Análisis numérico y de algoritmosclave: IMCTV 309

CESCIJUC[pic 1]

INGENIERÍA EN MECATRÓNICA

MATERIA: ANALISIS NUMERICO Y DE ALGORITMOSCLAVE: IMCTV 309 

GRUPO: MCV03DO01

PLANTEL ECATEPEC

Tercer Cuatrimestre

Alumno: Cristian Braulio Romero Ordoñez Matricula: V2202ECAIMV0001

ÍNDICE

Tarea 1   página 3 a 4

Tarea 2   página 5 a 6

Tarea 3   página  8

Tarea 4   pagina 9

Tarea 1 resolver la ecuacion lineal por metodo de punto fijo

import matplotlib.pyplot as plt
import pandas as pd
import math


# funcion
gx = lambda x: (0.5*math.sin(x)-x+1)
gp = lambda x: (0.5*math.sin(x)+1)
# como se almacenan los valores
ng = []
x1g = []
gxg = []
eag = []

# metodo de punto fijo
x1 = 1.5
tolera = 0.00001

# contador de iteracion
n = 0

# PROCEDIMIENTO
porsentaje = 100
while not (porsentaje < tolera):
   n += 1
   x2 = gp(x1)
   porsentaje = abs((x2 - x1) / x2) * 100
   x1g.append(x1)
   gxg.append(x2)
   eag.append(porsentaje)
   ng.append (n)
   x1 = x2
   if porsentaje > 200 or abs (gx(x1) ) > 1 :
       break

# colocar en forma de tablas para facil visualización con pandas
mydataset = {
   'iteracion': ng,
   'x': x1g,
   'gx': gxg,
   'ea': eag

}

# SALIDA
print('       raiz en: ', x1)
print('error en porsentaje: ', porsentaje)
print(x1- gx(x1))

# imprimir en pantalla la tabla de valores
df = pd.DataFrame(mydataset)
print(df)

#programa para graficar funciones
#import matplotlib.pyplot as plt
# funcion
fx = lambda x: (0.5*math.sin(x)-x+1)
xg =[]
fg =[]
for i in range(150 + 1):

xg.append( -4 + i*0.1 )
fg.append(fx(-4 + i*0.1))


plt.plot(xg,fg)
plt.grid("true")
plt.show()

raiz en:  1.4987011356830426

error en porsentaje:  3.8667994723651895e-06

1.4987011377702544

   iteracion         x        gx        ea

0          1  1.500000  1.498747  0.083570

1          2  1.498747  1.498703  0.002982

2          3  1.498703  1.498701  0.000107

3          4  1.498701  1.498701  0.000004

Grafica

[pic 2]

import matplotlib.pyplot as plt
import pandas as pd
import math


# funcion
gx = lambda x: (2*x**2-x-5)
gp = lambda x: (2*x**2-5)
# como se almacenan los valores
ng = []
x1g = []
gxg = []
eag = []

# metodo de punto fijo
x1 = 2
tolera = 0.01

# contador de iteracion
n = 0

# PROCEDIMIENTO
porsentaje = 100
while not (porsentaje < tolera):
   n += 1
   x2 = gx(x1)
   porsentaje = abs((x2 - x1) / x2) * 100
   x1g.append(x1)
   gxg.append(x2)
   eag.append(porsentaje)
   ng.append (n)
   x1 = x2
   if porsentaje > 200 or abs (gp(x1) ) > 1 :
       break

# colocar en forma de tablas para facil visualización con pandas
mydataset = {
   'iteracion': ng,
   'x': x1g,
   'gx': gxg,
   'ea': eag

}

# SALIDA
print('       raiz en: ', x1)
print('error en porsentaje: ', porsentaje)
print(x1- gx(x1))

# imprimir en pantalla la tabla de valores
df = pd.DataFrame(mydataset)
print(df)

#programa para graficar funciones
#import matplotlib.pyplot as plt
# funcion
fx = lambda x: (2*x**2-x-5)
xg =[]
fg =[]
for i in range(150 + 1):

xg.append( -4 + i*0.1 )
fg.append(fx(-4 + i*0.1))


plt.plot(xg,fg)
plt.grid("true")
plt.show()

...