Documente Academic
Documente Profesional
Documente Cultură
Autores
Tutor
Grupo
100401_75
Metodos numéricos
2020
Introducción
En el presente trabajo se da solución de manera grupal a la actividad correspondiente a
la tarea No. 2 del curso de metodos numéricos, en el que se abordan los temas de
Eliminación de Gauss, Eliminación de Gauss- Jordán, Método de Jacobi, Método de
Gauss – Seidel, Polinomios de Lagrange, Diferencias Divididas, Aproximación Polinomial
de Newton y Polinomio de Newton en diferencias finitas. Con estos temas se realiza la
resolución de los problemas escogidos por cada integrante del grupo Aplicando los
diversos Métodos Matemáticos en la Solución de Ecuaciones Lineales y analizando
polinomios partiendo de pares ordenados de datos, basados en los recursos
bibliográficos de referencia.
Desarrollo de los ejercicios
Tema 1. Solución de Sistemas de Ecuaciones Lineales (SEL)
Problema 1
4 x1 + x 2 + x 3+ x 5=6
x 1+ 3 x 2 + x 3+ x 4=6
x 1+ x2 +5 x 3−x 54−x 5=6
x 2−x 3+ x 4=6
x 1−x 3+ 4 x 5=6
Ejercicio 1:
Solución
Ejercicio 2:
Ecuación
4 x1 + x 2 + x 3+ x 5=6
x 1+ 3 x 2 + x 3+ x 4=6
x 1+ x2 +5 x 3−x 54−x 5=6
x 2−x 3+ x 4=6
x 1−x 3+ 4 x 5=6
Para las cuales se aplicó su debida comprobación con cada una de las
ecuaciones (F1…F5), de manera que:
Los resultados obtenidos corresponden a los originalmente planteados
en las ecuaciones. Con lo anterior se puede decir que el método fue
ejecutado de manera adecuada.
Para aplicar este método solo hay que recordar que cada operación que
se realice se aplicara a toda la fila o a toda la columna en su caso. El
objetivo de este método es tratar de convertir la parte de la matriz
donde están los coeficientes de las variables en una matriz identidad.
Esto se logra mediante simples operaciones de suma, resta y
multiplicación.
k (k−1)
x =T x +c
e. S.O.R.
10 5 0 0 x1 6
[ 5 10 −1 0 x2 = 25
0 −4 8 −1 x3 −11
0 0 −1 5 x 4 −11
][ ] [ ]
Así se tiene la matriz coeficiente:
10 5 0 0
[
A= 5 10 −1 0
0 −4 8 −1
0 0 −1 5
]
El vector:
6
b= 25
−11
−11
[]
Y la matriz aumentada:
10 5 0 0 6
[
B= 5 10 −1 0 25 =[ A|b ]
0 −4 8 −1 −11
0 0 −1 5 −11
|]
Este sistema de ecuaciones es no homogéneo:
“Si b es el vector cero, la ecuación…. es un sistema homogéneo. Si por el contrario, b ≠
0, el sistema es no homogéneo.” (Nieves, 2014, p.184)
Ahora se debe calcular el rango, para ello se recuerda su definición:
“Donde el rango de una matriz A está dado por el número máximo de vectores columna
o vectores fila, linealmente independientes.” (Nieves, 2014, p.182)
Así el rango de la matriz A es 4 (ya que sus cuatro columnas y/o filas son
independientes entre sí), y el rango de la matriz B es 4 (ya que sus cuatro filas son
independientes entre sí).
“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” (Nieves,
2014, p.184)
De acuerdo a lo anterior nuestro sistema es consistente, esto significa que tiene una
solución única o un número infinito de soluciones,
“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” (Nieves, 2014,
p.184)
Como en nuestro sistema el rango de A es 4, y el número de incógnitas es 4, entonces
el sistema tiene una solución única.
