Escolar Documentos
Profissional Documentos
Cultura Documentos
ISBN: 978-980-12-7937-2
Indce
CAPTULO 0 .............................................................................................. 1
GENERALIDADES...................................................................................... 1
Algunos conceptos fundamentales .............................................................. 1
Anlisis numrico. ..................................................................................... 3
Mtodos numricos. ................................................................................... 4
CAPITULO I ............................................................................................... 6
TEORA DE ERRORES ............................................................................... 6
Introduccin .............................................................................................. 6
Aproximacin numrica ............................................................................. 7
Modelos matemticos: ................................................................................ 7
Errores ...................................................................................................... 8
Error absoluto: ............................................................................................... 8
Error relativo: ............................................................................................... 10
Nmeros en la computadora..................................................................... 22
Propagacin de errores ............................................................................. 23
La estabilidad ............................................................................................... 25
La convergencia ............................................................................................ 25
contenido
cuenta
con
los
teoremas
que
sustentan
GENERALIDADES
CAPTULO 0
ordenadores son
tiles
para
clculos
matemticos
TEORA DE ERRORES
CAPITULO I
Introduccin
En la actividad matemtica, la ingeniera, la informtica y muchas otras
ciencias, existen fenmenos muy variados que necesariamente deben ser
representados por modelos matemticos. Estos modelos, por su complejidad o
por caractersticas particulares no presentan soluciones exactas y las ms de
las veces no son fciles de hallarlas, y es aqu, donde los mtodos numricos
proporcionan soluciones aproximadas a los problemas que surgen de
situaciones muchas veces no solucionables por mtodos matemticos
tradicionales.
El clculo numricos es aquel que aplicando mtodos obtiene
resultados numricos que se aproximan a los resultados exactos que se
obtendran aplicando la solucin analtica de un problema; estos resultados
pueden ser hallados con la precisin que se desee y precisando con
anterioridad los mrgenes de errores de acuerdo a la rigurosidad y precisin
de los resultados esperados.
Los mtodos numricos se utilizan para resolver problemas que
presentan dificultad para hallar soluciones por medio de los mtodos
analticos tradicionales, o situaciones problemticas que no sean sencillos de
resolverlos. Estos mtodos proporcionan una sucesin de valores que se
aproxima a la solucin del problema.
Al resolver un problema por mtodos numricos se tendrn siempre
presente los errores, siendo stos de distintos tipos.
Al aplicar un mtodo numrico a cualquier situacin problemtica, se
debe emplear un criterio de convergencia, citando con antelacin la precisin
que se necesite de acuerdo al tipo de problema a solucionar.
modelos
matemticos
resultantes
de
una
modelizacin
Definicin 1.
Si
absoluto como:
Teorema 1.
trminos. El sentido del error es del mismo sentido si el error del minuendo es
mayor que el del sustraendo, y de distinto sentido en caso contrario.
Ejemplo 1.
Sea la cantidad exacta 5 y el nmero aproximado 5,3. Sea la cantidad
exacta 2 y el nmero aproximado 2,1. Verifica si se cumple el Teorema 1.
Solucin
Sea la cantidad exacta 5 y el nmero aproximado 5,3. El error absoluto
es: 0,3.
Sea la cantidad exacta 2 y el nmero aproximado 2,1. El error absoluto
es: 0,1
Luego:
| = 0,5
La suma algebraica de los errores absolutos es: 0,2 + 0,2 + 0,2 = 0,5
Ejemplo 3.
Sea el resultado de una operacin en donde se comprueba que el valor
exacto es 8 y El valor aproximado hallado es 8,2. Calcular el error absoluto.
Solucin
|= |
=|
8.2| = 0.2
Error relativo:
Definicin 2.
=|
Si
absoluto como:
| |
| |
| |
Teorema 2.
Solucin
Sean: 2, 10 y 5 los nmeros exactos y su suma: 2 +10 + 5 = 17
Sean: 2,1; 10,2 y 5,3 los nmeros aproximados y su suma:
2,1 + 10,2 + 5,3 = 17,6
El error absoluto de la suma es: 17,6 - 17 = 0,6
El error relativo de la suma es:
= 0,035294117
Dos
Teorema 3.
= 0,0812
Teorema 4.
= 4
0,024
Luego:
0,025 0,05
0,025 1
Errores inherentes
0,025
1,025
0,024
Errores de truncamiento
Estos errores son originados por aproximacin de soluciones analticas
de un determinado problema por medio de mtodos numricos
=1+
1!
2!
3!
=0
las
cantidades
estudiadas
pertenecen
los
nmeros
= 2.718281828
2.71828182 =
Sin embargo, considerando que el nmero que segua al corte era mayor
= 2.118281828
2.11828183 =
0.000000002.. , que en
nmeros con los que se trabaja, el error de redondeo puede tener incidencia
importante en el clculo final.
Redondeo de un nmero
Con el redondeo de un nmero lo que se pretende es escribir un numero
con menor cantidad de dgitos significativos, representando dicha cantidad
con el menor error posible.
Para redondear un nmero se fija a que cifra significativa se va a
redondear dicho nmero. Si el nmero a la derecha de la cifra fijada es mayor
o igual a 5, se suma uno en el lugar donde se quiere redondear, si es menor a
5, se deja el nmero donde se quiere redondear sin agregarle nada.
Ejemplo 7.
Redondea los siguientes nmeros a tres dgitos significativos:
a) 27,0670
b) 37,23
c) 7,415
Solucin
a) 27,0670 = 27,1 b) 37,23 = 37,2
c) 7,415 = 7,42
Ejemplo 8.
Redondea las siguientes cantidades a nmeros enteros:
a) 23,617
b) 237,21
c) 7,5
Solucin
a) 23,617 = 24
b) 237,21 = 237
c) 7,5 = 8
Ejemplo 9.
Redondea las siguientes cantidades a dos cifras decimales: a) 57,2367
b) 0,789
Solucin
c) 92,3341
a) 57,2367 = 57,24
b) 0,789 = 0,79
c) 92,3341 = 92,33
Redondeo truncado
El redondeo truncado consiste en truncar el resultado de una operacin
al nmero de cifras significativas que se estn utilizando. Por ejemplo s se
redondea -
Redondeo simtrico
El redondeo simtrico consiste en aumentar en uno la ltima cifra
retenida s la primera cifra descartada est entre 5 y 9, o dejarla igual s la
primera cifra descartada est entre 0 y 4. Por ejemplo s se redondea
a4
Error porcentual
Este tipo de error consiste simplemente en el error relativo expresado en
por ciento (%). Se expresa matemticamente por:
%=
%=
Ejemplo 10.
| |
Calcular la funcin
|
|
| |
100%;
100% =
, para
| |
100%;
( )
3!
5!
7!
=0
1)
+1
Si se denota como
3!
3!
Se obtiene la sucesin:
El lmite ser:
3!
5!
3!
3!
5!
,...,
5!
7!
3!
5!
7!
( )
3!
5!
7!
(2) = 2
sen(2) = 2
=0
2
2
+
3! 5!
1.33333 + 0.26666
1)
2
7!
+1
0.02540 = 0.90793
Calculo de error
=|
=
| = |0.909297426
| |
| |
9.90793| = 0.001367426
0.001367426
= 0.001503826978
|0.909297426|
Ejemplo 11.
Calcular la funcin
, para
( )
3!
5!
7!
=0
1)
+1
(2) = 2
(2) = 2
2
2
+
3! 5!
1.333333 + 0.266667
2
2
+
7! 9!
Calculo de error
=|
=
| = |0.909297426
| |
| |
0.09348| = 0.000050574
0.000050574
= 0.0000556188
|0.909297426|
2) = 0,5%
Precisin
) 7,400
) 0,000230
) 0,003
Exactitud
La exactitud se refiere al grado de aproximacin que se tiene de un
nmero o de una medida al valor verdadero que se supone representa, o sea,
que tan cerca est del valor buscado. Por ejemplo, s se lee la velocidad del
velocmetro de un auto, esta tiene una precisin de 3 cifras significativas y una
exactitud de +5kph.
Nmeros en la computadora
La computadora es un dispositivo de clculo, sta trabaja con un
conjunto de nmeros, que no es precisamente el de los nmeros reales.
El conjunto de los nmeros reales, presenta algunas caractersticas
como:
Es infinito en ambos extremos.
Es continuo.
Cada nmero puede tener una cantidad ilimitada de cifras.
Los nmeros pueden ser tan pequeos como se desee.
El conjunto de los nmeros que se manejan en una computadora
presenta las siguientes caractersticas:
Es finito en ambos extremos.
No es continuo.
Cada nmero tiene una cierta cantidad mxima de cifras.
Los nmeros no pueden ser tan pequeos como se desee.
Una computadora almacena los nmeros en sistema binario, usando un
nmero determinado de bytes, dependiendo del tipo de dato y de la
computadora que se emplee, presentando las siguientes caractersticas:
La estabilidad
Todo problema requiere datos de entrada, que origina por lo menos una
salida. S cambios pequeos en los datos de entrada producen cambios
pequeos en la salida, se dice que el algoritmo es estable o problema bien
condicionado, en caso contrario se dice que el algoritmo es inestable o
problema mal condicionado.
Si el error despus de n operaciones se puede representar por
(n) = kn , se dice que el error es lineal. En cambio si el error se representa
por
(n) = k
Definicin 3.
Estos
criterios
= lim
lim
son
= lim
= 0
= lim
simplemente
= 0
100
tericos,
= 0
porque
no
presenta
= |
= lim
= 100|
Tolerancia
|=
Tolerancia
Tolerancia
+1
Valor exacto
82
221
105
53
Valor aproximado
82,87
219,22
106,37
51,93
Error absoluto
Error relativo
Error porcentual
9
2 = 7
9,2
2,1 = 7,1
5
1 = 4
5,2
1,1 = 4,1
10
3 = 7
10,3
3,2 = 7,1
Ejercicio 5.- En las siguientes sumas demuestra que el error relativo de la
3 + 5 + 7 = 15
y
3,2 + 5,2 + 7,2 = 15,6
2 + 6 + 9 = 17
2,1 + 6,3 + 9,2 = 17,6
9 + 10 = 19
9,2 + 10,3 = 19,5
Ejercicio 6.- Demuestra que el error relativo del producto de dos nmeros
tiene el mismo valor que la suma de los errores relativos de los factores ms
el producto de esos mismos errores.
3
7 = 21
2 10 = 20
5 9 = 45
3,2
2,1
5,2
7,2 = 23,04
10,3 = 21,63
9,2 = 47,84
Ejercicio 7.- Demuestra que el error relativo del cociente de dos nmeros
dados es igual a la suma o la diferencia de los errores relativos de los datos,
dividida por el menor ms uno.
7
3 = 2,333
7,2
3,2 = 2,25
9
2 = 4,5
9,2
2,1 = 4,38
10
4 = 2,5
10,3
4,1 = 2,512
Ejercicio 8.- Subraya los dgitos significativos de cada expresin:
) 21,33
) 310,56
) 0,0021
) 0,30100
Ejercicio 10.-
Ejercicio 11.-
) 3,2495 =
) 0,00414 =
) 23,540 =
) 2,4315 =
) 47,0217 =
) 5,00791 =
Redondea a unidades las siguientes cifras
) 2,37 =
) 37,88 =
) 7,49 =
) 0,86 =
) 21,37 =
) 82,52 =
Redondea a dos cifras decimales las siguientes cantidades:
) 7,397 =
) 32,7777 =
) 53,7219 =
) 41,05321 =
) 0,5611 =
) 3,22631 =
CAPITULO II
Introduccion
La aproximacin de funciones es una de las ideas ms antiguas del
anlisis numrico, siendo ahora la ms usada. Es fcil entender por qu razn
se presenta esa situacin. Los polinomios son fcilmente computables, sus
derivadas e integrales son nuevamente polinomios, sus races pueden ser
halladas con relativa facilidad.
La simplicidad de los polinomios permite que la aproximacin
polinomial sea obtenida de varias maneras, entre las cuales se pueden citar;
interpolacin, mtodo de los mnimos cuadrados, mnimos y mximos, etc.,
por tanto es ventajoso sustituir una funcin complicada por un polinomio que
la represente.
Definicin 4.
Teorema 5.
Teorema de Weirstrass
), es extremadamente
...
( )=
Teorema 6.
Si
Teorema 7.
polinomio P, definido en
|
] , dado
> 0 , existe un
Polinomios de interpolacin
El problema general de interpolacin por medio de polinomios consiste
+ 1 nmeros o puntos distintos, sean stos reales o complejos
en, dado
,...,
nmeros
=
que
en
,...,
general,
+1
son
valores
de
, determinndose un polinomio
) =
) =
; ...;
,...,
sean distintos.
) =
una
,..,
funcin
) de grado
Dados
valores
a
tal que:
Teorema 8.
+ 1puntos distintos
,...,
Definicin 5.
,...,
(reales o complejos) y
+ 1
= 0,1,2,3, ,
,...,
Ejemplo 14.
( ).
= 15 =
=8=
1=
)
)
)
= 2, y se debe determinar
( )
Susyituyendo
+3
= 0,1,2
obtenemos
=8
+9
= 15
=9
= 8,
6,
=2
, es:
( )=8
, o lo que es lo mismo
( )=
Figura 1.
Interpolacin de Lagrange
( )=8
6 +
) dichos puntos,
( )
( )=
( )=
( )=
( )=
( )
Luego
=
+(
( )
Asi
Como
( )
( )
( )
, los cuales son lineales
=
(x ) = 0,
( )
(x ) = 0,
( )=y y
Definicin 6.
Los trminos
coeficientes de LaGrange
( )
)y(
(x ) = 0 ,
)
( )
(x ) = 1
( )=y
entonces
por
, se definen como
( )=
=
Cuando
), el proceso de utilizar
en
nodos. Si
<
calcular
reciben el nombre de
Considerando la funcin
= 0.2
) para aproximar a
) =
(0.6).
Figura 2.
= 0.2
= 1.0
=
=
( ) =
0.2 = 0.19866933
1.0 = 0.84147098
) y
( )
0.2
1.0
+ (0.19866933)
1.0 0.2
0.2 1.0
( ) = (0.84147098)
) = 1.051838725(
Evaluando en
(0.6) se tiene:
(0.6) = 1.051838725(0.6
0.2)
(0.6) = 1.051838725(0.4)
0.2)
0.248336662(
0.248336662(0.6
1.0)
1.0)
(0.6) = 0.520070154
Calculo de error
El valor verdadero de
0.564642473
(0.6) = 0.564642473
0.520070154
0.564642473
= 0,1,2,3, . . . ,
,...,
( )=
, y si
+ 1 puntos es:
Donde
)(
)(
) (
)(
)(
)(
)(
)(
)=
(x
(x
=
Ejemplo 15.
=
Sea
= 0.2;
(6).
