UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA

METODOS NUMERICOS
TRABAJO COLABORATIVO 2

PRESENTADO POR

ROBINSON ANDRES CASTRO

JESUS MARINO GOMEZ MUOZ CC7505052
MARIANO ANTONIO MONSALVE ROJAS CC 71265546
MAURICIO ANTONIO BOHRQUEZ CUARTAS CC 71264187
GLORIA ELENA CARDENAS TAMAYO CC 43722789

GRUPO 100401-34

TUTOR
JOSE ADEL BARRERA

MEDELLN COLOMBIA

2016
 INTRODUCCIN

Este trabajo lo realizamos con el fin de profundizar en los conocimientos correspondientes a

la segunda unidad de mtodos numricos llamada sistema de ecuaciones lineales, no
lineales e interpolacin, en el cual se resolvieron las diferentes problemas por medio de los
mtodos de eliminacin de Gauss, Gauss-Jordn, Gauss-Seidel, Polinomio de interpolacin
de Lagrange y tambin con diferencias divididas de newton, lo que permiti asimismo que
buscramos diferentes herramientas y mtodos para llegar a la solucin.
 1. Construir un cuadro comparativo de las diferencias entre los sistemas lineales y los sistemas NO lineales con al menos un
ejemplo. (Debe ser original, no se admiten copias bajadas de internet).
CUADRO COMPARATIVO
SISTEMA LINEAL SISTEMA NO LINEAL
Es un planteamiento de igualdad, involucrando una o ms variables a la Cuando al menos una de sus ecuaciones no es de
primera potencia, que no contiene productos entre las variables. Es decir, primer grado.
es una ecuacin que involucra solamente sumas y restas de una variable Podemos resolver un sistema de ecuaciones lineales
a la primera potencia. En el sistema cartesiano representan rectas. graficando, por sustitucin y por combinacin lineal.
Los sistemas de funciones no lineales, como
las ecuaciones simultneas son lineales, es decir, que se puedan ecuaciones cuadrticas o exponenciales, pueden ser
DEFINICIN expresar en la forma general. manejados con las mismas tcnicas.
() = 1 1 + 2 2++ = 0 A las ecuaciones algebraicas y trascendentes que no
Donde la b y las a son constantes se pueden expresar de esta forma se les llama
ecuaciones no lineales. Por ejemplo,
2 + = 10
+ 3 2 = 57

Que satisface las siguientes propiedades: Una ecuacin no lineal es una ecuacin de la
Aditividad: f(x+y)=f(x)+f(y) forma(u)=0 para un valor desconocido de U.
Homogeneidad: f(ax)=a f (x).
FORMA
Dos reglas que tomadas a conjunto se conoce como principio de
superposicin.

Las ecuaciones lineales no homogneas de orden dos o superior tienen la Las ecuaciones no lineales no poseen esta propiedad
propiedad de que una combinacin lineal de soluciones tambin es una de superposicin.
PROPIEDADE
solucin.
S
 Cualquier aumento en provova un aumento o disminucin en
dependiendo del valor de la pendiente. No siempre es el causante del incremento de .
Al considerar el ejemplo:
ENTRADA Y = (5 )2
SALIDA Disminuye en valor cuando se aproxima a 5, pero
en el caso contrario disminuye.

Representacin en el plano cartesiano es una lnea recta. Esta funcin se Una funcin cuadrtica es una funcin en la forma:
puede escribir:f(x)=mx+b () = 2 + + ( 0).
Su grafica se llama una parbola.
= 2 2 8
Tiene su vrtice en coordenada x
2
= =1
2 2
La coordenada y del vrtice es
= (1)2 2(1) 8 = 9
La interseccin en y de la grfica es c=-8, y las
GRAFICA intersecciones en x son las soluciones de
2 2 8 = 0
( + 2)( 4) = 0,
= 24. .

