Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Antologiademetodosnumericosisc 110305230854 Phpapp01
Antologiademetodosnumericosisc 110305230854 Phpapp01
de Acayucan
Asignatura: Mtodos Numricos
Clave de la asignatura: SCC - 0423
Carrera: Ingeniera en Sistemas Computacionales
A N T O L O G I A
Presenta:
ING. ULISES GIRON JIMENEZ
ACAYUCAN, VER. OCTUBRE 2009
Mtodos Numricos
VI
J USTIFICACION
Uno de los objetivos del Instituto Tecnolgico Superior de Acayucan, es el de promover,
apoyar e impulsar el trabajo creativo del docente, principalmente en la elaboracin de
antologa que apoya al proceso enseanza aprendizaje, el cual debe ser estimulado con
los comentarios y sugerencias del profesorado y conviene que sea imitado por otros
maestros, quienes con capacidad de trabajo y tiempo disponible, pueden y deben gestar
literatura de este gnero, dando los pasos adecuados para pulirla y poder formar as textos
que faciliten la enseanza y el aprendizaje del curso.
El presente material de consulta y apoyo didctico se pone en manos de nuestros maestros
y, particularmente, de los alumnos que se forman en nuestro instituto. Considero los
contenidos de esta antologa como el propsito ms firme de mi convencimiento para facilitar
el estudio de la probabilidad y estadstica en las nuevas generaciones que me honran al
confiarme su preparacin y garantizar modestamente el fijarles una enseanza para toda la
vida.
UNIDAD 1
TEORA DE ERRORES.
Objetivo:
El estudiante comprender la
importancia de los mtodos numricos
y conocer las caractersticas
operativas del software de cmputo
numrico comercial.
=
b
a
dx x f I ) (
4. Ecuaciones diferenciales ordinarias.
Las ecuaciones diferenciales ordinarias tienen un enorme significado en la practica de la
ingeniera. Esto se debe a que muchas leyes fsicas estn expresadas en trminos de la
razn de cambio de una cantidad mas que en trminos de magnitud. Entre otros
13
Encontrar y como funcin
de t.
UNIDAD I / TEORIA DE ERRORES
1.2. Conceptos bsicos: cifra significativa, precisin, exactitud, incertidumbre y sesgo.
El anlisis numrico proporciona mtodos computacionales para el estudio y solucin de
problemas matemticos. Al derivar los mtodos numricos para la solucin de dichos
problemas, analizaremos los errores presentes en esos mtodos. Debido a que muchos
clculos son realizados en computadores digitales, es conveniente la discusin para la
implementacin de los mtodos numricos como programas de computador.
Una caracterstica de estos mtodos es que proporcionan slo resultados aproximados, por lo
tanto el estudio del error es de inters central para el anlisis numrico. En la practica
profesional, los errores pueden resultar costosos y en algunas ocasiones catastrficos. Se
puede perder hasta la vida si una estructura o un dispositivo llega a fallar.
El concepto de cifras o dgitos significativos se han desarrollado para designar
ormalmente la confiabilidad de un valor numrico. Las cifras significativas de un numero son
aquellas que pueden utilizarse en forma confiable. Se trata del numero de dgitos que se
ofrecen con certeza, mas uno estimado. Estas cifras proporcionan informacin real relativa a
la magnitud y precisin de las mediciones de una cantidad. El aumento de la cantidad de
cifras significativas incrementa la precisin de una medicin. Los ceros no siempre son
cifras significativas ya que pueden usarse solo para ubicar el punto decimal. Los nmeros
0.000 018 45
0.000 184 5
0.001 845
tienen cuatro cifras significativas. La incertidumbre (duda) se puede desechar usando la
notacin cientfica en donde :
4.53 x 10
4
4.530 x 10
4
4.5300 x 10
4
muestran que el numero tiene tres, cuatro y cinco cifras significativas.
El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los
mtodos numricos:
15
Error aproximado
100 x
on aproximaci
actual
a
=
on aproximaci on aproximaci
anterior actual
Ejemplo: Suponga que el valor para un calculo debera ser
2
10 10 . 0 x p = pero se obtuvo el resultado , entonces
2 *
10 08 . 0 x p =
% 20 100
2 . 0
10 10 . 0
10 08 . 0 10 10 . 0
2 10 08 . 0 10 10 . 0
2
2 2
2 2
= =
=
=
= =
ERx ERP
x
x x
ER
x x EA
1.3.2. Error por redondeo
Este error es el resultado de representar aproximadamente nmeros exactos. Es decir, se
debe a la omisin de algunas de las cifras significativas de algn valor especfico. Un
ejemplo de donde sucede se da en las computadoras o calculadoras, que solo guardan un
nmero finito de cifras significativas, cuyo mximo de dgitos o de cifras significativas son de
8 a 14 lo cual obliga a redondear el valor real.
Los errores de redondeo se deben a que las computadoras solo guardan un numero finito de
cifras significativas durante un calculo. Las computadoras realizan esta funcin de maneras
diferentes. Por ejemplo, si solo se guardan siete cifras significativas, la computadora puede
almacenar y usar como =3.141592, omitiendo los trminos restantes y generando un
error de redondeo.
Ya que la mayor parte de las computadoras tienen entre 7 y 14 cifras significativas, los
errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones del
porque pueden resultar crticos en algunos mtodos numricos:
1. ciertos mtodos requieren cantidades extremadamente grandes para obtener una
respuesta. Adems, estos clculos a menudo depende entre si. Estos es, los
clculos posteriores son dependientes de los anteriores. En consecuencia, aunque
UNIDAD I / TEORIA DE ERRORES
un error de redondeo individual puede ser muy pequeo, el efecto de acumulacin
en el transcurso de la gran cantidad de clculos puede ser significativos.
2. el efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean nmeros muy pequeos y muy grandes al mismo tiempo.
Ya que este caso se presenta en muchos mtodos numricos, el error de redondeo
puede resultar de mucha importancia.
En el redondeo se conservan las cifras significativas y el resto se descarta.
El ltimo dgito retenido se aumenta en uno si el primer dgito descartado es 5 , si no
fuera as, el dgito conserva su valor.
=
Ejercicio: La expansin en serie de Maclaurin para el cos x es:
L + + =
! 8 ! 6 ! 4 ! 2
8 6 4 2
x x x x
Cosx
Iniciando con el primer termino cos x =1 , agrguense los trminos uno a uno para estimar
3
cos
. Despus que se agregue cada uno de los trminos, calclense los errores
porcentuales relativos, exactos y aproximados .sense una calculadora para determinar el
valor exacto. Agrguense trminos hasta el valor absoluto del error aproximado falle bajo
cierto criterio de error, considerando dos cifras significativas.
Solucin:
s
=(0.5 x 10
2 2
) % =0.5 %
cos
3
0.5 =
27
Ejercicio: Reptase los clculos del problema anterior pero ahora usando la serie de
Maclaurin para sen x =0
L + + =
! 7 ! 5 ! 3
7 5 3
x x x
x Senx
estmese el 2
Sen
s
=(0.5 x 10
2 2
) % =0.5 %
1
2
=
Sen
empezando sen x =0
Ejemplo: Aproximaciones de un polinomio mediante la serie de Taylor.
Enunciado del problema: sense trminos en la serie de Taylor de cero a cuarto orden para
aproximar la funcin :
2 . 1 25 . 0 5 . 0 15 . 0 1 . 0 ) (
2 3 4
+ = x x x x x f
desde el punto
0 =
i
x
y con h =1. Esto es,
predecir el valor de la funcin en
. 1
1
=
+ i
x
Solucin:
Ya que se trata de una funcin conocida se puede calcular valores f(x) 0 y 1
UNIDAD I / TEORIA DE ERRORES
f x ( ) 0.1 x
4
0.15x
3
0.5x
2
0.25x 1.2 + := x 0 :=
f x ( ) 1.2 =
f x ( ) 0.1 x
4
0.15x
3
0.5x
2
0.25x 1.2 + := x 1 :=
f x ( ) 0.2 =
Los resultados indican que la funcin empieza en f(0)=1.2 y continua hacia abajo hasta
f(1)=0.2. por lo tanto el valor que se trata de predecir es 0.2.
La aproximacin en serie de Taylor de orden cero es:
) ( ) (
1 i i
x f x f
+
=1.2
Como se puede ver en la figura la aproximacin de orden cero es una constante . el error de
truncamiento en este caso es
* p p E =
E =0.2 1.2 =- 1.2
En x = 1. Para n = 1, la primera derivada se debe determinar y evaluar en x = 0
f x ( ) 0.1 x
4
0.15x
3
0.5x
2
0.25x 1.2 + := x 0 :=
x
f x ( )
d
d
0.25 =
La aproximacin a primer orden es:
) (
1 i i
x x h =
+
) )( ( ' ) ( ) (
1 1 i i i i i
x x x f x f x f +
+ +
h x f
i
25 . 0 2 . 1 ) (
1
+
29
+
+
f h ( ) 1.2 0.25 h ( ) +
1
2!
h
2
+ := h 1 :=
f h ( ) 0.45 =
E
=valor verdadero valor aproximado =0.2 0.45 =- 0.25
Los trminos adicionales mejoran aun mas la aproximacin.
en x = 1 para n = 3, se evala la tercera derivada en x = 0:
30
+
+
f h ( ) 1.2 0.25 h ( ) +
1
2!
h
2
+
0.9
3!
h
3
+ := h 1 :=
f h ( ) 0.3 =
E =valor verdadero valor aproximado =0.2 0.3 =- 0.1
En x = 1 para n = 4, se evala la cuarta derivada en x = 0:
f x ( ) 0.1 x
4
0.15 x
3
0.5 x
2
0.25 x 1.2 + := x 0 :=
4
x
f x ( )
d
d
4
2.4 =
4
1
4
3
1
2
1 1 1
) (
! 4
) (
) (
! 3
) ( ' ' '
) (
! 2
) ( ' '
) )( ( ' ) ( ) (
i i
i
i i
i
i i
i
i i i i i
x x
x f
x x
x f
x x
x f
x x x f x f x f + + + +
+ + + + +
4 3 2
1
)
! 4
4 . 2
( )
! 3
9 . 0
( )
! 2
1
( 25 . 0 2 . 1 ) ( h h h h x f
i
+
+
Donde el termino residual es:
1
) 1 (
)! 1 (
) (
+
+
+
=
n
n
n
h
n
f
R
5
) 5 (
4
! 5
) (
h
f
R
=
31
+
0.9
3!
h
3
+
2.4
4!
h
4
+ := h 1 :=
f h ( ) 0.2 =
En general, la expansin en serie de Taylor de n-simo orden es exacta para un polinomio
de n-simo. Para otras funciones continuas diferenciales, como las exponenciales o
senoidales, no se obtiene una estimacin exacta mediante un numero finito de trminos.
Cada uno de los trmino adicionales contribuye al mejoramiento de la aproximacin , aunque
sea con poco. La decisin sobre cuantos trminos se requieren para obtener una
aproximacin razonable se basa en el termino residual de la expansin .
1
) 1 (
)! 1 (
) (
+
+
+
=
n
n
n
h
n
f
R
Esta ecuacin residual es de la forma general, tiene dos grandes desventajas . Primero
= ERP
La aproximacin de primer orden es
) ( ) ( ' x sen x f =
( ) h x sen x f )) ( ( cos
3
f h ( ) cos x ( ) sin x ( ) ( )h + := x
4
:= h
12
:=
f h ( ) 0.521986659 =
% 40 . 4 % 100
5 . 0
521986659 . 0 5 . 0
=
= ERP
La aproximacin de segundo orden es
) cos( ) ( ' ' x x f =
33
f h ( ) cos x ( ) sin x ( ) ( ) h +
cos x ( )
2!
h
2
+ := x
4
:= h
12
:=
f h ( ) 0.497754491 =
% 449 . 0 % 100
5 . 0
497754491 . 0 5 . 0
=
= ERP
La aproximacin de tercer orden es
) ( ) ( ' ' ' x sen x f =
( )
3 2
! 3
) (
! 2
) cos(
)) ( ( cos
3
h
x sen
h
x
h x sen x f +
f h ( ) cos x ( ) sin x ( ) ( )h +
cos x ( )
2!
h
2
+
sin x ( )
3!
h
3
+ := x
4
:= h
12
:=
f h ( ) 0.499869147 =
% 0262 . 0 % 100
5 . 0
499869147 . 0 5 . 0
=
= ERP
La aproximacin de cuarto orden es
) cos( ) (
4
x x f =
( )
4 3 2
! 4
) cos(
! 3
) (
! 2
) cos(
)) ( ( cos
3
h
x
h
x sen
h
x
h x sen x f + +
f h ( ) cos x ( ) sin x ( ) ( )h +
cos x ( )
2!
h
2
+
sin x ( )
3!
h
3
+
cos x ( )
4!
h
4
+ := x
4
:= h
12
:=
f h ( ) 0.500007551 =
2
10 51 . 1 % 100
5 . 0
500007551 . 0 5 . 0
=
= x ERP
34
f h ( ) cos x ( ) sin x ( ) ( )h +
cos x ( )
2!
h
2
+
sin x ( )
3!
h
3
+
cos x ( )
4!
h
4
+
sin x ( )
5!
h
5
+ := x
4
:= h
12
:=
f h ( ) 0.500000304 =
5
10 08 . 6 % 100
5 . 0
500000304 . 0 5 . 0
=
= x ERP
La aproximacin de sexto orden es
) cos( ) (
6
x x f =
( )
6 5 4 3 2
! 6
) cos(
! 5
) (
! 4
) cos(
! 3
) (
! 2
) cos(
)) ( ( cos
3
h
x
h
x sen
h
x
h
x sen
h
x
h x sen x f + +
f h ( ) cos x ( ) sin x ( ) ( )h +
cos x ( )
2!
h
2
+
sin x ( )
3!
h
3
+
cos x ( )
4!
h
4
+
sin x ( )
5!
h
5
+
cos x ( )
6!
h
6
:= x
4
:= h
12
:=
f h ( ) 0.499999988 =
6
10 40 . 2 % 100
5 . 0
499999988 . 0 5 . 0
=
= x ERP
Ntese que las derivadas nunca se acercan a cero, como es el caso del polinomio. Sin
embargo, cada trmino que se le agrega a la serie produce una mejor aproximacin. Ntese
tambin que la mayor aproximacin se consigue con los primeros trminos.
