Escolar Documentos
Profissional Documentos
Cultura Documentos
Facultad de Ingeniera
Tabla de contenido
Introduccin. ....................................................................................................................................... 4
Mtodos numricos............................................................................................................................ 5
Historia ............................................................................................................................................ 5
Objetivo de su utilizacin ................................................................................................................ 5
Razones por las cuales se estudian mtodos numricos ................................................................ 6
Dnde se utilizan? ......................................................................................................................... 6
Algoritmo......................................................................................................................................... 6
Propiedades que deben cumplir los algoritmos numricos............................................................ 8
Convergencia ............................................................................................................................... 8
Estabilidad ................................................................................................................................... 8
Errores ................................................................................................................................................. 9
Sistemas numricos......................................................................................................................... 9
Conversin de un nmero binario al sistema decimal ................................................................ 9
Conversin de nmeros enteros del sistema decimal a binario ................................................. 9
Manejo de nmeros en la computadora ...................................................................................... 10
Nmeros enteros....................................................................................................................... 10
Nmeros reales (punto flotante) .............................................................................................. 10
Causas de errores graves en computacin ................................................................................... 11
Suma de nmeros muy distintos en magnitud ......................................................................... 11
Resta de nmeros casi iguales .................................................................................................. 11
Overflow y Underflow ............................................................................................................... 12
Tipos de errores ............................................................................................................................ 13
Error inherente .......................................................................................................................... 13
Error de redondeo ..................................................................................................................... 13
Error por truncamiento ............................................................................................................. 13
Estimacin del error por mtodos iterativos ................................................................................ 15
Ejercicios........................................................................................................................................ 17
Solucin de ecuaciones algebraicas y trascendentes ...................................................................... 18
Mtodo grfico .............................................................................................................................. 19
Tipos de mtodos .......................................................................................................................... 20
Mtodos cerrados o acotados....................................................................................................... 20
1|Pgina
Victor Fernndez Rosales
3|Pgina
Victor Fernndez Rosales
Introduccin.
Al momento de aplicar las Matemticas a situaciones del mundo real nos encontramos a
menudo con problemas que no pueden ser resueltos analticamente o de manera exacta y
cuya solucin debe ser abordada con ayuda de algn procedimiento numrico. A
continuacin consideramos algunos problemas tpicos, ya formulados matemticamente,
para los cuales estudiaremos tcnicas numricas de solucin.
Problema 1. Encontrar el rea de la regin comprendida entre las grficas de: y=2senx, y=ex con x [0, ].
Problema 2. Encontrar las races de la ecuacin polinmica:
x5 + 11x4 21x3 10x2 21x 5 = 0
Problema 3. Resolver los siguientes sistemas de ecuaciones:
a) El sistema lineal AX=b con:
2
1
= 0
0
[0
b) El sistema no-lineal
1
2
1
0
0
0
1
2
1
0
0
0
1
2
1
0
0
0
1
2]
3
2
= 2
2
[1]
2 + 3 = 9
{ 2
3 3 = 4
Problema 4. Dada la siguiente tabla de datos correspondiente a una cierta funcin y = f(x),
xk
-2
-1
0
1
2
3
f(xk)
-5
1
1
1
7
25
Problema 5. Hallar el valor de cada una de las siguientes integrales:
1
1
2
2
1
()
4
0
Mtodos numricos
Es un procedimiento mediante el cual se obtiene, casi siempre de manera aproximada, la
solucin de ciertos problemas realizando clculos puramente aritmticos y lgicos
(operaciones aritmticas elementales, clculo de funciones, consulta de una tabla de
valores, clculo proposicional, etc.). Un tal procedimiento consiste en una lista finita de
instrucciones precisas que especifican una secuencia de operaciones algebraicas y lgicas
(algoritmo), que producen o bien una aproximacin de la solucin del problema (solucin
numrica) o bien un mensaje. La eficiencia en el clculo de dicha aproximacin depende,
en parte, de la facilidad de implementacin del algoritmo y de las caractersticas especiales
y limitaciones de los instrumentos de clculo (los computadores). En general, al emplear
estos instrumentos de clculo se introducen errores llamados de redondeo.
Historia
Antes del uso o aparicin de la PC, haba 3 mtodos diferentes que se aplican a la solucin
de problemas:
1. Usando mtodos exactos o analticos (stos tienen un valor prctico limitado ya que
son aplicables a una clase limitada de problemas).
2. Para analizar el comportamiento de los sistemas se usaban soluciones grficas
(resultados no muy precisos, tediosos y difciles de implementar sin ayuda de una
PC).
3. Para implementar los mtodos numricos se utilizaban calculadoras manuales y
reglas de clculo (son tediosos, lentos y no existen resultados consistentes). Antes
de la aparicin y uso del PC se gastaba mucha energa en la tcnica misma de
solucin, en lugar de aplicarla sobre la definicin del problema y su interpretacin.
Objetivo de su utilizacin
El objetivo principal del anlisis numrico es encontrar soluciones aproximadas a
problemas complejos utilizando slo las operaciones ms simples de la aritmtica. Se
5|Pgina
Victor Fernndez Rosales
Algoritmo
Es una secuencia lgica de pasos necesarios para ejecutar una tarea especfica tal como la
solucin de un problema.
Caractersticas de los algoritmos
Preciso: Definir de manera rigurosa, sin dar lugar a ambigedades.
Definido: Si se sigue un algoritmo dos veces, se obtendr el mismo resultado.
Finito: Debe terminar en algn momento.
Puede tener cero o ms elementos de entrada.
Debe producir un resultado: Los datos de salida sern los resultados de efectuar las
instrucciones.
6|Pgina
Victor Fernndez Rosales
Problema
Diseo del
algoritmo
Programa de
computadora
Ejemplo:
Algoritmo para la solucin de la suma de 2 nmeros cualquiera.
1. Inicio
2. Solicitar el valor de a
3. Solicitar el valor de b
4. Sumar a con b y asignar a c la respuesta
5. Imprimir el valor de c
6. fin
7|Pgina
Victor Fernndez Rosales
8|Pgina
Victor Fernndez Rosales
Errores
Los mtodos numricos ofrecen soluciones aproximadas muy cercanas a las soluciones
exactas; la discrepancia entre una solucin verdadera y una aproximada constituye un error,
por lo que es importante saber qu se entiende por aproximar y aprender a cuantificar los
errores para minimizarlos.
Sistemas numricos
Conversin de un nmero binario al sistema decimal
Teniendo en cuenta el valor de cada dgito en su posicin, que es el de una potencia de 2,
cuyo exponente es 0 en el bit situado ms a la derecha, y se incrementa en una unidad
segn vamos avanzando posiciones hacia la izquierda.
Ejemplos:
10110012=
1x26 + 0x25+ 1x24+ 1x23+ 0x22+ 0x21+ 1x20=
64 + 0 + 16 + 8 + 0 + 0 + 1 =8910
1010102=
1x25+ 0x24+ 1x23+ 0x22+ 1x21+ 0x20=
32 + 0 + 8 + 0 + 2 + 0 =4210
1
1
1
1
0
1
0
1
9|Pgina
10 | P g i n a
Victor Fernndez Rosales
0 0 1 1
Caracterstica
1 1 1
Mantisa
Nmeros normalizados
.000002 x 103
+ .600000 x 103
.600002 x 103
Como solo se puede manejar 4 dgitos, los ltimos 2 son eliminados y la suma es .6000 x
103, por lo que la suma nunca se realiz.
Resta de nmeros casi iguales
Ejemplo:
.2145 x 100
- .2144 x 100
.0001 x 100
Que normalizado el resultado es: 0.1 x 10-3
Como solo existe un digito significativo se sugiere no confiar en su exactitud.
11 | P g i n a
Victor Fernndez Rosales
Tipos de errores
Error inherente
En muchas ocasiones, los datos con que se inician los clculos contienen un cierto error
debido a que se han obtenido mediante la medida experimental de una determinada
magnitud fsica. As por ejemplo, el dimetro de la seccin de una varilla de acero
presentara un error segn se haya medido con una cinta mtrica o con un pie de rey. A este
tipo de error se le denomina error inherente.
Error de redondeo
Como no es posible guardar un nmero binario de longitud infinita o un nmero de ms
dgitos de los que posee la mantisa de la computadora que se est empleando, se almacena
slo un nmero finito de estos dgitos; como consecuencia, se comete automticamente un
pequeo error, conocido como error de redondeo, que al repetirse muchas veces puede
llegar a ser considerable.
Error por truncamiento
Los errores por truncamiento ocurren cuando un nmero, cuya parte fraccionaria est
constituida por un nmero infinito de dgitos, requiere ser representado numricamente
en forma aproximada, utilizando un nmero de cifras significativas.
Por ejemplo 3.1416 es una buena aproximacin del nmero , pero el valor exacto no puede
ser expresado numricamente por completo, pues consta de un nmero infinito de dgitos:
3.1415926535; lo mismo ocurre con el 2.7183 para el nmero e, el 1.4142 para 2, y el
0.333333 para 1/3.
Sin embargo, todos los nmeros, ya sean enteros, racionales o irracionales, pueden ser
representados a travs de formulaciones matemticas exactas, utilizando series infinitas;
obviamente, las representaciones numricas acotadas a un determinado nmero de cifras
significativas, son aproximaciones numricas que llevan implcitos errores por
truncamiento.
Por ejemplo, los nmeros 1, 1/3 y e pueden expresarse matemticamente, de manera
exacta, a travs de las siguientes series infinitas:
1=1/2 + 1/4 + 1/8 + 1/16 + 1/32 + 1/64 +
1/3= 3/10 + 3/100 + 3/1000 + 3/10000 + 3/1000000 +
e=1/0! + 1/1! + 1/2! + 1/3! + 1/4! + 1/5! +
13 | P g i n a
Victor Fernndez Rosales
[ ]
[ ]
Ejemplo:
Calcular el error numrico y error relativo porcentual de un terreno:
Se mide un terreno con un flexmetro y nos da las siguientes medidas: base=215 mts. y de
altura=105 mts.
