Instituto Politécnico Nacional

Escuela Superior de Ingeniería Mecánica y Eléctrica Unidad Zacatenco Ingeniería en Comunicaciones y Electrónica

ASIGNATURA:
ANALISIS NUMERICOS

NOMBRE DEL TRABAJO:
TRABAJO DE INVESTIGACION SEGUNDO DEPARTAMENTAL

NOMBRE DEL PROFESOR:
ING. JOSE ANTONIO BERNAL MENDOZA

INTEGRANTES:
AVILA MACIAS JESUS EDUARDO GONZALEZ LOPEZ FERNANDO GUARNEROS DE LA TORRE HECTOR GUTIERREZ VICTOR RAUL MICHEL JULIAN ALEJANDRO

GRUPO: 4CV7

10/ NOVIEMBRE/ 2001

INDICE

INTRODUCCION ................................................................................................................................... 3 OBJETIVOS………………………………………………………………………………………………………………………………………4 MARCO TEORICO……………………………………………………………………………………………………………………………4

METODO DE LU ............................................................................................................. 5
PROBLEMAS ................................................................................................................................ 7 CODIGO FUENETE...................................................................................................................... 15

METODO DE CHOLESKY .......................................................................................... 16
CODIGO FUENTE........................................................................................................................ 22

METODO DE CHEBYSHEV ........................................................................................ 26
PROBLEMAS…………………………………………………………………………………………………………………………..27 CODIGO FUENTE……………………………………………………………………………………………………………………..30

METODO DE HERMITE ............................................................................................. 32
PROBLEMAS .............................................................................................................................. 36

INTERPOLACION DE NEWTON…………………………………………………...38
PROBLEMAS……………………………………………………………………………………………………………………39. CODIGO FUENTE………………………………………………………………………………………………………………41

CONCLUSIONES ........................................................................................................... 60 GLOSARIO ..................................................................................................................... 60 BOBLIOGRAFIA ........................................................................................................... 62

Página 2

INTRODUCCIÓN Muchas veces en el campo de la ingeniería, ciencia y vida diaria, se encuentran diversos problemas, los cuales deben ser analizados desde el enfoque que los métodos numéricos pueden dar, más aun, si dicho método numérico, es enfrentado a polinomios, de difícil trato. Sabemos que para resolver una ecuación, existen diferentes métodos, algunos de ellos ya los hemos utilizado en repetidas ocasiones, estos métodos son Método de sustitución 1 Se d espeja una incógnita en una de las ecuaciones. 2 Se sustituye la expresión de esta incógnita en la otra ecuación, obteniendo un ecuación con una sola incógnita. 3 Se resuelve la ecuación. 4 El valor obtenido se sustituye en la ecuación en la que aparecía la incógnita despejada. 5 Los dos valores obtenidos constituyen la solución del sistema. Método de igualación 1 Se despeja la misma incógnita en ambas ecuaciones. 2 Se igualan las expresiones, con lo que obtenemos una ecuación con una incógnita. 3 Se resuelve la ecuación. 4 El valor obtenido se sustituye en cualquiera de las dos expresiones en las que aparecía despejada la otra incógnita. 5 Los dos valores obtenidos constituyen la solución del sistema. Método de reducción 1 Se preparan las dos ecuaciones, multiplicándolas por los números que convenga. 2 La restamos, y desaparece una de las incógnitas.

Página 3

ya que conforme avanzamos. 5 Los dos valores obtenidos constituyen la solución del sistema. problemas de ejemplo y una implementación en el compilador Turbo o C o DevC++. 4 El valor obtenido se sustituye en una de las ecuaciones iniciales y se resuelve. desarrollo de método. naturalmente. además del estudio de métodos de interpolación. porque son los resultados de un experimento gobernado por una ley que desconocemos.3 Se resuelve la ecuación resultante. En este trabajo se llevo a cabo la investigación de nuevos métodos matemáticos. debemos utilizar otra función que la aproxime y. Chebyshev y Hermite. el valor que obtengamos será una aproximación del valor real. Cholesky. de una función sólo conocemos un conjunto de valores. Esto puede suceder. -PARTICULAR El objetivo particular de este trabajo tiene como principal meta. Era lógico esperar un grado mayor de razonamiento. Recordamos que los métodos que se aplicaron en esta investigación son:      El método de LU Cholesky Chebyshev Hermite Y la interpolacion de Newton para 2 ecuaciones Los cuales fueron detalladamente explicados de tal forma que fueran claros para nuestros lectores. será más que suficiente para poder aplicar estos métodos y no tener problema alguno. También puede suceder que sepamos la expresión analítica de la Página 4 . encontraremos cada vez un nivel mayor de dificultad para resolver este tipo de problemas. OBJETIVOS -GENERAL Este trabajo busca enseñar la implementación de distintos métodos para la resolución de sistemas de ecuaciones tales como Lu. tales como el método de Newton. por ejemplo. sin embargo con los conocimientos previos que tenemos. Si queremos calcular el valor de la función para una abscisa diferente de las conocidas. para cada uno de los métodos que más adelante se explicaran. MARCO TEORICO Muchas veces. el lograr explicar en base a un marco teórico. para poder aplicar estos métodos. para poder resolver ecuaciones de cualquier tipo.

DESARROLLO METODO DE LU Su nombre se deriva de las palabras inglesas ―Lower" y ―Upper‖. Si se utilizan polinomios como funciones de aproximación. proporcionando un medio eficiente para calcular la matriz inversa o resolver sistemas de álgebra lineal. es decir obtener la matriz triangular inferior [L] y la matriz triangular superior [U]. [U] es una matriz diagonal superior en la que sobre la diagonal no necesariamente tiene que haber números 1. pero la más sencilla y una de las más utilizadas es la interpolación1. que en español se traducen como ―Inferior‖ y ―Superior‖. El primer paso es descomponer o transformar [A] en [L] y [U]. Primeramente se debe obtener la matriz [L] y la matriz [U]. La descomposición LU involucra solo operaciones sobre los coeficientes de la matriz [A]. que consiste en construir una función que pase por los valores conocidos (llamados polos) y utilizar ésta como aproximación de la función primitiva.función. hablamos de interpolación polinómica. [L] es una matriz diagonal inferior con números 1 sobre la diagonal. Página 5 . analizando cómo una matriz original se descompone en dos matrices triangulares. una superior y otra inferior. Estudiando el proceso que se sigue en la descomposición LU es posible comprender el por qué de este nombre. pero sea lo suficientemente complicada como para calcular aproximaciones a los valores de la función a partir de otros ya conocidos. Existen varias formas de hacer esto.

Se utiliza el mismo concepto de ―factor‖ explicado anteriormente y se ubican todos los ―factores‖ debajo de la diagonal según corresponda en cada uno. Para lograr lo anterior se requiere obtener un factor el cual es necesario para convertir a cero los valores abajo del pivote.factor * pivote + posición a cambiar PASOS PARA ENCONTRAR LA MATRIZ TRIANGULAR NFERIOR (MATRIZ [L]) Para encontrar la matriz triangular inferior se busca hacer ceros los valores de arriba de cada pivote. Hacer cero todos los valores abajo del pivote sin convertir este en 1. Esto es: . Dicho factor es igual al número que se desea convertir en cero entre el número pivote. 3. al encontrar [L] y [U] a partir de [A] no se altera en nada la ecuación y se tiene lo siguiente Página 6 . Esquemáticamente se busca lo siguiente: Originalmente se tenía: Debido a que [A] = [L][U]. 2. 4. así como también convertir en 1 cada pivote. Este factor multiplicado por -1 se multiplica luego por el pivote y a ese resultado se le suma el valor que se encuentra en la posición a cambiar (el valor en la posición que se convertirá en cero).PASOS PARA ENCONTRAR LA MATRIZ TRIANGULAR SUPERIOR (MATRIZ [U] 1.

x2 y x3 para el siguiente sistema de ecuaciones: NOTA: Recuérdese que si la matriz es 2x2 se hará 1 iteración. si Ax = b. entonces LUx = b. 2. Obtener la matriz triangular inferior L y la matriz triangular superior U. de manera que Ax = LUx = b. 4. la cual brinda los valores correspondientes a las incógnitas de la ecuación. PASOS PARA RESOLVER UN SISTEMA DE ECUACIONES POR EL MÉTODO DE DESCOMPOSICIÓN L 1. 5.Por lo tanto. SOLUCIÓN: 4 -2 -1 9 Página 7 . El resultado del paso anterior se almacena en una matriz nueva llamada ―x‖. PROBLEMAS RESUELTOS 1. El resultado del paso anterior se guarda en una matriz nueva de nombre ―y‖.Encontrar los valores de x1. si es 3x3.. 2 iteraciones. Resolver Ly = b (para encontrar y). si es 4x4. 3. 3 iteraciones. Realizar Ux = y (para encontrar x). y así sucesivamente.

0.25) * (4) + (5) = 0 a22 = .75 4 [U] = 0 0 -2 3.25 a31 = .(0.(0.(1.1) = 0.25 .25) * (.1) + (.5 2.2) + (2) = 2.5 a23 = .(factor 1) * (fila 1) + (fila 2) fila 3 = .25 Encontrando [U] fila 2 = .25) * (.25) * (4) + (1) = 0 a32 = .1) = .25) + (.[A] = 5 1 1 2 -1 -4 [B] = 7 12 ITERACIÓN 1 factor 1 = (a21 / a11) = 5 / 4 = 1.25 factor 2 = (a31 / a11) = 1 / 4 = 0.0.25) * (.2) + (1) = 3.(factor 2) * (fila 1) + (fila 3) a11 = a11 a12 = a12 a13 = a13 a21 = .(1.5 a33 = .75 Página 8 .(0.5 -1 0.(1.1) + (.

