MÉTODOS NUMÉRICOS - ALGUNAS INSTRUCCIONES EN DERIVE
|
|
- Gabriel Palma Vargas
- hace 5 años
- Vistas:
Transcripción
1 MÉTODOS NUMÉRICOS - ALGUNAS INSTRUCCIONES EN DERIVE Las siguientes instrucciones corresponden, en su mayoría, a funciones definidas por el profesor Julio C. Morales, como complemento a las utilidades del paquete computacional DERIVE en lo relacionado al curso de Métodos Numéricos. Usted puede ejecutar dichas instrucciones si dispone de tales archivos. Actualmente se pueden utilizar las ayudas indicadas a continuación en cada una de las terminales de computador de la Sala de Informática de la Facultad de Ciencias, ubicada en el segundo piso del Bloque. En los ejemplos se hace referencia a algunos ejemplos y ejercicios propuestos del libro: Métodos Numéricos, un primer curso, segunda edición, del profesor Iván F. Asmar Ch.. : VECTOR ( [ x f( x ], a, b, h intervalo [ b], : permite obtener una tabla de valores de la función f en el a,, con tamaño de paso h. También se puede aplicar esta instrucción para generar los términos x n de una sucesión { x n} n, cuando n varía de n hasta n m y x n = f( n ; en este último caso se puede eliminar el tamaño de paso h, ya que por defecto DERIVE asume el tamaño de paso como. Como ejemplo, aproxime las instrucciones: ([ x x exp x], VECTOR,, compare el resultado con la tabla. de la página 7. n VECTOR n,, n,,, compare el resultado con las columnas y de la tabla.4 de la página 4.. BISECCION ( f( x a, b, N Bisección aplicado a la función f en el intervalo [ b] cálculos es necesario que la función f satisfaga la condición ( a f( b, : permite aproximar las primeras N iteraciones en el método de aproxime la instrucción BISECCION ( x exp 9,., 8 obtenido con la cuarta columna de la tabla. de la página 4. REGULA ( f( x a, b, N Regula Falsi aplicado a la función f en el intervalo [ b] a,. Para que esta instrucción realice tales f <. Como ejemplo,, y compare el resultado, : permite aproximar las primeras N iteraciones en el método de a,. Igual que en el caso del método de Bisección esta instrucción calcula las iteraciones indicadas siempre que la función f satisfaga la hipótesis f ( a f( b <. Como ejemplo, aproxime la instrucción ( x exp 9,., 8 REGULA, y compare los resultados obtenidos con las respuestas indicadas en el ejemplo. de la página PUNTO _ FIJO( g( x, x, N : permite aproximar las primeras N iteraciones en el método de Punto Fijo aplicado a la función de iteración de punto fijo g con aproximación inicial x. Como ejemplo, aproxime la instrucción x PUNTO _ FIJO exp, 95, 7, y compare el resultado obtenido con la segunda columna de la tabla. de la página 5 5. NEWTON ( f( x x, N, : permite aproximar las primeras N iteraciones en el método de Newton-Raphson aplicado a la función f tomando aproximación inicial x. Como ejemplo, aproxime la instrucción NEWTON ( x exp.,, y compare los resultados obtenidos con los que aparecen en la segunda columna de la tabla. de la página 65.
2 ( 6. QUOTIENT p( x, x α : permite aproximar o simplificar el polinomio cociente ( x resulta de la división del polinomio p ( x por ( x x x. 58 QUOTIENT indicado al final del ejemplo.7 de la página p( x q que x α. Como ejemplo, aproxime la instrucción, y compare el resultado obtenido con el polinomio q( x ( x α REMAINDER, : permite aproximar o simplificar el residuo que resulta de la división del polinomio p ( x por ( x x x 58 REMAINDER. valor aproximado para p (. 58, siendo p( x x x 8. NEWTON _ MOD ( f( x, x, N x α. Como ejemplo, aproxime la instrucción, y concluya, a partir de este resultado, cuál es un =. : permite aproximar las primeras N iteraciones en el método de Newton-Raphson modificado aplicado a la función f tomando como aproximación inicial x. Observe que no requiere construir la función M definida en el método de Newton-Raphson modificado. Como ejemplo, aproxime la instrucción ( x tan( x, NEWTON _ MOD, y compare los resultados con los de la segunda columna en la tabla.5 de la página ( f( x x, x N SECANTE,,. permite aproximar las primeras N iteraciones en el método de la Secante aplicado a la función f tomando aproximaciones iniciales x y x. Como ejemplo aproxime la instrucción SECANTE ( x tan 4. 4, 4. 5, 8 y compare los resultados obtenidos con los que aparecen en la segunda y tercera columnas de la tabla.6 de la página 8 ABS ( X : permite aproximar o simplificar la norma euclidiana ( o norma del vector X. Como ejemplo, entre el vector ABS ( X, y observe los resultados. X : =, 4,, aproxime y simplifique la instrucción. NORMA _ INF( A la matriz A. Como ejemplo, entre la matriz A [[ ],[ 5, ] ] instrucción NORMA _ INF( A de la página 7.. NORMA _ INF( A` : permite simplificar o aproximar la norma del máximo ( o norma de :=, simplifique la, y compare el resultado obtenido con el que aparece al final : permite simplificar o aproximar la norma suma ( o norma de la matriz A (el símbolo que aparece en la parte superior de la letra A, se obtiene con ALT + 96, y en DERIVE la expresión A` representa la transpuesta de la matriz A. Como ejemplo, entre la matriz A := [[ ],[ 5, ] ], simplifique la instrucción NORMA _ INF( A`, y observe el resultado.. COND _ INF( A norma del máximo. Como ejemplo, entre la matriz A [[ ],[ 5, ] ] instrucción COND _ INF( A página 8. : simplifica o aproxima el número de condición de la matriz A, relativo a la :=, simplifique la, y compare el resultado con el obtenido al comienzo de la