Posteriormente se mide el mismo terreno con un teodolito y nos da las siguientes medidas:
base=217 mts y de altura 108 mts.
=
Et = 217-215 = 2 mts.
Altura
Base
100%
2
100% = 0.9216%
217
Ejemplo:
Suponga que se tiene que medir la longitud de un puente y la de un remache, y se obtiene
9,999 y 9 cm respectivamente. Si los valores verdaderos son 10,000 y 10 cm, calcule:
a) el error numrico
b) el error relativo porcentual en cada caso:
Solucin:
a) El error numrico en la medicin del puente es: Et= 10,000 - 9,999 = 1 cm
y en la del remache es de: Et = 10 - 9 =1 cm.
b) El error relativo porcentual para el puente es:
1
=
100% = 0.01%
10,000
14 | P g i n a
Victor Fernndez Rosales
1
100% = 10%
10
Por tanto, aunque ambas medidas tienen un error numrico de 1 cm, el error relativo
porcentual del remache es mucho mayor. Se concluye entonces que se ha hecho un buen
trabajo en la medicin del puente; mientras que la estimacin para el remache dej mucho
que desear.
| % [ ]
Un caso muy interesante es una investigacin que realiza Scarborough 1966, en que
determin el nmero de cifras significativas que contiene el error como: Si reemplazamos
el Error esperado (Es) en la ecuacin obtendremos el nmero de cifras significativas en que
es confiable el valor aproximado obtenido.
= (. )%
[ ]
2 3
+ +. . +
2! 3!
!
15 | P g i n a
Victor Fernndez Rosales
0.5 = 1 =1
(10)
= 1 100% = 1% = 100
2o termino:
0.5 = 1 + =
0.5 = 1 + 0.5 = .
(1.51)
= 1.5 100% = 0.3333% = 33.333
3er termino:
0.5 = 1 + +
2
2!
0.5 = 1 + 0.5 +
=
4o termino:
(1.6251.5)
1.625
0.5 = 1 + +
5o termino:
2
2!
3!
(0.5)2
=
+
2
2!
3!
(0.5)2
(0.5)3
= .
3!
+
+
4!
(0.5)3
2!
3!
(1.6484375001.645833333)
2
2!
0.5 = 1 + 0.5 +
3!
(0.5)2
+
+
4!
= .
4!
5!
(0.5)3
(0.5)4
2!
3!
(1.6486979171.648437500)
1.648697917
(0.5)4
1.648437500
0.5 = 1 + +
=
1.645833333
0.5 = 1 + 0.5 +
6o termino:
= .
2!
2!
(1.6458333331.625)
0.5 = 1 + +
=
(0.5)2
0.5 = 1 + 0.5 +
=
4!
(0.5)5
5!
= .
Resultado
1
1.5
1.625
1.645833333
1.648437500
1.648697917
Ea (%)
100
33.3
7.69
1.27
0.158
0.0158
Es(%)
0.05
As despus de usar seis trminos, el error aproximado porcentual (Ea) =0.0158 es menor
que el error esperado (Es)=0.05 y el clculo termina.
Ejercicios.
1. Convierta los siguientes nmeros decimales a los sistemas con base 2.
a) 536
b) 923
c) 1536
2. Convierta los siguientes nmeros dados en binario a sistema decimal.
a) 1000
b)10101
c)111111
3. Calcule el valor de e a la -8.3 para la funcin:
2 3
= 1 + +..
2! 3!
y
1
1
= =
2
3
1++ + +
2
3!
17 | P g i n a
Victor Fernndez Rosales
2 4
2
para
Sin embargo existen ecuaciones como est, que se resuelven directamente y aparecen
muchas ms en las que no es posible encontrar solucin. Por ejemplo, incluso una funcin
tan simple como f(x)= e-x x no se puede resolver en forma analtica. En tales casos, la nica
alternativa es una tcnica con solucin aproximada.
Un mtodo para obtener una solucin aproximada consiste en graficar la funcin para
determinar dnde cruza el eje de las x. Este punto, que representa el valor de x para el cual
f(x)=0 es la raz.
Aunque los mtodos grficos son tiles en la obtencin de estimaciones de las races, tienen
el inconveniente de que son poco precisos.
Otro mtodo es el de prueba y error. Esta tcnica consiste en elegir un valor de x y evaluar
si f(x) es cero. Si no es as se hace otra eleccin y se evala nuevamente f(x) para determinar
si el valor ofrece una mejor aproximacin de la raz. El proceso se repite hasta que se
obtenga un valor que proporcione una f(x) cercana a cero; por lo tanto se crearon mtodos
ms exactos y fciles de adoptarlos a las computadoras, reduciendo as el tiempo en
encontrar la solucin y en la exactitud de estos.
Una funcin dada por y= f(x) es algebraica si se puede expresar de la siguiente manera:
fnyn + fn-1yn-1 + + f1y + f0 = 0
() = 1,
() = 0.2 () = (3 0.5)
Los mtodos estndar para encontrar races, en general caen en dos reas de problemas
parecidas en principio, pero fundamentalmente diferentes.
18 | P g i n a
Victor Fernndez Rosales
Mtodo grfico
Un mtodo simple para obtener una aproximacin a la raz de la ecuacin y observar en
donde cruza el eje X. Este punto que representa el valor de x para el cual f(x)=0 proporciona
la aproximacin inicial de la raz.
Ejemplo:
Utilizar el Mtodo grfico para encontrar la raz de la ecuacin: f(x)=e-x-x
x
-0.4
-0.2
0
0.2
0.3
0.4
0.5
0.6
f(x)
1.89
1.42
1.00
0.62
0.44
0.27
0.11
-0.05
resultado
e + 0.4=1.89
e0.2 + 0.2=-1.42
e0 + 0=1.00
e-0.2 0.2=0.62
e-0.3 0.3=0.44
e-0.4 0.4=0.27
e-0.5 -0.5=0.11
e-0.6 0.6=-0.05
0.4
2.00
1.50
1.00
f(x)
0.50
0.00
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
-0.50
19 | P g i n a
Victor Fernndez Rosales
Tipos de mtodos
Cerradas o acotados:
Abiertos:
(Requieren de un valor de x o dos pero
que no necesariamente encierren a la raz)
20 | P g i n a
Victor Fernndez Rosales
[]
f(x)
f(xb)
f(xr1)
xa=xa1
f(xr3)
f(xr2)
f(xa)
xr2
xr3 xr
xa1
xa2
xr2
xa3
xr1
Xb=xb1
xr1
xb1
xb2
xr3
xb3
Algoritmo:
1. Elijase los valores iniciales xa y xb de tal manera que la funcin cambie de signo sobre
el intervalo, esto se puede verificar asegurndose de que:
f(xa).f(xb)<0
2. La primera aproximacin a la raz se determina como:
xr=(xa-xb)/2
3. Realice las siguientes evaluaciones y determine en que sub intervalo se ubica la raz.
Si f(xa).f(xr)<0 entonces la raz se encuentra dentro del primer sub intervalo, por lo
tanto resulvase xb=xr y continuase con el paso 4.
Si f(xa).f(xr) >0 entonces la raz se encuentra en el segundo sub intervalo, por lo tanto
resulvase xa=xr y continuase con el paso 4.
Si f(xa).f(xr)=0 entonces la raz es igual a xr y se terminan los clculos.
4. Calcule una nueva aproximacin a la raz como en el paso 2.
21 | P g i n a
Victor Fernndez Rosales
iter
1
2
3
4
5
6
7
8
9
10
11
xa
xb
0.5
0.5
0.5
0.5625
0.5625
0.5625
0.5625
0.5664
0.5664
0.5664
0.5668
0.75
0.625
0.625
0.59375
0.57812
0.57031
0.57031
0.56835
0.56738
0.56738
f(x)= e-x x
xr
f(xa)
f(xr)
f(xa)*
f(xr)<0
xb=xr
f(xa)*
f(xr)>0
xa=xr
f(xa)*
f(xr)=0
Ea(%)
0.75
0.625
0.5625
0.59375
0.57812
0.57031
0.56640
0.56835
0.56738
0.56689
0.56713
0.10653
0.10653
0.10653
0.00728
0.00728
0.00728
0.00728
0.00115
0.00115
0.00115
-13.5061
-0.277633
-0.089738
0.007282
-0.041497
-0.017175
-0.004963
0.001155
-0.001905
-0.000375
0.000389
-13.50290
si
si
no
si
si
si
no
si
si
no
no
no
no
si
no
no
no
si
no
no
si
si
no
no
no
no
no
no
no
no
no
no
no
100
20
11.11111
5.263157
2.702702
1.369863
0.689655
0.343642
0.172117
0.086132
0.043047
xr = (xa+xb)
2
Es(%)
0.05
Iteracin 1
xr= (0.5+1)/2 = 0.75
f(xa)=e-0.5 -0.5= 0.1065
f(xr)=e-0.75 0.75 = -0.2776
Ea =|(0.75-0)/0.75| % = 1% = 100
22 | P g i n a
Victor Fernndez Rosales
mtodo de biseccin
de los ejes
en el eje x
en el eje y
23 | P g i n a
Victor Fernndez Rosales
Solucin en Matlab
Dame la funcin: exp(-x) -x
Dame el intervalo inferior: 0.5
Dame el intervalo superior: 1
Dame el porciento de error: 0.05
Resultado de la raz: 0.567139 en 11 iteraciones
exp(-x)-x
200
150
100
50
0
-6
-4
-2
0
x
24 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1. Determinar por el Mtodo de la Biseccin la raz de las siguientes funciones:
f(x)= x3 + 2x2 +10x -20, tomando 5 decimales.
f(x)= -0.5x2+2.5x+4.5, tomando 5 decimales.
f(x)= Sen(x) + 0.8 Cos(x) en [2,3] con 5 decimales.
f(x)= x2-4x+3.5-In(x) en [1,3] con 5 decimales.
f(x)= (x-2.1)2-7xCos(x) en [1,2] con 5 decimales.
