Académique Documents
Professionnel Documents
Culture Documents
NRC:
1117
NOMBRE:
Pablo Andrés Zúñiga
DOCENTE:
Paul Medina
Índice general
1. Sistema de Ecuaciones 5
1.1. Deber No.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1. Método de Gauss . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2. Método de Gauss-Jordan . . . . . . . . . . . . . . . . . . 7
1.1.3. Factorización LU . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.4. Factorización LUP . . . . . . . . . . . . . . . . . . . . . . 12
1.1.5. Solución del sistema de ecuaciones con factorización LU . 13
1.1.6. Solución del sistema de ecuaciones con factorización LUP 16
1.2. Deber No.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.1. Compresión de imágenes: Blanco y Negro . . . . . . . . . 18
1.2.2. Compresión de imágenes: Color . . . . . . . . . . . . . . . 19
1.2.3. Solución del sistema de ecuaciones con factorización SVD 21
1.2.4. Factorización QR . . . . . . . . . . . . . . . . . . . . . . . 22
2. Interpolación 25
2.1. Interpolación de Lagrange . . . . . . . . . . . . . . . . . . . . . . 25
2.2. Interpolación de Newton . . . . . . . . . . . . . . . . . . . . . . . 26
2.3. Interpolación de Spline . . . . . . . . . . . . . . . . . . . . . . . . 27
3
4 ÍNDICE GENERAL
4. Deberes Extra 57
4.1. Factorización SVD . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.2. Solución de sistemas de ecuaciones con SVD . . . . . . . . . . . . 58
Sistema de Ecuaciones
5
6 CAPÍTULO 1. SISTEMA DE ECUACIONES
Cuando se utiliza este código, muchas veces resulta en el error donde uno de
los valores de la diagonal se vuelve cero, para lo que realizamos el correspon-
diente control en el siguiente código.
1 function [X]= Gauss2 (A, B)
2 [m, n]= s i z e (A) ;
3 f o r j =1:( n−1)
4 i f A( j , j )==0
5 E r r o r =1;
6 f o r k=j +1:n
7 i f A( k , j ) ˜=0
8 aux=A( j , : ) ;
9 A( j , : ) =A( k , : ) ;
10 A( k , : ) =aux ;
11 Baux=B( j ) ;
12 B( j )=B( k ) ;
13 B( k )=Baux ;
14 E r r o r =0;
15 break ;
16 end
17 end
18 i f E r r o r ==1
19 error ( ’ El s i s t e m a no s e puede r e s o l v e r . ’ ) ;
20 end
21 end
22 f o r i =( j +1) : n
23 B( i )=round (B( i ) −(A( i , j ) /A( j , j ) ) ∗B( j ) , 3 ) ;
24 A( i , : ) =round (A( i , : ) −(A( i , j ) /A( j , j ) ) ∗A( j , : ) , 3 ) ;
25 end
1.1. DEBER NO.1 7
26 end
27 i f A( n , n )==0
28 error ( ’ El s i s t e m a no s e puede r e s o l v e r . ’ ) ;
29 end
30 X( n )=B( n ) /A( n , n ) ;
31 f o r i=n −1: −1:1
32 X( i ) =(B( i )−A( i , i +1:n ) ∗X( i +1:n ) ’ ) / (A( i , i ) ) ;
33 end
3 f o r j =1:( n−1)
4 i f A( j , j )==0
5 E r r o r =1;
6 f o r k=j +1:n
7 i f A( k , j ) ˜=0
8 aux=A( j , : ) ;
9 A( j , : ) =A( k , : ) ;
10 A( k , : ) =aux ;
11 Baux=B( j ) ;
12 B( j )=B( k ) ;
13 B( k )=Baux ;
14 E r r o r =0;
15 break ;
16 end
17 end
18 i f E r r o r ==1
19 error ( ’ El s i s t e m a no s e puede r e s o l v e r . ’ ) ;
20 end
21 end
22 f o r i =( j +1) : n
23 B( i )=B( i ) −(A( i , j ) /A( j , j ) ) ∗B( j ) ;
24 A( i , : ) =A( i , : ) −(A( i , j ) /A( j , j ) ) ∗A( j , : ) ;
25 end
26 end
27 f o r j=n : − 1 : ( 2 )
28 f o r i =( j −1) : − 1 : 1
29 B( i )=B( i ) −(A( i , j ) /A( j , j ) ) ∗B( j ) ;
30 A( i , : ) =A( i , : ) −(A( i , j ) /A( j , j ) ) ∗A( j , : ) ;
31 end
32 end
33 f o r i =1:n
34 X( i )=B( i ) /A( i , i ) ;
35 end
1.1. DEBER NO.1 9
Cuando se utiliza este código, muchas veces resulta en el error donde uno de
los valores de la diagonal se vuelve cero, para lo que realizamos el correspon-
diente control en el siguiente código.