3 4. COND _ INF( A` norma suma. Como ejemplo, entre la matriz A [[ ],[ 5, ] ] instrucción COND _ INF( A`. Observe el resultado. 5. PIVOT ( A i, j : simplifica o aproxima el número de condición de la matriz A, relativo a la := y simplifique la, : utiliza operaciones elementales de fila sobre la matriz A, para obtener una matriz que tiene ceros en la columna j y por debajo de la fila i, es decir, realiza eliminación Gaussiana sobre la matriz A en la columna j. Esta instrucción requiere que el elemento de la matriz A que se va a tomar como pivote sea, naturalmente, diferente de cero. 6. SWAP ( A i, k 7. RESUELVA ( A, b, : permite intercambiar las filas i y k de la matriz A. _ : permite obtener la solución única del sistema AX = b, siempre que la matriz A sea invertible. Se puede usar con modo aproximado o exacto. El vector b se entra como un vector fila, es decir, en la forma b := [ b b,..., bn ]. Como ejemplo, resuelva el sistema del ejemplo. de la página 8. BJ ( A : permite obtener la matriz de iteración, B J, del método de Jacobi aplicado al sistema AX = b. Es claro que para aplicar esta instrucción usted debe entrar la matriz A. Como ejemplo, encuentre la matriz de iteración del método de Jacobi para el sistema del ejemplo.8 de la página 5, y compare con el resultado que aparece al comienzo de la página 6. BJ A. Debe simplificar la instrucción ( 9. CHARPOLY ( M, w : permite obtener el polinomio característico, ( w p M, de la matriz M. Como ejemplo, encuentre el polinomio característico de la matriz de iteración del método de Jacobi para el sistema del ejemplo.8 de la página 5. S ( M w EIGENVALUE, : permite obtener los valores propios de la matriz M. Como ejemplo, encuentre los valores propios de la matriz de iteración del método de jacobi para el sistema del ejemplo.8 de la página 5. Calcule tales valores propios simplificando y aproximando la instrucción correspondiente. Compare los resultados.. JACOBI ( A, b, X (, N : permite simplificar o aproximar las primeras N iteraciones en el método de Jacobi aplicado al sistema AX = b, tomando aproximación inicial ( X. Como ejemplo, aproxime la instrucción JACOBI ( [ [, ],[,, 5],[ ] ],[ 4, ], [ ], 6 y compare los resultados con los que aparecen al comienzo de la página 8.. BG ( A : permite obtener la matriz de iteración, B G, del método de Gauus-Seidel aplicado al AX = b. Es claro que para aplicar esta instrucción, al igual que en el caso del sistema método de Jacobi, usted debe entrar la matriz A. Como ejemplo, encuentre la matriz de iteración del método de Gauss-Seidel para el sistema del ejemplo. de la página 44, y compare con el resultado que aparece al comienzo de la página 47. Debe simplificar la instrucción ( A BG.. G _ SEIDEL ( A, b, X (, N : permite simplificar o aproximar las primeras N iteraciones en el método de Gauss-Seidel aplicado al sistema AX = b, tomando aproximación inicial ( X. Como ejemplo, aproxime la instrucción a i j
4 ( [ [, ],[,, 5],[ ] ],[ 4, ],[ ] G _ SEIDEL, y compare los resultados con los que aparecen al final de la página ( A w BW, : permite obtener la matriz de iteración, B w, del método SOR aplicado al sistema AX = b. Es claro que para aplicar esta instrucción, al igual que en los métodos de Jacobi y Gauss-Seidel, usted debe entrar la matriz A. Como ejemplo, encuentre la matriz de iteración del método SOR para el sistema del ejemplo. de la página 5, para los BW A, w. valores de w dados en la página 5. Debe simplificar la instrucción ( 5. SOR ( A, b, w, X ( N, : permite simplificar o aproximar las primeras N iteraciones en el método SOR aplicado al sistema AX = b, para el valor dado de w y tomando aproximación inicial ( X. Como ejemplo, aproxime la instrucción SOR ( [[ 4,, ],[, 4, ],[ 4 ] ],[ ],. 4, [,, ], 8, y compare los resultados obtenidos con los que aparecen al comienzo de la página _ POINT ( [ g (, g ( ], [ y ],[ x, y ] N FIXED, : permite aproximar las primeras N x = g( iteraciones en el método de Punto Fijo aplicado al sistema no-lineal, tomando y = g ( como aproximación inicial el punto ( x, y. Esta instrucción también se puede aplicar a sistemas no-lineales de orden mayor. Como ejemplo, aproxime la instrucción x + y + 8 xy + x + 8 FIXED _ POINT,, [ y ],[ 5, 5 ], 7, y compare sus resultados con los que aparecen en la segunda y tercera columnas de la tabla. al final de la página 6 7. ( [ f ( x, f ( ], [ y ],[ x, y ] N NEWTONS,, : permite aproximar las primeras N f( = iteraciones en el método de Newton-Raphson aplicado al sistema no-lineal, f ( = tomando como aproximación inicial el punto ( x, y. Esta instrucción también se puede aplicar a sistemas no-lineales de orden mayor. Como ejemplo, aproxime la instrucción ([ x x + y + 8, xy + x y + 8 ],[ y ],[, ], NEWTONS, y compare sus resultados con los que aparecen en la segunda y tercera columnas de la tabla.4, al final de la página BAIRSTOW ( p( x x, u, v, N método de Bairstow aplicado al polinomio ( x, : permite aproximar las primeras N iteraciones en el p para obtener valores aproximados u N y vn de los coeficientes u y v de un factor cuadrático aproximado x ux v p x, del polinomio ( tomando como aproximaciones iniciales u y v. Como ejemplo, aproxime la instrucción 4 ( x 4x + 7x 5x,, 4, 7 BAIRSTOW, y compare los resultados obtenidos con los valores de u y v que aparecen en el ejemplo.6 de la página 7. Use la precisión apropiada para los cálculos. Para continuar con Deflación puede usar la instrucción QUOTIENT, mencionada anteriormente. 4