2. Un nuevo centro de diversiones cuesta $10 millones de pesos y produce una
ganancia de $2 millones. Si la deuda se debe pagar en 10 aos a qu tasa de inters
debe hacerse el prstamo? El costo actual (P), el pago anual (A) y la tasa de inters
(x) se relacionan entre s mediante la siguiente formula:
(1 + ) 1
=
(1 + )
Sustituyendo datos y simplificando resulta lo siguiente:
(1 + )10 1
() =
5=0
(1 + )10
Calclese x (inters) usando el Mtodo de Biseccin (a = 0.1 y b = 0.2)
3. Cuando se requiere encontrar la acidez de una solucin de hidrxido de magnesio
en cido clorhdrico, se obtiene la siguiente ecuacin:
f(x)=x3+3.6x2-36.4
Donde x es la concentracin del ion hidrgeno. Encuentre la concentracin del ion
hidrogeno para una solucin saturada (la acidez es igual a cero).
4. Suponga que un objeto de masa m se deja caer desde una altura S0 que es la altura
del objeto con respecto al suelo, a los t segundos viene dada por:
() = 0 +
2
2 (1 )
25 | P g i n a
Victor Fernndez Rosales
f(x)
f(xb)
xr
(xa)
x
raz
(xb)
f(xa)
( ) ( )
( ) ( )
[ ]
Ejemplo:
Determinar por el mtodo de la falsa posicin la raz de la siguiente funcin:
f(x)= e-x x, tomando 5 decimales.
Es=(0.5 x 102n)%
Es=(0.5 x 102-5)% = (0.5 x 10-3)% = 0.0005%= 0.05
26 | P g i n a
Victor Fernndez Rosales
iter
xa
xb
xr
f(xa)
f(xb)
f(xr)
1
2
3
0.5
0.5
0.5
0.5721
0.5672
0.5721
0.5672
0.5671
0.1065
0.1065
0.1065
-0.6321
-0.0078
-0.000088
-0.0078
-0.000088
0.000067
f(x)= e-x x
xr= xb-f(xb)*(xa-xb)
f(xa) f(xb)
f(xa)*
f(xr)<0
xb=xr
si
si
no
f(xa)*
f(xr)>0
xa=xr
no
no
si
f(xa)*
f(xr)=0
Ea(%)
Es(%)
no
no
no
100
0.86
0.01
0.05
Iteracin 1
f(xa)=e-0.5 -0.5 = 0.1065
f(xb)=e-1 -1 = -0.6321
xr= 1 - (-0.6321)*(0.5-1)/(0.1065-(-0.6321)) =0.5721
f(xr)=e-0.5721 0.5721 =-0.0078
Ea =100%
Iteracin 2
f(xa)=e-0.5 -0.5 = 0.1065
f(xb)=e-0.5721 -0.5721 = -0.0078
xr= 0.5721 - (-0.0078)*(0.5-0.5721)/(0.1065-(-0.0078)) =0.5672
f(xr)=e-0.5672 0.5672 =-0.00008887
si f(xa)*f(xr) <0 entonces xb=xr
Ea =|(0.5672 - 0.5721)/0.5672| % = 0.0086 % =0.86
Iteracin 3
f(xa)=e-0.5 -0.5 = 0.1065
f(xb)=e-0.5672 -0.5672 = -0.000088871
xr= 0.5672 - (-0.000088871)*(0.5-0.5672)/(0.1065-(-0.000088871)) = 0.5671
f(xr)=e-0.5671 0.5671 =0.000067843
si f(xa)*f(xr) >0 entonces xa=xr
Ea =|(0.5671 - 0.5672)/0.5671| % = 0.00017634 % =0.01
27 | P g i n a
Victor Fernndez Rosales
Solucin en Matlab
Dame la funcin: exp(-x) -x
Dame el intervalo inferior: 0.5
Dame el intervalo superior: 1
Dame el porciento de error: 0.05
Resultado de la raz: 0.567144 en 3 iteraciones
28 | P g i n a
Victor Fernndez Rosales
200
150
100
50
0
-6
-4
-2
0
x
Ejercicios.
Determinar por el mtodo de la falsa posicin la raz de las siguientes funciones:
1) f(x)=6x3-5x2 +7x -2, tomando 5 decimales.
2) f(x)=0.7x5-8x4+44x3-90x2+82x-25, tomando 5 decimales.
3) f(x)=sen x e-x, tomando 5 decimales.
4) f(x)= 4 sen 2x +x, tomando 5 decimales.
5) f(x)= log (2+x) x, tomando 5 decimales.
6) f(x)=0.6 e-0.3-sen 2x, tomando 5 decimales.
29 | P g i n a
Victor Fernndez Rosales
Mtodos abiertos
Se basan en frmulas que requieren nicamente de un solo valor de inicio x o que empiecen
con un par de ellos, pero que no necesariamente encierran a la raz. Como tales, algunas
veces divergen o se aleja de la raz verdadera a medida que crece el nmero de iteraciones.
Sin embargo, cuando estos mtodos convergen por lo general lo hacen mucho ms rpido
que los mtodos que usan intervalos.
2+ 3
x2-2x+3=0
Ejemplo:
sen x=0
(operacin algebraica)
La ecuacin x=g(x) nos proporciona una frmula para predecir un nuevo valor de x en
funcin del valor anterior de x, se utiliza para obtener una nueva aproximacin x i+1
expresada por la formula iterativa:
+ = ( )
[ ]
+1
| 100%
+1
[ ]
30 | P g i n a
Victor Fernndez Rosales
y=z
g(x1)
x2=g(x1)
g(x2)
x3=g(x2)
x1 x3
x5
y=g(x)
x6
x4 x2
Ejemplo:
Determinar por el mtodo del punto fijo la raz de la siguiente funcin:
f(x)=e-x-x, con punto de inicio en 0 y tomando 5 decimales.
e-x-x = 0
se arregla para obtener
x=e-x
iteracin
1
2
3
4
5
6
7
8
9
10
11
12
xi
0
1
0.3679
0.6922
0.5005
0.6062
0.5454
0.5796
0.5601
0.5712
0.5648
0.5685
xi+1
1
0.3679
0.6922
0.5005
0.6062
0.5454
0.5796
0.5601
0.5712
0.5648
0.5685
0.5664
Ea(%)
100
172.19
46.85
38.30
17.44
11.15
5.90
3.48
1.94
1.13
0.65
0.37
Es(%)
0.05
Nota: Cada iteracin se acerca cada vez ms al valor estimado con el valor verdadero de la
raz a 0.56714329, continuando las iteraciones hasta que Ea<= 0.05
31 | P g i n a
Victor Fernndez Rosales
Iteracin 1
f(x(0))=e-0 = 1
Ea=100
Iteracin 2
f(x(1))= e-1=0.3679
Ea=|(0.3679-1)/(0.3679)|%= 1.7219% =172.19
Iteracin 3
f(x(0.3679))= e-0.3679 =0.6922
Ea=|(0.6922-0.3679)/(0.6922)|%=0.4685%=46.85
Iteracin 4
f(x(0.6922))= e-0.6922=0.5005
Ea=|(0.5005-0.6922)/(0.5005)|% =0.3830% = 38.30
Iteracin 5
f(x(0.5005))= e-0.5005=0.6062
Ea=|(0.6062 -0.5005)/(0.6062)|% = 0.1744% = 17.44
Iteracin 6
f(x(0.6062))= e-0.6062 = 0.5454
Ea=|(0.5454 - 0.6062)/(0.5454)|% = 0.1115% = 11.15
Iteracin 7
f(x(0.5454))= e-0.5454= 0.5796
Ea=|(0.5796-0.5454)/(0.5796)|% = 0.0590% = 5.90
Iteracin 8
f(x(0.5796))= e-0.5796= 0.5601
Ea=|(0.5601 0.5796)/(0.5601)|% = 0.0348% = 3.48
Iteracin 9
f(x(0.5601))= e-0.5601 = 0.5712
Ea=|(0.5712 0.5601)/(0.5712)|% =0.0194% = 1.94
Iteracin 10
f(x(0.5712))= e-0.5712 =0.5648
Ea=|(0.5648 0.5712)/(0.5648)|% =0.0113% = 1.13
Iteracin 11
f(x(0.5648)) = e-0.5648 = 0.5685
Ea=|(0.5685 -0.5648)/(0.5685)|% = 0.0065% = 0.65
32 | P g i n a
Victor Fernndez Rosales
Solucin en Matlab
Dame la funcin: exp(-x)
Dame el punto de inicio: 1
Dame el porciento de error: 0.05
Resultado de la raz= 0.567068 en 15 iteraciones
33 | P g i n a
Victor Fernndez Rosales
Ejercicios.
Determinar por el Mtodo del Punto Fijo la raz de las siguientes funciones:
f(x)=sen x, con punto de inicio en 1 y tomando 5 decimales.
f(x)=cos x - 3x, con punto de inicio en 0 y tomando 5 decimales.
f(x)=x4+8x3+11x2-32x-60, con punto de inicio en 1 y tomando 5 decimales.
Encuentre una solucin de la ecuacin
tomando 5 decimales.