1 function [X]= GaussJordan2 (A, B)
2 [m, n]= s i z e (A) ;
3 f o r j =1:( n−1)
4 i f A( j , j )==0
5 E r r o r =1;
6 f o r k=j +1:n
7 i f A( k , j ) ˜=0
8 aux=A( j , : ) ;
9 A( j , : ) =A( k , : ) ;
10 A( k , : ) =aux ;
11 Baux=B( j ) ;
12 B( j )=B( k ) ;
13 B( k )=Baux ;
14 E r r o r =0;
15 break ;
16 end
17 end
18 i f E r r o r ==1
19 error ( ’ El s i s t e m a no s e puede r e s o l v e r . ’ ) ;
20 end
21 end
22 f o r i =( j +1) : n
23 B( i )=round (B( i ) −(A( i , j ) /A( j , j ) ) ∗B( j ) , 3 ) ;
24 A( i , : ) =round (A( i , : ) −(A( i , j ) /A( j , j ) ) ∗A( j , : ) , 3 ) ;
25 end
10 CAPÍTULO 1. SISTEMA DE ECUACIONES
26 end
27 i f A( n , n )==0
28 error ( ’ El s i s t e m a no s e puede r e s o l v e r . ’ ) ;
29 end
30 f o r j=n : − 1 : ( 2 )
31 f o r i =( j −1) : − 1 : 1
32 B( i )=round (B( i ) −(A( i , j ) /A( j , j ) ) ∗B( j ) , 3 ) ;
33 A( i , : ) =round (A( i , : ) −(A( i , j ) /A( j , j ) ) ∗A( j , : ) , 3 ) ;
34 end
35 end
36 f o r i =1:n
37 X( i )=B( i ) /A( i , i ) ;
38 end
1.1.3. Factorización LU
La factorización LU de una matriz es una factorización que resume el proceso
de eliminación gaussiana aplicado a la matriz y que es conveniente en términos
del número total de operaciones de punto flotante cuando se desea calcular la
inversa de una matriz o cuando se resolverá una serie de sistemas de ecuaciones
con una misma matriz de coeficientes. Primeramente consideraremos la facto-
rización LU sin intercambio basada en matrices elementales y que es conocida
como de Doolittle y posteriormente veremos el algoritmo que da la factorización
PA = LU.
1 function [ L ,U]= F a c t o r i z a c i o n L U (A)
2 [m, n]= s i z e (A) ;
3 U=A;
4 L=eye ( n ) ;
5 f o r j =1:( n−1)
6 f o r i =( j +1) : n
7 L( i , j ) =(U( i , j ) /U( j , j ) ) ;
8 U( i , : ) =U( i , : ) −(U( i , j ) /U( j , j ) ) ∗U( j , : ) ;
9 end
10 end
Figura 1.6: Ejemplo del programa FactorizacionLUP con error del sistema.
13 end
14 f o r j =1:n
15 i f abs (A( j , i )>D) && A( i , j ) ˜=0
16 D=abs (A( j , i ) ) ;
17 E=j ;
18 end
19 end
20 i f D==0|| F i l a N u l a ==1;
21 X= ’No Hay S o l u c i o n a l s i s t e m a ’ ;
22 break ;
23 else
24 A( i , : ) =A(E , : ) ;
25 A(E , : ) =C ;
26 end
27 end
28 end
29 i f X˜= ’No Hay S o l u c i o n a l s i s t e m a ’
30 U=A;
31 L=eye ( n ) ;
32 f o r j =1:( n−1)
33 f o r i =( j +1) : n
34 L( i , j ) =(U( i , j ) /U( j , j ) ) ;
35 U( i , : ) =U( i , : ) −(U( i , j ) /U( j , j ) ) ∗U( j , : ) ;
36 end
37 end
38 Y( 1 )=B( 1 ) /L ( 1 , 1 ) ;
39 f o r i =2:n
40 Y( i ) =(B( i )−L( i , 1 : i −1)∗Y( 1 : i −1) ’ ) / (L( i , i ) ) ;
41 end
42 X( n )=Y( n ) /U( n , n ) ;
43 f o r i=n −1: −1:1
44 X( i ) =(Y( i )−U( i , i +1:n ) ∗X( i +1:n ) ’ ) / (U( i , i ) ) ;
45 end
46 end
16 CAPÍTULO 1. SISTEMA DE ECUACIONES
27 end
28 end
29 U=A;
30 L=eye ( n ) ;
31 P=eye ( n ) ;
32 E r r o r =0;
33 f o r j =1:( n−1)
34 i f U( j , j )==0
35 E r r o r =1;
36 f o r k=j +1:n
37 i f U( k , j ) ˜=0
38 aux=U( j , : ) ;
39 U( j , : ) =U( k , : ) ;
40 U( k , : ) =aux ;
41 Paux=P( j , : ) ;
42 P( j , : ) =P( k , : ) ;
43 P( k , : ) =Paux ;
44 E r r o r =0;
45 break ;
46 end
47 end
48 i f E r r o r ==1
49 error ( ’No Hay S o l u c i o n a l s i s t e m a ’ ) ;
50 end
51 end
52 f o r i =( j +1) : n
53 L( i , j )=round ( (U( i , j ) /U( j , j ) ) , 3 ) ;
54 U( i , : ) =round (U( i , : ) −(U( i , j ) /U( j , j ) ) ∗U( j , : ) , 3 ) ;
55 end
56 end
57 i f U( n , n )==0
58 error ( ’No Hay S o l u c i o n a l s i s t e m a ’ ) ;
59 end
60
61 Y( 1 )=B( 1 ) /L ( 1 , 1 ) ;
62 f o r i =2:n
63 Y( i ) =(B( i )−L( i , 1 : i −1)∗Y( 1 : i −1) ’ ) / (L( i , i ) ) ;
64 end
65 X( n )=Y( n ) /U( n , n ) ;
66 f o r i=n −1: −1:1
67 X( i ) =(Y( i )−U( i , i +1:n ) ∗X( i +1:n ) ’ ) / (U( i , i ) ) ;
68 end
18 CAPÍTULO 1. SISTEMA DE ECUACIONES
16 imaA01=U0 ( : , 1 : r 0 ) ∗ S0 ( 1 : r0 , 1 : r 0 ) ∗V0 ( : , 1 : r 0 ) ’ ;
17 imaA0 ( : , : , i )=imaA01 ;
18 end
19 comp=(mu0+nv0+1)∗ r 0 ;
20 t o t a l=ma0∗ na0 ;
21 disp ( [ k r0 total comp ] )
22 imaA0=u i n t 8 ( imaA0 ) ;
23 subplot ( 2 , 3 , k ) ;
24 imagesc ( imaA0 ) ; colormap ( gray ) ;
25 end
1.2. DEBER NO.2 21
X=Ainv ∗b ;
14
1.2.4. Factorización QR
Dada una matriz A (no necesariamente cuadrada), con columnas linealmen-
te independientes,encontraremos matrices Q, R tales que:
(i) A = QR.