Ejercicio 2:
Resolver el SEL por cada uno de los esquemas de:
a. Eliminación Gaussiana simple
Solución:
Según Nieves (2014) el proceso de eliminación de Gauss es el siguiente (cálculos
realizados con ayuda de Excel):
X4 -2,24037
X3 -0,20183
2,90642
X2 2
X1 -0,85321
c. Gauss – Seidel
Solución:
Según Nieves (2014), este método consiste en despejar la variable x 1 de la
ecuación 1, la variable x2 de la ecuación 2, y así sucesivamente, de esta manera
nuestro sistema de ecuaciones queda así:
−5 6
x 1= x 2+
10 10
−5 x 3 25
x 2= x 1+ +
10 10 10
4 x 4 11
x 3= x 2+ −
8 8 8
x 3 11
x4 = −
5 5
Se considerara al vector cero como el vector inicial:
x(0) =[ 0 0 0 0 ]
Para calcular el valor de la variable x1 del vector x(1), se sustituye x(0) en la primera
ecuación antes mencionada:
−5 6 3
x 1= ( 0 ) + = =0,6
10 10 5
Para calcular el valor de la variable x2 del vector x(1), se sustituye el valor de
3
x 1= , y las demás variables toman el valor de x(0) , en la segunda ecuación antes
5
mencionada:
−5 3 ( 0 ) 25 11
x 2= ()
+ + = =2,2
10 5 10 10 5
Para calcular el valor de la variable x3 del vector x(1), se sustituye el valor de
3 11
x 1= y x 2= , y las demás variables toman el valor de x(0) , en la tercera
5 5
ecuación antes mencionada:
4 11 ( 0 ) 11 −11
x 3=
8 5 ( )
+ − =
8 8 40
=−0,275
−11
( )
40 11 −451
x4 = − = =−2,255
5 5 200
Así el vector de la primera iteración es x(1)= [ 0,6 2,2−0,275−2,255 ]
El cálculo de las siguientes iteraciones se hace de la misma manera, para resumir
se muestran los resultados en la siguiente tabla hecha con Excel:
c. Gauss – Seidel
iteracion x1 x2 x3 x4
0 0 0 0 0
1 0,6 2,2 -0,275 -2,255
2 -0,5 2,7225 -0,29563 -2,25913
3 -0,76125 2,851063 -0,23186 -2,24637
4 -0,82553 2,88958 -0,21101 -2,2422
5 -0,84479 2,901294 -0,20463 -2,24093
6 -0,85065 2,904861 -0,20269 -2,24054
7 -0,85243 2,905947 -0,20209 -2,24042
8 -0,85297 2,906277 -0,20191 -2,24038
9 -0,85314 2,906378 -0,20186 -2,24037
10 -0,85319 2,906409 -0,20184 -2,24037
11 -0,8532 2,906418 -0,20184 -2,24037
12 -0,85321 2,906421 -0,20184 -2,24037
13 -0,85321 2,906422 -0,20184 -2,24037
14 -0,85321 2,906422 -0,20183 -2,24037
d. Jacobi
Solución:
Según Nieves (2014), en este método se usaran las mismas ecuaciones y el
mismo vector inicial cero que en el método anterior.
