Universidad Nacional de Trujillo

Valle Jequetepeque

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

Ao de lA consolidAcin del MAr de GrAu.

Facultad de Ingeniera
Escuela Acadmico Profesional Ing. Industrial

Tema:
PRACTICA N2 DE METODOS NUMERICOS
Estudiantes:

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

PRACTICA N2 DE METODOS NUMERICOS

1) Resolver el siguiente sistema:

3x + 2y = -2
X+y+u=3
3x - 2y - u = -7
4x + 5y + 6z + 3u = 11
SOLUCIN:
x y
3
1
3
4

2 0 0
1 1 0
-2 -1 0
5 3 6

-2
-3
-7
11

1
0
0
0

1 1 0 -3
-1 -3 0 7
-5 -1 0 2
1 -1 6 23

x
1
0
0
0

y u z
1 1 0 -3
-1 -3 0 7
0 11 0 -33
0 11 6 18

u z
1 1 1
3 2 0
3 -2 -1
4 5 3

() +
() +

1
0
0
0

0
0
0
6

-3
-2
-7
11

1 1 0
-1 -3 0
0 11 0
0 -4 6

() +
() +
() +

-3
7
-33
23

18
=3
6

33
= 3
11

= 3(3) 7 = 2
= 3 2 + 3 = 2

METODOS NUMERICOS

) +

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

2. Se tienen tres lingotes compuestos del siguiente modo:

El primero de 25g de oro, 34g de plata y 45g de cobre
El segundo de 15g de oro, 40g de plata y 60g de cobre
El tercero de 40g de oro, 50g de plata y 95g de cobre
Se pide que peso habr de tomarse de cada uno de los lingotes anteriores
para formar un nuevo lingote de El primero de 26g de oro, 42g de plata y
70g de cobre. Resolver por mtodo de Gauss.

Solucin:
Ecuacin para el oro:
25
15
40
+
+
= 26
104 115 185

25
104
34
104
45
[104

Ecuacin para la plata:

34
40
50
+
+
= 42
104 115 185

15
115
40
115
60
115

40
| 26
185
50
| 42
185
95
| 70]
185

25
104
17
52
45
[ 104

3
23
8
23
12
23

8
| 26
37
10
| 42
37
19
| 70 ]
37

Ecuacin para el cobre:

45
60
95
+
+
= 70
104 115 185
25
104
17
52
45
[ 104

298

3
23
8
23
12
23

=
1813

8
| 26
37
10
| 42
37
19
| 70 ]
37

25 3
8
| 26
104 23 37
98 22 166
0
|
575 925 25
33 23 116
0
|
[
115 185
5 ]

589

98

49

575

= 73.13

METODOS NUMERICOS

22

+ 925 =

= 49.16

25 3
8
| 26
104 23 37
98 22 166
0
|
575 925 25
298 589
[ 0 0 1813 | 49 ]

166

25

25

104

3
23

= 15.71

8
37

= 26

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

3. Una empresa que fbrica jarrones recibe un encargo para un da

determinado .Al planificar la produccin se dan cuenta de que si
fabrican 250 jarrones al da, faltaran 150 para concluir el plazo que
tienen. Si fabrican 260 jarrones diarios entonces les sobraran 80
Cuntos das tienen de plazo y cuntos jarrones les encargaron?
Resolver por Gauss Jordan, hacer su programa.
Resolucin:
:
:
250( ) = 15 (1)
260( ) = + 80 (2)

1. Reordenando Trminos
250( ) = 150
260( ) = 80
2. Resolviendo por el Mtodo de Gauss Jordan
1 (

250 1 150
[
]
260 1 80
[

1
0

1
[
0

1250 3
5]
1
236
25

0 23
]
1 5900

METODOS NUMERICOS

1
)
250

[ 1
260

2 (25)

[1
0

1250 35]
1
80
1250 23 ]
5900
1

1 (260) + 2

2 (

1
) + 1
250

x = 23 das
y = 5900 jarrones encargados

Universidad Nacional de Trujillo

Valle Jequetepeque

Programa MATLAB

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

4. Calcule las corrientes que fluyen en cada ramal del circuito. Resolver
por Jacobi (4 iteraciones) y un programa que encuentre la solucin con
una tolerancia de 0.001