75) = .(2.(2.25 .5 / 3.9285714286 4 [U] = 0 0 Encontrando [L] -2 3.5 / 3.5) * (0) + (0) = 0 a32 = .7142857143 Encontrando [U] fila 3 = .5 / 3.0.0.25 1 0.7142857143 1 Página 9 .25 0 0.5 = 0.5 / 3.(2.0.5 0 -1 0.Encontrando [L] 1 [L] = 0 0 0 0 1.5) * (3.5) = 0 a33 = .25) + (.25 0.25 0 ITERACIÓN 2 factor 3 = (u32 / u22) = 2.5) * (0.9285714286 1 [L] = 0 0 0 1.5) + (2.(factor 3) * (fila 2) + (fila 3) a31 = .

x2 y x3. Página 10 . x2 y x3: La solución del sistema es: Este es finalmente el valor de x1. encontrando los valores de y1.Ahora ya se tiene la matriz [U] y la matriz [L]. En otras palabras es como que se pidiera resolver el siguiente sistema de ecuaciones. y2 y y3: Al resolver el sistema anterior. la respuesta del ejercicio utilizando la descomposición LU. es decir. En pocas palabras es como que se pidiera resolver el siguiente sistema de ecuaciones. El siguiente paso es resolver Ly = b para encontrar la matriz y. encontrando los valores de x1. y2 y y3: El último paso es resolver Ux = y para encontrar la matriz x. se obtienen los siguientes valores para y1.

(factor 2) * (fila 1) + (fila 3) a11 = a11 a12 = a12 a13 = a13 a21 = .0909090919 a31 = . x2 y x3 para el siguiente sistema de ecuaciones: SOLUCIÓN: 11 [A] = 5 4 -3 -2 -7 -2 -8 2 [B] = 18 13 2 ITERACIÓN 1 factor 1 = (a21 / a11) = 5/11 = 0.4545454545) * (11) + (5) = 0 a22 = .2) + (..8) = .2.(0.4545454545 factor 2 = (a31 / a11) = 4/11 = 0.3) + (.(0.2) = .(factor 1) * (fila 1) + (fila 2) fila 3 = .6363636365 a23 = .4545454545) + (.Encontrar los valores de x1.7.3636363636) * (11) + (4) = 0 Página 11 .3636363636 Encontrando [U] fila 2 = .4545454545) * (.(0.(0.0.

5.7) = .909090909 -2 .285714284) * (.7272727272 Encontrando [L] 1 [L] = 0 0 0 0 0.285714284) * (.(factor 3) * (fila 2) + (fila 3) a31 = .5.0.7272727272 11 [U] = 0 0 -3 .(9.(0.909090909) = 0 a33 = .5.2) + (2) = 2.(9.7.7.(9.7272727272) = 68.909090909 a33 = .3636363636) * (.3) + (.909090909 / .57142857 Página 12 .a32 = .5.6363636365) + (.6363636365 .6363636365 = 9.3636363636) * (.0.0909090919) + (2.285714284 Encontrando [U] fila 3 = .0.0909090919 2.(0.36363636 0 ITERACIÓN 2 factor 3 = (u32/u22) = .45454545 0 0.285714284) * (0) + (0) = 0 a32 = .

6363636365 0 -2 . En pocas palabras es como que se pidiera resolver el siguiente sistema de ecuaciones. El siguiente paso es resolver Ly = b para encontrar la matriz y. y2 y y3: El último paso es resolver Ux = y para encontrar la matriz x.7.11 [U] = 0 0 -3 . encontrando los valores de y1.0. se obtienen los siguientes valores para y1.285714284 1 Ahora ya se tiene la matriz [U] y la matriz [L]. y2 y y3: Al resolver el sistema anterior.57142857 Encontrando [L] 1 [L] = 0 0 0 0. x2 y x3: Página 13 . encontrando los valores de x1.4545454545 1 0. En otras palabras es como que se pidiera resolver el siguiente sistema de ecuaciones.3636363636 9.0909090919 68.

Página 14 . es decir. x2 y x3.La solución del sistema es: Este es finalmente el valor de x1. la respuesta del ejercicio utilizando la descomposición LU.

//Instrucción para no tener que escribir std::cin int main (int argc. cout<<"\nLa inversa de A es:"<<endl. gsl_matrix_free(invA). j++) cout<<gsl_matrix_get(invA. gsl_matrix *invA = gsl_matrix_alloc(m.invA). for(i=0. for(i=0. cin>>A->data[i].p. int s. char **argv) { size_t i.h> //Librería gsl para calcular lo que queremos using namespace std. gsl_matrix * A = gsl_matrix_alloc(m. &s). s)<<endl. // Calculo la inversa de A y la guardo en invA cout<<"\ndet(A) = "<<gsl_linalg_LU_det(A.i. cout<<"\nIntroduce el orden de la matriz: ". } cout<<endl.PROGRAMA DE LU CODIGO FUENTE #include <iostream> #include <iomanip> #include <gsl/gsl_linalg.j)<<setw(10).m. gsl_matrix_free(A).m). gsl_permutation * p = gsl_permutation_alloc(m). i<m.j.m).j<m. i<m*m. //Calculo la descomposición LU gsl_linalg_LU_invert(A. cout<<"\nIntroduce los elementos de la matriz:"<<endl. cin>>m. } Página 15 . p. gsl_permutation_free(p). return(0). i++) { cout<<"A("<<i+1<<")"<<"=". i++) { for(j=0. } gsl_linalg_LU_decomp (A.

entonces la solución de Ly = b para y. entonces A se puede descomponer como: Donde L es una matriz triangular inferior con elementos de la diagonal estrictamente positiva. y. En un sentido amplio. es hermitiano) y definida positiva. Fue descubierto por André-Louis Cholesky para matrices reales. definida positiva matriz A. Sistemas de la forma Ax = b con A simétrica y positiva definida surgen muy a menudo en las aplicaciones. La descomposición de Cholesky es único: dado un hermitiana. Cuando sea aplicable. Esta es la descomposición de Cholesky. entonces A es hermitiana y definida positiva. triangular inferior o de otra manera. la solución de L T x = y para x. Por ejemplo. metafórico. Si A es simétrica y definida positiva. entonces podemos resolver Ax = b calculando primero la descomposición de Cholesky A = LL T. la descomposición de Cholesky es aproximadamente dos veces tan eficiente como la descomposición LU para resolver sistemas de ecuaciones lineales. También puede suceder que la Página 16 . las ecuaciones normales en al menos lineal plazas problemas son de esta forma. En el caso especial de que A es simétrico definida positiva de la matriz con entradas reales. La declaración se lee: una matriz cuadrada Atiene una descomposición de Cholesky si y sólo si A es hermitiana y positiva semidefinida. Si A tiene entradas reales y es simétrica (o más generalmente. y L * denota la transpuesta conjugada de L .METODO DE CHOLESKY En álgebra lineal. definida positiva de la matriz en el producto de una matriz triangular inferior y su transpuesta conjugada. L tiene entradas reales también. El requisito de que L tiene entradas de la diagonal estrictamente positiva se puede quitar para ampliar la factorización en el caso positivo semidefinida. sólo hay una matriz triangular inferior L con entradas diagonales estrictamente positivos tales que A = LL * . la descomposición de Cholesky o triángulo de Cholesky es una descomposición de Hermite. La descomposición de Cholesky se utiliza principalmente para la solución numérica de ecuaciones lineales Ax = b. esto puede considerarse como el análogo de la matriz de la raíz cuadrada de un número.Lo contrario es trivial: si A se puede escribir como LL * para algunos invertible L. Factorizaciones de Cholesky para matrices semidefinida positiva no son únicas en general. finalmente.

El algoritmo recursivo comienza con i : = 1 y de En el paso i . es una versión modificada de la eliminación de Gauss . g es el gradiente del vector de derivadas parciales primera de la función con respecto a los parámetros. u. que se utiliza para calcular la matriz descomposición L . El filtro de Kalman sigue el estado medio de un sistema como un vector x de longitud N y covarianza como una N por N de la matriz P.matriz A proviene de un funcional de energía que debe ser positivo a partir de consideraciones físicas. una actualización de la descomposición de Cholesky de una aproximación de la matriz hessiana en sí. y se puede descomponer en LL T. La descomposición de Cholesky se usa comúnmente en el método de Monte Carlo para la simulación de sistemas con múltiples variables correlacionadas: La matriz de covarianza se descompone para dar el triangular inferior L. la búsqueda da un pasos definido por la resolución de Hs = -g de s. y H es una aproximación a la matriz hessiana de segundas derivadas parciales formados por repetidas rango 1 actualiza en cada iteración. donde s es el paso. El algoritmo de Cholesky. Aplicando esto a un vector de muestras correlacionadas. No lineal multivariado funciones pueden ser minimizados por sus parámetros utilizando las variantes del método de Newton se llama cuasi-Newton métodos. La matriz P es siempre positiva semidefinida. Dos conocidas fórmulas de actualización se llama Davidon-Fletcher-Powell (DFP) y Broydon-Fletcher-GoldfarbShanno (BFGS). Estos puntos sigma totalmente la captura de la media y la covarianza del estado del sistema. La pérdida de la condición definida positiva a través de errores de redondeo se evita si en lugar de actualizar una aproximación a la inversa de la de Hesse. produce un vector de muestras Lu con las propiedades de la covarianza del sistema que se modela. Las columnas de L pueden sumarse y restarse de la media x para formar un conjunto de 2 N vectores llamados los puntos sigma. lo que ocurre con frecuencia en la solución numérica de ecuaciones diferenciales parciales. la matriz A ( i ) tiene la siguiente forma: Página 17 . Filtros de Kalman suelen utilizar la descomposición de Cholesky para elegir un conjunto de los llamados puntos de sigma. En cada iteración.