UNIDAD I / TEORIA DE ERRORES
36
f x ( ) cos x ( ) := x 4 3.9 , 10 .. :=
5 0 5 10
1
1
f x ( )
x
Orden n
) (x f
n
f
ERP
6
5
4
3
2
1
0
499999988 . 0
500000304 . 0
500007551 . 0
499869147 . 0
497754491 . 0
521986659 . 0
707106781 . 0
6
5
2
10 40 . 2
10 08 . 6
10 51 . 1
0262 . 0
449 . 0
4 . 4
4 . 41
) cos(
) sin(
) cos(
) sin(
) cos(
) sin(
) cos(
x
x
x
x
x
x
x
x
x
x
UNIDAD 2
METODOS DE SOLUCION
DE ECUACIONES
Objetivo:
Implementara mtodos de solucin de
ecuaciones algebraicas o
trascendentales, con apoyo de un
lenguaje de programacin.
f x ( ) 0.874 x
2
1.75x + 2.627 + := x 2.5 2.4 , 4.5 .. :=
5 0 5
10
5
5
f x ( )
x
Ejemplo: Mtodos grficos
Enunciado del problema: Emplese graficas para obtener una raz aproximada de la funcin
f x ( ) 2 x
2
3 x + 5 := x 5 5 .. :=
5 0 5
50
50
100
f x ( )
x
f x ( ) sin 10x ( ) cos 3x ( ) + := x 5 4.9 , 5 .. :=
5 0 5
2
2
f x ( )
x
Ejemplo: Para determinar el coeficiente de arrastre c necesario para que un paracaidista de
masa m =68.1 kg. Tenga una velocidad de 40 m/s despus de una cada libre de t =10 s.
Nota la aceleracin de la gravedad es 9.8 m/s
2
. Determine su grafica.
( )
t
m
c
e
c
gm
t v 1
S
E
1
f
E
E
S
Solucin:
Este problema
10, g =9.8, v
( )
c
gm
c f
= 1
0
20
20
40
34.115
3.977
f c ( )
4
Ejemplo : Gra
f x ( ) x
10
:=
5
5
10
15
f x ( )
Ejemplo: realic
Solucin:
a se resuelve
=40 y m =68
e
t
m
c
1
0 5
ficar
1
0 0.5
x
ce la grafica d
UNIDAD I
e determinand
8.1
v
10 15
c
x 0 0.001 , .. :=
1 1.5
x
de la ecuacin
I / METODO
do la raz de
( f
20
17
1.3
n
O DE SOLUC
la ecuacin
. 68 ( 8 . 9
) ( =
c
c
CION DE EC
usando los p
1
) 1
1 . 68
c
e
CUACIONES
40
parmetros t =
40
10
1
S
0
=
UNIDAD II / METODO DE SOLUCION DE ECUACIONES
Ejemplo: Escriba el programa que utiliza en Matlab para poder grafica r la siguiente funcin
X =1:0.1:5
Y =x.^3 +3*x^2 +5*x +3
Figure
Plot(x,y)
Disp( grafica de funcin )
2.2 Mtodo de biseccin
Los mtodos de bsqueda incremental se aprovechan de esta caracterstica para localizar
un intervalo donde la funcin cambie de signo. Por lo tanto, la localizacin del cambio de
signo, se logra ms exactamente dividiendo el intervalo en una cantidad definida de
subintervalos.
El mtodo de biseccin conocido tambin como de corte binario, de particin en dos
intervalos iguales o mtodo Bolzano, es un mtodo de bsqueda incremental en el que el
intervalo se divide siempre en dos. Si la funcin cambia de signo sobre un intervalo, se
evala el valor de la funcin en el punto medio. La posicin de la raz se determina
41
situndola en el punto medio del subintervalo dentro del cual ocurre un cambio de signo. El
proceso se repite hasta obtener una mejor aproximacin.
Si el intervalo original es de tamao y el criterio de convergencia aplicado al valor
absoluto de la diferencia de dos consecutivas es
a
r
x , entonces se requerirn n iteraciones
, donde n se calcula con la igualdad de la expresin
n
a
2
de donde :
( ) ( )
( ) 2 ln
ln ln
=
a
n
Por esto se dice que se puede saber de antemano cuantas iteraciones se requieren.
O bien se puede utilizar el siguiente criterio de convergencia <
a
E
anterior actual a
aprox aprox E =
Algoritmo Sencillo :
Paso 1: Elija los valores iniciales inferior y de forma tal que la funcin cambie de
signo sobre el intervalo. Esto se puede verificar asegurndose de que
1
x
u
x
( ) ( ) 0
1
<
u
x f x f
Entonces hay al menos una raz entre y .
1
x
u
x
Paso 2: La primera aproximacin a la raz X, se determinan como:
2
1 u
r
x x
x
+
=
UNIDAD II / METODO DE SOLUCION DE ECUACIONES
Paso 3: Realice las siguientes evaluaciones para determinar en que subintervalo cae la raz
) a ( ) ( ) 0
1
<
r
x f x f ; entonces la raz se encuentra dentro del subintervalo inferior o
izquierdo . Por lo tanto, tome
r u
x x = y continu en el paso 2.
) b ( ) ( ) 0
1
>
r
x f x f ; entonces la raz se encuentra dentro del subintervalo superior o
derecho. Por lo tanto, tome
r
x x =
1
y continu en el paso 2.
) c ( ) ( ) 0
1
=
r
x f x f ; la raz es igual a ; termina el calculo.
r
x
Paso 4: Fin
Problema: Utilice el mtodo de biseccin para encontrar la raz real de la siguiente funcin:
n 10 = n
ln 1 0 ( ) ln 0.001 ( )
ln 2 ( )
:=
si tiene raz
f x1 ( ) f xu ( ) 0.632120559 =
xu 1 := x1 0 := f x ( ) e
x
x :=
0 0.5 1
1
f x ( )
x 0 0.001 , 1 .. :=
Calculo :
n =[ln (xu - x1 ) - ln ( error)] / ln (2)
n =numero de iteraciones
x1 =valor de x inferior
xu =valor de x superior
xr =valor de x media (aproximacion de la raz)
f(x1) =funcion de x inferior
f(xu) =funcion de x superior
f(xr) =funcion de x media
Algoritmo
Intervalo [x1,xu]
f(x1)*f(xu) <0 , existe raz
xr =(x1 +xu ) / 2
f(x1)*f(xr) <0, intevalo izquierdo
f(x1)*f(xr) >0, intevalo Derecho
Datos
xu 1 := x1 0 := error 0.001 := f x ( ) e
x
x :=
43
c e
x1
x1
( )
e
xr
xr
( )
xr
x1 xu +
2
tmp xr
xu tmp
c 0 < if
xr
x1 xu +
2
tmp xr
x1 tmp
c 0 > if
xr c 0 = if
k 1 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , for
xr
:=
s 0.567382813 =
44
c cos x1 ( ) ln x1 ( ) ( ) cos xr ( ) ln xr ( ) ( )
xr
x1 xu +
2
tmp xr
xu tmp
c 0 < if
xr
x1 xu +
2
tmp xr
x1 tmp
c 0 > if
xr c 0 = if
k 1 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , for
xr
:=
n 10 = n
ln 2 1 ( ) ln 0.001 ( )
ln 2 ( )
:=
si tiene raz
f x1 ( ) f xu ( ) 0.599354115 =
xu 2 := x1 1 := f x ( ) cos x ( ) ln x ( ) :=
1 1.5 2
2
1
1
f x ( )
x
x 1 1.001 , 2 .. :=
Cal culo :
n =[ln (xu - x1 ) - ln ( error)] / ln (2)
n =numero de iteraciones
x1 =valor de x inferior
xu =valor de x superior
xr =valor de x media (aproximacion de la raz)
f(x1) =funcion de x inferior
f(xu) =funcion de x superior
f(xr) =funcion de x media
Algoritmo
Intervalo [x1,xu]
f(x1)*f(xu) <0 , existe raz
xr =(x1 +xu ) / 2
f(x1)*f(xr) <0, intevalo izquierdo
f(x1)*f(xr) >0, intevalo Derecho
Datos
xu 2 := x1 1 := error 0.001 := f x ( ) cos x ( ) ln x ( ) :=
Problema 2: Utilice el metodo de biseccion para obtener la ra real de la funcin
45
+
2
Donde :
= P presin en atm ;
= T temperatura en K;
= R constante universal de los gases en atm L / (gmol K) =0.08205
= V volumen molar del gas en L / gmol;
46
( )
p b R T + ( ) V
2
aV + ab :=
vu 3.4776072 = v1 2.3184048 =
vu 1.2v := v1 0.8v :=
b 0.02370 := a 0.03412 :=
v
R T
p
:=
T 353.2 := R 0.08205 := p 10 :=
47
c p v1
3
( )
p b R T + ( ) v1
2
av1 + ab
p vr
3
( )
p b R T + ( ) vr
2
avr + ab
vr
v1 vu +
2
tmp vr
vu tmp
c 0 < if
vr
v1 vu +
2
tmp vr
v1 tmp
c 0 > if
vr c 0 if
k 1 2 , 3 , 4 , 5 , 6 , 7 , for
vr
:=
s 2.925174806 =
2.3. Mtodo de interpolacin
2.3.1. Mtodo de Newton Raphson
Calculo de races por el mtodo de newton
Es una de las formulas mas ampliamente usadas para localizar races, si el valor inicial de la
raz es X
i
, entonces se puede extender una tangente desde el punto [X
i
, f (X
i
) ]. El punto
donde esta tangente cruza el eje X, representa una aproximacin mejorada de la raz.
El mtodo de Newton-Raphson se puede obtener sobre la base de una interpretacin
geomtrica, la primera derivada en X es equivalente a la pendiente
48
=
i i
i
i
x x
x f
x f
Que se puede ordenar para obtener
( )
( )
i
i
i i
x f
x f
x x
=
+ 1
La cual es conocida como frmula de Newton - Raphson.
Ejemplo . Utilice el mtodo de Newton Raphson para obtener la raz real de la funcin
20 10 2 ) (
2 3
+ + = x x x x f
3
1
10
+
=
i i
x x
49
Clculos en mathcad
f x ( ) x
3
2x
2
+ 10x + 20 :=
x
f x ( )
d
d
3 x
2
4 x + 10 +
df x ( ) 3x
2
4x + 10 + :=
x
0
1 := i 0 5 .. :=
x
i 1 +
x
i
f x
i
( )
df x
i
( )
:=
x
i
1
1.41176
1.36934
1.36881
1.36881
1.36881
= x
i 1 +
x
i
0.412
0.042
5.28310
-4
8.0810
-8
1.77610
-15
0
= f x
i
( )
-7
0.918
0.011
1.70410
-6
3.90810
-14
0
=
Clculos de Matlab
Ejemplo: Use el mtodo de Newton Raphson para encontrar la raz de la ecuacin
5
15 18 3
) (
2
+
=
x x
x f , con un punto inicial de 8 , con un error de aproximacin 01 . 0 = Ea
.
UNIDAD II / METODO DE SOLUCION DE ECUACIONES
2.3.2. Mtodo de la secante
Un problema fuerte en la implementacin del mtodo de newton Raphson es la evaluacin
de la derivada. Aunque esto no es un inconveniente para los polinomio y para muchas otras
funciones, existen algunas cuyas derivadas pueden ser extremadamente difciles de evaluar.
En estos casos la derivada se puede aproximar mediante una diferencia dividida, como la
figura
Esquema grfico del mtodo de la secante. Esta tcnica es similar a la del mtodo de
Newton - Raphson en el sentido de que una aproximacin a la raz se calcula extrapolando
51
una tangente de la funcin hasta el eje x. Sin embargo, el metodo de la secante usa una
diefrencia en vez de la derivada para aproximar la pendiente.
