Métodos numéricos UNAD: Diferenciación e integración

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA

CONTENIDO DIDCTICO DEL CURSO: 100401 MTODOS NUMRICOS
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
100401 METODOS NUMERICOS

Elaborado Carlos Ivn Bucheli Chaves
Corregido por Ricardo Gmez Narvez
Revisado por Carlos Edmundo Lpez Sarasty
(Director Nacional)
PASTO
Enero de 2013

UNIDAD III:
Diferenciacin, Integracin Numrica y Solucin de Ecuaciones
Diferenciales.
C
CA
APPIITTU
ULLO
O 55:: D
DIIFFEER
REEN
NC
CIIA
AC
CII
N
N ee IIN
NTTEEG
GR
RA
AC
CIIO
ON
NN
NU
UM
MEER
RIIC
CA
A..
Leccin 15 Diferenciacin Numrica.
177
..
180
Leccin 16 Integracin Numerica
Leccin 17 Regla del trapecio.

Leccin 18 Regla de Simpson...
Leccin 19 Integracin de Romberg y Ejercicios del Capitul...
186
189
198
C
CA
APPIITTU
ULLO
O 66:: SSO
OLLU
UC
CIIO
ON
ND
DEE EEC
CU
UA
AC
CIIO
ON
NEESS D
DIIFFEER
REEN
NC
CIIA
ALLEESS..
Leccin 20 Mtodo de Euler...
216
Leccin 21 Mtodo de Runge Kutta.
217
Leccin 22 Mtodo Multipasos, Ejercicios del Capitulo y Autoevaluacin 223

ALCANCE DEL CURSO ACADEMICO
El estudiante comprender la importancia de los mtodos numricos y conocer Las

caractersticas operativas del software de cmputo numrico comercial.
Implementar mtodos de solucin de ecuaciones algebraicas o trascendentales, con

apoyo de un lenguaje de programacin.
Implementar los mtodos numricos de solucin de sistemas de ecuaciones, con apoyo

de un lenguaje de programacin.
Aplicar los mtodos numricos para la solucin de problemas de diferenciacin e

integracin numrica, usando un lenguaje de programacin.
Por ultimo, Aplicar los mtodos numricos para la solucin de problemas de

diferenciacin e integracin numrica, usando un lenguaje de programacin.
Por tanto al finalizar la lectura y comprensin de este modulo el estudiante estar en la

capacidad de:
Analizar en grupo la importancia de los mtodos numricos en la ingeniera y en las

ciencias.
Analizar en grupo los conceptos de cifra significativa, precisin, exactitud, sesgo e
incertidumbre, as como los diferentes tipos de error: absoluto y relativo por redondeo
por truncamiento numrico total humanos.
Buscar y diferenciar las caractersticas de un software de cmputo numrico.
Exponer por equipos, las caractersticas de un software de cmputo numrico.
Realizar prcticas del uso de un software de cmputo numrico, apoyndose en
tutoriales y manuales correspondientes.
Buscar y analizar la interpretacin grfica de una raz y la teora de alguno de los
mtodos iterativos.
Buscar y catalogar los diferentes mtodos numricos de solucin de ecuaciones.
Disear e implementar los mtodos numricos catalogados, utilizando la herramienta de
cmputo numrico.
Resolver ejercicios aplicando los mtodos implementados, validando sus resultados.
3

