Professional Documents
Culture Documents
Métodos numéricos
Introducción ............................................................................................................. 2
Método de Gauss .................................................................................................... 3
Método de Gauss-Jordan ........................................................................................ 3
Método de Gauss-Seidel ......................................................................................... 4
Doble división sintética ............................................................................................ 5
Descomposición LU................................................................................................. 9
Método de mínimos cuadrados ............................................................................. 13
Método de potencias ............................................................................................. 15
Interpolación polinomial de newton ....................................................................... 18
Interpolación de Lagrange ..................................................................................... 22
Interpolación inversa ............................................................................................. 23
1
Universidad Nacional Autónoma de México
Introducción
2
Universidad Nacional Autónoma de México
Desarrollo
Método de Gauss
El método de Gauss consiste en transformar un sistema de ecuaciones en otro
equivalente de forma que este sea escalonado.
Para facilitar el cálculo vamos a transformar el sistema en una matriz, en la que
pondremos los coeficientes de las variables y los términos independientes
(separados por una recta).
Método de Gauss-Jordan
3
Universidad Nacional Autónoma de México
2 3 1 1
[3 −2 −4] | [−3]
5 −1 −1 4
Fila 1*1/2=
3 1 1
1
[ 2 2 ]|[ 2 ]
3 −2 −4 −3
5 −1 −1 4
A continuación, debemos obtener los dos ceros de la primera columna de la matriz
identidad.
Fila 1 * -3 + Fila 2Fila 1 * -5 + Fila 3
Método de Gauss-Seidel
El método de Gauss-Seidel es el método iterativo más comúnmente usado.
Suponga que se da un sistema de n ecuaciones: [𝐴]{𝑋} = {𝐵} Suponga que se
limita a un conjunto de ecuaciones de 3 × 3. Si los elementos de la diagonal no son
todos cero, la primera ecuación se puede resolver para 𝑥1, la segunda para 𝑥2 y la
tercera para 𝑥3, para obtener:
4
Universidad Nacional Autónoma de México
𝑏1 − 𝑎12𝑥2 − 𝑎13𝑥3
𝑥1 =
𝑎11
𝑏2 − 𝑎21𝑥1 − 𝑎23𝑥3
𝑥2 =
𝑎11
𝑏3 − 𝑎31𝑥1 − 𝑎32𝑥2
𝑥3 =
𝑎33
En consecuencia, su criterio de convergencia lo conforman los criterios de la
diagonal pesada, mismo que posee dos condiciones:
• Condición necesaria: Es condición necesaria que el elemento ubicado en la
diagonal principal de cada ecuación sea mayor al valor absoluto que el resto
de elementos de la misma ecuación.
|𝑎𝑖𝑖| > |𝑎𝑖𝑗|
5
Universidad Nacional Autónoma de México
Ejemplo:
𝑥³ + 2𝑥² − 3𝑥 + 5 entre 𝑥 − 2
6
Universidad Nacional Autónoma de México
Paso 3
Se suma como el producto y se escribe la suma en la tercera línea.
Paso 4
Se multiplica por “r” se escribe el producto en la segunda línea, debajo de la línea y
se suma en la tercera línea.
Paso 5
Se toma como residuo el último resultado.
Paso 6
𝑅𝑛
Utilizar la fórmula 𝑥(𝑛 + 1) = 𝑥𝑛 − (𝑅𝑛∗ )
Donde:
𝑎−𝑏
𝑋𝑛 = Primer valor de x propuesto =𝑥𝑚 = 2
𝑅0 = Primer residuo.
𝑅𝑜∗ = Segundo residuo.