Tiene varias soluciones:

Tiene solucin nica Solucin nica
SOLUCIN Nmero finito de soluciones
Nmero infinito de soluciones
No tiene solucin
 Mtodos Directos Mtodo de la Biseccin
Mtodo de Gauss(por reduccin) Mtodo de punto fij
Mtodo de Cramer(por determinantes) Mtodo de Newton
Por inversin de la matriz Mtodo de la secante
Mtodo de Gauss-Jordan(por eliminacin) Mtodo de aproximaciones sucesivas
MTODOS DE
Por sustitucin Mtodo de la regla falsa
SOLUCIN
Mtodos Iterativos Mtodo de Interpolacin Inversa
Mtodo de Jacobi
Mtodo de Gauss-Seidel

Ejemplo: Igualacin Ejemplo: Igualacin

+ = = +
+ =
+ = () = ( )
= +
+ = = =
+ = +
+ = =
+ =
=
= =

EJEMPLOS =
+ =
= = ( )
= ( )
= =

=

= .


=

2. Solucione el siguiente ejercicio utilizando los Mtodo de eliminacin de Gauss,
Gauss-Jordn y GaussSeidel. Compare los resultados y haga un pequeo
anlisis.

. + . . = .
. + . . = .
. + . . = .
Utilizar un = 0.001

Gauss
Transformamos la matriz de manera escalonada
0.1 7.0 0.3 19.30
3.0 0.1 0.2| 7.85
0.3 0.2 10 71.40
3.0
2,1 = 3.0 0.1 = 0
0.1
3.0
2,2 = 1.0 7.0 = 210,1
0.1
3.0
2,3 = 0.2 (0.3) = 8.8
0.1
3.0
2,4 = 7.9 (19.30) = 586.9
0.1
0.1 7.0 0.3 19.30
0 210.1 8.8 | 586.9
0.3 0.2 10 71.40
3.0
3,1 = 3.0 0.1 = 0
0.1
3.0
3,2 = 0.2 (0.3) = 12.2
0.1
3.0
3.3 = 10.0 (0.3) = 9.1
0.1
3.0
3,4 = 71.4 (19.3) = 129.3
0.1

0.1 7.0 0.3 19.30

0 210.1 8.8 | 586.9
0 12 2 9.1 129.3
21.2
3,2 = 21.2 (210.1) = 0
210.1
21.2
3,3 = 9.1 (8.8) = 10.0
210.1
21.2
3,4 = 129.3 (586.9) = 70.1
210.1
0.1 7.0 0.3 19.30
0 210.1 8.8 | 586.9
0 0 10.0 70.1

0.11 7.02 0.33 = 19.30

210.12 8.83 = 586.9
10.03 = 70.1

Ecuacin variable 3

19077 133861 133861

+ 3 = 3 = = 3 = 7.0
1910 1910 19077

Ecuacin variable 2

2101 44 11737 2101

+ 2 = 3 + 2
10 5 20 10

44 133861 11737 117785

( )+ ( ) 2 = 2 = 3.0
5 19077 20 38154

Ecuacin variable 1

1 3 193 1
+ 1 = 7 2 + 3 2
10 10 10 10

117785 3 133861 193

7 = 2.0
38154 10 19077 10 1

Respuesta
1 = 2.0 2 = 3.0 3 = 7.0

Gauss-Jordan
0.1 7.0 0.3 19.30
3.0 0.1 0.2 | 7.85
0.3 0. 10.0 71.40
3.0
2,1 = 3.0 1.0 = 0
1.0
3.0
2,2 = 0.1 7.0 = 210.1
1.0
3.0
2,3 = 0.2 (0.3) = 8.8
1.0
3.0
2,4 = 7.9 (19.30) = 58.69
1.0
0.1 70.0 0.3 19.30
0 210.1 8.8 | 586.9
0.3 0.2 10.0 71.40

3.0
3,1 = 3.0 1.0 = 0
1.0
3.0
3,2 = 2.0 70.0 = 21.2
1.0
3.0
3,3 = 10.0 (0.3) = 9.1
1.0
3.0
3,4 = 71.4 (19.3) = 129.3
1.0

0.1 70.0 0.3 19.30

0 210.1 8.8| 586.9
0 21.2 9.1 129.3
210.1
2,2 = =1
210.1
0.0
2,3 = 0.0 1.0 = 0.0
1.0
21.2
3,2 = 21.2 (210.1) = 0
210.1
21.2
3,3 = 9.1 (8.8) = 10.0
210.1