= 0.5;
) =
) y calcular
Solucin
= 0.2
= 0.5
= 1.0
0.2 = 0.198669
0.5 = 0.479426
1.0 = 0.841471
x)
x)
)
)
)
)
(
(
)
(
)
)
(
(
)
)
(
(
0.5)
1)
0.2)
1)
( ) = 0.198669
+ 0.479426
(0.2 0.5 )(05 1)
(0.5 0.2)(0.5 1)
(
0.2)
0.5)
+ 0.841471
(
0.2)(1 0.5)
)
( ) = 0.82779 (
0.5)
+ 2.10368 (
1)
0.2)
3.19617 (
0.5)
( ) = 0.82779 (
1.5 + 0.5) 3.19617(
+ 2.10368(
0.7 + 0.1)
( ) = 0.82779
1.241685 + 0.413895 3.19617
+ 2.10368
1.472576 + 0.210368
0.2)
1)
1.2 + 0.2)
+ 3.835404
( )
0.2647 + 1.21143
0.014971
(0.6)
0.2647 (0.6) + 1.21143(0.6) 0.014971
(0.6)
0.095292 + 0.6726858 0.014971 = 0.5624228
Calculo de Error
El valor verdadero de
(0.6) = 0.564642473
0.639234
0.56423
0.56464247
0.56464247
Figura 3.
Error en la interpolacin
( )=
El polinomio de interpolacin
un conjunto de puntos distintos
) =
),
verdadero que
= 0,1,2, . . . ,
) =
0,1,2, . . . ,
se considera
calcula
) a travs de
,...,
) sobre
cumple la propiedad
En los puntos
) . Para evaluar
no siempre es
) en los puntos
Sea
) =
( )
).
Teorema 9.
) continua en
Teorema de Rolle
,...,
<
<
, tal que
y se
). Si
) = 0.
Sea
) sea continua en
). suponiendo que ( )
=0
)
)=
) continua en
Sea
)
( )
] y que
( )
Donde min (
)=
), el punto
)(
(
1)!
. Entonces
Si
en [
sus
] entonces:
(
( )
derivadas
)(
|(
Teorema 12.
hasta
)(
1)!
orden
+1
)|
= 0,1, . . . ,
son
continuas
)
0, esto es:
Teorema 13.
= (
Teorema 14.
(
(
)=
1)
1)
(
(
1)
1)
( + 1) (
( + 1) (
)
)
0 .
de
Esta
forma
de
polinomio
interpolacin
es
( )
( )
Donde min(
El
polinomio
por
(
)
,
de
en
)(
max (
interpolacion
Ejemplo 16.
(
(
1)
1)
1) (
se escribe en terminos de
( )=
)!
para
( + 1)!
como
+ 1 puntos
sonbre
)=
(
(
1)
1)
( + 1) (
( + 1) (
)
)
0.1
1.3499
) =
Calcular
0.2
0.3
1.8221
0.4
2.4596
3.3201
0.5
4.4817
en el punto
= 0.4
0.2
0.3
0.3644
( )=
Usando
( )=
(
(
( )=
) = (0.3644)
1)
1)(0
( )=
Y usando
)=
(
1(1
) (
) (
2)
=
2)
1)
=
1)
+2
+ (0.7379)
) = 0.1083
+2
)=
1.3280
2)
=
2)
2(2
= 0.2
0.4
0.7379
)
en el punto
+ (1.32800)
+ 0.2652 + 0.3644
(0.25)
Se desea clacular
0.5
Se tiene
De
(
|(
)(
= 0.5
|f (t)| = 125.4988
= 0.1
= 0.5
(0.25)
(
( )
( )
Donde
0.1083
( )
0.2
0.2652 0.3644
0.0542 0.1597
0.3194 0.5241
(0.5) = 0.5241
Entonces
De
0.1083
0.25
1) (
1)(
2)
1)(
2)
3!
( + 1)!
3!
)|
)(
1)!
)
)
= 0.001 y apartir de
( ) = 27e (1 + t)
Por tanto
( ) = |0.5||0.5
Observaciones
1||0.5
2|
0.001
x(5.066 = 0.0078
6
10 )
dos
desventajas
al
usar el
polinomio
de
Lagrange
para
interpolacin.
Implican ms operaciones aritmticas que el mtodo de diferencias
divididas (mtodo a ser analizada a continuacin).
Si se desea sumar o restar un punto del conjunto usado para obtener
el polinomio, esencialmente debe iniciarse de nuevo el proceso.
El mtodo de diferencias divididas es econmico en cuanto a los clculos
aritmticos realizados en el proceso.
Es importante notar que, tanto por el mtodo de Lagrange como por el
mtodo de diferencias divididas no se consiguen resultados diferentes,
solamente en la economa de los procesos de clculo.
Definicin 7.
y sean
Definicin 8.
[
,,
Sea
= 0.1, . ,
]
,,
,...,
se define
[
= 0,1,2, ,
) sonbre
,,
Definicin 9.
funcin
Donde
,,
,...,
[ ]
+1
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ,
]=
, =
[ ,
[ ,
[ ,
]
,
= 0,1,2, . . . , ;
) en los puntos
Ejemplo 17.
Construir la tabla de diferencia dividida de la siguiente funcin
presentada en la tabla.
( )
Solucin
-2
-1
-2
29
30
31
62
2
1
[ ]
2
29
30
31
20
1
( 2)
= 31
( 2)
30 29
=1
0 ( 1)
31 30
=1
1 0
62 31
= 31
2 1
62
[ ,, ]
, ,
1 31
=
0 ( 2)
1
15
1
=0
1 ( 1)
31 1
= 15
2 0
0 (
1 (
15
2 (
15)
=5
2)
0
=5
1)
[ ,,
5
=0
( 2)
Ejemplo 18.
Para la
divididas:
x
F(x)
-0.3
1.6081
Solucin.
xi
-0.3
-0.2
-0.1
0.0
0.1
0.2
0.3
-0.2
1.4016
-0.1
1.2001
Orden 1
F[xi
1.6081
1.4016
1.2001
1.0000
0.8001
0.6016
0.4081
-2.065
-2.015
-2.001
-1.999
-1.985
-1.935
0.0
1.0000
0.1
0.8001
0.2
0.6016
0.3
0.4081
Orden 2
Orden 3
Orden 4
Orden 5
Orden 6
0.25
0.07
0.01
0.07
0.25
-0.6
-0.2
0.2
0.6
1.0
1.0
1.0
0
0
Note que las diferencias divididas de orden 4 tienen el mismo valor, y las
sean distintos en
de la siguiente manera.
f x0, x1 =
f[x1] f x0,
x1 x0
f x0, x1 , x2 =
(n + 1)f x0, x1 , , xn
], adems de eso,
) debe ser
0yx
x1
f[x1 x2 , , xn ] f x0, x1 , , xn
xn x0
xk , k = 0,1,2,3 n
]
).(
)(
]
).(
)(
+
)
]
).(
)(
Esto afirma que se puede usar cualquier par de puntos para construir la
diferenciadividida de una funcion, y no necesariamente el primero y el ltimo.
A partir de este punto corresponde buscar una formula de recurrencia para
f(x) De la formula anterior se obtiene:
) = [ ] + (x
)=
( )
]+(
) [
( )
]+(
) [
[ ]
(
]+(
] [
]
+(
+(
+(
)(
)(
)(
)(
)(
)(
)(
)(
,
,
,
,..,
,..,
)(
]+. . +(
) [
]+(
)= [
,,
Luego:
( )
+(
esto es
)(
)(
= 0,1, ,
]+(
) [
]+(
)(
,,
,,
= { }
= { }
) sobre los
)(
R =(
= { }
,,
( )
)!
)(
)(
). Si no se
viene
)= [
xi
x0
f xi
f0
dado
]+(
) [
...
...
]+. . +(
la
)
)(
)(
fn
por
xn
expresin
,,
= { }
+ 1) , es decir:
y
)
) si furamos a construir un
( )
,,
)(
S los nodos
igualmente
espaciados,
entonces
sea
( )=
); i = 0,1,2, . n
) y se obtiene:
se sustituye en la formula de
[
,,
se
puede
( )
frmula
pueden expresar as
igual a
la
)(
]+. . +(
) [
]+(
)= [
,,
1)
1) (
,,
1 lo cual
+ 1)
1) (
+ 1)
Nota:
a) El valor de
b) Como
evaluar,
,,
,,
> 0 , entonces
( )=
donde
punto
el primer nodo.
c) La frmula
1) (
)(
)(
)!
!(
,
,,
)!
!(
)!
)(
!(
( )
, esto se sustituye en
!
( )
)(
,,
)!
)!
, lo cual equivale a
y se obtiene :
!
Formula de Newton-Gregory
Para puntos igualmente espaciado se puede usar una variante de la
formula de Newton, conocida como formula de Newton Gregory.
( ) tambin se puede expresar usando la notacin de las
La frmula
diferencias progresivas :
[ ]
,
,,
,,
( )
( )
( )
=
=
En general:
( )
( )
( )=
( ), lo cual se sustituye en
,,
]+(
) [
,,
)(
]+(
)(
)(
obtenindose:
( )
( )
,.
,,
]sh +
+ 1) +
h s(s + 1) (s + n
( + 1) . (
1)
( Error asociado )
) previa, quedan
b) Si ya has
Ejercicio 13.-
(1.5)
Ejercicio 14.-
Dados
los
pares
de
puntos
(1.5).
Dados
los
pares
de
puntos
( )
0
-1
1
3
3
9
5
2
SISTEMAS NO LINEALES
CAPITULO III
Introduccion
Estudiamos en este captulo uno de los problemas ms bsicos de la
aproximacin numrica y con mayor historia: el clculo de races. Es decir, la
determinacin de una raz, o solucin, de una ecuacin de la forma
donde
) = 0,
obliga a buscar mtodos para encontrar los ceros de forma aproximada. Los
mtodos que se discuten en esta leccin son iterativos y de dos tipos: uno en el
que se puede asegurar la convergencia y el otro en el que la convergencia
depende de una o dos aproximaciones iniciales.
Mtodos conceptualmete sencillos son los mtodos de intervalo, que
aprovechan el cambio de signo de la funcin en el entorno de una raz. As,
partiendo de dos valores proporcionados inicialmente, dichos mtodos tratan
de reducir el tamao del intervalo que encierra al cero buscado, hasta
converger a ste con la suficiente precisin.
Un ejemplo de este tipo de mtodos es el de biseccin, que adems de ser
un mtodo simple e intuitivo, se puede utilizar para obtener una adecuada
estimacin inicial del cero de la funcin que despus puede ser refinado por
mtodos ms poderosos. El segundo tipo de mtodos se basa en aproximar la
funcin, cuyos ceros se buscan, por una recta. Los mtodos que describiremos
parten de una aproximacin (Mtodo de Newton, que aproxima la funcin por
una recta tangente) o dos aproximaciones (Mtodo de la Secante, que
aproxima la funcin por una recta secante) y determinan el cero de la funcin
con una precisin deseada. Estos mtodos no garantizan la convergencia,
pero, cuando convergen, lo hacen generalmente ms rpidamente que los
mtodos de intervalo
Uno de los problemas que frecuentemente se presenta y requiere de
solucion en algun tipo de trabajo cientifico, es el de calcular las raices de una
determinada ecuacion de la forma
( ) = 0 Donde
( ) puede ser un
algunas
con
mayor
precision
que
otras,
algunas
derivada
( )=0
estacionarios como
son
en
ciertos
casos
los puntos
de
Si
Si
]; entonces existe un
punto
punto
Teorema 16.
( )
( )
Teorema 17.
( )
( )
]; entonces existe un
Si
) y
intervalo abierto (
tal que
] ; diferenciable en el
( )=0
( )
( ) = 0,
ellos tantas veces como indique su orden de multiplicidad. Entre dos raices
consecutivas de la derivada no pueden existir dos raices distintas de
porque si existieran,
Si
intervalo abierto (
( )
Si
) existe un numero
) , tal que
( )=k
] y diferenciable en el
( ) = 0,
( )
( )
( )=
( ) y k un
), tal
paises se usa el punto (.). Se aclara esta situacion, pues las calculadoras
tambien usan el punto como separador decimal.
Orden de convergencia
El orden de convergencia de un metodo mide la velocidad con que las iteraciones
producidas por el metodo se aproximan a la solucion exacta. Asi, cuando mayor fuere el
orden de convergencia mejor sera el metodo numerico, pues sera posible obtener mas
rapidamente la solucion buscada.
Definicin 10.
la iteracin
constante
convergencia
Sean
en
1 y su
] es un
Definicin 11.
Si
cero (o raz) de
:[
Donde p es el orden de
) = 0
Ejemplo 19.
Hallar el intervalo que contiene una raz de la funcin
Solucion 1: Se grafica la funcin
( )=
( )=
Figura 4.
( )=
Observacin: Al ser
Solucion 2:
Se la funcin
( )=
= 0 entonces
=
= 0 , esto implica 0 =
, asi y =
, si
, de esta manera y =
Figura 5.
y =
anterior.
Mtodos cerrados
Metodo de Biseccin
Definicin 12.
) <
0. Entonces, por el teorema del valor intermedio para funciones continuas, existe
al menos un
) tal que
) = 0.
) = 0, donde / es una
)
) tengan signos
distintos, dice el Teorema de Bolzano que / debe tener, al menos, una raz en
].
el intervalo
( )
En
este
momento,
existen
dos
Si
entonces
] y
. De hecho, una
Considerando que:
) = 0,
Si:
es la raz buscada, si
] [
0 entonces:
].
extremos del intervalo del polinomio tome valores cuyos signos sean distintos.
Se repite el procedimiento en el intervalo elegido.
Observaciones: La longitud del intervalo es una estimacin del error
cometido al aproximar la raz. La nica restriccin para elegir a y b es que los
valores P(a) y P(b) tengan signos distintos, en general, entre ms pequea sea
la longitud del intervalo, en menor nmero de pasos se encontrar la
aproximacin deseada. Este mtodo se aplica en la busca de races tanto
racionales como irracionales.
Sea
Sea { }
la sucesin de puntos
coverge a { }
], tal que
) = 0 y adems:
en particular
Orden de convergencia
Ejemplo 20.
( )=
Solucin
( )=
Figura 6.
2, 1].
Sea el polinomio
Evaluando en
Asi
( )=
2) =
( 1) =
Intervalo
[-2;-1]
[-1.5;-1]
[-1.25;-1]
[-1.125;-1]
[-1.0625;-1]
6( 2) + ( 2)
6( 1) + ( 1)
Punto medio xn
-1.5
-1.25
-1.125
-1.0625
-1.0313
6 = 40 > 0
6 =
P(xn)
12.75
4.46
1.418
0.134
-0.45008
1< 0
Signo
+
+
+
+
-
Error
1
0.5
0.25
0.125
0.0625
[-1.0625;-1.0313]
-1.0468
-0.16436
0.03125
] , sino el punto de
) ;(
)) con el
( ) cuya pendiente es
( )
( )
( )
, luego:
Figura 7.
( )
( )
( )
( )
( )
)
( )
( )
( )
( )
( )
)
,
( )
( )
( )
( )
( )
( )
( )
=
( )
( )
) = 0,
) = 0, entonces c es un cero de
) < 0,
)<0
en [
en
].
(
(
)
)
( )
( )
= 0,1,2,3,4 ..
( )
( )
( )
( )
Ejemplo 21.
