Está en la página 1de 8

UNIVERSIDAD PERUANA UNIÓN

FACULTAD DE INGENIERÍA Y ARQUITECTURA

E.A.P. DE INGENIERÍA CIVIL

CURSO

Métodos Numéricos

DOCENTE

Lovon Quispe, Holger Mario

ALUMNOS

 Hanampa Mamani Josue Milton
 Rojas Cristobal Jhover
 Jaramillo Machacuay Honorio

GRUPO

02

Lima, 06 de julio del 2017

1) a(3.1)*a(1.:) a(5.:)/a(5.1)*a(1.1)*a(1.:).:)/a(5.:)/a(2.:)/a(5.3)*X3)/a(2.:).6)-a(2.3)*a(3.5)*X5-a(2.:)= a(4.6)-a(3.4) X3=(a(3.a(1.3) a(5.3)*a(3.:).2) a(4.:).5)*X5)/a(4.a(1.a(1.:)=a(3.2)*a(2.1) a(4.:)= a(4.:)=a(4.:)=a(4.:).4)*X4-a(1.a(2.1) .2) a(3.:) a(3.:)/a(4.:)= a(5.:) a(4.a(4.a(1.4)*a(4.:).6)-a(4.1) a(2.:)= a(4.3)*X3-a(1.:)= a(3.:).:) a(5.4)*X4)/a(3.:)= a(3.4) a(5.:)/a(4.:)= a(2.a(2.:)=a(5.2)*a(2.a(3.:)=a(1.3) X2=(a(2.:)= a(5.1)*a(1.:)/a(3.:)=a(2.a(3.:)=a(3.:)=a(5.:)/a(3.5) X4=(a(4.:)=a(4.:)= a(5. 3 2 1 2 8 15.6)/a(5.1) a(5. 3 2 5 1 6 5. -1 3 4 -7 2 7. METODOS NUMERICOS TRABAJO FINAL Ejercicio Reducción de gauss clear clc a=[2 1 3 2 4 10.:)/a(2.:).:)/a(4.:) a(4.:) a(5.1)*a(1.:)=a(5.:) X5=a(5.:) a(4.3) a(4.2)*X2)/a(1.:).6)-a(1.:) a(3. 2 1 5 -4 3 9] a(1.1) a(2.2) X1=(a(1.4)*X4-a(2.5)*X5-a(3.5)*X5-a(1.

así mismo este método se puede desarrollar con el programa Matlab y también podemos ahorrar tiempo.  X5 = 18.6364  X4 =-0. si introducimos mal algún operador nos saldrá error.5455  X1 = -26.7273  X3 = 6.6364  X2 =-29.7273 Comentario (1) Gauss es un método que nos ayuda a encontrar valores para X1. X2. . Este trabajo consistió en desarrollar una matriz de 5 ecuaciones con el programa Matlab teniendo en cuentas los pasos aprendido en clase.…Xn a partir de resolver una matriz determinada. Para este método es necesario que triangular inferior de la matriz sea cero de manera que se halle los valores de forma regresiva. tales el caso que nos sucedió a nosotros al hacer correr no obteníamos los resultados de nuestra matriz es por ello recomendamos primero se debe verificar los operadores antes de correr.

^3.*Y. SXY=sum(X1Y1).3 4.1 3.Y.^4.^3.^5. SX3 SX4 SX5 SX6] MATRIZB=[SY.1)*xl. SX=sum(X).^2. figure hold on scatter (X. X2Y1=X.8 4.9 1.'*') plot (xl.*Y.4) . SY=sum(Y). n=size(X. SX6=sum(XE6). MATRIZ=[n SX SX2 SX3. SX3=sum(XE3).2). SX2=sum(XE2). SX SX2 SX3 SX4.SX2Y.5 3. SX5=sum(XE5).yl.3 2.6 3. SX2Y=sum(X2Y1).^3.SX3Y] A=MATRIZ^(-1)*MATRIZB xl=1:1:28 yl=A(1.1)*xl+A(3.Ejercicio 2 MÉTODO DE INTERPOLACIÓN POLINÓMICA Ejemplo (1) de interpolación polinómica puntos esparcidos clear clc X=[1 2 4 6 8 10 7 15 9 17 20 27] Y=[-0.^6. SX3Y=sum(X3Y1).7 7.7 6.9 1.'linewidth'.^2. X1Y1=X.*Y. XE4=X. XE3=X. X3Y1=X.1)*xl. XE6=X.9] XE2=X. SX2 SX3 SX4 SX5.1)+A(2.^2.9 2. SX4=sum(XE4).SXY. XE5=X.+A(4.