5 9. POLY _ INTERPOLAT E( M, x de grado menor o igual que n, ( x : permite aproximar o simplificar el polinomio de interpolación p n, para los n + puntos dados en la matriz M := x, y, x, y,..., x,. Como ejemplo, simplifique la instrucción [[ ] [ ] [ ]] n yn [ ] π π POLY _ INTERPOLAT E,,,,, x y compare el resultado con el polinomio p que aparece al comienzo de la página 9 ( x LAGRANGE _ POLY ( M : permite aproximar o simplificar el polinomio de interpolación de grado menor o igual que n, p n ( x, para los n + puntos dados en la matriz [[ x, y ], [ x, y ],...,[ x ]] M n, yn :=, usando la forma de Lagrange. La presentación del polinomio no es la de Lagrange, sino la forma extendida en potencias de x. Como ejemplo, π π _ y compare el simplifique la instrucción LAGRANGE POLY,,[ ],, resultado con el polinomio ( x. POLYS ( M fundamentales de Lagrange, ( x p que aparece al comienzo de la página 9 LAGRANGE _ : permite aproximar o simplificar los n + polinomios matriz M [[ x, y ], [ x, y ],...,[ x, ]] n yn L j, j =..., n, correspondientes a los datos dados en la :=. Tales polinomios vienen en la forma de una matriz del tipo: [ L ( x ] [ L ( x ] [ L ( x ]],. Como ejemplo, simplifique la instrucción,..., n [ ] π π LAGRANGE _ POLYS,,,, y compare el resultado con los polinomios fundamentales que aparecen al final de la página 9.. NEWTON _ POLY ( M : permite aproximar o simplificar el polinomio de interpolación de grado menor o igual que n, p n ( x, para los n + puntos dados en la matriz [[ x, y ], [ x, y ],...,[ x ]] M n, yn :=, usando la forma de Newton. La presentación del polinomio no es la de Newton, sino la forma extendida en potencias de x. Como ejemplo, π π _ y compare el resultado aproxime la instrucción NEWTON POLY,, [ ],, con el polinomio p ( x que aparece al comienzo de la página 9. DIFERENCIA S_ DIV( M : simplifica o aproxima las de Newton, [ f [ x ], f[ x, x ],..., f[ x, x..., xn ]], correspondientes a los en la matriz M [[ x, f( x ],[ x f( x ],...,[ xn, f( xn ]] precisión de por lo menos 8 dígitos, la instrucción DIFERENCIA S_ DIV( M M [[ ],[., 5784 ],[. 4, 5447 ]] coeficientes del polinomio p ( x que aparece al comienzo de la página. n + diferencias divididas progresivas n + puntos dados :=. Como ejemplo, aproxime con una, siendo :=, y compare el resultado con los 4. TRAZADOR ( M : permite simplificar o aproximar el Trazador cúbico natural correspondiente a los datos dados en la matriz M [[ x, y ], [ x, y ],...,[ x, ]] :=. El n yn resultado de ejecutar la instrucción TRAZADOR ( M es una matriz de la forma: 5
6 [ [ x p ( x ],[ p( x ],...,[ pn ( x ] ] simplificar ( M correspondientes a los extremos del dominio del polinomio ( x,. Después de aproximar o TRAZADOR, éste se puede graficar, entrando los números x k y x k + p k para cada k, cuando DERIVE le solicite los valores Min y Max. Como ejemplo, entre la matriz M,,,,, TRAZADOR M y compare el resultado con la := [ [ ] [ ] [ ] [ ] ], simplifique ( función T ( x definida en el ejercicio 6. de la página Para calcular los coeficientes del polinomio trigonométrico: p a N k= ( x = + [ a cos( kx + b sen( kx ] k πj que interpola una función f en los N nodos igualmente espaciados x j =, N j =..., N p x = f x = f, j =..., N se puede proceder como sigue:,, es decir, ( j ( j j xn : fn (recuerde que las componentes de un vector se enumeran desde hasta N, luego calcule lo siguiente: Defina los vectores: X : = [ x, x,..., ] y F = [ f, f,..., ] VECTOR k, SUM N SUM N k ( Fsubj, j, N ( Fsubj cos( kxsubj, J, N, SUM ( Fsubjsen( kxsubj, J, N, k, N N Como ejemplo, tome N =, y defina los vectores simplifique las siguientes expresiones: π 4π X =, :, F : [,, 4 ] = y y VECTOR k, SUM SUM ( Fsubj, j, ( Fsubjcos( kxsubj, J,, SUM( Fsubjsen( kxsubj, J,, k, Compare los resultados obtenidos con los coeficientes del siguiente polinomio: p 4 ( x = + cos ( x sen( x + cos( x + sen( x También se pueden calcular los coeficientes del polinomio exponencial o serie finita de Fourier: N ( = k= q x c k e ik x i e x, con = cos x + isenx y i = 6
7 siguiendo los mismos primeros pasos anteriores, pero calculando los coeficientes k =..., N simplificando la siguiente expresión, teniendo en cuenta que î es la unidad imaginaria, que se escribe en DERIVE como #i: ( ( exp îkxsubj, k, N VECTOR k, SUM Fsubj, N Como ejemplo, simplifique la expresión anterior para el valor N = y los mismos vectores X y F anteriores, y compare el resultado con los coeficientes del siguiente polinomio exponencial: 4 ix i x q( x = + + i e + i e 4 = + cos( x + cos( x sen( x + sen( x + i cos( x cos( x + sen( x + sen( x 6. TRAPECIO ( f( x, a, b, N : permite aproximar el valor de f ( x b a c k, dx, usando la regla de los Trapecios con N subintervalos. Como ejemplo, aproxime la instrucción ( π VECTOR k, TRAPECIO sin x ^, o,, k, k, 6, 6, 6, y compare el resultado con las dos primeras columnas de la tabla 5. de la página SIMPSON ( f( x, a, b, N : permite aproximar el valor de f ( x Simpson b a dx, usando la regla de los con N subintervalos (recuerde que N debe ser PAR. Como ejemplo, aproxime la instrucción ( π VECTOR k, SIMPSON sin x ^, o,, k, k, 6, 6, 6, y compare el resultado con la primera y tercera columnas de la tabla 5. de la página ( f( t, t, t, y, h m EULER,, : permite aproximar los valores Y, Y..., Ym obtenidos al dy = f( t, aplicar el método de Euler al P:V:I dt con m pasos de tamaño h. Si se grafica La y( t matriz resultante, se visualiza un conjunto de puntos que puede permitir aproximar la curva solución del P.V.I. dado. Como ejemplo, aproxime la instrucción EULER y + t exp ( t, t, 5, y compare el resultado con la segunda y tercera t columnas de la tabla 6. de la página 88. 7
