Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 36 vistas

    Analisi Numerico 5

    Cargado por

    Andenes CHILLITUPA
    Este documento presenta diferentes métodos numéricos para resolver sistemas de ecuaciones lineales, incluyendo sustitución regresiva, eliminación de Gauss, método de Jacobi y método de Gauss-Seidel. También presenta funciones de MATLAB para implementar cada uno de estos métodos y ejemplos numéricos de su aplicación.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Analisi Numerico 5

    Cargado por

    Andenes CHILLITUPA
    36 vistas5 páginas
    Este documento presenta diferentes métodos numéricos para resolver sistemas de ecuaciones lineales, incluyendo sustitución regresiva, eliminación de Gauss, método de Jacobi y método de Gauss-Seidel. También presenta funciones de MATLAB para implementar cada uno de estos métodos y ejemplos numéricos de su aplicación.

    Descripción original:

    hggjjpo

    Título original

    ANALISI NUMERICO 5

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta diferentes métodos numéricos para resolver sistemas de ecuaciones lineales, incluyendo sustitución regresiva, eliminación de Gauss, método de Jacobi y método de Gauss-Seidel. También presenta funciones de MATLAB para implementar cada uno de estos métodos y ejemplos numéricos de su aplicación.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    36 vistas5 páginas

    Analisi Numerico 5

    Cargado por

    Andenes CHILLITUPA
    Este documento presenta diferentes métodos numéricos para resolver sistemas de ecuaciones lineales, incluyendo sustitución regresiva, eliminación de Gauss, método de Jacobi y método de Gauss-Seidel. También presenta funciones de MATLAB para implementar cada uno de estos métodos y ejemplos numéricos de su aplicación.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 5

    UNIVERSIDAD NACIONAL DE SAN ANTONIO

    ABAD DEL CUSCO

    FACULTAD DE INGENIERÍA ELÉCTRICA,


    ELECTRÓNICA, INFORMÁTICA Y MECÁNICA

    ESCUELA PROFESIONAL DE INGENIERÍA


    ELÉCTRICA

    CURSO : ANALISIS NUMERICO

    DOCENTE : ING ABDON RIVAS

    ALUMNO : CHILLITUPA SEGOVIA ELISBAN

    CODIGO : 161100

    CUSCO – PERÚ
    2017
    SUSTITICION REGRESIVA

    function X= sustitucionregresiva(A,B)
    %determina la solucion de un sistema triangular superior
    %datos:
    %A:es una matriz triangular superior n*n (coeficientes)
    %B: es un vector n*1 (terminos independientes)
    n=length(B);
    X=zeros(n,1);
    X(n)=B(n)/A(n,n);
    for k= n-1:-1:1
    X(k)=(B(k)-A(k,k+1:n)*X(k+1:n))/A(k,k);
    end

    %ejemplo:
    %resultados
    X:solucion del sistema lineal AX=B
    X=sustitucionregresiva(A,B)
    A=[1 2 3;0 -4 2; 0 0 2]
    B=[6;-2;2]

    ELIMINACION GAUSS
    function X=eliminaciongauss(A,B)
    % determina la solucion de un sistema lineal por la eliminacion de
    gauss
    [n n]=size(A);
    C = zeros(1,n+1);
    %determinar la matriz ampliada
    Z = [A B];
    %construir la matriz triangular superior
    for k = 1:n-1
    %pivote parcial en la columna k
    [maximo,m] =max(abs(Z(k:n,k)));
    %intercambiar las filas, intercambiar(k,k+m-1)
    if(k ~= (k+m-1))
    C= Z(k,:);
    Z(k,:) = Z(k+m-1,:);
    Z(k+m-1,:) = C;
    end
    if Z(k,k) == 0
    disp('A es singular...');
    return
    end
    %eliminacion de la columna k
    for i = k+1:n
    m = Z(i,k)/Z(k,k);
    if (m ~= 0)
    Z(i,k:n+1)= Z(i,k:n+1)- m*Z(k,k:n+1);
    end
    end
    end
    %ejemplo
    A=[61 0 -20 ;0 23 -9; -20 -24 64]
    B=[-21; 34; 12]
    X=eliminaciongauss(A,B)