Por lo tanto el mtodo de la secante
( ) (
( ) ( )
)
1
i i
x f x f
1
1
+
=
i i i
i i
x f x x
x x <
+ i i
x x
1
Ejemplo . Utilice el mtodo de la secante para obtener la raz real de la funcin
20 10 2 ) (
2 3
+ + = x x x x f
3
1
10
+
=
i i
x x
clculos en Mathcad
f x ( ) x
3
2x
2
+ 10x + 20 :=
x
0
0 := x
1
1 := i 0 5 .. :=
k 1 6 .. :=
x
k 1 +
x
k
x
k
x
k 1
( )
f x
k
( )
f x
k
( )
f x
k 1
( )
( )
:=
x
i
0
1
1.53846
1.35031
1.36792
1.36881
= x
i 1 +
x
i
1
0.538461538
0.188150612
0.017606419
0.000895543
0.000004782
= f x
k
( )
-7
3.75967228
-0.388136149
-0.018786791
1.00857988810
-4
-2.60078039110
-8
=
UNIDAD II / METODO DE SOLUCION DE ECUACIONES
Clculos en Matlab
Otra forma de resolver en Matlab
53
+
2
donde :
= P presin en atm ;
= T temperatura en K;
= R constante universal de los gases en atm L / (gmol K) =0.08205
= V volumen molar del gas en L / gmol ;
constantes particulares para cada gas = b a,
Calcule V a 80 C (353.2 K) para una presin de 10 atm
Gas A b
He
0.03412 0.02370
Realice los clculos necesarios para resolver esta ecuacin usando como intervalo inicial
, , donde v V 8 . 0
1
= v V
u
2 . 1 = P RT v / = . Con 01 . 0 <
a
E
54
( )
p b R T + ( ) V
2
aV + ab :=
vu 3.4776072 = v1 2.3184048 =
vu 1.2v := v1 0.8v :=
b 0.02370 := a 0.03412 :=
v
R T
p
:=
T 353.2 := R 0.08205 := p 10 :=
55
c p v1
3
( )
p b R T + ( ) v1
2
av1 + ab
p vr
3
( )
p b R T + ( ) vr
2
avr + ab
vr
v1 vu +
2
tmp vr
vu tmp
c 0 < if
vr
v1 vu +
2
tmp vr
v1 tmp
c 0 > if
vr c 0 if
k 1 2 , 3 , 4 , 5 , 6 , 7 , for
vr
:=
s 2.925174806 =
Problema : utilice el mtodo de biseccin: La ecuacin de estado de Van der Walls para un
gas real es:
( ) RT b V
V
a
P =
+
2
donde :
= P presin en atm ;
= T temperatura en K;
= R constante universal de los gases en atm L / (gmol K) =0.08205
= V volumen molar del gas en L / gmol ;
= b a, constantes particulares para cada gas
Calcule V a 80 C (353.2 K) para una presin de 30 atm
56
Gas a b
He
0.03412 0.02370
Realice los clculos necesarios para resolver esta ecuacin usando como intervalo inicial
, , v V 8 . 0
1
= v V
u
2 . 1 =
Donde . Con P RT v / = 01 . 0 <
a
E
p 30 := R 0.08205 := T 353.2 :=
v
R T
p
:=
a 0.03412 := b 0.02370 :=
v 0.966002 =
v1 0.8v := vu 1.2v :=
v1 0.7728016 = vu 1.1592024 =
f V ( ) p V
3
( )
p b R T + ( ) V
2
aV + ab :=
f v1 ( ) f vu ( ) 26.5288152 =
si tiene raz
Datos
Algoritmo
Intervalo [x1,xu]
f(x1)*f(xu) <0 , existe raz
xr =(x1 +xu ) / 2
f(x1)*f(xr) <0, intevalo izquierdo
f(x1)*f(xr) >0, intevalo Derecho
n =[ln (xu - x1 ) - ln ( error)] / ln (2)
n =numero de iteraciones
x1 =valor de x inferior
xu =valor de x superior
xr =valor de x media (aproximacion de la raz)
f(x1) =funcion de x inferior
f(xu) =funcion de x superior
f(xr) =funcion de x media
n
ln vu v1 ( ) ln 0.01 ( )
ln 2 ( )
:= n 5 =
P
c
A
a
S
s v1 0.
vu 1
vr
c
v
t
v
c if
v
t
v
c if
vr i
k for
vr
:=
s =
Problema: Pa
con su vapor,
Aplicando un
aproximacin
Solucin:
.7728016
.15922024
v1 vu +
2
p v1
3
( )
p (
vr
v1 vu +
2
tmp vr
vu tmp
0 <
vr
v1 vu +
2
tmp vr
v1 tmp
0 >
c 0 if
1 2 , 3 , 4 , 5 ,
0.978086503
ra obtener la
se lleg a la
mtodo iterat
de 10
-2
aplica
UNIDAD I
b R T + ) v1
2
temperatura d
ecuacin:
tivo de dos p
ado a f(T).
I / METODO
a v1 + a b
de burbuja de
puntos, encue
O DE SOLUC
p vr
3
( )
p b (
e una mezcla
entre la tempe
CION DE EC
b R T + ) vr
2
+
de CCl
4
y CF
eratura de bu
CUACIONES
58
a vr + a b
F
4
en equilibrio
rbuja con una
S
8
o
a
UNIDAD II / METODO DE SOLUCION DE ECUACIONES
A continuacin se muestra la hoja de MathCAD con que se resuelve este problema usando
el mtodo de posicin falsa. Previamente a lo mostrado, se hicieron algunas evaluaciones de
f(T) para obtener un intervalo de bsqueda relativamente pequeo.
A continuacin se muestra la hoja de MATLAB con que se resuelve este problema usando el
mtodo de posicin falsa. Previamente a lo mostrado, se hicieron algunas evaluaciones de
f(T) para obtener un intervalo de bsqueda relativamente pequeo.
59
UNIDAD 3
METODOS DE SOLUCION
DE SISTEMAS DE
ECUACIONES
Objetivo:
Implementara los mtodos numricos
de solucin de sistemas de ecuaciones,
con apoyo de un lenguaje de
programacin.
=
100 *
1
,
Ejemplo : resuelva el siguiente sistema por el mtodo de J acobi
1 4
1 4
1 4
1 4
4 3
4 3 2
3 2 1
2 1
= +
= +
= +
=
x x
x x x
x x x
x x
62
con 01 . 0 =
s
s
k
i
k
i
k
i
i a
x
x x
<
=
100 *
1
,
despejando las ecuaciones
4
1
2
1
+
=
x
x
4
1
3 1
2
+ +
=
x x
x
4
1
4 2
3
+ +
=
x x
x
4
1
3
4
+
=
x
x
Otro manera de poder resolverse utilizando otro criterio de paro o de convergencia
( ) ( )
1
1
d x x
k k
=
+
( ) ( ) ( )
2
1
2
2
1
2
2
1
1
1 1
...
k
n
k
n
k k k k
x x x x x x d + + + =
+ + +
Problemas:
Resolver los siguientes sistemas de ecuaciones utilizando el mtodo de J acobi con
2
10
3
L
e
S
p
C
i
l
2
2
8 9
3
2 1
4 2
2 1
2 1
+ +
= +
+ +
+ +
x x x
x x
x x x
x x
3.1.2. Gau
Los mtodos
eliminacin.
Suponga que
k
i
i a
x
x
=
,
para todas la
Como cada
inmediatamen
la solucin es
UNIDAD III
3
1 4
2 5
4 3
4 3
4 3
=
= +
= +
x x
x x
x x
ss Seidel
s iterativos
El mtodo d
e se da un con
k
i
k
i
x
<
100 *
1
s i, donde j y
nuevo valor
nte en la sigu
s convergente
/ METODO
5
10 =
o aproximad
e Gauss-Sei
njunto de n ec
s
<
j-1 son las ite
de x se ca
uiente ecuaci
e, se emplear
OS DE SOLU
dos proveen
del es el m
cuaciones:
eraciones act
lcula con el
n para deter
ra la mejor es
UCION SIST
n una altern
todo iterativ
uales y previa
mtodo de
rminar otro va
stimacin pos
TEMAS DE E
nativa en lo
o ms com
as.
Gauss-Seide
alor de x. De
ible.
ECUACIONE
s mtodos
nmente usad
el, este se u
esta manera
ES
64
de
do.
usa
, si
D
O
Ejemplo : res
4
4
4
1 4
4 3
3 2
2 1
2 1
= +
+
+
=
x x
x x
x x
x x
Despejando l
4
1
2
1
+
=
x
x
Otro manera
( ) ( ) 1
x x
k k
+
UNIDAD III
suelva el sigu
1
1
1
4
3
=
=
=
x
x
as ecuacione
1
2
+
=
x
x
a de poder re
1
d =
1
d
/ METODO
uiente sistema
es
4
1
3
+ + x
x
esolverse uti
(
1
1
1 1
k
x x =
+
OS DE SOLU
a por el mto
4
4 2
3
+
=
x x
x
lizando otro
) (
1
2
2
1
k k
x x +
+
UCION SIST
odo de Gauss
1 +
4
= x
criterio de p
) (
2
2
...
k
n
k
x x + +
+
TEMAS DE E
s Seidel
4
1
3
+
=
x
paro o de con
)
2
1 k
n
x
+
ECUACIONE
nvergencia
ES
65
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
Problemas :
Resolver los siguientes sistemas de ecuaciones utilizando el mtodo de Gauss Seidel con
2
10
=
3 2
2
15 4 8 9
10 2 5 3
4 3 2 1
4 2
4 3 2 1
4 3 2 1
= + +
= +
= + + +
= + + +
x x x x
x x
x x x x
x x x x
3.2. Sistemas de ecuaciones no lineales
3.2.1. Mtodo iterativo secuencial
A continuacin se dan ejemplos:
a)
( )
0 ) , (
0 4 ,
2
1 2 2 1 2
2
2
2
1 2 1 1
= =
= + =
x x x x f
x x x x f
b)
0 1 ) , (
0 ) ( 10 ) (
1 2 1 2
2
1 2 2 , 1 1
= =
= =
x x x f
x x x x f
66
k
k
x
k
y
0
1
2
3
4
5
6
7
8
9
10
11
12
13
0.00000
0.80000
0.92800
0.97283
0.98937
0.99578
0.99832
0.99933
0.99973
0.99989
0.99996
0.99998
0.99999
1.00000
0.00000
0.80000
0.93120
0.97327
0.98944
0.99579
0.99832
0.99933
0.99973
0.99989
0.99996
0.99998
0.99999
1.00000
Usando mathcad
s x 0
y 0
xr
x
2
y
2
+ 8 +
10
xq
xy
2
x + 8 +
10
tmp1 xr
tmp2 xq
x tmp1
y tmp2
k 0 12 .. for
:=
s 1 =
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
Para observar la convergencia del proceso iterativo, se pudieron usar los criterios, como
distancia entre dos vectores consecutivos, o bien las distancias componente a componente
de dos vectores consecutivos.
Una condicin suficiente aunque no necesaria , para asegurar la convergencia es que
; 1
2 1
<
M
x
g
x
g
1
2 1
<
M
y
g
y
g
Por otro lado, si M es muy pequea en una regin de inters, la iteracin converge
rpidamente ; si M es cercana a 1 en magnitud , entonces la iteracin puede converger
lentamente.
( )
( )
k k k
k k k
y x g y
y x g x
,
,
1
2
1
1
1
+ +
+
=
=
Problema : Encuentre una solucin del sistema de ecuaciones no lineales, utilizando el
mtodo de punto fijo multivavriable con desplazamiento sucesivos
0 8 10
0 8 10
2
2
2 2
1
= + + =
= + + =
y x xy y x f
y x x y x f
) , (
) , (
69
10
2
1
k
y
y
g
=
10
1 ) (
2
+
=
k
y
x
g
10
2
1
2
k k
y x
y
g
+
=
con los valores iniciales se inicia el proceso iterativo , , 0 0
0 0
= = y x
0
0
1
=
x
x
g
0
0
1
=
y
y
g
10
1
0
2
=
y
x
g
0
0
0
2
=
y
x
y
g
Por lo tanto
; 1
10
1
10
1
0
2 1
< = + =
x
g
x
g
1 0 0 0
2 1
< = + =
y
g
y
g
70
+ =
b y
y x
f
b y a x
y x
f
a x
x x
f
b y
x
f
a x
x
f
b a f y x f
donde f(x, y) se ha expandido alrededor del punto ( a, b) y todas las derivadas parciales
estn evaluadas en ( a, b ).
71
el cual es un sistema de ecuaciones lineales en las incgnitas h y j.
Este sistema de ecuaciones lineales resultante tiene solucin nica, siempre que el
determinante de la matriz de coeficiente o matriz j no sea cero; es decir, si
0
2 2
1 1
=
y
f
x
f
y
f
x
f
J
Interpretacin geomtrica del mtodo de Newton Raphson.