8 9. ( f( t, t, t, y, h m TAYLOR,, : permite aproximar los valores Y, Y..., Ym obtenidos dy = f( t, al aplicar el método de los tres primeros términos de la serie de Taylor al P:V:I dt y( t con m pasos de tamaño h. Si se grafica la matriz resultante, se visualiza un conjunto de puntos que puede permitir aproximar la curva solución del P.V.I. dado. Como ejemplo, aproxime la instrucción ( TAYLOR y + t exp t, t, y compare el resultado t con la segunda y tercera columnas de la tabla 6.8 de la página 4 ( [ f( t ],[ t, y],[ t, y ], h m RK,, : permite aproximar los valores Y, Y..., Ym obtenidos al dy = f( t, aplicar el método de Runge-Kutta al P:V:I dt con m pasos de tamaño h. Si se y( t grafica la matriz resultante, se visualiza un conjunto de puntos que puede permitir aproximar la curva solución del P.V.I. dado. Como ejemplo, aproxime la instrucción ( [ ] [ ] RK y + t exp t, t, y,, y compare el resultado con la segunda y tercera t columnas de la tabla 6. de la página También se puede aplicar el método de Runge- Kutta para aproximar la solución de un sistema de ecuaciones diferenciales ordinarias. Por ejemplo, cuando se aproxima la instrucción: (, h m [ f ( t y, y, f ( t, y, y ],[ t, y, y ], [ t, y, y ] RK,,, se obtiene una matriz de tres columnas y m + filas, donde cada fila es de la forma [ t k, Y k, Y, k ], siendo Y ( k y tk y Y, k y ( tk los valores que se obtienen al aplicar el método de Runge-Kutta de cuarto orden al sistema: y y y = f ( t, y y = f ( t, y y ( t = y y ( t, con m pasos de tamaño h. Como ejemplo, aproxime la instrucción [ ] [ ] RK z, z y + tln t, t, z,, 5, y compare el resultado con la segunda, t t tercera y cuarta columnas de la tabla 6. de la página 6. Si desea graficar los puntos, correspondientes a las aproximaciones obtenidas, puede (, y/o los puntos ( t k Y k t k Y, k _ que permite aproximar una matriz formada por las columnas j y l de la matriz M. = y utilizar la instrucción EXTRACT _ COLUMNS ( M, j, l, 8
TRABAJOS PRACTICOS COMPLEMENTARIOS PARA RESOLVER CON MATLAB
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD DE AGRONOMIA Y AGROINDUSTRIAS DEPARTAMENTO FISICO- MATEMATICO CATEDRA DE CALCULO NUMERICO TRABAJOS PRACTICOS COMPLEMENTARIOS PARA RESOLVER CON MATLAB
Más detallesREPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD BICENTENARIA DE ARAGUA VICERRECTORADO ACADÉMICO SECRETARÍA ARAGUA VENEZUELA
REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD BICENTENARIA DE ARAGUA VICERRECTORADO ACADÉMICO SECRETARÍA ARAGUA VENEZUELA FACULTAD: ESCUELA: ASIGNATURA: CODIGO: INGENIERIA SISTEMAS CALCULO NUMERICO MAT604
Más detallesUnidad 1: Fuentes y propagación de errores
Unidad 1: Fuentes y propagación de errores 1.1 Qué es el Análisis Numérico. Fuentes de errores. Errores de redondeo y discretización. Propagación de errores. 1.2 Sistemas numéricos. Aritmética del computador.
Más detallesFACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS EXAMENFINALDEANÁLISIS NUMÉRICO SEMESTRE
EXAMENFINALDEANÁLISIS NUMÉRICO SEMESTRE 014- Estudiante: Calificación: INSTRUCCIONES: Este examen es la demostración de su capacidad de trabajo y comprensión de la asignatura, es un documento oficial de
Más detallesCURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO
Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema
Más detallesNombre de la Asignatura METODOS NUMERICOS PARA INGENIEROS INFORMACIÓN GENERAL Escuela. Departamento Unidad de Estudios Básicos
Código 0083813 Horas Semanales 04 Horas Teóricas 04 UNIVERSIDAD DE ORIENTE INFORMACIÓN GENERAL Escuela Departamento Unidad de Estudios Básicos Ciencias Pre-requisitos Introducción a la Programación y Matemáticas
Más detallesMETODOS NUMERICOS. Curso
Boletín 1 de prácticas. 1. Localizar las raíces de la ecuación F (x) = 0, para los siguientes casos: (a) F (x) = x + e x. (b) F (x) = 0.5 x + 0.2 sen(x). (c) F (x) = x tg(x). (d) F (x) = x 5 3. (e) F (x)
Más detallesMETODOS DE SOLUCION DE SISTEMAS DE ECUACIONES
Jacobi El método de Jacobi es un proceso simple de iteraciones de punto fijo en la solución de raíces de una ecuación. La iteración de punto fijo tiene dos problemas fundamentales : Algunas veces no converge
Más detallesn A 1 = max( j i=1 Ejercicio Deducir del problema anterior que, si A es una matriz de orden n real, Ax 2 2 µ 2 x T x, donde µ = ρ(a T A) 1/2.
Normas matriciales Cálculo Numérico Normas matriciales 2 Ejercicio..- Sea Hallar: A, A 2 y A. 2 0 0 A = 0 2 2 0 Ejercicio.2.- Probar que en IR n las normas, 2 y son equivalentes. Ejercicio.3.- Probar que.
Más detallesMétodos Numéricos. Grupo Martes Jueves 4 PV1 14:00-16:00 14:00-15:00
Métodos Numéricos Grupo Martes Jueves 4 PV1 14:00-16:00 14:00-15:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN mhesiquiog@ipn.mx ( institucional) hesiquio_gm@hotmail.com
Más detallesMétodos Numéricos CÓDIGO: Teórico - Práctico. Agosto 5 de 2018.