1
+ =
2
34 | P g i n a
Victor Fernndez Rosales
Mtodo de Newton-Raphson
Este mtodo es el ms utilizado. Si el valor inicial para la raz es xi, entonces se puede trazar
una tangente desde el punto [xi, f(xi)] de la curva, el punto donde esta tangente cruza al eje
x representa una aproximacin mejorada de la raz.
f(x)
Pendiente=f(xi)
f(xi)
f(xi)-0
xi+1
xi
xi -xi+1
f(xi ) 0
xi xi+1
( )
( )
[ ]
+1
| 100%
+1
[ ]
35 | P g i n a
Victor Fernndez Rosales
iteracin
1
2
3
4
xi
0
0.50
0.5663
0.5671
f(xi)
1
0.1065
0.0013
0.0000678
f(xi)
-2
-1.6065
-1.5676
-1.5672
xi+1
0.50
0.5663
0.5671
0.5671
Ea(%)
100
11.71
0.14
0.00
Es(%)
0.05
Iteracin 1
xi=0
f(xi)= e0 -0= 1
f(xi)=-e0-1=-2
xi+1=0-(1/-2)= 0.50
Ea=|(0.50 - 0)/(0.50)|% =1 % =100
Iteracin 2
xi=0.50
f(xi)= e-0.50 -0.50= 0.1065
f(xi)=-e-0.50-1=-1.6065
xi+1=0.50-(0.1065/-1.6065)= 0.5663
Ea=|(0.56630.50)/(0.5663)|% =0.1171 % =11.71
Iteracin 3
xi=0.5663
f(xi)= e-0.5663 -0.5663= 0.0013
f(xi)=-e-0.5663-1=-1.5676
xi+1=0.5663-(0.0013/-1.5676)= 0.5671
Ea=|(0.5671 0.5663)/(0.5671)|% =0.0014 % =0.14
Iteracin 4
xi=0.5671
f(xi)= e-0.5671 -0.5671=0.0000678
f(xi)=-e-0.5671-1=-1.5672
xi+1=0.5671-(0.0000678/-1.5672)= 0.5671
Ea=|(0.5671 0.5671)/(0.5671)|% =0.00% =0.00
36 | P g i n a
Victor Fernndez Rosales
Solucin en Matlab
Dame la funcin: exp(-x)-x
Dame la derivada de la funcin: -exp(-x) -1
Dame el valor del punto de inicio: 0
Dame el porciento de error: 0.05
Resultado de la raz= 0.567143 en 4 iteraciones
37 | P g i n a
Victor Fernndez Rosales
( ) ( )
[ ]
[( )] (( ) ( ))
iteracin
1
2
3
xi
0
0.4286
0.6857
f(xi)
-3
0.8396
-0.2286
f(xi)
7
3.2651
1.5536
x(i+1)
0.4286
0.6857
0.8328
Ea(%)
100
37.49
17.66
Es(%)
0.05
Iteracin 1
xi=0
f(xi)= (0)3-5(0)2+7(0)-3=-3
f(xi)=-3(0)2-10(0)+7=7
xi+1=0-(-3/7)=0.4286
Ea=|(0.4286 - 0)/(0.4286)|% =1 % =100
Iteracin 2
xi=0.4286
f(xi)= (0.4286)3-5(0.4286)2+7(0.4286)-3=0.8396
f(xi)=3(0.4286)2-10(0.4286)+7=3.2651
xi+1=0.4286-(0.8396/3.2651)=0.6857
Ea=|(0.6857-0.4286)/(0.6857)|% = 0.3749% = 37.49
Iteracin 3
xi=0.6857
f(xi)= (0.6857)3-5(0.6857)2+7(0.6857)-3=-0.2286
f(xi)=3(0.6857)2-10(0.6857)+7=1.5536
xi+1=0.6857-(-0.2286/1.5536)=0.8328
Ea=|(0.8328 0.6857)/(0.8328)|% =0.1766 % =17.66
Nota: As sucesivamente hasta llegar a 12 iteraciones
38 | P g i n a
Victor Fernndez Rosales
iteracin
1
2
3
4
xi
0
1.1053
1.0031
1.0001
f(xi)
-3
-0.0210
-0.000019
-0.00000001
f(xi)
7
-0.3879
-0.0124
-0.0003
f(xi)
-10
-3.3682
-3.9814
-3.9994
x(i+1)
1.1053
1.0031
1.0001
1.0000
Ea(%)
100
10.19
0.30
0.01
Es(%)
0.05
Iteracin 1
xi=0
f(xi)=(0)3-5(0)2+7(0)-3=-3
f(xi)=3(0)2-10(0)+7=7
f(xi)=6(0)-10=-10
xi+1=0 - ((-3)*(7)/((7)2 (-3)*(-10)))=1.1053
Ea=|(1.1053 - 0)/(1.1053)|% =1 % =100
Iteracin 2
xi=1.1053
f(xi)=(1.1053)3-5(1.1053)2+7(1.1053)-3=-0.0210
f(xi)=3(1.1053)2-10(1.1053)+7=-0.3879
f(xi)=6(1.1053)-10=-3.3682
xi+1=1.1053 - ((-0.0210)*(-0.3879)) / ((-0.3879)2 ((-0.0210)*(-3.3682)))=1.0031
Ea=|(1.0031-1.1053)/(1.0031)|% =0.1019 % =10.19
Iteracin 3
xi=1.0031
f(xi)=(1.0031)3-5(1.0031)2+7(1.0031)-3=-0.0000191
f(xi)=3(1.0031)2-10(1.0031)+7=-0.0124
f(xi)=6(1.0031)-10=-3.9814
xi+1=1.0031 - ((-0.0210)*(-0.3879)) / ((-0.3879)2 ((-0.0210)*(-3.3682)))=1.0001
Ea=|(1.0001-1.0031)/(1.0001)|% = 0.0030 % = 0.30
Iteracin 4
xi=1.0001
f(xi)=(1.0001)3-5(1.0001)2+7(1.0001)-3=-0.0000000199
f(xi)=3(1.0001)2-10(1.0001)+7=-0.000399
f(xi)=6(1.0001)-10=-3.9994
xi+1=1.0001 - ((-0.0000000199)*(-0.000399)) / ((-0.000399)2 ((-0.0000000199)*(3.9994)))=1.0000
Ea=|(1.0000-1.0001)/(1.000)|% = 0.0001 % = 0.01
39 | P g i n a
Victor Fernndez Rosales
Solucin en Matlab
Dame la funcin f(x) : (x^3)-(5*x^2)+7*x-3
Dame la 1a. derivada de la funcin f(x) : (3*x^2)-10*x+7
Dame la 2a. derivada de la funcin f(x) : 6*x-10
Dame el valor inicial de x : 0
Dame el porciento del error : 0.05
Resultado de la raz= 1.000000 en 4 iteraciones
40 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1. Determinar por el Mtodo del Newton Raphson y el Mtodo de Newton Raphson
Modificado la raz de las siguientes funciones:
f(x) = 6x3-8x2-10x+3, con punto de inicio en 0 y tomando 5 decimales.
f(x) = x2 3x + 2 - eX, con punto de inicio en 1 y tomando 5 decimales.
f(x) = x2-2xe-x+e-2x en el intervalo [0,1], sol. 0.567193...
41 | P g i n a
Victor Fernndez Rosales
Mtodo de la Secante
En el Mtodo de Newton-Raphson el problema que existe es la evaluacin de la derivada
por lo que en este mtodo en lugar de una derivada se utiliza una diferencia dividida finita
regresiva.
f(x)
f(xi)
f(xi-1)
xi+1 xi
( ) ( )
( ) ( )
[]
[ ]
Ejemplo:
Determinar por el Mtodo de la Secante la raz de la siguiente funcin:
f(x)=e-x-x, con valores iniciales en xi-1=0 y xi=1 y tomando 5 decimales.
iteracin
1
2
xi-1
0
1
xi
1
0.6127
0.6127
0.5638
0.5638
0.5671
f(xi-1)
1
0.6321
0.0708
0.0052
f(xi)
-0.6321
-0.0708
xi+1
0.6127
0.5638
Ea(%)
61.27
8.67
0.0052
0.5671
0.58
0.0000678
0.5671
0.004
Es(%)
0.05
42 | P g i n a
Victor Fernndez Rosales
Iteracin 1
xi-1=0
xi=1
f(xi-1)= e0 -0= 1
f(xi)=e-1-1= -0.6321
xi+1=1-((-0.6321)(0-1))/(1-(-0.6321))=0.6127
Ea=|(0.6127 - 1)/(0.6127)|% =0.6127 % =61.27
Iteracin 2
xi-1=1
xi=0.6127
f(xi-1)= e-1 -1= -0.6321
f(xi)=e0.6127-0.6127=-0.0708
xi+1=0.6127-((-0.0708)(1-0.6127)/(-0.6321-(-0.0708))=0.5638
Ea=|(0.5638-0.6127)/(0.5638)|% =0.0867 % =8.67
Iteracin 3
xi-1=0.6127
xi=0.5638
f(xi-1)= e-0.6127-0.6127=-0.0708
f(xi)=e-0.5638-0.5638=0.0052
xi+1=0.5638-((0.0052)(0.6127-0.5638)/(-0.0708-(0.0052))=0.5671
Ea=|(0.5671-0.5638)/(0.5671)|% =0.0058 % =0.58
Iteracin 4
xi-1=0.5638
xi=0.5671
f(xi-1)= e-0.5638-0.5638=0.0052
f(xi)=e-0.5671-0.5671=0.0000678
xi+1=0.5671-((0.0000678)(0.5638-0.5671)/(-0.0052-(0.0000678))=0.5671
Ea=|(0.5671-0.5671)/(0.5671)|% = 0.00% =0.0004
43 | P g i n a
Victor Fernndez Rosales
Solucin en Matlab
Dame la funcin: exp(-x)-x
Dame el punto xi-1:0
Dame el punto xi :1
Dame el porciento de error: 0.05
44 | P g i n a
Victor Fernndez Rosales
Ejercicios.
Determinar por el mtodo dela Secante la raz de la siguiente funcin:
f(x)=x3 + 2x2+10x-20, con valores inicial en xi-1=0 y xi=1 y tomando 5 decimales
f(x)=x4+8x3+11x2-32x-60, con valor inicial en xi-1=1 y xi=3 y tomando 5 decimales.
f(x)= 3x*sen(x) ex, con valor inicial en xi-1=1.5 y xi=0.8 y tomando 5 decimales.