1 ecuacin:
-10V+25(I1) +50(I1)-25(I2)-50(I3) =0
76(I1) - 25(I2) 50(I3) = 0

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

2 ecuacin:
1(I2)+25(I2)+30(I2)-1(I3)-25(I1)=0
-25(I1) + 56(I2) (I3) =0
3 ecuacin:
50(I3)+1(I3)+55(I3)-1(I2)-50(I1)=0
-50(I1) (I2) 106(I3) =0

Tomar como valores iniciales: X = [0 0 0]

I1 =

n Iteracin
0
1
2
3
4

METODOS NUMERICOS

I1
0
0.1316
0.1316
0.1917
0.1925

10 + 252 + 503
76

I2 =

252 + 3
56

I3 =

501 + 2
106

I2
0
0
0.0588
0.0599
0.0866

I3
0
0
0.0621
0.0626
0.0909

Error
-----0.1316
0.0855
0.0601
0.0389

Universidad Nacional de Trujillo

Valle Jequetepeque

PROGRAMA EN MATLAB

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

COMPROBACION DEL PROGRAMA

METODOS NUMERICOS

Ingeniera
Industrial

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

5. En una fbrica de ropa se producen tres estilos de camisa que

llamaremos 1, 2,3. Cada prenda pasa por el proceso de cortado, cosido,
planchado y empaquetado. Las camisas se elaboran por lote. Para
producir un lote de camisas tipo 1, se necesitan 50 min para cortarlas, 40
min para coserlas y 20 min para plancharlas y empaquetarlas. Para el tipo
2, 30 minutos para cortar, 60 min para coser y 30 min para planchar y
empaquetar. Para el tipo 3, 15 min para cortar, 10 min para coser y 30 min
para planchar y empaquetar. Cuntos lotes se pueden producir si se
trabajan 8 horas en cortar, 8 horas en coser y 8 horas en planchar y
empaquetar?
SOLUCIN:
Corte Coser Planchar

()
()
()

=
=

n
0
1
2
3
4

METODOS NUMERICOS

x
0
9.6
6.24
5.297
4.8105

y
0
1.6
2.5067
3.4964
3.2976

z
0
8
9.33
8.9723
9.4954

error
12.5984
3.7257
1.413
0.7415

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

6. Hacer un programa para resolver un sistema de ecuaciones lineales de

n variables, por el mtodo de Gauss que incluya la tcnica del pivoteo
parcial.
Solucin:
%Hacer un programa para resolver un sistema de ecuaciones
lineales de n variables, por el mtodo de Gauss que incluya
la tcnica del pivoteo parcial
clear,clc
n=input('NroEcuaciones=')
%Reservando espacio
M=zeros(n,n); N=zeros(n,1); X=N;
%Lectura de la matriz de coeficientes
disp('Matriz de Coeficientes')
for i=1:n
for j=1:n
fprintf('Ingrese un valor para M(%d,%d)=',i,j)
M(i,j)=input('');
end
end
disp('Matriz de COnstantes')
for i=1:n
fprintf('Ingrese un valor para N(%d)=',i)
N(i)=input('');
end
A=[M,N]
%Eliminacin hacia adelante
for j=1:n-1
%Pivoteo Parcial
F=j; %Fila mayor
for i=j+1:n;
if abs(A(i,j))>abs(A(F,j));
F=i;
end
end
%Intercambiando filas
if(j~=F)
VctTemp=A(j,:);
A(j,:)=A(F,:);
A(F,:)=VctTemp;
end
for i=j+1:n
A(i,:)=A(i,:)*(-A(i,j)/A(j,j))+A(j,:);
end
disp(A)
end

METODOS NUMERICOS

Universidad Nacional de Trujillo

Valle Jequetepeque

%Sustitucin Hacia atrs

for i=n:-1:1
X(i)=A(i,n+1);
for j=i+1:n
X(i)=X(i)-X(j)*A(i,j);
end
X(i)=X(i)/A(i,i);
end
disp ('Valor de las incognitas')
X