Para calcular el valor de las variables del vector x(1) en la primera iteración se
reemplaza los valores de x(0) =[ 0 0 0 0 ] en cada una de las ecuaciones de las
variables:
−5 6
x 1= ( 0 ) + =0,6
10 10
−5 ( 0 ) 25
x 2= ( 0 )+ + =2,5
10 10 10
4 ( 0 ) 11
x 3= ( 0 ) + − =−1,375
8 8 8
(0) 11
x 4 = − =−2,2
5 5
Para calcular el valor de las variables del vector x(2) en la segunda iteración se
reemplaza los valores de x(1)en cada una de las ecuaciones de las variables, y así
se continúa el proceso, para resumir se muestran los resultados en la siguiente
tabla hecha con Excel:
d. Metodo de Jacobi
iteracion x1 x2 x3 x4
0 0 0 0 0
1 0,6 2,5 -1,375 -2,2
2 -0,65 2,0625 -0,4 -2,475
3 -0,43125 2,785 -0,65313 -2,28
4 -0,7925 2,650313 -0,2675 -2,330625
5 -0,72516 2,8695 -0,34117 -2,2535
6 -0,83475 2,828461 -0,22194 -2,268234
7 -0,81423 2,895181 -0,2443 -2,244388
8 -0,84759 2,882685 -0,20796 -2,24886
9 -0,84134 2,903 -0,21476 -2,241592
10 -0,8515 2,899195 -0,2037 -2,242953
11 -0,8496 2,90538 -0,20577 -2,24074
12 -0,85269 2,904222 -0,2024 -2,241154
13 -0,85211 2,906105 -0,20303 -2,24048
14 -0,85305 2,905752 -0,20201 -2,240607
15 -0,85288 2,906325 -0,2022 -2,240402
16 -0,85316 2,906218 -0,20189 -2,24044
17 -0,85311 2,906393 -0,20195 -2,240377
18 -0,8532 2,90636 -0,20185 -2,240389
19 -0,85318 2,906413 -0,20187 -2,24037
20 -0,85321 2,906403 -0,20184 -2,240374
21 -0,8532 2,906419 -0,20185 -2,240368
22 -0,85321 2,906416 -0,20184 -2,240369
23 -0,85321 2,906421 -0,20184 -2,240367
24 -0,85321 2,90642 -0,20184 -2,240368
25 -0,85321 2,906422 -0,20184 -2,240367
26 -0,85321 2,906421 -0,20184 -2,240367
27 -0,85321 2,906422 -0,20184 -2,240367
28 -0,85321 2,906422 -0,20183 -2,240367
e. S.O.R.
Solución:
Según Nieves (2014) el método S.O.R. (succesive over relaxation) es un método
en el que el proceso iterativo es afectado por un factor de relajación w , que en el
ccaso de este problema, se escogerá w >1, ya que como se observó en los
metodos anteriores, estos convergen a la solución, así se escoge a w=1,3.
Ahora a partir de la matriz:
10 5 0 0
[
A= 5 10 −1 0
0 −4 8 −1
0 0 −1 5
]
Se procese a construir la matriz N dondee su diagonal son unos, esto see logra
dividiendo la promera fila en 10, la segunda en 10, la tercera en 8 y la cuarta en 5, asi
el resultado es:
1 1/2 0 0
[
N= 1/2 1
0 −1/ 2
0 0
−1 /10
1
−1 /5
0
−1/8
1
]
El vector queda:
3/5
[ ]
b= 5/2
−11/8
−11/5
0 0 0 0
[
L= 1/2
]
0
0 −1/2
0 0
0
0
−1/5
0
0
0
1 0 0 0
[ ]
I= 0
0
0
1
0
0
0
1
0
0
0
1
0 1/2 0 0
U= 0
[
0 0
0 0
0
]
−1/10
0
0
0
−1 /8
0
Según Nieves (2014) este método se puede usar con desplazamiento simultáneo o
desplazamiento sucesivo, para este caso se usa el desplazamiento sucesivo mediante la
fórmula:
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 𝐴𝑥 = 𝑏).