0.1 70.0 0.3 19.30

0 1 0.0 | 2.8
0 0 10.0 70.1

0.0
2,3 = 0.0 1.0 = 0.0
1.0

0.0
4,2 = 2.8 (7.0) = 3.1
1.0

3,3 = 10.0/ (10.0) = 1

0.0
4,3 = 2.8 (7.0) = 3.1
1.0
0.1 70.0 0.3 19.30
0 1 0 | 3.1
0 0 1 70.1

3.0
2,1 = 70.0 (0.0) = 70
1.0
70.0
1,2 = 70.0 (0.0) = 0
1.0
3.0
1,4 = 193.0 (7.0) = 214.1
1.0

1 0 0 214,0
0 1 0| 3.1
0 0 1 70.1

Ecuacin variable 3

133861
3 = = 7.0
1910

Ecuacin variable 2

117785
2 = = 3.0
38154

Ecuacin variable 1

39031
1 = = 2.0
19077 2

Respuesta
1 = 2.0 2 = 3.0 3 = 7.0

Mtodo de eliminacin de Gauss-Seidel:

En este mtodo buscamos la aproximacin de los valores de las variables suponiendo

algunos valores, para realizar esta aproximacin comenzamos despejando la variable 1 de
la ecuacin 2, la variable 2 de la ecuacin 1 y la variable 3 de la ecuacin 3, as:

7.85 + 0.12 + 0.23

1 =
3
19.3 0.11 + 0.33
2 =
7
71.4 0.31 + 0.22
3 =
10
Para la primera iteracin en la aproximacin de los valores de las variables
asumimos 2 = 0 y 3 = 0, buscamos el valor de 1,0 :

7.85 + 0.1(0) + 0.2(0) 7.85

1,0 = = = 2.61667
3 3

Con este valor de 1,0 para la primera iteracin y el 3 = 0 encontramos el valor de

2,0 :
19.3 0.1(2.616) + 0.3(0)
2,0 = = 2.79451
7

Ahora con 1,0 y 2,0 hallamos 3,0 :

71.4 0.3(2.616) + 0.2(2.794)

3 = = 7.00564
10

La primera iteracin nos deja como resultado los siguientes valores:

1,0 = 2.61667
2,0 = 2.79451
3,0 = 7.00564

Para la segunda iteracin hallamos el valor de 1,1 a partir de 2,0 y 3,0 :

7.85 + 0.1(2.79451) + 0.2(7.00564)

1,1 = = 2.05647
3

Con este valor de 1,1 de la segunda iteracin y el valor de 3,0 encontramos el valor
de 2,1 :
19.3 0.1(2.05647) + 0.33
2,1 = = 3.08676
7

Ahora con 1,1 y 2,1 hallamos 3,1 :

71.4 0.3(2.05647) + 0.2(3.08676)

3,1 = = 7.01657
10

La segunda iteracin nos deja como resultado los siguientes valores:

1,1 = 2.05647
2,1 = 3.08676
3,1 = 7.01657

Comprobamos el error existente entre los valores arrojados de la primera y segunda

iteracin:
|1,1 1,0 | = |2.05647 (2.61667)| = 0.5602
|2,1 2,0 | = |3.08676 (2.79451)| = 0.29225
|3,1 3,0 | = |7.01657 (7.00564)| = 0.01093
Como se observa no se cumple la condicin de error entregada para el ejercicio.

Para la tercera iteracin tenemos:

7.85 + 0.1(3.08676) + 0.2(7.01657)

1,2 = = 2.046
3
19.3 0.1(2.046) + 0.3(7.01657)
2,2 = = 3.08708
7
71.4 0.3(2.046) + 0.2(3.08708)
3,2 = = 7.01688
10

Comprobamos el error existente entre los valores arrojados de la segunda y tercera

iteracin:
|1,2 1,1 | = |2.046 (2.05647)| = 0.01047
|2,2 2,1 | = |3.08708 (3.08676)| = 0.00032
|3,2 3,1 | = |7.01688 (7.01657)| = 0.00031

Como se observa no se cumple la condicin de error entregada para el ejercicio.