45 | P g i n a
Victor Fernndez Rosales
Mtodo de Mller
Consiste en obtener los coeficientes de la parbola que pasa por tres puntos elegidos. Cuyos
coeficientes son sustituidos en la formula cuadrtica para obtener el valor donde la
parbola intercepta al eje x; es decir, la raz estimada. La aproximacin se puede facilitar, si
se escribe la ecuacin de la parbola en una forma conveniente. Una de las mayores
ventajas del mtodo de Mller, es que al trabajar con la formula cuadrtica es posible
encontrar las races reales, tanto como las races complejas. El mtodo de Mller en si es
una generalizacin del mtodo de la secante.
p(x)=a0 + a1x + a2x2
y
Parbola
y=f(x)
Raz
x2
x1
x0
Raz estimada
En el mtodo de Mller se usan tres aproximaciones inciales x0, x1 y x2 con las cuales
procederamos a determina la siguiente aproximacin x3, considerando la intercepcin del
eje x con la parbola que pasa por (x0, f(x0)), (x1, f(x1) y (x2, f(x2)).
2 () = (0 2 )2 + (0 2 ) +
= +
[]
Dnde:
= (2 )
=
(0 2 )2 ((1 ) (2 )) (1 2 )2 ((0 ) (2 ))
(0 2 )(1 2 )(0 1 )
(1 2 )((0 ) (2 )) (0 2 )((1 ) (2 ))
(0 2 )(1 2 )(0 1 )
46 | P g i n a
3 2
| 100%
3
[ ]
47 | P g i n a
Victor Fernndez Rosales
48 | P g i n a
Victor Fernndez Rosales
,1 1 +
1,2 2 +
2,2 2 +
3,2 2 +
,2 2 +
1, = 1
2, = 2
3, = 3
, =
Con la notacin matricial la ecuacin se puede escribir como Ax=b, donde A es la matriz de
coeficientes, x es el vector de incgnitas y b es el vector de trminos del lado derecho.
1,1
2,1
= 3,1
[,1
1,2
2,2
3,2
,2
1,
2,
3,
, ]
1
1
2
2
= 3 = 3
[ ]
[ ]
49 | P g i n a
Victor Fernndez Rosales
Mtodos directos
Mtodo de Eliminacin de Gauss
Es un proceso que convierte a la matriz de coeficientes A de n x m en una matriz triangular
superior, mediante la aplicacin sistemtica de transformaciones elementales de rengln.
Una vez obtenida la matriz triangular superior se aplica un procedimiento conocido como
sustitucin hacia atrs para obtener el vector solucin x.
Las transformaciones elementales de rengln son:
1. La fila i de la matriz puede ser multiplicada por una constante 0.
Ri= Ri
2. A la fila i de una matriz le puede ser sumada otra fila j de la misma matriz
multiplicada por una constante .
Rj + Ri = Ri
3. Las filas i y j de una matriz pueden ser intercambiadas.
Ri Rj
El procedimiento para resolver este sistema consta de dos pasos:
1. Eliminacin hacia adelante de incgnitas.
2. Sustitucin hacia atrs
Ejemplo:
Determinar por el mtodo de eliminacin de Gauss el siguiente sistema de ecuaciones:
1
31
51
+2
+22
+32
3 = 1 1
+3 = 1 2
+43 = 2 3
3 3(1) = 0
1 1 1 1
[ ]Haciendo: Ec.2-3Ec.1 2 3(1) = 2 3 = 1
1 3(1) = 1 + 3 = 4
5 3 4 2
{1 3(1) = 1 3 = 2
5 5(1) = 0
1
1 1
1
[0 1 4 2]Haciendo: Ec.3-5Ec.1 3 5(1) = 3 5 = 2
4 5(1) = 4 + 5 = 9
{2 5(1) = 2 5 = 3
0 2(0) = 0
1
1 1
1
[0 1 4 2]Haciendo: Ec.3-2Ec.2 2 2(1) = 2 + 2 = 0
9 2(4) = 9 8 = 1
{3 2(2) = 3 + 4 = 1
50 | P g i n a
Victor Fernndez Rosales
+22
+32
32
+3 =
33 =
+23 =
3
10 (Encontrar la solucin)
4
41
21
1
2
+52
+22
+3 =
+23 =
+43 =
8
3 (Encontrar la solucin)
11
51 | P g i n a
Victor Fernndez Rosales
52 | P g i n a
Victor Fernndez Rosales
53 | P g i n a
Victor Fernndez Rosales
Mtodo de Gauss-Jordan
El Mtodo de Gauss-Jordn es una variante del Mtodo de Gauss. Cuando se elimina una
incgnita en una ecuacin, Gauss-Jordan elimina esa incgnita en el resto de las
ecuaciones, tomando como base para la eliminacin a la ecuacin pivote. Tambin todos
los renglones se normalizan cuando se toman como ecuacin pivote. El resultado final de
este tipo de eliminacin genera una matriz identidad en vez de una triangular como lo hace
Gauss, por lo que no se usa la sustitucin hacia atrs para obtener la solucin.
Ejemplo:
Resolver el siguiente sistema de ecuaciones con el Mtodo de Gauss-Jordan:
31
0.11
0.31
0.12
+72
0.22
0.23 = 7.85 1
0.33 = 19.3 2
+103 = 71.4 3
3 (1/3) = 1
2.616667 . 1
19.3 ] . 2 0.1 (1/3) = 0.033333
71.4
. 3 0.2 (1/3) = 0.066667
{ 7.85 (1/3) = 2.616667
0.1 (0.1 1) = 0
7 (0.1 0.033333) = 7.00333
Ec.2= Ec.2 -(0.1)*Ec.1
0.3 (0.1 0.066667) = 0.29333
{ 19.3 (0.1 2.616667) = 19.5617
54 | P g i n a
Victor Fernndez Rosales
0.3 (0.3 1) = 0
Ec.3=Ec.3 (0.3)*Ec.1 0.2 (0.3 0.03333) = 0.1900
10 (0.3 0.066667) = 10.0200
{71.4 (0.3 2.616667) = 70.6150
Sistema resultante
0.03333 0.066667
7.00333
0.29333
0.19
10.020
0 (1/7.00333) = 0
2.616667 . 1
7.00333 (1/7.00333) = 1
19.5617] . 2
70.6150 . 3 0.29333 (1/7.00333) = 0.0418848
{ 19.5617 (1/7.00333) = 2.7932
Se obtiene
1 (0.03333 0) = 1
0.03333 (0.03333 1) = 0
Ec.1= Ec.1 - (-0.033333)*Ec.2
0.066667 (0.03333 0.0418848) = 0.0680629
{
2.616667 (0.03333 2.79320) = 2.52356
0 (0.19 0) = 0
0.19 (0.19 1) = 0
Ec.3=Ec.3 (-0.19)*Ec.2
10.020 (0.19 0.0418848) = 10.020
{ 70.6150 (0.19 2.79320) = 70.0843
55 | P g i n a
Victor Fernndez Rosales
0.0680629 2.52356 . 1
0.0418848 2.79320] . 2
10.020
70.0843 . 3
0 (1/10.020) = 0
0 (1/10.020) = 0
10.020 (1/10.020) = 1
{70.0843 (1/10.020) = 7.00003
Se obtiene
1 0 0.0680629 2.52356 . 1
[0 1 0.0418848 2.79320] . 2
0 0
1
7.00003 . 3
1 (0.0680629 0) = 1
0 (0.0680629 0) = 0
Ec.1= Ec.1 - (-0.0680629)*Ec.3
0.0680629 (0.0680629 1) = 0
{2.52356 (0.0680629 7.00003) = 3
0 (0.0418848 0) = 0
1 (0.0418848 0) = 1
Ec.2= Ec.2 - (-0.0418848)*Ec.3
0.0418848 (0.0418848 1) = 0
{2.79320 (0.0418848 7.00003) = 2.5
Sistema resultante
1 0 0
[0 1 0
0 0 1
3.0 . 1
2.5] . 2
7.0 . 3
56 | P g i n a
Victor Fernndez Rosales
57 | P g i n a
Victor Fernndez Rosales
58 | P g i n a
Victor Fernndez Rosales
Ejercicios.
Determinar por el Mtodo de Gauss-Jordan los siguientes sistemas de ecuaciones:
101
31
1
+22
62
+2
3 =
+23 =
+53 =
27
61.5 (Solucin x1=0.5, x2=8 y x3=-6)
21.5
+0.17352
0.42432
+0.01752
+0.86423 =
0.07113 =
+0.14633 =
0.7521
0.2501
0.6310
+0.042
1.562
+1.242
+0.123 = 3
+0.353 = 2
0.283 = 0
59 | P g i n a
Victor Fernndez Rosales
Mtodos Iterativos
Un mtodo iterativo consta de los siguientes pasos.
1. Inicia con una solucin aproximada (Semilla).
2. Ejecuta una serie de clculos para obtener o construir una mejor aproximacin
partiendo de la aproximacin semilla. La frmula que permite construir la
aproximacin usando otra se conoce como ecuacin de recurrencia.
3. Se repite el paso anterior pero usando como semilla la aproximacin obtenida.
4
1
[2
8
3 10
3
1]
2
1,1 1 +
2,1 1 +
3,1 1 +
,1 1 +
1,2 2 +
2,2 2 +
3,2 2 +
,2 2 +
1, = 1
2, = 2
3, = 3
, =
= ( + ,1 1
+1,3 3 +
+2,3 3 +
+3,2 2 +
+,2 2 +
+1, )/
1,1
+2, )/
2,2
+3, )/
3,3
+,1 1 )/ ,
60 | P g i n a
Victor Fernndez Rosales
(+1) ()
(+1)
<
Uno de los principales problemas de los mtodos iterativos es la garanta de que el mtodo
va a converger, es decir, va a producir una sucesin de aproximaciones cada vez
efectivamente ms prximas a la solucin.
