TAREA 2 - ECUACIONES LINEALES E INTERPOLACIÓN

METODOS NUMERICOS
100401_612

PRESENTADO POR:

MILTON ARCENIO COGOLLO LIZARAZO - CÓDIGO: 4104176

LUIS FELIPE SÁNCHEZ HERNÁNDEZ - CÓDIGO: 1102369875
JEFFERSON CAMILO GONZALEZ SABOGAL - CODIGO: 1.099.551.621
DANIEL ANDRES HERNANDEZ
LUIS DAVID CAMACHO

Grupo: 100401_13

PRESENTADO A:
JORGE ARMANDO AMADOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
JUNIO 2019
 INTRODUCCION

En la presenta actividad el curso de métodos numéricos nos adentra a través de la

Unidad 2 en las Ecuaciones lineales e interpolación. Teniendo en cuanta que el
objetivo de los métodos numéricos es aproximar el valor numérico usando un
número finito de operaciones aritméticas, en esta unidad hemos desarrollado los
contenidos que se refieren Eliminación de Gauss, Gauss-Jordan, Método de Jacobi,
Método de Gauss–Seídel, Polinomios de Lagrange, Diferencias Divididas,
Aproximación Polinomial de Newton y Polinomio de Newton en diferencias finitas.
Para ello hemos abordado 8 ejercicios ejemplarizantes para poderlos resolver desde
los distintos métodos propuestos. Por esto hemos consultado varias Fuentes para
entender los conceptos matemáticos que nos permitieron solucionar de manera
autónoma los puntos planteados en esta actividad.
 OBJETIVOS

 Identificación y desarrollo de los ejercicios propuestos de acuerdo con el

último digito del documento.
 Revisión de las temáticas para el desarrollo de los ejercicios.
 Aplicación de los diversos métodos para la solución de ecuaciones lineales.
Aporte 1.

Ejercicio 1.
Construya el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏, de tamaño 5×5, donde los
coeficientes de la matriz A están dados por la siguiente regla: 𝑎𝑖𝑗 = (𝑖 + 𝑗 − 𝑐)−1 , con
1
𝑐 = 𝑘 (k es el último dígito de su documento de identidad. Si k=0, tome el valor de
1) y el valor del vector de términos independientes está dado por 𝑏𝑖 = 𝑖
Primero que todo obtenemos el valor de 𝐶 donde 𝐾 es 1 puesto que mi cedula
termina en 1
1
𝑐=1=1

Anexamos 𝐶 a la regla proporcionada por el ejercicio

𝑎𝑖𝑗 = (𝑖 + 𝑗 − 1)−1

𝑎11 𝑎12 𝑎13 𝑎14 𝑎15

𝑎21 𝑎22 𝑎23 𝑎24 𝑎25
𝐴 = 𝑎31 𝑎32 𝑎33 𝑎34 𝑎35
𝑎41 𝑎42 𝑎43 𝑎44 𝑎45
[𝑎51 𝑎52 𝑎53 𝑎54 𝑎55 ]

Siendo así utilizamos la regla anterior y obtenemos los valores de cada uno de los
coeficientes de la matriz
𝑎𝑖𝑗 = (𝑖 + 𝑗 − 1)−1

𝑎𝑖𝑗 = (1 + 1 − 1)−1 = 1

𝑎𝑖𝑗 = (1 + 2 − 1)−1 = 0.5

𝑎𝑖𝑗 = (1 + 3 − 1)−1 = 0.33

𝑎𝑖𝑗 = (1 + 4 − 1)−1 = 0.25

𝑎𝑖𝑗 = (1 + 5 − 1)−1 = 0.2

Así sucesivamente hasta completar la tabla

1 0.5 0.33 0.25 0.2
0.5 0.33 0.25 0.2 0.167
𝐴 = 0.33 0.25 0.2 0.167 0.1429
0.25 0.2 1.67 0.1429 0.125
[0.2 0.167 0.1429 0.125 0.111]