1. Repetimos esto para i desde 1 hasta n. Después de n pasos. por lo tanto. se obtiene un ( n +1) = I . la matriz triangular inferior L que estamos buscando se calcula como: El Cholesky-Banachiewicz y algoritmos de Cholesky-Crout Si escribimos la ecuación A = LL * se obtiene la siguiente fórmula para las entradas de L : Página 18 . Si ahora definimos la matriz L i por entonces podemos escribir A ( i ) como donde Tenga en cuenta que b i b i * es un producto externo. este algoritmo se llama la versión del producto exterior en (Golub y Van Loan).donde I i -1 denota la matriz identidad de dimensión i . Por lo tanto.

La expresión en la raíz cuadrada es siempre positiva. las relaciones recursivas se aplicarán las siguientes entradas de D y L: Página 19 . Una forma alternativa es la factorización Esta forma elimina la necesidad de tomar raíces cuadradas. esta factorización se pueden utilizar para la mayoría de las matrices simétricas invertible. Sin embargo. El algoritmo de Cholesky-Crout se inicia desde la esquina superior izquierda de la matriz de L y se procede a calcular la matriz columna por columna. Si A es real. un ejemplo de una matriz invertible cuya descomposición no está definido es aquel en la primera entrada es cero. Cuando A es definida positiva los elementos de la matriz diagonal D son todos positivos. la siguiente fórmula: Por lo tanto podemos calcular la ( i . si A es real y definida positiva. j entrada) si sabemos las entradas a la izquierda y arriba. Para el complejo de la matriz hermitiana. El cálculo es generalmente dispuesto en cualquiera de las siguientes órdenes:   El algoritmo de Cholesky-Banachiewicz se inicia desde la esquina superior izquierda de la matriz de L y se procede a calcular la matriz fila por fila.

es decir. y y . por lo tanto. A = LL * y L es triangular inferior con no negativo elementos de la diagonal: para todos los x . (Esto es una consecuencia inmediata de. como es el LL T factorización. es decir. por lo tanto { L k } es un conjunto acotado en el espacio de Banach de los operadores. por ejemplo.n positiva semi-definida de la matriz.Para el complejo hermitiano matriz A . En consecuencia. la siguiente fórmula: El LDL T y LL T factorizaciones (tenga en cuenta que L es la diferencia entre los dos) puede ser fácilmente relacionada con: La última expresión es el producto de una matriz triangular inferior y su transposición. El argumento no es totalmente constructivo. también se denota por { L k }. Los algoritmos anteriores muestran que cada matriz definida positiva A tiene una descomposición de Cholesky. entonces la sucesión { A k } = { A + (1 / k ) I n } consiste en matrices definidas positivas. en norma del operador. cada una k tiene descomposición de Cholesky A k = L k L k *. no da algoritmos numéricos explícitos para el cálculo de factores de Cholesky. Página 20 . Se puede comprobar fácilmente que L tiene las propiedades deseadas. tiene una subsucesión convergente. Este resultado se puede extender al positivo semidefinido caso por un argumento de la limitación. relativamente compacto (porque el espacio vectorial subyacente es de dimensión finita). Pr la propiedad de la norma de operador. el teorema de espectro para el cálculo funcional polinomio. con un límite L . Si A es un n -por.) Además. Desde el caso definido positivo.

Por lo tanto L k tiende a L en la norma significa que L k tiende a Lentrywise. L también. Página 21 . todas las topologías en el espacio de los operadores son equivalentes. Uno también puede tomar los elementos diagonales de L a ser positivo. Esto a su vez implica que. dado que cada L k es triangular inferior con no negativo elementos de la diagonal.Por lo tanto A = LL * . Si A es positiva (semidefinida) en el sentido de que para todos los finitos k y para cualquier tenemos . entonces existe un operador de la matriz triangular inferior L tal que A = LL * . La factorización de Cholesky se puede generalizar a (no necesariamente finito) matrices con entradas del operador. Vamos a de espacios de Hilbert. Debido a que el espacio vectorial subyacente es de dimensión finita. Considere la matriz del operador ser una secuencia que actúa sobre la suma directa donde cada es un operador acotado .

CODIGO FUENTE PROGRAMA DEL METODO DE CHOLESKY #include <math.h> #include <tina/sys.h> #include <tina/sysfuncs.h> #include <tina/math.h> #include <tina/mathfuncs.h> #define TINY 1.0e-20 static int cholesky1(double **A, int n) { int i, j, k; for (i = 0; i < n; ++i) { for (j = 0; j <= i; ++j) { double sum = A[i][j]; A[j][i] = 0; for (k = 0; k < j; ++k) sum -= A[i][k] * A[j][k]; /* computed previously */ if (i == j) { if (sum < 0) return (0); sum = sqrt(sum); if (fabs(sum) < TINY) return (0); A[i][j] = sum; } else A[i][j] = sum / A[j][j]; } } return (1); } #undef TINY static void cholbksb(double **A, int n, double *x, double *b) { int i, j; double sum; for (i = 0; i < n; i++) { sum = b[i];
Página 22

for (j = 0; j < i; ++j) sum -= x[j] * A[i][j]; x[i] = sum / A[i][i]; } for (i = n - 1; i >= 0; i--) { sum = x[i]; for (j = i + 1; j < n; j++) sum -= x[j] * A[j][i]; x[i] = sum / A[i][i]; } } Matrix *matrix_cholesky_decomp(Matrix * A) { if (A == NULL || A->n != A->m) return (NULL); A = matrix_cast_fill(A, double_v); if (!cholesky1 (A->el.double_v, A->n)) { matrix_free((Matrix *) A); return (NULL); } return (A); } Vector *matrix_cholesky_back_sub(Matrix * A, Vector * b) { int n; Vector *x = NULL; Vector *c = NULL; if (A == NULL || A->n != A->m) return (NULL); n = A->n; if (b == NULL || b->n != n) return (NULL); A = matrix_cast_fill(A, double_v); c = vector_cast(b, double_v); x = vector_alloc(n, double_v); cholbksb (A->el.double_v, n, (double *) x->data, (double *) c->data); vector_free(c); matrix_free((Matrix *) A); return (x); } Vector *matrix_cholesky_sol(Matrix * A, Vector * b)
Página 23

{ int n; int sucess; Vector *x = NULL; Vector *c = NULL; if (A == NULL || A->n != A->m) return (NULL); n = A->n; if (b == NULL || b->n != n) return (NULL); A = matrix_cast_fill(A, double_v); sucess = cholesky1(A->el.double_v, n); if (sucess) { c = vector_cast(b, double_v); x = vector_alloc(n, double_v); cholbksb(A->el.double_v, n, (double *) x->data, (double *) c->data); vector_free(c); } matrix_free((Matrix *) A); return (x); } Vector *matrix_cholesky_weighted_least_square(Matrix * A, Matrix * W, Vector * b) { Matrix *At; Matrix *M; Matrix *temp; Vector *x; if (A == NULL || A->m != b->n || W == NULL || W->n != W->m || W->m != A->m) return (NULL); A = matrix_cast_fill(A, double_v); /* to maintain precision */ At = matrix_transp(A); x = matrix_vprod(W, b); b = matrix_vprod(At, x); vector_free(x); temp = matrix_prod(W, A); M = matrix_prod(At, temp); matrix_free((Matrix *) temp); x = matrix_cholesky_sol(M, b); vector_free(b); matrix_free((Matrix *) A); matrix_free((Matrix *) At); matrix_free((Matrix *) M); return (x); } Vector *matrix_cholesky_least_square(Matrix * A, Vector * b) {
Página 24

matrix_free((Matrix *) M). x = matrix_cholesky_sol(M. matrix_free((Matrix *) At). b). b = matrix_vprod(At. b). Matrix *M. M = matrix_prod(At. Vector *x. if (A == NULL || b == NULL || A->m != b->n) return (NULL). } Página 25 . matrix_free((Matrix *) A). return (x). A). /* to keep precision */ At = matrix_transp(A). A = matrix_cast_fill(A. vector_free(b).Matrix *At. double_v).

