ESCUELA POLITCNICA DEL EJRCITO

EXTENSIN LATACUNGA

PETROQUMICA
MATERIA:

ALGEBRA LINEAL

Estudiante: MICHELLE JCOME FONSECA

KAREN ACOSTA ORTIZ

MARZO JULIO 2013

OBJETIVOS

Interiorizar los comandos para realizar diversas funciones en Scilab

Demostrar lo aprendido en clase en Scilab
Analizar la resolucin de matrices y sistemas de ecuaciones para tener un
mejor entendimiento

MARCO TERICO

Una matriz corresponde a todo conjunto de nmeros o expresiones dispuestos en

forma rectangular, formando filas y columnas. Cada uno de los nmeros de que forma
parte de la matriz se denomina elemento. Un elemento se distingue de otro por la
posicin que ocupa, es decir, la fila y la columna a la que pertenece. El nmero de
filas y columnas de una matriz se denomina dimensin de una matriz, 2x4, 3x2, 2x5,
etc. S la matriz tiene el mismo nmero de filas que de columna, se dice que es de
orden: 2, 3, etc.

El conjunto de matrices de m filas y n columnas se denota por Amxn o (aij), y un

elemento cualquiera de la misma, que se encuentra en la fila i y en la columna j, por
aij. Dos matrices son iguales cuando tienen la misma dimensin y los elementos que
ocupan el mismo lugar en ambas, son iguales.

Ajustar una curva implica ajustar una funcin g(x) a un conjunto de datos dado, (xi,yi),
y = 1, 2, ..., L. La funcin g(x) es un polinomio, una funcin no lineal o una
combinacin lineal de funciones conocidas. La funcin g(x) que se elige para ajustar
una curva contiene cierto nmero de coeficientes no determinados.

El nmero de puntos de datos por ajustar, L, es mayor que el nmero de coeficientes

no determinados, k; por tanto, el mtodo para determinar los coeficientes se basa en la
minimizacin de las discrepancias entre la funcin determinada y los puntos de datos,
y recibe el nombre de mtodo de mnimos cuadrados. En el caso especial de L = k, el
ajuste de la curva se reduce a un problema de interpolacin porque la curva ajustada
pasa por los puntos de datos.

Scilab es un software matemtico, con un lenguaje de programacin de alto nivel, para

clculo cientfico, interactivo de libre uso y disponible en mltiples sistemas operativos.
Scilab fue creado para hacer clculos numricos aunque tambin ofrece la posibilidad
de hacer algunos clculos simblicos como derivadas de funciones polinomiales y
racionales. Posee cientos de funciones matemticas y la posibilidad de integrar
programas en los lenguajes ms usados (Fortran, Java, C y C++). La integracin
puede ser de dos formas: por ejemplo, un programa en Fortran que utilice Scilab o
viceversa.1 Scilab fue hecho para ser un sistema abierto donde el usuario pueda
definir nuevos tipos de datos y operaciones entre los mismos.
Considerando un conjunto de n ecuaciones lineales con n variables, representado por:

a11x1 + a12x2 + a13x3 + ... + a1nxn = b1

a21x1 + a22x2 + a23x3 + ... + a2nxn = b2
a31x1 + a32x2 + a33x3 + ... + a3nxn = b3

an1x1 + an2x2 + an3x3 + ... + annxn = bn

Donde aij son los coeficientes, xi son las variables a calcular y bi los trminos
independientes.

El sistema anterior puede representarse de forma compacta por:

Ax=b

Dnde :
|a11 a12 a13 ... a1n |
|a21 a22 a23 ... a2n |
A = |a31 a32 a33 ... a3n |
| |
|an1 an2 an3 ... ann |

|b1|
|b2|
b= |b3|
| |
|bn|

|x1|
|x2|
x= |x3|
| |
|xn|

La solucin de este sistema de ecuaciones est dado por:

x = A\b

o de manera equivalente por

x = inv(A)*b
La ecuacin de la lnea recta esta dada por Yi = mXi + b, por lo tanto:

X1 m + b = Y1
X2 m + b = Y2
...