Solución:
Según Nieves (2014) el criterio de convergencia determina las siguientes dos
cuestiones:
1. La sucesión de los valores de las variables en las iteraciones convergen a su
valor real, y según la solución del problema en los puntos anteriores, en todos
los metodos la solución converge aproximadamente a las soluciones:
X4 -2,24037
X3 -0,20183
2,90642
X2 2
X1 -0,85321
[ 0 0 −1 5 −2,24037
De manera que:
][ ] [ ]
5 10 −1 0 2,906422 = 25
0 −4 8 −1 −0,20183 −11
−11
10(−0,85321)+5(2,906422)=6
5(−0,85321)+10(2,906422)−(−0,20183)=25
−4(2,906422)+ 8(−0,20183)−(−2,24037)=−11
−(−0,20183)+5 (−2,24037)=−11
Así se valide que el vector 𝑥 es solución del SEL.
k+ 1 k
2. El proceso iterativo se detiene cuando los valores absolutos |x i −xi | sean
menores o iguales a un valor pequeño ε =10−6 .
2 k 2 k 2 k 2
Así ‖ A‖=| xki +1−x ki |≤ ε=10−6, y |x k+
i
1
√
−xik|= ( x k1 +1−x k1 ) + ( x k+1 k+1 k+1
2 −x2 ) + ( x 3 −x 3 ) + ( x 4 −x 4 )
Ahora se aplica esta fórmula a cada uno de los metodos anteriores con ayuda de
Excel:
c. Gauss – Seidel
iteracion x1 x2 x3 x4 ‖A‖
0 0 0 0 0 0
1 0,6 2,2 -0,275 -2,255 3,218796359
2 -0,5 2,7225 -0,295625 -2,259125 1,21796907
3 -0,76125 2,8510625 -0,231859375 -2,246371875 0,298343051
4 -0,82553125 2,889579688 -0,211006641 -2,242201328 0,077896616
5 -0,844789844 2,901294258 -0,204628037 -2,240925607 0,023461429
6 -0,850647129 2,904860761 -0,202685321 -2,240537064 0,007138126
7 -0,85243038 2,905946658 -0,202093804 -2,240418761 0,002173257
8 -0,852973329 2,906277284 -0,201913703 -2,240382741 0,000661695
9 -0,853138642 2,906377951 -0,201858867 -2,240371773 0,000201468
10 -0,853188975 2,906408601 -0,201842171 -2,240368434 6,13415E-05
11 -0,8532043 2,906417933 -0,201837088 -2,240367418 1,86768E-05
12 -0,853208967 2,906420775 -0,20183554 -2,240367108 5,68658E-06
13 -0,853210387 2,90642164 -0,201835069 -2,240367014 1,73141E-06
14 -0,85321082 2,906421903 -0,201834925 -2,240366985 5,27167E-07
d. Metodo de Jacobi
iteracion x1 x2 x3 x4 ‖A‖
0 0 0 0 0 0
1 0,6 2,5 -1,375 -2,2 3,652482033
2 -0,65 2,0625 -0,4 -2,475 1,667380056
3 -0,43125 2,785 -0,653125 -2,28 0,819728661
4 -0,7925 2,6503125 -0,2675 -2,330625 0,547642051
5 -0,72515625 2,8695 -0,341171875 -2,2535 0,252891581
6 -0,83475 2,828460938 -0,2219375 -2,268234375 0,167716823
7 -0,814230469 2,89518125 -0,244298828 -2,2443875 0,077080177
8 -0,847590625 2,882685352 -0,207957813 -2,248859766 0,0510854
9 -0,841342676 2,902999531 -0,214764795 -2,241591563 0,023470504
10 -0,851499766 2,899194858 -0,20369918 -2,242952959 0,015554525
11 -0,849597429 2,905379965 -0,205771691 -2,240739836 0,007146163
12 -0,852689982 2,904221546 -0,202402497 -2,241154338 0,004735937
13 -0,852110773 2,906104742 -0,20303352 -2,240480499 0,002175812
14 -0,853052371 2,905752034 -0,202007692 -2,240606704 0,001441964
15 -0,852876017 2,906325416 -0,202199821 -2,240401538 0,000662475
16 -0,853162708 2,906218027 -0,201887484 -2,240439964 0,000439039
17 -0,853109013 2,906392606 -0,201945982 -2,240377497 0,000201706
18 -0,853196303 2,906359908 -0,201850884 -2,240389196 0,000133675
19 -0,853179954 2,906413063 -0,201868695 -2,240370177 6,14139E-05
20 -0,853206531 2,906403108 -0,201839741 -2,240373739 4,07005E-05
21 -0,853201554 2,906419292 -0,201845164 -2,240367948 1,86989E-05
22 -0,853209646 2,906416261 -0,201836348 -2,240369033 1,23922E-05
23 -0,85320813 2,906421188 -0,201837999 -2,24036727 5,69329E-06
24 -0,853210594 2,906420265 -0,201835315 -2,2403676 3,77308E-06
25 -0,853210133 2,906421766 -0,201835817 -2,240367063 1,73345E-06
26 -0,853210883 2,906421485 -0,201835 -2,240367163 1,1488E-06
27 -0,853210742 2,906421941 -0,201835153 -2,240367 5,27789E-07
e. S.O.R.
