Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA
ESCUELA DE POSGRADO DE LA
FACULTAD DE INGENIERÍA CIVIL
MAESTRÍA EN CIENCIAS CON
MENCIÓN EN INGENIERÍA
ESTRUCTURAL
TRABAJO # 02
(Métodos Numéricos en Ingenierı́a)
RESOLUCIÓN DE SISTEMAS
LINEALES
Y AJUSTE DE CURVAS
Autor: Catedrático:
Ing. Miguel Raúl PhD. Hugo
Guzmán Prado Scaletti Farina
LIMA - PERÚ
2015
EPÍGRAFE
“Si quieres llegar a donde la mayorı́a no llega, necesitas hacer algo que la mayorı́a de
las personas no hacen”
ii
Índice general
Portada I
Epı́grafe II
1. Trabajo # 02
Métodos Numéricos en Ingenierı́a
Por: Miguel Raúl Guzmán Prado 1
1.1. Problema 01 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Solución: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2. Comentarios: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Problema 02 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Solución: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Problema 03 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1. Solución: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2. M-File lsline (Recta de regresión) . . . . . . . . . . . . . . . . . 8
1.4. Problema 04 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.1. Solución: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Bibliografı́a 11
iii
1. Trabajo # 02
Métodos Numéricos en Ingenierı́a
Por: Miguel Raúl Guzmán Prado
1.1. Problema 01
Use una hoja de cálculo para resolver un sistema de cuatro ecuaciones lineales con un
procedimiento de relajación. Resuelva primero un sistema de ecuaciones lineales en el
que la diagonal principal de la matriz de coeficientes sea fuertemente dominante. Luego
utilice la misma hoja de cálculo para resolver otro sistema de ecuaciones, en el que los
coeficientes de la diagonal principal sean menores que la suma de los valores absolutos
de los otros coeficientes de la correspondiente fila. Sólo presente los cómputos iniciales
y finales. Comente sobre la convergencia.
1.1.1. Solución:
Se plantea el siguiente sistema de ecuaciones lineales:
1
1.1. Problema 01
2
1.1. Problema 01
1.1.2. Comentarios:
1. Para valores de 1 a 2, se le da una ponderación extra al valor actual. En este
caso, hay una suposición implı́cita de que el nuevo valor se mueve en la dirección
correcta hacia la solución verdadera, pero con una velocidad demasiado lenta. Por
lo tanto, se pretende que la ponderación adicional de mejore la aproximación al
llevarla más cerca de la verdadera. De aquı́ que este tipo de modificación, al cual
se le llama sobrerrelajación, permite acelerar la convergencia de un sistema
que ya es convergente.
3. Aunque en la presente practica planteamos este método como mejora del méto-
do de Gauss Seidel, es posible aplicarlas al método de Jacobi y otros métodos
iterativos que se utilicen para la solución de sistemas de ecuaciones.
3
1.2. Problema 02
1.2. Problema 02
En 1965, Gordon C. Moore, cofundador de Intel, predijo que en la década siguiente
la potencia de cómputo se duplicarı́a cada dos años. Sorprendentemente, esta tasa de
crecimiento ha seguido durante más de 40 años. En la tabla siguiente se indica el número
de transistores en algunos CPU de Intel producidos desde 1971 al 2008:
CPU Año Transistores
4004 1971 2500
8008 1972 3500
8080 1974 4500
8086 1978 29000
286 1982 134000
386 1985 275000
486 1989 1180000
P entium 1993 3100000
P entium II 1997 7500000
P entium III 1999 9500000
P entium IV 2000 42000000
Itanium (M cKinley) 2002 220000000
Itanium (M adison) 2003 410000000
Quad − Core I7 2002 731000000
Con esta información y suponiendo que t = 0 corresponde al año 1970, proponga una
expresión para determinar el numero de transistores (por ejemplo, n = aebt ) y utilı́cela
para predecir lo que podrı́a tenerse en el año 2030.
1.2.1. Solución:
Sea {(xk , yk )}N
k=1 un conjunto de N puntos cuyas abcisas {xk } son todas distintas. La
recta de regresión o recta óptima en (el sentido de los) mı́nimos cuadrados es la recta
de ecuación y = f (x) = Ax + B que minimiza el error cuadrático medio E2 (f ).