La que a nosotros nos concierne es que el valor absoluto máximo de 2-n Tn+1(x) para x є[-1. 2. Error de interpolación ( ) ( ) ( ) )( ) ( ) ( Nótese que según cómo se elijan los x i el error podrá ser mayor o menor Página 26 . Como ya hemos indicado.xn+1)j : a ≤ x ≤ b} : a ≤ x1 < x2 <… < xn+1 ≤ b} Para resolver esta cuestión podemos restringirnos. equivalentemente. donde Tn+1(x) = cos((n+1) arccos(x)).METODO DE CHEBYSHEV Para cada valor de n. 1] a nuestro intervalo de trabajo [a. … ). Tn+1(x) = 2xTn(x) . ¿cuál será la mejor forma de elegir los nodos? Aquella para la cual el valor máximo de |ω(x)| sea lo más pequeño posible: min {max {|(x–x1)(x. Los polinomios de Chebyshev tienen muchas propiedades interesantes. que 2-n Tn+1(x) es la solución al problema anterior o. 1] es 2-n y que. que los mejores nodos posibles son las n + 1 ra³ces simples de Tn+1: ( ( ) ( ) ) que se llaman nodos de Chebyshev del intervalo [-1. b]: [ ] ( ) [ ] entonces los nodos de Chebyshev en [a. 1]. n +1). (n = 1. al intervalo [-1. … . La solución viene dada mediante los polinomios de Chebyshev {Tn+1(x)}. para trabajar en un intervalo cualquiera hay que hacer un cambio de variable lineal que nos lleve el intervalo [-1. en otras palabras.Tn-1(x). b] son los puntos z(xi) (i = 1. además. es el polinomio con menor máximo absoluto de entre todos los polinomios con coeficiente líder igual a 1. 1]. haciendo una traslación y un cambio de escala si es necesario. T1(x) = x. 2. Recordemos que la funciónTn+1(x) es la solución polinomica de la ecuación diferencial (1 .x2) … (x.x2)y” – xy´ + (n + 1)2y = 0 cuyo coeficiente líder es 2n. La forma más fácil de construirlos es mediante la relación de recurrencia: T0(x) = 1.

esto es lo que sucede con esta función de Runge. Pero para otras no. El problema con estas últimas es que sus derivadas van creciendo demasiado en el intervalo considerado. que parecía al principio bastante inofensiva.5] Si construimos el polinomio de interpolación pn(x) en este intervalo.63. En las figuras que siguen mostramos este comportamiento: Aproximamos la función por el polinomio de interpolación que pasa por los puntos en asterisco. si hay convergencia. por ejemplo para f(x)=exp(x). Se puede observar que la aproximación es mala cerca de los extremos del intervalo Ya que la aproximación es mala en los extremos del intervalo. Resulta que para ciertas funciones. una idea para mejorar la aproximación es la de olvidarnos de tomar nodos igualmente Página 27 .-Dada la función ( ) en el intervalo [-5. entonces seguro que no hay convergencia en los puntos donde |x|>3.PROBLEMAS RESUELTOS 1.

Ahora tomamos los nodos de Chebyshev y la aproximación se hace en el intervalo [-1 1] (para mayor comodidad ya que los ceros de Chebyshev se definen en este intervalo y no hay que hacer cambio de variable). el movimiento que resulta nos es completamente lineal. El mecanismo funciona principalmente porque el pistón. Esto se consigue por una serie de varillas articuladas (linkages) que convierten movimiento rectilíneo en circular. Página 28 . Poco antes. porque la máquina al final tiene que mover una rueda. que tiene un movimiento de vaivén rectilíneo. fue profesor allí durante 35 años. de circular al girar una rueda que se transforme mediante una serie de brazos articulados en rectilíneo. es decir. sino que presenta oscilaciones (curva de Watt). Esto era principalmente porque si miramos el movimiento al revés. James Watt había mejorado mucho el mecanismo de los pistones de la máquina. se presentaban numerosos problemas.espaciados y tomar nodos que se concentren más cerca de los extremos. De este modo al obligar al polinomio pn(x) a pasar por estos puntos quizás se mejore la aproximación. Sin embargo. viajó en 1852 a Paris y a Inglaterra donde estuvo muy interesado en la máquina de vapor. se tiene que transformar luego en circular. Su interés en la teoría de la aproximación nació porque Chebyshev que era profesor de matemáticas en San Petersburgo. ello hacía que se resintiera la máquina. a pesar de que Watt había conseguido una buena aproximación. Obsérvese que los nodos están más concentrados hacia los extremos del intervalo.

8x2 + 1 Página 29 . está formado por una serie de brazos articulados.1 (5. Cuando el punto F' describe una línea.Mecanismo de Peaucellier. y se le da la fórmula explícita Tn (x) = cos (n arc cos x) Sin embargo se puede combinar con las identidades trigonométricas para producir expresiones explicitas para Tn(x): A (x) = 1 T1 (x) = X T2 (X) = 2x2 .2) T3 (x) = 4x3 . el otro punto F traza una circunferencia. donde C está fijo y los demás son pivotes movibles.6.3x T4 (x) = 8x4 . El polinomio de Chebyshev de grado n se denota Tn (x).

J <= N. Int J. } FAC = DOS / N. K + +) SUMA + = F [K] * cos ((PI * (J-1 ))*(( K-MEDIA) / N)). Y = (X * DOS-A-B) / (B-A) Y2 = DOS * Y. DD = CERO. DD. int N) { suma doble. K <= N. J -) { Página 30 .25 # Define DOS 2. for (K = 1. M int. for (j = 1.0) doble función (double x). no en el rango \ n \ n". F [NMAX]. C [J] = SUMA * FAC.h> # Include <math. for (j = M. BPA. K. Y. doble B.CODIGO FUENTE PROGRAMA DEL METODO DE CHEBYSHEV # Include <iostream. K + +) { Y = cos (PI * (K-MEDIA) / N).) D = CERO. CHEBFT void (doble A. BMA = Media * (B-A). J> 1. doble B. J + +) { = SUMA CERO.0 # Define PI 4. double * C. BPA = Media * (B + A).0 # Define CUARTO 0. double x) { doble D.0 * atan (1. SV.h> # Define NMAX 51 # Define MEDIA 0. if ((XA) * (RE)> ZERO) printf ("\ n X.0 # Define CERO 0. FAC. F [K] = FUNC (BMA Y * + BPA). } } CHEBEV doble (doble A. K <= N. Y2. doble BMA. Int J.5 # Define UN 1. if (K = 1. double * C. Y.

J> 0. = SUMA CERO. el doble * CINT. SUMA + = FAC * CINT [J]. J + +) CDER [J] *= CON. CDER [N-1] = DOS * (N-1) * C [N]. FAC. for (j = 2. int N) { CON doble. doble B. CDER [N] = CERO. int N) { CON doble. FAC = UNO. el doble * CDER. } return (Y * D-DD + MEDIA * C [1]).FAC FAC. CON CUARTO * = (B-A). double * C. for (j = 1. } CINT [N] = CON C * [N-1] / (N-1). Int J. if (N> = 3) for (j = N-2. J <= N. D = Y2 * D-DD + C [J]. } CHINT void (doble A. } Página 31 . SUMA + = FAC * CINT [N]. CON DOS = / (B-A). J -) CDER [J] = CDER [J 2] + DOS * J * C [J +1]. DD = SV. CINT [1] = SUMA DOS * / / ajustar la constante de integración } CHDER void (doble A. double * C. =. J <N. Int J.SV = D. J + +) { CINT [J] = CON * (C [J-1]-C [J +1]) / (J-1). doble B. SUM.

Hn es par si n es par.2 H3 (t) = 8t3 -12t H4 (t) = 16t4 .METODO DE HERMITE Definimos los polinomios de Hermite por: son polinomios de grado n. Se tiene que: es decir. Los primeros polinomios de Hermite son: H0 (t) = 1 H1 (t) = 2t H2 (t) = 4t2 .48t2 + 12 Consideremos la función Su relación en serie de Taylor será: Como: Se tiene: Luego Página 32 . e impar si n es impar.

vale decir. La estrategia para hallarlas (para _esta o cualquier otra función generatriz de otros polinomios) es típica: derivar parcialmente respecto a alguna de las variables y luego comparar potencias de x en los desarrollos en Taylor resultantes. A partir de la ecuación anterior se pueden encontrar relaciones entre los polinomios de Hermite. es aquella función de dos variables tal que su desarrollo de Taylor en una de las variables tiene como coeficientes precisamente los polinomios de Hermite.Se dice que e2tx-x2 es la función generatriz de los polinomios de Hermite. 1) Derivando respecto a t Reordenando la suma en el lado izquierdo Comparando los coeficientes de las potencias de x en cada serie encontramos: La cual puede ser reescrito en la forma Página 33 .

Observemos que. por ejemplo. 2t . aunque ello haga aparecer un factor H-1.dt. En general. las relaciones de recurrencia que obtendremos pueden considerarse validas para cualquier índice entero. Un operador que tiene tal propiedad se denomina operador de bajada. Página 34 . si bien solo tiene sentido considerar polinomios de Hermite con índice positivo. cero. En este caso. la expresión anterior puede ser extendida a n = 0. a saber. adoptando la convención de que los polinomios con subíndices negativos tienen algún valor adecuado. La relación anterior expresa un polinomio de Hermite en términos de un operador (en este caso la derivada) aplicado sobre el polinomio de Hermite inmediatamente superior. el operador de bajada de los polinomios de Hermite es (2n) -1dt 2) Derivando respecto a x Comparando potencias de x: O bien 3) Podemos utiliza las dos relaciones de recurrencia anteriores para obtener una tercera Hemos pues encontrado el operador de subida para los polinomios de Hermite.