Desarrollemos en etapas esta interpretacin para un sistema de dos ecuaciones. Sea el
sistema
1 ) , (
1 ) , (
2 2
2
2 2
1
=
+ =
y x y x f
y x y x f
La grafica de se muestra en la figura 4.4. 1 ) , (
2 2
1
+ = y x y x f
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
73
Ejemplo: Use el mtodo de Newton Raphson para encontrara una solucin aproximada del
sistema:
0 8 10
0 8 10
2
2
2 2
1
= + + =
= + + =
y x xy y x f
y x x y x f
) , (
) , (
+ =
10 2 1
2 10 2
2 2 2
1 1
xy
y
f
y
x
f
y
y
f
x
x
f
que aumentada en el vector de funciones resulta en:
+
+
=
+ =
8 10
8 10
10 2 1
2 10 2
2
2 2
2 2 2
1 1
y x xy
y x x
xy
y
f
y
x
f
y
y
f
x
x
f
primera iteracin
al evaluar la matriz en se obtiene : [
T
y x
0 0
, ]
8 10 1
8 0 10
que al resolverse por eliminacin de Gauss da
h =0.8, j =0.88
al sustituir en la ecuacin se obtiene
88 . 0 88 . 0 0
8 . 0 8 . 0 0
0 1
0 1
= + = + =
= + = + =
j y y
h x x
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
75
61952 . 0 592 . 8 7744 . 1
41440 . 1 7600 . 1 400 . 8
que al resolverse por eliminacin de Gauss da
h =0.19179, j =0.11171
al sustituir en la ecuacin se obtiene
99171 . 0 11171 . 0 88 . 0
99179 . 0 19179 . 0 8 . 0
2 2
1 2
= + = + =
= + = + =
j y y
h x x
Calculo de la distancia entre y
1
x
2
x
22190 . 0 ) 88 . 0 99171 . 0 ( ) 8 . 0 99179 . 0 (
2 2 ) 0 ( ) 1 (
= + = x x
Con la continuacin de este proceso iterativo se obtienen los resultados siguientes:
k
k
x
k
y
k k
x x
+1
0
1
2
3
4
0.00000
0.80000
0.99179
0.99998
1.00000
0.00000
0.88000
0.99171
0.99997
1.00000
------
1.18929
0.22195
0.01163
0.00004
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
76
3.4. Aplicaciones
Problema: En una columna de cinco platos, se requiere absorber benceno contenido en una
corriente de gas V, con un aceite L que circula a contracorriente del gas. Considrese que el
benceno transferido no altera sustancialmente el nmero de moles de V y L, fluyendo a
contracorriente, que la relacin de equilibrio est dada por la ley de henry (y = mx) y que la
columna opera a rgimen permanente. Calcule la composicin del benceno en cada plato.
Datos: V =100 moles / min;
L =500 moles / min, fraccin molar de benceno en V. 09 . 0
0
= y
0 . 0
0
= x fraccin molar del benceno en L (el aceite entra por el domo sin benceno).
m =0.12.
Solucin : los balances de materia para el benceno en cada plato son
Plato Balance de benceno
1
2
3
4
5
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( ) 0
0
0
0
0
1 0 1 2
2 1 2 3
3 2 3 4
4 3 4 5
5 4 5 0
= +
= +
= +
= +
= +
y y V x x L
y y V x x L
y y V x x L
y y V x x L
y y V x x L
Al sustituir la informacin que se tiene, las consideraciones hechas y rearreglando las
ecuaciones, se llega a:
512 x
1
- 500 x
2
= 9
12 x
1
- 512 x
2
+ 500 x
3
= 0
12 x
2
- 512 x
3
+ 500 x
4
= 0
12 x
3
- 512 x
4
+ 500 x
5
= 0
- 12 x
4
+ 512 x
5
= 0
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
Un sistema de cinco ecuaciones con cinco incgnitas, que se resuelve con mathcad como
sigue:
A
512
12
0
0
0
500
512
12
0
0
0
500
512
12
0
0
0
500
512
12
0
0
0
500
512
9
0
0
0
0
:= rref A ( )
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0.018
4.32 10
4
1.037 10
5
2.487 10
7
5.829 10
9
=
Problema : Con los datos del diagrama siguiente 8 donde los porcentajes estn dados en
peso) , encuentre posibles valores de la corriente , si
3 2 1
, , M M M kg M 100
4
=
Solucin : Mediante balance de materia por componentes y global, se tiene:
Componente Balance de materia
Etanol
Metanol
Agua
Global
0
0 21 . 0 21 . 0 39 . 0 17 . 0
0 21 . 0 24 . 0 61 . 0 0
0 58 . 0 55 . 0 0 83 . 0
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
= + +
= + +
= + +
= + +
M M M M
M M M M
M M M M
M M M M
77
:= rref A ( )
1
0
0
0
1
0
0
0
1
19.014
4.225
76.761
=
por lo tanto kg M kg M kg M 761 . 76 , 225 . 4 , 014 . 19
3 2 1
= = =
Problema: Un granjero desea preparar una formula alimenticia para engordar ganado,
dispone maz, desperdicios, alfalfa y cebada, cada uno con ciertas unidades de ingredientes
nutritivos , de acuerdo con la tabla siguiente:
Alimento
Maz Desperdicios Alfalfa Cebada Requerimientos
unidades / Kg.
Carbohidratos
Protenas
Vitaminas
Celulosa
Costo $
80
28
20
50
18
15
72
20
10
5
35
57
12
20
7
60
25
20
60
20
230
180
80
160
__
a) Determine los kilogramos necesarios de cada material para satisfacer el
requerimiento diario ( Presentado en la ultima columna)
b) Determine el costo de la mezcla.
78
:=
rref A ( )
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
1.852
1.032
0.618
0.745
=
b ( )
Costo 18 5 7 20 ( ) := kilogramos
1.852
1.032
0.618
0.745
:=
Total Costo kilogramos := Total 57.722 ( ) =
Problema : (manufactura). R. S. C. L. S y Asociados fabrica tres tipos de computadora
personal: Cicln, Cclope y Cicloide. Para armar una Cicln se necesitan 10 horas, otras 2
para probar sus componentes y 2 horas mas para instalar sus programas. El tiempo
requerido para la Cclope es 12 horas en su ensamblado, 2.5 para probarla y 2 horas para
instalarla. La Cicloide, la mas sencilla de la lnea, necesita 6 horas de armado, 1.5 horas de
prueba y 1.5 horas de instalacin. Si la fabrica de esta empresa dispone de 1560 horas de
trabajo por mes para armar, 340 horas para probar y 320 horas para instalar, cuantas PC
de cada tipo puede producir en un mes ?
Solucin:
Marcas Ensamblado Pruebas Instalacin
Cicln
Cclope
Cicloide
10
12
6
2
2.5
1.5
2
2
1.5
1560 340 320
320 5 . 1 2 2
340 5 . 1 5 . 2 2
1560 6 12 10
= + +
= + +
= + +
z y x
z y x
z y x
79
2 2 1.5 320
0 0 1 80
:= rref A ( )
1
0
0
1
0
0
60
40
=
Por consiguiente cada mes se pueden fabricar 60 Ciclones, 40 Cclopes y 80 Cicloides.
Problema : ( Cambio de moneda extranjera ).Una empresaria internacional necesita, en
promedio, cantidades fijas de yenes japoneses, libras inglesas y marcos alemanes durante
cada viaje de negocios. Este ao viajo 3 veces. La primera vez cambio un total de $ 2550
dlar con las siguientes tasas: 100 yenes por dlar, 0.6 libras por dlar y 1.6 marcos por
dlar. La segunda vez cambio $ 2840 dlar en total con las tasas de 125 yenes, 0.5 libras y
1.2 marcos por dlar. La tercera vez, cambio un total de $ 2800 dlar a 100 yenes, 0.6 libras
y 1.2 marcos por dlar. Cuantos yenes, libras y marcos compro cada vez ?
Solucin:
2800
2 . 1
1
6 . 0
1
100
1
2840
2 . 1
1
5 . 0
1
125
1
2550
6 . 1
1
6 . 0
1
100
1
= + +
= + +
= + +
z y x
z y x
z y x
Resuelta por el mtodo de Gauss J ordn
A
1
100
1
125
1
100
1
0.6
1
0.5
1
0.6
1
1.6
1
1.2
1
1.2
2550
2840
2800
:= rref A ( )
1
0
0
0
1
0
0
0
1
80000
600
1200
=
En consecuencia, cada vez compro 80 000 yenes, 600 libras y 1200 marcos para viajar.
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
81
Problema : ( Calculo de una funcin demanda ). Bikey, Inc., quiere fabricar un nuevo tipo de
zapato deportivo, poco costoso, e investiga el mercado de la demanda. Encuentra que si un
par de zapatos nuevo cuesta $ 20 en un rea de ingreso familiar promedio de $ 20000, y que
si un competidor Trceps , Inc., vende cada par de zapatos a $ 20, vendera 660 pares. Por
otro lado, si el precio fuera igual y Trceps bajara su precio a $10 el par, entonces, vendera
1130 pares en un rea de $ 30000 de ingreso. Por ultimo, si el precio de los zapatos fuera $
15 el par, y la competencia se queda en $ 20 el par, se vendera 1010 pares en un rea de
$25000 de ingreso. Determine la funcin demanda, suponiendo que depende linealmente de
sus variables.
Solucin:
Sea D =a P +b I +c C . Deseamos conocer a, b y c.
1010 20 25000 15
1130 10 30000 20
660 20 20000 20
= + +
= + +
= + +
c b a
c b a
c b a
Resuelta por el mtodo de Gauss J ordn
A
20
20
15
20000
30000
25000
20
10
20
660
1130
1010
:= rref A ( )
1
0
0
0
1
0
0
0
1
20
0.05
3
=
Por consiguiente , la funcin demanda esta expresada por C I P D 3 05 . 0 20 + + =
Problema: ( soluciones qumicas ). Se necesitan tres ingredientes distintos, A, B y C , para
producir determinada sustancia. pero deben disolverse primero en agua, antes de ponerlos a
reaccionar para producir la sustancia. La solucin que contiene A con 1.5 gramos por
centmetros cbicos ( g / cm
3
), combinada con la solucin B cuya concentracin es de 3.6 g
/ cm
3
y con la solucin C con 5.3 g / cm
3
forma 25.07 g de la sustancia. si las proporciones
de A, B y C en esas soluciones se cambian a 2.5, 4.3 y 2.4 g / cm
3
, respectivamente (
permaneciendo iguales los volmenes ), se obtienen 22.36 g de la sustancia. Por ultimo, si
las proporciones se cambian a 2.7, 5.5 y 3.2 g / cm
3
, respectivamente, se producen 28.14 g
de la sustancia. Cuales son los volmenes, en centmetros cbicos, de las soluciones que
contienen A, B y C?
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
Solucin:
14 . 28 2 . 3 5 . 5 7 . 2
36 . 22 4 . 2 3 . 4 5 . 2
07 . 25 3 . 5 6 . 3 5 . 1
= + +
= + +
= + +
z y x
z y x
z y x
Resuelta por el mtodo de Gauss J ordn
A
1.5
2.5
2.7
3.6
4.3
5.5
5.3
2.4
3.2
25.07
22.36
28.14
:= rref A ( )
1
0
0
0
1
0
0
0
1
1.5
3.1
2.2
=
Por consiguiente, los volmenes correspondientes de las soluciones que contienen A, B y C
son 1.5 cm
3
, 3.1 cm
3
y 2.2 cm
3
.
Ejemplo: Un ingeniero industrial supervisa la produccin de cuatro tipos de computadoras.
Se requiere cuatro clases de recursos horas-hombre, metales, plsticos y componentes
electrnicos en la produccin. En el cuadro siguiente se resumen 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 electrnicos, Cuntas computadoras de cada tipo se puede construir por
da?
Computadoras Horas-hombre,
kg/computadora
Metales
kg/computadora
Plsticos
kg/computadora
Componentes,
unidades /
computadora
1
2
3
4
3
4
7
20
20
25
40
50
10
15
20
22
10
8
10
15
Totales 504 1970 970 601
82
:= rref A ( )
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
10
12
18
15
=
M
3
20
10
10
4
25
15
8
7
40
20
10
20
50
22
15
:= v
504
1970
970
601
:=
soln lsolve M v , ( ) :=
soln
10
12
18
15
=
x
1
504
1970
970
601
4
25
15
8
7
40
20
10
20
50
22
15
3
20
10
10
4
25
15
8
7
40
20
10
20
50
22
15
:= x
2
3
20
10
10
504
1970
970
601
7
40
20
10
20
50
22
15
3
20
10
10
4
25
15
8
7
40
20
10
20
50
22
15
:=
x
1
10 = x
2
12 =
x
4
3
20
10
10
4
25
15
8
7
40
20
10
504
1970
970
601
3
20
10
10
4
25
15
8
7
40
20
10
20
50
22
15
:=
x
3
3
20
10
10
4
25
15
8
504
1970
970
601
20
50
22
15
3
20
10
10
4
25
15
8
7
40
20
10
20
50
22
15
:=
x
4
15 =
x
3
18 =
83
Problema : Un ingeniero necesita 4800 m
3
de NaCl, 5810 m
3
de KCl y 5960 m
3
de NaOH,
existen tres depsitos donde el ingeniero puede conseguir estos materiales. La composicin
de estos depsitos viene dad en la siguiente tabla. Cuantas m
3
debe tomar de cada
depsito para cumplir con las necesidades requeridas ?
