MÉTODOS NUMÉRICOS (100401)

FASE 3 TRABAJO COLABORATIVO 2

ECUACIONES LINEALES E INTERPOLACIÓN
SEGUNDO APORTE INDIVIDUAL

TUTOR:
JESUS OMAR VARGAS
GRUPO:
22

PRESENTADO POR:
JAVIER HUMBERTO ACEVEDO
PROGRAMA:
INGENIERÍA DE SISTEMAS
CÓDIGO:
14570995

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

CENTRO IBAGUE
2017
 Aporte 2:
Solucionar.
Aporte 2: Solucionar.

4. Solucione el siguiente sistema de ecuaciones utilizando el Método de Gauss-Seidel.

0.1x1 + 7x2 – 0.3x3 = -19.3

3x1 – 0.1x2 – 0.2x3 = 7.85
0.3x1 – 0.2x2 – 10x3= 71.4
Utilizar un ξ < 1%

5. Determine el Polinomio de Interpolación de LaGrange para la siguiente tabla.

X 1 3 5 7
y -2 1 2 -3

6. Determine el Polinomio de Interpolación Usando la Interpolación de Diferencias Divididas

de Newton, e interpole en el punto x = 5

x 7 6 4 2 -4
y 1430 908 278 40 -242
 Solución

Punto 4.

El sistema matricialmente viene dado por:

𝟎. 𝟏 𝟕 −𝟎. 𝟑 𝒙𝟏 −𝟏𝟗. 𝟑
( 𝟑 𝒙
−𝟎. 𝟏 −𝟎. 𝟐) ( 𝟐 ) = ( 𝟕. 𝟖𝟓 )
𝟎. 𝟑 −𝟎. 𝟐 −𝟏𝟎 𝒙𝟑 𝟕𝟏. 𝟒

Se podría reordenar el sistema. En vista a que el método Gauss-Seidel lo requiere:

𝟑 −𝟎. 𝟏 −𝟎. 𝟐 𝒙𝟏 𝟕. 𝟖𝟓
(𝟎. 𝟏 𝟕 −𝟎. 𝟑) (𝒙𝟐 ) = (−𝟏𝟗. 𝟑)
𝟎. 𝟑 −𝟎. 𝟐 −𝟏𝟎 𝒙𝟑 𝟕𝟏. 𝟒

Utilizando la ecuación del renglón 1 de la matriz:

𝟑𝒙𝟏 = 𝟕. 𝟖𝟓 + 𝟎. 𝟏𝒙𝟐 + 𝟎. 𝟐𝒙𝟑

Despejando, se obtiene la ecuación iterativa 1:

𝒙𝒊+𝟏
𝟏 = (𝟐. 𝟔𝟏𝟕 + 𝟎. 𝟎𝟑𝟑𝒙𝒊𝟐 + 𝟎. 𝟎𝟔𝟔𝒙𝒊𝟑 )

Análogo se hace lo mismo con la ecuación 2 y 3:

𝒙𝒊+𝟏
𝟐 = (−𝟐. 𝟕𝟓𝟕 − 𝟎. 𝟎𝟏𝟒𝒙𝒊𝟏 + 𝟎. 𝟎𝟒𝟑𝒙𝒊𝟑 )

𝒙𝒊+𝟏
𝟑 = (−𝟕. 𝟏𝟒 + 𝟎. 𝟎𝟑𝟎𝒙𝒊𝟏 − 𝟎. 𝟎𝟐𝒙𝒊𝟐 )

En consecuencia, se tiene el sistema:

𝒙𝟏 𝒊+𝟏 𝟎 𝟎. 𝟎𝟑𝟑 𝟎. 𝟎𝟔𝟔 𝒙𝟏 𝒊 𝟐. 𝟔𝟏𝟕

(𝒙 𝟐 ) = (−𝟎. 𝟎𝟏𝟒 𝟎 𝟎. 𝟎𝟒𝟑) (𝒙𝟐 ) + (−𝟐. 𝟕𝟓𝟕)
𝒙𝟑 𝟎. 𝟎𝟑𝟎 −𝟎. 𝟎𝟐 𝟎 𝒙𝟑 −𝟕. 𝟏𝟒

Realizando la primera iteración con i=0 se obtiene:

𝒙𝟏 𝟏 𝟎 𝟎. 𝟎𝟑𝟑 𝟎. 𝟎𝟔𝟔 𝒙𝟏 𝟎 𝟐. 𝟔𝟏𝟕

(𝒙𝟐 ) = (−𝟎. 𝟎𝟏𝟒 𝟎 𝟎. 𝟎𝟒𝟑) (𝒙𝟐 ) + (−𝟐. 𝟕𝟓𝟕)
𝒙𝟑 𝟎. 𝟎𝟑𝟎 −𝟎. 𝟎𝟐 𝟎 𝒙𝟑 −𝟕. 𝟏𝟒
Si suponemos que 𝒙𝟎𝟐 = 𝟎 y 𝒙𝟎𝟑 = 𝟎:

𝒙𝟏 𝟏 𝟎 𝟎. 𝟎𝟑𝟑 𝟎. 𝟎𝟔𝟔 𝒙𝟏 𝟎 𝟐. 𝟔𝟏𝟕

(𝒙𝟐 ) = (−𝟎. 𝟎𝟏𝟒 𝟎 𝟎. 𝟎𝟒𝟑) ( 𝟎 ) + (−𝟐. 𝟕𝟓𝟕)
𝒙𝟑 𝟎. 𝟎𝟑𝟎 −𝟎. 𝟎𝟐 𝟎 𝟎 −𝟕. 𝟏𝟒

En conclusión:
𝒙𝟏 𝟏 𝟐. 𝟔𝟏𝟕
(𝒙𝟐 ) = (−𝟐. 𝟕𝟗𝟓)
𝒙𝟑 −𝟕. 𝟎𝟎𝟔

Realizando la segunda iteración con i=1 y usando el anterior término, se obtiene:

𝒙𝟏 𝟐 𝟎 𝟎. 𝟎𝟑𝟑 𝟎. 𝟎𝟔𝟔 𝒙𝟏 𝟏 𝟐. 𝟔𝟏𝟕

(𝒙𝟐 ) = (−𝟎. 𝟎𝟏𝟒 𝟎 𝟎. 𝟎𝟒𝟑) (𝒙𝟐 ) + (−𝟐. 𝟕𝟓𝟕)
𝒙𝟑 𝟎. 𝟎𝟑𝟎 −𝟎. 𝟎𝟐 𝟎 𝒙𝟑 −𝟕. 𝟏𝟒

𝒙𝟏 𝟐 𝟎 𝟎. 𝟎𝟑𝟑 𝟎. 𝟎𝟔𝟔 𝟐. 𝟔𝟏𝟕 𝟐. 𝟔𝟏𝟕

𝒙
( 𝟐 ) = (−𝟎. 𝟎𝟏𝟒 𝟎 𝟎. 𝟎𝟒𝟑) (−𝟐. 𝟕𝟗𝟓) + (−𝟐. 𝟕𝟓𝟕)
𝒙𝟑 𝟎. 𝟎𝟑𝟎 −𝟎. 𝟎𝟐 𝟎 −𝟕. 𝟎𝟎𝟔 −𝟕. 𝟏𝟒

En conclusión:

𝒙𝟏 𝟐 𝟐. 𝟎𝟓𝟕
(𝒙𝟐 ) = (−𝟑. 𝟎𝟖𝟕)
𝒙𝟑 −𝟕. 𝟎𝟏𝟕

Si calculamos el error absoluto entre los valores:

𝒙𝟏 𝟐 𝒙𝟏 𝟏 −𝟎. 𝟓𝟔𝟎 𝟎. 𝟓𝟔𝟎

(𝒙𝟐 ) − (𝒙𝟐 ) = |−𝟎. 𝟐𝟗𝟐| = (𝟎. 𝟐𝟗𝟐)
𝒙𝟑 𝒙𝟑 −𝟎. 𝟎𝟏𝟏 𝟎. 𝟎𝟏𝟏

Procediendo con otra iteración (i=2):

𝒙𝟏 𝟑 𝟎 𝟎. 𝟎𝟑𝟑 𝟎. 𝟎𝟔𝟔 𝒙𝟏 𝟐 𝟐. 𝟔𝟏𝟕

(𝒙𝟐 ) = (−𝟎. 𝟎𝟏𝟒 𝟎 𝟎. 𝟎𝟒𝟑) (𝒙𝟐 ) + (−𝟐. 𝟕𝟓𝟕)
𝒙𝟑 𝟎. 𝟎𝟑𝟎 −𝟎. 𝟎𝟐 𝟎 𝒙𝟑 −𝟕. 𝟏𝟒

Sustituyendo:

𝒙𝟏 𝟑 𝟎 𝟎. 𝟎𝟑𝟑 𝟎. 𝟎𝟔𝟔 𝟐. 𝟎𝟓𝟕 𝟐. 𝟔𝟏𝟕

𝒙
( 𝟐 ) = (−𝟎. 𝟎𝟏𝟒 𝟎 𝟎. 𝟎𝟒𝟑) (−𝟑. 𝟎𝟖𝟕) + (−𝟐. 𝟕𝟓𝟕)
𝒙𝟑 𝟎. 𝟎𝟑𝟎 −𝟎. 𝟎𝟐 𝟎 −𝟕. 𝟎𝟏𝟕 −𝟕. 𝟏𝟒
En conclusión:

𝒙𝟏 𝟑 𝟐. 𝟎𝟒𝟔
(𝒙𝟐 ) = (−𝟑. 𝟎𝟖𝟕)
𝒙𝟑 −𝟕. 𝟎𝟏𝟕

Si calculamos el nuevo error absoluto entre los valores:

𝒙𝟏 𝟑 𝒙𝟏 𝟐 −𝟎. 𝟎𝟏𝟏 𝟎. 𝟎𝟏𝟏

𝒙 𝒙
( 𝟐) − ( 𝟐) = | 𝟎 | = ( 𝟎 )
𝒙𝟑 𝒙𝟑 𝟎 𝟎

En las dos últimas expresiones el error está por debajo de las 4 cifras decimales, pero
como aquí se está trabajando solo con 3, el resultado refleja 0 en el resultado.
Es decir que la solución es aproximadamente el último vector matricial.

𝒙𝟏 𝟐. 𝟎𝟒𝟔
𝒙
( 𝟐 ) = (−𝟑. 𝟎𝟖𝟕)
𝒙𝟑 −𝟕. 𝟎𝟏𝟕
Punto 5.
La fórmula para determinar el polinomio de Interpolación está dada por:
𝑃(𝑥) = 𝑓(𝑥0 ) 𝐿0 (𝑥) + 𝑓(𝑥1 )𝐿1 (𝑥) + ⋯ + 𝑓(𝑥𝑛 )𝐿𝑛 (𝑥)
Donde los valores 𝑓(𝑥𝑖 ) representan las coordenadas f(x) dadas en la tabla del problema.
Por ejemplo: 𝑓(𝑥1 ) = −2 o 𝑓(𝑥2 ) = 1, etc. Por otro lado, los valores 𝐿𝑖 (𝑥) representan los
coeficientes de Lagrange, calculados así:

(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿0 (𝑥) =
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 )

(𝑥 − 3)(𝑥 − 5)(𝑥 − 7) (𝑥 2 − 8𝑥 + 15)(𝑥 − 7)

𝐿0 (𝑥) = =
(1 − 3)(1 − 5)(1 − 7) (−2)(−4)(−6)

𝑥 3 − 15𝑥 2 + 71𝑥 − 105

𝐿0 (𝑥) =
−48
𝐿0 (𝑥) = (−0.02𝑥 3 + 0.313𝑥 2 − 1.479𝑥 + 2.188)

(𝑥 − 𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿1 (𝑥) =
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )

(𝑥 − 1)(𝑥 − 5)(𝑥 − 7) (𝑥 2 − 6𝑥 + 5)(𝑥 − 7)

𝐿1 (𝑥) = = →
(3 − 1)(3 − 5)(3 − 7) (2)(−2)(−4)

𝑥 3 − 13𝑥 2 + 37𝑥 − 35
𝐿1 (𝑥) =
16
𝐿1 (𝑥) = 0.063𝑥 3 − 0.813𝑥 2 + 2.313𝑥 − 2.188
 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 )
𝐿2 (𝑥) =
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 )

(𝑥 − 1)(𝑥 − 3)(𝑥 − 7) (𝑥 2 − 4𝑥 + 3)(𝑥 − 7)

𝐿2 (𝑥) = = →
(5 − 1)(5 − 3)(5 − 7) −16

𝑥 3 − 11𝑥 2 + 31𝑥 − 21
𝐿2 (𝑥) =
−16

𝐿2 (𝑥) = −0.063𝑥 3 + 0.688𝑥 2 − 1.938𝑥 + 1.313

(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
𝐿3 (𝑥) =
(𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )

(𝑥 − 1)(𝑥 − 3)(𝑥 − 5) (𝑥 2 − 4𝑥 + 3)(𝑥 − 5)

𝐿3 (𝑥) = =
(7 − 1)(7 − 3)(7 − 5) (6)(4)(2)

𝑥 3 − 9𝑥 2 + 23𝑥 − 15
𝐿3 (𝑥) =
48
𝐿3 (𝑥) = 0.021𝑥 3 − 0.188𝑥 2 + 0.479𝑥 − 0.313

Sustituyendo los términos de Lagrange en la expresión:

𝑃(𝑥) = 𝑓(𝑥0 ) (−0.02𝑥 3 + 0.313𝑥 2 − 1.479𝑥 + 2.188)

