UNIVERSIDAD TECNOLOGICA DE

SANTIAGO
(UTESA)
NOMBRE: Jampier Sánchez
MATRICULA:1-17-5539
Laboratorio de Métodos Numéricos
PROFESOR: Freddy Robinson Santana López
SECCION:706-212
 Temas
Método Simple Para Sumar
Método Convencional
Restar Y Multiplicar Dos Matrices
El Método De Müller
Técnica Fundamental Para
El Método De Bairstow
La Eliminación De Gauss
El Método De Jenkins-traub
El Método De Gauss-jordan
El Método De Laguerre
La Matriz Inversa 292
Localización De Raíces Con Bibliotecas Y Paquetes De
Software Método De Gauss-seidel,

El Coeficiente De Amortiguamiento Crítico La Regla De Cramer

Factor De Amplificación De La Amplitud Eliminación Hacia Adelante De Incógnitas 254

Software TOOLKIT División Entre Cero

Una Matriz Errores De Redondeo

Iteración Un Renglón
Método Diagonal Principal De La Matriz
Matrices Cuadradas
MÉTODOS CONVENCIONALES

La eficacia de dichos métodos depende de que el problema a resolver tenga raíces complejas. Si sólo
existen raíces reales, cualquiera de los métodos descritos anteriormente puede utilizarse. Sin
embargo, el problema de encontrar un buen valor inicial complica tanto los métodos cerrados como
los abiertos; además que los métodos abiertos podrían ser susceptibles a problemas de divergencia.
Cuando existen raíces complejas, los métodos cerrados obviamente no se pueden usar, ya que el
criterio para definir el intervalo (que es el cambio de signo) no puede trasladarse a valores
complejos. De los métodos abiertos, el método convencional de Newton-Raphson llega a ofrecer
una aproximación viable. En particular, es posible desarrollar un código conciso que comprenda
deflación. Si se usa un lenguaje que permite manipular variables complejas (como Fortran),
entonces el algoritmo localizará tanto raíces reales como complejas. Sin embargo, como es de
esperarse, podría ser susceptible a tener problemas de convergencia. Por tal razón, se han
desarrollado métodos especiales para encontrar raíces reales ycomplejas de polinomios.

3
MÉTODO DE MÜLLER

Recuerde que el método de la secante obtiene una

aproximación de la raíz dirigiendo una línea recta
hasta el eje x con dos valores de la función. El
método de Müller es similar; pero se construye una
parábola con tres puntos. El método consiste en
obtener los coeficientes de la parábola que pasa
por los tres puntos. Dichos coeficientes se
sustituyen en la fórmula cuadrática para obtener el
valor donde la parábola interseca al eje x; es decir,
la raíz estimada. Formula: f2(x) = a(x – x2)2 + b(x
– x2) + c
Queremos que esta parábola pase por tres puntos
[x0, f(x0)], [x1, f(x1)] y [x2, f(x2)]. Los
coeficientes de la ecuación se evalúan sustituyendo
cada uno de esos tres puntos para dar.

4
MÉTODO DE
BAIRSTOW
El método de Bairstow es un método iterativo
relacionado de alguna manera con los métodos de
Müller y de Newton-Raphson. Antes de hacer la
descripción matemática de éste, recuerde la forma
factorizada de un polinomio, por ejemplo: ƒ5(x) = (x
+ l)(x – 4)(x – 5)(x + 3)(x – 2). Si se divide entre un
factor que no es una raíz (por ejemplo, x + 6), el
cociente es un polinomio de cuarto grado. Aunque,
en este caso, habrá un residuo diferente de cero.
Por lo general, el método de Bairstow se basa en esta
manera de proceder. Por consiguiente, depende del
proceso matemático de dividir un polinomio entre un
factor. Recuerde de nuestro estudio de la deflación de
polinomios que la división sintética implica la
división del polinomio entre un factor x – t. Por
ejemplo, el polinomio general.

5
MÉTODO DE JENKINS-TRAUB
Es un iterativo rápido convergente globalmente búsqueda de raíces polinomiales método publicado en 1970 por Michael
A. Jenkins y Joseph F. Traub. Dieron dos variantes, una para polinomios generales con coeficientes complejos,
comúnmente conocido como el algoritmo "CPOLY", y una variante más complicada para el caso especial de polinomios
con coeficientes reales, comúnmente conocido como el algoritmo "RPOLY. Este último es "prácticamente un estándar
en los buscadores de raíces polinomiales de caja negra".
Este artículo describe la variante compleja. Dado un polinomio P,

Con coeficientes complejos calcula aproximaciones a n ceros de P(z), uno a la vez en un orden de
magnitud aproximadamente creciente. Después de calcular cada raíz, su factor lineal se elimina del polinomio. Usando
esto deflación garantiza que cada raíz se calcula solo una vez y que se encuentran todas las raíces.