Sustancia Depsito ( % )
1 2 3
NaCl
KCl
NaOH
52
30
18
20
50
30
25
20
55
Solucin:
A
0.52
0.30
0.18
0.20
0.50
0.30
0.25
0.20
0.55
4800
5810
5960
:= rref A ( )
1
0
0
0
1
0
0
0
1
3744.767
7071.744
5753.488
=
Problema: Sobre una membrana elstica, apoyada en sus extremos actan 3 fuerzas
, aplicadas en 3 puntos equidistantes . Estas fuerzas provocan los
siguientes deshilamiento en cada punto respectivamente 3, 5 y 3 , si los coeficientes de
influencia son ;
3 2 1
, , f f f
3 2 1
, , P P P
3
2 , 1
= a 2
2 , 1
= a ; 1
3 , 1
= a ; para el y
1
P 2
1 , 2
= a ; ; 4
2 , 2
= a 5 / 1
3 , 2
= a
para y ; ;
2
P 1
1 , 3
= a a 2
2 ,
=
3
3
3 , 3
= a para . Se piden determinar las fuerzas para
.
3
P
3 2 1
, , f f f
A
3
2
1
2
4
2
1
1
5
3
3
5
3
:= rref A ( )
1
0
0
0
1
0
0
0
1
5
29
67
58
5
29
=
rref A ( )
1
0
0
0
1
0
0
0
1
0.172
1.155
0.172
=
UNIDAD III / METODOS DE SOLUCION SISTEMAS DE ECUACIONES
85
+ +
+
=
la segunda derivada puede calcularse derivando una vez mas con respecto a x, o sea
) (
1
) (
2
) (
1 ) (
2
2
1
2
0
2 2
2
x f
h
x f
h
x f
h dx
x f d
+ =
Problema : La ecuacin de Van der Walls para un gmol de CO
2
es
( ) RT b v
v
a
P =
+
2
donde
K gmol cm atm R
gmol cm b
gmol cm atm x a
* / * 1 . 82
/ 8 . 42
/ * 10 6 . 3
3
3
2 6 6
=
=
=
Si T =350 K, se obtiene la siguiente tabla de valores.
Puntos 0 1 2 3
P (atm) 13.782 12.577 11.565 10.704
V (cm
3
) 2000 2200 2400 2600
Calcule
v
P
cuando v =2300 cm
3
y comprelo con el valor de la derivada analtica
Solucin :
2
2
1 0
1
2
1 0
0
2
1 0
2
2
2
2 2 4 2
2
2 2
P
h
v v v
P
h
h v v v
P
h
h v v v
v
P
+ +
+
; con h =200
00506 . 0 ) 565 . 11 (
) 200 ( 2
2200 2000 ) 2300 ( 2
) 577 . 12 (
) 200 ( 2
) 200 ( 2 ) 2200 ( 2 ) 2300 ( 4 ) 2000 ( 2
) 782 . 13 (
) 200 ( 2
) 200 ( 2 2200 2000 ) 2300 ( 2
2
2 2
=
+
+
+
=
88
La derivada analtica es
Pv Pb
a
v
+
ab
v
2
RT P v b ( )
a
v
+
ab
v
2
RT
P v ( )
a
v v b ( )
ab
v
2
v b ( )
+
R T
v b ( )
+ P v ( )
a
v
2
v b
( )
ab
v
3
v
2
b
( )
+
R T
v b ( )
+
v
a
v
2
v b
d
d v
ab
v
3
v
2
b
d
d
+
v
R T
v b
d
d
+ simplify
1
v
3
2 a v
2
4 a v b 2 a b
2
R T v
3
+
( )
v b + ( )
2
R 82.1 := T 350 := a 0.0000036 := b 42.8 := v 2300 :=
1
v
3
2 a v
2
4 a v b 2 a b
2
R T v
3
+
( )
v b + ( )
2
5.6398962938964669366 10
-3
Problema : En una reaccin qumica A +B ---->Productos, la concentracin del reactante A
es una funcin de la presin P y la temperatura T. La siguiente tabla presenta la
concentracin de A en gmol/L como una funcin de estas dos variables.
P (Kg/cm
2
) Temperatura T (K)
273 300 325 360
1 0.99 0.97 0.96 0.98
2 0.88 0.82 0.79 0.77
8 0.62 0.51 0.48 0.45
15 0.56 0.49 0.46 0.42
20 0.52 0.44 0.41 0.37
Calcule la variacin de la concentracin de A con la temperatura a P =8 Kg/cm
2
y T =300 K,
usando un polinomio de segundo grado.
Solucin.
Lo que se busca es en si
8 , 300 = =
P T
A
T
C
que se puede evaluar con la ecuacin
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
( )( ) ( )( ) ( )( )
) (
2
) (
2
) (
2 ) (
2
1 2 0 2
1 0
1
2 1 0 1
2 0
0
2 0 1 0
2 1 2
x f
x x x x
x x x
x f
x x x x
x x x
x f
x x x x
x x x
dx
x dp
=
donde f(x) representa a C
A
y x a T; de tal modo que sustituyendo los tres puntos enmarcados
de la tabla queda
2
300, 8
( ) (2(300) 300 325)(0.62)
(273 300)(273 325)
(2(300) 273 325)(0.51) (2(300) 273 300)(0.48)
0.0026
(300 273)(300 325) (325 273)(325 300)
A
T P
p x C
x T
gmol
LK
= =
= =
+ + =
90
=
+1
( )
( ) ( ) ( )
h
x f x f x f
x f
i i i
i
2
3 4
1 2
+
=
+ +
Segunda derivada
( )
( ) ( ) ( )
2
1 2
3 2
h
x f x f x f
x f
i i i
i
=
+ +
( )
( ) ( ) ( ) ( )
2
1 2 3
3 5 4
h
x f x f x f x f
x f
i i i i
i
+ +
=
+ + +
Tercera derivada
( )
( ) ( ) ( ) ( )
3
1 2 3
3 3
h
x f x f x f x f
x f
i i i i
i
+
=
+ + +
( )
( ) ( ) ( ) ( ) ( )
3
1 2 3 4
2
5 18 24 14 3
h
x f x f x f x f x f
x f
i i i i i
i
+ +
=
+ + + +
Cuarta derivada
( )
( ) ( ) ( ) ( ) ( )
4
1 2 3 4
4 6 4
h
x f x f x f x f x f
x f
i i i i i
i
+ +
=
+ + + +
( )
( ) ( ) ( ) ( ) ( ) ( )
4
1 2 3 4 5
3 14 26 24 11 2
h
x f x f x f x f x f x f
x f
i i i i i i
i
+ + +
=
+ + + + +
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
92
donde:
f
i
=se le conoce como la primera diferencia hacia adelante y
h =se le llama tamao del paso, esto es la longitud del intervalo sobre el cual se hace la
aproximacin.
Se le llama diferencia hacia adelante ya que se usa los datos i e i +1 para estimar la
derivada.
Esta diferencia dividida hacia adelante no es sino una de tantas que se puede desarrollar
mediante la serie de Taylor para la aproximacin de derivadas numricas. Por ejemplo, las
aproximaciones a primeras derivadas, utilizando las diferencias hacia atrs o las diferencias
centrales se pueden desarrollar de una manera similar a la ecuacin:
Aproximaciones a la primera derivada con diferencia hacia atrs.
Primera derivada
( )
( ) ( )
h
x f x f
x f
i i
i
1
=
( )
( ) ( ) ( )
h
x f x f x f
x f
i i i
i
2
4 3
2 1
+
=
Segunda derivada
( )
( ) ( ) ( )
2
2 1
2
h
x f x f x f
x f
i i i
i
+
=
( )
( ) ( ) ( ) ( )
2
3 2 1
4 5 2
h
x f x f x f x f
x f
i i i i
i
+
+
=
Tercera derivada
( )
( ) ( ) ( ) ( )
3
3 2 1
3 3
h
x f x f x f x f
x f
i i i i
i
+
=
( )
( ) ( ) ( ) ( ) ( )
3
4 3 2 1
2
3 14 24 18 5
h
x f x f x f x f x f
x f
i i i i i
i
+ +
=
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
93
Cuarta derivada
( )
( ) ( ) ( ) ( ) ( )
4
h
i
4 3 2 1
4 6 4 x f x f x f x f x f
x f
i i i i i
+ +
=
( )
( ) ( ) ( ) ( ) ( ) ( )
4
5 4 3 2 1
2 11 24 26 14 3
h
x f x f x f x f x f x f
x f
i i i i i i
i
+ +
=
Aproximaciones a la primera derivada con diferencias centrales.
Primera derivada
( )
( ) ( )
h
x f x f
x f
i i
i
2
1 1 +
=
( )
( ) ( ) ( ) ( )
h
x f x f x f x f
x f
i i i i
i
12
8 8
2 1 1 2 + +
+ +
=
Segunda derivada
( )
( ) ( ) ( )
2
1 1
3 2
h
x f x f x f
x f
i i i
i
+
+
=
( )
( ) ( ) ( ) ( ) ( )
2
2 1 1 2
12
16 30 16
h
x f x f x f x f x f
x f
i i i i i
i
+ +
+ +
=
Tercera derivada
( )
( ) ( ) ( ) ( )
3
2 1 1 2
2
2 2
h
x f x f x f x f
x f
i i i i
i
+ +
+
=
( )
( ) ( ) ( ) ( ) ( ) ( )
3
3 2 1 1 2 3
8
8 13 13 8
h
x f x f x f x f x f x f
x f
i i i i i i
i
+ + +
+ + +
=
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
94
Cuarta derivada
( )
( ) ( ) ( ) ( ) ( )
4
h
i
2 1 1 2
4 6 4 x f x f x f x f x f
x f
i i i i i + +
+ +
=
( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
4
3 2 1 1 2 3
6
12 39 56 39 12
h
x f x f x f x f x f x f x f
x f
i i i i i i i
i
+ + +
+ + + + +
=
Las aproximaciones mas exactas de la primera derivada se pueden desarrollar incluyendo
en la serie de Taylor trminos de orden mas alto. Finalmente, todas las versiones anteriores
se pueden desarrollar para derivadas de segundo orden, tercer orden y ordenes superiores.
Ejemplo : Formulas de diferenciacin con alta exactitud.
Planteamiento del problema:
F (x) =- 0.1 x
4
0.15 x
3
0.5 x
2
0.25 x +1.2
En x =0.5 usando un tamao de paso h =0.25.
Solucin:
F (x) =- 0.4 x
3
0.45 x
2
1.0 x 0.25 x
Y se puede usar para calcular el valor exacto de :
F (x) =- 0.4 x
3
0.45 x
2
1.0 x 0.25 x ; X =0.5; f ( 0.5) =- 0.9125.
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
1
75 0
5 0
25 0
0
2
1
1
2
=
=
=
=
=
+
+
i
i
i
i
i
x
x
x
x
x
.
.
.
2 0
6363281 0
925 0
103516 1
2 1
2
1
1
2
. ) (
. ) (
. ) (
. ) (
. ) (
=
=
=
=
=
+
+
i
i
i
i
i
x f
x f
x f
x f
x f
Estos datos se pueden usar para calcular la diferencia dividida hacia delante
859375 0
25 0 2
925 0 3 6363281 0 4 2 0
5 0 .
) . (
) . ( ) . ( .
) . ( =
+
= f
la diferencia dividida hacia atrs
878125 0
25 0 2
2 1 103515625 1 4 925 0 3
5 0 .
) . (
. ) . ( ) . (
) . ( =
+
= f
Y la diferencia dividida central
9125 0
25 0 12
2 1 103515625 1 8 6363281 0 8 2 0
5 0 .
) . (
. ) . ( ) . ( .
) . ( =
+ +
= f
Ejercicios propuestos:
sense aproximaciones de diferencias de 0(h) hacia atrs y hacia delante y una
aproximacin central de 0 (h
2
). Para estimar la primera derivada de la funcin mencionada .
F(X) =25 x
3
6x
2
+7x 88
Evalese la derivada en x =2.5 usando un tamao de paso de h =0.25. comprense los
resultados con el valor correcto de la derivada en x =2.5.
4.2 Integracin numrica
De acuerdo a la definicin del diccionario, integrar significa unir todas las partes en un todo;
unificar; indicar la cantidad total, . . . . matemticamente, la integracin se representa por
=
b
a
dx x f I ) (
EC. 1
95
=
b
a
b
a
dx x f dx x f ) ( ) ( /
1
Recuerde que una lnea recta se representa como :
( ) ( )
( ) ( )
( ) a x
a b
a f b f
a f x f
+ =
1
El rea bajo la lnea recta es una aproximacin de la integral de f (x) entre los limites a y b :
+ =
b
a
dx a x
a b
a f b f
a f I ) (
) ( ) (
) (
El resultado de la integracin es :
( )
2
) ( ) ( b f a f
a b I
+
=
La cual se denomina regla trapezoidal.
Error de la regla Trapezoidal
Cuando empleamos la integral bajo un segmento de lnea recta para aproximar la integral
bajo una curva, obviamente podemos incurrir en un error que puede ser sustancial. Una
estimacin para el error de truncamiento de una sola aplicacin de la regla trapezoidal es :
( )( )
3
12
1
a b f E
t
=
donde est en algn lugar en el intervalo de "a" a "b". La ecuacin anterior indica que si la
funcin sujeta a integracin es lineal, la regla trapezoidal ser exacta.