Ejemplo: Encontrar las raíces de la función 𝑓(𝑥) = 𝑥 4 − 𝑥 3 − 2𝑥 2 − 6𝑥 − 4 = 0 por
doble división sintética.
x f(x)
-3 104
-2 24
-1 2
0 -4
1 -12
2 -16
7
Universidad Nacional Autónoma de México
R1
𝑅𝑛
𝑥(𝑛 + 1) = 𝑥𝑛 − (𝑅𝑛∗) con 𝑛 = 0
𝑅1
𝑋1 = 𝑥0 − ( )
𝑅1∗
−1.3125
𝑥1 = −0.5 − ( ) − 0.75
−5.25
Se valúa el valor en la función:
𝑓(−0.75) = 0.113281
Cómo 𝑥1 aún no hace 0 a la función volvemos a hacer doble división sintética ahora
usando 𝑥1:
1 -1 -2 -6 -4
-0.75 -0.75 1.3125 0.515625 4.113281
1 -1.75 -0.6875 -5.484375 0.113281
-0.75 -0.75 1.875 -0.890625
1 -2.5 1.1875 -6.375
8
Universidad Nacional Autónoma de México
Se calcula 𝑥2
0.311281
𝑥2 = −0.75 − ( )
−6.375
𝑥2 = −0.732230
𝑓(−0.73223) = 0.001120
Se debe llegar hasta una solución donde casi el resultado al sustituir de 0.
El ejercicio se puede concluir aquí, pero mientras menos error para llegar al 0 mejor.
Descomposición LU
9
Universidad Nacional Autónoma de México
Ejemplo:
Resolver el sistema de ecuaciones siguiente
3𝑥 + 2𝑦 + 𝑧 = 0
11𝑥 + 7𝑦 + 5𝑧 = 0
19𝑥 + 17𝑦 + 13𝑧 = 1
Escribiendo el problema de manera matricial:
3 2 1 𝑥 0
[11 7 5 ] | [𝑦] = [0] ; 𝐴 x = b
19 17 13 𝑧 1
Encontrando L y U
Escribimos la matriz A 𝛼𝐹1 + 𝐹2 → 𝐹2
11
− 𝐹1 + 𝐹2 → 𝐹2
3 3 2 1 3 2 1
3 2 1 1 4 1 4
[11 7 5] 19 [0 −3 3] [0 −3 3]
− 𝐹1 + 𝐹2 → 𝐹3 13 20 13 20
19 17 13 3 0 0
3 3 3 3
13
Encontrar 𝛼 que haga 0 a
3
1 13
𝛼 (− ) + =0
3 3
13
𝛼=− ∗ 3 = 13
3
3 2 1
1 4
[0 − ]
3 3
0 0 24
Reescribiendo la matriz en forma LU:
U es representada por la matriz:
10
Universidad Nacional Autónoma de México
3 2 1
1 4
𝑈 = [0 − ]
3 3
0 0 24
Y L es representada por la matriz conformada por los menos multiplicadores
11 19
( 3 , 3 𝑦 − 13)
1 0 0
11
1 0
𝐿= 3
19
[ 3 −13 1]
Nota: Las descomposiciones 𝐿𝑈 no son únicas, por las que si se realiza por otro
método, puede dar otra descomposición, para comprobar que las matrices son
correctas se deben multiplicar las matrices 𝐿 y 𝑈 y esta nos da la matriz 𝐴:
Ahora encontrar los valores de 𝑥, 𝑦 𝑦 𝑧
3 2 1 𝑥 0
[11 7 𝑦
5 ] | [ ] = [0] ; 𝐴 x = b
19 17 13 𝑧 1
Como 𝐿𝑈 = 𝐴 y 𝑈 x = y
𝐿𝑈 x = b ; 𝐿 y = b
Entonces:
1 0 0
11 𝑦1 0
1 0
3 𝑦2
| [ ] = [0]
19 𝑦3 1
[3 −13 1]
11
Universidad Nacional Autónoma de México
0
Por lo que el vector auxiliar y = [0] ; 𝐿 y = b
1
𝑥
Además, el y = 𝑈 x ; donde x = [𝑦]
𝑧
Entonces se procede a calcular los valores de 𝑥, 𝑦 𝑦 𝑧
3 2 1 𝑥
1 4 0
[0 − ] [𝑦] = [0]
3 3 𝑧 1
0 0 24
12
Universidad Nacional Autónoma de México
13
Universidad Nacional Autónoma de México
Primera ecuación
normal.