SXY. SX=sum(X).3 3. SX6=sum(XE6). SX4=sum(XE4).^5. n=size(X. X2Y1=X.SX2Y.7 6. XE3=X.^3. XE5=X. SX3 SX4 SX5 SX6] MATRIZB=[SY. X1Y1=X.7 4.Ejemplo (2) de interpolación polinómica puntos ajustados clear clc X=[1 2 4 6 8 10 13 15 9 17 14 22] Y=[-0. SX2 SX3 SX4 SX5. SX3=sum(XE3).*Y.4] XE2=X. XE4=X.3 3.6 4.^2.*Y. SX2Y=sum(X2Y1). SX2=sum(XE2). XE6=X.2). MATRIZ=[n SX SX2 SX3. SX3Y=sum(X3Y1).SX3Y] .^3.5 4.6 2. SY=sum(Y).5 1.9 3. X3Y1=X.^2. SX5=sum(XE5).9 4.^6. SX SX2 SX3 SX4.*Y.8 3.^4. SXY=sum(X1Y1).

^3.4) Comentario (2) La interpolación polinómica consiste en hallar valor intermedio entre dos puntos.A=MATRIZ^(-1)*MATRIZB xl=1:1:28 yl=A(1. Al introducir los comandos y datos darán como resultado un algoritmo con el cual resolveremos nuestro ejercicio. si introducíamos números muy pequeños los puntos nos quedaban sumamente cerca.+A(4.Y. Al inicio nos dificulto en recordar los pasos y también introducir los datos.1)*xl. al introducir números muy grandes nos salían los puntos muy dispersos. para la interpolación polinómica es necesario tomar datos los cuales nos ayudaran a encontrar la función que mejor se ajuste a la curva de nuestra gráfica. .'linewidth'.1)*xl+A(3.yl.1)+A(2.^2.1)*xl.'*') plot (xl. figure hold on scatter (X. A partir de los datos introducidos podemos decir que es necesario introducir números no muy grandes ni muy pequeños.

1)=(S(3.3)-((l(3.1) l(2.3) U=l' for n=1:3 x(n.2)-x(3.1)=A(2.3)=sqrt(A(3.1)=A(3.1)=(d(1.2)*d(2.2)^2))) S=[201.1)/l(1. expresamos dos ejercicios 1 con puntos esparcidos y otro con puntos que mejor se ajustan a la curva de nuestra función.1) l(3.2)-(l(2.2)=(A(3.1)*U(1.1)=n end d(1.De los ejemplos realizados.1)=S(1. 800.1)*d(1.2) l(3. 55 225 979] for n=1:3 l(n.1))/l(2.2) x(1.1)^2)+(l(3.3))/U(2.2) d(3.1))/l(3.1)=sqrt(A(1. 15 55 225.1)-l(3.3))/U(1.2)-l(2. Si hacemos una comparación de la dos graficas podemos decir que la curva de la gráfica dos está mejor ajustada.n)=n end l(1. Ejercicio 3 MÉTODO DE CHOLESKY clear clc A=[6 15 55. 3442] for n=1:3 d(n.1)*l(3.1))/l(2.1)*U(1.1)=(d(2.3) x(2.1)=d(3.1)/l(1.1)=(S(2.1)/l(1.1)/U(3.1))^2) l(3.1)-x(2.2)=sqrt(A(2.1)) l(2.1)-l(2.1)*U(2.1)=n end x(3.1) d(2.1)*d(1.1)-x(3.1)-l(3.1) OTRO .

3442] [U]=chol (A) L=U' D=L\B X=U\D Rept=X' Comentario (3) .800.clear clc A=[6 15 55.55 225 979] B=[201.15 55 225 .