(ii) Las columnas de Q son ortonormales.
(iii) Q es del mismo tamaño que A.
(iv) R es triangular superior invertible.
La forma de hacerlo es aplicar el proceso de Gram-Schmidt a las columnas de A.
1 function [ Q, R] = QR(A)
2 [m, n ] = s i z e (A) ;
3 R = zeros ( n , n ) ;
4 V = A;
5 Q=zeros (m, n ) ;
6
7 f o r i =1:n
8 R( i , i )= norm(V ( : , i ) ) ;
9 Q( : , i )= V ( : , i ) /R( i , i ) ;
10
11 f o r j=i +1:n
12 R( i , j )= (Q( : , i ) ’ ) ∗V ( : , j ) ;
13 V ( : , j )=V ( : , j ) − R( i , j ) ∗Q( : , i ) ;
14 end
15 end
BIBLIOGRAFÍA
-Factorización QR de una matriz, Recuperado de: http : //personales.upv.es/jbenitez
/cajons astre/qrf ouri.pdf
24 CAPÍTULO 1. SISTEMA DE ECUACIONES
Interpolación
En ciertos casos el usuario conoce el valor de una función f(x) en una serie
de puntos x1 , x2 ,..., xn , pero no se conoce una expresión analı́tica de f(x) que
permita calcular el valor de la función para un punto arbitrario. Un ejemplo
claro son las mediciones de laboratorio, donde se mide cada minuto un valor,
pero se requiere el valor en otro punto que no ha sido medido. Otro ejemplo
son mediciones de temperatura en la superficie de la Tierra, que se realizan en
equipos o estaciones meteorológicas y se necesita calcular la temperatura en un
punto cercano, pero distinto al punto de medida. La idea de la interpolación es
poder estimar f(x) para un x arbitrario, a partir de la construcción de una curva
o superficie que une los puntos donde se han realizado las mediciones y cuyo
valor si se conoce. Se asume que el punto arbitrario x se encuentra dentro de los
lı́mites de los puntos de medición, en caso contrario se llamarı́a extrapolación.
25
26 CAPÍTULO 2. INTERPOLACIÓN
9 Z ( : , 1 )=X ’ ;
10 Z ( : , 2 )=Y ’ ;
11 f o r i =3:n+1
12 f o r j=i −1:n
13 Z ( j , i ) =(Z ( j , i −1)− Z ( j −1 , i −1) ) / ( Z ( j , 1 )− Z ( j −i +2 ,1) ) ;
14 end
15 end
16 Z(: ,1) =[];
17 P=Z ( 1 , 1 ) ;
18 f o r i =2:n
19 a =1;
20 f o r j =1: i −1;
21 a=a ∗ ( x−X( j ) ) ;
22 end
23 P=P+Z ( i , i ) ∗ expand ( a ) ;
24 end
Los intervalos [ti−1 , ti ) no se intersectan entre sı́, por lo que no hay am-
bigüedad en la definición de la función en los nudos. Un spline de grado 1 se
puede definir por:
S(x) = S0 (x) = a0 x + b0 ......n − 1 x ∈ [tn−1 , tn )
1function [ ] = I S p l i n e (X,Y)
2format rat
3d=0; i n d =1;
4r e s i d=rem( length (X) , 2 ) ;
5i f r e s i d==0
6 X=[X (X( length (X) ) +1) ] ;
7 Y=[Y (Y( length (Y) ) ) ] ;
8end
9f o r i = 1 : 2 : length (X)−2
10 d=s p l i n e m e t h o d ( X( i : i +2 ) , Y( i : i +2 ) , ind , d ) ; i n d=i n d +1;
11end
12x l i m ( [ X( 1 ) X( length (X) −1) ] )
13disp ( ’ x= ’ )
14disp (X)
15disp ( ’ y= ’ )
16disp (Y)
21 b ( 2 )=yy ( 2 ) ;
22 b ( 3 )=yy ( 1 ) ;
23 b ( 4 )=yy ( 3 ) ;
24 b ( 5 ) =0;
25 b ( 6 )=d e r ;
26 d;
27 b;
28 s o l=d\b ;
29 y1 =0;
30 y2 =0;
31 f o r i =1:3 %a s i g a n a c i o n de l o s c o e f i c i e n t e s a S1
y S2
32 y1=y1+s o l ( i ) ∗xˆ(3− i ) ;
33 y2=y2+s o l ( i +3)∗xˆ(3− i ) ;
34 end