Aplicar el mtodo de falsa posicin para encontrar un cero de
ln ( ) +
, en el intervalo [0.5; 1]
) =
Solucin
Sea la funcin
( )=
( ) + ,
c =
(a )
( )
0.5
Y asi
0.5
0.5
0.5
( ) 1( 0.19311472)
=
( )
0.19311472
( )
0.1931472
( )
0.1931472
0.1931472
0.1931472
El valor exacto de
( )
0.1931472
0.5
1
0.58
0.5736
para
( )
1
( )
1
0.0352728
0.017777
( )=
( )
1
0.5(1)
= 0.58094
1
0.58
( )
0.58094
0.58
0.5736
0.5674608
( )
0.0352728
0.017777
0.00087498
( ) + , es: 0.56714329
f(x)
f(x)
f(b)
f(b)/2
c2
c1
f(a)
Figura 8.
( )
)) si la funcin es
convexa en el intervalo (figura a) o bien a partir de la recta que une los puntos
))
( ,
Por otra
f(a)
f(x)
f(x)
X
A
f(x)
f(b)
X
Figura 9.
))
( ,
) si la funcin es
valor con la media de los valores de la funcin en los extremos del intervalo,
=( ( )
Metodos abiertos
A diferencia de los metodos cerrados que requieren de un intervalo que
encierre la raz buscada, los metodos abiertos que se veran a continuacion
requieren de un solo valor o dos valores iniciales o valores de arranque, que no
necesariamente encierran a la raiz, esto hace que algunas veces las
sucesiones generadas por estos metodos sean divergentes o se alejen de la raiz
de interes, pero tiene la ventaja que cuando convergen lo hacen mas
rapidamente que las sucesiones generadas por los metodos cerrados.
Metodo de punto fijo
Este metodo, iteracion de punto fijo, es conocido tambien como metodo
(
de
). El metodo de punto fijo es una forma muy util para obtener una raiz
( ) se concluye que
) Siempre que se
tiene
).
Teorema 24.
Si
entonces
( )
( )
1 para todo
] para todo
[
], Si ademas
],
],
( )
entonces
Solucion
3 . Por razones
Figura 10. x2
6=0
las races
6 = 0 , transponiendo,
+ 6,
b)
c)
= x de all
+ 6.
= x es
una recta de 45o que atraviesa el primero y el tercer cuadrante del plano
cartesiano, esta recta hace de punto fijo. Es sabido que el punto de
interseccion de dos curvas (o rectas) presenta un cero de la funcin sobre (, lo
cual indica el valor proximo a tomar par las iteraciones, en este caso, ronda en
torno a 3.
Figura 11. y1 = x e
y2 = x + 6.
= 2.5
= 2.5 + 6 = 2,91548
= 2,91548 + 6 = 2,98588
= 2,98588 + 6 = 2,99765
= 2,99765 + 6 = 2,99961
= 2,99961 + 6 = 2,99993
= 2,99993 + 6 = 2,99999
+6
f(x)
6=0
Figura 12.
y1 = x
6
1
, y2 = x
y =
Para
6
2,4
1,5 1
6
=
1,76471
2,4 1
6
=
= 2,17021
1,76471 1
6
=
= 1,89262
2,17021 1
6
=
= 2,07424
1,89262 1
6
=
= 1,95170
2,07424 1
6
=
= 2,03273
1,95170 1
=
6 = 0,
( 2)
2)
6=0
Figura 13. y1 = x y y2 = x2
6 Para
= (2.5)
6 = 0.25
= 0(.25)
6 = 5.9375
= ( 5.9375)
6 = 29,254
= (29,254)
6 = 23,254
= (29,254)
6 = 534,748
= 2.5,
= 3, sino hacia
=2
Si
de orden
| ( )| < 1,
>1
es un punto fijo de
( )
> 1 y si
Comentarios
El comportamiento de los tres reordenamientos es interesante y merece
y la curva:
) trazada contra
) es la interseccion de la
( ) Con este metodo
elegido. Este proceso iterativo contina hasta que los puntos en la curva
convergen en un punto fijo o bien divergen.
Los diferentes comportamientos dependen de que la pendiente de la
curva sea mayor, menor o de signo opuesto a la pendiente de la recta.
Mtodo de Newton - Rapson
Uno de los mtodos ms atractivos y populares para la bsqueda de los
ceros de una funcin no lineal es el mtodo de Newton, debido a la rpida
convergencia del mtodo, ya que en general es q-cuadrtico. Existe varias
maneras de deducir el mtodo de Newton, el mtodo a ser presentado se base
en el mtodo de iteracin lineal.
ste es, sin duda, uno de los mtodos ms importantes y tiles para el
clculo de races. Dada una aproximacin inicial de la raz
partir de
, se busca, a
)+
)(
) que corresponde a un
polinomio, es decir:
( )
( )
una secuencia
Definicin 13.
( )
( )
Teorema 27.
) = 0 si y solo si
) = 0 y
Teorema 28.
0.
+ 1 derivadas continuas en
multiplicidad m de la ecuacin
Sea
entonces para todo
( )
) = 0 si y solo si
) = 0. Si
) = 0, si
( )(
] y sea
( )(
2!
( )(
3!
],
se
0;
1 una
), su
) = 0 en ese
)) y as
que
( ) = de aqu que
en forma general
. Si
0 =
un cero de
y sea
una aproximacin a
tal
) =
) +
) +
en donde
trmino
):
) +
F(x)
X1
X2
X0
Ejemplo 23.
Hallar la menor raz positiva de la siguiente ecuacin con error inferior a
10-2, usando el mtodo de Newton.
( )= 4
= 0
) = 0 en otras dos
= 4
donde:
, igualmente valido.
y 2 = ex
=1
)=4
) =
, deben efectuarse los clculos como mnimo con tres cifras decimales.
(1) =
(1)
(1)
= 4(0,5403)
4(0,84147)
2,71828 =
2,71828
2,1612
3,36588
2,71828 =
2,71828 =
0,55708
6,08416
=1
0,55708
6,08416
= 0,908437
0,908437
0,908437
= 0,10079 > 10
Se debe hacer una nueva iteracion, pues el error relativo es mayor que el
indicado
(1) = 4
(0,908437)
(1)
(0,908437)
= 2,4599
3,15418
2,4804 1 =
2,4804 1 =
0,0205
5,63458
Se debe hacer una nueva iteracion, pues el error relativo es mayor que el
indicado.
( )
( )
0,9048
= 0,908437
0,908437
0,9048
0,0205
5,63458
= 0,0039 < 10
= 0,9048
2
Luego,
Si
= 0,9048
para la funcin
( )= 4
= 0
) = 0 y si
La nueva aproximacin a la
a partir de lo
) es:
0) =
0)(
0)
de donde,
F(x)
X1
X0
A
F(x)
x
X0
X1
B
Figura 16. Dos situaciones en las que el mtodo de Newton no funciona adecuadamente:
(a) el mtodo no alcanza la convergencia y (b) el mtodo converge hacia un punto que
no es un cero de la ecuacin.
En la
Teorema 30.
] que contiene a x y
Ejemplo 24.
) ( )
( ) (
+ 4 , partiendo de
= 1,5
4x2 + 4x,
= 0;
=2
= 2 Como la
funcin es cubica, supone que tiene tres races, y como las races complejas se
presentan en pares conjugados, sta funcin no tiene races complejas, sino,
tres races reales.
Sea:
( )=
4 + 4 ;
( )= 3
8 + 4;
"( ) = 6
8
{ )=
4 + 4
(1,5) = (1,5)
4(1,5) + 4(1,5) = 3,375
9 + 6 = 0,375
( )= 3
8 + 4
(1,5) = 3(1,5)
8(1,5) + 4 = 6,75
12 + 4 = 1,25
"{ ) = 6
8
"(1,5) = 6(1,5) 8 = 9 8 = 1
Aplicando la expresin
= 1.5
) ( )
( ) (
)
(
( ) ( )
(0.375)( 1.25)
= 1.5
( ) ( )
(1.5625) (0.375)(1)
0.46875
= 1.5 + 0.394736842 = 1.894736842
1.1875
) =
+ 4 ;
(1.8947) = (1,8947)
(1.8947) = 6,8018
) = 3
+ 4;
"( ) = 6
4(1,8947) + 4(1,8947)
(1.8947) = 10,76966
"(1.8947) = 6(1,8947)
15,15762 + 4 =
8 = 11,3682
Aplicando la expresin
( ) ( )
( ) ( )
= 1.8947
0,387954
8 = 3,3682
) ( )
(
( ) ( )
(0.0206)( 0.387954)
= 1.8947
(0.1505) (0.0206)(3.3682)
(
0.007992
0.081115
= 1.8947 + 0.098527
= 1.99323
raz
{ ) =
1,5
1,8947
1,99323
0,375
0,0206
+ 4
0,00006
1,9965
0,000024457
( )=
+ 4
= 1,9965 = 2
Donde
)
(
( )
( )
)
)
( )
( )
= 0 por el mtodo
Solucin
=5
= 1,4
(
( )=
= 1,5
) =
5
)=
(1.4) = 1.4 5
5
= 1,183216
1,232985
= 0,049769
(1.5) = 1.5 5
5
= 1,224745
1,11565 = 0.109095
Se tienen
= 1,4;
( )=
= 1,5;
( )
( )
1,4(0,109095)
(0,109095)
=
0,2273865
0,158964
1,430428
1.5
0,158964
0,049769
) = 0,109095
)
1,5( 0,049769)
0,049769)
= 1,430428
1.4
1.5
1.5
1.430428
(
)
0,049769
0,109095
( )
0,109095
3.3 10
1,430428
1,43059911
(
)
3.3 10
0.0486372
0.000196
= 1,618
, mientras que el
)]; [
)]; [
)] . El cero propio de
Sean
= 0;
(0) +
(0) +
( ) + ( )+
) +
) +
0)
( )
( )
( )(1 + )
+ (1 + )
( )
( )
)
= 0 se encuentra
, se
, y la raz.
( )=
= 0,8;
= 1,0;
) =
0,8
= 0,2
( )=
= 0,2
= 0,6;
( )=
0,8 =
1 =
0,6
0,10329
0,4597
=
=
0,6 = 0,22534
= 1
0,8
= 0,8
0,6
0,2
=1
0,2
( ) = 0,4597
= 1,0
0,10329
= 0,8
( ) = 0,22534
= 0,6
( )
1( 0,4597)
( )(1 + )
+ (1 + )
( )
( 0,10329)(1 + 1) + 0,22534
1(0.2) + (1 + 1)
=1
=0
0,02778
0,08
( 0,4597)
( )
( )
=
( 0,10329)
0.2
0,34725 )(0.2)
( )=
0,34252
0.2
0,34725
= 2.933
= 1. 7126
2( 0,10329 )
( 1. 7126) ( 1. 7126)
=
0,20658
0,10329
4( 0,34725)( 0,10329 )
0,20658
1,7126 1,67019
1,7126 1,67019
0,20658
= 0,8 0.0610679 = 0,738932
3,38279
= 0,738932
y se evalua la funcion
en este punto:
( ) = cos
( ) = cos 0,738932
0,738932 = 0,000256277
) = 0, por lo
( ) = 0,000256277
< 10 .
una medida intuitiva del margen de error y funciona para cualquiera de los
metodos descritos.
El valor verdadero de la unica raiz real de la funcion; ( )
0,739085133
=
= 0,739085133
=
1.531 10
= 0.0002072 = 2.072 . 10
0.739085133
=
10
EJERCICIOS DE CONSOLIDACIN
Ejercicio 17.-
, para
de Newton.
Ejercicio 18.trascendente
Ejercicio 19.-
metodos de: punto fijo, biseccion, regula falsi, Newton, secante y Muller.
De los 15 ejercicios presentados a continuacion, resuelve tres funciones
con cada metodo, la eleccion es personal.
( ) = 3
{ ) =
( ) =
{ )=
( ) =
( ) =
( ) = 7
+
+
( ) =
( ) =
( ) =
( ) =
Ejercicio 20.-
+ 5
+ 2
( ) =
( ) = 3
{ ) =
{ ) =
( )= 3
+ 7
+ 7
+ 3
5
12
2
3
+ 1
+ 3 + 6
+ 3
2
3
( )= 5
= 0
Ejercicio 21.-
) =
Verifica si el polinomio
11 = 0, tiene
Ejercicio 22.2 = 0,
( )=
Ejercicio 23.-
Demuestre
que
el
punto
fijo
= 0
=,
=,
Ejercicio 26.-
) = 0,4
+ 0,2
+ 0,1
Sea la funcin
( )=
) =
Sea la funcin
La ecuacin
= 0
[1.8; 2.0], Halla el valor aproximado por el mtodo de regula falsi con dos
decimales correctos.
Ejercicio 29.-
) =
La ecuacin
intervalo [0.5; 1] usando el mtodo regula falsi. Determinar la raz con una
precisin de 10 .
Ejercicio 30.-
Ejercicio 31.las
Ejercicio 32.-
+ 7
races
) =
) =
+ 5
reales
3
de
8 13 = 0
Determinar
la
raz
la
de
ecuacin
) = 0,5
polinmica:
+ 6 2 ,
Ejercicio 33.-
Localice
la
primera
raz
positiva
de
) =
y b) 1,5
Sea la funcin
real partiendo de
4 y usar:
) =
+ 2
Ejercicio 35.-
Ejercicio 36.-
Ejercicio 37.-
menor que 10 .
Ejercicio 38.) =
+ 7
2 , partiendo de
= 0,5
la
) =
en caso de que el
funcin
( )=
explicar porqu.
Ejercicio 40.-
reales de la funcin
) = 5
explicar porqu.
5;
Ejercicio 41.-
Encuentre la interseccin de
Ejercicio 42.-
Encuentre la interseccin de
Ejercicio 43.-
Encuentre la interseccin de
Ejercicio 44.-
Encuentre la interseccin de
Ejercicio 45.-
positiva de la ecuacin
Ejercicio 46.-
3;
= 1 +
= 5 +
= 0
= 2 ;
Determinar
( )
todas
las
races
+ 5 = 0 , con precisin de 10
del
polinomio
) =
, usando el mtodo de
Ejercicio 48.-
negativa de la ecuacin
10 .
) =
+ 2 = 0, con precisin de
CAPITULO IV
Introduccin
En distintas reas del conocimiento, muchas veces existe la necesidad
de resolver un sistema de ecuaciones no lineales, pero, hallar las soluciones o
races reales de un sistema de ecuaciones no lineales presenta mayor
dificultad que hallar las races de una ecuacin no lineal con una variable. La
solucin de sistemas de ecuaciones no lineales esencialmente consiste en
ampliar los mtodos de solucin de una sola ecuacin no lineal a sistemas de
ecuaciones no lineales, sin embargo, esto presenta mayor dificultad al
momento de resolver cada sistema.
No existe un criterio general para conocer cuantas soluciones tiene un
sistema no lineal de ecuaciones dadas, incluso, es posible que el sistema no
tenga solucin. Un sistema de ecuaciones no lineales es de la forma:
(
(
Donde cada
= 1,2,3, . . . ,
,
,
)= 0
)= 0
)= 0
; . . . ) y aplicarlas a
mtodos que presentan mayor precisin como los de punto fijo o de Newton.
esto
permitir
graficar
con
mayor
precisin
obtener
"intersecciones" ms nitiditas.