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

7. Hacer un programa para resolver un sistema de ecuaciones lineales

de n variables, por el mtodo de gauss que incluya la tcnica del
pivoteo parcial
%EJERCICIO 7 ELIMINACION GAUSS - JORDAN
clear,clc
matriz=input('Ingrese Matriz Ampliada: ');clc
disp('Matriz Ampliada')
disp(matriz)
[fila columna]=size(matriz);
%triangulacion superior
if fila==columna-1
fprintf('Eliminacion Gauss-Jordan\n')
for i=1:fila-1
for j=i+1:fila
mult=-matriz(j,i)/matriz(i,i);
matriz(j,:)=matriz(j,:)+matriz(i,:)*mult;
end
disp('--------------------')
disp(matriz)
end
end
%triangulacion inferior
if fila==columna-1
for i=fila:-1:1
for j=1:i-1
mult=-matriz(j,i)/matriz(i,i);
matriz(j,:)=matriz(j,:)+matriz(i,:)*mult;
end
disp('--------------------')
disp(matriz)
end
for i=1:fila
matriz(i,:)=matriz(i,:)/matriz(i,i);
end
end
%solucion
for i=1:fila
matriz(i,:)=matriz(i,:)/matriz(i,i);
end
fprintf('***********************************************************\n')
disp('Vector Solucion')
disp(matriz)

%matriz ejemplo

METODOS NUMERICOS

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

%[5 2 3;-3 3 15]

%x=-1 y=4

EJECUCION DEL PROGRAMA

Matriz Ampliada
5 2 3
-3 3 15
Eliminacin Gauss-Jordan
-------------------5.0000 2.0000 3.0000
0 4.2000 16.8000
-------------------5.0000
0 -5.0000
0 4.2000 16.8000
-------------------5.0000
0 -5.0000
0 4.2000 16.8000
***********************************************************
Vector Solucin
1 0 -1
0 1 4
8. Hacer una rutina de programacin que ingrese un sistema de
ecuaciones lineales n variables, y determine si est bien o mal
condicionado.
%Gauss con Condicionamiento
clc, clear
n=input('De cuantas ecuaciones se compone el sistema?:');
%Reservamos espacio anticipadamente, para optimizar.
M = zeros(n,n); Y = zeros(n,1); X = Y;
%Lectura de la matriz de coeficientes.
disp('Lectura de la matriz de coeficientes.')
for i=1:n
for j=1:n
fprintf('Ingrese un valor para M(%d, %d): ', i, j)
M(i, j)=input('');
end
end
disp('Lectura del vector columna Y')
for i=1:n

METODOS NUMERICOS

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

fprintf('Ingrese un valor para Y(%d): ',i)

Y(i)=input('');
end
%Formamos la matriz ampliada.
A=[M,Y];
%Eliminacion hacia adelante.
for j=1:n-1
for i=j+1:n
A(i,:)=A(i,:)+A(j,:)*(-A(i,j)/A(j,j));
end
end
%Sustitucion hacia atras.
for i=n:-1:1
X(i)=A(i,n+1);
for j=i+1:n
X(i)=X(i)-X(j)*A(i,j);
end
X(i)=X(i)/A(i,i);
end
disp('Se ha encontrado el valor de las incognitas: ')

Bien o mal condicionado:

%Escalamos la matriz de coeficientes.
%Nos aseguramos de que no tenga un determinate muy pequeo.
T=M; %Matriz auxiliar para no afectar la original.
mayor=abs(T(1,1));
for i=1:n
for j=1:n
if(abs(T(i,j))>mayor)
mayor=abs(T(i,j));
end
end
end
for i=1:n
T(i,:)=T(i,:)/mayor;
end
if(abs(det(T))<= 0.06)
disp('El sistema esta mal condicionado.')
return;
else
disp('El sistema esta bien condicionado')
end

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

9. El sistema No lineal tiene dos soluciones :

( + 1) + 2 = 18
( 1)2 + ( 6)2 = 25
a) Grafique las ecuaciones
b) Usando valores iniciales encuentre una de las soluciones usando el
mtodo del Punto Fijo Multivariable con una = 0.05
c) Aplique el Mtodo de Newton Raphson Modificado
d) Aplique el Mtodo de Newton Raphson
Resolucin
a) Grafique las ecuaciones

( + 1) + 2 = 18 . . ()
( 1)2 + ( 6)2 = 25 . ()