Para la Cuarta iteracin tenemos:

7.85 + 0.1(3.08708) + 0.2(7.01688)

1,3 = = 2.04597
3
19.3 0.1(2.04597) + 0.3(7.01688)
2,3 = = 3.08709
7
71.4 0.3(2.04597) + 0.2(3.08709)
3,3 = = 7.01688
10

Comprobamos el error existente entre los valores arrojados de la tercera y cuarta

iteracin:
|1,3 1,2 | = |2.04597 (2.046)| = 0.00003
|2,3 2,2 | = |3.08709 (3.08708)| = 0.00001
|3,3 3,2 | = |7.01688 (7.01688)| = 0

Podemos observar que en esta Cuarta iteracin SI se cumple la condicin de error

entregada para el ejercicio, con lo que concluimos que los valores de las variables
son finalmente:

1 = 2.04597
2 = 3.08709
3 = 7.01688
 En resumen estos fueron los valores de las variables obtenidos con la aplicacin de
los tres mtodos sugeridos para el ejercicio:

Gauss:
1 = 2.048
2 = 3.091
3 = 7.0925
Gauss-Jordn:
1 = 2.048
2 = 3.091
3 = 7.092
Gauss- Seidel:
1 = 2.04597
2 = 3.08709
3 = 7.01688

Como se observa, los resultados obtenidos por los tres mtodos son muy similares e
incluso iguales a pesar de que la probabilidad de error est presente en los tres
mtodos, debido al manejo de nmeros decimales.

Como se observ en el procedimiento, el mtodo de Gauss y Gauss-Jordn son muy

similares, siendo este ltimo ms tedioso al necesitar llegar una matriz especfica, y
es debido a esa similitud que los resultados de ambos mtodos coinciden, por el
contrario el mtodo Gauss-Seidel se basa en la aproximacin sucesiva de las
variables a la respuesta, lo que nos entrega al final un valor ms preciso de las
variables.

3. Solucione el siguiente ejercicio utilizando los Mtodo de eliminacin de Gauss,

Gauss-Jordn y Gauss-Seidel. Compare los resultados y haga un pequeo
anlisis.

17 1 2 2 3 3 = 500
5 1 + 21 2 2 3 = 200
5 1 5 2 + 22 3 = 30

= 3%
GAUSS-JORDN
17 2 3 = 508
5 + 21 2 = 200
5 5 + 22 = 30

1 0,11 0,17 |29,41|

5 21 2 |200 |
5 5 22 |30|

1 0,11 0,17|29,41|
0 26 3 |205 |
5 5 22 |30|
1 0,11 0,17|29,41|
0 26 3 |205 |
0 0 27 |35|

1 0,11 0,17|29,41|
0 1 0,11 |7,8 |
0 0 27 |35|

1 0,11 0,17|29,41|
0 1 0,11 |7,8 |
0 0 1 |1,29|

GAUSS-SEIDEL
17 2 3 = 508
5 + 21 2 = 200
5 5 + 22 = 30

500 + 22 + 33
1 =
17
200 + 51 + 23
2 =
21
30 + 51 + 52
3 =
22

2 = 0 3 = 0
500
10 = = 29,41
17
200 + 5(29,41)
2 = 16,52
21

30 + 5(29,41) + 5(16,52)
30 = = 11,80
22

500 + 2(16,52) + 3(11,80)

11 = = 33,73
17

200 + 5(33,43) + 2(11,80)