Ejemplo 26.
Sea el sistema de ecuaciones no lineales presentado a continuacin,
halla la solucin del sistema aplicando el mtodo grfico.
= 7
=1
-3
-2
-1
0
1
2
3
= 7
= 1
2
1,73205
2,44949
2,64575
2,44949
1,73205
0,95021
0,86466
0,63212
0,00000
-1,7183
-6,3891
-19,086
= 7
y la curva de la ecuacin
(1.2;
2,3).
10
+1
Punto fijo
El mtodo de punto fijo es uno de los que se citan entre los mtodos
directos. Es siempre conveniente resolver un sistema de ecuaciones no lineal
por un proceso iterativo, sobre todo cuando no requiera evaluar las derivadas
parciales en dicho proceso, como es el caso del mtodo de Newton. Esta
ventaja presenta la iteracin de punto fijo.
La resolucin de sistemas no lineales a travs del mtodo de punto fijo
es muy semejante al mtodo iterativo lineal estudiado anteriormente para
resolver ecuaciones no lineales. As, un primer paso en la aplicacin de
iteracin lineal es resolver el sistema de la forma:
) = 0
( )
g(x, y) = 0
=
y = G(x, y)
( )
sucesivas
= G(x
,y
) ( )
vecindad V de la raz
|
|
|+
|+
<
<
<1
<1
), donde:
, .
, .
se debe,
) = 0,2
) = 0,4
+ 0,2
+ 0,1
+ 0,6 = 0
+ 0,5 = 0
a)
= 0,2 + 0,2
= 0,4 + 0,1
+ 0,6 =
+ 0,5 =
)
)
al
evaluar
las
derivadas
parciales
arrojen
resultados
La condicin (a) se cumple, pues es posible despejar las variables del sistema.
La condicin (b) se cumple, pues
tanto continuas.
Es muy difcil conocer a priori la solucin del sistema, sin embargo hay casos
en que se puede intuir un posible resultado, debido a la simplicidad del problema.
Siempre ser importante partir de una grfica toda vez que sea posible, al final, es la
manera ms fcil de acceder a los valores iniciales de una iteracin.
Si se escribe que
= 0,4 + 0,2 ,
= 0,4 + 0,1 ,
= 0,2
= 0,2 ,
| +
|+
) esta en la vecindad de
) = (0,9; 1,1, ) y
Primera iteracion
= G(x
,y
= 0,2 + 0,2
= 0,4 + 0,1
+ 0,6 = (
+ 0,5 =
0.96 0.9
= 0.0625 > 10
0.96
0.9689 1.1
=
= 0.1353 > 10
0.9689
=
)
)
Tercera iteracin
0,9703
0.96
0,9703
= 0.0106 > 10
0,9791 0.9689
= 0.0104 > 10
0,9791
0,9763 0,9703
= 0.00615 < 10
0,9763
0,9802 0,97039
= 0.0012 < 10
0,9802
) = (0.9763; 0.9802),
= 0,007 y
= 0,001.
, es
Si una de las
Mtodo de Newton:
Teorema 32.
sucesin
) donde
es un punto cualquiera de D.
en torno de
).
(
(
). As.
)+
)
)(
)(
(
(
)+
)
)= (
)= (
(
(
)(
)(
)+
)+
) = 0. Se obtiene el sistema:
(
)+
)
) haciendo
0) =
( )
) =
) =
Est entendido que todas las funciones y derivadas parciales deben ser
calculadas en
, ) =
Donde
0 en
). La funcin
. La solucin
).
) que de
) es
) de este
). La repeticin de
El Jacobiano
) no se anula en la vecindad V.
La aproximacin inicial
.,
).
= 2
= 1 Con
2=0
ecuaciones dadas.
1=0
) buscada.
) = (1.2; 0.7).
) =
(1.2; 0.7) = (1.2) + (0.7)
) =
(0.7)
(1.2; 0.7) = (1.2)
+
2
2 = 1.44 + 0.49
1
1 = 1.44
0.49
2 =
1 =
0.07
0.05
= 2 ;
= 2 ;
(
(
(
(
)
)
)
)
Se aplica la frmula x
x = 1.2
(1.2,0.7)
(1.2,0.7)
(1.2,0.7)
(1.2,0.7)
= 2 = 2(1.2) = 2.4
= 2 = 2(0.7) = 1.4
= 2 = 2(1.2) = 2.4
2(0.7)
1.4
(
0.07(1.4) 0.05(1.4)
(2.4)( 1.4) (1.4)(2.4)
= 1.2
0.168
= 1.2
6.72
0.098 + 0.07
= 1.2
( 3.36) (3.36)
(
= (0.7) 0.05(2.4)
(0.07)(2.4)(2.4)( 1.4)
= (0.7)
( 0.025) = 1.225
(1.4)(2.4)(1.2,0.7)
0.048
= 0.707143
6.72
1.225 1.2
= 0.025 > 10
1.225
0.707143 0.7
=
= 0.0101 > 10
0.707143
=
)
)
)
)
(1.225,0.707143)
(1.225,0.707143)
(1.225,0.707143)
(1.225,0.707143)
Se aplica la frmula x
= 2 = 2(1.225) = 2.45
= 2 = 2(0.707143) = 1.41428
= 2 = 2(1.225) = 2.4
2(0.707143)
1.41428
(
= 1.225
(
= (0.707143)
)
(
(0.001253) = 1.2237
)
0.00003319 = 0.70711
1.2237 1.225
= 0.00106 < 10
1.2237
0.70711 0.70714
=
= 0.000042 < 10
0.70711
=
Ejercicio 49.-
en el intervalo (1.5; 2)
Ejercicio 50.-
5 = 3
2
= 5
Resuelve el siguiente sistema por el mtodo grfico, probar
Ejercicio 52.-
+ 3
= 9
5
= 3
Resuelve el siguiente sistema por el mtodo grfico, probar
0.5;
1.5)
+
= 2
+ = 1
Resuelve el siguiente sistema por el mtodo grfico, probar
Ejercicio 54.-
= 0
+
= 0
Resuelve el siguiente sistema por el mtodo grfico, probar
2; 2.5)
2+
=0
3+
=0
Resuelve el siguiente sistema por el mtodo grfico, probar
en el intervalo (2; 3)
Ejercicio 55.-
+
= 6
= 1
Aplicando el mtodo de punto fijo y el mtodo de
punto (1. ;
Ejercicio 56.-
1.8).
= 2
+
=1
Aplicando el mtodo de punto fijo y el mtodo de
= 0
2
= 1
El estado estacionario de concentracin de dos especies
5 +
3 = 0
= 0
Usando el mtodo de Newton para sistemas de ecuaciones
= 4
= 9
, iniciando las
Ejercicio 59.-
iteraciones en
, iniciando las
2; 1).
+
5 = 0
+ 3
+ 3 = 0
Usando el mtodo de Newton para sistemas de ecuaciones
Ejercicio 60.-
, iniciando las
1) +
= 7
+ (
1) = 9
Dado el siguiente sistema no lineal, hallar una solucin con
Ejercicio 61.-
) =
2
+ 3 = 0
= 0
Determinar una solucin con dos dgitos significativo
Ejercicio 62.-
) = (0.5; 0.85)
+ 3 = 0
= 0
Demostrar que el siguiente sistema no lineal posee
Ejercicio 63.-
Ejercicio 65.-
con
dos
1); ( 4; 1)
dgitos
( 4;
significativos
correctos,
iniciando
en
1)
+
+ 9
= 12
+ 36
= 36
Resolver el siguiente sistema de ecuaciones no lineales.
) =
2 + 3 + 5 = 0
(
)=
+ 5 2 2 1 =0
(
)= + 4 +
+ 2 = 0
Usando el mtodo iteracin de punto fijo y el mtodo de
inicindolas iteraciones en
2; 0.6;
0.1)
(0.8; 1; 1.6).
Ejercicio 66.-
) =
2 + 3 + 5 = 0
(
)=
+ 5 2 2 1 =0
(
)= + 4 + 2 + 2
= 0
Para el siguiente sistemas de ecuaciones no lineales,
Ejercicio 67.-
(3.2;
2.5; 1.2).
, inicindolas iteraciones en
8 =0
+ 3 = 0
+ + 3 = 0
Para el siguiente sistema de ecuaciones no lineales,
el mtodo grfico.
Ejercicio 68.-
2 = 3
+
= 9
Para el siguiente sistema de ecuaciones no lineales,
el mtodo grfico.
= 1
+
= 3
ECUACIONES LINEALES
CAPITULO V
Introduccin
La necesidad de resolver sistemas de ecuaciones lineales es muy
frecuente en las ciencias aplicadas, en particular la ingeniera. Los sistemas
lineales son aplicados en la bsqueda de solucin a diversas situaciones
prcticas, ya sea como la solucin completa de un problema alguna parte de
ella.
Entre las aplicaciones prcticas de los sistemas lineales pueden citarse
como ejemplos:
Determinacin del potencial en redes elctricas.
Calculo de tensin en una estructura metlica de construccin civil.
Calculo de razn de drenaje en un sistema hidrulico con derivaciones.
Los problemas matemticos en todos estos casos se reduce al problema
de resolver un sistema de ecuaciones lineales. Cuando un sistema lineal es de
gran porte, se debe escoger adecuadamente el mtodo numrico a utilizar para
preservar la precisin mxima del sistema.
Definicin 14.
Definicin 15.
Un vector en
Sean:
= ( (
vectores renglones en
y solo si
Definicin 16.
vectores en
, . ,
Definicin 17.
= (
= (
Sean:
= ( (
,...,
).
Sea:
, ,
) vector de
= (
, a
= (
,...,
,...,
) ,
,...,
) ,
, si
, se define el
).
Definicin 18.
en
= (
Definicin 19.
Sean:
= (
Se
define
Sea:
de un vector v,
=
, . ,
+
+ )+
0
,
,
,
=
=
+
+ ( +
+ 0 =
,
,( + ) =
, ( + ) =
, ( )) = ( )
Definicin 20.
el
) y
producto
,...,
)=
= (
de
vector de
Sean: u, v, w vectores en
,...,
vectores
,a
,,
), vectores
como:
, se define la norma
y se denota como:
Teorema 33.
, entonces, se tiene:
Conmutativa
Asociativa
elemento neutro
Elemento simtrico
Distributiva
Distributiva
Asociativa
+ = 0
+
+
= ( )
pueden ser objetos matemticos de muy variados tipos, aunque normalmente las
matrices estn formadas por nmeros reales.
Definicin 21.
Si los
elementos de una matriz A son nmeros reales y ducha matriz tiene m filas y n
columnas se dice que
, y qe su tamao es m x n. La notacin
es:
=[
] i=
Definicin 22.
Sean:
Definicin 23.
A = B si y solo si
=[
Definicin 24.
0,
Sea
= 1, i=j,
Definicin 25.
La matriz 0 =
Definicin 26.
Sean:
+ B como la matriz
Definicin 27.
define
Definicin 28.
Sea:
Sea:
como la matriz
Definicin 29.
Sean:
el producto de
, = 1,2,3, ,
Definicin 30.
Sean:
Definicin 32.
Sean:
= 0,
, tal que
=[
dada por
es la matriz nula.
un numero, se
como la matriz
= 1,2,3, , .
=[
(A+B)D=AD+BD.
Definicin 31.
Sean:
entonces
, entonces D(A+B)=DA+DB.
Notacion de matrices:
, entonces A(BC)=(AB)C.
parntesis ( ).
; corchete [ ]o
2
4
1
2
3
1
=
Tipo de matrices
2
2
1
1
1
1
2
2
Matriz cuadrada:
Se llama matriz cuadrada a la que tiene igual cantidad de filas y
columnas.
Ejemplo 30.
=
1
0
2
3
= 2 2,
1 9
= 2 2
4 6
2
58
7
=3 3
Matriz diagonal:
Se llama matriz diagonal a la matriz cuadrada que tiene nulos todos los
elementos fuera de la diagonal principal.
Ejemplo 31.
Matriz nula:
5
= 0
0
0
0
71 0
0 21
Matriz identidad:
0 0
= 0 0
0 0
0
0
0
0 0
1 0
0 1
8]
Matriz transpuesta:
Matriz triangular
2 1
=
4 2
2
= 1
5
5
0
4
2
0
Es una matriz cuadrada en la que todos sus elementos por encima o por
debajo de la diagonal principal son nulos.
Ejemplo 37.
L=matriz triangular inferior (del ingles Low = bajo)
U=matriz triangular superior (del ingles Up = encima de)
Matriz simtrica:
1
= 0
0
2 4
5 53
0 7
5
1
7
1
= 5
2
=
0 0
5 0
3 7
.
Matriz antisimtrica:
Una matriz cuadrada A es antisimtrica si su transpuesta coincide con
su opuesta, o sea
Ejemplo 39.
2
5
Matriz opuesta:
5
1
0
Matriz ortogonal
2
,
4
2
4
Matriz singular
Es la matriz cuadrada cuyo determinante es igual a cero. Una matriz
singular no tiene matriz inversa.
Ejemplo 42.
=
=
5
2
7
2
10
4
14
4
= 20
20 = 0
= 28
28 = 0
Definicin 33.
Una matriz
Definicin 34.
Sea
dominante si y solo si |
|>
los elementos de
= 1,2,3, ,
Adicin de matrices
Para sumar matrices, es condicin necesaria que sean de igual orden,
pues se suman los elementos que tienen la misma ubicacin.
Propiedades de la adicin de matrices:
a) Propiedad conmutativa: A+B=B+A
b) Propiedad asociativa: A+(B+C)=(A+B)+C
c) Elemento neutro: El elemento neutro para la suma es la matriz
nula, de igual orden que las que se suman.
d) Inverso aditivo: Dada una matriz A, existe otra matriz B inverso
aditivo de
=0
Ejemplo 43.
1
0
2
5
7
0
+
4
2
1
0
2
5
7
4
1+0
5 4
=
1 3
0+2
0
2
5 4
1 3
2+5
5+1
7+4
1
=
4+3
2
7
6
11
7
Sustraccin de matrices
La sustraccin de matrices se define como la adicin, restando los
elementos de igual ubicacin.
Ejemplo 44.
Dadas las matrices A y B, halla la suma: A+B
1
= 2
9
Solucin:
2 4
5 8
3 1
4
= 1
2
7
5
0
1
4
5
matriz minuendo (A) con la matriz opuesto aditivo del sustraendo (B).
1
= 2
9
2
5
3
4
8 +
1
1
= 2
9
2
Transposicin de matrices
2
5
3
4
4
8 + ( 1) 1
1
2
1
4 =
5
4
1
2
2
5
3
7 1
5 4
0 5
7 4
5 8
0 1
1
4 = 1
5
7
5
0
3
4
4
Ejemplo 45.
Dada la matriz A, halla la transpuesta de A, o sea
1
3
2
1
4
5
1
= 2
3
1
5
, se obtiene otra
matriz del mismo orden que la dada, y cuyos elementos resultan ser " " veces
los de la matriz original.
Ejemplo 46.