Página 1 de 4 FACULTAD: CIENCIAS BASICAS PROGRAMA: _FISICA DEPARTAMENTO DE: FISICA Y GEOLOGIA CURSO: ÁREA: Métodos Numéricos CÓDIGO: 157103 Profundización REQUISITOS: 167003 CORREQUISITO: -------------
Más detallesAPÉNDICE A ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS MATEMATICAS INGENIERIA EN ESTADISTICA E INFORMATICA
APÉNDICE A ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS MATEMATICAS INGENIERIA EN ESTADISTICA E INFORMATICA Nivel de Conocimientos en Estadística de los estudiantes de Ingeniería de la
Más detallesIntegración Numérica. Hermes Pantoja Carhuavilca. Métodos Computacionales. Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos
Integración Numérica Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Hermes Pantoja Carhuavilca 1 de 64 CONTENIDO Introducción
Más detallesCurso Hoja 1. Análisis de errores
Hoja 1. Análisis de errores 1 Teniendo en cuenta que MATLAB trabaja en doble precisión, calcular el número máquina inmediatamente anterior a 1 y comprobar que dista 2 53 de 1. 2 Calcular 1 2 52, 1 2 53,
Más detallesIII. OBJETIVOS Y COMPETENCIAS A ADQUIRIR EN LA ASIGNATURA
I. DATOS IDENTIFICATIVOS DE LA ASIGNATURA Asignatura Métodos Numéricos http://aulavirtual.unican.es Código 3510 Departamento Matemáticas, Estadística y Computación Área Análisis Matemático Tipo Troncal
Más detallesAmpliación de Matemáticas y Métodos Numéricos
Ampliación de Matemáticas y Métodos Numéricos Relación de ejercicios. Introducción a los Métodos Numéricos Ej. El problema del cálculo del punto de corte de dos rectas con pendiente similar es un problema
Más detallesPROGRAMA DE CURSO Modelo 2009
PROGRAMA DE CURSO Modelo 2009 PROFESIONAL ASOCIADO Y LICENCIATURA Versión Amplia DEPARTAMENTO: Computación y Diseño NOMBRE DEL CURSO: Métodos Numéricos Computacionales. CLAVE: 004007 ACADEMIA A LA QUE
Más detallesUNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA CICLO BÁSICO DEPARTAMENTO DE MATEMÁTICA APLICADA
058 TIPO DE 050, 055 ó 05, y 070 FUNDAMENTACIÓN El egresado de las diferentes especialidades ofrecidas por la Facultad de Ingeniería de la U.C.V., debe ser capaz de modelar matemáticamente problemas de
Más detalles1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: con el método de diferencias centrales, existe y es única.
I. Resolución numérica de Problemas de Contorno en E.D.O.: Métodos en diferencias finitas 1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: y (x) + 4 sen x y (x) 4
Más detallesRelación de ejercicios 5
Relación de ejercicios 5 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 51 Halla un intervalo, para el cero más próximo al origen,
Más detallesUNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE INGENIERÍA
1. DATOS DE LA ASIGNATURA CARRERA CÓDIGO: MÉTODOS NUMÉRICOS PARA INGENIERÍA T: 4 E: 2 L: 0 REQUISITOS CIENCIAS BASICAS DICTA DEPARTAMENTO MATEMÁTICA AÑO-SEMESTRE-NIVEL CATEGORIA Obligatorio HORAS PRESENCIALES
Más detallesIntegración Numérica
Integración Numérica Contenido Integración Numérica Método de Coeficientes Indeterminado Método de Curvatura de Newton-Cotes Método de Romberg Integración Numérica Los métodos numéricos utilizados para
Más detallesProblemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices:
Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: 5 2 1 1 0 3 1 0 3 3 1 6. 3 1 6 5 2 1 2.- Dada la matriz A = 10 7 8 7 5 6, 8 6 10 hallar
Más detallesI.- DATOS DE IDENTIFICACIÓN Nombre de la asignatura Métodos Numéricos (465)
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA CIVIL SECRETARÍA ACADÉMICA Coordinación de Investigación, Innovación, Evaluación y Documentación Educativas. I.- DATOS DE IDENTIFICACIÓN Nombre
Más detallesTarea #6. 5. Implemente en Mathematica los algoritmos de integración numérica vistos en clase, se
MA51 Análisis Numérico I Prof. Oldemar Rodríguez Rojas. Fecha de entrega: Martes 1 de noviembre del 8. Tarea #6 1. Implemente en Mathematica los algoritmos de derivación numérica vistos en clase, se deben
Más detallesMétodos Numéricos Cap 5: Interpolación y Aproximación polinomial
1/12 Aproximación funcional e Interpolación Representación mediante funciones analíticas sencillas de: Información discreta. (Resultante de muestreos). Funciones complicadas. Siendo y k = f(x k ) una cierta
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERIA MECANICA ENERGIA DEPARTAMENTO ACADÉMICO DE INGENIERÍA MECÁNICA
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERIA MECANICA ENERGIA DEPARTAMENTO ACADÉMICO DE INGENIERÍA MECÁNICA Av. Juan Pablo II S/N Bellavista Callao Teléfonos 429-0740 Anexos 291 293-294 Telefax:
Más detallesMATE Dr. Pedro Vásquez UPRM. P. Vásquez (UPRM) Conferencia 1/ 25
Dr. Pedro Vásquez UPRM P. Vásquez (UPRM) Conferencia 1/ 25 P. Vásquez (UPRM) Conferencia 2/ 25 Integración Aproximada MATE 3032 Hay dos situaciones en las que es imposible encontrar el valor exacto de
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE M
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE-6-4-M--00-0 CURSO: Matemática aplicada JORNADA: SEMESTRE: Matutina do. Semestre AÑO: 0 TIPO DE EXAMEN: Examen
Más detallesSplines (funciones polinomiales por trozos)
Splines (funciones polinomiales por trozos) Problemas para examen Interpolación lineal y cúbica 1. Fórmulas para la interpolación lineal. Dados t 1,..., t n, x 1,..., x n R tales que t 1
Más detallesESCUELA: Ingeniería Eléctrica. TEORÍA PRÁCTICA TRAB. SUPERV. LABORATORIO SEMINARIO TOTALES DE ESTUDIO 3 1 8
PAG.: 1 PROPÓSITO El desarrollo y abaratamiento habido en los últimos años en los sistemas de computación de tipo personal y comercial producen en la actualidad que cualquier empresa dedicada al área de
Más detallesNombre del Documento: Formato para Planeación del curso, Avance Programático (SYLLABUS).