iteracion x1 x2 x3 x4 ‖A‖
0 0 0 0 0 0
1 0,78 2,743 -0,00455 -2,861183 4,039658137
2 -1,23695 3,230526 -0,151235338 -2,040966288 2,236077133
3 -0,9487569 2,877873591 -0,203168586 -2,300533946 0,52677454
4 -0,805990764 2,884120003 -0,225708188 -2,228523945 0,161600313
5 -0,852880773 2,909794437 -0,190556301 -2,240987455 0,065183155
6 -0,855502152 2,908365749 -0,204055835 -2,240758281 0,013827607
7 -0,853787091 2,905924626 -0,201555463 -2,240176936 0,003935776
8 -0,85271488 2,906285074 -0,201976815 -2,240460891 0,001240051
9 -0,853270834 2,906483534 -0,201767553 -2,240321296 0,000641677
10 -0,853233047 2,906426638 -0,20184463 -2,240383215 0,000120165
11 -0,853207401 2,906417017 -0,201837822 -2,240362869 3,47932E-05
12 -0,853208841 2,906421725 -0,201833499 -2,240367849 8,22935E-06
13 -0,853211469 2,906422582 -0,201835047 -2,240366758 3,35114E-06
14 -0,853211238 2,906421974 -0,201834801 -2,240367021 7,44081E-07
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?
Solución:
2.5
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
3.5
2.5
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
GRAFICA DE CONVERGENCIA METODO S.O.R.
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Problema 1
Ejercicio 1:
Realice los cálculos solicitados por cada uno de los siguientes métodos:
- Interpolación de Lagrange
Solución
Donde:
f ( x0 ) f ( x1 )
a 0= v a 1=
x 0 −x1 x 1−x 0
Luego
40 40
a 0= = =−1,3333
60−90 −30
50 50
a 1= = =−1,6666
90−60 30
Sustituyendo
Simplificando
f ( x )=0,3333 x−219,913
Despejando x
(45+219,913)
x= =794,8184 metros
0,333
2,8−8
=0,4
25−15
34−20 0,16−0,4
=2,8 =−0,016
25−20 30−15
1,2−2,8 −0,053+0,016
=0,16 =−0,00042
30−20 40−15
40−34 0,053−0,016
=1,2 =−0,0053
30−25 40−20
0,000172−0,00042
=−0,00 001
50−15
2−1,2 −0,00012−0,053
=0,053 =0,00017
40−25 50−20
60−40 0,05−0,0053
=2 =−0,00012
40−30 50−25
3−2
=0,05
50−30
90−60
=3
50−40
P ( 5 )=16+ 0,8 x−12+ 0,4 ( x 2−35 x+300 )−0,016 ( x 3−60 x 2 +1175 x−7500 )
+0,00042 ( x 4−90 x3 +2975 x 2−42750 x +225000 )
−0,00001 ( x 5−130 x 4 +6575 x3 −161750 x 2 +1935000 x−9000000 )
Reemplazando x=45
5 4 3 2
P ( 5 )=−000013 ( 45 ) + 0,01342 ( 45 ) −0,7113 ( 45 ) +16,86 ( 45 ) −205,255 ( 45 )+ 998,5
= 2336,11
∇ = 𝑌𝐾 − 𝑌𝐾 −1= ∇1 𝑌𝐾.
