Saludos, puede revisar el contenido en el blog, donde se muestra el algoritmo en Python: blog.espol.edu.ec/analisisnumerico/metodo-de-la-secante-ejemplo-con-python/

@@EdisonDelRosario Muchas gracias!!!

Saludos, en el enlace de la descripción del video puede encontrar los detalles para hacer seguimiento paso a paso de las instrucciones

Muchas gracias por sus palabras, alientan a compartir contenido académico y haber contribuido con un granito de arena a "salvar el semestre". Saludos

Saludos, la fórmula que mencionas corresponde al error relativo entre iteraciones ej: 1% o .01, es un valor entre [0,1]. La fórmula del tramo usada en el algoritmo corresponde al error absoluto, de la magnitud entre el valor anterior, es decir si fuese x distancia se controla el error como hasta 1cm 0.001. Puede revisar el concepto en: blog.espol.edu.ec/analisisnumerico/error-por-tipos-en-computador/

Gracias por sus palabras

Saludos, existe Heaviside en numpy (forma numérica) y en sympy (forma simbólica, por lo que se podría presentar conflicto si no se usan los prefijos o alias (as np , as sym) para diferenciarlos. En general, primero se trabaja la forma simbólica para tratar las expresiones de las transformadas (Laplace, z, Fourier). Parra hacer las gráficas con matplotlib se convierte a la forma numérica de numpy.

Considero que le falta instalar la librería numpy en Python. Adjunto un enlace con los detalles de la forma de realizarlo: blog.espol.edu.ec/ccpg1001/descargas/numpy-matrices-instalar/ Por otro lado, para minimizar trabajo con las librerías, en el curso usamos winpython, que es una versión empaquetada que trae lo necesario para los ejercicios sin tener que instalar cada librería. blog.espol.edu.ec/ccpg1001/descargas/winpython-portable/ espero que la información le sea de utilidad.

Hola, muchas gracias. Nos complace que le sea de utilidad

El ejemplo es sobre un polinomio, por lo que para evaluar la función no fué necesario. Se lo considera usar si la función contiene por ejemplo np.cos(x), np.exp(x), etc. Para presentar la tabla si se usa tabla = np.array(tabla)

El método como tal está planteado para una variable. En la unidad 3 puedes plantear un sistema de ecuaciones con dos incógnitas para una solución tipo iterativa.

saludos, para las gráficas se tiene el detalle la siguiente sección en la página: blog.espol.edu.ec/analisisnumerico/2-1-1-biseccion-ejemplo01/ bajo el título de "mejorando el algoritmo". El video de introducción a gráficas: kzbin.info/www/bejne/p6inaKyaipKJeKc De forma complementaria, toda la unidad uno con videos de: blog.espol.edu.ec/telg1001/senales-continuas/

los metodos son aproximaciones que estiman una cota de error, en el caso del trapecio es O(h^3). Para comprobar la precision del algoritmo se usa la solución analítica del integral restando la estimación con la solución del método numérico. Sin embargo de requerir el error "exacto" se debe considerar la solución del integral, lo cual elimina la facilidad de usar un método numérico. Supongo que necesita comprobar la precisión del algoritmo.

Saludos, lo de los colores con la artesanía del powerpoint :) Lo añadi por sugerencia los estudiantes para diferenciar cada trapecio al ser visto en la pantalla del proyector. La retroalimentación siempre ayuda.

Muchas gracias por sus palabras, nos animan a continuar

para todas las "diferencias finitas" se genera la tabla.. tan solo cambiando los vectores xi y fi

@@EdisonDelRosario gracias :)

Muchas gracias por sus palabras

Muchas gracias por sus palabras

Muchas gracias por sus palabras

Interpreto la pregunta: cómo obtener un polinomio de grado 6 de una función. De ser el caso, podrías usar el polinomio de Taylor de grado 6, desarrollado en la unidad 1 blog.espol.edu.ec/analisisnumerico/1-4-taylor-polinomio-ejemplo01/

Gracias por sus palabras, nos complace que los tutoriales le sean de utilidad

Debe hacer falta instalar la librería numpy. El enlace te indica cómo hacerlo blog.espol.edu.ec/ccpg1001/descargas/numpy-matrices-instalar/

Si reduces la precisión, no se garantiza que pase por todos los puntos... Si aun lo prefiere, habría que extraer cada coeficiente del polinomio y reducirlo. primero convertir px.as_poly para luego usar px.coeffs()

Puedes aplicar para las muestras los conceptos dados en el video de kzbin.info/www/bejne/o6HEgphvfbiKh8U con lo descrito en: blog.espol.edu.ec/telg1001/senales-discretas/ Saludos

Saludos, el tema se había tratado en la página del GIRNI, donde se encuentran los contactos. Escríbenos tus inquietudes y conversamos. blog.espol.edu.ec/girni/

Es un "estilo" de presentación. En los textos se puede notar que las señales continuas se las observa por intervalos [a,b], Las señales discretas se usa la muestra inicial n0, y se indica el el número de muestras 0,1,2,3, ..., muestras. La intención en el algoritmo es presentar la alternativa para esos casos. Igual se puede indicar entre las muestras [n0,muestras]. Saludos

Gracias por su comentario

Nos podrías comentar sobre lo que te ayudaría un poco más sobre el tema. Siempre se puede mejorar el contenido. Saludos

Esa es la actitud..!

