciar en la anterior solución, vemos que en la matriz b≠0 lo que
quiere decir que es un sistema no homogéneo y también hay que resaltar que es un
sistema consistente.

 Eliminación de Gauss - Jordan.

ANALISIS
Para la solución de esta matriz se realiza en 9 etapas ya que es una matriz 6x6, el cual
como se evidencia se cumple en cada una de las etapas realizando un comprobador se
visualiza que el proceso fue correcto.
 Gauss – Seidel
 3

2.5

1.5
Error

0.5

0
0 2 4 6 8 10 12 14 16 18

ANALISIS
Implementando una tolerancia 10−6 el cual su convergencia se da en la iteración número
17, implementando el método de Gauss - Seidel
 Jacobi
 3.5

2.5

Error
1.5

0.5

0
0 10 20 30 40 50 60 70 80 90

ANALISIS
Implementando una tolerancia 10−6 el cual su convergencia se da en la iteración número
81, implementando el método de Jacobi.

 SOR
 Error
3.5

2.5

2 Error

1.5

0.5

0
0 10 20 30 40 50 60 70 80 90
 Error
3.5

2.5

2 Error

1.5

0.5

0
0 10 20 30 40 50 60 70 80 90

ANALISIS
Implementando una tolerancia 10−6 el cual su convergencia en las dos tablas da
exactamente en la misma iteración en la numero 81 implementando el método de SOR.
PROBLEMA 5

10 x1 +5 x 2=6
5 x 1 +10 x2−x 3 =25
−4 x 2+8 x 3−x 4 =−11
−x 3+ 5 x 4 =−11
Primero para solucionar cualquier ejercicio es acomodar la ecuación
10 x 1 +5 x2 +0 x 3 +0 x 4=6
5 x 1 +10 x 2−x 3 +0 x 4 =25
0 x 1−4 x2 +8 x 3−x 4 =−11
0 x1 +0 x 2−x 3 +5 x 4=−11

Ejercicio 1:
Determinar si el SEL tiene, o no, solución. ¿Si la tiene, es única? Realice una breve explicación
basándose en la teoría revisada.

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

10 5 0 0 x1 6

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

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

Para el ejercicios el rango de

A=4
B=4
El sistema es consistente y como rango A = número de incógnitas = 4, puede esperarse una
solución única del sistema.

Para comprobar esto

Ax=b

x= A−1∗b

A−1=inversa de lamatriz
-0,07918782 0,04162437 0,00507614 0,00101523
0,04162436
5 0,08324873 0,01015228 0,00203046
A^(-1) 0,02030456
9 0,04060914 0,12690355 0,02538071
- -
-0,00406091 0,00812183 0,02538071 0,19492386

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

Ejercicio 2:

Resolver el SEL por cada uno de los esquemas de:

a. Eliminación Gaussiana simple.

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

la matriz con la diagonal principal

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

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

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

10 5 0 0 6
0 -75 10 0 -220
0 0 560 -75 55
0 0 0 -2725 6105

Entonces en términos de ecuación tendríamos

10 x 1+5 x 2=6
−75 x 2+10 x 3=−220
560 x 3−75 x 4 =55
−2725 x 4=6105
Con esta ecuaciones se encuentra las variables tendríamos a
x 4 Despejando

−6105
x4 = =2.240366
2725
x 4 =2..240366
Teniendo cada variable se sustituye en la otra ecuación y se encuentran las variables

560 x 3−75 x 4=55

560 x 3=55+75 x 4

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

−75 x 2+10 x 3=−220

−75 x 2=−220−10 x 3

−75 x 2=−220−10 (−0.201834 )

−217.98166
x 2= =2.906422
−75
x 2=2.906422
10 x 1+5 x 2=6

10 x 1=6−5 x 2

10 x 1=6−5(2.906422)
−8.53211
x 1= =−0.853211
10
x 1=−0.853211
b. Eliminación de Gauss - Jordan.

la matriz con la diagonal principal

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

Interación
1
F1=f'1/10
F2=-5*F1+f'2

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

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

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

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

X1=-0,853211
X2=2.906422
X3=-0.201834
X4=-2.240366

c. Gauss – Seidel.

10 x1 +5 x 2=6
5 x 1 +10 x2−x 3 =25
−4 x 2+8 x 3−x 4 =−11
−x 3+ 5 x 4 =−11
Lo primero es despejar x de las ecuaciones
10 x 1=6−5 x 2

x 1=0.6−0.5 x 2

5 x 1+10 x 2−x 3=25

10 x 2=25−5 x 1−1 x3

x 2=2.5−0.5 x 1−0.1 x 3

−4 x 2+8 x 3−x 4 =−11

8 x 3=−11+ x 4+ 4 x 2

x 3=−1.375+0.5 x 2 +0.128 x 4

−x 3 +5 x 4=−11
 5 x 4=−11 + x 3

x 4 =−2.2+0.2 x 3
Cuando no se tiene una aproximación al vector solución, generalmente se emplea como vector
inicial, el vector cero.
Vector inicial cero

x [ i ]= [ 0 0 0 0 ]

Se utiliza Excel para emplear el método y encontrar sus errores

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

VALORES INICIALES VALOR OBTENER

X1 X2 X3 X4 X1 X2 X3 X4

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

X1=-0,853211
X2=2,906422
X3=-0,201835
X4=-2,240367

d. Jacobi.