35 dy2=d i f f ( y2 ) ; %d e r i v a d a de S2
36 de=s u b s ( dy2 , x , xx ( 3 ) ) ; %d e r i v a d a de S2 en e l punto x2
37 y1
38 y2
39 x1=xx ( 1 ) : 0 . 0 1 : xx ( 2 ) ; %v e c t o r a u x i l i a r V1
40 x2=xx ( 2 ) : 0 . 0 1 : xx ( 3 ) ; %v e c t o r a u x i l i a r V2
41 p1=s u b s ( y1 , x , x1 ) ; %imagen de S1 en V1
42 p2=s u b s ( y2 , x , x2 ) ; %imagen de S2 en V2
43 plot ( x1 , p1 ) %g r a f i c a de S1
44 hold on
45 plot ( x2 , p2 ) %g r a f i c a de S2
46 f o r i =1:3 %g r a f i c a de cada punto r e a l
47 plot ( xx , yy , ’ ∗ ’ )
48 end
49 t i t l e ( [ ’ Metodo de S p l i n e ’ ] )
50 grid on
30 CAPÍTULO 2. INTERPOLACIÓN
>> a
1
a =
2
3 1.0000 0.5000 0.3333
4 0.5000 0.3333 0.2500
5 0.3333 0.2500 0.2000
>> b = [ 2 ; 0 ; − 1 ]
6
7b =
8 2
9 0
10 −1
>> x=Gauss2 ( a , b )
11
12x =
13 −12.0000 1 0 8 . 0 0 0 0 −120.0000
1 1
x1 + 2 x2 + 3 x3 = 2
1 1 1
2 x1 + 3 x2 + 4 x3 = 0
1
1 1
3 x1 + 4 x2 + 5 x3 = −1
31
32 CAPÍTULO 3. DEBERES DE LOS PDF
(
(x1 + 21 x2 + 13 x3 = 2)(− 21 )
1 1 1
2 x1 + 3 x2 + 4 x3 = 0
1 1
12 x2 + 12 x3 = −1
(
(x1 + 12 x2 + 13 x3 = 2)( 13 )
1 1 1
3 x1 + 4 x2 + 5 x3 = −1
1 4
12 x2 + 45 x3 = − 43
(
1 1
12 x2 + 12 x3 = −1
1 4
( 12 x2 + 45 x3 = − 43 )(−1)
x1 = 18 x2 = −72 x3 = 18
Otra
( solución:
x1 + 12 x2 + 13 x3 = 2
( 31 x1 + 14 x2 + 15 x3 = −1)(−3)
− 41 x2 − 1
15 x3 =5
(
(x1 + 12 x2 + 13 x3 = 2)(− 21 )
1 1 1
2 x1 + 3 x2 + 4 x3 = 0
1 1
12 x2 + 12 x3 = −1
(
1 1
12 x2 + 12 x3 = −1
1 1
− 12 x2 − 45 x3 = 35
5 P=eye ( n ) ;
6 E r r o r =0;
7 f o r j =1:( n−1)
8 i f U( j , j )==0
9 E r r o r =1;
10 f o r k=j +1:n
11 i f U( k , j ) ˜=0
12 aux=U( j , : ) ;
13 U( j , : ) =U( k , : ) ;
14 U( k , : ) =aux ;
15 Paux=P( j , : ) ;
16 P( j , : ) =P( k , : ) ;
17 P( k , : ) =Paux ;
18 E r r o r =0;
19 break ;
20 end
21 end
22 i f E r r o r ==1
23 error ( ’No Es F a c t o r a b l e ’ ) ;
24 end
25 end
26 f o r i =( j +1) : n
27 L( i , j )=round ( (U( i , j ) /U( j , j ) ) , 3 ) ;
28 U( i , : ) =round (U( i , : ) −(U( i , j ) /U( j , j ) ) ∗U( j , : ) , 3 ) ;
29 end
30 end
31 i f U( n , n )==0
32 error ( ’No Es F a c t o r a b l e ’ ) ;
33 end
38 aux=U( j , : ) ;
39 U( j , : ) =U( k , : ) ;
40 U( k , : ) =aux ;
41 Paux=P( j , : ) ;
42 P( j , : ) =P( k , : ) ;
43 P( k , : ) =Paux ;
44 E r r o r =0;
45 break ;
46 end
47 end
48 i f E r r o r ==1
49 error ( ’No Hay S o l u c i o n a l s i s t e m a ’ ) ;
50 end
51 end
52 f o r i =( j +1) : n
53 L( i , j )=round ( (U( i , j ) /U( j , j ) ) , 3 ) ;
54 U( i , : ) =round (U( i , : ) −(U( i , j ) /U( j , j ) ) ∗U( j , : ) , 3 ) ;
55 end
56 end
57 i f U( n , n )==0
58 error ( ’No Hay S o l u c i o n a l s i s t e m a ’ ) ;
59 end
60
61 Y( 1 )=B( 1 ) /L ( 1 , 1 ) ;
62 f o r i =2:n
63 Y( i ) =(B( i )−L( i , 1 : i −1)∗Y( 1 : i −1) ’ ) / (L( i , i ) ) ;
64 end
65 X( n )=Y( n ) /U( n , n ) ;
66 f o r i=n −1: −1:1
67 X( i ) =(Y( i )−U( i , i +1:n ) ∗X( i +1:n ) ’ ) / (U( i , i ) ) ;
68 end
13 Uaux=U( i , : ) ; %i n t e r c a m b i a m o s t a n t o l a m a t r i z U
como l a m a t r i z P en ambas f i l a s