Tabla en Excel
 EJERCICIO 1

regla de la
matriz:

numero de c= 1
cedula

Observacion: para hallar a se debe sumar i+j entonces realizare una tabla con los valores sumados asi sera mas facil realizar la operación con la formula

j j
1 2 3 4 5
Tabla 5X5 suma de valores de i+j Sistema de ecuaciones lineales
1 2 3 4 5 6 1 1 1,000 0,500 0,333 0,250 0,200 1
2 3 4 5 6 7 2 2 0,500 0,333 0,250 0,200 0,167 2
i 3 4 5 6 7 8 3 b i 3 0,333 0,250 0,200 0,167 0,143 3 b
4 5 6 7 8 9 4 4 0,250 0,200 0,167 0,143 0,125 4
5 6 7 8 9 10 5 5 0,200 0,167 0,143 0,125 0,111 5

Ejercicio 2.
Con los algoritmos dados en la literatura revisada, resuelva el sistema de
ecuaciones lineales 𝐴𝑥 = 𝑏, dado en el numeral anterior, por los métodos de
Eliminación de Gauss y Eliminación de Gauss – Jordan.
Para ello utilizaremos la ecuación lineal del anterior ejercicio y le anexaremos los
vectores b
1 0.5 0.33 0.25 0.2 1
0.5 0.33 0.25 0.2 0.167 2
𝐴= 0.33 0.25 0.2 0.167 0.1429 ||3
0.25 0.2 1.67 0.1429 0.125 4
{0.2 0.167 0.1429 0.125 0.111 5}
 El método de eliminación de Gauss, consiste en hacer ceros los valores
por debajo de la diagonal principal.
Asi que como ejemplo convertiremos en cero la el coeficiente 𝑎21 𝑞𝑢𝑒 𝑡𝑖𝑒𝑛𝑒 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 0.5.
Para ello lo multiplicaremos con la siguiente formula:
(𝑎21 ∗ 𝑎11 ) − (𝑎11 ∗ 𝑎21 ) Cambiamos valores
(0.5 ∗ 1) − (1 ∗ 0.5) = 0
De igual manera con toda la fila 2 porque se alteran cada uno de los coeficientes de
la columna. así sucesivamente con los otros coeficientes para completar el método
de gauss.
Tabla de Excel Método Gauss
Eliminación por Gauss-Jordan, la intención de este método de eliminación es
crear un punto de pivote y hacer que la matrix 5x5 quede de la forma
1 0 0 0 0
0 1 0 0 0
𝐴= 0 0 1 0 0
0 0 0 1 0
[0 0 0 0 1]
Como nuestra matriz tiene como primer coeficiente 1 asi que procedemos a realizar
el proceso del método de gauss-Jordan
Tabla de Excel Método Gauss-Jordán
¿Cuál de los dos métodos directos considera que es mejor (computacionalmente),
por qué?
Según mi concepto los dos métodos son muy buenos el de gauss es mas rápido
pero me computacionalmente hablando me quedo con el método Gauss-Jordan
puesto que las operaciones son mas estructuradas y da una solución al sistemas de
ecuaciones mas acertada.

Ejercicio 3.
Resuelva el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏 dado en el numeral 1, por los
métodos de Gauss – Seidel y Jacobi.
Método gauss-seidel

Método jacobi

¿Cuál de los dos métodos iterativos considera que es mejor, por qué?
Lamentablemente la primera regla para utilizar este método no se cumple la cual
consiste en que cada una de los coeficientes centrales deben ser mayores o igual a
la suma de los demás coeficientes por fila pero el único coeficiente que cumple tal
criterio es a11, pues la suma de los demás valores menor a el. En cambio los
coeficientes a22, a33, a44, a55 son menores a la suma de cada una las filas. Por tal
razón no converge.
Realice una gráfica de la forma como va convergiendo la solución (Número de
iteraciones vs norma del error (escoja la norma de error que mejor considere).

Como podemos observar en el grafico, los datos por cada iteración realizada van
aumentado por lo tanto no converge ninguno de los métodos.