Página 1 de 3 ASIGNATURA: (1) MÉTODOS NUMÉRICOS / ANÁLISIS (2) SEIS UNIDADES DE APRENDIZAJE NUMÉRICO CLAVE: (3) SCM-0422 (4) SESIONES: 78 DOCENTE: (5) EVARISTO MARTÍNEZ MALDONADO (6) HT: / HP: 2/3 Email
Más detallesE.T.S. Minas: Métodos Matemáticos Ejercicios Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Ejercicios Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesPLAN DE MATERIAS ACADEMUSOFT 3.2
FACULTAD DE: _Ingenierías y Tecnológicas PROGRAMA DE: Ingeniería de Sistemas NOMBRE DE LA MATERIA: BASICA EN INGENIERIA IV (ANALISIS NUMERICO) Semestre: 4 Código: IS0009SA No de Créditos 3 H. Teórica:
Más detallesANÁLISIS NUMÉRICO. 4 horas a la semana 8 créditos Cuarto semestre
ANÁLISIS NUMÉRICO 4 horas a la semana 8 créditos Cuarto semestre Objetivo del curso: El estudiante deducirá y utilizará métodos numéricos para obtener soluciones aproximadas de modelos matemáticos que
Más detallesFORMATO DE CONTENIDO DE CURSO PLANEACIÓN DEL CONTENIDO DE CURSO
FACULTAD DE: CIENCIAS DE LA EDUCACIÓN PROGRAMA DE: LICENCIATURA EN MATEMÁTICAS 1. IDENTIFICACIÓN DEL CURSO PLANEACIÓN DEL CONTENIDO DE CURSO NOMBRE : ANÁLISIS NUMÉRICO CÓDIGO : 22145 SEMESTRE : SÉPTIMO
Más detallesTALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES
TALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES. Usar un procedimiento iterativo para calcular una aproimación a la menor raíz positiva de la ecuación : sen π = 0 Calcular tres
Más detallesUniversidad Autónoma de Baja California
Universidad Autónoma de Baja California Facultad de Ingeniería, Arquitectura y Diseño Bioingeniería Apuntes de Dra. Dora-Luz Flores Ensenada, Baja California, México 2016 Dra. Dora-Luz Flores 10 de enero
Más detallesSistema de ecuaciones lineales
1 El sistema de ecuaciones lineales Sistema de ecuaciones lineales puede ser escrito en forma matricial como, donde: es llamada matriz de los coeficientes (reales) del sistema es el vector de las incógnitas
Más detallesPara verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1
MAT 5 B Sistemas de ecuaciones no lineales EJERCICIOS RESUELTOS. Resuelva el siguiente sistema de ecuaciones no lineales, utilizando el método de punto fijo multivariable: x cos x x SOLUCIÓN x 8 x +. +
Más detallesProblema de convolución y deconvolución Diferencias finitas para EDO
Clase No. 24: Problema de convolución y deconvolución Diferencias finitas para EDO MAT 251 Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/alram/met_num/
Más detallesCálculo Numérico (0258) TEMA 6 SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS. Semestre
Cálculo Numérico (58) Semestre - TEMA 6 SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS Semestre - Septiembre U.C.V. F.I.U.C.V. CÁLCULO NUMÉRICO (58) - TEMA 6 Las notas presentadas a continuación
Más detallesMétodos Numéricos: Interpolación
Métodos Numéricos: Interpolación Eduardo P. Serrano Versión previa abr 2012 1. Interpolación. Dado un conjunto finito de datos (x k,y k ), k =0, 1,...,n una función interpolante odeinterpolación, es una
Más detallesAnálisis Numérico I ( )
Análisis Numérico I (75.12-95.04-95.13) Profesora responsable: Miryam Sassano Bibliografía Burden R.L., Faires J.D. Análisis Numérico, Grupo Editorial Iberoamericano 1985. Chapra S., Canale R.Métodos Numéricos
Más detallesCONTENIDO. PARTEUNO MODELOS, COMPUTADORAS y ANÁLISIS DELERROR 3. xxiii ACERCA DE LOS AUTORES
.1. PREFACIO xvii ACERCA DE LOS AUTORES xxiii PARTEUNO MODELOS, COMPUTADORAS y ANÁLISIS DELERROR 3 PTl.1 Motivación 3 PTl.2 Antecedentes matemáticos 5 PTl.3 Orientación 8 CAPÍTULO 1 Modelos matemáticos
Más detallesMétodos Numéricos. Carrera: BQM Participantes. Representantes de las academias de Ingeniería Bioquímica. Academia de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Métodos Numéricos Ingeniería Bioquímica BQM - 0524 3-2-8 2.- HISTORIA DEL PROGRAMA
Más detallesCAPÍTULO. 7 Métodos numéricos
CAPÍTULO 7 Métodos numéricos 7.4 Método de Runge-Kutta En las secciones previas se resolvió el PVI y 0 D f.x; y/, con y.x 0 / D y 0 utilizando aproximaciones lineal y cuadrática de la solución y.x/. Observamos
Más detallesAnálisis Numérico: Soluciones de ecuaciones en una variable
Análisis Numérico: Soluciones de ecuaciones en una variable MA2008 Contexto Uno de los problemas básicos en el área de Ingeniería es el de la búsqueda de raíces: Dada una función o expresión matemática
Más detallesM.C. Luis Alejandro Benavides Vázquez. Verano 2016
Métodos Numéricos M.C. Luis Alejandro Benavides Vázquez Facultad de Ciencias Químicas Universidad Autónoma de Nuevo León luisbv.89@gmail.com Verano 2016 M.C. Luis Alejandro Benavides Vázquez (FCQ-UANL)
Más detalles1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Métodos Numéricos. Carrera: Ingeniería en Pesquerías. Clave de la asignatura: PEE 0624
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Métodos Numéricos Ingeniería en Pesquerías PEE 0624 2 2 6 2.- HISTORIA DEL PROGRAMA
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. INFORMACIÓN GENERAL
Más detallesMétodos Numéricos: soluciones Tema 2 Aproximación e interpolación