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

b) Usando valores iniciales encuentre una de las soluciones usando

el mtodo del Punto Fijo Multivariable con una = 0.05
1. Despejar las ecuaciones en trminos de x e y

2 18
(1)
+1

2 2 + 2 + 12
=
. . (2)
12
Mtodo del Punto Fijo Multivariable

1 = 1 (0, 0 ) =
1 = 2 (0, 0 ) =

2 18
+1
2 + 2 2+12
12

Condicin suficiente aunque no necesaria de convergencia

1
2 18
=

( + 1)2

2 1
=

1
2
=

( + 1)

2
=

| 1 | + | 2 | < 1
|0.608| + |0.0833| < 1
0.6913 < 1

| 1 | + | 2 | < 1
|0.8| + |1.8667| < 1
2.6667 > 1

La Condicin de convergencia no se cumple puesto que solo una

de las sumas de las derivadas parciales es mayor que uno, lo que
quiere decir que Diverge

Con desplazamiento simultaneo

Para = . = .

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

error

0
1
2
3
4
5

1,5
1,52
1,46034392
1,40744027
0,59908662
-1,81653457

10,9
10,8400333
10,7313936
9,72113263
7,54760194
4,54180177

10.9461
0,1239
1,0116
2,3190
3,8562
12,9033

Desplazamiento sucesivo
Para = . = .

error

0
1
2
3
4
5

1,5
1,52
1,46034392
1,40347853
1,26351762
1,00923846

10,9
10,8400333
10,7265199
10,5184187
10,1422145
9,48871671

10.9491
0,1282
0,2157
0,4014
0,7012
1,7752

c) Aplique el Mtodo de Newton Raphson Modificado

1 (, ) = 2 + 2 18
2 (, ) = ( 1)2 + ( 6)2 25
2 (, ) = 2 2 + 2 12 + 12
1
= 2 1

METODOS NUMERICOS

2
= 2 12

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

Mtodo Newton Raphson Modificado con desplazamientos sucesivos

1 = 0

1 (, )
1
|
(0 ,0 )

1 = 0

2 (1, )
2
|
(1 ,0 )

Para = . = .
1 Iteracin (1.5, 10.9)
(1.5)2 (1.5) + 2(10.9) 18
0.05
1 = 1.5
= 1.5
= 1.5125
2(10.9) 1
4
2

1 = 10.9

1.5125 2(1.5125) + 10.92 12(10.9) + 12

2(10.9) 12

= 10.9

0.7273
= 10.9742
9.8

= (1.5125 1)2 + (10.9755 10.9)2 = 11.0780

2 Iteracin (1,5125.10.9742)
(1.5125)2 (1.5125) + 2(10.9742) 18
0.1483
= 1.5125
= 1.5493
2(1.5125) 1
4.0250
= 13.0833

1 = 1.5125

(1.5493)2 2(1.5493) + 10.97422 12(10.9742) + 12

0.0446
1 = 10.9742
= 10.9742
= 10.9697
2(10.9742) 12
9.9484

= (1.5493 1.5125)2 + (10.9697 10.9742)2 = 0.0371

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

El error satisface a la = 0.05

d) Aplique el Mtodo de Newton Raphson

1 (, ) = 2 2 18
2 (, ) = ( 1)2 + ( 6)2 25
2 (, ) = 2 2 + 2 12 + 12

1
=2

1
= 2 1

2
= 2 12

2
= 2 2

2 1
[
2 2

] [ 1] = [ 1]
2 12 2
2

( 2 2 18)

2 1
2
] [ 1] = [
]
2 2 2 12 2
( 2 2 + 2 12 + 12)

Para = =
1 Iteracin (1, 10)
((1)2 (1) + 2(10) 18)

2(1) 1
2
[
] [ 1] = [
]
2(1) 2 2(10) 12 2
(1)2 2(1) + (10)2 12(10) + 12)

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

3
[
0

((1)2 (1) + 2(10) 18)

2 1
][ ] = [
]
8 2
(1)2 2(1) + (10)2 12(10) + 12)

3 2 1
0
][ ] = [ ]
0 8 2
9

3 2 0
[
]
0 8 9
82 = 9

31 + 22 = 9

2 = 1.125

31 + 2(1.125) = 0
1 = 0.75

1 = 0 + 1

1 = 0 + 2

1 = 1 + 0.75 = 1.75

1 = 10 + 1.125 = 11.125

= (1.75 1)2 + (11.125 10)2 = 1.3521

2 Iteracin (1.75, 11.125)

4.5
2
0.5625
] [ 1] = [
]