Aplicando el método nos queda:
x 0=40; y 0=60 ; ∆ y 0=20 ; ∆2 y 0 =20 ; ∆2 y 0=10 ; ∆ 3 y 0=0
Calculando K
k (k −1) 45−40
k= = =0,416666
2 12
Sustituyendo
0,416666(0,416666−1)
y 1=60+ 0,416666∗20+ ∗10
2
Donde:
( x−x 1)( x−x 2 )(x−x 3)(x−x 4 )( x−x 5 ) ( x−1,01)( x−1,02)( x−1,03)(x −1,04)(x−1,05)
L0 ( X ) = =
(x 0−x 1 )(x 0−x 2)( x 0−x 3 )( x0 −x 4 )( x0 −x 5) (−0,01)(−0,02)(−0.03)(−0,04)(−0,05)
(x−x 0 )( x−x 2)( x−x 3 )( x−x 4 )(x−x 5) ( x−1,00)(x−1,02)( x−1,03)(x−1,04)(x−1,05)
L1 ( X ) = =
(x 1−x 0 )( x1−x 2 )( x 1−x3 )( x 1−x 4 )( x 1−x 5) (0,01)(−0,01)(−0,02)(−0,03)(−0,04)
(x−x 0 )( x−x 1)( x−x 3 )(x−x 4 )( x−x 5) ( x−1,00)(x−1,01)( x−1,03)(x−1,04)( x−1,05)
L2 ( X ) = =
(x 2−x 0 )(x2 −x1 )( x 2−x 3)(x 2−x 4 )( x 2−x 5) (0,02)(0,01)(−0,01)(−0,02)(−0,03)
( x−x 0)( x−x 1 )( x−x2 )(x−x 4 )( x−x 5) ( x−1,00)(x−1,01)(x−1,02)( x−1,04)(x −1,05)
L3 ( X ) = =
(x 3−x 0 )(x 3−x 1)( x 3−x 2)(x 3−x 4 )(x 3−x 5 ) (0,03)(0,02)( 0,01)(−0,01)(−0,02)
(x−x 0 )( x−x 1)( x−x 2 )(x−x 3)(x−x 5 ) ( x−1,00)( x−1,01)(x−1,02)( x−1,03)( x −1,05)
L4 ( X ) = =
( x 4−x 0 )( x 4−x 1 )( x 4−x 2)(x 4 −x 3)( x 4 −x 5) (0,04)(0,03)(0,02)(0,01)(−0,01)
( x−x 0)( x−x 1 )( x−x2 )(x−x 3)(x −x 4) ( x−1,00)(x−1,01)(x−1,02)( x−1,03)(x−1,04)
L5 ( X ) = =
(x 5−x 0 )(x 5−x 1)( x 5−x 2)(x 5−x 3 )(x 5−x 4 ) ( 0,05)(0,04)(0,03)(0,02)(0,01)
Ahora para utilizar este polinomio para aproximar f (1,035)≈ P5 ( 1,035 ), se utilizara
Geogebra online en el siguiente link: https://www.geogebra.org/graphing?lang=es
Ahora se construye una tabla para determinar las diferencias hacia adelante con
ayuda de Excel:
puntos x f(x) ∆f(x) (∆^2)f(x) (∆^3)f(x) (∆^4)f(x)
0 1 1
0,005
1 1,01 1,005 2,22045E-16
0,005 -6,66667E-05
2 1,02 1,01 -6,66667E-05 0,000116667
0,0049 5E-05
3 1,03 1,0149 1,11022E-16 -4E-05
0,0049 -1,19904E-16
4 1,04 1,0198 -8,88178E-17
0,0049
5 1,05 1,0247
Ahora se tiene que el valor de h=x i−x i−1 =0,01, y el valor de s se calcula con la
x−x 0 1,035−1
siguiente formula: s= = =3,5 en esta forrmula x=1,035 es el valor que
h 0,01
se quiere interpolar.