Sea la matriz A, halla el producto 3A
=
1
0
5
1
4
1
=3 =3
0
0
5
1
4
31
=
0
30
35
31
34
3 15
=
30
0 3
12
0
Producto de matrices
El producto entre dos matrices es otra matriz, donde cada elemento
resulta de multiplicar cada fila de la primera matriz por cada columna de la
segunda matriz, sumando los productos parciales.
Propiedades del producto de matrices:
El nmero de columnas de la primera matriz debe ser idntico al
nmero de filas de la segunda matriz.
El producto de matrices no es conmutativo.
El elemento neutro del producto entre matrices es la matriz
identidad.
Ejemplo 47.
Sean las matrices A y B.
=
Efectua A x B
=
Solucin:
1
0
1
0
5 4
1 0
5
1
1
4
1
= 2
4 1
0 4
1
= 2
3
1
5
3
1
5
3
1
5
1
0
5 4
1 0
1
=
4
( 4) + (
1)
( 4) + (
1)
1) ( 4) + (
4 8
= 3 11
4 15
4
8
16
13
6
16
( 1) + (
0)
( 1) + (
0)
0) ( 1) + (
4)
4)
4)
EJERCICIOS DE CONSOLIDACIN
Realizar las siguientes operaciones con matrices
Ejercicio 69.-
Ejercicio 70.-
4
4
2 6
1 6
5
4
8 11
=
Ejercicio 71.-
3
1
11
2
0
22
3
1
11
2
0
22
7 0
4
5
11 1
=
Ejercicio 72.-
matriz
4
4
2
1
6
6
halla la matriz
y la
.
2
4
4
=
Ejercicio 73.-
1
5
11
12
1
4
11
11
5
20
55
halla la matriz
matriz
=
11
5
4
12
15
2
7
0,25 0,75
= 4,25 5,25
7,25 1,75
y la
Ejercicio 74.-
Resolver AxB
Ejercicio 75.-
Resolver BxA
Ejercicio 76.-
Resolver -3B
Ejercicio 77.-
Resolver 1,5A
Ejercicio 78.-
Resolver BxC
Ejercicio 79.-
Resolver CxA
Ejercicio 80.-
Resolver AxC
Ejercicio 81.-
Resolver CxB
Ejercicio 82.-
Resolver -4B
Ejercicio 83.-
Resolver (C+A)
Determinantes
(delta mayscula) o
usando barras.
1
8
6
5
1
5
4
4
2
=
b) Si se intercambian entre s dos filas paralelas, el determinante cambia
de signo.
Ejemplo 49.
5
1
1
5
4
= 11
3
3
4
11
0
0
0
6
9 =0
4
4
1
4
2
5 = (2 + 20 + 24)
2
(2 + 24 + 20) = 0
2
3
1
8
1
4
4
5 = (4 + 40 + 48)
2
(4 + 40 + 48) = 0
10
1
5
2
5
15
2
4 =5 1
0
1
2
5
3
4
0
dicha
fina
por
los
primeros
segundos
sumandos
respectivamente.
Ejemplo 54.
=
Solucin:
=0
Por ser
i) Si a una fila se le suma una combinacin lineal de otras filas paralelas
a ella, el determinante no cambia.
Ejemplo 56.
Solucin:
+
+0=
j) El determinante de un producto de matrices es igual al producto de los
determinantes de dichas matrices. De otra manera: |
Ejemplo 57.
Solucin:
=
1
0
1
0
2
4
2
4
4
5
4
5
1
0
2
4
4
5
| = | | | |.
0
3
0
= det A . detB = (4 12) = 48
3
0
= |4| |12| = |
3
12| = 48
1
5
2
=(
4
1)
5) = 6
Solucin
1
5
= 3
1
3
2
3
1
2
1
4
2
0 = [(
4
0
1
5
= 3
1
3
2
3
1
2
1
4) + (
1
= 5
3
2
3
1
4) + (3
4
2
4 = [12 + 20 + 6]
4
0
4
2
0
0)]
[(
4) + (
[24 + 2 + 24] = 38
= 12
EJERCICIOS DE CONSOLIDACIN
Resolver los determinantes 2x2
Ejercicio 84.Ejercicio 85.Ejercicio 86.Ejercicio 87.-
5
4
2
2
51 102
=
4
8
5
8
=
13
=
2
3
2) + (3
50 = 12
4)]
Ejercicio 88.-
Ejercicio 89.-
Ejercicio 90.-
Ejercicio 91.-
4
= 5 6
7
11 14 5
8 2
4
= 5 4 7
1 8 5
18 1 1
7
= 5
10 8 5
8 2 4
= 2 4 1
4 8 2
Sistemas lineales
Definicin 35.
a)
b)
variables.
+4
4 = 2, es lineal.
c)
+5
=4
2
=2
= 2,
= 1, = 3
1
3
1
4
2
2
+
+
.+
.+
+
=
=
+
+
.+
.+
Ejemplo 62.
Sea el siguiente sistema:
x+y = 5
2x
y=1
= 12
Ejemplo 64.
Sea el siguiente sistema:
2x + y = 5
2x + y = 1
es
incompatible,
pues
no
Mtodos exactos
Son aquellos mtodos que aplicados a un sistema producen soluciones
exactas, no generan errores de redondeo al operar con un numero finito de
operaciones.
Mtodos iterativos
Son aquellos mtodos que permiten obtener soluciones de un sistema
con una determinada precisin a travs de un proceso infinito convergente.
Este mtodo requiere en principio de un nmero infinito de operaciones
aritmticas para producir la solucin exacta, pues el mtodo iterativo
necesariamente posee error de truncamiento.
Sistemas equivalentes
Dos sistemas de ecuaciones lineales son equivalentes cuando admiten
la misma solucin.
Operaciones elementales
La solucin de un sistema de ecuaciones lineales frecuentemente
requiere usar las operaciones elementales de una matriz. Estas son:
a) Intercambio de dos filas o renglones cualquiera de una matriz.
0.
Transformaciones elementales
=2
= 20
= 10
=8
b.
=2
18
produce un cambio
Definicin 36.
El elemento
+ 1, + 2 .
pivote.
Definicin 37.
, para
Los nmeros
+ 1, + 2,
se llaman multiplicadores
es el determinante original
del sistema.
Ejemplo 66.
Resuelve el sistema lineal:
=4
+5
5
+ 4 + 7 = 10
Se hallan determinantes
=
, =
.
1
10
=
=
=
69
= 3,
23
1
3
4
1 1
3 5
4 7
4
5
10
1
5
7
1
5
7
23
69
46
4
5 = 23
10
46
= 2, =
23
23
23
EJERCICIOS DE CONSOLIDACIN
Ejercicio 92.-
Ejercicio 93.-
Ejercicio 94.-
Ejercicio 95.-
Ejercicio 96.-
Ejercicio 97.-
Ejercicio 98.-
Ejercicio 99.-
37
37
65
87
74
10 + 3
= 12
=3
=4
Ejercicio 100.-
Ejercicio 101.-
= 11
=3
=4
+3
Mtodos Iterativos
11 + 4 + 8
11
+6
18 + 7 + 8
65
87
74
Solucin
+3
= 15
+5
=9
+ 3 + 6 = 19
De la primera ecuacin:
De la segunda ecuacin:
De la tercera ecuacin: =
15
+2
+2
5
19
+3
0
2,142857
2,276190
1,970068
2,056689
2,002189
2,009943
2,002037
2,001956
2,000672
2,000431
0
1,800000
2,638095
2,685714
2,896780
2,929796
2,971360
2,983679
2,992539
2,996073
2,998113
0
3,166666
3,352381
3,726984
3,852834
3,929494
3,964168
3,982366
3,991160
3,995618
3,998833
2,
3,
+3
= 15
+5
=9
+ 3 + 6 = 19
Solucin
De la primera ecuacin:
De la segunda ecuacin:
De la tercera ecuacin: =
15
+2
+2
5
19
+3
0
2,142857
2,451701
2,081296
2,038973
2,010955
2,004000
2,001274
0
1,371429
2,564898
2,836494
2,948665
2,982346
2,994208
2,998053
0
3,138096
3,631882
3,891148
3,961342
3,987521
3,995771
3,998602
2,
3,
Desde otra perspectiva a diferencia del mtodo de Jacobi que cada valor
encontrado se sustituye en la siguiente ecuacin, partiendo del sistema
anterior, cada iteracin est dada por:
=
el paso
max
Ejemplo 69.
Para
Para
= 0;
= 0;
= 45;
6
30
X =
= 0;
+ 45
24
210
+
+ (
)
30
30
24
180
x
(
)
36
36
= 0 + 45 = 45
6
24
210
=
( ) 45 + ( ) 0 + (
) = 2
30
30
30
24
180
= ( ) ( 2)
(
) = 19/3
36
36
2;
19/3;
Para
= 43;
= 2 + 45 = 43
6
24
19
210
( ) 43 + ( ) (
) + (
) =
30
30
3
30
24
20
180
85
= ( )(
)
(
) =
36
3
36
9
20
3
115
20
+ 45 =
3
3
6 115
24
85
210
( )(
) + ( )(
) + (
) =
30
3
30
9
30
24
74
180
283
= ( )(
)
(
) =
36
9
36
27
=
74
9
.
.
.
.
.
.
2=
Con los nuevos valores de x1, x2,, xn aplicamos los mismos pasos
anteriores pero con los nuevos valores de las xn, de esta manera conseguimos
una segunda solucin:
1=
2=
100%
| 2| =
100%
|=
100%
As, repetimos el mtodo tantas veces hasta que el error sea muy
pequeo o los suficientemente aceptable.
Ahora solo queda mencionar que para que un sistema sea convergente
se debe cumplir que la matriz de coeficientes sea diagonalmente dominante, y
para ello se debe verificar la siguiente expresin:
|
|>
= 1,2, ,
+2
8
11
3
1
2
= 8
1
2
= 1
= 5
1
2
= 6
1
+
2
= 1
= 1
1
2
2
3
1
2
Despus,
Por ltimo.
1
1
2 0
1
0
2
0 0
1 0
0 1
0 0
1
2
2
0
0
0
1
8
11
3
4
3
2
1
2
3
1
+ 0 + 0 = 1, es decir, 0 = 1 que no
Descomposicin LU
El mtodo de descomposicin LU para la solucin de sistemas de
ecuaciones lineales debe su nombre a que se basa en la descomposicin de la
matriz original de coeficientes (A) en el producto de dos matrices (L y U).
Esto es:
Donde:
L - Matriz triangular inferior
U - Matriz triangular superior con todos los elementos de la diagonal
principal iguales a 1.
De lo anterior, para matrices de 3x3 se escribe:
0
0
0
0
1
0
=(
Si el sistema de ecuaciones original se escribe como:
=
Definiendo a:
Podemos escribir:
=
=
=
)/
=(
=(
)/
)/
1
1
0
2
0
1
0
1
2
3
4
0
0
1
1
3
1
0
0
0
5/3
0
0
1/3 8/5
0
0
1 3/8
0
0
0
1
1
1
1
1/3
1
0
0
1/3
1/5
1
0
0
0
1
1
3
1
Donde
][ ] = [ ]
0
0
0
5/3
0
0
1/3 8/5
0
0
1 3/8
1
2
3
4
1
1
1
1
= 1/3
= 4/5
=1
= 16/3
0
0
0
1/3
1
0
0
De donde se obtiene:
1/3
1/5
1
0
][ ] = [ ]
0
0
5/8
1
= 16/3
= 13/3
= 5/3
= 7/3
1
2
3
4
1/3
4/5
1
16/3
1
1
1
1
Se construira
1
2
2
1
2
2
1 0
0 1
0 0
0
0
1
1
1
1
1
1
1
0 0
1 0
0 1
0
1
2
1
1
1
1
1
0
0
0
0
1
1
0
0
0
1
2
1
1
3
1
1
2
0
0
0
1
1
0
0
0
1
0
1
0
0
0
1
0
1
2
4
0
0
1
1
1
1
3
.
.
.
1
2
3
. =
.
1
2
3
.
.
es equivalente a la matriz:
3
.
1
2
3
.
i=2,..,n
+1
EJERCICIOS DE CONSOLIDACIN
Ejercicio 102.-
Ejercicio 103.-
+3
+9
+3
+2
+5
20
12
= 28
Ejercicio 104.-
+2
+4
20
18
+ 11 = 28
+5 =8
+3
2
2
=8
, donde:
1
5
1
4
9
6
6
= 3
1
Ejercicio 105.-
Resolver el sistema:
+4
Ejercicio 106.-
Resolver el sistema
+2
Ejercicio 107.-
+5
Resolver el sistema
+7
Ejercicio 108.-
Ejercicio 110.-
+4 =1
+5 =2
=5
=1
+ 4 = 10
+9 =8
+4 +2 +2 =4
+5 +7 =3
+3
Resolver el sistema:
11
Ejercicio 109.-
+4 =2
+5 =8
=8
=1
13
14
+8
+7
+8
+3
+2
+3
+5
Resolver el sistema
=2
=4
8
=1
+ 12 + 4 + 12 = 81
+ 5 + 2 + 15 = 12
+2
10
15
10
+4
5
Resolver el sistema
+ 13 + 2
18
+ 15
= 10
=8
=4
=3
INTEGRACIN NUMRICA
CAPITULO VI
Introduccin
La integracin numrica es una herramienta de las matemticas que
proporciona frmulas y tcnicas para calcular aproximaciones de integrales
definidas. Gracias a ella se pueden calcular, aunque sea de forma
aproximada, valores de integrales definidas que no pueden calcularse
analticamente y, sobre todo, se puede realizar ese clculo en un computador.
Realizar una integracin numrica es integrar numricamente una
funcin:
que aproxime
) en un intervalo dado
] es integrar un polinomio
) al intervalo dado.
; esta integral
) . Sin
( ) ;
( ) ;;
) en el intervalo [
;0
del intervalo
los sub-intervalos.
) , donde los ( )
).
estn
) , el polnomio de
]
es
en cualquier intervalo
) para integrar
) en cualquiera de
1) Si
) es
obtenidos
como
resultados
de
experimentaciones
Conceptos bsicos
Una integral definida se define geomtricamente como el rea bajo la
) en el intervalo
curva
Sea
Sea
=(
F es una antiderivada de
Entonces
( )
.
( )
], y sea
( )=
, es decir,
], y sea
( )
; es decir,
], entonces
pertenece al intervalo
( )
( )
)
( )
( ), es decir
( ) es una
antiderivada de
( ).
Si una funcin
Teorema 37.
] , entonces
, es continua en el intervalo
].
integrable en
es
( )
( );
( )
( ) e integrar
=0
1)
i!
dx =
2!
3!
dx,
+
+
|
5(2!)
7(3!)
2!
3!
2!
3!
=1
1 1
+
3 10
1
42
=
=
=
( 1)
1
( !)
].
Mtodo Grfico
Consiste en trazar la grfica de
( ) en el intervalo [
] y medir el
rea bajo la curva. Esto puede lograrse con unos instrumentos llamados
lim
, ,,
( )
( ) estos mtodos
aproximanla funcin
Las funciones ms utilizadas para este fin son los polinomios. stos se
emplean con bastante frecuencia en mtodos numricos, por sus propiedades,
en este caso porque pueden integrar fcilmente.