Este mtodo es muy poco utilizado debido a que el mtodo de Gauss-Seidel converge ms
rpidamente a la solucin y adems lo hace cuando no se logra que el mtodo de Jacobi
converja.
La condicin suficiente para que el mtodo de Jacobi converja es que la matriz de
coeficientes sea diagonal dominante, es decir que cada elemento de la diagonal principal
es mayor en valor absoluto que la suma del resto de los elementos de la misma fila en la
que se encuentra el elemento en cuestin.
Ejemplo:
Con el Mtodo de Jacobi, inicie con x(0)=[0,0,0] y considere 5 decimales como criterio de
convergencia.
Es=(0.5 x 102n)%
Es=(0.5 x 102-5)% = (0.5 x 10-3)% = 0.0005%= 0.05
101
1
2
102
22
23
103
=9
=7
=6
(0)
(1)
(0)
(1)
(0)
= 6/10 =0.6
0.9 0.0
1 = | 1 (1) 1 | 100% = |
| 100% = 1 100% = 100
0.9
1
0.7 0.0
2 = | 2 (1) 2 | 100% = |
| 100% = 1 100% = 100
0.7
2
3
0.6 0.0
= | 3 (1) 3 | 100% = |
| 100% = 1 100% = 100
0.6
3
2. Iteracin
Con x(1)=[0.9, 0.7,0.6] que aplicadas a las estimacin x(1) permiten calcular la nueva iteracin
x(2).
x1= (9 + 1(0.7) + 0)/10
= 9.7/10
=0.97
x2=(7 + 1(0.9) + 2(0.6))/10 =9.1 /10
=0.91
x3=(6 + 0 + 2(0.7))/10
= 7.4/10
=0.74
(2)
(1)
(2)
(1)
(2)
(1)
0.97 0.9
= | 1 (2) 1 | 100% = |
| 100% = 0.0722 100% = 7.22
0.97
1
0.91 0.7
= | 2 (2) 2 | 100% = |
| 100% = 0.2308 100% = 23.08
0.91
2
0.74 0.6
3 = | 3 (2) 3 | 100% = |
| 100% = 0.1892 100% = 18.92
0.74
3
3. Iteracin
Con x(2)=[0.97, 0.91,0.74] que aplicadas a las estimacin x(2) permiten calcular la nueva
iteracin x(3).
x1= (9 + 1(0.91) + 0)/10
= 9.91/10
=0.9910
x2=(7 + 1(0.97) + 2(0.74))/10
=9.45 /10
=0.9450
x3=(6 + 0 + 2(0.91))/10
= 7.82/10
=0.7820
(3)
(2)
(3)
(2)
(3)
(2)
0.9910 0.97
= | 1 (3) 1 | 100% = |
| 100% = 0.0212 100% = 2.12
0.9910
1
0.9450 0.91
= | 2 (3) 2 | 100% = |
| 100% = 0.0370 100% = 3.70
0.9450
2
0.7820 0.74
= | 3 (3) 3 | 100% = |
| 100% = 0.0537 100% = 5.37
0.7820
3
62 | P g i n a
Ea3(%)
Es(%)
0.05
100
18.92
5.37
0.89
0.27
0.0442
0.0138
suma=suma+A(i,j)*x0(j);
end
end
x(i)=(b(i)-suma)/A(i,i);
fprintf('%10.4f',x(i))
end
err=abs((x-x0)/x)*100;
fprintf('%10.4f\n',err)
x0=x;
end
end
63 | P g i n a
Victor Fernndez Rosales
Ejercicios.
Determinar por el Mtodo de Jacobi, iniciando con x=[0,0,0] y considere 5 decimales como
criterio de convergencia para el siguiente sistema de ecuaciones.
3.8
0.7
1.5
31
22
9
+1.6
+5.4
+1.1
+2.2
+40
+2
+0.9
+1.6
3.2
+9
+2
+31
= 15.5
= 10.3
= 3.5
= 82.33
= 1112.63
= 113.03
64 | P g i n a
Victor Fernndez Rosales
(+1)
2
(+1)
3
(+1)
=
=
(1 +
(2 +
()
1,2 2
()
2,1 1
()
3,1 1
(3 +
()
= ( + ,1 1
()
()
+1,3 3 +
+1, )/
1,1
()
+2, )/
()
+3, )/
2,2
()
+2,3 3
()
+3,2 2
()
+,2 2 +
3,3
(+1)
+,1 1 )/ ,
Ejemplo:
Con el Mtodo de Gauss-Seidel, inicie con x(0)=[0,0,0] y considere 5 decimales como criterio de
convergencia.
Es=(0.5 x 102n)%
Es=(0.5 x 102-5)% = (0.5 x 10-3)% = 0.0005%= 0.05
101
1
2
102
22
23
103
=9
=7
=6
(0)
0.9 0.0
= | 1 (1) 1 | 100% = |
| 100% = 1 100% = 100
0.9
1
65 | P g i n a
Victor Fernndez Rosales
(0)
(1)
(0)
0.79 0.0
2 = | 2 (1) 2 | 100% = |
| 100% = 1 100% = 100
0.79
2
3
0.758 0.0
= | 3 (1) 3 | 100% = |
| 100% = 1 100% = 100
0.758
3
2. Iteracin
Con x(1)=[0.9, 0.79,0.758] que aplicadas a las estimacin inicial x(1) permiten calcular la
nueva iteracin x(2).
x1(1)= (9 + 1x2(1) )/10
= (9 + 1*(0.79))/10
=0.979
x2(1)=(7 + 1x1(2) + 2x3(1))/10 = (7+ 1*(0.979)+ 2*(0.758))/10
=0.9495
(1)
(2)
x3 =(6 + 2x2 )/10
= (6 + 2*(0.9495))/10
=0.7899
(2)
(1)
(1)
(0)
(1)
(0)
0.979 0.9
= | 1 (2) 1 | 100% = |
| 100% = 0.0806 100% = 8.06
0.979
1
0.9495 0.79
= | 2 (1) 2 | 100% = |
| 100% = 0.1679 100% = 16.79
0.9495
2
0.7899 0.758
= | 3 (1) 3 | 100% = |
| 100% = 0.0403 100% = 4.03
0.7899
3
3. Iteracin
Con x(2)=[0.979, 0.9495,0.7899] que aplicadas a las estimacin inicial x(2) permiten calcular
la nueva iteracin x(3).
x1(2)= (9 + 1x2(2) )/10
= (9 + 1*(0.9495))/10
=0.99495
(2)
(3)
(2)
x2 =(7 + 1x1 + 2x3 )/10 = (7+ 1*(0.99495)+ 2*(0.7899))/10 =0.957475
x3(2)=(6 + 2x2(3))/10
= (6 + 2*(0.957475))/10
=0.791495
(2)
(1)
(1)
(0)
(1)
(0)
0.99495 0.979
= | 1 (2) 1 | 100% = |
| 100% = 0.01603 100% = 1.603
0.99495
1
0.957475 0.9495
= | 2 (1) 2 | 100% = |
| 100% = 0.00832 100% = 0.832
0.957475
2
0.791495 0.7899
= | 3 (1) 3 | 100% = |
| 100% = 0.00201 100% = 0.201
0.791495
3
66 | P g i n a
Victor Fernndez Rosales
x1(k)
x2(k)
0
0.9
0.979
0.995
0.996
0.996
0
0.79
0.949
0.957
0.958
0.958
x3(k)
Ea1(%)
0
0.758
0.7899
0.791
0.792
0.792
100
8.06
1.603
0.080
0.004
Ea2(%)
100
16.79
0.832
0.042
0.002
Ea3(%)
Es(%)
0.05
100
4.03
0.201
0.010
0.001
suma=suma+A(i,j)*x(j);
end
end
x(i)=(b(i)-suma)/A(i,i);
fprintf('%10.4f',x(i))
end
err=abs((x-x0)/x)*100;
fprintf('%10.4f\n',err)
x0=x;
end
end
67 | P g i n a
Victor Fernndez Rosales
Ejercicios.
Determinar por el Mtodos de Gauss-Seidel, iniciando con x(0)=[0,0,0] y considere 5
decimales como criterio de convergencia para los siguientes sistemas de ecuaciones.
41
1
1
41
1
1
+0.52
102
+2
+2
32
+2
+2
+3
+3
+53
+3
+43
+3
=8
= 6
= 10
+24
+4
24
=2
= 3
=4
=0
Un ingeniero requiere 4,800 m3 de arena, 5,810 m3 de grava fina y 5,690 m3 grava gruesa
para la construccin de un proyecto. Existen tres canteras donde pueden obtener estos
materiales. La composicin en cada cantera es de:
Cantera %
1
2
3
Arena %
52
20
25
Grava fina %
30
50
20
Grava gruesa %
18
30
55
Cuntos metros cbicos se debe tomar de cada cantera para cubrir con los requerimientos
del ingeniero?
Para la produccin de cuatro tipos de computadoras, se requieren cuatro clases de recursos,
horas/hombre, metales, plsticos y componentes electrnicos, en la produccin. En el
cuadro se resume las cantidades necesarias para cada uno de estos recursos en la
produccin de cada tipo de computadora. Si se dispone diariamente de 504 horas/hombre,
1970 kg de metal, 970 kg de plstico y 601 componentes electrnico. Cuntas
computadoras de cada tipo se pueden construir por da?
Computador
a
1
2
3
4
Horas/hombre
Kg/computador
a
3
4
7
20
Metales
Kg/computador
a
20
25
40
50
Plsticos
Kg/computador
a
10
15
20
22
Componentes
Unidades/computador
a
10
8
10
15
68 | P g i n a
Victor Fernndez Rosales
Interpolacin
La interpolacin es, a partir de una seria de puntos, obtener una ecuacin cuya curva pase
por todos ellos o lo ms cerca posible.