14
Universidad Nacional Autónoma de México
Segunda ecuación
normal.
Método de potencias
15
Universidad Nacional Autónoma de México
Esto significa que cualquier vector 𝑣 del espacio vectorial 𝑅 𝑛 se puede expresar
como combinación lineal de los vectores {𝑣1, 𝑣2, 𝑣3, . . , 𝑣𝑛}.
Es decir, existirán valores 𝑎𝑖 ∈ 𝑅, tales que:
𝑛
𝑉 = ∑ 𝑎𝑖𝑣𝑖
𝑖=1
𝐴 x = ∑ 𝑎𝑖𝐴𝑣𝑖 = ∑ 𝑎𝑖𝜆𝑖𝑣𝑖
𝑖=1 𝑖=1
𝜆2 𝑘 𝜆𝑛 𝑘
𝐴𝑘 𝑣 = 𝜆𝑘 1[𝑎1𝑣1 + 𝑎2 ( ) 𝑣2 + ⋯ + 𝑎𝑛 ( ) 𝑣𝑛]
𝜆1 𝜆1
Si tenemos límites cuando 𝑘 → ∞, y tenemos en cuenta que al ser 𝜆1 el valor propio
dominante, entonces:
𝜆𝑖 𝑘
lim ( ) =0 𝑖 = 2,3, … , 𝑛
𝑘→∞ 𝜆1
Entonces en consecuencia se tiene que:
𝜆2 𝑘 𝜆𝑛 𝑘
lim [𝑎1𝑣1 + 𝑎2 ( ) 𝑣2 + ⋯ + 𝑎𝑛 ( ) 𝑣𝑛] = 𝑎1𝑣1
𝑘→∞ 𝜆1 𝜆1
En consecuencia, para valores grandes de 𝑘 se tiene que:
𝐴𝑚 𝑣 ≈ 𝜆𝑘 1𝑎1𝑣1
Es decir la sucesión:
16
Universidad Nacional Autónoma de México
17
Universidad Nacional Autónoma de México
18
Universidad Nacional Autónoma de México
I. Interpolación lineal
Se tienen 2 puntos:
(𝑋𝑜, 𝑓(𝑋𝑛)) 𝑦 (𝑋1, 𝑓(𝑋1))
Con estos dos puntos se puede construir una recta y por medio de triángulos
semejantes se puede conocer el punto 𝑓(𝑥).
Por la pendiente se tiene que:
𝑦2 − 𝑦1 𝑓(𝑥) − 𝑓(𝑥0) 𝑓(𝑥1) − 𝑓(𝑥0)
𝑚= = =
𝑥2 − 𝑥1 𝑥 − 𝑥0 𝑥2 − 𝑥1
Despejando 𝑓(𝑥) − 𝑓(𝑥0)
𝑓(𝑥1) − 𝑓(𝑥0)
𝑓(𝑥) − 𝑓(𝑥0) = (𝑥 − 𝑥0)
𝑥2 − 𝑥1
A esta expresión se le conoce como interpolación lineal de Newton.
II. Interpolación cuadrática
19
Figura 5. Interpolación cuadrática de una función logarítmica
natural. Chapra pág 507.