Existen varios mtodos para la integracin numrica basadas en
polinomios, en este captulo se estudiar algunos de estos mtodos.
,,
Sean
( ) (
) ( ), , (
,,
Sean
+ 1 puntos
distintos
en
( )=
sean
( ) sobre
) sobre
( )=
( )
Ejemplo 72.
Sea [
] = [0,2] y sean
= 0;
= 1;
2)
0+
0+
1+
1+
=2
3
=2
2
9 8
=
4 4
4
,
9
2
8
4
( )+
( )+
3
9
9
2
3
8
9
( )
( )
2,con
2; ( )
= 0;
= 1,
1; ( ) =
1
4
2
8
4
( )+
( )+
( )
3
9
9
4
2
8 1
= ( 2) + ( 1) +
9
3
9 4
8
2 8
+
+
9
3
36
2)
x
3
2x
2
3
0=
8
3
4=
4
3
4
3
( ).
( +2 )
( +2 )
)]
)]
Ejemplo 73.
Utilizar la regla rectangular para aproximar la integral, considerando
= 5.
= 0;
= 1;
= = 0.2
0.2[ (0)
[ ( )
(0 + 0.2)
( +2 )
(0 + 2(0.2) + + (0 + 3(0.2)
)]
==
1.4626517459
1.3088 = 0.153851745
0.153851745
= 0.10518686
1.4626517459
(0.2)]
Ejemplo 74.
Utilizar la regla del rectngulo para resolver la siguiente integral
definida. Considere un valor de n tal que 1<n<8. Los resultados se presentan
como mnimo con cinco decimales
( )
Segn la regla del rectngulo, la derivada primera de
aproximadamente igual a:
( ))
ser
1.4 1
= 0.05
8
n
1
2
3
4
5
6
7
8
x
1.05
1.10
1.15
1.20
1.25
1.30
1.35
1.4
( )
0.018325
0.019197
0.020070
0.020942
0.021815
0.022687
0.023560
0.024432
tringulo obtenemos:
( )
1
(0.018325 + 0.019197 + 0.020070 + 0.020942 + 0.021815
8
Obteniendo
( )
as
= 0.024432 .
como
0.171028
= 0.021378
8
resultado
que
la
integral
definida
de
= 0.008377
0.008377 0.021378
= 1.551988
0.008377
%
= 155.1988%
Para esta funcin el mtodo no resulto ser muy exacto ya que presenta
un error muy elevado por lo que se recomienda usar un n mayor o aplicar otro
mtodo numrico ms exacto.
+
Ejemplo 75.
=5
= 0;
= 1;
1
= 0.2
5
0.2
0+
0.2
2
2
3(0.2)
0+
2
0.2[ (0.1)
(0.3)
2
5(0.2)
0+
2
(0.5)
(0.7)
0.2[0.7268449] = 1.4536898
= 0.613
)
2
7(0.2)
0+
2
0.9)]
(1
0.2
)
2
Observacin
Haciendo una comparacin simple entre los dos mtodos estudiados
hasta ahora, se nota un gran aumento en la precisin de los resultados
obtenidos por el mtodo del punto medio respecto al mtodo del rectngulo.
En el mismo ejemplo
Ejemplo 76.
Utiliza la frmula del punto medio para resolver las siguientes integrales
Antes que nada comenzamos definiendo la variable N que para este caso
ser el valor de 8, mientras ms alto sea el valor de N, la precisin de la
expresin va a ser ms aproximada al valor real.
= 0;
= 1.2;
=8
+
0.15
2
0+
=
2
0.15
2
9(0.15)
+
2
(0.15)
1.2
2
0+
0.15 (0.075)
(0.975)
1.2 0
3
=
8
20
0.15
2
0+
3(0.15)
2
0+
11(0.15)
2
(0.225)
(1.125)
(0.375)
0+
5(0.15)
2
0+
13(0.15)
2
(0.525)
0+
7(0.15)
2
(0.675) + (0.825)
= 1.6640233
| = |1.6640233
=
Observaciones
%=
1.6581108| = 0.0059125
0.0059125
= 0.003553
1.6640233
100% = 0.3553%
1, la funcin peso,
Sea :
los
Teorema 38.
, esto es,
), es constante e igual a 1, y
( ) ( ), ,
)son conocidos,
Suponiendo entonces
=
se tiene
igualmente espaciados de
y cuando
=0 y
y considerados
u=n
, Donde los
Luego
. Obteniendose
Haciendo
)
;
Con
2=
+2
( )
)];
Existen dos teoremas que se presentaran, son las que permiten obtener
las formulas cerradas y abiertas de Newton-Cotes.
Teorema 39.
Supongamos que
donde
Cuando n es par
par
( )
[
], tal que
, entonces existe
( )+
)!
( )+
)!
( )
1)(
2)(
, si n es
Cuando n es impar
impar
( )
( )
1)(
2)(
, si n es
Teorema 40.
Supongamos que
=
donde
Cuando n es par
par
( )
[
( )+
), tal que
, entonces existe
)!
( )
1)(
2)(
, si n es
Cuando n es impar
impar
( )
( )+
];
)!
( )
Teorema 41.
= 0,1,2, ,
Si los puntos
1)(
2)(
, si n es
], en un
dividen al intervalo
continua en
)!
( )
1) (
Teorema 42.
, para
= 0,1,2, ,
Si los puntos
algn
dividen al intervalo
], en un
continua en
)!
( )
+ 1) (
, para
algn
( )
( )
( )
( )
12
. Si el
Cotes, para
= 1 es:
( )
),
y en
cada sub-intervalo, el error sera ahora la suma de las areas entre la curva de
la funcion y las rectas de la parte superior del trapecio, como se muestra en la
figura.
tiende a ser exacto, pues el error tiende a cero. Por lo tanto, cuando mayor
cantidad de sub-intervalos se introduce entre los lmites de integracin
considerados, ms preciso ser el resultado. As, mejorando la precisin y
disminuyendo el error, la frmula del trapecio en su forma generalizada queda
de la siguiente forma:
( )
+2 (
)+2 (
)]
( )
[ ( )+2 ( )
( )
)]
( )=
)
12
( )
= 0.125
( )
2
2.125
2.25
2.375
2.5
2.625
2.75
2.875
3
( )
2.77259
3.40375
4.10533
4.87913
5.72682
6.65001
7.6502
8.72894
9.88751
+2 ( )
+ 9.88751) = 5.93428
= 5.928
%
Ejemplo 78.
5.928 5.93428
+ 100% = 0.1%
5.928
sen( )
1
1.2677
1.5354
1.8031
2.0708
2.3385
2.6062
2.8739
( )
( )
0.84147
0.59389
0.42392
0.29932
0.20465
0.13157
0.07511
0.03203
0
+2 ( )
( )] = 0.13385
=
x
0.57773 0.58391
0.57773
sen( )
100% = 1.07%
[ (1)
16
+ 2 (1,01769 + 2 (1,0353) + 2 (1,0530) + 2 (1,0707) + 2 (1,5884)
+ 2 (2,1061) + 2 (2,6238)
x
sen( )
( )]
0,0279268
( ),
entonces los tres puntos se pueden conectar con un polinomio de grado mayor
( )
Ejemplo 79.
[ ( )+4 ( )
)]
90
( )
cos
El valor de h
0.000001
1
1
1
( )
( )
5/6
1.164084
0.999914
1.163984
5/3
0.4268272
0.999657
0.426681
5/2
0.1011929
0.999229
0.101115
10/3
0.01807469
0.998630
0.018050
25/6
0.0026154
0.997859
0.002601
5
0.00032
0.99691
0.000320
es 0.000001 y no 0,
( )] + [
([ ( )
cos (
cos (
( ) + 2 ( )] + [
[1 + 0.000320] +
cos( )
[0.426681 + 0.018050] +
[1.000320] + [0.444731] +
%=
| = [1.99471
1.934334] = 0.060376
0.060376
= 0.03026805
1.99471
100% = 3.0268%
Observaciones
[1.267735]
=|
( ) + 4 ( ) + 4 ( )])
cos( )
1.994971
El valor de h
( )
2
7.389056
1/2
3.694528
( )
7/3
10.312258
3/7
4.419539
( )
( )
8/3
14.391961
3/8
5.396968
3
20.085536
1/3
6.695179
( )
10/3
28.031624
3/10
8.409487
( )
11/3
39.121284
3/11
10.669441
( )
4
54.5981500
1/4
13.649538
( )]
1/3
[3.694528 + 4 4.419539 + 2 5.396968 + 4 6.695179 + 2
3
1
[3.694528 + 17.678156 + 10.793936 + 26.780716 + 16.818974
9
+ 42.677764 + 13.649538]
1
= [132.093612] = 14.677068
9
= 14.67664011
El clculo de los errores es
=|
=
%=
| = [14.67664011
14.677068] = 0.000428
0.000428
= 0.00002915449
14.67664011
100% = 0.0029%
Observaciones
calculado y el real, cabe destacar que sin necesidad de aplicar un N=8 se logr
llevar a un valor correcto para este tipo de funcin.
Regla de Simpson 3/8
La regla de Simpson de (3/8) considera el valor de n= 3, con el propsito
de obtener una frmula para integrar f(x) entre cuatro puntos consecutivos
, consistiendo en aproximar la funcin mediante una cubica.
( )
)+
)+3
)+
)]
)+
)+3
)+
)]
Ejemplo 81.
80
( )
Solucin
-
1
1+
Para esta integral utilizamos como n=3 ya que solo se requiere los
primeros cuatros valores de la tabla para determinar la integral
Se halla el valor de h,
Se realiza una tabla de Datos para determinar los valores x1, x2, x3 y
los de F(x).
x
F(x)=
0
1
1/3
0,99590
2/3
0,88363
1
0,5
1 1
( )[1 + 3(0,99590) + 3(0,88363) + 0,5)
8 3
1
(7,14966)
8
1
1+
Comentarios
0,89370
= 0,88831
Analticamente la
0,89370
0,89370 = 0,00539
Ejemplo 82.
Utilizando el mtodo de Simpson (3/8) se pudo determinar el valor de la
integral y comparndolo con el valor terico, se obtuvo que el error que posea
es de 0,606% cuyo error es muy bajo, por lo tanto, puede aplicarse este
mtodo al momento de resolver la integral si en dado caso no se exija un
anlisis profundo de la curva.
+1
Solucin
-
Para esta integral utilizamos como n=3 ya que solo se requiere los
primeros cuatros valores de la tabla para determinar la integral
Se halla el valor de h,
Se realiza una tabla de Datos para determinar los valores x1, x2, x3 y
los de F(x).
x
F(x)=
1
0
4/3
0,12329
5/3
0,19156
2
0,231040
+1
3.1
(0 + 3(0,12329) + 3(0,19156) + 0,231040)
8.3
+1
1
(1,17560)
8
+1
0,14695
Comentarios
Analticamente la
= 0,147221
0,14695
0,14695 = 0,000271
Mtodo de Boole
La regla de Boole utiliza cinco puntos consecutivos igualmente
separados para calcular la integral aproximada de la funcin utilizando un
polinomio de cuarto grado. La formula cerrada de Newton-Cotes, en el caso
particular en que
siguiente frmula:
( )
45
En resumen
]; es decir
( )
existe.
945
( )
establece que s f es
] entonces f es integrable
( )
herramientas
para
calcularla
para
evaluar
( )
se pueden
se conoce como
))
] y sea
( )
x=
( )
( )
( )
( )
representa la aproximacin a la
representa el error .
c)
d)
( ) se evala.
( )
e) Calcular el error.
1 + 4 2 + 2 3 + 4 4 + 5].
x=
c)
( ) se evala.
d)
( )
e) Calcular el error.
1 + 3 2 + 3 3 + 3 4 + 5].
EJERCICIOS DE CONSOLIDACIN
Resuelva u8sando el metodo que desee.
Ejercicio 111.+8
=4
( )
1+
=8
=6
=6
=4
para
,
a) Calcule la integral por el mtodo de la regla del trapecio n = 6
b) Calcule la integral por el mtodo de Simpson 1/3 n = 6
c) Calcule la integral por el mtodo de Simpson 3/8 con n = 5
d) Calcule la integral por el mtodo combinado Simpson 1/3
para
1)
para
CAPITULO VII
DERIVACIN NUMRICA
Introduccin
La derivada es de uso comun en la matematica y la ingenieria, sin
embargo, en la prctica, existen situaciones en que no se conocen las
expresiones analiticas de muchas funciones con las que se trabaja, y
solamente se dispone de valores en un conjunto de puntos. En algunos casos
es necesario proceder a calcular el valor de alguna derivada de algunas
funciones en un punto concreto. En este tipo de situaciones no se puede
utilizar el concepto riguroso de derivada por desconocimiento de la expresion
de la funcion. De esta manera surge la necesidad de disenar metodos
numericos que permitan aproximar el valor de las derivadas de una funcion en
algun punto a partir del conocimiento de los valores de la funcion en un
soporte dado.
Los metodos de derivacion numerica desarrollados con el fin de
aproximar algun valor buscado, muestran un buen comportamiento en
numerosos casos. Es por ello que algunas veces, aun disponiendo de la
expresion analitica de las funciones a derivar, se opta por aproximar los
valores de las derivadas mediante formulas numericas suficientemente
precisas.
La diferenciacion numerica es muy util en casos en los cuales se tiene
una funcion cuya derivada es dificil o complicada de hallar, o en casos en los
cuales no se tiene una funcin explicita sino una serie de datos
experimentales. El problema de la derivacion numerica consiste en la
evaluacion de la derivada de la funcin en un punto, cuando unicamente se
conocen los valores de la funcion en una coleccion de puntos
,,
) en un punto
Utilizando el
)en un punto
( ) = lim
( )
( )
0 se tiene las
Definicin 38.
Sean
] y sean
sobre
),
= 0,1,2,3, , .
),
),
Se define
[
[
funcin
]=
Donde
= 0,1,2,3, , ;
)
]=
]=
( )
( )
,] =
]=
( )
( )
)
)
)
)
(
(
(
(
Se le llama diferencia " hacia adelante " ya que usa los datos
( + 1)
+ )
( )
Ejemplo 83.
Segunda diferencia
( )=
Sabiendo que
siguiente manera
= 0,5 y
+2 )+4 (
2
+ )
3 ( )
= 0,5
= 0,1.
Xn
X
0,3
0,4
0,5
0,6
0,7
F(Xn)
1,34984
1,49179
1,64866
1,82202
2,0136
1,82202 1,64866
0,1
1,23542
Figura 40. Grafica ejemplo 83, roja funcin, verde primera derivada
Comentarios
Analticamente la
1,62841
(0,5) =
1,23542
Errores:
= 1,62843
1,23542 = 0,39301
punto
( )
4.7
1.54756
Solucin:
Para
( )=
=
( )
(
4.8
1.56862
4.9
1.58922
5.0
1.60944
. El valor verdadero de
( )
)
0.2
5.1
1.62924
(5)
5.2
1.64866
5.3
1.6677
(5.1)
(5) 1.62924 1.60944
=
0.1
0.1
0.198
= 0.01,
0.2
Segunda derivada
=|
(5)
1.64866
( )=
=
( )=
= 5%
0.04
( )
(5.2)
(5.1)
(0.1)
(5)
0.038)
= 0.05,
0.04
=|
( )
Segunda diferencia
+ )
( )=
Ejemplo 85.