Buscar y clasificar los fundamentos matemticos de la solucin de sistemas de

ecuaciones lineales.
Identificar grficamente, los casos de sistemas de ecuaciones lineales mal
condicionadas y su relacin matemtica con el determinante.
Analizar en grupo la solucin de sistemas de ecuaciones, empleando los mtodos
iterativos de Jacobi y Gauss-Seidel.
Implementar y evaluar los mtodos iterativos empleando un lenguaje de programacin.
Buscar y clasificar los fundamentos matemticos de la solucin de sistemas de
ecuaciones no-lineales.
Analizar en grupo la solucin de sistemas de ecuaciones no-lineales, empleando
mtodos iterativos.
Implementar y evaluar los mtodos iterativos empleando un lenguaje de programacin.
Buscar y clasificar los mtodos numricos de diferenciacin.
Representar grficamente los mtodos clasificados.
Analizar en grupo la diferenciacin, empleando los mtodos clasificados.
Disear e implementar los mtodos de diferenciacin numrica.
Disear e implementar los mtodos de integracin numrica.
Buscar y clasificar los mtodos numricos de integracin.
Representar grficamente los mtodos clasificados.
Analizar en grupo la integracin, empleando los mtodos clasificados.
Buscar y clasificar los mtodos numricos de diferenciacin.
Aplicar los mtodos a la solucin de ejercicios, empleando una calculadora.
Disear, implementar y evaluar los mtodos numricos de Euler y de Runge-Kutta.
Investigar aplicaciones de estos mtodos numricos y mostrar resultados.

UNIDAD 3:
DIFERENCIACIN, INTEGRACIN NUMRICA Y SOLUCIN DE
ECUACIONES DIFERENCIALES
CAPITULO 5: DIFERENCIACIN NUMRICA E

INTEGRACIN NUMRICA
Leccin 15 Diferenciacin Numrica
Concentremos ahora nuestra atencin

a procedimientos para diferenciar
numricamente funciones que estn
definidas mediante datos tabulados o
mediante curvas determinadas en
forma experimental.
Un mtodo consiste en aproximar la
funcin en la vecindad del punto en
que se desea la derivada, mediante
una parbola de segundo, tercer o mayor grado, y utilizar entonces la derivada de la
parbola en ese punto como la derivada aproximada de la funcin.
Otro ejemplo, que comentaremos aqu, utiliza los desarrollos en serie de Taylor.
La serie de Taylor para una funcin Y = f(X) en
respecto al punto Xi es
, desarrollada con
(1)

en donde Yi es la ordenada que corresponde a Xi y

regin de convergencia. La funcin para
se encuentra en la
est dada en forma similar por:
(2)
Utilizando solamente los tres primeros trminos de cada desarrollo, podremos obtener
una expresin para Y'i restando la ec. (2) de la ec. (1),
(3)
Frmulas de diferencia
(Diferencias centrales, hacia adelante y hacia atrs)
../../../Documents and Settings/ESC. AGRARIAS/Escritorio/para clase y cuaciones/metodos para
clase/tema6/derivada.html - atras
Fig. 1
Observando la figura, vemos que si designamos los puntos uniformemente espaciados a
la derecha de Xi como Xi+1 , Xi+2, etc. y los puntos a la izquierda de Xi como Xi-1, Xi-2 ,
etc. e identificamos las ordenadas correspondientes como Yi+1, Yi+2, Yi-1, Yi-2,
respectivamente, la ec. (3) se puede escribir en la forma:

(4)
La ec. (4) se denomina la primera aproximacin, por Diferencias Centrales de Y', para X.
La aproximacin representa grficamente la pendiente de la recta discontinua mostrada
en la figura. La derivada real se representa mediante la lnea slida dibujada como
tangente a la curva en Xi.
Si sumamos las ecuaciones (1) y (2) y utilizamos la notacin descrita previamente,
podemos escribir la siguiente expresin para la segunda derivada:
(5)
La ec. (5) es la primera aproximacin, por Diferencias Centrales, de la segunda derivada

de la funcin en Xi. Esta expresin se puede interpretar grficamente como la pendiente
de la tangente a la curva en Xi+1/2 menos la pendiente de la tangente a la curva en Xi-1/2
dividida entre
las expresiones:
, cuando las pendientes de las tangentes estn aproximadas mediante
(6)
es decir,
(7)
Para obtener una expresin correspondiente a la tercera derivada, utilizamos cuatro

trminos en el segundo miembro de cada una de las ecs. (1) y (2). Restando la ec. (2) de
la ec. (1) se obtiene:
7