+ 𝑓(𝑥1 ) ( 0.063𝑥 3 − 0.813𝑥 2 + 2.313𝑥 − 2.188)
+ 𝑓(𝑥2 ) ( −0.063𝑥 3 + 0.688𝑥 2 − 1.938𝑥 + 1.313)
+ 𝑓(𝑥3 ) (0.021𝑥 3 − 0.188𝑥 2 + 0.479𝑥 − 0.313)

Reemplazando ahora los valores de f(x)

𝑃(𝑥) = (−2) (−0.02𝑥 3 + 0.313𝑥 2 − 1.479𝑥 + 2.188)

+ (1) ( 0.063𝑥 3 − 0.813𝑥 2 + 2.313𝑥 − 2.188)
+ (2) ( −0.063𝑥 3 + 0.688𝑥 2 − 1.938𝑥 + 1.313)
+ (−3) (0.021𝑥 3 − 0.188𝑥 2 + 0.479𝑥 − 0.313)
Calculando:
𝑃(𝑥) = (0.04𝑥 3 − 0.626𝑥 2 + 2.958𝑥 − 4.376)
+ ( 0.063𝑥 3 − 0.813𝑥 2 + 2.313𝑥 − 2.188)
+ ( −0.126𝑥 3 + 1.376𝑥 2 − 3.876𝑥 + 2.626)
+ (−0.063𝑥 3 + 0.564𝑥 2 − 1.437𝑥 + 0.939)

Simplificando y reordenando se concluye que:

𝑝(𝑥) = −0.086𝑥 3 + 0.501𝑥 2 − 0.042𝑥 − 3

Gráfica del polinomio

Punto 6

La forma general del polinomio interpolante de Newton para n+1 datos (x0, ƒ(x0)),
(x1, ƒ(x1)), ..., (xn, ƒ(xn)) es:

Los coeficientes ai se obtienen calculando un conjunto de cantidades denominadas

diferencias divididas.

La notación para las diferencias divididas de una función ƒ(x) están dadas por:

Las diferencias divididas de orden superior se forman de acuerdo con la siguiente regla
recursiva:

Retomando el polinomio interpolante de Newton:

Pn(x) = a0 + a1(x – x0) + a2(x – x0)(x – x1) + ... +an(x – x0)(x – x1)…(x – xn-1)

Aplicándolo al ejercicio:

x 7 6 4 2 -4
y 1430 908 278 40 -242

Se obtienen resultados como se muestran en la siguiente tabla:

 x y 𝒇(𝒙 + 𝟏) 𝒇(𝒙 + 𝟐) 𝒇(𝒙 + 𝟑) 𝒇(𝒙 + 𝟒)
7 1430
6 908 522
4 278 315 69
2 40 119 49 4
-4 -242 47 9 4 0

El resultado del polinomio aproximado es:

𝑃(𝑥) = 1245 − 404(𝑥 + 4) + 94(𝑥 + 4)(𝑥 + 1) − 14(𝑥 + 4)(𝑥 + 1)𝑥 + 3 (𝑥 + 4)(𝑥 + 1) 𝑥 (𝑥 − 2)

Simplificando obtenemos:

𝑷(𝒙) = 𝟑 𝒙𝟒 − 𝟓 𝒙𝟑 + 𝟔 𝒙𝟐 − 𝟏𝟒 𝒙 + 𝟓

Gráfica del polinomio

Bibliografía

-García, I., & Maza, S. (2009). Métodos numéricos: problemas resueltos y prácticas:
problemas resueltos y prácticas. Lérida, ES: Edicions de la Universitat de
Lleida.Recuperado

de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10679293&
p00=diferencias+divididas+newton&ppg=5

-Guzmán, A. F. (2014). Álgebra Lineal: Serie Universitaria Patria: Serie Universitaria

Patria. México, D.F., MX: Larousse - Grupo Editorial

Patria. Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.actio

n?docID=11013205&p00=eliminaci%C3%B3n+gauss+jordan&ppg=12

-Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería: aplicados a la

ingeniería. México, D.F., MX: Larousse - Grupo Editorial Patria. Recuperado

de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=11013582&p
00=m%C3%A9todos+num%C3%A9ricos+tipos+error

-Mesa, F., & Bravo, J. E. (2012). Elementos de cálculo numérico. Bogotá, CO: Ecoe
Ediciones.Recuperado

de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10584232&
p00=m%C3%A9todo+newton-+raphson&ppg=9

-Osses, A. (2009). Análisis numérico. Santiago de Chile, CL: Editorial ebooks ,

Patagonia J.C. Sáez Editor. Recuperado

de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10526605&
p00=eliminaci%C3%B3n+gauss&ppg=16