Ahora reemplazando valores en la fórmula de interpolación se tiene:
( 3,5 )( 3,5−1 ) 2 ( 3,5 ) ( 3,5−1 )( 3.5−2 ) 3 ( 3,5 ) ( 3,5−1 )
P4 ( 1,035 )=P n ( 1+(3,5)( 0,01) ) =f |1|+ ( 3,5 ) ∆ f |1|+ ∆ f |1|+ ∆ f |1|+
2! 3!
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. Ejercicio sin un análisis adecuado, apoyado en la teoría y
debidamente referenciado, no será tenido en cuenta y la nota de esta etapa será de
cero.cero (0.0).
Solución:
Para realizar un análisis de los tres metodos de aproximación, se utilizara la fórmula
del valor absoluto del error de truncamiento según Chapra & Canale (2007), la cual
es la siguiente:
ANALISIS DE ERROR
0
0
1 2 3
Según la gráfica, el método que tiene un mayor error de truncamiento es el método
de diferencias finitas, y el método que tiene menor error de truncamiento es el
método de diferencias divididas, es decir que es este último el que permite una
mejor aproximación, esto se debe a que el polinomio de aproximación de diferencias
divididas es de un grado mayor al polinomio de diferencias finitas, y aunque tiene el
mismo grado que el polinomio del método de Lagrange, el método de diferencias
divididas logra una mayor precisión por usar para el cálculo de los coeficientes del
f [ x 1 , x 2 , … , x i ] −f [ x 0 , x1 , … , x i−1 ]
polinomio la fórmula de ajuste f [ x 0 , x 1 , … , x i ] = (Nieves,
xi −x0
2014, p. 381)
Conclusiones
En la solución de sistemas de ecuaciones lineales SEL, se utiliza el análisis del rango
del sistema para determinar si tiene solución o no, y si la solución es consistente, se
analiza si es única o tiene soluciones infinitas, luego se pueden aplicar diferentes
metodos, algunos discretos, como el método de eliminación de Gauss simple y el
método de Gauss-Jordan, que permite, después de hacer arreglos y cálculos en
determinado número de pasos, permite encontrar los valores precisos de las
incógnitas, sin embargo dichos cálculos se vuelven demasiado complicados a
medida que aumenta el número de ecuaciones y de incógnitas, y por ello existen
también metodos de aproximación de las soluciones como el método de Gauss-
Seidel, el método de Jacobi y el método S.O.R., que ayudan a encontrar dichas
soluciones aproximadas con una menor complejidad que los metodos discretos, ya
que se usa una sola formula en múltiples iteraciones, aunque presentan errores en
las aproximaciones y cuando se aumenta el número de incógnitas y de ecuaciones,
también aumenta su complejidad; y aplicando el criterio de convergencia, se ha
llegado a la conclusión que el mejor método es el de Gauss-Seidel, ya que llega a
mejores aproximaciones en un menor número de iteraciones y alcanzando un menor
k+ 1 k
valor absoluto |x i −xi | .
Referencias
- Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería. México,
D.F., MX: Larousse - Grupo Editorial Patria. 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. Recuperado de
https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?
docID=5103053&ppg=34
- Chang, J (2013). Lagrange Interpolating Polynomials [Video] Recuperado de
https://www.youtube.com/watch?v=vAgKE5wvR4Y
- 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
- Chapra, S. C., & Canale, R. P. (2007). Métodos numéricos para ingenieros
(5a. ed.). Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?
docID=4508648&ppg=745