( )
Sea la funcin
3 ( )
4 (
)+ (
2 )
h=0.1 este ultimo permite definir cul ser la tolerancia considerada como
aceptable ya que mientras mas pequeo sea este nmero ms cercano estar
el valor calculado del valor real
Para la primera derivada la formula de la primera diferencia finita hacia
atrs nos indica que:
`(
)=
Donde
`(
)=
y
(1)
0.1
(0.9)
(0.9)
=
20.287355 1.926673
= 3.606820
0.1
)=
3.0513
= (0.8)
Donde
`` (
( )
)=
)=
Dnde:
``` (
)=
``` (
)=
(1)
2.287355
(0.7)
(0.9) + 3
0.1
(0.8)
5.780020 + 4.789516
0.001
1.297295
(0.7)
=
0.444
)=
Dnde:
```` (
```` (
)=
```` (
)=
(1)
+4
2.287955
(0.6)
(0.9) + 4
(0.8)
(0.1)
7.706693 + 6.386021
0.0001
3.193651
=
0.0001
3193651
(0.7) +
5.189180 + 1.028846
(0.6)
``
Figura 41. Grafica del ejemplo 85, Grafica roja funcin, azul primera derivada, verde
segunda
Ejemplo 86.
punto
( )
4.7
1.54756
Solucin:
Para
( )
4.8
1.56862
4.9
1.58922
5.0
1.60944
. El valor verdadero de
5.1
1.62924
(5)
5.2
1.64866
5.3
1.6677
(5)
Figura 42. Grafica del ejemplo 86, Grafica roja funcin, azul primera derivada, verde
segunda
( )
=
(
0.2
(5)
0.1
(4.9)
0.2022
= 0.011,
0.2
1.60944 1.58922
0.1
=|
Segunda derivada
( )=
( )=
=
( )
1.60944
0.04
(5)
2(1.58922) + 1.56862
=
0.01
0.038)
= 0.05,
0.04
=|
(4.9)
(0.1)
(4.8)
3.8 10
0.01
) y (
Suponiendo que
], (
(
( )
( )
Adems, existe
Tal que:
( )
), (
], entonces:
],
)
(
6
( )
Suponiendo que
entonces:
(
( )
Adems existe
(
( )
con
)=
+2 )+8 (
30
], (
+2 )+8 (
( )
)
12
), (
)
12
], tal que
)
), (
), (
+2
),
],
( )
)+2 (
)+6 ( )
Segunda diferencia
( )=
( )=
( )=
=
( )
punto
)+8 (
) + 16 (
)+8 (
) + 12 (
)
12
)
39 (
30 ( ) + 16 (
12
12 (
) + 12 (
) + 56 ( )
)
39 (
(
)
) + 12 (
Ejemplo 87.
Sea la funcin ln , calcular las derivadas por mtodos numricos en el
= 5, en base a la siguiente tabla, con
( )
4.7
1.54756
Solucin: para
0.04
4.8
1.56862
( )
4.9
1.58922
5.0
1.60944
5.1
1.62924
5.2
1.64866
. El valor verdadero de
5.3
1.6677
(5) = 0.2
(5) =
Primera derivada
)
( )=
= 0.2001
0.2
(5.1)
(4.9) 1.62924 1.58922 0.04002
=
=
0.2
0.2
2(0.1)
0.2001
= 5 10 ,
0.2
=|
100%|
Segunda derivada
( )=
(
( )
(5.1)
(5)
(0.1)
1.62924
0.04
0.042)
= 0.05,
0.04
=|
(4.9)
3.21888 + 1.58922
0.01
0.042
Ejemplo 88.
punto
)+8 (
)
12
(5.2) + 8 (5.1)
(4.9)
12(0.1)
(4.8)
0.2
0.2001
= 5 10 ,
0.2
= |5 10
100%|
Segunda derivada
( )=
( )=
( )=
( )=
) + 16 (
30 ( ) + 16 (
12
1.64866 + 16(1.62924)
1.64866 + 26.06784
= 0.0073
0.04
(4.8)
30(1.60944) + 16(1.58922)
0.12
48.2772 + 25.42752
0.12
0.0073
= 1.1825,
0.04
=|
1.56862
(1.56862)
=
8.8 10
0.12
100%|
= 0.1 a
( )
( )=
( )=
( )=
( )=
( )=
=
4.85
1.578979
= 0.05
4.90
1.589235
) + 16 (
(5.1) + 16 (5.05)
4.95
1.599388
1.275 10
0.03
=
0.04
5.05
1.619388
30 ( ) + 16 (
12
30 (5.00) + 16 (4.95)
12(0.05)
1.62924 + 16(1.619388)
1.62924 + 25.9102
5.00
1.60944
5.10
1.62924
(4.90)
30(1.60944) + 16(1.599388)
0.03
48.2832 + 25.5902
0.03
5.15
1.638997
1.589235
(1.589235)
0.0425
0.0425)
= 0.0625,
0.04
=|
100%| = 6.
( )
[ (
)
( )=
)]
( )
,
3!
)
Segunda formula:
( )=
( )+4 (
+ 2 )]
( )
( )
3
+2 ]
( )=
( )+4 (
( )
3
+ 2 )]
. El error presentado en la
, mientras que
(3 + 0.1)
(3
2(0.1)
( )=
0.1)
= 0.1
(3) si ( )
, utilizando la
(3.1)
(2.9) ln 3.1
=
0.2
3.1 ln 2.9
0.2
2.9
1.038437
es
(3)
1.040578
=|
=
0.002141
= 2.0575 10
1.040578
= 0.002141
= 0.0020575
(3) si ( )
, utilizando la
= 0.1
(3) =
1
[
0.2
( )=
(3) + 4 (3 + 0.1)
(3) =
1
[ 3( 3
0.2
)+4 (
(3 + 2 0.1)] =
3) + 4( 3.1
1
[
0.2
3.1)
+ 2 )]
(3) + 4 (3.1)
( 3.2
(3.2)]
3.2)]
1
[ 3(1.09861 0.14112) + 4(1.13140 0.04158)
0.2
(1.16315 ( 0.05837)]
(3) =
(3) =
(3) =
1
[ 3(0.155036) + 4(0.0470436)
0.2
( 0.067893)]
1
1
[ 0.465108 + 0.1881744 + 0.067893] =
[ 0.2090406]
0.2
0.2
1.045203
es
(3)
1.040578
=|
=
%
0.004625
= 4.4446 10
1.040578
= 0.004625
= 0.0044446
1
[ 25 ( ) + 48 (
12
( )=
1
[
12
( )=
( )=
( )
5
(
1
[ (
12
1
[
12
( )
5
36 (
+ 2 ) + 16 (
) + 10 ( ) + 18 (
)+6 (
+ 34 ( )] +
( )
30
)+8 (
+2 )
)
(
+3 )
+2 )
+ 2 )] +
) + 34 ( ) + 3
+ 4 )]
+ 3 )]
( )
30
+3 )
( )=
1
[ (
12
+
( )
5
)+4 (
36 (
) + 25 ( )]
y esto se traduce en una mayor influencia del error de redondeo. Por ello, la
mejor precisin no se consigue con el valor de h ms pequeo posible, sino con
un valor que sin producir un gran error de redondeo disminuya lo suficiente el
error de truncamiento.
Ejemplo 91.
Sea la funcin
Figura 43. Grafica ejemplo 85 grafica roja funcin, azul primera derivada, verde segunda
derivada
Se tiene que
( )
0.9
-0.132770
( ) = ln
tan
( )=
1.0
0
1.1
0.187261
( )=
)
tan( )
( )
%=
| = [3.5320
1.2
0.468959
+ log(
1.3
0.945063
sec ( )
1.4
1.950827
1.5
5.717634
(1.2) = 3.5320
0.945063 0.468959
= 4.76104
0.1
4.76104] = 1.22904
1.22904
= 0.347973
3.5320
100% = 34.797%
Observaciones
caso pedido por el mtodo de diferencia finita hacia adelante, el error es muy
grande y est alejado del valor real con un error porcentual del 34.79% lo cual
es un valor muy alto y no se puede estimar su factibilidad para este ejercicio,
por lo tanto se va a aplicar otro mtodo para comparar el nivel de error.
( )
(1.2)
(1.1) 0.468959 0.187261
=
= 2.8169
0.1
0.1
%=
| = [3.5320
2.8169] = 0.7151
0.7151
= 0.202463
3.5320
100% = 20.246%
%=
| = [3.5320
= 3.78901
3.78901] = 0.25701
0.25701
= 0.072766
3.5320
100% = 7.277%
puede notar que existe una gran mejora con respecto al error por el cual se
inici, al parecer al ingresar la funcin evaluada en el punto 1.2 afecta en gran
medida al clculo del valor de la derivada en el punto especfico por lo cual al
ingresar por los laterales se pudo disminuir en gran medida el valor de esta.
Calculo de la segunda derivada.
( )
( )=
( )=
( )
log( ) tan( ) + 1)
( )
tan( )
0.187261
%=
| = [18.050218
1.44998
= 0.08033
18.050218
(1.2) = 18.050218
0.468659 + 0.945063
= 19.50
0.1
19.5006] = 1.44998
100% = 8.0330%
Observacin
ECUACIONES DIFERENCIALES
CAPITULO VIII
Introduccin
Una ecuacin diferencial es una relacin entre una funcin y sus
derivadas, que en general tiene la forma f t , x , x ', x '',...
0.
dependiente
x
x en
x t .
f t, x .
t representa al
variable independiente
x'
suele
interpretarse como una velocidad o una tasa de variacin y x' ' representa a
veces a la aceleracin.
Para que la solucin de una ecuacin diferencial venga dada de forma
unvoca es necesario que se complete con una serie de condiciones
adicionales. Estas condiciones pueden ser de varios tipos y usualmente se
denominan condiciones iniciales o condiciones de contorno.
f t, x
x a
x0
a, b
33
x
2
x 0 0
a)
x'
b)
x' x
c)
x ' x2
0, 2
x 0
0, 2
x 0
0,1
Estos tres PVI son de aspecto muy parecido, sin embargo observamos
que sus soluciones tienen caractersticas completamente diferentes.
En el primer caso la solucin no es nica.
En el caso b) la solucin es nica y est bien definida en cualquier
intervalo de la variable independiente
t.
1.
en el punto x 0. Lo
x ' f t ,x
con f t , x
x a
x0
a ,b
tiene
t a.
x.
Sea f t , x
y tal
x ' f t ,x
x a
x0
a ,b ,
El
ejemplo
x ' x2
x 0
0,1
considerado
f t, x
anteriormente
nos
regulares la solucin de
Sea
=[
f t, x
x0
a, b
definida en t
a ,b . Aunque este
f t, x
x2
f t, x
cos x 2
a, b ,
x1 '
f t, x
x a
f 1 t , x1
x1 a
x0
x2 '
x0
f , f1
x t
x2 a
f2
f 2 t, x2
x2 t
x0
f1
f2.
a, b .
0 ,1
nos
permite
obtener
una
sin x
sub
t, x
una
supersolucin x 1
respectivamente. A saber,
x1 ' 0
x1 0
x2 '
x2 0
4
3
0,1
0,1
x1 t
x2 t
4t
x2
De donde
3
x1 t
x t
x2 t
4t
7,
y as,
xt
7.
x' ' t
2t
t sin x
22
4.
f
f dx
f
f
f
x
t
x dt
t
2 t sin x cos x t sin x
d
x' t
dt
sin x
Es decir,
x' '
4 16 20.
EJERCICIOS DE CONSOLIDACIN
Ejercicio 119.-
0,2
x' x 2
x0 1
0,1
x ' cos ln 1
x0 1
Ejercicio 120.-
x2
0,
x'
1
2
t2
x2
4x
2,10
Ejercicio 121.x2 t
t2
4
Ejercicio 122.-
Consideremos
el
problema
de
valor
inicial
3 3
x'
x
2
x(0) 0
Ejercicio 123.-
0,1 .
Comprobar que x t
3
2
a)
x' x 2
x (0) 1
b)
x' x 2
x ( 0) 0
c)
x' x 2
x ( 0) 1
d)
x' t 2 x 2
x (0 ) 1
Ejercicio 125.-
0, 2
0,1
0,2 .
x ' cos x
x0 1
0,
tiene solucin
nica. Dar una cota a priori (sin resolver la ecuacin) de la solucin de este
PVI y de sus primera y segunda derivadas.
Ejercicio 127.-
x'
Igual
que
el
ejercicio
anterior
pero
con
el
PVI
0,
1
t
x2
x0
0,1
x0
x'
arctan( x )
1.
x (0) 1
Encontrar cotas a priori para x , x ' y x' ' sin calcular xexplcitamente.
Mtodo de Euler.
Consideremos el PVI
x'
x a
f t, x
x0
a, b ,
a,b
considerado.
en N
a,b
ti
ti
a
h
h,
t 0 , t 1 , t 2 ,..., t N
a,b
t 0 , t 1 , t 2 ,..., t N ,
a considerar que
con
t0
y por tanto
ti
tN
ti
a,
t0
ih ,
ti
b.
verifica
xi ,
nodo t i . ).
xi
a la solucin aproximada en el
t i . ):
x ' ti
x t0
x ti h x ti
0
h
lim
h
x0
f ti ,x ti
t 0 ,t 1 ,...,t N .
xi
por
tanto
fundamental
aprender
detenidamente
las
ideas
lim
x ti
h x ti
h
h 0
f ti , x ti
a la igualdad
xi
h
x0
f t i , xi
o equivalentemente
xi
x0
xi
hf t i , x i
xi .
aunque hay que suponer que si no son valores iguales al menos s van a ser
valores muy prximos(Vamos a notar como
PVI.
no lo es de forma general.).
x ti
a la diferencia
xi
a la
expresin
max
max x t i
xi .
lim
h
0.
lim
x ti
h x ti
h
h 0
f ti , x ti
x t i h x ti
h
a la expresin aproximada
f ti , x ti ,
x ti .)
x ti
h x ti
h
f ti , x ti
max i .
lim
0
0.
Ch p .
hf t i , x t i
x ti
y
xi
xi
hf t i , x i .
x ti
x ti
hf t i , x t i
h
h
max x t i
xi
eb
aL
x0
eb
0
a L
xi .
C1 x 0
C2 .
Desarrollando la funcin
x ti
x ti
hf t i , x t i
x ti
x ti
hx ' t i
h2
x' '
2
ti , ti
f ti , xi
nos queda
x ti
hx' t i
h2
x' '
2
x ti
h
x' '
2
hx' t i
h
max x' ' t .
2
Definicin 39.
trmino
yi
y0
yi .
yi
Consideremos la sucesin
i 0,1...., N
yi
i 0,1....N
y0
zi
z0
i 0,1....N
max y i
zi
C y0
z0 .
yi
yi
hf t i , y i
y 0 dado
zi
zi
hf t i , zi
z 0 dado
con h ,
ti
fijos.
yi
zi
yi
zi
h f ti , yi
f ti , zi ,
yi
zi
yi
xi
yi
zi
1 hL y i
N
yi
zi
1 hL
yi
zi
e hLN y 0
yi
zi
eL b
y0
f ti , zi ,
zi ,
z0 ,
z0 ,
y0
z0
C2
0 ), consistencia (
mtodos de aproximacin?