De otra manera, ocurrir un error para funciones con derivadas de segundo y tercer orden
(es decir con curvatura).
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
100
Ejemplo: aplicacin de la regla trapezoidal simple para integrar numricamente
f x ( ) 0.2 25x + 200x
2
675x
3
+ 900x
4
400x
5
+ := x 0 0.001 , 0.8 .. :=
a 0 := b 0.8 :=
0 0.5 1
2
4
f x ( )
I
1
a
b
x f x ( )
d := I
1
1.64053333 =
x
I b a ( )
f a ( ) f b ( ) +
2
:=
I 0.1728 =
que representan un error de
E
v
=1.64053334 0.1728 =1.46773334
Que corresponde a un error relativo porcentual de
v
=89.5 % . La razn para este error
tan grande es evidente en la grafica .
ntese que el rea bajo la lnea recta descuida una porcin significativa de la integral sobre
la lnea.
En la situacin actual, no se tendra conocimiento previo del valor verdadero. Por lo tanto, se
requiere una aproximacin al error. Parta obtener esta aproximacin, se calcula la segunda
derivada de la funcin sobre el intervalo , derivando la funcin original dos veces para dar
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
media
a
b
x
2
x
f x ( )
d
d
2
d
b a
:= media 60 =
E
a
1
12
media b a ( )
3
:=
E
a
2.56 =
Que es el mismo orden de magnitud y signo que tiene el error verdadero.
Existe una discrepancia debido a que un intervalo de este tamao, el promedio de la
segunda derivada no es necesariamente una aproximacin exacta de f ( ). Por lo tanto, se
denota que el error es aproximado usando la notacin E
a
, en vez de usar E
v.
Ejercicio : aplicacin de la regla trapezoidal simple
f x ( ) 10 2x + 6x
2
5x
4
+ := x 0 0.001 , 10 .. :=
a 0 := b 10 :=
0 5 10
2
.
10
4
4
.
10
4
6
.
10
4
f x ( )
x
I
1
a
b
x f x ( )
d := I
1
98200 =
I b a ( )
f a ( ) f b ( ) +
2
:=
I 247200 =
Ejercicio : aplicacin de la regla trapezoidal simple
101
f x ( ) 1 x 4x
3
3x
5
+ := x 3 2.99 , 5 .. :=
a 3 := b 5 :=
5 0 5
5000
5000
1
.
10
4
f x ( )
x
I
1
a
b
x f x ( )
d := I
1
6904 =
I b a ( )
f a ( ) f b ( ) +
2
:=
I 33016 =
Ejercicio : aplicacin de la regla trapezoidal simple
f x ( ) 8 5sin x ( ) + := x 0 0.001 , .. :=
a 0 := b :=
0 1 2 3 4
8
10
12
14
f x ( )
x
I
1
a
b
x f x ( )
d := I
1
35.13274123 =
I b a ( )
f a ( ) f b ( ) +
2
:=
I 25.1327 =
La regla del trapecio utilizando segmentos mltiples
Una mejor manera de mejorar la actitud de la regla trapezoidal es la de dividir el intervalo
de integracin de a a b en un conjunto de segmentos y aplicar el mtodo a cada uno de los
segmentos.
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
103
Figura: ilustracin de la regla trapezoidal mltiple a) dos segmentos, b) tres segmentos; c)
cuatro segmentos; d) cinco segmentos
En seguida se suman las reas de los segmentos individuales y se obtiene la integral sobre
el intervalo completo. A las ecuaciones resultantes se les conoce como formulas de
integracin de segmento mltiple o formulas de integracin compuestas.
n
a b
h
=
Si a y b son designados como X
o
y X
n
, respectivamente, la integral total se representa como
+ + + =
1
0
2
1 1
) ( ... ) ( ) (
x
x
x
x
x
x
n
n
dx x f dx x f dx x f I
( ) ( )
Al sustituir la regla trapezoidal para cada integral se obtiene :
( ) ( ) ( ) ( )
+ +
=
2
...
2 2
1 2 1 1 0 n n
x f x f
h
x f x f
h
x f x f
h I
o mediante agrupacin de trminos :
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
( ) ( ) ( )
+ + =
=
1
1
0
2
2
n
i
n i
x f x f x f
h
I
en formato general es :
n
x f x f x f
a b I
n
n
i
i
2
) ( ) ( 2 ) (
) (
1
1
0
+ +
=
=
ya que la sumatoria de los coeficientes de f(x) en el numerador dividido por 2n es igual a 1,
la altura promedio representa un promedio pesado de los valores de la funcin. De acuerdo
a la ecuacin anterior , las alturas de los puntos interiores aparecen doblemente respecto a
los puntos finales f ( x
0
) y f (x
n
).
n
f
f
n
i
=
=
1
por lo tanto.
( )
2
3
12n
f a b
E
a
=
De esta manera que , si el numero de segmento se duplica , el error de truncamiento
disminuye a un cuarto de su valor. Ntese que la ecuacin anterior es un error aproximado
debido a la naturaleza aproximada de la ecuacin.
Ejemplo : regla trapezoidal de segmentos mltiples.
104
:=
x
2
0.8 = x
1
0.4 =
x
2
x
1
h + := x
1
x
0
h + := x
0
0 :=
h 0.4 =
h
b a
n
:=
0 0.5 1
2
4
f x ( )
x
Int 1.64053333 = Int
a
b
x f x ( )
d :=
n 2 :=
b 0.8 := a 0 :=
x 0 0.001 , 0.8 .. := f x ( ) 0.2 25x + 200x
2
675x
3
+ 900x
4
400x
5
+ :=
Ejercicio : regla trapezoidal de segmentos mltiples
f x ( ) 8 5sin x ( ) + := x 0 0.001 , .. :=
0 1 2 3 4
8
10
12
14
f x ( )
x
a 0 := b :=
n 6 :=
Int
a
b
x f x ( )
d := Int 35.13274123 =
h
b a
n
:=
h 0.523599 =
105
4
U
o
c
S
c
I 34.9032274 =
I b a ( )
f
(
:=
x
6
3.141593 =
x
6
x
5
h + :=
x
1
x
1
x
0
0 :=
4.2.2 Mto
Un forma de
orden superio
camino entre
Si hay dos p
conectar con
UN
E
b a (
12n
2
:=
4
x
0
)
2 f x
1
( )
+
(
+
3
1
0.523599 =
1
x
0
h + :=
odo de Simp
obtener una
or para cone
f(a) y f(b), los
puntos igualm
un polinomio
IDAD IV / D
a)
3
2
a
b
2
x
f(
d
d
2
b a
f x
2
( )
+ f x
3
( )
+
2n
x
2
1.047198 =
x
2
x
1
h + :=
pson
estimacin e
ctar los punto
s tres puntos
mente espaci
o de tercer ord
DIFERENCIA
x x ( ) d
a
f x
4
( )
+ f x
5
( )
+
x
3
1.570796 =
x
3
x
2
h + :=
exacta de una
os. Por ejem
se pueden co
iados entre f
den.
ACION E INT
E 0.228463 =
)
f x
6
( )
+
x
4
2.09439 =
6
x
4
x
3
h + :=
a integral es c
plo, si hay u
onectar con u
f(a) y f(b), lo
TEGRACIO
3
x
5
2.6179 = 95
x
5
x
4
h + :=
con el uso de
n punto extra
una parbola.
os cuatro pun
N NUMERIC
1
994
h
e polinomios
a a la mitad d
.
ntos se pued
CA
106
de
del
den
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
Las formulas que resultan al tomar las integrales bajo esos polinomios son conocidos como
reglas de Simpson.
Regla de Simpson 1/3
La Regla de Simpson 1/3 resulta cuando una interpolacin polinomial de segundo orden es
sustituida en la ecuacin :
=
d
b
d
b
dx x f dx x f I ) ( ) (
2
2
a b
h
=
donde, para este caso, h =(b - a)/2. Esta ecuacin es conocida como regla Simpson 1/3. La
especificacin"1/3" surge del hecho de que h est dividida entre 3 en la ecuacin anterior .
La regla de Simpson 1/3 se expresa tambin con el uso del formato de la ecuacin :
6
) ( ) ( 4 ) (
) (
2 1 0
x f x f x f
a b I
+ +
=
Ejemplo de aplicacin de la regla de Simpson de 1/3 simple
f x ( ) 0.2 25x + 200x
2
675x
3
+ 900x
4
400x
5
+ :=
desde a =0 hasta b =0.8
solucion
el valor exacto es:
0
0.8
x f x ( )
d 1.640533333333333333
x 0 0.01 , 0.8 .. :=
107
,
0 0.5 1
2
4
f x ( )
x
a 0 := b 0.8 :=
h
b a ( )
2
:=
h 0.4 =
f x ( ) 0.2 25x + 200 x
2
675 x
3
+ 900 x
4
400 x
5
+ :=
f a ( ) 0.2 = f h ( ) 2.456 = f b ( ) 0.232 =
la regla de Simpson 1/3
I b a ( )
f a ( ) 4 f h ( ) + f b ( ) +
6
:=
I 1.367467 =
media
0
0.8
x
4
x
f x ( )
d
d
4
d
b a
2400.0000000000000000 :=
E
1
90
h
5
media :=
E
a
b a ( )
5
2880
media :=
E 0.2730667 ( ) =
E
a
0.2730667 =
Problemas propuestos: evalense las integrales con la aplicacin simple de la regla Simpson
de 1/3
a ( )
0
10
x 10 2x + 6x
2
5x
4
+
( )
d
b ( )
3
5
x 1 x 4x
3
3x
5
+
( )
R
L
s
L
O
A
S
r
a
c ( )
0
d ( )
0
4
x
Regla de Sim
La Regla de S
segmentos de
n
a b
h
=
La integral tot
Observe que
Adems, los
Sin embargo
representan e
aplicaciones
UN
8 5sin x ( ) + ( )
x e
2x
d
7
4
ex
mpson 1/3 de
Simpson se p
e igual anchu
tal se puede
b I ( =
e, se debe ut
coeficientes
o, siguen en
el termino me
adyacentes y
IDAD IV / D
x d 8 10 +
xp 8 ( )
1
4
+
e segmentos
puede mejora
ura
representar c
x f
a
4 ) (
)
0
+
tilizar un num
"4"y "2" en la
n forma natu
edio para cad
y por tanto se
DIFERENCIA
0
s mltiple
ar al dividir el
como :
n
x f
n
i
i
3
) ( 4
1
5 , 3 , 1
+
=
mero par de s
a ecuacin po
ural la regla
da aplicacin
cuentan dos
ACION E INT
intervalo de i
n
x f
n
j
j
) ( 2
2
6 , 4 , 2
=
segmentos p
odran parece
a de Simpso
n. Los puntos
veces.
TEGRACIO
integracin en
x f
n
) ( +
para impleme
er peculiares
on 1/3. Los
s pares son c
N NUMERIC
1
n un numero
ntar el mtod
a primera vis
puntos non
comunes en
CA
109
de
do.
sta.
nes
las
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
110
Un error estimado para la aplicacin de la regla de Simpson se obtiene sumando los errores
individuales de los segmentos y sacando el promedio de la derivada.
) (
180
) (
) 4 (
4
5
f
n
a b
E
a
=
donde f
(4)
es el promedio de la cuarta derivada para el intervalo
Ejemplo : de la regla de Simpson de 1/3 de aplicacin mltiples
f x ( ) 0.2 25x + 200x
2
675x
3
+ 900x
4
400x
5
+ :=
desde a =0 hasta b =0.8 con n =4
solucion
el valor exacto es:
0
0.8
x f x ( )
d 1.640533333333333333
x 0 0.01 , 0.8 .. :=
,
0 0.5 1
2
4
f x ( )
x
a 0 := b 0.8 := n 4 :=
h
b a ( )
n
:=
f x ( ) 0.2 25x + 200x
2
675x
3
+ 900x
4
400x
5
+ :=
h 0.2 =
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
I b a ( )
f x
0
( )
4 f x
1
( )
f x
3
( )
+
( )
+ 2 f x
2
( ) ( )
+ f x
4
( )
+
3 n
:=
la regla de Simpson 1/3 de aplicacin multiple
f x
3
( )
3.464 = f x
2
( )
2.456 = f x
1
( )
1.288 = f x
0
( )
0.2 =
f x
4
( )
0.232 =
x
4
0.8 = x
3
0.6 = x
2
0.4 = x
1
0.2 = x
0
0 =
x
4
b := x
3
a h + h + h + := x
2
a h + h + := x
1
a h + := x
0
a :=
I 1.623467 =
media
0
0.8
x
4
x
f x ( )
d
d
4
d
b a
2400.0000000000000000 :=
E
a
b a ( )
5
180 n
4
media :=
E
a
0.017067 =
Regla de Simpson 3/8
3
a b
h
=
[ ]
8
) ( ) ( ) ( 3 ) (
) (
3 2 1 0
x f x f x f x f
a b I
+ + +
=
111
=
LA REGLA DE SIMPSON 3/8
a ( )
Con la regla de Simpson 3/8 integre
f x ( ) 0.2 25x + 200 x
2
675 x
3
+ 900 x
4
400 x
5
+ :=
desde a =0 hasta b =0.8 con n =4
b ( )
Usela junto con la regla de simpson 1/3 con la finalidad de integrar la misma funcion
en cinco segmentos.