Es decir el. obtenemos una relación de recurrencia para los coeficientes de la serie: Se desprenden las siguientes consecuencias: Página 35 .Derivando la tercera relación: Con: O sea. los polinomios Hn son una solución de la ecuación de Hermite Consideremos la ecuación de Hermite. pero generalicémosla ligeramente: Busquemos soluciones con un cierto desarrollo de Taylor: Remplazando en la ecuación de Hermite es decir.

Si ᵝ es impar.. Obtener las tablas de diferencias divididas que dan origen a P(x) y Q(x) respectivamente Página 36 . la serie tiene un crecimiento rápido cuando t→∞ PROBLEMAS RESUELTOS 1.5)(x – 2). Si ᵝ es par. la de coeficientes con índice par. entonces desde cierto V0 en adelante. Vale decir. d) Si ᵝ є N*. hay que tomar a0 ≠ 0 y a1 = 0. que depende sólo de a1. p(2) = 10 Como existe la derivada del polinomio p(x).2]= 3 P[1. Q(x) = 5/3 – 2/3(x – 2) – 5/3(x – 2)(x – 1. y por ende dos soluciones linealmente independientes b) Lo cual significa que el radio de convergencia de la serie es infinito.5) – 2x(x – 1)(x – 1. hay dos coeficientes arbitrarios. las soluciones no tienen singularidades en el plano c) La ecuación tiene por solución un polinomio sólo si ᵝ є N*.1) + 3(x .2] = 10 Por lo tanto P(x)= 7(x .Utilizar el método de Hermite para hallar un polinomio P(x) de grado 2 que satisfaga: p(1) = 0. de modo que los av tiene todos el mismo signo para V > V0. quiere decir que el método a utilizar es el de hermite X 1 1 2 P(x) 0 0 10 7 P[1.1)2 P(x)= 3x2 + x – 4 que satisface las condiciones dadas 2. Por tanto. p´(1) = 7. a0 y a1. hay que tomar a1 ≠ 0 y a0 = 0.5)x.a) Hay dos series independientes.1. y si la solución es par o impar.Sea P(x)= 3 + ½(x – 1) + 1/3(x – 1)(x – 1..2] = 10 P[1. Esto es. que depende sólo de a0. y la de coeficientes con índice impar.

5. x1. 0] P[0. Página 37 .. xn-1.2} X 1 1. la de P(x).5 0 A X 2 0 1.5. 0. xn-1. completar la tabla de diferencias divididas con repetición utilizada en la construcción de H4(x) 2. x1. …. 1. xn en entonces a la función g(x) + (x0 – x/ xn – x0)(g(x) – h(x)) interpola a f x0. 1.Se sabe que H4(X)= 4 + 3(x + 1) – 2(x + 1)2 + 3/2(x + 1)2(x – 1) – ½(x – 1)2 (x – 1)2 es el polinomio de interpolación de Hermite de cierta función f.1. basado en los datos f(-1). Q(b=1)= 3 y a= 2. será igual que si lo evaluamos en Q(x) P(xi) = Q(xi). 1. f´(-1). a] -2 -2/3 Q[0. xn-1 y h interpola a f x0.i = {0.5.Lo que nos indica que los polinomios son iguales.5] Q[1.5. b] -2 Si vemos las tablas. f´(1) y f‖(1) Sin evaluar H4(x) ni sus derivadas en -1 y 1. …. b} b= 1. P(a=2)= 5/3 PROBLEMAS PROPUESTOS 1. 0..Probar que si g interpola a la función f en x0. esta tiene los puntos {1.5) P(0) P(a) Q(X) 5/3 Q(0) Q(1.5. … . a] 1/3 P[1. que pertenece i. 1.5) Q(b) 1/2 P[1.5 b P(x) 3 P(1. a} y la de Q(x) tiene {2.5. f(1). x1.1. b] -5/3 Q[0. 0. entonces si evaluamos un punto P(x).5. xn en notar que h y g no necesitan ser polinomios).

la ecuación estaría dada por: Página 38 . a1...METODO DE INTERPOLACION DE NEWTON El método de Newton de diferencias divididas es otra forma de obtener el polinomio interpolador. Introducimos la nueva notación: Restando las dos primeras ecuaciones obtenemos: Restando la segunda y la tercera ecuación obtenemos: Podemos proceder de igual modo para demostrar que: Aunque la forma más cómoda es por inducción construimos un polinomio de grado n definido por: Relacionando nuestro polinomio interpolador. es obvio que a0 depende sólo de x0. En este método el polinomio interpolador se escribe de la forma: Y el algoritmo proporciona una regla para obtener los coeficientes a0. an... a1 de x0 y x1 y así sucesivamente. Imponiendo que el polinomio interpolador pase por los puntos de interpolación obtenemos: De estas ecuaciones.

2. Restando las dos primeras ecuaciones obtenemos PROBLEMAS RESUELTOS 1. como se ve de la primera ecuación. calculamos la tabla de diferencias divididas: Ahora evaluamos el polinomio de Newton: Página 39 . Primero.Relación que es el origen del nombre de diferencias divididas para los coeficientes an. Se desea interpolar los siguientes datos mediante el polinomio de Newton para x = 5. Podemos por lo tanto escribir el polinomio interpolador como: Y la formula de aproximación de f(x) queda en la siguiente forma: f (x0).

m.-La velocidad de un tren.-Da los siguientes datos de las temperaturas (en ºC ) Entre las 8. 2.00 pm. a continuación v(x). Página 40 . que corre entre dos estaciones se mide a diferentes distancias de la estación de partida. Si x es la distancia en km de la estación de partida.00 am a 8.PROBLEMAS PROPUESTOS 1. la velocidad (en km/hr ) Del tren en la distancia x está dada por la siguiente tabla: x v (x) 0 0 50 60 100 80 150 110 200 90 250 0 Encontrar la velocidad aproximada del tren en el punto medio entre las dos estaciones. en Kanpur: Tiempo 8 a. Temperatura 30 37 12 horas 43 38 16:00 20:00 Obtener polinomio de interpolación de Newton hacia atrás de grado para calcular la temperatura en Kanpur en ese día a las 5. el 10 de mayo de 2005.00 pm.

return 0. void convert_infix_expression_to_postfix_expression(const char *). int n=0. compute_newtons_dd_interpolation_polynomial( ). void get_input( ). show_screen( ). void push(const char *). char Non_linear_equation[100]={NULL}. void show_dd_table( ). long double xn[max_size]={0}.CODIGO FUENTE PROGRAMA DE METODO DE NEWTON # include <iostream. char Stack[30][30]={NULL}. void show_screen( ). void estimate_pnx( ). int choice=0. textmode(C4350). void compute_newtons_dd_interpolation_polynomial( ). const char* pop( ). void clear_screen( ). long double dd_table[max_size][max_size]={0}.h> # include <string. get_input( ). show_dd_table( ). const long double evaluate_postfix_expression(const long double). void construct_dd_table( ). } Página 41 . int top=-1.h> # include <stdlib.h> # include <math. estimate_pnx( ). long double px[max_size]={0}.h> const int max_size=13. char Postfix_expression[30][30]={NULL}. construct_dd_table( ).h> # include <stdio.h> # include <conio. int main( ) { clrscr( ).

} else { top++."<<endl. for(int count=0. } void push(const char* Operand) { if(top==(max_size-1)) { cout<<"Error : Stack is full. cprintf(" Newton's Divided Difference Interpolation Formula "). exit(0). Página 42 ".count++) cprintf("* *").8+count). cprintf("********************************************************************************"). gotoxy(1. } void clear_screen( ) { for(int count=0."<<endl. gotoxy(1.count<37.".2). if(top==-1) { cout<<"Error : Stack is empty.count++) { gotoxy(3. } } const char* pop( ) { char Operand[40]={NULL}.2). getch( ). textbackground(8). strcpy(Stack[top]. cout<<"\n Press any key to exit.46). .count<42.". cout<<" } gotoxy(1. cout<<"\n Press any key to exit.void show_screen( ) { textbackground(1).Operand).

top--.NULL). count_3++. } else { strcpy(Operand. exit(0). int count_1=0. strset(Stack[top]. flag=1. } return Operand.getch( ). if(flag==0) { int count_3=0. do { strset(Symbol_scanned.Stack[top]). int equation_length=strlen(Infix_expression). } while(count_1<=equation_length && Infix_expression[count_1]!='(' && Infix_expression[count_1]!='+' && Infix_expression[count_1]!='-' && Infix_expression[count_1]!='*' && Infix_expression[count_1]!='/' && Infix_expression[count_1]!='^' && Infix_expression[count_1]!=')'). } Página 43 .Expression). strcat(Infix_expression."+0)"). count_1++. char Symbol_scanned[30]={NULL}. do { Symbol_scanned[count_3]=Infix_expression[count_1]. } void convert_infix_expression_to_postfix_expression(const char* Expression) { char Infix_expression[100]={NULL}. push("("). if(Infix_expression[0]=='(') flag=1. strcpy(Infix_expression. int count_2=0.NULL). int flag=0.