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

El método de Jacobi necesitó 24 iteraciones

X1=-0.8532

X2=2.9064

X3=-0.2018

X4=-2.2404

Ejercicio 3:

Debe establecer los criterios de convergencia en cada método. Itere

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

Paso 1. Determinar si el sistema converge

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

diagonal dominante

para saber si es diagonal dominante primero que

n

|a ii|> ∑ |aij|
j=1

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

- La matriz no debe tener elementos nulos.

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

La matriz no debe tener elementos nulos.

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

- Cumple esta condición

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

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

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

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

de ecuaciones es igual al número de incógnitas.

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

Por lo tanto el sistema si converge

Ejercicio 4:

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

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

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

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

GAUSS JACOBI

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

iteraciones

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

Jordan. Considero mejor computacionalmente el método de ELIMINACION
GAUSSIANA ya se llega a la respuesta más rápido y para hallar las variables
solo hay que hacer pequeñas sumas y multiplicaciones
De los métodos iterativos considero que el mejor es el método de gauss
sediel, ya que necesita menos iteraciones para llegar el error deseado

Tema 2. Interpolación Numérica

PROBLEMA 2

EJERCICIO 1
Realice los cálculos solicitados por cada uno de los siguientes métodos:
• Interpolación de Lagrange
 6.0

5.0

4.0

3.0 DATOS
f3(x)
2.0

1.0

-
1.0 1.5 2.0 2.5 3.0 3.5 4.0

ANALISIS
La función Li∗( x i) de grado cuatro, implementando el método de Lagrange se puede
encontrar que la función f3(x) es igual 3,8 el cual se evidencia en la gráfica que se
aproxima a la función Li∗( x i).

• Interpolación de Diferencias Divididas de Newton

 6.0

5.0

4.0

3.0

2.0

1.0

-
1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5

Datos f3(x)

ANALISIS
La función Li∗(x i) de grado cuatro, implementando el método de diferencias dividas de
newton se puede encontrar que la función f3(x) es igual 3,8 el cual se evidencia en la
gráfica que se aproxima a la función Li∗(x i).

• Polinomio de interpolación de Diferencias Finitas de Newton

 6.0
5.0
4.0
3.0 Datos
f3(x)
2.0
1.0
-
1.0 2.0 3.0 4.0 5.0

ANALISIS
Teniendo en cuenta que para implementar el método de Diferencias finitas de Newton,
se toman los puntos que cuenten con el mismo valor de salto en cada uno de ellos, ya
que es uno de los requisitos para el desarrollo de la misma, por lo tanto la función f3(x)
es igual a 4,1 se evidencia que se aproxima a los datos dados por el ejercicio.

Problema 5
Dada la tabla
Calcular √1.035 usando las fórmulas solicitadas en el ejercicio 1, por medio
de un polinomio de interpolación de grado adecuado.

Ejercicio 1:

Realice los cálculos solicitados por cada uno de los siguientes

métodos:

 Interpolación de Lagrange

Primero nos basamos en las siguientes formulas

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

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

Ahora hallamos cada termiono

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

Ahora aplicamos la formula

La respuesta final es
1.0173441

 Interpolación de Diferencias Divididas de Newton

 Se procede trabajando las siguientes formulas

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

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

F(X) 1.01734414

La respuesta final es
1.01734414

En el documento adjunto se encuentra todos los procesos

 Polinomio de interpolación de Diferencias Finitas de Newton

Para este usamos las siguientes formulas

Realizamos la tabla en Excel

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

h 0.01
s 3.5

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

f(x) 1.01734414

La respuesta final es
1.01734414

Ejercicio 2:
Cada estudiante deberá realizar un análisis comparativo de los
resultados obtenidos apoyándose en la teoría revisada. Emplee una
gráfica como ayuda para el análisis de resultados.

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

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

Para cada método se observan que dan casi igual son muy
aproximados los resultados obtenidos y algunos pueden demorar más
que otros al realizar la interacciones. (Ricardo Gonzales)
 BIBLIOGRAFIA
Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería: aplicados a la
ingeniería. México, D.F., MX: Larousse - Grupo Editorial Patria. Pág. 183 – 220.
Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=3227640&ppg=200

Arévalo, O. D., Bernal, Y. M. Á., & Posada, R. J. A. (2017). Matemáticas para

ingeniería: métodos numéricos con python. Pág. 33 – 55. Recuperado de
https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=5103053&ppg=34

Academatica. (2013). Polinomio de Interpolación con Diferencias Divididas de Newton

[Video] Recuperado de https://www.youtube.com/watch?v=klOWp2SYycc

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

[Video] Recuperado de https://www.youtube.com/watch?v=GTq_9bq1CsM

Academatica. (2013). Polinomio de Interpolación con Diferencias Divididas de Newton

[Video] Recuperado de https://www.youtube.com/watch?v=klOWp2SYycc

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

[Video] Recuperado de https://www.youtube.com/watch?v=GTq_9bq1CsM

Lasmatempaticas.es. (2011). Método de Gauss-Seidel [Video] Recuperado de

https://www.youtube.com/watch?v=kIV5xS02wYo

Megadari. (2011). Método de eliminación de Gauss. [Video] Recuperado de

https://www.youtube.com/watch?v=wjZQxzQyyIg&feature=youtu.be

Ríos, J. A. (2010). Método de Gauss-Jordán [Video] Recuperado de

https://www.youtube.com/watch?v=91xUg1L7O7s&feature=youtu.be