(8)
Si desarrollamos la serie de Taylor respecto a Xi para obtener expresiones

correspondientes a Y = f(X) en
obtenemos:
, respectivamente,
(9)
Restando la primera ec. (9) de la segunda, y utilizando solamente los cuatro trminos
mostrados para cada desarrollo, se obtiene:
(10)
La solucin simultnea de las ecs. (8) y (10) produce la tercera derivada:
(11)
La ec. (11) es la primera expresin de Diferencias Centrales correspondiente a la tercera

derivada de Y en Xi.
Por este mtodo se pueden obtener derivadas sucesivas de mayor orden, pero como
requieren la solucin de un nmero cada vez mayor de ecuaciones simultneas, el
proceso se vuelve tedioso. La misma tcnica se puede utilizar tambin para encontrar
expresiones ms precisas de las derivadas utilizando trminos adicionales en el desarrollo
en serie de Taylor. Sin embargo, la derivacin de expresiones ms precisas,

especialmente para derivadas de orden superior al segundo, se vuelve muy laboriosa

debido al nmero de ecuaciones simultneas que se deben resolver.
No se presentan aqu esas derivaciones, pero dichas expresiones, para diferentes
derivadas, se incluyen en el resumen que sigue a estos comentarios.
Las expresiones correspondientes a las derivadas de mayor orden se logran con mucho
mayor facilidad y bastante menos trabajo, utilizando operadores de diferencias, de
promedios y de derivacin. Este mtodo se encuentra fuera de los alcances fijados, pero
se pueden encontrar en varios libros referentes al anlisis numrico.
Se ha demostrado que las expresiones de Diferencias Centrales para las diversas
derivadas encierran valores de la funcin en ambos lados del valor X en que se desea
conocer la derivada en cuestin. Utilizando desarrollos convenientes en serie de Taylor,
se pueden obtener fcilmente expresiones para las derivadas, completamente en
trminos de valores de la funcin en Xi y puntos a la derecha de Xi. Estas se conocen
como expresiones de Diferencias Finitas Hacia Adelante.
En forma similar, se pueden obtener expresiones para las derivadas que estn totalmente
en trminos de valores de la funcin en Xi y puntos a la izquierda de Xi. Estas se conocen
como expresiones de Diferencias Finitas Hacia Atrs.
En la diferenciacin numrica, las expresiones de diferencias hacia adelante se utilizan
cuando no se dispone de datos a la izquierda del punto en que se desea calcular la
derivada, y las expresiones de diferencias hacia atrs, se utilizan cuando no se dispone
de datos a la derecha del punto deseado. Sin embargo, las expresiones de diferencias
centrales son ms precisas que cualquiera de las otras dos.
Resumen de frmulas de diferenciacin
clase/tema6/deriva02.html - atrasLo que sigue es un resumen de las frmulas de
diferenciacin que se pueden obtener a base de desarrollos en serie de Taylor.

Expresiones de Primeras Diferencias Centrales
(12)
Expresiones de Segundas Diferencias Centrales
(13)
10

Expresiones de Primeras Diferencias Hacia Adelante
(14)
Expresiones de Segundas Diferencias Hacia Adelante
(15)
11

Expresiones de Primeras Diferencias Hacia Atrs
(16)
Expresiones de Segundas Diferencias Hacia Atrs
(17)
EJEMPLO
clase/tema6/deriva02.html - atrassense aproximaciones de Diferencias Finitas Hacia
Adelante, Hacia Atrs y Centradas para estimar la primera derivada de:
12

Utilizando un tamao de paso de

Repetir los clculos usando
= 0.5.
= 0.25.
Ntese que la derivada se puede calcular directamente como:
y evaluando tenemos:
f'(0.5) = -0.9125
SOLUCIN:
Para
= 0.5 se puede usar la funcin para determinar:

Xi-1 = 0.0
Yi-1 = 1.200
Xi = 0.5
Yi = 0.925
Xi+1 = 1.0
Yi+1 = 0.200
Estos datos se pueden utilizar para calcular la Diferencia Hacia Adelante:
la Diferencia Dividida Hacia Atrs ser:
y la Diferencia Dividida Central:
13

Para
= 0.25, los datos son:

Xi-1 = 0.25
Yi-1 = 1.10351563
Xi = 0.50
Yi = 0.92500000
Xi+1 = 0.75
Yi+1 = 0.63632813
que se usarn para calcular la Diferencia Dividida Hacia Adelante:
la Diferencia Dividida Hacia Atrs:
y la Diferencia Dividida Central:
Para los dos tamaos de paso, las aproximaciones por Diferencias Centrales son ms
exactas que las Diferencias Divididas Hacia Adelante o las Diferencias Divididas Hacia
Atrs. Tambin, como lo predijo el anlisis de la serie de Taylor, la divisin del intervalo en
dos partes iguales, divide a la mitad el error de las Diferencias Hacia Atrs o Hacia
Adelante y a la cuarta parte el error de las Diferencias Centrales.
En ingeniera se presenta con frecuencia la necesidad de integrar una funcin que sera,
en general, de una de las tres formas siguientes:
1. Una funcin simple y continua tal como un polinomio, una funcin exponencial o
una funcin trigonomtrica.
2. Una funcin complicada y continua que es difcil o imposible de integrar
directamente.
3. Una funcin tabulada en donde los valores de X y f(X) se dan en un conjunto de
puntos discretos, como es el caso a menudo, de datos experimentales.
14

En el primer caso, la integral simplemente es una funcin que se puede evaluar fcilmente
usando mtodos analticos aprendidos en el clculo. En los dos ltimos casos, sin
embargo, se deben emplear mtodos aproximados.
Las frmulas de integracin de Newton-Cotes son los esquemas ms comunes dentro de
la integracin numrica. Se basan en la estrategia de reemplazar una funcin complicada
o un conjunto de datos tabulares con alguna funcin aproximada que sea ms fcil de
integrar.
La integral se puede aproximar usando una serie de polinomios aplicados por partes a la
funcin o a los datos sobre intervalos de longitud constante.
Se dispone de las formas abierta y cerrada de las frmulas de Newton-Cotes. Las formas
cerradas son aquellas en donde los puntos al principio y al final de los lmites de
integracin se conocen. Las frmulas abiertas tienen los lmites de integracin extendidos
ms all del rango de los datos. Las frmulas abiertas de Newton-Cotes, en general, no
se usan en la integracin definida. Sin embargo, se usan extensamente en la solucin de
ecuaciones diferenciales ordinarias.
15

Leccin 16 Integracin Numrica

Leccin 17 Regla del trapecio
La regla del trapecio o regla trapezoidal es una de las frmulas cerradas de NewtonCotes.
Considrese la funcin f(X), cuya grfica entre los extremos X = a y X = b se muestra en
la fig. 1. Una aproximacin suficiente al rea bajo la curva se obtiene dividindola en n
fajas de ancho
indica en la figura.
y aproximando el rea de cada faja mediante un trapecio, como se
Fig. 1
Llamando a las ordenadas Y i (i = 1, 2, 3,...., n+1), las reas de los trapecios son:
16

(1)
El rea total comprendida entre X = a y X = b est dada por:
(2)
Sustituyendo las ecs. (1) en esta expresin se obtiene:
(3)
La cual recibe el nombre de Frmula Trapezoidal, y se puede expresar como:
(4)
En esencia, la tcnica consiste en dividir el intervalo total en intervalos pequeos y

aproximar la curva Y = f(X) en los diversos intervalos pequeos mediante alguna curva
ms simple cuya integral puede calcularse utilizando solamente las ordenadas de los
puntos extremos de los intervalos.
17