14 Paux=P( i , : ) ;
15 U( i , : ) =U( h , : ) ;
16 P( i , : ) =P( h , : ) ;
17 U( h , : ) =Uaux ;
18 P( h , : ) =Paux ;
19 break ;
20 end
21 end
22 i f U( i , i )==0 %S i e l v a l o r de l a d i a g o n a l s i g u e s i e n d o
uno q u i e r e d e c i r que no i n t e r c a m b i o p o r q u e no s e
puede r e s o l v e r e l s i s t e m a
23 error ( ’No s e puede o b t e n e r l a i n v e r s a ’ ) ;
24 end
25 end
26
27 f o r j=1+ i : n
28 L( j , i ) =(U( j , i ) /U( i , i ) ) ; %Primero obtenemos e l
c o e f i c i e n t e que hara 0 a cada v a l o r de A, que
s e r a p a r t e de l a m a t r i z L
29 U( j , : ) =U( j , : ) −(U( j , i ) ∗U( i , : ) ) /U( i , i ) ; %Aplicamos l a
formula
30 end
31 end
32
33
34 f o r k =1:n
35 b=P∗ ( I ( : , k ) ) ;
36 y ( 1 )=b ( 1 ) /L ( 1 , 1 ) ;
37 f o r i =2:n
38 aux =0; %aux e s una v a r i a b l e a u x i l i a r
39 f o r j =1: i −1
40 aux=aux+L( i , j ) ∗y ( j ) ; %aux c o n t i e n e l a suma de l o s
c o e f i c i e n t e s por cada v a l o r de Y e n c o n t r a d o en
e l sistema
41 end
42 y ( i ) =(b ( i )−aux ) /L( i , i ) ;
43 end
44 X( n )=y ( n ) /U( n , n ) ;
45 f o r i=n −1: −1:1
46 aux2 =0; %aux e s una v a r i a b l e a u x i l i a r
47 f o r j=i +1:n
48 aux2=aux2+U( i , j ) ∗X( j ) ; %aux c o n t i e n e l a suma de l o s
c o e f i c i e n t e s por cada v a l o r de Y e n c o n t r a d o en
e l sistema
49 end
50 X( i ) =(y ( i )−aux2 ) /U( i , i ) ;
51 end
52
53 W( : , k )=X ’ ;
54 end
3.1. 5. SISTEMAS LINEALES 39
39 1
40 1
41 1
42 1
43
>> x=Gauss2 (A, b )
44
45x =
46 1 . 0 e+08 ∗
47 Columns 1 t h r o u g h 6
48 −0.0000 0.0000 −0.0005 0.0081 −0.0656 0.3146
49 Columns 7 t h r o u g h 12
50 −0.9500 1.8520 −2.3262 1.8169 −0.8024 0.1530
51
>> x=GaussJordan (A, b )
52
53x =
54 1 . 0 e+08 ∗
55 Columns 1 t h r o u g h 6
56 −0.0000 0.0000 −0.0005 0.0081 −0.0656 0.3146
57 Columns 7 t h r o u g h 12
58 −0.9498 1.8516 −2.3255 1.8163 −0.8021 0.1530
59
60
61
>> [ x]= raicesLUP (A, b )
62
63x =
64 1 . 0 e+08 ∗
65 Columns 1 t h r o u g h 6
66 −0.0000 0.0000 −0.0006 0.0084 −0.0675 0.3230
67 Columns 7 t h r o u g h 12
68 −0.9735 1.8951 −2.3772 1.8546 −0.8182 0.1559
H=h i l b ( 1 2 ) ;
1
2x=o n e s ( 1 2 , 1 ) ;
3b=H\x ; % Se toma como v a l o r r e a l a l de MATLAB
4x1=Gauss2 (H, b ) ;
5x1=x1 ’
6x2=GaussJordan (H, b ) ;
7x2=x2 ’
8x3=raicesLUP (H, b ) ;
9x3=x3 ’
10f p r i n t f ( ’ E r r o r por Gauss \n ’ )
11e r r o r 1=max( abs ( b−x1 ) )
12f p r i n t f ( ’ E r r o r por GaussJordan \n ’ )
13e r r o r 2=max( abs ( b−x2 ) )
14f p r i n t f ( ’ E r r o r por RaicesLUP \n ’ )
15e r r o r 3=max( abs ( b−x3 ) )
16
Command window
17
18
E r r o r por Gauss
19
error1 =
20
3.1. 5. SISTEMAS LINEALES 41
21 2 . 1 2 7 9 e+24
22E r r o r por GaussJordan
23e r r o r 2 =
24 2 . 1 3 2 9 e+24
25E r r o r por RaicesLUP
26 e r r o r 3 =
27 2 . 1 7 0 2 e+24
>>
28
3.2. 6. SVD
Ejemplo de compresión de una imagen a blanco y negro (o escala de grises)
utilizando la descomposición en valores singulares.