    METODO JACOBI
    function x=Jacobi(A,B,x)
    n=length(x);
    t=x;
    for i = 1:n
    s= A(i,1:i-1)*t(1:i-1)+A(i,i+1:n)*t(i+1:n);
    x(i)=(B(i)-s)/A(i,i);
    end
    A=[5 -3 1; 2, 4,-1;2 ,-3,8];
    B=[5, 6 ,4]'; B=[5;6;4];
    x=[1, 1, 1]'; x=[1;1;1];
    x=Jacobi(A, B, x)

    METODO JACOBI 2

    function [x,k]=Jacobi2(A,B,x,e,m)
    n=length(x);
    for k=1:m
    t=x;
    for i = 1:n
    s= A(i,1:i-1)*t(1:i-1)+A(i,i+1:n)*t(i+1:n);
    x(i)=(B(i)-s)/A(i,i);
    end
    if norm((x-t),inf)<e
    return
    end
    end

    x=[];
    k=m;

    A=[5 -3 1; 2, 4,-1;2 ,-3,8];


    B=[5, 6 ,4]'; B=[5;6;4];
    x=[1, 1, 1]'; x=[1;1;1];
    [x,k]=jacobi2(A, B, x,0.0001,20)
    METODO GAUSS SEIDEL
    function x=gaussseidel(A,B,x)
    n=length(x);
    % t = x;
    for i = 1:n
    %usa el vector x actualizado
    s= A(i,1:i-1)*x(1:i-1)+A(i,i+1:n)*x(i+1:n);
    x(i)=(B(i)-s)/A(i,i);
    end
    A=[5 -3 1; 2, 4,-1;2 ,-3,8];
    B=[5, 6 ,4]'; B=[5;6;4];
    x=[1, 1, 1]'; x=[1;1;1];
    x=gaussseidel(A,B,x)

    FORMA ALGEBRAICA

    function [z,x,numite]=jacobi4(A,B,TOL,MAXITE)
    D=diag(diag(A));
    L=D-tril(A);
    U=D-triu(A);
    Tj=inv(D)*(L+U);
    x=zeros(size(B)); % vector inicial
    Cj=inv(D)*B;
    z=[];
    for i=1:MAXITE
    xn=Tj*x+Cj;
    err=norm(xn-x,2);
    z=[z;xn' err];
    x=xn;
    if err<TOL
    break
    end
    end

    numite=i;

    A = [4 0.24 -0.08; 0.09 3 -0.15; 0.04 -0.08 4]


    B = [8; 9; 20]
    [z,x,numite]=jacobi4(A,B,0.01,5)

    A=[20 -1 1;2 10 -1;1, 1 -20]


    B=[20 11 -18]'
    [z,x,numite]=jacobi4(A,B,0.01,5)

    PRODUCTO DE UNA MATRIZ CON OTRA


    function C = pro_ma(A,B)
    %%La funcion recibe dos matrices: A y B
    %%C es la matriz resultante del producto de la matrices A y B
    [fA, cA] = size(A);
    [fB, cB] = size(B);
    %% Con la funcion size() de Matlab se obtienen la cantidad de filas y
    %%columnas de cada matriz
    %% Se valida con el siguiente “if” que el numero de columnas de A (cA)
    sea igual al %%numero de filas de B (fB)
    if cA ==fB
    for c=1:cB %% Este “for” recorre la columnas de la matriz B
    for r=1:fA % Este “for” recorre la filas de la matriz A
    suma=0; % En suma se guarda la sumatoria de los elementos
    for k=1:cA
    suma=suma+A(r,k)*B(k,c);
    %% en la linea anterior se hace el producto de elemento por %%elemento
    de cada fila y columna y se le añade de una vez a la %%sumatoria
    end
    C(r,c)=suma;
    %% La sumatoria final se guarda en la matriz resultante
    end
    end
    disp(‘el producto de las dos matrices’)
    disp (C)
    else
    disp(‘No se puede hacer el producto de las dos matrices’);
    end

    También podría gustarte