Métodos Numéricos: soluciones Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Febrero 2008, Versión 1.3
Más detallesCarrera: Participantes Representantes de las academias de Ingeniería Civil de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Métodos Numéricos Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 2 2 6 2.- HISTORIA DEL PROGRAMA Lugar y fecha
Más detallesCarrera: GCM Participantes. Representantes de las Academias de Ingeniería en Geociencias. Academia de Ingeniería en Geociencias
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Análisis Numérico y Programación Ingeniería en Geociencias GCM-0502 3-2-8 2.- HISTORIA
Más detallesI. DATOS DE IDENTIFICACION 1. Unidad Académica: Facultad de Ciencias
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA COORDINACIÓN DE FORMACIÓN BÁSICA COORDINACIÓN DE FORMACIÓN PROFESINAL Y VINCULACIÓN UNIVERSITARIA PROGRAMA DE UNIDADES DE APRENDIZAJE POR COMPETENCIAS I. DATOS DE
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR. Ciencias Básicas y Matemáticas
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR DEPARTAMENTO ACADÉMICO DE SIS COMPUTACIONALES INGENIERÍA EN TECNOLOGÍA COMPUTACIONAL ASIGNATURA Métodos Numéricos ÁREA DE Ciencias Básicas y Matemáticas CONOCIMIENTO
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: MÉTODOS NUMÉRICOS FECHA DE ELABORACIÓN: FEBRERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( X
Más detallesINGENIERÍA ELÉCTRICA PROGRAMA DE ASIGNATURA
INGENIERÍA ELÉCTRICA PROGRAMA DE ASIGNATURA ACTIVIDAD CURRICULAR: CALCULO NUMERICO Código: 950598 Año Académico: 2016 Área: MATEMATICA Bloque: CIENCIAS BASICAS Nivel: 2. Tipo: Obligatoria Modalidad: Anual
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 2006/07
Más detallesDepartamento Ingeniería en Sistemas de Información
ASIGNATURA: MODELOS NUMERICOS MODALIDAD: Cuatrimestral DEPARTAMENTO: ING. EN SIST. DE INFORMACION HORAS SEM.: 6 horas AREA: MODELOS HORAS/AÑO: 96 horas BLOQUE CIENCIAS BASICAS HORAS RELOJ 72 NIVEL: 3º
Más detallesMETODO DE LA BISECCIÓN Si f : a, b es continua con f a f b 0,el procedimiento de la
METODO DE LA BISECCIÓN Si f : a, b es continua con f a f b,el procedimiento de la bisección genera una sucesión (s n ) n convergente siendo s n a n b n ytal 2 que si lim s n s se cumple que f s y n s n
Más detallesMétodos Numéricos 1.- DATOS DE LA ASIGNATURA. Métodos Numéricos. Nombre de la asignatura: Ingeniería Bioquímica. Carrera: Clave de la asignatura:
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Métodos Numéricos Ingeniería Bioquímica BQM - 0524 3-2-8 2.- HISTORIA DEL PROGRAMA.
Más detallesSISTEMAS DE ECUACIONES
1 SISTEMAS DE ECUACIONES OBJETIVO: RESOLVER SISTEMAS DE ECUACIONES LINEALES UTILIZANDO DIVERSOS MÉTODOS DE SOLUCIÓN CONTENIDO: Representación matricial de un sistema de ecuaciones. Transformaciones elementales.
Más detallesMateria requisito: DOMINIOS COGNITIVOS (Objetos de estudio, temas y subtemas)
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H Clave:08USU4053W FACULTAD DE INGENIERÍA DES: Ingeniería Programa(s) Educativo(s): Ingeniería en Ciencias de la Computación Tipo de materia: Obligatoria
Más detallesCuadratura de Newton-Cotes
Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación INTEGRACION NUMERICA Ayudante: Rodrigo Torres Aguirre INTEGRACION
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE TECNOLOGÍAS ESCUELA DE TECNOLOGÍA MECÁNICA FUNDAMENTACIÓN CIENTÍFICA
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE TECNOLOGÍAS ESCUELA DE TECNOLOGÍA MECÁNICA ASIGNATURA: CÓDIGO: ÁREA: MÉTODOS NUMÉRICOS CB423 FUNDAMENTACIÓN CIENTÍFICA CB324-CB413 REQUISITO: HORAS SEMANALES:
Más detallesINFORMÁTICA Y PROGRAMACIÓN
INFORMÁTICA Y PROGRAMACIÓN Problemas de Interpolación. La tabla siguiente recoge los valores de una función f(x) en un conjunto de puntos soporte: x.5 4 f(x).4.5.4.5 Dicha función se interpola en el sentido
Más detallesMg. Lic. ADÁN, TEJADA CABANILLAS Página 1
PROYECTO DE INVESTIGACION por Universidad Nacional del Callao se encuentra bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 2.5 Perú. Permisos que vayan más allá de lo cubierto por
Más detallesMétodos Numéricos MAT-251. Dr. Alonso Ramírez Manzanares CIMAT A.C. web:
Métodos Numéricos MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello Rionda CIMAT A.C. e-mail: botello@cimat.mx Objetivos del curso Analizar, deducir
Más detallesUNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas. Matemáticas. Manuel Fernández García-Hierro Badajoz, Febrero 2008
UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas Matemáticas Manuel Fernández García-Hierro Badajoz, Febrero 2008 Capítulo X Integración numérica Introducción La integral definida I(f) = b a f(x)
Más detalles7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 2: Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Septiembre
Más detallesProfesor Francisco R. Villatoro 29 de Mayo de 2000 NO SE PERMITEN APUNTES, FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS
Examen Segundo Parcial Técnicas Numéricas (Técn. Comp.) Profesor Francisco R. Villatoro 9 de Mayo de 000 NO SE PERMITEN APUNTES FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS 1.