6
MÉTODO DE LAGUERRE

Es un método numérico de uso exclusivo para resolver ecuaciones algebraicas polinomiales (no se puede usar para otro tipo de
ecuaciones) que nos permite calcular las raíces reales y complejas de cualquier ecuación algebraica de grado n realizando
iteraciones. Posee orden de convergencia cúbica para raíces de multiplicidad unitaria, pero puede tener ordenes de convergencia
menor si la raíz a calcular es de multiplicidad dos o mayor.
Sea P(x) un polinomio real cualquiera en una sola variable x de la forma P(x) = x^n + a_{n-1}\,x^{n-1} + cdots + a_1\,x + a_0, ,
que se ha puesto por comodidad normalizado a_{n}=1\, y el cual al hacerse P(x) = 0 se transforma en una ecuación algebraica con
n , raíces denotadas como z_{1}, z_{2},dots, z_{n-1}, z_{n}, que deseamos poder calcular como función de sus coeficientes
polinomiales. Sean

7
LOCALIZACIÓN DE RAÍCES CON BIBLIOTECAS Y PAQUETES DE SOFTWARE

Las bibliotecas y los paquetes de cómputo tienen gran capacidad

para localizar raíces. Una hoja de cálculo como Excel se utiliza para
localizar la raíz mediante prueba y error.
Por ejemplo, si se quiere encontrar una raíz de ƒ(x) = x – cos x
primero se introduce un valor de x en una celda. Después se destina
otra celda para ƒ(x) donde se obtendrá el valor de la función para la
x de la primera celda. Se puede variar el valor de la celda en x hasta
que la celda de ƒ(x) se aproxime a cero. Este proceso se mejora
usando la capacidad de graficación de Excel para obtener un buen
valor inicial. Aunque Excel facilita el método de prueba y error,
también posee dos herramientas estándar que sirven para la
localización de raíces: Goal Seek (buscar objetivo) y Solver. Ambas
son útiles para ajustar sistemáticamente los valores iniciales. Goal
Seek (buscar objetivo) se utiliza expresamente para llevar la
ecuación a un valor (en este caso, cero) mediante la variación de un
solo parámetro.

8
EL COEFICIENTE DE AMORTIGUAMIENTO CRÍTICO
Con mas amortiguamiento (sobreamortiguación), el acercamiento a
cero es más lento. La amortiguación crítica, ocurre cuando el
coeficiente de amortiguación. Si β = ω0 existe una solución real
doble (amortiguamiento crítico ). Se dice que un sistema cualquiera,
mecánico, eléctrico, neumático, etc. El amortiguamiento crítico
corresponde a la tendencia más rápida hacia la.
Coeficiente o relación de amortiguamiento en sistemas
Factor de amortiguamiento o frecuencia propia no amortiguada.
Relación que permite la determinación del coeficiente de
amortiguamiento para. Cálculo del coeficiente de amortiguamiento.
El coeficiente de amortiguamiento es lo mismo que "parámetro.
Fuerzas disipativas (rozamiento) producen el amortiguamiento de
las oscilaciones. A partir de las mediciones posición- tiempo se
determina el coeficiente de amortiguamiento para los distintos
casos.

9
FACTOR DE AMPLIFICACIÓN DE LA AMPLITUD
El factor de amplificación (ganancia) de un dispositivo es el factor por el que el dispositivo amplifica una señal. El factor de
amplificación suele expresarse como una relación entre la amplitud de la señal de salida y la amplitud de la señal de entrada. Por
ejemplo, si un dispositivo tiene un factor de amplificación de 10, entonces una señal de entrada con una amplitud de 1 voltio será
amplificada a una señal de salida con una amplitud de 10 voltios.
¿Cómo se calcula la ganancia en dB?
Hay algunas formas diferentes de calcular la ganancia en dB, pero la forma más común es utilizar la siguiente fórmula:
Ganancia en dB = 10 * log10(Pout/Pin)
Donde Pout es la potencia de salida y Pin es la potencia de entrada. ¿Cuánto son 6dB de ganancia? La ganancia de 6dB significa
que la señal de salida es el doble de la amplitud de la señal de entrada. ¿Cuánto es la ganancia de 6dB? 6dB de ganancia significa
que la señal de salida es el doble de la amplitud de la señal de entrada. ¿Cuál es su ganancia de corriente? La ganancia de corriente
de un transistor es la relación entre la corriente de colector y la corriente de base. ¿Cómo se reduce la ganancia del amplificador? La
reducción de la ganancia del amplificador puede llevarse a cabo de varias maneras, cada una de las cuales puede ser más o menos
apropiada dependiendo de las circunstancias específicas. Un método común es utilizar un circuito divisor de tensión, que
esencialmente reduce la tensión de entrada al amplificador por un factor determinado por los valores de resistencia de las
resistencias utilizadas en el divisor. Otro método es utilizar un bucle de retroalimentación alrededor del amplificador, que ajusta la
ganancia del amplificador de acuerdo con la señal de retroalimentación.