N
1 X
E2 (f ) = ( |f (xk ) − yk |2 )1/2
N k=1
y = CeAx
ln(y) = Ax + ln(C)
Y = ln(y) X = x B = ln(C)
4
1.2. Problema 02
Y = Ax + B
El problema es ahora calcular la recta de regresión para los puntos {(Xk , Yk )}, para lo
que planteamos las correspondientes ecuaciones normales de Gauss.
N
X N
X XN
( Xk2 )A + ( Xk )B = ( Xk Yk )
k=1 k=1 k=1
XN XN
( Xk )A + N B = ( Yk )
k=1 k=1
C = eB
Y = 0.3445X + 7.3411
5
1.2. Problema 02
y = 1542.4078e0.3445x
y = 1542.4078e0.3445(60) = 1462399917010.47
Este último valor representa la estimación del número de transistores para el 2030.
6
1.3. Problema 03
1.3. Problema 03
(Adoptado de S.M. Stiegler. Gauss and the invention of least squares Ann.
Statist.,9:465-474,1981).
En 1973 se decidió establecer el Nuevo sistema métrico sobre la base de una unidad,
el metro, igual a la diez millonésima parte de la distancia del polo Norte al Ecuador
medida a lo largo del meridiano que pasa por Parı́s. En 1975 se publicaron resultados de
mediciones en cuatro sectores, desde Dunkerque hasta Barcelona. Para cada sector se
midió la longitud del arco (con referencia a un cierto patrón) S, la diferencia de latitudes
en grados d, y la latitud al centro L (determinada con observaciones astronómicas):
1.3.1. Solución:
La expresión z +ysin2 L = S/d puede expresarse como z +ya = b, en el que a = sen2 (L)
y b = S/d. El problema es ahora calcular la recta de regresión para los puntos {(ak , bk )},
para lo que planteamos las correspondientes ecuaciones normales de Gauss
N
X N
X XN
( a2k )y + ( ak )z = ( ak b k )
k=1 k=1 k=1
XN XN
( ak )y + N z = ( bk )
k=1 k=1
7
1.3. Problema 03
2.077080013y + 4z = 114032.8967
Al reemplazar los valores obtenidos para M = 90(z + y/2) y e−1 = 3(z/y + 0.5) se
obtiene:
M = 2564801.46382 y e = 0.0063310436
1 function [A , B ]= lsline (X , Y )
2 % Datos :
3 % X es el vector de abcisas 1 x n
4 % Y es el vector de ordenadas 1 x n
5 % Resultados
6 % A es el coeficiente de x en A x + B
7 % B es el término independiente es A x + B
8 xmean = mean ( X ) ;
9 ymean = mean ( Y ) ;
10 sumx2 =( X - xmean ) *( X - xmean ) ' ;
11 sumxy =( Y - ymean ) *( X - xmean ) ' ;
12 A = sumxy / sumx2 ;
13 B = ymean - A * xmean ;
8
1.4. Problema 04
1.4. Problema 04
Se han medido los cuatro ángulos internos de un cuadrilátero plano, , tendiéndose
los valores (aproximados), A, B, C y D. Suponga que A + B + C + D 6= 2π y que
los errores en las mediciones son estadı́sticamente independientes. Sin embargo, los
verdaderos ángulos satisfacen α1 + α2 + α3 + α4 = 2π. Esta expresión es exacta, por lo
que hay solo 3 valores independientes y se puede escribir:
α1 = A
α2 = B
α3 = C
2π − α1 − α2 − α3 = D
1.4.1. Solución:
Se puede plantear el sistema de ecuaciones en forma matricial de la siguiente manera:
1 0 0 A
0 α1
1 B
0
α2 =
0 0 1 C
α3
1 1 1 2π − D
Ax = b
AT Ax = AT b
9
1.4. Problema 04
A
α1 0.75 −0.25 −0.25 1 0 0 1
B
α2 = −0.25 0.75 −0.25 0 1 0 1
C
α3 −0.25 −0.25 0.75 0 0 1 1
2π − D
A
α1 0.75 −0.25 −0.25 0.25
B
α2 = −0.25 0.75 −0.25 0.25
C
α3 −0.25 −0.25 0.75 0.25
2π − D
α1 0.75A − 0.25B − 0.25C − 0.25D + 0.5π
α2 = −0.25A + 0.75B − 0.25C − 0.25D + 0.5π
10
Bibliografı́a
11