Si la funcin f(X) se puede expresar como una funcin matemtica continua que tiene
derivadas continuas f'(X) y f''(X), el error que resulta de aproximar el rea verdadera en
una faja bajo la curva f(X) comprendida entre Xi y Xi+1 mediante el rea de un trapecio,
se demuestra que es igual a:
(5)
Este error es la cantidad que se debe agregar al rea del trapecio para obtener el rea
real. Se llama Error por Truncamiento, ya que es el error que resulta de utilizar una serie
de Taylor truncada, en vez de una serie de Taylor completa, para representar en forma de
serie el rea de una faja. Generalmente no se puede valuar directamente el trmino
mostrado como error por truncamiento. Sin embargo, se puede obtener una buena
aproximacin de su valor para cada faja suponiendo que f '' es suficientemente constante
en el intervalo de la faja (se supone que las derivadas de orden superior son
despreciables) y evaluando f '' para
. La estimacin del error por truncamiento
para la integracin total se obtiene sumando las estimaciones para cada faja. Si la
estimacin obtenida para el error total por truncamiento es mayor de lo que se puede
tolerar, se debe utilizar una faja ms angosta o un mtodo ms preciso.
Otro error que se introduce al obtener el rea aproximada de cada faja es el Error por
Redondeo. Este se produce cuando las operaciones aritmticas requeridas se efectan
con valores numricos que tienen un nmero limitado de dgitos significativos.
Se puede demostrar que una aproximacin a el lmite del error por redondeo es:
(6)
Tenemos entonces que el lmite en el error por redondeo aumenta proporcionalmente a

, lo cual pronto domina al error por truncamiento que es proporcional a
En realidad, el error por redondeo en s no crece proporcionalmente con
sino con
en que 0 < p < 1, pero sin embargo an supera al error por truncamiento si
decrece lo suficiente.
18

El error por redondeo se puede minimizar utilizando aritmtica de doble precisin o

mediante compiladores que pueden manejar un gran nmero de dgitos significativos.
De la informacin anterior se puede ver que el error total en el intervalo de integracin
deseado, es la suma de los errores de truncamiento y redondeo. Si el error total se
debiera nicamente al error por truncamiento, se podra hacer tan pequeo como se
deseara reduciendo suficientemente el ancho de la faja. Por ejemplo, bisectando el ancho
de la faja se duplicara el nmero de errores por truncamiento que hay que sumar, pero la
expresin para el error en cada faja indica que cada uno sera aproximadamente un
octavo de su valor previo.
Sin embargo, disminuyendo el ancho de la faja se afectara tambin el error total al
aumentar el error por redondeo, debido al mayor nmero de operaciones que hay que
efectuar al valuar la ec. (3). Entonces, cuando se disminuye el ancho de la faja para
disminuir el error total, existe un punto ptimo en el cual disminuciones adicionales del
ancho de la faja haran que el error aumentara en lugar de disminuir, porque el error por
redondeo se volvera dominante. El ancho ptimo de la faja para una funcin especial se
puede determinar fcilmente en forma experimental en la computadora (suponiendo que
el rea real bajo la grfica de la funcin se puede valuar) pero es difcil definirlo
analticamente.
19

Leccin 18 Regla de Simpson
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.
Regla de Simpson 1/3

La Regla de Simpson de 1/3 proporciona una aproximacin ms precisa, ya que consiste
en conectar grupos sucesivos de tres puntos sobre la curva mediante parbolas de
segundo grado, y sumar las reas bajo las parbolas para obtener el rea aproximada
bajo la curva. Por ejemplo, el rea contenida en dos fajas, bajo la curva f(X) en la fig. 2, se
aproxima mediante el rea sombreada bajo una parbola que pasa por los tres puntos:
(Xi , Yi)
(Xi+1, Yi+1)
(Xi+2, Yi+2)
Fig. 2
20

Por conveniencia al derivar una expresin para esta rea, supongamos que las dos fajas
que comprenden el rea bajo la parbola se encuentran en lados opuestos del origen,
como se muestra en la fig. 3. Este arreglo no afecta la generalidad de la derivacin.
La forma general de la ecuacin de la parbola de segundo grado que conecta los tres
puntos es:
(7)
La integracin de la ec. (7) desde hasta

dos fajas mostradas bajo la parbola. Por lo tanto:
proporciona el rea contenida en las
(8)
Fig. 3
La sustitucin de los lmites en la ec. (8) produce:

21

(9)
Las constantes a y c se pueden determinar sabiendo que los puntos
, (0,
Yi + 1), y
deben satisfacer la ec. (7). La sustitucin de estos tres pares de
coordenadas en la ec. (7) produce:
(10)
La solucin simultnea de estas ecuaciones para determinar las constantes a, b, c, nos

lleva a:
(11)
La sustitucin de la primera y tercera partes de la ec. (11) en la ec. (9) produce:
(12)
que nos da el rea en funcin de tres ordenadas Yi, Y i+1, Y i+2 y el ancho
faja.
de una
Esto constituye la regla de Simpson para determinar el rea aproximada bajo una curva
contenida en dos fajas de igual ancho.
22

Si el rea bajo una curva entre dos valores de X se divide en n fajas uniformes (n par), la
aplicacin de la ec. (12) muestra que:
(13)
Sumando estas reas, podemos escribir:
(14)
o bien
(15)
en donde n es par.
La ec. (15) se llama Regla de Simpson de un Tercio para determinar el rea aproximada
bajo una curva. Se puede utilizar cuando el rea se divide en un nmero par de fajas de
ancho
Si la funcin f(X) se puede expresar como una funcin matemtica continua que tiene
derivadas continuas f ' a
, el error que resulta de aproximar el rea verdadera de dos
fajas bajo la curva f(X) comprendida entre Xi-1 y Xi+1 mediante el rea bajo una parbola
de segundo grado, se demuestra que es:
23

(16)
Este error por truncamiento es la cantidad que se debe agregar al rea aproximada de
dos fajas, que se obtiene mediante la regla de un tercio de Simpson, para obtener el rea
real bajo la curva en ese intervalo. El trmino mostrado del error por truncamiento
generalmente no se puede valuar en forma directa. Sin embargo, se puede obtener una
buena estimacin de su valor para cada intervalo de dos fajas suponiendo que
es
suficientemente constante en el intervalo (se supone que las derivadas de orden superior
son despreciables) y valuando
para
. La estimacin del error por
truncamiento para toda la integracin se obtiene sumando las estimaciones
correspondientes a cada dos fajas. Si la estimacin del error total por truncamiento es
mayor de lo que se puede tolerar, se deben utilizar intervalos de dos fajas menores.
Considerando el error por redondeo que tambin aparece, existe un ancho ptimo de la
faja para obtener un error total mnimo en la integracin.
Regla de simpson 3/8

La derivacin de la Regla de los Tres Octavos de Simpson es similar a la regla de un
tercio, excepto que se determina el rea bajo una parbola de tercer grado que conecta 4
puntos sobre una curva dada. La forma general de la parbola de tercer grado es:
(17)
Fig. 4
24

En la derivacin, las constantes se determinan requiriendo que la parbola pase a travs

de los cuatro puntos indicados sobre la curva mostrada en la fig. 4. El intervalo de
integracin es de -
, lo que produce:
(18)
que es la regla de los tres octavos de Simpson.

La regla de Simpson de 3/8 tiene un error por truncamiento de:
(19)
Por lo tanto es algo ms exacta que la regla de 1/3.

La regla de Simpson de 1/3 es, en general, el mtodo de preferencia ya que alcanza
exactitud de tercer orden con tres puntos en vez de los cuatro puntos necesarios para la
versin de 3/8. No obstante la regla de 3/8 tiene utilidad en las aplicaciones de segmentos
mltiples cuando el nmero de fajas es impar.
EJEMPLO
Utilcese la regla trapezoidal de cuatro segmentos o fajas para calcular la integral
de
Desde a = 0 hasta b = 0.8 y calcular el error sabiendo que el valor correcto de la

integral es 1.64053334.
SOLUCIN
n=4
25

f(X)
0.0
0.200
0.2
1.288
0.4
2.456
0.6
3.464
0.8
0.232
Usando la frmula trapezoidal:
ex = 1.64053334 - 1.4848 = 0.15573334

e% = 9.5 %
1. Utilcese la regla de Simpson de 1/3 con n = 4 para calcular la integral

del inciso anterior
../../../Documents and Settings/ESC. AGRARIAS/Escritorio/para clase y cuaciones/metodos
para clase/tema5/integ03.html - atras
SOLUCIN
n=4
f(X)
0.0
0.200
0.2
1.288
26