"+")==0 || strcmp(Symbol_scanned. count_2++. } else if(strcmp(Symbol_scanned. } pop( ).pop( ))."^")==0 || strcmp(Stack[top]. count_1++."*")==0 || strcmp(Stack[top]."(")!=0) { strcpy(Postfix_expression[count_2]. else if(strcmp(Symbol_scanned. if(Infix_expression[count_1]!='(' && Infix_expression[count_1]!='^' && Infix_expression[count_1]!='*' && Infix_expression[count_1]!='/' && Infix_expression[count_1]!='+' && Infix_expression[count_1]!='-' && Infix_expression[count_1]!=')') flag=0."/")==0) { strcpy(Postfix_expression[count_2]."/")==0) { if(strcmp(Symbol_scanned."*")==0 || strcmp(Symbol_scanned."/")==0) { while(strcmp(Stack[top]. } if(strcmp(Symbol_scanned."^")==0 || strcmp(Symbol_scanned."(")==0) push("("). if(Infix_expression[count_1-1]=='(' && (Infix_expression[count_1]=='-' || Infix_expression[count_1]=='+')) flag=0."*")==0 || strcmp(Symbol_scanned.pop( )).")")==0) { while(strcmp(Stack[top]. Página 44 ."^")==0) { } else if(strcmp(Symbol_scanned.else if(flag==1) { Symbol_scanned[0]=Infix_expression[count_1]."-")==0 || strcmp(Symbol_scanned.

count_2++.count_2++.NULL)!=0). count_2++. } else { strcat(Postfix_expression[count_2]."-")==0) { while(strcmp(Stack[top]. } } else if(strcmp(Symbol_scanned.Postfix_expression[count_1])."+")==0 || strcmp(Symbol_scanned."*")==0 || Página 45 . count_2++. } const long double evaluate_postfix_expression(const long double x) { long double function_value=0.Symbol_scanned)."^")==0 || strcmp(Symbol_scanned."(")!=0) { strcpy(Postfix_expression[count_2]. do { count_1++. } } push(Symbol_scanned)."="). int count_1=-1. strcat(Postfix_expression[count_2]. } } while(strcmp(Stack[top]. if(strcmp(Symbol_scanned.pop( )). char Symbol_scanned[30]={NULL}. strcpy(Symbol_scanned.

"e")==0) operand[count_2]=2. long double operand[2]={0}.count_2<2. else if(strcmp(Operand[count_2]. Operand[count_2][count_3]=NULL. for(int count_2=0."x")==0) operand[count_2]=x. } if(strcmp(Operand[count_2].718282. long double result=0."/")==0 || strcmp(Symbol_scanned."tanx")==0) operand[count_2]=tanl(x).count_2++) { int flag=0.pop( ))."cosx")==0) operand[count_2]=cosl(x).strcmp(Symbol_scanned. else if(strcmp(Operand[count_2].count_3++) Operand[count_2][count_3]=Operand[count_2][(count_3+1)]. for(int count_3=0. if(Operand[count_2][0]=='-') { int length=strlen(Operand[count_2]). char *endptr. char Operand[2][30]={NULL}. strcpy(Operand[1]. else if(strcmp(Operand[count_2]. else if(strcmp(Operand[count_2]."-")==0) { char Result[30]={NULL}. Página 46 .pop( )).count_3<(length-1). flag=1."+")==0 || strcmp(Symbol_scanned. strcpy(Operand[0]."sinx")==0) operand[count_2]=sinl(x).

break. case '+' : result=operand[1]+operand[0]. char Function_value[30]={NULL}. case '/' : result=operand[1]/operand[0]. break. } switch(Symbol_scanned[0]) { case '^' : result=powl(operand[1]. case '*' : result=operand[1]*operand[0]. } while(strcmp(Symbol_scanned.25.operand[0]). break."lnx")==0) operand[count_2]=logl(x). break. if(flag) operand[count_2]*=-1.&endptr). Página 47 ."=")!=0). break. else operand[count_2]=strtod(Operand[count_2].pop( )). strcpy(Function_value. else if(strcmp(Operand[count_2]. } gcvt(result.&endptr). char *endptr.Result). } else if(strcmp(Symbol_scanned. function_value=strtod(Function_value. push(Result)."logx")==0) operand[count_2]=log10l(x). case '-' : result=operand[1]-operand[0].else if(strcmp(Operand[count_2]."=")!=0) push(Symbol_scanned).

gotoxy(8. cout<<"[ min. gotoxy(6.return function_value. Press <Esc> to exit or any other key". if(n==27) exit(0). Página 48 . gotoxy(6. } } while(n<2 || n>12). cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍ".12). n = 12 ]".10). cin>>n. number of distinct data points = n = ". gotoxy(27.19). cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ". n=int(getche( )). gotoxy(6. gotoxy(6. cout<<"Enter the max.26). cout<<"Error : Wrong Input.25). n = 2 | max. cout<<"Input Mode :". gotoxy(6.". if(n<2 || n>12) { gotoxy(12.23).9). gotoxy(12.13).20). cout<<" to try again. cout<<"Number of Distinct Data Points :". } void get_input( ) { do { clear_screen( ).

gotoxy(10. 2x+3 as (2*x)+3"..12). cout<<". cout<<"Note : Write the function with proper Braces ( ) e. char Choice=NULL.g. gotoxy(8.37)..30). getch( ). gotoxy(28.".30).11). if(choice) { clear_screen( ). } else { gotoxy(28.'N' or <Any other key> to enter values of the function". cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ". cout<<"N". if(Choice=='y' || Choice=='Y' || int(Choice)==13) { choice=1. Página 49 . gotoxy(6.cout<<"Press : ". gotoxy(6. gotoxy(10.30).27). cout<<"Enter your choice : ".25). cout<<"Non-Linear Function :".43). } gotoxy(25. cout<<". cout<<"Press any key to continue. gotoxy(6. Choice=getch( ). cout<<"Y".'Y' or <Enter> to enter function".

count_1<n. cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ". gotoxy(6. convert_infix_expression_to_postfix_expression(Non_linear_equation). cout<<"Available Operators : ^ (raised to power) . cout<<"ÃÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ´".14). cout<<"Enter the Function : f(x) = ". } clear_screen( ).(wherey( )+1)).14). cout<<"³ ³ ³".(wherey( )+1)).".9).12). gotoxy(25. logx . gotoxy(25. cin>>Non_linear_equation. e . -". gotoxy(6.40). gotoxy(6. cout<<"ÚÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÂÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ¿".42). cout<<" n = any number".44). gotoxy(25. tanx . / . sinx .10). cout<<"³ x ³ f(x) ³". cout<<"³ ³ } Página 50 ³". gotoxy(25.15). * . + . gotoxy(25. cout<<"Data Points & Values of Function :". lnx . cout<<"Available Operands : x . . for(int count_1=0. gotoxy(6. cosx . cout<<"³ ³ ³".gotoxy(6.13). gotoxy(6.count_1++) { gotoxy(25.

count_2<n.43).gotoxy(25. cin>>xn[count_2]. getch( ). } else { gotoxy(43.(wherey( )-1)). } gotoxy(25. long double fx2=dd_table[(count_1-1)][count_2].count_2<n..(wherey( )-1)). cout<<"ÀÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÁÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ".. Página 51 . cin>>dd_table[0][count_2].(wherey( )+2)). gotoxy(43.count_2++) { gotoxy(27. long double x1=xn[(count_2-count_1)]. cout<<dd_table[0][count_2]. } void construct_dd_table( ) { for(int count_1=1.(wherey( )+1)).count_2++) { long double fx1=dd_table[(count_1-1)][(count_2-1)]. cout<<"Press any key to continue. gotoxy(25.(wherey( )+1)).16).count_1<n.". for(int count_2=0.count_1++) { for(int count_2=count_1.wherey( )). } if(choice) gotoxy(25. if(choice) { dd_table[0][count_2]=evaluate_postfix_expression(xn[count_2]). else gotoxy(25.

cout<<"ÚÄÄÄÄÄÄÄÄÂÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ". gotoxy(4.(y_cord+1)). cout<<"³ ³ ". for(int count_1=0.y_cord).15). cout<<xn[count_1]. cout<<"³ ³ ". gotoxy((x_cord+2). cout<<dd_table[0][count_1].11).count_1++) { gotoxy(x_cord. cout<<"³ ³ int x_cord=4.y_cord). dd_table[count_1][count_2]=((fx2-fx1)/(x2-x1)). cout<<"Divided Difference Table :".y_cord). cout<<"ÃÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÄÄÄÄÄ". gotoxy(4. gotoxy(4.long double x2=xn[count_2]. .16). gotoxy(x_cord.count_1<n.13).10). cout<<"³ x ³ f(x) ". gotoxy(4. } } } void show_dd_table( ) { clear_screen( ). gotoxy((x_cord+11). gotoxy(4.14). int y_cord=17. gotoxy(4. cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ". Página 52 ".

y_cord).16).y_cord).count_4<n. } gotoxy(x_cord. else if(count_3==3) cout<<"rd". cout<<"ÂÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ". gotoxy(x_cord. cout<<"³". x_cord=28. y_cord=17.14).y_cord).count_3<n. Página 53 .count_3++) { gotoxy(x_cord. for(int count_3=1. cout<<"ÅÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ". for(int count_4=0.14). else cout<<"th".y_cord+=2. cout<<count_3. cout<<"ÀÄÄÄÄÄÄÄÄÁÄÄÄÄÄÄÄÄÄÄÄÄÄÄ".13). else if(count_3==2) cout<<"nd".15). int count_2=0. cout<<"ÁÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ". cout<<"³". if(count_3==1) cout<<"st". gotoxy(x_cord. gotoxy((x_cord+6).count_4++) { gotoxy(x_cord. gotoxy(x_cord. gotoxy(x_cord.