Puede
+
probarse
que
=
en
general
se
verifica
que
max x t i
xi
b aL
eb
x0
aL
Demostracin:
Notaremos
x ti
a la solucin
xi
ti
x ti
hf t i , x t i
x ti
x0.
x t0
xi
x0
xi
verifica que
hf t i , x i
xi
x ti
x ti
hf t i , x t i
hf t i , xi
xi
x ti
xi
h f ti , x ti
f t i , xi
xi
x ti
x ti
xi
xi
h f ti , x ti
hL x t i
xi
obtenemos que
f ti , xi
i
i 1
0
1 hL
x0
h ,
yn
Sea
Teorema 50.
n 0,1....
verifican la condicin
no negativas, entonces
yn
A y0
yn
1 A yn B,
A
A
B,
n 0,1,2,...
con A y B constantes
n 0,1,2,...
y adems
yn
nA
e y0
e nA 1
B,
A
n 0,1,2,...
e ihL
Donde
eb
b aL
0
aL
e inhL 1
h ,
hL
EJERCICIOS DE CONSOLIDACIN
Ejercicio 129.x' 1
x0 0
0,3
x' t
x0 1
0,3 .
Ejercicio 130.-
x'
arctan( x )
1.
x (0) 1
Encontrar cotas a priori para x , x ' y x' ' sin calcular xexplcitamente.
Dar una cota explcita del error de truncatura obtenido al aplicar el
mtodo de Euler explcito a este PVI. Tomar h
Ejercicio 131.x' t 2 x 2
x0 1
10 3.
0, 2 .
h .
f t, x
x0
a, b .
f ti , x ti
x t0
x0
t 0 , t 1 ,..., t N .
x' t
lim
x ti
h x ti
h
h 0
x ti
h x ti
.
h
xi
h
x0
f t i , xi
o equivalentemente
xi
x0
xi
hf t i , x i
x' t
lim
h
xt
xt
h
xt
xt
h
xi
xi
h
x0
f ti , xi
o equivalentemente
xi
xi
x0
hf t i , x i
xi
hf t i 1 , x i
xi
x ti
hf t i , x t i
Desarrollando Taylor,
x ti
x ti
hx' t i
h2
x' '
2
Obtenemos:
h
x' '
2
. Donde
h
max x ' ' . Concluimos que el mtodo de Euler implcito es consistente de
2
orden 1.
Estabilidad del mtodo de Euler Implcito:
Consideremos dos sucesiones:
yi
yi
hf t i , yi
zi
y
y 0 dado
zi
hf t i , z i
z 0 dado
zi
yi
zi
h f ti , yi
f ti , zi .
yi
zi
yi
zi
1 hL y i
yi
Para h
1
,
2L
zi
se verifica que
h f t i , yi
zi
yi
1
yi
1 hL
1
1 hL
f t i , zi ,
zi 1 ,
zi 1 .
2 hL ,
yi
zi
yi
zi
1
y i 1 z i 1 1 2hL y i
1 hL
N
1 2hL y 0 z 0 ,
yi
zi
e 2 hLN y 0
yi
zi
e 2L b
zi 1 ,
z0 ,
y0
z0
x ti
x ti
hx ' t i
h2
x' '
2
ti , ti
x ti
hf t i , x t i
x ti h
x ti
hx' ti
h2
x' ' ti
2!
h3
x' ' ' ti
3!
x ti
h ,
...
xi
xi
hf t i , xi
h2
2
f
t i , xi
t
f
t i , xi f t i , xi .
x
mtodos
numricos
consistentes
estables
de
rdenes
arbitrariamente altos.
El inconveniente que presentan los mtodos de Taylor es que nos
obligan a evaluar no solo la funcin f t , x
los ejemplos acadmicos que suelen considerarse esta no suele ser una gran
dificultad, sin embargo en las aplicaciones prcticas debemos evitar evaluar
derivadas de f t , x .
Aproximaciones integrales.
Una forma alternativa de intentar resolver un PVI dado por
x' t i
x t0
f ti , x ti
x0
t 0 , t 1 ,..., t N .
ti , ti
x ti
x ti
ti h
ti
f s, x s ds.
f s, x s ds hf t i , xi .
xi
xi
hf ti , xi .
nos
conduce
al
f s , x s ds
mtodo
de
hf t i 1 , x t i
Euler
implcito,
mientras
que
la
ti h
ti
f s, x s ds
h 1
f ti , x ti
f ti 1 , x ti
0,1 ,
1
adquiere especial
2
xi
xi
h
f ti , xi
2
f ti 1 , xi
xi
h 1
f ti , xi
xi
xi
1
1
xi
xi
hf t i , x i
hf t i 1 , x i
f ti 1, xi
f
t i , xi f t i , x i
x
Ejercicio 133.-
Ejercicio 134.-
xi
xi
Ejercicio 135.-
f ti , xi
f ti 1 , xi
f t, x
xi
h ,
donde la funcin
va a tener la forma
Ak f
, donde
k 1
ti
xi
respectivamente.
As,
x ti
x ti
h de la funcin
a desarrollar
x ti
x ti
hx ' t i
h2
x' ' t i
2!
en potencias de h .
h3
x' ' t i
3!
...
x ti
h ' 0
h2
2!
'' 0
'' 0
2!
...
...
h i.
h x' t i
h2
x' ' t i
2
h3
'0
x' ti
f ti , xi
' 0
'' 0
2!
x' ' t i
,
2
x' ' ' t i
,
3!
...
xi
En este caso
f ti
xi
h
, xi .
2
hf ti
h
, xi . Tenemos que
2
0
f t i , xi
'0
1 f
t i , xi
2 t
x' ' t i
.
2
xi
h
f t i , xi
2
En este caso
f ti
h, xi
1
f ti , xi
2
hf t i , x i
f ti
h, x i
hf t i , x i
. As
f t i , xi
1 f
ti , xi
2 t
x' ' ' t i .
' 0
'' 0
f
t i , xi f t i , xi ,
x
xi
donde
xi
1
F1
6
2 F2
2 F3
F4
F1
hf t i , x i
F2
hf t i
F3
hf t i
F4
hf t i
h
, xi
2
F1
2
F2
h
, xi
2
2
h, xi F3 .
xi 1 xi
Ejercicio 137.y
hf ti
h, xi
hf ti , xi ,
i 0,1,...,N 1,
Ejercicio 138.-
xi
Ejercicio 139.-
xi
hf t i
1 1
h, xi
2 2
xi
mtodo.
xi
Ejercicio 140.-
xi
h
f t i , xi
2
f t i 1 , xi
hf t i , x i
x' 100 x y
y' y
x(0) x0 , y(0)
t
y0
0,
con
0 y
xi
Tomar h
h
f t i , xi
2
xi
f ti
h, x i
hf t i , x i
el lmite cuando i
Ejercicio 141.-
x0 , y0
es nulo
dado por
xi
1
F1
6
xi
2 F2
2 F3
h
, xi
2
F1
2
F4
con
F1
hf t i , x i
F2
hf t i
F3
hf t i
F4
hf t i
F2
h
, xi
2
2
h, xi F3
es consistente.
los
, xi
r
ti , xi .
ti
, xi
a partir de la informacin
nodos anteriores
ti
r 1
, xi
r 1
, ...
t i , xi .
x0 .
0 ,1 ...., N
trminos
y 0 , y 1 ,..., y r
estn dados y el
y i ,..., y i
r 1
0 , 1 .... N
yi
i 0 ,1 .... N
max yi
zi
C max y0
z 0 , y1
z1 ,..., y r
zr
x ' lim
h
xt
xt
xt
2h
xt
2h
tenemos que
xt
xt
2h
f t, x t .
Obtenemos as el mtodo
xi
xi
2 hf t i , x i .
xi
2 hf t i 1 , x i
x'
xi
2 hf t i 1 , x i
Ejemplo 96.
Deducir un mtodo multipaso de aproximacin de PVI, del mximo
orden de consistencia posible, utilizando la informacin contenida en los
nodos
ti 1 , xi
t i 1 , xi
f ti , xi .
Solucin: Desarrollamos
x ti
x ti
x ti
x ti
hx' t i
h2
x' ' t i
2
x ti
x ti
hx' t i
h2
x' ' t i
2
h3
x' ' ' t i
3!
h 4 iv
x ti
4!
...
h3
x' ' ' t i
3!
h 4 iv
x ti
4!
...
Sustituyendo
x ti
x ti
2hx' t i
x ti
h,
x ti
h,
x' t i
h3
x' ' ' t i
3
por
...
xi 1 ,
xi 1 ,
f t i , xi
xi
2 hf t i , x i .
y adems son
ti 1 , xi
, ti , xi .
Ax t i
2h
Bx t i
A x ti
2 hx ' t i
B x ti
hx ' t i
4h 2
x' ' t i
2
h2
x' ' t i
2
8h 3
x' ' ' t i
3!
h3
x' ' ' t i
3!
16 h 4 iv
x ti
4!
h 4 iv
x ti
4!
...
...
Sumando obtenemos:
Ax t i
A
2h
Bx t i
B x ti
2A
h
B hx ' t i
4A
h2
x' ' t i
2!
8A
h3
x' ' ' t i
3!
...
x ti
2h
4x t i
x'' ti .
Para
4,
3x t i
2hx' t i
h3
x' ' ' t i
3!
...
4xi
3xi
2 hf t i , x i
siguiente razonamiento:
Tomamos dos sucesiones generadas por este mtodo y con datos
iniciales y 0
0,
y1
z0
0,
z1
0, donde
es un
yi
0,
para todo i
. En efecto,
z0
0,
z1
z2
4 ,
z3
13 ,
z4
40 ,
...
zi
Tenemos que lim z i
i
mtodo.
3i
1
2
EJERCICIOS DE CONSOLIDACIN
Ejercicio 142.-
Estudiar
la
consistencia
de
los
siguientes
mtodos
multipaso:
e.
f.
xi
xi
xi
xi
g. x i
xi
Ejercicio 143.-
2 hf t i 1 , x i
5 f t i 1 , xi
f t i 2 , xi
Ejercicio 144.-
h
h
f t i 1 , xi 1
f t i , xi
2
2
h
9 f t i 1 , x i 1 19 f t i , x i
24
xi
, xi
f ti , xi .
a i 1 xi
ai
xi
h bi
fi
bi
fi
Estudiar si el mtodo
xi
xi
1
fi
3
4
fi
3
1
fi
3
xi
h af t i , x i
bf t i 1 , x i
... ,
f ti 1 , xi
El diseo
f t i , x ti
t 0 , t1 ,..., t N .
x0
obteniendo:
x ti
x ti
ti h
ti
f s, x s ds.
ti h
ti
f t
y en
f s ds h af t i
bf t i
... ,
f s ds
h af t i
bf t i
... .
ti.
ti
y h 1. A modo de
f s ds af 0
a.
1
0
1ds 1 a.
f s ds af 0
bf
t tenemos que
para f t
Los parmetros
ay
1 tenemos que
1ds 1 a b.
1
2
1
0
sds
a0
1.
a b 1
b
Por tanto a
1
.
2
1
y el mtodo que deducimos es el siguiente:
2
3
, b
2
xi
xi
3
f t i , xi
2
1
f t i 1 , xi
2
f s ds
af 0
bf
cf
1, t , t 2
para f t
para f t
para f t
1 tenemos que
t tenemos que
t t
tenemos que
sds
1ds 1 a b c,
1
2
a 0
5
6
1
0
s s 1 ds
a0
2.
b0
c 2.
c 1
1
b 2c
2
5
2c
.
6
cuya solucin es
5
, b
12
16
, y a 23 .
12
12
xi
xi
h
23 f t i , x i
12
16 f t i 1 , x i
5 f ti 2 , xi
EJERCICIOS DE CONSOLIDACIN
Ejercicio 146.-
pasos:
xi
xi
xi
xi
h
55 f t i , x i
24
h
1901 f t i , x i
720
59 f t i 1 , x i
2774 f t i 1 , x i
37 f t i 2 , x i
2616 f t i 2 , x i
9 f ti 3 , xi
1274 f t i 3 , x i
251 f t i 4 , x i
Ejercicio 148.-
r
k
xi
k 0
Si
caso
f t i k , xi
con
k 0
0.
0 el mtodo es explcito.
Nota: Todos los numricos de aproximacin de PVI que hemos visto son
lineales excepto los mtodos de Runge-Kutta.
Para el estudio de la consistencia y la estabilidad de los mtodos
multipaso lineales se definen los siguientes polinomios en el plano complejo:
r
zi
zi
zr
zr
r 1
zr
....
k 0
y
r
r 1
zr
....
k 0
A los polinomios
Teorema 51.
es consistente si y solo si
Un mtodo
Teorema 52.
1.
):
encuentran en el disco z
Un mtodo
'1
Un mtodo
Teorema 53.
0 y
):
se
):
EJERCICIOS DE CONSOLIDACIN
Ejercicio 149.-
Probar
que
un
mtodo
multipaso
condiciones
0 y
lineal
'1
es
1.
multipaso:
xi
xi
xi
Ejercicio 151.-
xi
xi
h
fi
4
2 xi
xi
h
fi
3
8 fi
4 fi
3 fi
fi
2
f ti 2 , xi
3
f ti 1 , xi
2
f ti , xi ,
3
0,1,..., N 2,
0, siendo
nmeros reales.
Determinar los valores de
convergente.
a partir de su
obtenidos
x ' 2 cos x
x0 2
0,1
se
obtiene
la
secuencia
xi
i 1,..., N
de truncamiento que se
x ' 2 cos x 2
x0 2
Ejercicio 152.-
0,1
1
fi
3
Estudiar si el mtodo
xi
xi
1
fi
3
4
fi
3
Ejercicio 154.-
xn
Ejercicio 155.estable.
xn
Determinar
xn
1
h
2
fn
fn
Bibliografa Consultada
Aleman Flores, Miguel. Alvarez Leon, Luis. Sanchez Perez, Javier.
Analisis Numerico. Departamento de Informatica y sistemas. Universidad de
Las Palmas. Campus de Tafira. Las Palmas. Espana.
AllenSmith, W. Anlisis Numrico / W. Allen Smith Mxico: Prentice
Hall, 1988 608 p.
Aubanell,A. tiles bsicos de Clculo Numrico / Anton Aubanell,
Antoni Beneseny, Amadeu Delshams Espaa: LABOR MATEMTICAS
(Universitat Autnoma de Barcelona),1993 465 p.
Bernis Carro, Francisco; Malet, Antonio; Molinas, Cesar. (1983).
Matematicas,
Curso
de
orientacion
universitaria.
Editorial
Noguer,
S.A.Madrid. Espana.
Burden, Richard L.; Faires, J. Douglas. (1985). Analisis Numerico.
Grupo Editorial Iberoamericana S.A. de C.V. Mexico.
Chapra,
Steven
C.
Mtodos
Numricos
para
Ingenieros
(con