solucion
a ( )
Una sola aplicacion de la regla de Simpson requiere cuatro puntos equidistantes:
el valor exacto es:
0
0.8
x f x ( )
d 1.640533333333333333
x 0 0.01 , 0.8 .. :=
0 0.5 1
2
4
f x ( )
x
f x
3
( )
0.232 = f x
2
( )
3.487177 = f x
1
( )
1.432724 = f x
0
( )
0.2 =
x
3
0.8 = x
2
0.5333 = x
1
0.267 = x
0
0 =
x
3
b := x
2
a h + h + := x
1
a h + := x
0
a :=
h 0.267 =
f x ( ) 0.2 25x + 200x
2
675x
3
+ 900x
4
400x
5
+ :=
h
b a ( )
3
:=
n 4 := b 0.8 := a 0 :=
112
:=
I 1.51917 =
media
0
0.8
x
4
x
f x ( )
d
d
4
d
b a
2400.0000000000000 :=
E
a
b a ( )
5
6480
media :=
E
a
0.121363 =
b ( )
Los datos necesarios para una aplicacion con cinco segmentos
f x
5
( )
0.232 = f x
4
( )
3.182 = f x
3
( )
3.186 = f x
2
( )
1.743393 = f x
1
( )
1.296919 = f x
0
( )
0.2 =
x
1
0.16 = x
0
0 =
x
5
0.8 = x
4
0.64 = x
3
0.48 = x
2
0.32 =
x
5
a h + h + h + h + h + :=
x
4
a h + h + h + h + := x
3
a h + h + h + := x
2
a h + h + := x
1
a h + := x
0
a :=
h 0.16 =
f x ( ) 0.2 25x + 200x
2
675x
3
+ 900x
4
400x
5
+ :=
h
b a ( )
n
:=
n 5 := b 0.8 := a 0 :=
113
( )
f x
0
( )
4 f x
1
( )
+ f x
2
( )
+
6
:=
I
1
0.3803237 =
Para los ultimos tres segmentos , la regla 3/8 se utiliza para obtener
x
2
0.32 = x
3
0.48 = x
4
0.64 = x
5
0.8 =
I
2
x
5
x
2
( )
f x
2
( )
3 f x
3
( )
f x
4
( )
+
( )
+ f x
5
( )
+
8
:=
I
2
1.2647535 =
La integral total calculada sumando los dos resultados:
I I
1
I
2
+ :=
I 1.6450772 =
4.3 Integracin Mltiple
Cualquiera de las tcnicas de integracin vistas en esta unidad es modificable, de modo que
se puede aplicar en la aproximacin de integrales dobles o triples. A continuacin se ilustra
el mtodo de Simpson 1/3 en la solucin de integrales dobles.
a)
0
3
0
ysenxdxdy
Se divide el intervalo [ a, b] =[ 0, 3 ] en n =6 subintervalos iguales, con lo que la amplitud de
cada subintervalo es igual a:
I
0
y
0
3
x y sin x ( )
d := I 9.82022 =
h1
3 0
6
:= h1 0.5 =
f x ( ) sin x ( ) :=
x0 0 := x1 x0 h1 + := x2 x1 h1 + := x3 x2 h1 + := x4 x3 h1 + := x5 x4 h1 + := x6 x5 h1 + :=
I1 3 0 ( )
f x0 ( ) 4 f x1 ( ) f x3 ( ) + f x5 ( ) + ( ) + 2 f x2 ( ) f x4 ( ) + ( ) + f x6 ( ) +
3 6 ( )
:=
I1 1.9907 =
114
:=
I2 9.8237 =
Se divide el intervalo [ a, b] =[ 0, 4 ] en n =4 subintervalos iguales, con lo que la amplitud de
cada subintervalo es igual a:
I
1
3
y
0
4
x e
x y +
d := I 930.85274 =
h1
4 0
4
:= h1 1 =
f x ( ) e
x
:=
x0 0 := x1 x0 h1 + := x2 x1 h1 + := x3 x2 h1 + := x4 x3 h1 + :=
I1 4 0 ( )
f x0 ( ) 4 f x1 ( ) f x3 ( ) + ( ) + 2 f x2 ( ) ( ) + f x4 ( ) +
3 4 ( )
:=
I1 53.8638 =
Se divide el intervalo [ a, b] =[ 1, 3 ] en n =6 subintervalos iguales, con lo que la amplitud de
cada subintervalo es igual a:
g y ( ) I1 e
y
:= h2
3 1
6
:= h2 0.333 =
y0 0 := y1 y0 h2 + := y2 y1 h2 + := y3 y2 h2 + := y4 y3 h2 + := y5 y4 h2 + := y6 y5 h2 + :=
I2 3 1 ( )
g y0 ( ) 4 g y1 ( ) g y3 ( ) + g y5 ( ) + ( ) + 2 g y2 ( ) g y4 ( ) + ( ) + g y6 ( ) +
3 6 ( )
:=
I2 344.162 =
UNIDAD IV / DIFERENCIACION E INTEGRACION NUMERICA
4.4 Aplicaciones
Antecedentes:
La determinacin de la cantidad de calor requerido para elevar la temperatura de un material
es un problema con el que a menudo nos enfrentamos. La caracterstica necesaria para
llevar acabo este calculo es la capacidad calorfica
c
. este parmetro representa la cantidad
de calor requerida para elevar una unidad de temperatura en una unidad de masa. Si
c
es
constante en el intervalo de temperatura que se examinan, el calor requerido
T mc H =
............EC. 1
donde
c
esta en , m =masa (g) y
) /( C g cal
T =cambio de temperatura . Y la
ecuacin para calcular el promedio
) ( C
: ) (T c
1 2
2
1
T T
dT T c
T c
T
T
=
) (
) (
........................EC. 2
donde . 1 2
T T T =
Nota : para hallar el valor exacto de la funcin se debe sustituir la ecuacin 2 en la ecuacin
1.
La capacidad calorfica de un material podra aumentar con la temperatura de acuerdo con
la relacin tal como
2 7 4
10 64 2 10 56 1 132 0 T x T x T c
+ + = . . . ) (
con 1000 gramos de material desde 100 hasta 200 C.
Determine:
a) El valor exacto de la integral
] ( )
= = =
2
1
2
1
1 2
1 2
T
T
T
T
dt T c m T T
T T
dt T c
m t T c m T mc H ) (
) (
) ( ) ( )[ (
116
d 42732.000000000000000
b) Grafica
100 0 100 200
0.1
0.15
0.2
0.174
0.119
c T ( )
200 100 T
c) Las integracin numrica siguiente
Regla del trapecio simple
c T ( ) 0.132 0.000156T + 0.000000264T
2
+ :=
T
0
100 := c T
0
( )
0.11904 =
m 1000 :=
T
1
200 := c T
1
( )
0.17376 =
I
1
T
1
T
0
( )
c T
0
( )
c T
1
( )
+
2
:= I mI
1
:= I 43920 =
Regla del trapecio de aplicacin mltiple con n =2
c T ( ) 0.132 0.000156T + 0.000000264 T
2
+ :=
h
200 100 ( )
2
150 := T
0
100 := c T
0
( )
0.11904 =
T
1
T
0
h + 50 := c T
1
( )
0.17376 =
n 2 :=
m 1000 := T
2
T
1
h + 200 := c T
2
( )
0.17376 =
I
1
T
2
T
0
( )
c T
0
( )
2 c T
1
( )
+ c T
2
( )
+
2n
:=
I mI
1
:= I 43029 =
117
Regla de Simpson de 1/3
c T ( ) 0.132 0.000156 T + 0.000000264 T
2
+ :=
h
200 100 ( )
2
150 := T
0
100 := c T
0
( )
0.11904 =
T
1
T
0
h + 50 := c T
1
( )
0.14046 =
m 1000 := T
2
T
1
h + 200 := c T
2
( )
0.17376 =
I
1
T
2
T
0
( )
c T
0
( )
4 c T
1
( )
+ c T
2
( )
+
6
:=
I m I
1
:= I 42732 =
Regla de Simpson de 1/3 de aplicacin mltiple n =5
I 39413.6 = I mI
1
:=
I
1
300
0.11904 4 0.12618 0.14617 + ( ) + 2 0.13523 0.15901 + ( ) + .17376 +
15
39.413600000000000001 :=
m 1000 :=
c T
5
( )
0.17376 =
c T
4
( )
0.15901 =
c T
3
( )
0.14617 =
T
5
T
4
h + 200 := c T
2
( )
0.13523 = c T
1
( )
0.12618 = c T
0
( )
0.11904 =
T
4
T
3
h + 140 := T
3
T
2
h + 80 := T
2
T
1
h + 20 := T
1
40 := T
0
100 :=
c T ( ) 0.132 0.000156 T + 0.000000264 T
2
+ :=
h
300
5
60 :=
Regla de Simpson de 3/8
h
300
3
100 :=
c T ( ) 0.132 0.000156 T + 0.000000264 T
2
+ :=
T
0
100 := T
1
0 := T
2
T
1
h + 100 := T
3
T
2
h + 200 :=
c T
0
( )
0.11904 = c T
1
( )
0.132 = c T
2
( )
0.15024 = c T
3
( )
0.17376 =
m 1000 :=
I
1
300
0.11904 3 0.132 .15024 + ( ) + .17376 +
8
42.732000000000000000 :=
I mI
1
:= I 42732 =
UNIDAD 5
SOLUCION DE
ECUACIONES
DIFERENCIALES
Objetivo:
Aplicara los mtodos numricos para la
solucin de problemas de diferenciacin
de integracin numrica, usando un
lenguaje de programacin.
.
Como
,
dx
= ) y ,
x
f( = )
x
( y =
x
-
x
0
0 0
0 1
0 1
dy y - y
entonces,
( ) ( )
0 0 0 1 0 1
, y x f x x y y =
Por lo tanto,
( )
0 0 0 1
, y x hf y y + =
Y, en general,
) , (
1 n n n n
y x hf y y + =
+
con
n n
x x h =
+1
La solucin explcita es y =2e
x
- x - 1, y para el punto x
20
=1 se tiene que y (x
20
) =3.4365637.
5.1.1 Mtodo de Euler y Euler mejorado
Mtodo de Euler
Este mtodo fue ideado por Euler hace ms de 200 aos. Es bastante sencillo, pero no tan
preciso como los otros mtodos que veremos posteriormente. Sin embargo, el mtodo de
Euler sirve como punto de partida hacia tcnicas alternativas que aparecern segn se
considere.
La primera derivada proporciona una estimacin directa de la pendiente en X
i
) , (
i i
y x f =
donde f (X
i
, Y i) es la ecuacin diferencial evaluada en X
i
y Y
i
, Tal estimacin podr
substituirse en la ecuacin nos queda que :
h y x f y Y
i i i i
) , ( + =
+1
UNIDAD V / SOLUCION DE ECUACIONES DIFERENCIALES
Esta frmula es conocida como el mtodo de Euler ( o Euler- Caunchy o de un punto medio).
Se predice un nuevo valor de Y por medio de la pendiente (igual a la primera derivada en el
valor original de X) que habr de extrapolarse en forma lineal sobre el tamao de paso h
Ejemplo:
Mtodo de Euler
Enunciado del problema : utilcese el mtodo de Euler para la ecuacin
f x ( ) 0.5 x
4
4x
3
+ 10x
2
8.5x + 1 + :=
De x =0 hasta x =4 con un tamao de paso de 0.5. La condicin inicial en x =0 es y =1.
Solucin:
=
=
=
+ + =
=
5 . 0
? ) 4 (
1 ) 0 (
5 . 8 20 12 0 . 2
) (
2 3
h
y
y
x x x
dx
x df
PVI
121
=
=
=
+ + =
=
25 . 0
? ) 4 (
1 ) 0 (
5 . 8 20 12 0 . 2
) (
2 3
h
y
y
x x x
dx
x df
PVI
122
=
=
=
=
2 . 0
? ) 1 (
2 ) 0 (
) (
h
y
y
y x
dx
dy
PVI
mediante el mtodo de Euler
1.60000
1.32000
1.13600
1.02880
0.983040.98643
0.00000
-0.30000
-0.44800
-0.50160 -0.50304 -0.48304
-1.00000
-0.50000
0.00000
0.50000
1.00000
1.50000
2.00000
1 2 3 4 5 6
Ejercicios: Un tanque cilndrico de fondo plano con un dimetro de 1.5 m contiene un lquido
de densidad =1.5 kg/L a una altura a de 3 m. Se desea saber la altura del lquido dentro
del tanque tres minutos despus de que se abre completamente la vlvula de salida, la cual
124
= h
Acumulacin =entrada salida ga A
dt
dV
2 6 0 0 . =
donde :
a h r V
2 2
= 75 0 ) . ( =
entonces :
ga A
dt
da
2 6 0. = 75 0
2
) . ( ga
ga A
dt
da
2 0026653 0
75 0
2 6 0
2
.
) . (
.