y_cord+=2.y_cord). for(int count_5=0. gotoxy(x_cord.(y_cord-count_3)). gotoxy(x_cord. if(count_4>=count_3) { gotoxy((x_cord+2). gotoxy(x_cord. if((count_2%3)==0 && count_3<(n-1)) { gotoxy(x_cord. cout<<"³".13). y_cord=17.(y_cord+1)). gotoxy(x_cord. } Página 54 . cout<<"³".14). cout<<"ÅÄÄ". cout<<"³".16). cout<<"ÁÄÄ".count_5<n. } x_cord+=16.count_5++) { gotoxy(x_cord.15). count_2++.(y_cord+1)). cout<<"ÂÄÄ". } y_cord+=2. gotoxy(x_cord. cout<<dd_table[count_3][count_4]. cout<<"³".cout<<"³". cout<<"³".y_cord). gotoxy(x_cord.

gotoxy(x_cord. count_3--.count_6++) { gotoxy(x_cord. for(int count_6=0.(y_cord+1)). x_cord=28.y_cord). . cout<<" ". cout<<"¿".gotoxy(30.. cout<<"³". y_cord=13. gotoxy(x_cord. gotoxy(x_cord. cout<<" y_cord+=2.13). getch( ). cout<<"³".(y_cord+1)). gotoxy(x_cord.16). cout<<"Press any key to continue.14). cout<<"³". y_cord=17.count_6<n..". count_2=0. for(int count_6=0. } } gotoxy(x_cord. y_cord+=2.y_cord).count_6++) { gotoxy(x_cord. cout<<"³".44).count_6<=(n+2). } y_cord-=2. } Página 55 ".

y_cord).count_5++) fx[count_5]*=dd_table[count_2][count_2].count_1++) xn[count_1]=(xn[count_1]*(-1)). gotoxy(x_cord. px[0]=dd_table[0][0]. cout<<"´". for(int count_4=(1+count_3).count_4--) { fx[count_4]*=xn[(count_3+1)].count_3++) { fx[(count_3+2)]=1.. gotoxy(30. fx[count_4]+=fx[(count_4-1)]. } for(int count_5=0..count_2++) { long double fx[max_size]={0}.15).count_5<(count_2+1).count_6++) px[count_6]+=fx[count_6].count_6<(count_2+1). cout<<"Press any key to continue.". for(int count_3=0. } fx[0]*=xn[(count_3+1)].44). } } Página 56 . } void compute_newtons_dd_interpolation_polynomial( ) { for(int count_1=0. cout<<"Ù". for(int count_6=0. for(int count_2=1. getch( ).count_3<(count_2-1).gotoxy(x_cord. fx[1]=1.count_2<n. fx[0]=xn[0].count_1<n.count_4>0.

else if(count_1==0) cout<<fabs(px[count_1]).13).count_1--) { if(count_1==(n-1) && n>2) cout<<px[count_1]<<" x"<<count_1. if(count_1>0) { if(px[(count_1-1)]>0) cout<<" + ". gotoxy(10.count_1>=0. else if(count_1>1) cout<<fabs(px[count_1])<<" x"<<count_1. else cout<<" . } if(wherex( )>=70) gotoxy(30. cout<<"Newton's Divided Difference Interpolation Formula :".(wherey( )+2)). cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ".void estimate_pnx( ) { clear_screen( ). if(wherex( )>=70) gotoxy(30.". else if(count_1==1) cout<<fabs(px[count_1])<<" x". gotoxy(6.10).19).(wherey( )+2)). gotoxy(6. cout<<"P"<<(n-1)<<"(x) = ". for(int count_1=(n-1). Página 57 . cout<<"Estimation of Pn(x) :".11). } gotoxy(6.

pnx+=(px[1]*x). x=0. pnx=px[0]. long double x=0.gotoxy(6.count_3++) temp*=x.count_3<count_2.20).28). gotoxy(10.22).26). char Choice=NULL. do { Choice=NULL. for(int count_3=1. gotoxy(10. cout<<"The estimated value of P"<<(n-1)<<"("<<x<<") = "<<pnx. Página 58 . pnx=0.30). cout<<"Enter the value of x = ".count_2++) { long double temp=x. fx=evaluate_postfix_expression(x). } gotoxy(10. for(int count_2=2. pnx+=(px[count_2]*temp). cout<<"Absolute Error = E(abs) = "<<fabs((fx-pnx)). long double pnx=0.count_2<n. gotoxy(10. cin>>x. if(choice) { long double fx=0. cout<<"The Actual value of f"<<"("<<x<<") = "<<fx. cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ".

".40). } ". cout<<"Press <Esc> to exit.D.". cout<<" gotoxy(15.42). cout<<"or any other key to continue.22). ".. } else if(int(Choice)==27) exit(0). cout<<" gotoxy(10. if(int(Choice)!=27 && Choice!='v' && Choice!='V') { gotoxy(10.40). cout<<" gotoxy(10.28). gotoxy(25.42). Table again".26). ". estimate_pnx( ). cout<<" ". cout<<" } else if(Choice=='v' || Choice=='V') { show_dd_table( ). cout<<" gotoxy(25. 'V' to view D.30). } while(1). ".} gotoxy(15.. Página 59 . Choice=getch( ). gotoxy(10.

o los ingresos y egresos que una sucursal de una panadería puede tener. realizar un seguimiento de los coeficientes de una aplicación lineal y registrar los datos que Página 60 . El método de interpolación . se concluye que para resolver estos sistemas de ecuaciones lineales existen diferentes métodos.CONCLUSIONES Luego de haber estudiado a profundidad este tema o herramienta para resolver sistemas de ecuaciones. Luego de la elaboración de este reporte. muchas veces la elección no será arbitraria. pues son iterativos y muy largos. Por ello son métodos ideales para trabajarlos en computadora. el método estudiado en este trabajo es ideal para programarlos por computadora. debido a que gracias a sus procesos de aproximación. Matriz: En matemáticas. Las matrices se utilizan para describir sistemas de ecuaciones lineales. otros más fáciles de programar. otros más cortos. tales como el control de pedidos en un almacén. Para ser capaces de elegir un método apropiado. se denomina interpolación a la obtención de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. Interpolación: En el subcampo matemático del análisis numérico. se denomina interpolación a la obtención de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. en muchos casos se pueden restablecer datos perdidos u extraviados de diversas bases de datos. Algunos métodos son más exactos. pues cada método tiene sus ventajas y sus desventajas. GLOSARIO DE TERMINOS Interpolación: En el subcampo matemático del análisis numérico. etc. Como se mencionó en la introducción. pero dependerá del gusto de cada persona elegir uno en específico. Sin embargo. En ingeniería y algunas ciencias es frecuente disponer de un cierto número de puntos obtenidos por muestreo o a partir de un experimento y pretender construir una función que los ajuste. Trabajar esto en papel podría resultar extremadamente largo y tedioso. ya se tiene una buena base y el conocimiento del tema para poder comenzar a programar en la computadora estos procesos. una matriz es una tabla bidimensional de números consistente en cantidades abstractas que pueden sumarse y multiplicarse. es una herramienta muy utilizada en el ámbito laboral. lo primero que se necesita es comprender cómo se desarrolla cada uno de estos procesos.

multiplicarse y descomponerse de varias formas. y desconocidos o incógnitas. Ecuación cúbica: Las ecuaciones de tercer grado o cúbicas son del tipo ax3 + bx2 + cx +d = 0. constituyen los valores que se pretende hallar. Ecuación: Una ecuación es una igualdad matemática entre dos expresiones algebraicas. y también variables cuya magnitud se haya establecido como resultado de otras operaciones. lo que también las hace un concepto clave en el campo del álgebra lineal. relacionados mediante operaciones matemáticas. Cifra Significativa: Todas las cifras excepto el cero Ecuación cuadrática: Ecuación de segundo grado o cuadrática se expresa mediante la relación ax2 + bx + c = 0. Ecuación cuártica: Las ecuaciones de cuarto grado o cuárticas. donde a es distinto de 0. Los valores conocidos pueden ser números. representadas generalmente por letras. Ortogonal: En matemáticas. Las incógnitas. Las matrices se describen en el campo de la teoría de matrices. Pueden sumarse. en las que aparecen valores conocidos o datos. ax4 + bx3 + cx2 + dx + e = 0. donde a es distinto de 0. que se llama el exponente del monomio. Evaluar: Valorar una cosa Página 61 . el término ortogonalidad (del griego orthos —recto— y gonía —ángulo—) es una generalización de la noción geométrica de perpendicularidad.dependen de varios parámetros. denominadas miembros. Polinomio: En matemáticas . Ecuación Diferencial: Ecuación que contiene derivadas. se le llama polinomio a la suma de varios monomios. coeficientes o constantes. Un monomio es un producto de un coeficiente y una variable elevado a un número natural. para a distinto de 0.