Para r0 = 2 ∗ k
3.2. 6. SVD 43
Para r0 = 3k
Para r0 = 3 ∗ k
44 CAPÍTULO 3. DEBERES DE LOS PDF
3.3. 7. Interpolación
Interpolación de Lagrange
1%I n t e r p o l a c i o n de Lagrange
2%Los v a l o r e s i n g r e s a d o s de x e y son v e c t o r e s
3x = [ 1 , 2 , 2 . 5 ] ;
4y = [ 3 , 3 , 3 . 3 ] ;
5n=length ( x ) ;
6L=zeros ( n , n ) ;
7 f o r k =1:n
8 m=1;
9 f o r j =1:n
10 i f k˜= j
11 m=conv (m, poly ( x ( j ) ) ) / ( x ( k )−x ( j ) ) ;
12 end
13 end
14 L( k , : ) =m;
15 end
16L ;
17P=y∗L
18x1=min( x ) : 0 . 1 : max( x ) ;
19y1=polyval (P , x1 ) ;
20plot ( x1 , y1 )
21hold on
22plot ( x , y , ’ og ’ )
H T
13 18
14 18
15 17
16 16
17 15
18 14
Interpolación de Newton
1. Para los siguientes funciones y datos:
πx 2
f (x) = 3 sin
6
x f(x)
0 0
1 0.75
2 2.25
3 3.00
4 2.25
3.3. 7. INTERPOLACIÓN 47
P1 (x) = 0,75x
P2 (x) = 0,375(x)(x − 1) + 0,75x
P3 (x) = −0,25(x)(x − 1)(x − 2) + 0,375(x)(x − 1) + 0,75x
P4 (x) = 0,03125(x)(x − 1)(x − 2)(x − 3) − 0,25(x)(x − 1)(x − 2) + 0,375(x)(x − 1) + 0,75x
P1 (3,5) = 2,625
P2 (3,5) = 5,9063
P3 (3,5) = 2,6251
P4 (3,5) = 2,8301
2 A( k ) = y ( k ) ;
3end
4f o r j =1:N
5 f o r k=N: − 1 : j
6 A( k ) = (A( k )−A( k−1) ) / ( x ( k )−x ( k−j ) ) ;
7 end
8end
9
10function [ C,A]= newton2 ( x , y )
11n=length ( x ) ;
12A=zeros ( n , n ) ;
13 f o r k =0:n
14 A( k )=y ( k ) ;
15end
16f o r j =1:n
17 f o r k=n : − 1 : j
18 A( k ) =(((A( k )−A( k−1) ) ) / ( ( x ( k )−x ( k−j
))));
19 end
20end
21C=A( n , n ) ;
22f o r k=n −1: −1:1
23C=conv (C, poly ( x ( k ) ) ) ;
24n=length (C) ;
25C( n )=C( n )+A( k , k )
26end
Interpolación Spline
1. Construir un programa para la interpolación spline de grado 2.
1function s p l i n s e g u n d o g r a d o ( x , y )
2[ n , p]= s i z e ( x ) ;
3[ o , q]= s i z e ( y ) ;
4n i=q −1;
5a =1;
6b=1;
7c =1;
8d=2;
9s =[ a b c ] ;
10t =[d b 0 ] ;
11B=zeros ( 2 ∗ q −2 ,1) ;
12A=y ’ ;
13f o r i =1: q
14a=(x ( i ) ) ˆ 2 ;
15b=x ( i ) ;
16H( i , : ) =[ a b c ] ;
17f o r i =1: ni −1;
18J ( i , : ) =[d∗x ( i +1) 1 0 −d∗x ( i +1) − 1 ] ;
3.3. 7. INTERPOLACIÓN 49
19Z=zeros ( i , 1 ) ;
20end
21end
M=zeros ( 3 ∗ n i ) ;
22
23f o r i =1: n i
M( 2 ∗ i −1:2∗ i , 3 ∗ i −2:3∗ i )=H( i : i + 1 , : ) ;
24
25end
M( 1 , 1 ) =0;
26
27f o r i =1: n i
28B( 2 ∗ i −1:2∗ i , : ) =A( i : i + 1 , : ) ;
29end
30K=[B ; Z ] ;
31[ nf , nc ]= s i z e ( J ) ;
32f o r i =1:q−2
M( 2 ∗ q−2+i , ( ( 5 ∗ i −4) −(2∗ i −2) ) : ( ( 5 ∗ i ) −(2∗ i −2) ) )=J ( i , : ) ;
33
34end
M( 2 ∗ q −1 ,1) =0;
35
36S o l=M( 1 : ( ( 2 ∗ q−2)+(q−1) ) − 1 , 2 : ( ( 2 ∗ q−2)+(q−1) ) ) ;
37sp=inv ( S o l ) ∗K;
38c o e f =1;
39eq1 =[ sp ( c o e f ) sp ( c o e f +1) ]
40eq2 =[ sp ( c o e f +2) sp ( c o e f +3) sp ( c o e f +4) ]
41eq3 =[ sp ( c o e f +5) sp ( c o e f +6) sp ( c o e f +7) ]
42eq4 =[ sp ( c o e f +8) sp ( c o e f +9) sp ( c o e f +10) ]
43eq5 =[ sp ( c o e f +11) sp ( c o e f +12) sp ( c o e f +13) ]
44eq6 =[ sp ( c o e f +14) sp ( c o e f +15) sp ( c o e f +16) ]
45
46plot ( x , y , ’ g ’ , ’ LineWidth ’ , 1 ) ;
47x1 =[min( x ) : 0 . 1 : max( x ) ] ;
48I n t 1=interp1 ( x , y , x1 , ’ s p l i n e ’ ) ;
49S p l 1=s p l i n e ( x , y ’ , x1 ) ;
50plot ( x , y , x1 , I n t 1 , x , y , ’ ∗ ’ , ’ MarkerEdgeColor ’ , ’ r ’ , ’ LineWidth ’ , 2 )
51hold on ;
4. Resolver
3.3. 7. INTERPOLACIÓN 51
1) Grado 1
S0 = ax + b
S1 = cx + d
S2 = ex + f
S3 = gx + h
S4 = ix + j
S5 = kx + l
CONDICIONES INICIALES:
S0 (0,1) = 0,1a + b = 10
S0 (0,2) = 0,2a + b = 5
S1 (0,2) = 0,2c + d = 5
S1 (0,5) = 0,5c + d = 2
S2 (0,5) = 0,5e + f = 2
S2 (1) = e + f = 1
S3 (1) = g + h = 1
S3 (2) = 2g + h = 0,5
S4 (2) = 2i + j = 0,5