1.5 10.25 2
1.8281

1 = 0.1918

2 = 1.5582

2 = 0.1503

2 = 10.9747

= 2(1.5582 1.75)2 + (10.9747 11.125)2 =0.2436

METODOS NUMERICOS

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

3 Iteracin (1.5582, 10.9747)

4.116
2
0.0368
] [ 1] = [
]
1.1164 9.9494 2
0.0592

1 = 0.0112

3 = 1.547

2 = 0.0047

3 = 10.97

= 2(1.547 1.5582)2 + (10.97 10.9747)2 =0.01215

El error satisface a la = 0.

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

10. La presin requerida para sumergir un objeto pesado y grande en un terreno

suave y homogneo que se encuentra sobre un terreno de base dura, puede
predecirse a partir de la presin requerida para sumergir objetos ms pequeos en el
mismo suelo.* en particular la presin p para sumergir una lmina circular de radio r
a una distancia en el terreno suave, donde el terreno de base dura se encuentra a
una distancia D>d debajo de la superficie, puede aproximarse mediante una ecuacin
de la forma:
P=K1*exp(k2*r)+k3*r .. (1)
Donde k1,k2 y k3 son constantes que, con k2>0, dependen de d y la
consistencia del terreno, pero no del radio de la lmina. Encuentre los
valores de k1,k2 y k3, si se supone que una lmina de radio de 1 pulgada
requiere una presin de 10 lb/pulg2 para sumergirse un pie en el terreno
lodoso; una lmina de radio de 2 pulgadas, requiere una presin de 12
lb/pulg2 para sumergirse 1 pie; y una lmina de radio 3 pulgadas requiere
una presin e 15 lb/pulg2 (suponiendo que el lodo tiene una profundidad
mayor que 1 pie). Usar el mtodo que crea conveniente con tol=0.001.
k1=10

J=

2 1 2
22 21 22
32 31 32

k2=1
1
2
3

1
2
3

k3=1

1
2
3

1 Iteracin:
k1=28.4579

k2=0.3196

k3=-48.8602

error= 51.2901

k2=0.3041

k3=-1.4913

error= 0.6051

k2=0.2653

k3=-1.4396

error= 0.0670

k2=0.2598

k3=-1.3735

error= 0.0012

2 Iteracin:
k1=8.7890
3 Iteracin:
k1=8.7848
4 Iteracin:
k1=8.7714

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

11. Explique con ejemplos, dada una matriz de tercer orden como
determinar si es positiva definida o negativa definida:
DEFINIDAS
A1>0,A2>0,A3>0,...An>0

DEFINIDA POSITIVA

A1<0,A2>0,A3<0,A4>0,...
An>0 si n es par

DEFINIDA NEGATIVA

An<0 si n es impar
Positiva definida:
1 = |60|

60 30
= |30 20
20 15

20
15|
12

1
60 30
|
=|
30 20

Hallando determinantes:

|1 | = 60 > 0
|2 | = [(60 30) (30 30)] = 120 > 0
|| = [(60 30 12) + (30 20 15) + (30 15 20)]
[(20 20 20) + (30 30 12) + (60 15 15)] = 100 > 0
Se observa que 1 > 0; 2 > 0; > 0 . :. Positiva definida
Negativa definida:
1 0
2
= | 0 3 0 |
1
0 6

1 = |1|
1 0
|
1 = |
0 3

Hallando determinantes:

|1 | = 1 < 0
|2 | = [(1 3) (0 0)] = 3 > 0
|| = [(1 3 6) (1 3 6)] = 12 < 0
Se observa que 1 < 0; 2 > 0; < 0 . :. Negativa definida

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

12. Haga una Iteracin del mtodo de Newton Raphson para hallar el
punto extremo de :
( ) = 8 2 12 2 2 + 2 2 2 2 + + 28
Usar 0 = 1 , 0 = 1 , 0 = 1 como valores iniciales El punto extremo
ser un mximo o un mnimo?