La extrapolacin es el proceso de calcular un valor de f(X) que cae fuera del rango de los
puntos base conocidos X0, X1,... , Xn. La interpolacin ms exacta usualmente se obtiene
cuando las incgnitas caen cerca de los puntos base.
Obviamente, esto no sucede cuando las incgnitas caen fuera del rango, y por lo tanto, el
error en la extrapolacin puede ser muy grande. La naturaleza abierta en los extremos de
la extrapolacin representa un paso en la incgnita porque el proceso extiende la curva ms
all de la regin conocida. Como tal, la curva verdadera diverge fcilmente de la prediccin.
Por lo tanto, se debe tener cuidado extremo en casos donde se deba extrapolar.
La idea bsica de la interpolacin es hallar un polinomio o funcin que cumpla con pasar
por todos los puntos de un conjunto de datos(x1, y1), (x2, y2),,(xn, yn), y poder estimar los
valores entre ellos por medio del polinomio.
El mtodo ms comn para interpolar valores intermedios, es la interpolacin polinomial,
la cual consiste en determinar el polinomio de orden n que ajusta a n+1 datos. La
interpolacin de Lagrange, es una de las alternativas ms atractivas que existe para
interpolar, debido a la facilidad de programar.
Para generar una interpolacin de orden n, es necesario contar con n+1 datos conocidos,
por ejemplo:
Interpolacin lineal
Interpolacin cuadrtica
Interpolacin cbica
69 | P g i n a
Victor Fernndez Rosales
0
1
56.5
1
2
78.6
Puntos
P (atm)
T (0C)
Tabla 2
0
1
56.5
1
5
113.0
2
5
113.0
2
20
181.0
3
10
144.5
4
20
181.0
5
30
205.0
6
40
214.5
3
40
214.5
[ ]
Continuando con el ejemplo anterior para tres puntos sustituyendo en las X los valores:
56.5=a0 + a1(1) + a2(1)2
113=a0 + a1(5) + a2(5)2
181=a0 + a1(20) + a2(20)2
a1=17.1539
a2=-0.5048
Lo cual conviene, para propsitos prcticos, aproximar con otra funcin ms sencilla, como
un polinomio. El procedimiento es generar una tabla de valores mediante la funcin original
y a partir de dicha tabla aplicar el mtodo descrito anteriormente.
71 | P g i n a
Victor Fernndez Rosales
72 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1) La poblacin de la ciudad de Xalapa est dada por la siguiente tabla:
punto
ao
habitantes
0
1940
132,165
1
1950
151,326
2
1960
179,323
3
1970
203,302
4
1980
226,542
5
1990
249,633
0
10
930
1
20
988
2
40
1050
3
63
1088
4
100
1142
5
200
1316
6
400
1223
7
760
1418
73 | P g i n a
Victor Fernndez Rosales
Polinomios de Lagrange
El mtodo de aproximacin polinomial simple requiere la solucin de un sistema de
ecuaciones algebraicas lineales que, cuando el grado del polinomio es alto, puede presentar
inconvenientes. Existen otros mtodos de aproximacin polinomial en que no se requiere
resolver un sistema de ecuaciones lineales y los clculos se realizan directamente; entre
estos se encuentra el de aproximacin polinomial de Lagrange.
Se parte nuevamente de una funcin desconocida f(x) dada en forma tabular y se asume
que:
Para un polinomio de primer grado (ecuacin de la recta) puede escribirse:
1 () = 0
( 1 )
(0 1 )
+ 1
( 0 )
(1 0 )
( 1 )( 2 )
( 0 )( 2 )
( 0 )( 1 )
+ 1
+ 2
(0 1 )(0 2 )
(1 0 )(1 2 )
(2 0 )(2 1 )
( 1 )( 2 )( 3 )
( 0 )( 2 )( 3 )
+ 1
(0 1 )(0 2 )(0 3 )
(1 0 )(1 2 )(1 3 )
( 0 )( 1 )( 3 )
( 0 )( 1 )( 2 )
+ 2
+ 3
(2 0 )(2 1 )(2 3 )
(3 0 )(3 1 )(3 2 )
Por induccin para obtener polinomios de cuarto o n-simo grado; este ltimo queda como
se indica a continuacin.
, () =
( 0 ) ( 1 )( +1 ) ( )
( 0 ) ( 1 )( +1 ) ( )
() = , ()
[ ]
Ejemplo:
a) Obtener la aproximacin polinomial de Lagrange con todos los puntos.
b) Interpole el valor de la funcin f(x) para x=1.8.
puntos
xi
f(x)
0
0
-3
1
1
0
2
3
5
3
6
7
74 | P g i n a
Victor Fernndez Rosales
3 () = (3)
3 () = (3)
( 1 )( 2 )( 3 )
( 0 )( 2 )( 3 )
+ 1
(0 1 )(0 2 )(0 3 )
(1 0 )(1 2 )(1 3 )
( 0 )( 1 )( 3 )
( 0 )( 1 )( 2 )
+ 2
+ 3
(2 0 )(2 1 )(2 3 )
(3 0 )(3 1 )(3 2 )
( 1)( 3)( 6)
( 0)( 3)( 6)
( 0)( 1)( 6)
+ (0)
+ (5)
(0 1)(0 3)(0 6)
(1 0)(1 3)(1 6)
(3 0)(3 1)(3 6)
( 0)( 1)( 3)
+ (7)
(6 0)(6 1)(6 3)
( 1)( 3)( 6)
( 0)( 3)( 6)
( 0)( 1)( 6)
+ (0)
+ (5)
18
10
18
( 0)( 1)( 3)
+ (7)
90
Y finalmente resulta:
3 () =
1 3 1 2 276
+
3
30
30
90
1
1
276
(1.8)3
(1.8)2 +
(1.8) 3 = .
30
30
90
75 | P g i n a
Victor Fernndez Rosales
76 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1. Realice el siguiente ejercicio.
a. Obtener la aproximacin polinomial de Lagrange con todos los puntos.
b. Interpole el valor del logaritmo natural de 3.
puntos
x
ln x
0
1
0
1
4
1.386294
2
6
1.791759
3
8
2.079441
0
129
9.46
1
247
8.28
2
530
5.26
3
1550
2.77
4
3010
2.16
5
4820
1.98
6
8010
1.22
3. Encuentre los valores de la variable dependiente para x=4.125, 4.375, 5.896, 9.788,
10.500, 10.788, 10.987, dado los siguientes datos.
puntos
x
y
0
2.156
8.112
1
3.145
12.322
2
6.725
14.580
3
7.222
12.366
4
8.434
24.845
5
9.525
28.366
6
10.112
30.554
7
11.028
38.687
77 | P g i n a
Victor Fernndez Rosales
f(x)
[0 ]
(1 ) (0 )
(1 0 )
0 =
1 [1 ]
1 =
(2 ) (1 )
(2 1 )
2 =
(3 ) (2 )
(3 2 )
3 =
(4 ) (3 )
(4 3 )
2 1
(3 1 )
3 2
(4 2 )
1 0
(3 0 )
0 =
1 =
2 =
3 [3 ]
1 0
(2 0 )
0 =
1 =
2 [2 ]
4 [4 ]
[ ]
2 1
(4 1 )
Ejemplo:
La informacin de la siguiente tabla se obtuvo de un polinomio
Puntos
0
1
2
3
x
-2
-1
0
2
f(x)
-18
-5
-2
-2
A partir de ella:
4
3
7
1 0
(4 0 )
5
6
142
78 | P g i n a
Victor Fernndez Rosales
f(x)
Primer (a)
[0 ]
-2
-18
0 =
[1 ]
-1
5 (18)
= 13
1 (2)
0 =
-5
1 =
[2 ]
[3 ]
2 (5)
=3
0 (1)
[5 ]
0 =
3 (1)
=1
3 (1)
90
=3
30
142 7
= 45
63
45 9
=9
62
Quinto (e)
11
=0
3 (2)
0 =
1 =
2 =
3 =
4 =
7 (2)
=9
32
1 (5)
=1
2 (2)
1 =
2 =
-2
[4 ]
03
= 1
2 (1)
2 (2)
=0
20
3 =
4
3 13
= 5
0 (2)
0 =
1 =
-2
2 =
11
=0
6 (1)
93
=1
60
142
f(x)
-2
-18
1er.
2o.
Orden
3er.
4.
5.
13
1
-1
-5
-5
3
-2
1
-1
0
3
-2
0
1
3
9
0
0
1
9
45
5
142
Dnde:
79 | P g i n a
Victor Fernndez Rosales
00
=0
6 (2)
80 | P g i n a
Victor Fernndez Rosales
81 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1. Aplicando interpolacin del polinomio de Newton encuentre, para los datos que se
presentan en la tabla que sigue, los valores de la variable dependiente para x= 4.3,
4.5, 5.8 y 9.7
puntos
x
y
0
2.2
10
1
4.2
15
2
6.2
14
3
8.2
16
4
10.2
17
5
12.2
19
6
14.2
20
0
22.2
100
1
24.2
150
2
26.5
140
3
28.3
160
4
30.2
170
5
32.7
190
6
34.0
200
3. Obtener una aproximacin de f(2.1) usando todos los datos de la siguiente tabla.
puntos
x
f(x)
0
1
2
3
4
2.0
2.2
2.4
2.6
2.8
0.5103757 0.5207843 0.5104147 0.4813306 0.4359160
0
273.15
1
274.15
2
275.15
3
276.16
4
277.15
5
278.15
6
279.15
1.0001329
1.0000733
1.0000321
1.0000078
1.0000000
1.0000081
1.0000318
Deseamos determinar el volumen para las temperaturas de: 274, 275, 277, 278, 279.