garcia/descargas/AnalisisNumericoITema3.mty.cl/media/users/9/471845/files/38587/INTERPOLACIO N_NUMERICA. *http://construccionuv.es/diazj/cn_tema5. Chapra.com/notas/metodos/gs_ejercicio_06. (3ª ed.html *http://www.htm *http://es.).pagesperso-orange. R.com/sites/dl/free/9701061144/507265/chapra_metodos _5e_capitulo_muestra_c18.com/Q/Write_a_c_programme_to _perform_newton's_divided_difference_formula&usg=ALkJrhgLdAlkYeStlxc3JFwW cKuBqsRJcg *www.mcgrawhill.htm * http://www.pdf *http://mna.es/personal_pdi/ciencias/barcelo/cnumerico/recursos/interpolacio n.uam.fr/c_function.mx&u=http://wiki. S.es/personal_pdi/ciencias/barcelo/cnumerico/recursos/interpolacio n.answers.pdf * http://www..google.wikipedia.mx/translate?hl=es&langpair=en%7Ces&u=http://jeanpierre.uam.es/cristobal.es/descartes/web/materiales_didacticos/Interpolacion/ interpolacion_1.com.pdf *http://www.com/c%2B%2B/source%2520code/math.uv.com/translate_c?hl=es&langpair=en%7Ces&rurl =translate.google.org/wiki/Factorizaci%C3%B3n_LU *http://www.com.html *http://recursostic.pdf * http://www.wikidot.moreau.pdf * http://rinconmatematico.tonahtiu.com/interppolin#toc9 *http://translate.html * C.cpp4u.bligoo. McGrawHill.uhu.googleusercontent.html *http://highered.0 Página 62 .php?topic=5149.com/foros/index. P.educacion. Canale.BIBLIOGRAFIA *http://translate. Métodos Numéricos para Ingenieros.itesm.mx/dtie/deptos/cb/cb00854-1/Apuntes/interpol.

} if(wherex( )>=70) gotoxy(30. do { Choice=NULL. } gotoxy(6. cin>>x.(wherey( )+2)). gotoxy(10. pnx=px[0].else if(count_1==0) cout<<fabs(px[count_1]). gotoxy(6.19). Págin a2 . x=0. long double x=0.22). cout<<"Enter the value of x = ". if(count_1>0) { if(px[(count_1-1)]>0) cout<<" + ". char Choice=NULL. cout<<"Estimation of Pn(x) :". pnx=0.".(wherey( )+2)). if(wherex( )>=70) gotoxy(30. else cout<<" . long double pnx=0.20). cout<<"ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ".

28). for(int count_2=2.26). for(int count_3=1. cout<<"Absolute Error = E(abs) = "<<fabs((fx-pnx)). gotoxy(10. fx=evaluate_postfix_expression(x).". if(choice) { long double fx=0.count_3++) temp*=x. if(int(Choice)!=27 && Choice!='v' && Choice!='V') { gotoxy(10.pnx+=(px[1]*x). gotoxy(10.count_2<n. cout<<"The estimated value of P"<<(n-1)<<"("<<x<<") = "<<pnx.count_2++) { long double temp=x. } gotoxy(15. cout<<" ". cout<<"or any other key to continue.D. pnx+=(px[count_2]*temp).30). Choice=getch( ).count_3<count_2. cout<<"Press <Esc> to exit. } gotoxy(10... cout<<" Págin a2 ". 'V' to view D. gotoxy(10.40). .22).26). gotoxy(25. Table again". cout<<"The Actual value of f"<<"("<<x<<") = "<<fx.42).

CONCLUSIONES Luego de haber estudiado a profundidad este tema o herramienta para resolver sistemas de ecuaciones. cout<<" gotoxy(10. pues cada método tiene sus ventajas y sus desventajas. etc. cout<<" gotoxy(25. debido a que gracias a sus procesos de aproximación. Para ser capaces de elegir un método apropiado. se concluye que para resolver estos sistemas de ecuaciones lineales existen diferentes métodos. cout<<" } else if(Choice=='v' || Choice=='V') { show_dd_table( ). otros más fáciles de programar.42). } while(1).28).40). estimate_pnx( ). otros más cortos. ". } else if(int(Choice)==27) exit(0). Sin embargo.gotoxy(10. pero dependerá del gusto de cada persona elegir uno en específico. ". tales Págin a3 . en muchos casos se pueden restablecer datos perdidos u extraviados de diversas bases de datos. Algunos métodos son más exactos. El método de interpolación . ". es una herramienta muy utilizada en el ámbito laboral.30). cout<<" gotoxy(15. lo primero que se necesita es comprender cómo se desarrolla cada uno de estos procesos. } ". muchas veces la elección no será arbitraria.

y desconocidos o incógnitas. denominadas miembros. GLOSARIO DE TERMINOS Interpolación: En el subcampo matemático del análisis numérico. una matriz es una tabla bidimensional de números consistente en cantidades abstractas que pueden sumarse y multiplicarse. coeficientes o constantes. Interpolación: En el subcampo matemático del análisis numérico. relacionados mediante operaciones matemáticas. Matriz: En matemáticas. Los valores conocidos pueden ser números. realizar un seguimiento de los coeficientes de una aplicación lineal y registrar los datos que dependen de varios parámetros. o los ingresos y egresos que una sucursal de una panadería puede tener. constituyen los valores que se pretende hallar. Luego de la elaboración de este reporte. Ecuación: Una ecuación es una igualdad matemática entre dos expresiones algebraicas. Las matrices se utilizan para describir sistemas de ecuaciones lineales. Por ello son métodos ideales para trabajarlos en computadora. se denomina interpolación a la obtención de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos.como el control de pedidos en un almacén. representadas generalmente por letras. Las matrices se describen en el campo de la teoría de matrices. el método estudiado en este trabajo es ideal para programarlos por computadora. Págin a2 . ya se tiene una buena base y el conocimiento del tema para poder comenzar a programar en la computadora estos procesos. se denomina interpolación a la obtención de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. Trabajar esto en papel podría resultar extremadamente largo y tedioso. En ingeniería y algunas ciencias es frecuente disponer de un cierto número de puntos obtenidos por muestreo o a partir de un experimento y pretender construir una función que los ajuste. en las que aparecen valores conocidos o datos. Pueden sumarse. multiplicarse y descomponerse de varias formas. Como se mencionó en la introducción. y también variables cuya magnitud se haya establecido como resultado de otras operaciones. pues son iterativos y muy largos. lo que también las hace un concepto clave en el campo del álgebra lineal. Las incógnitas.

htm * http://www. para a distinto de 0.mx&u=http://wiki.google.answers.com/translate_c?hl=es&langpair=en %7Ces&rurl=translate.educacion. Cifra Significativa: Todas las cifras excepto el cero Ecuación cuadrática: Ecuación de segundo grado o cuadrática se expresa mediante la relación ax2 + bx + c = 0. donde a es distinto de 0.com. el término ortogonalidad (del griego orthos —recto— y gonía —ángulo—) es una generalización de la noción geométrica de perpendicularidad. Ecuación Diferencial: Ecuación que contiene derivadas. se le llama polinomio a la suma de varios monomios.Polinomio: En matemáticas . ax4 + bx3 + cx2 + dx + e = 0.html *http://recursostic. Un monomio es un producto de un coeficiente y una variable elevado a un número natural.googleusercontent.es/diazj/cn_tema5. que se llama el exponente del monomio.com/c%2B%2B/source%2520code/math.pdf Págin a2 . Ecuación cuártica: Las ecuaciones de cuarto grado o cuárticas. donde a es distinto de 0.uv. Ortogonal: En matemáticas.es/descartes/web/materiales_didacticos/Interpolacion /interpolacion_1. Ecuación cúbica: Las ecuaciones de tercer grado o cúbicas son del tipo ax3 + bx2 + cx +d = 0.com/Q/Write_a_c_pr ogramme_to_perform_newton's_divided_difference_formula&usg=ALkJrhgLdAlkY eStlxc3JFwWcKuBqsRJcg *www.cpp4u. Evaluar: Valorar una cosa BIBLIOGRAFIA *http://translate.

php?topic=5149. (3ª ed.fr/c_function. R.* http://www.mcgrawhill. McGrawHill.html *http://highered.cl/media/users/9/471845/files/38587/INTERPOLACIO N_NUMERICA.bligoo.com/notas/metodos/gs_ejercicio_06.pdf * http://rinconmatematico. Chapra.wikidot.html * C.es/personal_pdi/ciencias/barcelo/cnumerico/recursos/interpolacio n.tonahtiu.org/wiki/Factorizaci%C3%B3n_LU *http://www.moreau. Métodos Numéricos para Ingenieros.es/cristobal.com/sites/dl/free/9701061144/507265/chapra_metodos _5e_capitulo_muestra_c18.google.0 Págin a1 .).es/personal_pdi/ciencias/barcelo/cnumerico/recursos/interpolacio n.html *http://www.garcia/descargas/AnalisisNumericoITema3.mx/translate?hl=es&langpair=en%7Ces&u=http://jeanpierre.com/foros/index.uhu..uam.pdf *http://www.pagesperso-orange. Canale. S.com/interppolin#toc9 *http://translate. P.pdf *http://mna.uam.mx/dtie/deptos/cb/cb00854-1/Apuntes/interpol.pdf * http://www.mty.com.itesm.htm *http://es. *http://construccionuv.wikipedia.

Sign up to vote on this title
UsefulNot useful