=
Al considerar como tiempo cero el momento el abrir momento de abrir la vlvula y adems la
altura buscada a un tiempo de 3 minutos (180 segundos), se llega
dt
da
=
=
=
? ) (
) (
.
180
3 0
2 0026653 0
a
m a
ga
PVI
UNIDAD V / SOLUCION DE ECUACIONES DIFERENCIALES
En virtud de que la exactitud de los resultados que se esperan no es grande, se usa el
mtodo de Euler para resolver este PVI.
Tiempo (s) 0 30 60 90 120 150 180
a (m) 3.00 2.39 1.84 1.36 0.95 0.60 0.33
Ejercicios : Calcule el tiempo necesario para que el nivel del liquido del tanque esfrico con
radio r =5 m mostrado en la figura pase de 4 m a 3 m. La velocidad de salida por el orificio
del fondo es a v 895 4. = m/s, el dimetro de dicho orificio es de 10 cm
Solucin :
Balance de materia en el tanque
Acumulacin =entrada Salida
Av
dt
dV
= 0
126
donde v es el volumen del lquido en el tanque que, en funcin de la altura esta dado por
) (5
3
2
a
a
3
V =
3
m
A es el rea del orificio de salida
2
1 0
4
) . (
= A
2
m
y
a v 895 4. = m/s
Estas cantidades se sustituyen en la primera ecuacin y se tiene
a
dt
a
a d
895 4 1 0
4
3
5
2
3
2
. ) . (
) (
=
Se deriva
a
dt
da a
dt
da
a 895 4
4
1 0
3
3
10
2 2
.
) . (
=
y al despejar se tiene
) (
) . ( .
2
2
10 4
1 0 895 4
a a
a
dt
da
=
que con la condicin inicial y la pregunta forma el siguiente y la pregunta forman el siguiente
PVI(problema de valor inicial)
=
=
=
m a
m a
a a
a
dt
da
PVI
3
4 0
10
122375 0
2
(?)
) (
) (
.
UNIDAD V / SOLUCION DE ECUACIONES DIFERENCIALES
128
s
q
5
E
U
N
o
D
v
p
d
se usa la deri
que deber s
5.1.2 Mto
Es la resoluci
( , )
dy
f x y
dx
=
Utilizando un
Nuevo valor =
o en trminos
1 i i
Y y h
+
= +
De acuerdo c
valor anterior
puede aplicar
de la solucin
U
[
2
1
ivada promed
er mas exact
y
odo de Runge
in de ecuaci
)
mtodo num
=valor anterio
s matemtico
h
con esta ecu
r Y
i
a un nue
r paso a paso
n.
NIDAD V / S
( ) [
0 0
, f y x f +
dio para calcu
Y
i
=
+1
to que y
1
.
(
1
0 1
x
y y + =
e Kutta
iones diferenc
mrico se pued
or +pendient
s como :
uacin, la pen
vo valor Y
i+1
o para calcula
SOLUCION
( )]
1 1
, y x f =d
ular un nuevo
x f y
i
( +
)
( [
0
0
,
2
x f
x
ciales de la fo
de resolver un
te * tamao d
ndiente estim
en una dista
ar el valor en
DE ECUAC
derivada prom
valor de y
1
,
h y x
i i
) ,
) (
1 0
, y x f y +
orma
na ecuacin c
el paso
mada se us
ancia h (ver g
el futuro y, p
CIONES DIF
medio
con la ecuac
)]
1
y
como :
sa para extra
grfico N1). E
por tanto, traz
ERENCIALE
1
in
apolar desde
Esta frmula
ar la trayecto
ES
129
un
se
oria
UNIDAD V / SOLUCION DE ECUACIONES DIFERENCIALES
130
Todos los mtodos de un paso se pueden expresar en esta forma general, que slo va a
diferir en la manera en la cual se estima la pendiente. El procedimiento mas simple es usar
la ecuacin diferencial para estimar la pendiente derivada en X
i
al inicio del intervalo. En
otras palabras, la pendiente al inicio del intervalo es tomada como una aproximacin de la
pendiente promedio sobre todo el intervalo. Este procedimiento se llama mtodo de Euler.
Existen otros mtodos de un paso que cumplen estimaciones de pendiente en forma alterna
y cuyas resultantes sern predicciones mas exactas. Todas estas tcnicas se conocen por lo
general como mtodos de Runge-Kutta.
Mtodo de Runge-Kutta
Los mtodos de Runge-Kutta (RK) logran la exactitud del procedimiento de una serie de
Taylor sin requerir el calculo de derivadas superiores. Existen muchas variaciones, pero
todas se pueden denotar en la forma generalizada de la ecuacin :
1
( , , )
i i i i
Y y x y h h
+
= +
donde (xi,yi,h) es conocida como funcin incremento, al cual puede interpretarse como una
pendiente representativa sobre el intervalo. La funcin incremento se escribe por lo general
como :
1 1 2 2
...
n n
a k a k a k = + + +
donde a son constantes y las k son :
1
2 1 11 1
3 2 21 1 22 2
1 1 1 1,2 2 1, 1
( , )
( , )
( , )
( , ... )
i i
i i
i i
n i n i n n n n n
k f x y
k f x p h y q k h
k f x p h y q k h q k h
k f x p h y q k h q k h q k h
=
= + +
= + + +
= + + + + +
1
Observe que las k son relaciones de concurrencia. Esto es k
1
aparece en la ecuacin para
k
2
, que apareces en la ecuacin de k
3
,etc. Esta recurrencia hace a los mtodos RK
eficientes para su calculo en computadoras.
Es posible concebir varios tipos de mtodos de Runge-Kutta al emplear diferentes nmeros
UNIDAD V / SOLUCION DE ECUACIONES DIFERENCIALES
131
Mtodo de Runge-Kutta de tercer Orden
Para n =3, se puede hacer desarrollo similar al mtodo de segundo orden. El resultado de
dicho desarrollo es de seis ecuaciones con ocho incgnitas. Por tanto, se debe especificar
con antelacin los valores para las dos incgnitas con el fin de establecer los parmetros
restantes. Una versin comn que resulta es :
( )
1 1 2
1
2 1
3 1
1
4
6
( , )
1 1
( , )
2 2
( , 2
i i
i i
i i
i i
Y y k k k h
k f x y
k f x h y k h
k f x h y k h k h
+
= + + +
=
= + +
= + +
3
2
)
5.2. Mtodos de pasos mltiples
Los mtodos del tipo de Runge - Kutta (los cuales incluyen los mtodos de Euler y de Euler
modificado como caso especial), se llaman mtodos de un paso, debido a que solo utilizan la
informacin del ltimo paso calculado. Es decir, a pesar de que estos mtodos generalmente
0.00000
1.00000
2.00000
3.00000
4.00000
5.00000
6.00000
0 2 4 6 8 10
Y
verdadera
UNIDAD V / SOLUCION DE ECUACIONES DIFERENCIALES
135
5.4. Aplicaciones
Ejercicios:
En un tanque perfectamente agitado se tiene 400L de una salmuera en la cual estn
disueltos 25 kg de sal comn (NaCl), en cierto momento se hace llegar al tanque un gasto de
80 L/min de una salmuera que contiene 0.5 Kg. de sal comn por litro. Si se tiene un gasto
de salida de 80 L/min determine.
a) Que cantidad de sal hay en el tanque transcurridos 10 minutos?
b) Qu cantidad de sal hay en el tanque transcurridos un tiempo muy grande?
Solucin:
a) si se llaman x los Kg. De sal en el tanque despus de t minutos , la acumulacin de
sal en el tanque esta dada por y por la expresin dt dx /
=
dt
dx
masa de sal que entra - masa de sal que sale
los valores conocidos se sustituyen y se llega a la ecuacin :
x
dt
dx
x
dt
dx
2 0 40
400
80 5 0 80
.
) ( ) . (
=
=
que con la condicin inicial de que hay 25 Kg. De sal al tiempo cero, da el siguiente
=
=
=
? ) (
) (
.
10
25 0
2 0 40
x
x
x
dt
dx
PVI
como va de ilustracin se utilizara un mtodo de Runge - Kutta de tercer orden cuyo
algoritmo esta dado por:
UNIDAD V / SOLUCION DE ECUACIONES DIFERENCIALES
) (
3 2 1 1
4
6
k k k
h
y y
i i
+ + + =
+
con
( )
( )
1 2 3
1
2
1
2
2 2
hk hk y h x f k
hk
y
h
x f k
y x f k
i i
i i
i i
+ + =
+ + =
=
,
,
,
y
3
103.98 = y
3
y
2
1
6
k
1
4k
2
+ k
3
+
( )
h + :=
k
3
19.704 = k
2
25.788 = k
1
23.458 =
k
3
40 0.2 y
2
k
1
h 2k
2
h +
( )
:= k
2
40 0.2 y
2
1
2
k
1
h +
:= k
1
40 0.2 y
2
( )
:=
h 1 := y
2
82.712 := x
2
1 :=
y
2
82.712 = y
2
y
1
1
6
k
1
4k
2
+ k
3
+
( )
h + :=
k
3
24.069 = k
2
25.788 = k
1
28.653 =
x
0
0 := y
0
25 := h 1 :=
k
1
40 0.2 y
0
( )
:= k
2
40 0.2 y
0
1
2
k
1
h +
:= k
3
40 0.2 y
0
k
1
h 2k
2
h +
( )
:=
k
1
35 = k
3
29.4 =
k
2
31.5 =
y
1
y
0
1
6
k
1
4k
2
+ k
3
+
( )
h + := y
1
56.733 =
x
1
1 := y
1
56.733 := h 1 :=
k
1
40 0.2 y
1
( )
:= k
2
40 0.2 y
1
1
2
k
1
h +
:= k
3
40 0.2 y
1
k
1
h 2k
2
h +
( )
:=
137
:= k
3
40 0.2 y
3
k
1
h 2k
2
h +
( )
:=
k
1
19.204 = k
2
17.284 = k
3
16.131 =
y
4
y
3
1
6
k
1
4k
2
+ k
3
+
( )
h + := y
4
121.392 =
y
6
147.316 = y
6
y
5
1
6
k
1
4k
2
+ k
3
+
( )
h + :=
k
3
13.206 = k
2
11.584 = k
1
12.871 =
k
3
40 0.2 y
5
k
1
h 2k
2
h +
( )
:= k
2
40 0.2 y
5
1
2
k
1
h +
:= k
1
40 0.2 y
5
( )
:=
h 1 := y
5
135.646 := x
5
1 :=
y
5
135.646 = y
5
y
4
1
6
k
1
4k
2
+ k
3
+
( )
h + :=
k
3
13.206 = k
2
14.149 = k
1
15.722 =
k
3
40 0.2 y
4
k
1
h 2k
2
h +
( )
:= k
2
40 0.2 y
4
1
2
k
1
h +
:= k
1
40 0.2 y
4
( )
:=
h 1 := y
4
121.392 := x
4
1 :=
y
8
164.69 = y
8
y
7
1
6
k
1
4k
2
+ k
3
+
( )
h + :=
k
3
7.246 = k
2
7.764 = k
1
8.626 =
k
3
40 0.2 y
7
k
1
h 2k
2
h +
( )
:= k
2
40 0.2 y
7
1
2
k
1
h +
:= k
1
40 0.2 y
7
( )
:=
h 1 := y
7
156.869 := x
7
1 :=
y
7
156.869 = y
7
y
6
1
6
k
1
4k
2
+ k
3
+
( )
h + :=
k
3
10.811 = k
2
11.584 = k
1
10.537 =
k
3
40 0.2 y
6
k
1
h 2k
2
h +
( )
:= k
2
40 0.2 y
6
1
2
k
1
h +
:= k
1
40 0.2 y
6
( )
:=
h 1 := y
6
147.316 := x
6
1 :=
138
:= k
3
40 0.2 y
8
k
1
h 2k
2
h +
( )
:=
k
1
7.062 = k
2
6.356 = k
3
5.932 =
y
9
y
8
1
6
k
1
4k
2
+ k
3
+
( )
h + := y
9
171.093 =
x
9
1 := y
9
171.093 := h 1 :=
k
1
40 0.2y
9
( )
:= k
2
40 0.2 y
9
1
2
k
1
h +
:= k
3
40 0.2y
9
k
1
h 2k
2
h +
( )
:=
k
1
5.781 = k
2
5.203 = k
3
4.856 =
y
10
y
9
1
6
k
1
4k
2
+ k
3
+
( )
h + := y
10
176.335 =
b) la solucin se obtiene hasta que la cantidad de sal en el tanque no cambie con el
tiempo; esto es, hasta que se alcance rgimen permanente.
Por lo tanto se obtuvieron los siguientes datos:
139
BIBLIOGRAFIA
Chapra Steven y Canale R. ; Mtodos Numricos para ingenieros; Ed. Mc Graw Hill
Antonio Nieves Federico C. Domnguez; Mtodos numricos aplicados a la ingeniera ;
Ed. CECSA
Ing. J avier Rosas Margarito ; Mtodos numricos, teora y programacin en lenguaje C.;
Ed. Moya
Nakamura Shoichiro; Mtodos numricos aplicados a software; Ed. Prentice Hall;
Smith Allen; Anlisis numrico; Ed.Prentice Hall
141
142