21 = = 18,60
21

30 + 5(33,43) + 5(18,60)
31 = = 13,18
22

[11 10 = |33,43 29,41|] = 4,02

[21 20 = |18,60 16,52|] = 2,08
[31 30 = |13,18 11,80|] = 1,38

500 + 2(18,60) + 3(13,18) = 33,92

12 =
17

200 + 5(33,92) + 2(13,18) = 18,85

22 =
21
 3 + 5(33,92) + 5(18,85) = 13,35
32 =
22

|12 11 | = |33,92 33,43| = 0,4

500 + 2(18,85) + 3(13,35) = 33,98

13 =
17

200 + 5(33,98) + 2(13,35) = 18,88

23 =
21

30 + 5(33,98) + 5(18,88) = 13,37

33 =
22

[21 31 = |33,98 33,92|] = 0,06

500 + 2(18,88) + 3(13,37) = 33,99

41 =
17

200 + 5(33,99) + 2(13,37) = 18,89

34 =
21

30 + 5(33,99) + 5(18,89) = 13,38

34 =
22

|41 31 | = |33,99 33,98| = 0,01

1 = 33,99
2 = 18,89
3 = 13,38

GAUSS
17 -2 -3 500 f1/17
-5 21 -2 200
-5 -5 22 30

1 -0,11764706 -0,17647059 29,4117647

-5 21 -2 200 f2+5f1
-5 -5 22 30 f3+5f1

1 -0,11764706 -0,17647059 29,4117647

0 20,4117647 -2,88235294 347,058824 f2/20,411
0 -5,58823529 21,1176471 177,058824

1 -0,11764706 -0,17647059 29,4117647

0 1 -0,14121037 17,0028818
0 -5,58823529 21,1176471 177,058824 f3+5,588f2
1 -0,11764706 -0,17647059 29,4117647
0 1 -0,14121037 17,0028818
0 -2,5072E-09 20,3285303 272,074928 f3/20,328

1 -0,11764706 -0,17647059 29,4117647

0 1 -0,14121037 17,0028818
0 -1,2333E-10 1 13,3838956

4. Determine el Polinomio de Interpolacin de Lagrange para la siguiente tabla.

( 1 ) ( 2 )( 3 ) ( 0 ) ( 2 )( 3 )
3 () = (0 ) + (1 )
(0 1 )(0 2 )(0 3 ) (1 0 )(1 2 )(1 3 )
( 0 ) ( 1 )( 3 ) ( 0 ) ( 1 )( 2 )
+ (2 ) + (3 )
(2 0 )(2 1 )(2 3 ) (3 0 )(3 1 )(3 2 )

( 3) ( 5)( 7) ( 1) ( 5)( 7) ( 1) ( 3)( 7)

3 () = 2 +1 +2
(1 3)(1 7)(1 7) (3 1)(3 5)(3 7) (5 1)(5 3)(5 5)
( 1) ( 3)( 5)
3
(7 1)(7 3)(7 5)

( 3) ( 5)( 7) ( 1) ( 5)( 7) ( 1) ( 3)( 7)

3 () = 2 +1 +2
48 16 16
( 1) ( 3)( 5)
3
48
( 3) ( 5)( 7) ( 1) ( 5)( 7) ( 1) ( 3)( 7)
3 () = 2 +1 +2
24 16 8
( 1) ( 3)( 5)
3
16

1 1 ( 5)
3 () = ( ( 1)( 5)) [( 7) ( 3)] + [ ( 3)( 7)] [ ( 1)]
16 8 3

1 1 ( 5)
3 () = ( ( 2 6 5)) [ 7 + 3)] + [ ( 2 10 + 21)] [ ( 1)]
16 8 3

1 1 ( 5)
3 () = ( ( 2 6 5)) [4] + [ ( 2 10 + 21)] [ ( 1)]
16 8 3

1 1 5 3 + 3
3 () = ( ( 2 6 5)) [4] + [ ( 2 10 + 21)] [ ]
16 8 3
 1 1 2 2
3 () = ( ( 2 6 5)) [4] + [ ( 2 10 + 21)] [ ]
16 8 3
1 2 1 +1
3 () = ( ( 6 + 5)) + [ ( 2 10 + 21)] [ ]2
4 8 3
1 1 +1
3 () = ( ( 2 6 + 5)) + [ ( 2 10 + 21)] [ ]
4 4 3

2 3 5 2 5 21 + 1
3 () = ( + ) +[ + ][ ]
4 2 4 4 2 4 3

2 3 5 3 + 2 5 2 + 5 21 + 21
3 () = ( + ) +[ + ]
4 2 4 12 6 12

2 3 5 3 2 5 2 5 21 21
3 () = + + +
4 2 4 12 12 6 6 12 12

3 2 7
3 () = + + 3
12 2 12

5. Determine el Polinomio de Interpolacin Usando la Interpolacin de Diferencias

Divididas de Newton, e interpole en el punto x = 3

3 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ) + 3 ( 0 )( 1 )( 2 )