10
FACTOR DE AMPLIFICACIÓN DE LA AMPLITUD
El factor de amplificación (ganancia) de un dispositivo es el factor por el que el dispositivo amplifica una señal. El factor de
amplificación suele expresarse como una relación entre la amplitud de la señal de salida y la amplitud de la señal de entrada. Por
ejemplo, si un dispositivo tiene un factor de amplificación de 10, entonces una señal de entrada con una amplitud de 1 voltio será
amplificada a una señal de salida con una amplitud de 10 voltios.
¿Cómo se calcula la ganancia en dB?
Hay algunas formas diferentes de calcular la ganancia en dB, pero la forma más común es utilizar la siguiente fórmula:
Ganancia en dB = 10 * log10(Pout/Pin)
Donde Pout es la potencia de salida y Pin es la potencia de entrada. ¿Cuánto son 6dB de ganancia? La ganancia de 6dB significa
que la señal de salida es el doble de la amplitud de la señal de entrada. ¿Cuánto es la ganancia de 6dB? 6dB de ganancia significa
que la señal de salida es el doble de la amplitud de la señal de entrada. ¿Cuál es su ganancia de corriente? La ganancia de corriente
de un transistor es la relación entre la corriente de colector y la corriente de base. ¿Cómo se reduce la ganancia del amplificador? La
reducción de la ganancia del amplificador puede llevarse a cabo de varias maneras, cada una de las cuales puede ser más o menos
apropiada dependiendo de las circunstancias específicas. Un método común es utilizar un circuito divisor de tensión, que
esencialmente reduce la tensión de entrada al amplificador por un factor determinado por los valores de resistencia de las
resistencias utilizadas en el divisor. Otro método es utilizar un bucle de retroalimentación alrededor del amplificador, que ajusta la
ganancia del amplificador de acuerdo con la señal de retroalimentación.

11
SOFTWARE TOOLKIT
Producido originalmente como una extensión
del lenguaje de secuencias de comandos TCL,
es un conjunto de herramientas de widgets de
código abierto y multiplataforma con una
biblioteca de elementos básicos para crear
GUI y facilitar el desarrollo de aplicaciones
de escritorio. Tk proporciona un grupo
integrado de botones, menús, barras de
desplazamiento, cuadros de lista, widgets de
texto y lienzo, que facilitan el desarrollo
acelerado del programa TCL.

12
MATRICES
Una matriz es un conjunto de números Decimos que una matriz es de orden m \times n (o de
ordenados en filas y columnas. Las matrices
tienen por nombre una letra mayúscula y sus
dimensión m \times n) cuando tiene m filas y n
elementos se encierran entre dos paréntesis (o columnas.
dos corchetes)

13
MATRIZ DIAGONAL
En álgebra lineal, una matriz diagonal es una mientras que un ejemplo de una matriz de tamaño 3x3
matriz cuyos elementos fuera de la diagonal
principal son todos cero; el término
usualmente hace referencia a matrices
cuadradas. Un ejemplo de una matriz
diagonal de tamaño 2 x 2 es:

La matriz identidad de cualquier tamaño o cualquier múltiplo de

ella (una matriz escalar) es una matriz diagonal.

14
MATRICES CUADRADAS

Una matriz cuadrada es una tipología de matriz

muy básica que se caracteriza por tener el mismo
orden tanto de filas como de columnas.
En otras palabras, una matriz cuadrada tiene el
mismo número de filas (n) y el mismo número de
columnas (m).

15
MÉTODO SIMPLE PARA SUMAR MATRICES

La suma de matrices es una operación lineal que

consiste en unificar los elementos de dos o más
matrices que coincidan en posición dentro de sus
respectivas matrices y que estas tengan el mismo
orden.
En otras palabras, el sumatorio de una o más
matrices es la unión de los elementos que tengan
la misma posición dentro de las matrices y que
estas tengan el mismo orden.