S4 (5) = 5i + j = 0,2
S5 (5) = 5k + l = 0,2
S5 (10) = 10k + l = 0,1
COEFICIENTES OBTENIDOS:
2) Grado 2
S0 = ax2 + bx + c
S1 = dx2 + ex + f
S2 = gx2 + hx + 1
S3 = jx2 + kx + l
S4 = mx2 + nx + o
S5 = px2 + qx + r
CONDICIONES INICIALES:
0,4a + b = 0,4d + e
d+e=g+h
2g + h = 2j + k
4j + k = 4m + n
10m + n = 10p + q
CONDICION NATURAL:
10p + q = 0
COEFICIENTES OBTENIDOS:
331,9x2 − 149,57x + 21,63 x [0,1, 0,2]
22,7x2 − 25,89x + 9,27 x [0,2, 0,5]
2,38x2 − 5,57x + 4,19 x [0,5, 1]
S(x) =
0,31x2 − 1,43x + 2,12 x [1, 2]
0,03x2 − 0,11x + 1 x [2, 5]
−0,002x2 + 0,01x + 0,2 x [5, 10]
3) Grado 3
S0 = ax3 + bx2 + cx + d
S1 = ex3 + f x2 + gx + h
S2 = ix3 + jx2 + kx + l
S3 = mx3 + nx2 + ox + p
S4 = qx3 + rx2 + sx + t
S5 = ux3 + vx2 + wx + y
CONDICIONES INICIALES:
1,2a + 2b = 1,2e + 2f
3e + 2f = 3i + 2j
6i + 2j = 6m + 2n
12m + 2n = 12q + 2r
30q + 2r = 30u + 2v
CONDICIONES NATURALES:
0,03a + 0,2b + c = 0
300u + 20v + w = 0
COEFICIENTES OBTENIDOS:
340,51x3 + 363,79x2 − 182,97x + 24,31 x [0,1, 0,2]
214,03x3 − 439,67x2 + 214,3x − 21,98 x [0,2, 0,5]
76,73x3 − 233,72x2 + 214,3x − 56,31 x [0,5, 1]
S(x) =
1,17x3 − 7,03x2 + 12,39x − 5,53 x [1, 2]
0,03x3 − 0,19x2 − 1,27x + 3,57 x [2, 5]
0,02x3 + 0,74x2 − 5,99x + 15,27 x [5, 10]
1
b) Interpolar por splines cúbicos la función en el intervalo 0 <
x2 + 1
x < 1 tomando los seis puntos de las abcisas xk = k5 k=0,1,2,3,4,5.
xk f (xk )
0 1
1/5 1/2
2/5 1/5
3/5 1/10
4/5 1/17
1 1/26
3.3. 7. INTERPOLACIÓN 55
S0 = ax3 + bx2 + cx + d
S1 = ex3 + f x2 + gx + h
S2 = ix3 + jx2 + kx + l
S3 = mx3 + nx2 + ox + p
S4 = qx3 + rx2 + sx + t
CONDICIONES INICIALES:
S0 (0) = d = 1
S0 (1/5) = 8 ∗ 10,3 a + 0,04b + 0,2c + d = 0,5
S1 (1/5) = 8 ∗ 10,3 e + 0,04f + 0,2g + h = 0,5
S1 (2/5) = 0,064e + 0,16f + 0,4g + h = 0,2
S2 (2/5) = 0,064i + 0,16j + 0,4k + l = 0,2
S2 (3/5) = 0,216i + 0,36j + 0,6k + l = 0,1
S3 (3/5) = 0,216m + 0,36n + 0,6o + p = 0,1
S3 (4/5) = 0,512m + 0,64n + 0,8o + p = 0,05
S4 (4/5) = 0,512q + 0,64r + 0,8s + t = 0,05
S4 (1) = q + r + s + t = 0,03
PRIMERAS DERIVACIONES:
1,2a + 2b = 1,2e + 2f
2,4e + 2f = 2,4i + 2j
3,6i + 2j = 3,6m + 2n
4,8m + 2n = 4,8q + 2r
CONDICIONES NATURALES:
c=0
3q + 2r + s = 2
56 CAPÍTULO 3. DEBERES DE LOS PDF
COEFICIENTES OBTENIDOS:
−156,08x3 + 43,71x2 x [0, 1]
3 2
−36,58x − 27,98x − 8,04 + 1,28 x [1/5, 2/5]
S(x) = 37,08x3 − 60,412x2 + 31,73x − 5,2 x [2/5, 3/5]
−20x3 + 42,33x2 − 29,91x7,13 x [3/5, 4/5]
40,41x3 − 0,19x2 + 86,08x − 23,8 x [4/5, 1]
x3 ,
x ∈ [0, 1]
f (x) =
0, 5(x − 1) + a(x − 1)2 + b(x − 1) + c
3
x ∈ [1, 3]
entonces:
b=3
Se derivan una vez más y se igualan teniendo en cuenta el punto en común:
6x = 3(x − 1) + 2a en x=1
entonces:
a=3 y c=1
Capı́tulo 4
Deberes Extra
57
58 CAPÍTULO 4. DEBERES EXTRA
34 end
5.1. Resumen
El libro comienza a partir de la historia de la ofrenda musical de Bach, en
la cual se narra la historia del Rey Federico el Grande de Prusia que se permite
improvisar sobre esta obra de Bach. Esto da el punto de partida para expli-
car cómo, el primer pilar del libro: el compositor Johann Sebastian Bach; logra
componer obras, no solo con un gran sentido musical, sino que también ofrece
extraordinarias composiciones que desafı́an las leyes naturales del oı́do humano,
es de esta forma que Bach logra realizar cánones, que son composiciones con
reglas muy marcadas sobre la melodı́a y la armonı́a que debe haber entre ellos;
también se explica las fugas, que son parecidas a los cánones pero con mayor
libertad, luego se establece un cánon de Bach, el “Canon per Tonos” que parte
desde una nota su armonı́a y melodı́a y termina en el siguiente tono de esa nota