0.4
2.456
0.6
3.464
0.8
0.232
Usando la regla de Simpson de 1/3
ex = 1.64053334 - 1.62346667 = 0.01706667

e% = 1.04 %
2. Utilcese la regla de Simpson de 3/8 para calcular la integral anterior:

../../../Documents and Settings/ESC. AGRARIAS/Escritorio/para clase y cuaciones/metodos
para clase/tema5/integ03.html - atras SOLUCIN
Como se requieren cuatro puntos o tres fajas para la regla de Simpson de 3/8,
entonces:
f(X)
0.0000
0.20000000
0.2667
1.43286366
0.5333
3.48706521
0.8000
0.23200000
27

Usando la ecuacin de Simpson de 3/8
ex = 1.64053334 - 1.51917037 = 0.121164

e% = 7.4 %
3. Utilcese en conjuncin las reglas de Simpson de 1/3 y 3/8 para integrar la misma
funcin usando cinco segmentos.
SOLUCIN
Los datos necesarios para la aplicacin de cinco segmentos (h = 0.16) son:
f(X)
0.00
0.20000000
0.16
1.29691904
0.32
1.74339328
0.48
3.18601472
0.64
3.18192896
0.80
0.23200000
La integral de los primeros dos segmentos se obtiene usando la regla de Simpson

de 1/3:
Para los ltimos tres segmentos, se usa la regla de Simpson de 3/8 para obtener:
28

La integral total se calcula sumando los dos resultados:

I = 0.38032370 + 1.26475346 = 1.64507716
ex = 1.64053334 - 1.64507716 = -0.00454383
e% = -0.28 %
29

Leccin 19 Integracin de Romberg y Ejercicios del capitulo
Sea
el valor de la integral que aproxima a
particin de subintervalos de longitud

Entonces,
donde
mediante una
y usando la regla del trapecio.
es el error de truncamiento que se comete al aplicar la regla.
El mtodo de extrapolacin de Richardson combina dos aproximaciones de

integracin numrica, para obtener un tercer valor ms exacto.
El algoritmo ms eficiente dentro de ste mtodo, se llama Integracin de
Romberg
,
la
cual
es
una
frmula
recursiva.
Supongamos que tenemos dos aproximaciomnes :
Se puede demostrar que el error que se comete con la regla del trapecio para n
subintervalos est dado por las siguientes frmulas:
donde
es un promedio de la doble derivada entre ciertos valores que
pertenecen a cada uno de los subintervalos.
Ahora bien, si suponemos que el valor de
es constante, entonces :
30

Sustituyendo esto ltimo en nuestra primera igualdad, tenemos que:
De aqu podemos despejar
En el caso especial cuando
(que es el algoritmo de Romberg), tenemos :
31

Esta frmula es solo una parte del algoritmo de Romberg. Para entender el
mtodo, es conveniente pensar que se trabaja en niveles de aproximacin. En un
primer nivel, es cuando aplicamos la regla del Trapecio, y para poder usar la
frmula anterior, debemos de duplicar cada vez el nmero de subintervalos: as,
podemos comenzar con un subintervalo, luego con dos, cuatro, ocho, etc, hasta
donde se desee.
Posteriormente, pasamos al segundo nivel de aproximacin, que es donde se usa
la frmula anterior, tomando las parejas contiguas de aproximacin del nivel
anterior, y que corresponden cuando
Despus pasamos al nivel tres de aproximacin, pero aqu cambia la frmula de