Nos complace que le fuese de utilidad. Gracias por su comentario

Gracias por su mensaje, nos alegra que le sea de utilidad. Saludos

Puede revisar el código línea por línea en la página del blog y asi encontrar las "diferencias" con el que ha escrito. Adjunto el enlace que también se encuentra en la descripción, espero le sea de utilidad. blog.espol.edu.ec/analisisnumerico/3-4-gauss-jordan-metodo/

Saludos, gracias por sus palabras. La bibliografía se encuentra en la sección de "Acerca de/bibliografía" en el blog de cada curso y como parte de la referencia de cada tema tratado. Espero le sea de utilidad.

Saludos, dos observaciones respecto a lo que ud propone realizar: 1. Los datos ingresados, todos estan como números enteros. En el curso, durante la unidad 3 se indica que se deben ingresar los datos como números reales xi = np.array([1,2,3],dtype=float) 2. En la unidad hay una práctica sobre el perfil de una mascota, un pato y un dibujo. Durante la práctica el estudiante encuentra que usar un polinomio de un grado muy "grande" no es factible puesto que NO representa lo buscado pues "oscila". blog.espol.edu.ec/analisisnumerico/mascota-descansando/ Con la práctica y unas cuantas preguntas teóricas, se detecta cuáles estudiantes no han leido el capítulo correspondiante. Pues no se recomienda usar el "algoritmo.py" sin realizar un análisis previo (grado, puntos de inflexión, etc)

Revise la práctica y podrá observar algunos "detalles" sobre el polinomio que se usaría para describir la "mascota". Esperamos le sea de utilidad los comentarios

Gracias por su mensaje, nos alegra que le sea de utilidad. Saludos

saludos, ¿podrias indicar el inconveniente que encuentras? o la forma que intenta usarlo. Agradecemos su ayuda para mejorar

Saludos, el editor de instrucciones es el básico de Python: IdleX en los cursos recomendamos el paquete integrado de WynPython, como se describe en: blog.espol.edu.ec/analisisnumerico/acerca-de/descargas/

Saludos, para empezar desde cero, El curso de fundamentos de computación te puede ser de punto de partida: blog.espol.edu.ec/ccpg1001/

@@EdisonDelRosario Gracias maestro Edison

Saludos, te refieres al método de predictor y corrector, también llamado Runge Rutta, lo encuentra en kzbin.info/www/bejne/ipPIm3WJhc99sKc

saludos, cada letra representa un arma diferente, las seleccionadas pueden ser una cadena armas='alh' interpretado como arco, lanza, honda... Las municiones pueden ser un arreglo indicando las flechas del arco, cantidad de lanzas y piedras para la honda.. otra forma podría ser armas='aaahh' que se interpreta como 3 flechas de arco y dos piedras de honda. Se podría crear una función para cada vez que use un arma, elimine una letra de la cadena.. entre otras posibilidades. espero le sea de utilidad.

Gracias por comentar. Respecto a la consulta, es correcto,con pocos datos lo mas sencillo es llenar xi y fi.

¿Puede desarrolla la pregunta? es respecto al ejercicio de Menús y matrices?

Nos llena de satisfacción que te haya sido de utilidad. Muchas gracias por escribir. Cualquier inquietud y sugerencia estamos para servir.

Saludos, para la solución única del sistema de ecuaciones, deben existir tantas ecuaciones como incógnitas ... Si deseas observar hasta donde se puede simplificar el sistema, puedes mostrar la matriz aumentada AB (print(AB)) y observar como se simplificaron las ecuaciones, teniendo soluciones "infinitas"..

Si para la solución usas una variable libre, aquí hay un ejercicio donde se explica el procedimiento. blog.espol.edu.ec/analisisnumerico/s1eva_2021paoi_t2-atencion-hospitalaria-con-medicamentos-limitados/

Es lo mismo para un sistema de mas ecuaciones, solo se cambia los datos de la matriz en el ingreso, Saludos. Gracias por comentar

@@EdisonDelRosario es que ya ajuste a una matriz no cuadrática pero manda errores, solo puede resolver matrices cuadradas

Si escribes la matriz A y el vector B, te podría dar mas indicaciones.. Para que exista una solución al sistema, deben existir el mismo número de ecuaciones que de incógnitas. Caso contrario no existe solución única. La simplificación de las ecuaciones se muestra en la matriz aumentada AB, supongo que es lo que deseas observar (print(AB))

Si tu pregunta es como la de Sergio, puedes usar una "variable libre", un ejercicio donde se explica el proceso se encuentra en: blog.espol.edu.ec/analisisnumerico/s1eva_2021paoi_t2-atencion-hospitalaria-con-medicamentos-limitados/