8 2 + 2 2

12
4 + 2 + ]
=
=[

4 2 + + 28

[ ]

1
0 = [1]
1

H=[

6
(1,1,1) = [13]
23

52
H1 =

1
[

1
1 = [1]
1

(1,1) = 2 < 0
(2,2) =

4>0

(3,3) = 6 < 0

METODOS NUMERICOS

2
2
2 4
2
1

52
1
[

1
23
1
3

2
1]
4

1
23
1
3

1
1
3
2
3]

1
20
6
1 [13] = [ 283 ]
3
44
23
2
3]
3

H es definida Negativa
Promete Convergencia a un
Mximo Local

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

13. Resolver usando el mtodo que estime conveniente:

Sea el siguiente conjunto de reacciones:
2 +
+
Calcule las concentraciones de equilibrio de cada una de las especias si inicialmente de
introduce una concentracin:
, 0 = 40
, 0 = 15
, 0 = 0
, 0 = 10

SOLUCIN:

= =
= =
= + + = +
= =

METODOS NUMERICOS

Universidad Nacional de Trujillo

Valle Jequetepeque

14. Resolver el siguiente sistema:

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

Graficar y hallar valores iniciales, positivos adecuados y resolver con tol=

0.01
a) Mtodo de punto fijo multivariable con desplazamientos sucesivos.
b) Mtodo de Newton Raphson
c) Mtodo de Newton Raphson modificado

( )
= 2.6
(2 )(1 )
x (x-y) = 2.6 [(2-x-y) (1-x)]
x (x-y)=2.6 [2-2x-x+x2-y+xy]
x2-y2 = 5.2- 5.2x 2.6x + 2.6x2- 2.6y + 2.6xy
x2- xy = 5.2 7.8x + 2.6x2 2.6y + 2.6xy
0 = 1.6x2 + 3.6xy 2.6y +5.2 7.8x ------------------ f1 (x, y)

(2)2
= 3.1
(2 )( )
4y2 = 3.1 [(2-x-y) (x-y)]
4y2 = 3.1 [2x-2y-x2+xy-xy+y2]
4y2 = 6.2x 6.2y 3.1x2 + 3.1y2
0= 6.2x 6.2y 3.1x2 0.9y2 --------------------------- f2 (x, y)

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

GRAFICAS

Criterio de convergencia
G1(x, y)

1.6 2 +3.62.6+5.2
7.8

G2(x, y)

6.23.1 2 0.9 2
6.2

Puntos iniciales: Xo= 0.8

1

Yo=0.45

3.2+3.6

7.8

METODOS NUMERICOS

3.62.6
7.8

6.26.2

6.2

=1

1.8
6.2

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

| 1| + | 2 | < 1

| 1| + | 2 | < 1

|0.54| + |0.2| < 1

|0.036| + |0.131| < 1

0.74 < 1

0.167 < 1

a) Mtodo de punto fijo multivariable con desplazamientos sucesivos.

n Iteracin
0
1
2

X
0.8
0.814
0.822

Y
0.45
0.453
0.454

Error
0.918
0.014
0.0081

b) Mtodo de Newton Raphson

f1 (x, y)= 1.6x2 + 3.6xy 2.6y +5.2 7.8x

1

= 3.2 + 3.6 7.8

= 3.6 2.6

f2 (x, y)= 6.2x 6.2y 3.1x2 0.9y2

2

= 6.2 6.2

= 6.2 1.8

Jacobiano

= ||
2

1
3.2 + 3.6 7.8 3.6 2.6
|
= |
|
|
6.2 6.2
6.2 1.8
2

Reemplazamos con Xo= 0.8

= |

METODOS NUMERICOS

Yo=0.45:

3.62
1.24

0.28
|
7.01

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

Hallamos Nf:

= |

1(0 , )
0.11
|=|
|
2 (0 , )
0.62

Ahora:
Jacobiano * Vector corrector = Nf

3.62 0.28 1
0.11
|
| | |=|
|
1.24 7.01 2
0.62
3.621 + 0.282 = 0.11
1.241 7.012 = 0.02

