Professional Documents
Culture Documents
Tema
integrantes:
Problema 1
1
%despejando y de la segunda ecuacio´n y remplazando en la primera. x = −1 : 0.1
: 1;
s = 2 ∗ x + (exp(2 ∗ x) − 3 ∗ x). ∗ exp(−6 ∗ x) − exp(exp(2 ∗ x) − 3 ∗ x);
plot(x,s)
% según la gráfica elegimos como puntos iniciales
x(1) = 0.5; y(1) = 1.22; err = 1; tol = 1; k = 1;
while err > 10(−12) ||tol > 10(−13)
f (k) = 2 ∗ x(k) + y(k). ∗ exp(−6 ∗ x(k)) −
exp(y(k)); g(k) = 3 ∗ x(k) + y(k) − exp(2 ∗ x(k));
% despejando x de la primera ecuacio´n f(x,y)=0
f 1(k) = (log((exp(y(k)) − 2 ∗
x(k))/y(k)))./(−6); x(k + 1) = f 1(k);
% despejando y de la segunda ecuación g(x,y)=0
g1(k) = exp(2 ∗ x(k)) − 3 ∗ x(k);
y(k + 1) = g1(k);
err = (((x(k + 1) − x(k)).2 + (y(k + 1) − y(k))2)(0.5))./(x(k)2 + y(k)2)(0.5);
tol=abs(f(k))+abs(g(k));
k=k+1;
end
disp(’el valor aproximado de la componente x de la ra´ız es’)
dsip(x(k))
disp(’el valor aproximado de la componente y de la ra´ız es’)
disp(y(k))
disp(’el numero de iteraciones necesarias es’)
disp(k)
La solucio´n obtenida con este m´etodo es: (−0.188231, 1.25098)
El numero de iteraciones necesarias fue de 23.
Problema 2 parte c
2
h = inv(J ) ∗ (−S);
% por el método multivariable de Newton:
x(k+1)=x(k)+h(1); y(k+1)=y(k)+h(2); err = (((x(k + 1) −x(k))2 +(y(k + 1) −
y(k))2)(0.5))./(x(k)2 + y(k)2)(0.5);
tol=abs(f(k))+abs(g(k));
k=k+1;
end
disp(’la primera componente de la raiz es:’)
disp(x(k))
disp(’la segunda componente de la raiz es:’)
disp(y(k))
disp(’el numero de iteraciones necesarias es:’)
disp(k)
El vector solucio´n del sistema fue: (−0.188231, 1.25098) El
numero de operaciones necesarias fueron 65
Problema 3
3
x1(1) = 1/105(x0(2) − x0(3) + x0(4) − x0(5)) − 3/105 × 41
x1(2) = 1/105(−x0(1) + 2x0(3) − x0(4) − 2x0(5))2/105 × 41
x1(3) = 1/105(−x0(1) + x0(2) − x0(4) − x0(5)) − 4/105 × 41
x1(4) = 1/105(x0(1) − x0(2) + x0(3) − x0(5)) + 2/105 × 41
x1(5) = 1/105(−x0(1) − x0(2) − 2x0(2) − x0(4)) − 8/105 × 41
Realizando los cálculos al remplazar el valor de x0 tenemos
Al realizar las operaciones obtenemos que : x2 = (−1.24707; 0.91429; −1.70621; 0.87247; −3.47501)
nuevamente remplazamos x0 esta ves por x2 con lo cual obtenemos
Problema 4
4
% con esto ya podemos construir la matriz jacoviana
J=[Dx1f(k) Dx2f(k) Dx3f(k) Dx4f(k); Dx1g(k) Dx2g(k) Dx3g(k) Dx4g(k) ;
Dx1h(k) Dx2h(k) Dx3h(k) Dx4h(k); Dx1l(k) Dx2l(k) Dx3l(k) Dx4l(k)];
% De la ecuacion matricial JH=-F donde F es un vector columna con elementos
f,g,h y l:
F=[f(k) g(k) h(k) l(k)]’;
% Por lo que h es:
H=inv(J)*(-F);
% realicemos el codigo para las iteraciones de la aproximacion de la raiz del
sistema de ecuaciones
x1(k+1)=x1(k)+ H(1);
x2(k+1)=x2(k) + H(2);
x3(k+1)=x3(k) + H(3);
x4(k+1)=x4(k) + H(4);
err = ((x1(k + 1) − x1(k))2 + (x2(k + 1) − x2(k))2 + (x3(k + 1) − x3(k))2 + (x4(k
+ 1) − x4(k))2)(0.5);
tol=abs(f(k))+abs(g(k))+abs(h(k))+abs(l(k));
k=k+1;
end
x=[x1(k) x2(k) x3(k) x4(k)];
disp(’ la solucion de la ecuacion es:’)
disp(x)
Problema 5
% Problema 5 m´etodo de newton
x(1)=0; y(1)=-1;
err=1; tol=1; k=1;
while tol > 10(−12)
%Lasfuncionesdelsistemadeecuacionesson : f = 0yg = 0
f (k) = 4 ∗ x(k)2 + y(k)5 − exp(y(k));
g(k)=2*x(k)+y(k)-exp(2*x(k));
% Evaluamos las derivadas parciales para obtener el Jacoviano
Dxf (k) = 4; Dyf (k) = 5 ∗ y(k)4 − exp(y(k));
Dxg(k) = 2 − 2 ∗ exp(2 ∗ x(k)); Dyg(k) = 1;
% Entonces la matriz Jacoviana es
J=[Dxf(k) Dyf(k); Dxg(k) Dyg(k)];
% Resolvemos la ecuacion matricial Jh=-F donde F es:
F=[f(k) g(k)]’;
h=inv(J)*(-F);
x(k+1)=x(k)+h(1);
y(k+1)=y(k)+h(2);
tol=abs(f(k))+ abs(g(k));
k=k+1;
end
% no hay convergencia para la raiz, por lo que la ecuacion matricial no tiene
solucion en los reales
5
Problema 6
Parte a
% Gauss-Seidel problema 6
%A partir de la matriz
x0=[1 1 1 1]’;n=1; err=1;
a=[1 5 -1 1; -1 1 -1 9; 1 -1 10 1; 8 -1 1 -1]; %Ordenamos la matriz tal que los
elementos de la diagonal principal sean mayores que la suma de filas y columnas
corresponientes
A=[8 -1 1 -1;1 5 -1 1; 1 -1 10 1;-1 1 -1 9]; k=1;err2=1;
b=[1 3 5 2]’;
% se tiene Ax=b se quiere llegar a una arreglo x=Bx+c % Metodo de Jacobi
B(1,:)=(1/8)*[0 1 -1 1];
B(2,:)=(1/5)*[-1 0 1 -1];
B(3,:)=(1/10)*[-1 1 0 -1];
B(4,:)=(1/9)*[1 -1 1 0];
c=[(1/8)*b(1) (1/5)*b(2) (1/10)*b(3) (1/9)*b(4)]’;
while err > 10(−12)
x=B*x0+c;
err = (((x − x0)r ∗ (x − x0))(0.5))./(x0r ∗ x0)(0.5);
x0=x;
n=n+1;
end
disp(’para este sistema se tiene una solucion segun el metodo de Jacobi de’)
disp(x’)
disp(’El numero de iteraciones necesarias fue de:’)
disp(n)
Parte b
z0=[1 1 1 1]’;
while err2 > 10(−12)
y(1)=B(1,:)*z0 + c(1);
z0(1)=y(1);
y(2)=B(2,:)*z0+c(2);
z0(2)=y(2);
y(3)=B(3,:)*z0+c(3);
z0(3)=y(3);
y(4)=B(4,:)*z0 +c(4);
err2 = (((yr − z0)r ∗ (yr − z0))(0.5))./(z0r ∗ z0)(0.5);
z0=y’;
k=k+1;
6
Parte c
Con un error de 4.1012 × 10−4 . Se puede observar que cada nueva operación de
aproximación el error es menor por lo que se puede asegurar la convergencia de
la solución del sistema.