0 = (0 ) = 1430

Primeras diferencias divididas

(1 , 0 ) 908 1430 522
1 = ((1 , 0 ) = = = = 522
1 0 67 1

(2 ,1 ) 278908 630
(2 , 1 ) = 2 1
= 46 = 2 = 315
(3 ,2 ) 40278 238
(3 , 2 ) = 3 2
= 24 = 2 = 119
(4 ,3 ) 24240 282
(4 , 3 ) = 4 3
= 42 = 6 = 47

Segundas diferencias divididas

(2 , 1 ) (1 , 0 ) 315 522 207

2 = ((2 , 1 , 0 ) = = = = 69
2 0 47 3

(3 , 2 ) (2 , 1 ) 119 315 196

(3 , 2 , 1 ) = = = = 49
3 1 26 4
 (4 , 3 ) (3 , 2 ) 47 119 72
2 = ((4 , 3 , 2 ) = = = =9
4 2 4 4 8

Tercera diferencia
(3 , 2 , 1 ) (2 , 1 , 0 ) 49 69 20
3 = ((3 , 2 , 1 , 0 ) = = = =4
3 0 27 5

(4 , 3 , 2 ) (3 , 2 , 1 ) 9 49 40
(4 , 3 , 2 , 1 ) = = = =4
4 1 4 6 10

3 () = 1430 + 522( 7) + 69( 7)( 6) + 4( 7)( 6)( 4)

3 () = 1430 + 522 3654 + 69 ( 2 13 + 42) + 4 ( 2 13 + 42)( 4)

3 () = 1430 + 522 3654 + 69 2 897 + 2898

+ 4 ( 3 13 2 + 42 4 2 + 52 168)

3 () = 1430 + 522 3654 + 69 2 897 + 2898 + 4 3 52 2 + 168 16 2 + 208

672

3 () = 4 3 + 2 + + 2

3 (2) = 4(2)3 + (2)2 + 2 + 2

3 (2) = 40

3 (3) = 4(3)3 + (3)2 + 3 + 2

3 (3) = 122

6. Para la siguiente tabla obtenga el Polinomio de Interpolacin de diferencias

finitas de Newton e Interpole en el punto x = -14/15

Organizamos los datos de tal forma que los valores de X estn de menor a mayor

X -1 -2/3 - 0
1/3
Y -4 - - -2
32/9 8/3

3 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ) + 3 ( 1 )( 2 )

0 = (0 ) = 4
Primeras diferencias divididas
32 4
(1 , 0 ) 9 (4) 9 4
1 = (1 , 0 ) = = 2 = 1 =
1 0 3 (1) 3
3
8 32 8
(2 , 1 ) ( 9 ) 8
(2 , 1 ) = = 31 2 =
9
1 =
2 1 3 ( 3) 3
3

8 2
(3 , 2 ) 2 +
3 39
(3 , 2 ) = = 1 = 1 = 2
3 2
3 3

Segundas diferencias divididas

8 4 4
(2 , 1 ) (1 , 0 )
2 = (2 , 1 , 0 ) = = 31 3 = 3
2 = 2
2 0 3 + 1 3

8 2
(3 , 2 ) (2 , 1 ) 2
3
(3 , 2 , 1 ) = = 2 = 2 3 = 1
3 1 0+3 3

Tercera diferencia

(3 , 2 , 1 ) (2 , 1 , 0 ) 1 2 3
3 = (3 , 2 , 1 , 0 ) = = = = 3
3 0 0+1 1

4 2 2 1
3 () = 4 + ( + 1) + 2( + 1) ( + ) 3( + 1)( + )( + )
3 3 3 3

4 4 5 2 2
3 () = 4 + + + 2( 2 + + ) 3( 2 + + )( + 1)
3 3 3 3 9
4 4 10 4 2 2
3 () = 4 + + + 2 2 + + 3( 3 + 2 + + 2 + + )
3 3 3 3 9 9
4 4 10 4 11 2
3 () = 4 + + + 2 2 + + 3( 3 + 2 2 + + )
3 3 3 3 9 9
4 4 10 4 11 2
3 () = 4 + + + 2 2 + + 3 3 6 2
3 3 3 3 3 3