sin cambios bruscos dentro de la composición, esto propone la idea de que el
oı́do humano espera que cuando una composición comience en una nota, termine
en la misma; pero esta vez no es ası́ dejando al oı́do en una clase de paradoja
sabiendo que la obra termino pero sin sentirlo ası́; entonces se podrı́a decir que
para completar la obra se la vuelva a interpretar en la nota que termino, y repe-
tirlo ası́ por seis veces, por los seis tonos musicales, para terminar en la misma
nota original; y es de esta manera que el autor logra introducir el concepto de
recursividad, que engloba los bucles que pueden comenzar y terminar sobre el
mismo punto, a estos los llamará, bucles extraños. Con esto en mente logra in-
troducir al segundo pilar del libro: el pintor M. C. Escher, que puede mostrar
el mismo fenómeno de recursividad de Bach, pero en sus cuadros, es decir que
comienzan en una forma y pueden concluir en otra, ası́ como se muestra en el
cuadro “Metamorfosis II”, o bien logra mostrar también los bucles extraños,
pero esta vez al ser de forma gráfica se logra comprender mejor de que se trata
este fenómeno ası́ como las pinturas de “Cascada” y “Subiendo y Bajando”. El
ultimo pilar del libro es el matemático Kurt Gödel, a quien se vuelve mas difı́cil
introducirlo en escena, aunque su teorema tiene mucho que ver con la recursi-
59
60 CAPÍTULO 5. GÖDEL, ESCHER Y BACH
vidad y los bucles extraños, pero esta vez se trata de los números y teoremas;
todo parte del objetivo que se plateó David Hilbert de revisar todos los teore-
mas de las matemáticas hasta llegar a los axiomas más primitivos, para darle
una base fuerte a la matemática que sigue apareciendo a partir de ella, a este
compilado lo llamó “Principia Mathematica”; pero Gödel logró ver más allá de
lo que Hilbert pudo, porque Gödel entendió lo que próximamente se llamarı́a:
“teorema de incompletitud de Gödel”, que, parafraseando dice que ningún sis-
tema de la matemática formal es capaz de probar por completo los fundamentos
o los axiomas primordiales que la componen, en otras palabras ningún sistema
formal podrá demostrarse a si mismo, en una palabra, recursividad. También
estableció que, si un sistema matemático formal tiene sus axiomas primitivos
comprobados de forma “lógica”, a parte de los teoremas que se logrará conseguir
manejando adecuadamente los axiomas; existirán teoremas que revisados con la
misma lógica resultarán ser verdaderos, pero no podrán ser comprobados a par-
tir de los axiomas que se conocen, es decir, de cierta forma, un bucle extraño.
Para ejemplificar de lo que se tratará cada capı́tulo, el autor utiliza el recurso
de un diálogo entre dos personajes basados en un dialogo de Lewis Carrol, se
trata de Aquiles y la Tortuga.
que revisa la marcha hacia atrás como un proceso recursivo igualmente. Y para
este capı́tulo se utiliza lo que se ha aprendido a cerca de el cálculo proposicional
para definir, de manera concreta, al sistema formal TNT, conformado de varias
reglas y axiomas, con las cuales, se permite reducir cualquier teorema matemáti-
co, a un conjunto de sı́mbolos bien ordenados, esquematizados y normados; es
decir, lo vuelven un isomorfismo de los teoremas matemáticos.
La primera parte de este libro, permite establecer temas, que parecı́an estar
tan dispersos como sistemas formales, isomorfismos, recursividad, e incluso el
budismo zen; para representarnos de una manera clara una perfecta relación
entre muchos de ellos en situaciones de la vida común, como lo es: la música,
pintura e incluso las matemáticas.