16
 RESTAR Y
MULTIPLICAR DOS
MATRICES
Para poder sumar o restar matrices, éstas
deben tener el mismo número de filas y de
columnas. Es
decir, si una matriz es de orden 3x2 y otra de
3x3, no se pueden sumar ni restar. Esto es
así ya que,
tanto para la suma como para la resta, se
suman o se restan los términos que ocupan
el mismo lugar en las matrices.

17
PRODUCTO DE
MATRICES
Para poder multiplicar dos matrices, la primera debe Se puede observar que el producto de matrices no
tener el mismo número de columnas que filas la cumple la propiedad conmutativa, ya que en el
segunda. La matriz resultante del producto quedará ejemplo anterior, si multiplicamos la segunda por la
con el mismo número de filas de la primera y con el primera, no podríamos efectuar la operación 3x5
mismo número de columnas de la segunda. por 2x3, puesto que la primera matriz no tiene el mismo
número de columnas que filas la segunda.
Es decir, si tenemos una matriz 2x3 y la Supongamos que A = (aij) y B = (bij) son matrices tales
multiplicamos por otra de orden 3x5, la matriz que el número de columnas de A coincide con
resultante será
el número de filas de B; es decir, A es una matriz mxp y
de orden 2x5. B una matriz pxn. Entonces el producto AB es
(2x3) x (3x5) = (2x5) la matriz mxn cuya entrada ij se obtiene multiplicando la
fila i de A por la columna j de B.

18
 LA ELIMINACIÓN DE GAUSS
El procedimiento consistió de dos pasos:
1. Las ecuaciones se manipularon para eliminar una de las incógnitas de
las ecuaciones. El resultado de este paso de eliminación fue el de una
sola ecuación con una incógnita.
2. En consecuencia, esta ecuación se pudo resolver directamente y el
resultado sustituirse atrás en una de las ecuaciones originales para
encontrar la incógnita restante.
Esta técnica básica puede extenderse a sistemas grandes de ecuaciones
desarrollando un esquema sistemático o algorítmico para eliminar
incógnitas y sustituir hacia atrás.
La eliminación de Gauss es el más básico de dichos esquemas.
Esta sección presenta las técnicas sistemáticas para la eliminación hacia
adelante y la sustitución hacia atrás que la eliminación gaussiana
comprende. Aunque tales técnicas son muy adecuadas para utilizarlas en
computadoras, se requiere de algunas modificaciones para obtener un
algoritmo confiable. En particular, el programa debe evitar la división
entre cero. Al método siguiente se le llama eliminación gaussiana
“simple”, ya que no evita este problema. En las siguientes secciones se
verán algunas características adicionales necesarias para obtener un
programa de cómputo efectivo.

19
EL MÉTODO DE GAUSS-JORDAN

Es una variación de la eliminación de Gauss. La principal

diferencia consiste en que cuando una incógnita se elimina
en el método de Gauss-Jordan, ésta es eliminada de todas
las otras ecuaciones, no sólo de las subsecuentes. Además,
todos los renglones se normalizan al dividirlos entre su
elemento pivote. De esta forma, el paso de eliminación
genera una matriz identidad en vez de una triangular. En
consecuencia, no es necesario usar la sustitución hacia
atrás para obtener la solución. El método se ilustra mejor
con un ejemplo.
Planteamiento del problema. Con la técnica de Gauss-
Jordan resuelva el sistema del ejemplo:
3x1 – 0.1x2 – 0.2x3 = 7.85
0.1x1 + 7x2 – 0.3x3 = –19.3
0.3x1 – 0.2x2 + 10x3 = 71.4

20
LA MATRIZ INVERSA

La inversa se puede calcular en forma de columna por el resultado será la segunda columna de la matriz inversa. La
columna, generando soluciones mejor forma de realizar un cálculo como éste es con el
con vectores unitarios como las constantes del lado algoritmo de descomposición LU, descrito al inicio de este
derecho. Por ejemplo, si la constante del lado derecho de capítulo. Recuerde que una de las ventajas más importantes
la ecuación tienen un número 1 en la primera posición, y de la descomposición LU es que proporciona un medio eficiente
ceros en las otras, para evaluar diversos vectores del lado derecho. Por lo tanto,
resulta ideal para evaluar los vectores unitarios requeridos en el
cálculo de la inversa.

la solución resultante será la primera columna de la matriz inversa.