LINK DEL DOCUMENTO EN EXCEL APORTE 1

https://drive.google.com/open?id=1amUxOElE217UGSAELuD_Tq1mXPkiVs2V
Aporte 2
Ejercicio 1.
Para la siguiente tabla obtenga el Polinomio de Interpolación:

x -2.5 -1 0.5 2 3.5

y -24.5 -18 -11.5 -3 5

En cada ejercicio debe hallar el polinomio de interpolación respectivo al problema

planteado por los siguientes métodos numéricos (con datos aproximados a 4 cifras
decimales y utilizando la aproximación por redondeo):
- Polinomio de Interpolación de Lagrange, e Interpole en el punto x = -0.5.
𝑃(𝑥) = −24.5𝐿0 (𝑥) − 18𝐿1 (𝑥) − 11.5𝐿2 (𝑥) − 3𝐿3 (𝑥) + 5𝐿4 (𝑥)
(𝑥 + 1)(𝑥 − 0.5)(𝑥 − 2)(𝑥 − 3.5) (𝑥 + 1)(𝑥 − 0.5)(𝑥 − 2)(𝑥 − 3.5)
𝐿0 (𝑥) = =
(−2.5 + 1)(−2.5 − 0.5)(−2.5 − 2)(−2.5 − 3.5) 121.5
(𝑥 + 2.5)(𝑥 − 0.5)(𝑥 − 2)(𝑥 − 3.5) (𝑥 + 2.5)(𝑥 − 0.5)(𝑥 − 2)(𝑥 − 3.5)
𝐿1 (𝑥) = =
(−1 + 2.5)(−1 − 0.5)(−1 − 2)(−1 − 3.5) −30.375
(𝑥 + 2.5)(𝑥 + 1)(𝑥 − 2)(𝑥 − 3.5) (𝑥 + 2.5)(𝑥 + 1)(𝑥 − 2)(𝑥 − 3.5)
𝐿2 (𝑥) = =
(0.5 + 2.5)(0.5 + 1)(0.5 − 2)(0.5 − 3.5) 20.25
(𝑥 + 2.5)(𝑥 + 1)(𝑥 − 0.5)(𝑥 − 3.5) (𝑥 + 2.5)(𝑥 + 1)(𝑥 − 0.5)(𝑥 − 3.5)
𝐿3 (𝑥) = =
(2 + 2.5)(2 + 1)(2 − 0.5)(2 − 3.5) −30.375
(𝑥 + 2.5)(𝑥 + 1)(𝑥 − 0.5)(𝑥 − 2) (𝑥 + 2.5)(𝑥 + 1)(𝑥 − 0.5)(𝑥 − 2)
𝐿4 (𝑥) = =
(3.5 + 2.5)(3.5 + 1)(3.5 − 0.5)(3.5 − 2) 121.5
Simplificando los términos ecuaciones:
𝐿 = −0.0370𝑥 4 + 0.0617𝑥 3 + 0.4907𝑥 2 + 4.5093𝑥 − 13.8827
𝐿(−0.5) − 16.0247
Verificación en Excel
- Interpolación de Diferencias Divididas de Newton, e interpole en el punto x = -
0.5.
𝑓[𝑥1 ] − 𝑓[𝑥0 ]
𝑓[𝑥1 , 𝑥0 ] =
𝑥1 − 𝑥0
Ahora modificamos valores con los dados por el ejercicio 1
𝑓[𝑥1 ] − 𝑓[𝑥0 ] −18 + 24.5
𝑓[𝑥0 , 𝑥1 ] = = = 4.33
𝑥1 − 𝑥0 −1 + 2.5
Repetimos el procedimiento y hallamos la siguiente tabla de diferencias divididas

Ahora hallaremos el polimonio de la interpolación para ello usaremos los valores

encontrados y la formula general
𝑝𝑛 (𝑥) = −24.5 + 4.3333(𝑥 + 2) + 0(𝑥 + 2)(𝑥 + 1) + 0.0988(𝑥 + 2)(𝑥 + 1)(𝑥)
+ 0.1712(𝑥 + 2)(𝑥 + 1)(𝑥)(𝑥 − 1)
𝑝𝑛 (−0.5) = 0.1712𝑥 4 + 0.4412𝑥 3 + 0.1252𝑥 2 + 4.1885𝑥 − 15.8334
𝑝𝑛 (−0.5) = −17.9408