3 () = 3 3 4 2 + 2

14 14 14 3 14 2 14
= 3 ( ) = 3 ( ) 4 ( ) + ( ) 2
15 15 15 15 15

14 14 1492
= 3 ( ) =
15 15 375
7. Dados los puntos: (-4.5, 0.7), (-3.2, 2.3), (-1.4, 3.8), (0.8, 5.0), (2.5, 5.5), (4.1, 5.6)
determine los polinomios de grado 4 y 5. Graficar para determinar la curva ms
aproximada.

8. Plantee y solucione dos ejercicios sobre la temtica de Transformada discreta de

Fourier
Ejemplo 1:
|| 2
() = ( ) () =
1 + (2)2

Puesto que ahora consideramos seales discretas, multiplicamos x(t) por la forma de
muestreo lineal , () para producir una seal exponencial muestreada.

2 2
() = 2
( ) =
1 + (2) 1 + (2( ) )2
= =

Calculando la transformada discreta de Fourier solo en una seccin de T segundos

es en efecto, multiplicar () por una funcin de ventana ( ). En el dominio de la

frecuencia, esto corresponde a la convolucin de () con la transformada de
Fourier de la funcin de la ventana, la cual es .

La transformada de Fourier de la seal muestreada y ventaneada es:

1
() = 2 [ ]
1 + (2( ) )2
=

Finalmente, el resultado de la operacin de DTF efectivamente muestra el espectro

() es un conjunto discreto de frecuencias separados por el recproco del tiempo
de observacin (duracin de la ventana), 1/T. Esto corresponde a la convolucin en
el dominio del tiempo con una secuencia de funciones deltas ya que


( ) ( )

= =

Esto produce una secuencia muestreada peridica en el dominio de tiempo, ()

Ejemplo 2:
Utilizar la DFT para calcular la respuesta en frecuencia discreta de una seal x[n]
definida por:

x[0] = 0; x[1] = 1, x[2] = 2, x[3] = 3 (Rampa truncada)

Solucin:
3
2
[] = []
=0
N=4 k=0,1,2,.....N-1
3

[0] = [] = 1 + 2 + 3 = 6
=0
3
2 2 2 2
[1] = [] = 2 + 2 4 2 + 3 4 3 = 2 + 2
=0
3
2
[2] = [] 4 2 = + 2 2 + 3 3 = 2
=0
3
2 3 9
[3] = [] 4 3 = 2 + 2 3 + 3 2 = 2 2
=0
 CONCLUSIONES

Los temas desarrollados en este trabajo nos permitieron comprender y emplear los
diferentes mtodos de soluciones de ecuaciones para los problemas expuestos en la gua
de actividades y de esta forma obtener un conocimiento ms integral de los mtodos
numricos, en los cual se emplearon todos los mtodos de Gauss, los polinomios de
interpolacin y ajustes de curvas.
 REFERENCIAS BIBLIOGRFICAS

Salazar, Gustavo. Transformada discreta de Fourirer. (2008). Obtenido de:

http://es.slideshare.net/gugaslide/transformada-discreta-de-fourier-presentation

Gmez, Francisco. Transformada discreta de Fourier. Obtenido de:

http://arantxa.ii.uam.es/~taao1/teoria/tema4/tema4.pdf

Sistemas de ecuaciones No lineales. Consultado en Abril 6 de 2016.Tomado de la pgina:

http://www.montereyinstitute.org/courses/Algebra1/COURSE_TEXT_RESOURCE/U1
0_L2_T2_text_final_es.html

Sistemas de Ecuaciones Lineales. Consultado en Abril 8 de 2016. Tomado de la pgina

http://www.matematicasonline.es/mates_interactivas/Definitivo%20Sistemas/textosist
emas.html.