En forma similar, si se emplea un vector unitario que tiene un
número 1 en el segundo renglón

21
MÉTODO DE GAUSS-SEIDEL

Es el método iterativo más comúnmente usado.

Suponga que se da un sistema de n ecuaciones:
[A]{X} = {B}
Suponga que se limita a un conjunto de ecuaciones
de 3 × 3. Si los elementos de la diagonal no son
todos cero, la primera ecuación se puede resolver
para x1, la segunda para x2 y la tercera para x3,
para obtener

22
MÉTODO DE GAUSS-SEIDEL

Ahora, se puede empezar el proceso de solución al escoger valores iniciales para las x. Una forma
simple para obtener los valores iniciales es suponer que todos son cero.
Estos ceros se sustituyen en la ecuación, la cual se utiliza para calcular un nuevo valor x1 = b 1/a11.
Después, se sustituye este nuevo valor de x1 junto con el valor previo cero de x3 en la ecuación y se
calcula el nuevo valor de x2. Este proceso se repite con la ecuación para calcular un nuevo valor de x 3.
Después se regresa a la primera ecuación y se repite todo el procedimiento hasta que la solución
converja suficientemente cerca a los valores verdaderos. La convergencia se verifica usando el criterio

23
LA REGLA DE CRAMER

Nos permite resolver sistemas de ecuaciones lineales (SEL) compatibles determinados, es decir, con una
única solución. El sistema tiene que ser cuadrado (tantas ecuaciones como incógnitas) y la matriz de
coeficientes debe ser regular (determinante distinto de 0).Recordad que podemos escribir el sistema de
ecuaciones en forma matricial como:
donde A es la matriz de coeficientes, X es la matriz columna con las incógnitas y b es la matriz columna
con los términos independientes.
Bajo estas condiciones, la regla de Cramer es la siguiente:
La incógnita xi del sistema AX=b es

24
ELIMINACIÓN HACIA ADELANTE DE INCÓGNITAS

La eliminación de incógnitas mediante la combinación de ecuaciones es un método algebraico que se

ilustra con un sistema de dos ecuaciones simultáneas:

La estrategia básica consiste en multiplicar las ecuaciones por constantes, de tal forma que se elimine
una de las incógnitas cuando se combinen las dos ecuaciones. El resultado es una sola ecuación en la que
se puede despejar la incógnita restante. Este valor se sustituye en cualquiera de las ecuaciones originales
para calcular la otra variable. Por ejemplo, la ecuación se multiplica por a 21 y la ecuación por a11 para dar

25
DIVISIÓN ENTRE CERO

En matemáticas, la división entre cero es una división en la que el divisor es igual a cero, y que no tiene
un resultado bien definido. En aritmética y álgebra, es considerada una «indefinición», y su mal uso
puede dar lugar a aparentes paradojas matemáticas. En análisis matemático, es frecuente encontrar
límites en los que el denominador tiende a cero. Algunos de estos casos se denominan
“indeterminaciones”, pero en ocasiones es posible calcular el valor de dicho límite.
No se debe confundir este concepto con el de los divisores de cero que existen en algunos anillos
matemáticos (específicamente los que no son dominios de integridad). Estos aparecen cuando el cero es
el dividendo, no el divisor (dividen al cero, no son divisibles por él). Todo número a divide al cero
trivialmente, puesto que pero los divisores de cero lo hacen de manera no trivial.
Este problema surgió en los años 650, cuando en India se comenzó a popularizar el uso del cero y los
números negativos. El primero en aproximarse al planteamiento de este problema fue el matemático
indio Bhaskara I, quien escribió que en el siglo VII.

26
ERRORES DE REDONDEO
Un error de redondeo es la diferencia entre la aproximación calculada de un número y su valor matemático exacto debida al
redondeo. Este es una forma de error de cuantificación.​ Uno de los objetivos del análisis numérico es estimar errores en los
cálculos, incluyendo el error de redondeo, cuando se utiliza ecuaciones o algoritmos de aproximación, especialmente cuando se
utiliza un número finito de dígitos para representar números reales (que en teoría tienen un número infinito de dígitos).Cuando se
realiza una secuencia de cálculos sujetos a error de redondeo, los errores pueden acumularse, a veces dominando el cálculo. En
problemas mal condicionados, se puede acumular un error significativo.
El error introducido por el intento de representar un número utilizando una cadena finita de dígitos es una forma de error de
redondeo llamado error de representación.6​Éstos son algunos ejemplos de error de representación en representaciones decimales:

27
MUCHAS

GRACIAS