3.62 0.28
|
1.24 7.01

0.11
|
0.02

3.62
0.28
0
6.914

0.11
|
0.057

F1(

)+F2

6.9142 = 0.057

3.621 + 0.28(0.0082) = 0.11

2 = 0.0082

3.621 = 0.112
1 = 0.0309

c) Mtodo de Newton Raphson modificado

Aplicamos Newton Raphson modificado con desplazamientos sucesivos

1
= 3.2 + 3.6 7.8

2
= 6.2 1.8

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

1 Iteracin: Xo= 0.8 y Yo=0.45:

1 = 0.8

1.6(0.8)2 + 3.6(0.80.45) 2.6(0.45) + 5.2 7.8(0.8)

3.2(0.8) + 3.6(0.45) 7.8
1 = 0.8303

6.2(0.8) 6.2(0.45) 3.1(0.8)2 0.9(0.45)2

1 = 0.45
6.2 1.8(0.45)
1 = 0.4505

= 0.03032 + (5104 )2 = 0.0303

2 Iteracin: X1= 0.8303 y Y1=0.4505:

(1.977103 )
2 = 0.8303
= 0.8309
3.5212
2 = 0.4505

0.0356
= 0.4556
7.0109

= (0.8309 0.8303)2 + (0.4556 0.4505)2 = 0.0051

METODOS NUMERICOS

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

15. Se desea encontrar el volumen ms grande posible de un tanque de

agua de forma de un cilindro circular recto, el cual se encuentra alojado
dentro de una cmara en forma conoidal si se sabe que el radio de la
cmara es de 3 metros y tiene una altura de 8metros Cul ser la
cantidad de agua que podr alojar el tanque?

Resolver con un programa en MATLAB usando el mtodo que ms crea

conveniente, con una tol =0.001
Solucin:
Tenemos:
Volumen del cilindro: = 2 . . (1)
Por semejanza de tringulos:

3
8

= 8
24 3 = 8
=

METODOS NUMERICOS

24 3
8

Ingeniera
Industrial

Universidad Nacional de Trujillo

Valle Jequetepeque

3
= 3
8
Sustituyendo el valor de r en (1):

3 2
= (3 )
8
() = 9

Siendo

esta,

9 2 9
3
+
4
64

nuestra

ecuacin a maximizar.

Para Maximizar la ecuacin utilizaremos el Mtodo de Newton Raphson, por lo

que necesitamos:
() = 9

9
27 2
+
2
64
9
2

() = +
h
1
1.5
2
2.5
3
3.5

f'(h)
15.46
10.05
5.30
1.21
-2.20
-4.97

METODOS NUMERICOS

27

32

0 = 2.5

Universidad Nacional de Trujillo

Valle Jequetepeque

Ingeniera
Industrial

CODIGO DE MATLAB:
%Metodo Newton-Raphson Optimizacion
clc, clear
V0=3;tol=0.001;error=10;
V=inline('9*pi*h-9/4*pi*h^2+9/64*pi*h^3')
dV=inline('9*pi-9/2*pi*h+27/64*pi*h^2')
d2V=inline('-9/2*pi+27/32*pi*h')
i=1
while error>tol
fprintf('Iteracion N %d\n',i)
fprintf('================\n')
V1=V0-dV(V0)/d2V(V0)
error=sqrt((V1-V0)^2)
V0=V1;
i=i+1;
end
disp('La altura mxima es:')
disp(V1)
disp('Por lo tanto reemplazando en nuestra ecuacion V(h)')
disp('El volumen Maximo es:')
V(V1);
fprintf ('%f m^2\n',V(V1))

EL REPORTE DEL PROGRAMA:

V=
Inline function:
V(h) = 9*pi*h-9/4*pi*h^2+9/64*pi*h^3
dV =
Inline function:
dV(h) = 9*pi-9/2*pi*h+27/64*pi*h^2
d2V =
Inline function:
d2V(h) = -9/2*pi+27/32*pi*h

METODOS NUMERICOS

Universidad Nacional de Trujillo

Valle Jequetepeque

Iteracin N 1
================
V1 =
2.6429
Error =
0.3571

Iteracin N 2
================
V1 =
2.6666
Error =
0.0237
Iteracin N 3
================
V1 =
2.6667
Error =
1.0535e-04
La altura mxima es:
2.6667
Por lo tanto reemplazando en nuestra ecuacin V(h)
El volumen Mximo es:
33.510322 m^2

METODOS NUMERICOS

Ingeniera
Industrial