Más detallesESCUELA: UNIVERSIDAD DEL ISTMO
1.-IDENTIFICACIÓN ESCUELA: UNIVERSIDAD DEL ISTMO CLAVE: 3043 GRADO: ING. EN COMPUTACIÓN, CUARTO SEMESTRE TIPO DE TEÓRICA/PRÁCTICA ANTECEDENTE CURRICULAR: 3032 2.- OBJETIVO GENERAL Que el alumno conozca
Más detallesMÉTODOS NUMÉRICOS. Curso o. B Resolución de ecuaciones I (ecuaciones generales f (x) = 0)
MÉTODOS NUMÉRICOS. Curso 06-07. 1 o. B Resolución de ecuaciones I (ecuaciones generales f (x = 0 1. Utiliza el método de bisección para calcular con una precisión de 10 las soluciones de x 3 7x + 14x 6
Más detallesANÁLISIS NUMÉRICO. = n ELIZABETH VARGAS
ANÁLISIS NUMÉRICO y = P 1(x) y = f (x) P n+1 = P n f ( P f '( P n n ) ) ELIZABETH VARGAS ANÁLISIS NUMÉRICO ELIZABETH VARGAS Puerto Ordaz, Abril 2004 ANÁLISIS NUMÉRICO ELIZABETH VARGAS AUTOR: Elizabeth
Más detallesMÉTODOS NÚMERICOS SÍLABO
MÉTODOS NÚMERICOS SÍLABO I. DATOS GENERALES CARRERA PROFESIONAL ASIGNATURA CÓDIGO DE ASIGNATURA PRE- REQUISITO N DE HORAS TOTALES N DE HORAS TEORÍA N DE HORAS PRÁCTICA N DE CRÉDITOS CICLO TIPO DE CURSO
Más detallesLaboratorio de Simulación
Trimestre 05-I Grupo CC-0A Andrés Cedillo (AT-50) Objetivos Plantear y resolver algunos problemas de ciencia e ingeniería utilizando capacidades numéricas, gráficas, simbólicas y de programación Integrar
Más detallesNombre de la materia Métodos Matemáticos IV Departamento Ingenierías Academia Matemáticas
Nombre de la materia Métodos Matemáticos IV Departamento Ingenierías Academia Matemáticas Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos 15441 48 48 96 9 Nivel Carrera Tipo Prerrequisitos
Más detallesCarrera: QUM Participantes Representantes de las Academias de Ingeniería Química de los Institutos Tecnológicos. Academias de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Métodos numéricos Ingeniería Química QUM 0521 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesMétodos Numéricos I - C.S.I. - Curso 2003/04. TEMA 2: Interpolación polinómica de funciones
Ejercicios. Hoja 2.1 1. Usar la fórmula de Lagrange para obtener un polinomio cúbico que interpola los valores de la tabla siguiente. Evaluarlo luego para x = 2, 3, 5. x k 0 1 4 6 y k 1-1 1-1 [Sol.: P
Más detallesUNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE CS. QUIMICAS, FISICAS Y MATEMATICAS I. DATOS GENERALES DEPARTAMENTO ACADEMICO DE INFORMATICA SILABO 1.1 Asignatura : METODOS NUMERICOS 1.2 Categoría : OE 1.3 Código : IF758VCI 1.4 Créditos
Más detallesESCUELA COLOMBIANA DE INGENIERÍA
ESCUELA COLOMBIANA DE INGENIERÍA ASIGNATURA: ANÁLISIS NUMÉRICO DEPARTAMENTO: MATEMÁTICAS PLANES DE ESTUDIO: CÓDIGO: Mnemónico ANUM Numérico 1. OBJETIVOS GENERALES Dar al estudiante las herramientas teóricas
Más detallesTema 0. Introducción a la teoría de errores
I.T.I. GESTIÓN CÁLCULO NUMÉRICO BOLETÍN DE EJERCICIOS CURSO 7-8 Tema. Introducción a la teoría de errores. Dado el sistema: 3x 6 99y 4 8 x y 37 Resuélvelo usando aritmética con tres cifras decimales y
Más detallesMétodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8
No se puede mostrar la imagen en este momento. Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8 Ecuaciones Diferenciales Ordinarias (EDO) Una Ecuación Diferencial es aquella ecuación
Más detallesFEBRERO ª SEMANA
Soluciones exámenes UNED Código asignatura Nombre asignatura 5401 MÉTODOS MATEMÁTICOS Fecha alta y origen 05/09/007 Curso Virtual Convocatoria FEBRERO 007 1ª SEMANA 1. Determine el periodo T de la función
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA MECÁNICA ELÉCTRICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA MECÁNICA ELÉCTRICA PROGRAMA DE LA ASIGNATURA DE: Métodos Numéricos IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesUNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD DE CIENCIAS EXACTAS Y TECNOLOGIAS
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD DE CIENCIAS EXACTAS Y TECNOLOGIAS PROGRAMA 2017 Asignatura: CÁLCULO NUMERICO Carrera: PROFESORADO EN MATEMÁTICA Responsable: Colabora: Ing. RICARDO
Más detallesCÁLCULO NUMÉRICO (0258)
CÁLCULO NUMÉRICO (58) Tema 5. Diferenciación e Integración Numérica Enero 5. Utilice la fórmula para calcular la derivada de f(x) = cos(x) en utilizar la fórmula. f(x + ) f(x) f'(x) x = y con =.. Estime
Más detallesPara verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales:
MAT 1105 F PRACTICA Nº 2 FECHAS DE ENTREGA: Tercer parcial Martes 14 de julio de 2009 Hrs. 16:30 a 18:00 Aula 5 (Geología) Viernes 17 de julio de 2009 Hrs. 16:30 a 18:00 Aula 31 1. Resuelva el siguiente
Más detallesCarrera: Ingeniería Civil CIE 0529
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Métodos Numéricos Ingeniería Civil CIE 0529 2 2 6 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesUniversidad Autónoma de Baja California
Universidad Autónoma de Baja California Facultad de Ingeniería, Arquitectura y Diseño Bioingeniería Ingeniería en Nanotecnología Manual de Prácticas de Laboratorio Métodos Numéricos Dra. Dora-Luz Flores
Más detallesOCW-V.Muto Métodos de interpolación Cap. XI CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA
CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA Los métodos de interpolación que vamos a discutir en el resto de este capítulo son muy útiles para determinar los
Más detallesANÁLISIS NUMÉRICO. 4 horas a la semana 6 créditos Cuarto semestre
ANÁLISIS NUMÉRICO 4 horas a la semana 6 créditos Cuarto semestre Objetivo del curso: El estudiante deducirá y utilizará métodos numéricos para obtener soluciones aproximadas de modelos matemáticos que
Más detalles2. Sistemas de ecuaciones lineales
2 Sistemas de ecuaciones lineales 2 Ejercicios resueltos Ejercicio 2 Estudiar el número de condición de Frobenius de la matriz a b A a + ε b Solución: El determinante de A es A ab + ba + ε b ε Si b 0 y
Más detallesHojas de problemas de interpolación y cuadratura numérica. Ampliación de Matemáticas.
Hojas de problemas de interpolación y cuadratura numérica. Ampliación de Matemáticas. 1.- El polinomio p 3 (x) = 2 (x + 1) + x(x + 1) 2x(x + 1)(x 1) interpola a los primeros cuatro datos de la tabla x
Más detalles