Universidad Nacional Autónoma de México
Como se hizo antes con las interpolaciones lineales y cuadráticas, los puntos
asociados con datos se utilizan para evaluar los coeficientes 𝑏0, 𝑏1, . . . , 𝑏𝑛. Para un
polinomio de 𝑛 − é𝑠𝑖𝑚𝑜 grado se requieren 𝑛 + 1
20
Universidad Nacional Autónoma de México
puntos: [𝑥0, 𝑓(𝑥0)], [𝑥1, 𝑓(𝑥1)], . . . , [𝑥𝑛, 𝑓(𝑥𝑛)]. Usamos estos datos y las siguientes
ecuaciones para evaluar los coeficientes:
𝑏0 = 𝑓(𝑥0)
𝑏1 = 𝑓[𝑥1, 𝑥0]
𝑏2 = 𝑓[𝑥2, 𝑥1, 𝑥0]
·
·
·
𝑏𝑛 = 𝑓[𝑥𝑛, 𝑥𝑛– 1,· · ·, 𝑥1, 𝑥0]
donde las evaluaciones de la función colocadas entre paréntesis son diferencias
divididas finitas. Por ejemplo, la primera diferencia dividida finita en forma general
se representa como:
𝑓(𝑥𝑖, 𝑥𝑗) − 𝑓(𝑥𝑗, 𝑥𝑘)
𝑓[𝑥𝑖, 𝑥𝑗] =
𝑥𝑖 − 𝑥𝑘
La segunda diferencia dividida finita, que representa la diferencia de las dos
primeras diferencias divididas, se expresa en forma general como:
𝑓[𝑥𝑖, 𝑥𝑗] − 𝑓[𝑥𝑗, 𝑥𝑘]
𝑓[𝑥𝑖, 𝑥𝑗, 𝑥𝑘] =
𝑥𝑖 − 𝑥𝑘
21
Universidad Nacional Autónoma de México
Interpolación de Lagrange
El polinomio de interpolación de Lagrange es simplemente una reformulación del
polinomio de Newton que evita el cálculo de las diferencias divididas, y se
representa de manera concisa como:
𝑛
ƒ𝑛(𝑥) = ∑ 𝐿𝑖 (𝑥)𝑓(𝑥𝑖)
𝑖=0
Donde:
𝑛
(𝑥 − 𝑥𝑗)
𝐿𝑖(𝑥) = ∏
𝑥𝑖 − 𝑥𝑗
𝑗=0
𝐽≠1
22
Universidad Nacional Autónoma de México
Interpolación inversa
Supongamos conocidos (𝑥𝑘, 𝑓𝑘) los datos correspondientes a una función 𝑓(𝑥) y
queremos encontrar una aproximación del valor de 𝑥 tal que 𝑓(𝑥) = 𝑐 , donde 𝑐 es
un valor dado.
23
Universidad Nacional Autónoma de México
Conclusión
• No hay un método correcto para llegar a una solución, pero si más precisos.
• La descomposición 𝐿𝑈 es muy eficiente para aplicar en un ordenador y
ahorra memoria, además que permite resolver muchos sistemas de
ecuaciones.
• El problema de la descomposición 𝐿𝑈 es que no se pueden cambiar filas.
• Los problemas que tiene el método de potencias es que solo da el valor de
un λ característico, que se utilizan números muy grandes
• Los métodos de interpolación son muy sensibles a los errores de datos, sobre
todo el de Lagrange
• El polinomio de interpolación suele usarse para estimar valores de una
función tabulada, en las abscisas que no aparecen en la tabla
• El aumento de grado no siempre mejora la aproximación.
24
Universidad Nacional Autónoma de México
Bibliografía
Métodos numéricos para ingenieros / Chapra, Steven C.; Canale, Raymond P.. --
3a. ed. -- México: McGraw-Hill, 1999.
982 p.+ 1 Diskette
Rescatado de: http://cb.mty.itesm.mx/ma1010/materiales/ma1010-26.pdf,
01/11/2017
Elkner, J., Downey, A. B. & Meyers, C. (2010). How to think like a computer scientist:
Learning with Python. (2da. ed.)
Burden, R. L. & Faires, J. D. (1985). Análisis numérico. México: Grupo Editorial
Iberoamérica.
25
Universidad Nacional Autónoma de México
26
Universidad Nacional Autónoma de México
Ejercicio 1:
Estime el logaritmo natural de 2 mediante interpolación lineal. Primero, realice el
cálculo por interpolación entre ln 1 = 0 y ln 6 = 1.791759. Después, repita el
procedimiento, pero use un intervalo menor de ln 1 a ln 4 (1.386294). Observe que
el valor verdadero de ln 2 es 0.6931472.