- Polinomio de Interpolación de diferencias finitas de Newton e Interpole en el

punto x = -0.5.
ℎ = 𝑥1 − 𝑥0
𝑘(𝑘 − 1) 2 𝑘(𝑘 − 1)(𝑘 − 2) 3
𝑦 = 𝑦0 + 𝑘∆𝑦0 + ∆ 𝑦0 + ∆ 𝑦0
2! 3!
𝑥𝑘 − 𝑥0
𝑘=
ℎ
Comprobamos espaciamiento
ℎ = 𝑥1 − 𝑥0
ℎ = (−2.5) − (−1) = 1.5
 ℎ = (−1) − (0.5) = 1.5
podemos observar que espaciamiento es constante(k) así que podemos aplicar el
método.
Ahora calculamos las diferencias para ello usaremos la formula
∆𝑦0 = 𝑦1 − 𝑦0

Donde 𝑥𝑘 , corresponde al valor que se quiere interpolar, para interpolar el valor de -

0.5
Tomaremos los valores para el desarrollo de nuestra formula general

𝑥0 = −1
𝑦 = −18
∆𝑦0 = 6.5
∆2 𝑦0 = 2
∆3 𝑦0 = −2.5
 −0.5+(−1)
𝑘= 1.5
= 1.333

Ahora sustituimos los valores a la formula general

𝑘(𝑘 − 1) 2 𝑘(𝑘 − 1)(𝑘 − 2) 3
𝑦 = 𝑦0 + 𝑘∆𝑦0 + ∆ 𝑦0 + ∆ 𝑦0
2! 3!
(1.333)((1.333) − 1) (1.333)((1.333) − 1)((1.333) − 2)
𝑦 = (−18) + (1.333)(6.5) + (2) + (−2.5)
2! 3!
𝑦 = −8.7682
Asi podemos argumentar que cuando 𝑥 = (−0.5) el resultado de
𝑦 = −8.7682

Después de obtener los resultados y los procesos que se realizaron para llegar a
obtener el respectivo polinomio por cada método; realizar un análisis exhaustivo de
comparación entre los métodos, dejando en claro:
¿Cuál método es el mejor?
El mejor método es el método de diferencias divididas, puesto que el más utilizado,
muy fácil de utilizar y tiene un argumento conciso para la entrega de resultados
¿Cuál método es el más largo?
El método más largo es el método de LaGrange, tiene demasiadas operaciones y
para calcularlo debe ser necesario el uso de herramientas adecuadas y un concepto
muy avanzado de matemáticas
¿Cuál es el más óptimo?
El método más óptimo es el método de diferencias finitas puesto que tiene un filtro,
que define si la operación puede ser ejecutada dentro del método, esto hace que se
aumente más el rango de efectividad y asertividad.

LINK DEL DOCUMENTO EN EXCEL APORTE 2

https://drive.google.com/open?id=1kjVsji36gfVTEUkwKRj3mA6yiJLTT46i
 REFERENCIAS BIBLIOGRAFICAS

 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
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?docID=32
27640&query=M%C3%A9todos+Num%C3%A9ricos
 Arévalo, O. D., Bernal, Y. M. Á., & Posada, R. J. A. (2017). Matemáticas para
ingeniería: métodos numéricos con python. Pág. 33 – 55. Recuperado de
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?docID=51
03053&query=M%C3%A9todos+Num%C3%A9ricos
 Edutube. (2013). Systems of Equations 1 [Video]. Recuperado de
http://edutube.org/es/video/systems-equations-1
 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://youtu.be/klOWp2SYycc
 Barreto, J. (2010). Interpolación polinómica por el Método de Diferencias
Divididas [Video] Recuperado de https://youtu.be/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