XN m + b = YN

En forma matricial podemos escribir:

Lo cual es equivalente al sistema de ecuaciones Cp=y, donde :

dado que tenemos un sistema de ecuaciones sobredeterminado, donde el nmero de

ecuaciones es mayor que el nmero de incgnitas, no podemos calcular la solucin
exacta. Si multiplicamos ambos lados de la ecuacin por CT

CTCp=CTy

Tenemos un sistema de ecuaciones que si podemos resolver. La solucin la

calculamos haciendo

p = [CTC]-1 CTy
ECUACION LINEAL:

>> X =[1, 2, 3, 4, 5, 6, 7]

X=

1 2 3 4 5 6 7

>> Y = [2.5, 4.5, 6, 10, 11.2, 12, 14.3]

Y=

2.5000 4.5000 6.0000 10.0000 11.2000 12.0000 14.3000

>> polyfit(X,Y,1)

ans =

1.9857 0.7000

>> syms x
>> ezplot(1.9857*x+0.70)
ECUACION CUADRADA:

>> X =[1, 2, 3, 4, 5, 6, 7]

X=

1 2 3 4 5 6 7

>> Y = [2.5, 4.5, 6, 10, 11.2, 12, 14.3]

Y=

2.5000 4.5000 6.0000 10.0000 11.2000 12.0000 14.3000

>> polyfit(X,Y,2)

ans =

-0.0905 2.7095 -0.3857

>> syms x
>> ezplot(-0.905*x^2+2.7095*x-0.3857)
ECUACION CUBICA:
>> X =[1, 2, 3, 4, 5, 6, 7]

X=

1 2 3 4 5 6 7

>> Y = [2.5, 4.5, 6, 10, 11.2, 12, 14.3]

Y=

2.5000 4.5000 6.0000 10.0000 11.2000 12.0000 14.3000

>> polyfit(X,Y,3)

ans =

-0.0250 0.2095 1.6845 0.5143

>> syms x
>> ezplot(-0.0250*x^3+0.2095*x^2+1.6845*x+0.5143)
ECUACION POLINOMICA (QUINTO GRADO):
>> X =[1, 2, 3, 4, 5, 6, 7]

X=

1 2 3 4 5 6 7

>> Y = [2.5, 4.5, 6, 10, 11.2, 12, 14.3]

Y=

2.5000 4.5000 6.0000 10.0000 11.2000 12.0000 14.3000

>> polyfit(X,Y,5)

ans =

0.0325 -0.6042 4.0625 -12.0792 17.6717 -6.5571

>> syms x

>> ezplot(0.0325*x^5-0.6042*x^4+4.0625*x^3-12.0792*x^2+17.6717*x-6.5571)
DEMOSTRACIONES:
A=

0.9172 0.3804 0.5308 0.5688

0.2858 0.5678 0.7792 0.4694
0.7572 0.0759 0.9340 0.0119
0.7537 0.0540 0.1299 0.3371
>> A*A'

ans =

1.5913 1.1588 1.2259 0.9726

1.1588 1.2316 0.9928 0.5055
1.2259 0.9928 1.4516 0.7002
0.9726 0.5055 0.7002 0.7015

>> A'*A

ans =

2.0644 0.6093 1.5147 0.9190

0.6093 0.4758 0.7222 0.5020
1.5147 0.7222 1.7781 0.7226
0.9190 0.5020 0.7226 0.6577

>> A'

ans =

0.9172 0.2858 0.7572 0.7537

0.3804 0.5678 0.0759 0.0540
0.5308 0.7792 0.9340 0.1299
0.5688 0.4694 0.0119 0.3371

>> A.^(-1)

ans =

1.0903 2.6285 1.8840 1.7580

3.4985 1.7611 1.2834 2.1304
1.3207 13.1832 1.0707 84.0190
1.3267 18.5356 7.6979 2.9663
CONCLUSIONES
Al trabajar con dichos comandos se realiza un previo reconocimiento para
prcticas futuras con mayor grado de complejidad.
Se demostr lo revisado en clase y de manera ms exacta y rpida se
obtuvieron los resultados.
Se gener un conocimiento ms claro de cmo se pueden realizar ejercicios de
matrices y determinantes comprobando los resultados obtenidos en clculos
realizados manualmente