Por interpolación lineal de Newton.
1.791759
𝑓1(2) = 0 + (2 − 1) = 0.3583519
6−1
que representa un error = 48.3%. Con el intervalo menor desde x0 = 1 hasta x1 = 4
se obtiene:
1.386294
𝑓1(2) = 0 + (2 − 1) = 0.4620981
4−1
El error ahora es de 33.3%
Ejercicio 2:
Por medio del polinomio de interpolación de Newton, calcular lo siguiente:
Los datos x0 = 1, x1 = 4 y x2 = 6 se utilizaron para estimar ln 2 mediante una
parábola. Ahora, agregando un cuarto punto (x3 = 5; f(x3) = 1.609438], estime ln 2
con un polinomio de interpolación de Newton de tercer grado con n = 3.
𝑓3(𝑥) = 𝑏0 + 𝑏1(𝑥 – 𝑥0) + 𝑏2(𝑥 – 𝑥0)(𝑥 – 𝑥1) + 𝑏3(𝑥 – 𝑥0)(𝑥 – 𝑥1)(𝑥 – 𝑥2)
Las primeras diferencias divididas del problema son:
(1.386294 − 0)
𝑓[𝑥𝑖, 𝑥0] = = 0.4620981
4−0
(1.791759 − 1.386294)
𝑓[𝑥2, 𝑥1] = = 0.2027326
6−4
1.609438 − 1.791759
𝑓[𝑥3, 𝑥2] = = 0.1823216
5−4
Las segundas diferencias divididas son:
0.2027356 − 0.4620981
𝑓[𝑥2, 𝑥1, 𝑥0] = = −0.05187311
6−1
0.1823216 − 0.2027326
𝑓[𝑥3, 𝑥2, 𝑥1] = = −0.02041100
5−4
27
Universidad Nacional Autónoma de México
2−4 2−1
𝑓1(2) = 0+ (1.386294) = 0.4620981
1−4 4−1
De igual forma se utiliza el polinomio de segundo grado:
Ejercio 4:
Por el método de las potencias calcular el varlor propio dominante de la matriz
28
Universidad Nacional Autónoma de México
1 2 −1
[1 0 1]
4 −4 5
Como en un principio no sabemos cuales son los vectores característicos, ya que
es precisamente lo que necesitamos calcular, vamos a comenzar con un vector
cualesquiera, por ejemplo, comenzamos con el vector:
1
𝑣 = [0]
0
Paso 1
Calcular iteraciones 𝐴𝑘 𝑣
1 2 1 1 1
𝐴𝑣 = (1 0 1) (0) = (1)
4 −4 5 0 4
1 2 1 1 −1
𝐴2 𝑣 = (1 0 1) ( 1 ) = ( 5 )
4 −4 5 40 20
Paso 2
A continuación podemos calcular la primera aproximación del vector propio
dominante, si recordamos que la expresión viene dada por el cociente
𝐴𝑘+1 1
𝜆1 = ( ) 1 = − = −1
𝐴𝑘 𝑣 1
Paso 3
Se dejará de iterar hasta la iteración número 11, para unamayor precisión.
1 2 1 −1 −11 11
𝐴2 𝑣 = (1 0 1) ( 5 ) = ( 19 ) λ1 = − = 11
−1
4 −4 5 20 76
1 2 1 −11 −49 −49
𝐴3 𝑣 = (1 0 1) ( 19 ) = ( 65 ) λ1 = − = 4.45
−11
4 −4 5 76 260
1 2 1 −57001 −173051
𝐴11 𝑣 = (1 0 1) ( 58025 ) = ( 175099 ) λ1 = 3.03
4 −4 5 232100 700396
Para los valores de 𝜆2 𝑦 λ3 se debe resolver el polinomio característico.
29