82 | P g i n a
Victor Fernndez Rosales
Integracin numrica
De acuerdo a la definicin del diccionario, integrar significa "unir todas las partes en un
todo"; unificar; indicar la cantidad total, suma total...".
Matemticamente, la integracin se representa por:
= ()
La cual representa a la integral de la funcin f(x) con respecto a la variable x, evaluada entre
los lmites x=a y x=b.
Como lo sugiere la definicin del diccionario, el "significado" de la ecuacin es el valor total
o sumatoria de f(x)dx sobre el intervalo desde x=a hasta b.
En realidad, el smbolo es una S mayscula estilizada que indica la conexin cercana
entre la integracin y la sumatoria.
Para las funciones que se encuentran sobre el eje x, la integral que se expresa corresponde
al rea bajo la curva.
f(x)
83 | P g i n a
Victor Fernndez Rosales
() ()
84 | P g i n a
Victor Fernndez Rosales
Yi-1
f(a)
a
A1
f(b)
x
(b-a)
() + ()
() ( ) [
]
Ancho
[ ]
Altura promedio
(0) + (1)
(0) + (1)
1 + 2.7183 3.7183
(1 0) [
]=
=
=
= .
2
2
2
2
0
2
Ejemplo:
Solucin:
Igual que en el ejemplo anterior, sustituimos los datos de manera directa en la frmula del
trapecio. En este caso, tenemos los datos: a=2, b=4, y f(x)=
85 | P g i n a
Victor Fernndez Rosales
(4 2) [
(2)+(4)
2
]=
(2) (4)
+
2
4
= 3.6945 + 13.6495 = .
86 | P g i n a
Victor Fernndez Rosales
Ejercicios.
6
1+ 5
2
+1
ln
87 | P g i n a
Victor Fernndez Rosales
() = () + () + +
()
() (1 0 ) [
(0 ) + (1 )
(1 ) + ( )
] + + ( 1 ) [
]
2
2
[ ]
Esta es la regla del Trapecio para n subintervalos. Obviamente, esperamos que entre ms
subintervalos usemos, mejor sea la aproximacin a la integral.
y
Yi-1
A1 A2 A3 A4
X0
X1
An
x
Ejemplo:
2
1
Aplicar la regla del Trapecio Compuesta para aproximar la integral: 0
subintervalos.
en 5
Solucin:
2
Usamos la ecuacin directamente con los siguientes datos: a=0, b=1 y f(x)= y en este
caso, identificamos n=5, y la particin generada es: P= {0, 0.2, 0.4, 0.6, 0.8, 1}.
As aplicando la formula tenemos:
88 | P g i n a
Victor Fernndez Rosales
1
(0) + 2((0.2) + (0.4) + (0.6) + (08)) + (1)
2
(1 0) [
]
2(5)
0
2
2
2
2
2
2
(0) + 2( (0.2) + (0.4) + (0.6) + (0.8) ) + (1)
=[
]
10
1 + 2(1.0408 + 1.1735 + 1.4333 + 1.8965) + 2.7183
14.8065
=[
]=
10
10
= .
89 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1.
0 cos( 2 ) en 3 subintervalos.
2.
3.
4.
5.
6.
para
aproximar
la
13
2 )3 en 5 subintervalos.
1
7.
8.
9.
en
1
1+2
cos 1
90 | P g i n a
Victor Fernndez Rosales
Regla de Simpson
Basado en la utilizacin de segmentos de parbola para aproximar los arcos de curva, en
lugar de emplear segmentos de recta; es decir utilizar curvas en lugar de una poligonal, se
obtiene una mayor precisin en el clculo de integrales definidas
Adems de aplicar la regla trapezoidal con segmentos cada vez ms finos, otra manera de
obtener una estimacin ms exacta de una integral, es la de usar polinomios de orden
superior para conectar los puntos. Por ejemplo, si hay un punto medio extra entre f(a) y
f(b), entonces los tres puntos se pueden conectar con un polinomio de tercer orden.
A las frmulas resultantes de calcular la integral bajo estos polinomios se les llaman Reglas
de Simpson.
Yi-1
f(a)
a
A1
xm
f(b)
b
() + ( ) + ()
() ( ) [
]
1
[ ]
3
91 | P g i n a
Victor Fernndez Rosales
Ejemplo:
Solucin:
Aplicamos la formula directamente con los datos siguientes: a=2, b=4, xm=3 y f(x)=
4
+ 4(
)+
3
4
4
92 | P g i n a
Victor Fernndez Rosales
Ejercicios.
6
1+ 5
2
+1
ln
93 | P g i n a
Victor Fernndez Rosales
y
P
Yi-1
f(b)
f(a)
a xm
() ( ) [
( ) + = ( ) +
= ( ) + ( )
]
1
]
3
Ejemplo:
2
1
Aplicar la regla de Simpson 1/3 Compuesta para aproximar la integral: 0 en 5
subintervalos.
Solucin:
En este caso, tenemos que n=5, y la particin que se genera es: P= {0, 0.2, 0.4, 0.6, 0.8, 1},
adems los puntos medios de cada subintervalo son: PM= {0.1, 0.3, 0.5, 0.7, 0.9}
Por lo que sustituimos los datos en la ecuacin para obtener:
1
94 | P g i n a
Victor Fernndez Rosales
95 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1.
0 cos( 2 ) en 3 subintervalos.
2.
02 cos( 2 ) en 3 subintervalos.
3.
para
aproximar
la
4.
Aplicar
Compuesta
para
aproximar
la
5.
para
aproximar
la
6.
la
regla
de
Simpson
1/3
integral:0 en 5 subintervalos.
0 (9 2 )3 en 5 subintervalos.
7.
8.
9.
1
0 1+2 en 9 subintervalos.
96 | P g i n a
Victor Fernndez Rosales
Yi-1
A1
f(a)
a
() ( ) [
xm
f(b)
xm
( ) + ( ) + ( ) + ( )
]
3
[ ]
8
Ejemplo:
4
Aplicar la regla de Simpson 3/8 para aproximar la integral: 1
Solucin:
En este caso tenemos los siguientes datos: x0=1, x1=2, x2=3, x3=4 y f(x)= , los cuales
sustituimos en la frmula para obtener:
4
(4 1) [
1
3
= [ 1 ln(1) + 3 2 ln(2) + 3 3 ln(3) + 4 ln(4)] = .
8
97 | P g i n a
Victor Fernndez Rosales
98 | P g i n a
Victor Fernndez Rosales
Ejercicios.
6
1+ 5
2
+1
ln
99 | P g i n a
Victor Fernndez Rosales
y
P
Yi-1
f(b)
f(a)
a xm
3
() =
[( ) + ([( ) + ( )]) + ( ) + ( )] [ ]
Ejemplo:
4
Aplicar la regla de Simpson 3/8 Compuesta para aproximar la integral: 1 en 3
subintervalos.
Solucin:
Identificamos n=3 y la particin corresponde: P = {1, 2, 3, 4}
Al considerar los puntos que dividen en tres partes iguales a cada subintervalo, tenemos los
siguientes datos:
1
(1 + 0.333333)=
(1.333333 + 0.333333)=
(1.666666 + 0.333333)=
(2 + 0.333333)=
(2.333333 + 0.333333) =
1.333333
1.666666
2
2.333333
2.666666
100 | P g i n a
3
3.333333
3.666666
4
101 | P g i n a
Victor Fernndez Rosales
Ejercicios.
1.
0 cos( 2 ) en 3 subintervalos.
2.
02 cos( 2 ) en 3 subintervalos.
3.
para
aproximar
la
4.
Aplicar
Compuesta
para
aproximar
la
5.
para
aproximar
la
6.
la
regla
de
Simpson
3/8
integral:0 en 5 subintervalos.
0 (9 2 )3 en 5 subintervalos.
7.
8.
9.
1
0 1+2 en 9 subintervalos.
102 | P g i n a
Victor Fernndez Rosales
Mtodo de Romberg
La integracin de Romberg es una tcnica que est especialmente diseada para alcanzar
la eficiencia en las integrales numricas de funciones: Est basada en la extrapolacin de
Richardson, mtodo que permite generar una estimacin numrica ms exacta a partir de
dos estimaciones numricas menos exactas. En concreto, est basada en aproximaciones
obtenidas a partir de la regla trapezoidal.
2
3
4
1
( )
(2 ) (1 )
3
3
1 = 0
2 = 1
= 1
2
=
[ ]
Ejemplo:
21
Aplicar el mtodo de Romberg para aproximar la integral: 1 con h3.
A1
1 =
2
21
=
=1
20
1
1
1 1 1
= ( + ) = 0.75
2 1 2
A1= 0.75
A2
2 =
21
=
= 0.5
21
2
103 | P g i n a
Victor Fernndez Rosales
1
0.5 1
1
=
( +
) = 0.41667
2 1 1.5
1
0.5 1
1
=
(
+ ) = 0.29167
2 1.5 2
1.5
21
=
= 0.25
22
4
1
0.25 1
1
=
( +
) = 0.22500
2 1 1.25
1.5
1
0.25 1
1
=
(
+
) = 0.18333
2 1.25 1.5
1.25
1.75
1.5
1
0.25 1
1
=
(
+
) = 0.15476
2 1.5 1.75
1
0.25 1
1
=
(
+ ) = 0.13393
2 1.75 2
1.75
4 1
=
4 1
0.75
0.708333
0.697024
1 =
1 =
0.75
0.708333 0.694444
0.697024 0.693254
104 | P g i n a
Victor Fernndez Rosales
2 =
H1
H2
0.75
0.708333 0.694444
0.697024 0.693254
H3
0.693175
105 | P g i n a
Victor Fernndez Rosales
Ejercicios.
6
en h3.
1+ 5
2
en h3.
+1
en h4.
ln
en h4.
106 | P g i n a
Victor Fernndez Rosales
Bibliografa
107 | P g i n a
Victor Fernndez Rosales