Romberg, y as sucesivamente hasta el ltimo nivel, que se alcanza cuando solo
contamos con una pareja del nivel anterior.
Desde luego, el nmero de niveles de aproximacin que se alcanzan, depende de
las aproximaciones que se hicieron en el nivel 1. En general, si en el primer nivel,
iniciamos con n aproximaciones, entonces alcanzaremos a llegar hasta el nivel
de aproximacin n.
Hacemos un diagrama para explicar un poco ms lo anterior.
Ejemplo
Usar el algoritmo de Romberg, para aproximar la integral
1.
32

usando segmentos de longitud
Solucin.
Primero calculamos las integrales del nivel 1, usando la regla del trapecio para las
longitudes de segmentos indicadas:
Con estos datos, tenemos:
Ahora pasamos al segundo nivel de aproximacin donde usaremos la frmula que

se dedujo anteriormente:
33

donde
es la integral menos exacta (la que usa menos subintervalos) e

es la ms exacta (la que usa el doble de subintervalos).
En un diagrama vemos lo siguiente:
Para avanzar al siguiente nivel, debemos conocer la fmula correspondiente. De

forma similar a la deduccin de la frmula,
se puede ver que la frmula para el siguiente nivel de aproximacin (nivel 3)

queda como sigue:
donde:
es
la
integral
ms
exacta
es la integral menos exacta

En el siguiente nivel (nivel 4) se tiene la frmula
En el ejemplo anterior, obtenemos la aproximacin en el nivel 3 como sigue:
As, podemos concluir que el valor de la aproximacin, obtenido con el mtodo de

Romberg en el ejemplo 1, es:
34

Ejemplo
Usar el algoritmo de Romberg para aproximar la integral:
Agregando a la tabla anterior
donde
2.
Solucin.
Calculamos
con la regla del trapecio:
Tenemos entonces la siguiente tabla:
De donde conclumos que la aproximacin buscada es:
Ejemplo
Aproximar la siguiente integral:
3.
35

Usando el mtodo de Romberg con segmentos de longitud
Solucin.
Igual que arriba, primero usamos la regla del trapecio (con los valores de
indicados) para llenar el nivel 1. Tenemos entonces que:
A continuacin, usamos las frmulas de Romberg para cada nivel y obtenemos la

siguiente tabla:
De donde conclumos que la aproximacin buscada es:
Podemos escribir una frmula general para calcular las aproximaciones en cada
uno de los niveles como sigue:
36

DE ALGORITMO DE INTEGRACIN ROMBERG

Los coeficientes en cada una de las frmulas en el mtodo de Romberg,
deben
sumar
1.
As se tiene la siguiente frmula recursiva:
donde:
es
la
integral
ms
exacta
es la integral menos exacta

y el indice
digamos que
indica el nivel de integracin o de aproximacin. Por ejemplo,

, entonces tenemos:
que es nuestra frmula del nivel 2 de aproximacin.

Como todo proceso iterativo, ste se detiene cuando se obtiene una aproximacin
suficientemente buena. En este caso se pide que:
donde
es la cota suficiente.
Ejemplo
1.Aplicar el algoritmo de integracin de Romberg a la integral:
tomando
37

Solucin.
En este caso no sabemos exactamente cuantas aproximaciones debemos hacer
con la regla del trapecio. As que para comenzar hacemos los clculos
correspondientes a uno, dos, cuatro y ocho subintervalos:
Con estos datos, podemos hacer los clculos hasta el nivel 4. Tenemos la
siguiente tabla:
Haciendo los clculos de los errores, nos damos cuenta que efectivamente la
aproximacin se obtiene hasta el nivel 4, donde
Por lo tanto, concluimos que la aproximacin buscada es:
38

39

EJERCICIOS
1. Usar la regla del trapecio para aproximar,
i)
Dividiendo en un solo intervalo.
ii)
Dividiendo en 6 intervalos.
Soluciones: i) 3.4115
ii) 0.36907
2. Usar la regla de Simpson 1/3 para aproximar,
i)
ii)
ii) 76.94497
3. Usar la regla de Simpson 3/8 para aproximar,
i)
ii)
ii) 2.76501
4. Integrar las siguientes tablas de datos:

i)
ii)
40

Soluciones:
i) -17.11458
ii) 9.425
5. Usar el algoritmo de integracin de Romberg para aproximar,
i)
Usando 1, 2 y 4 intervalos.
ii)
Agregando al inciso anterior, 8 intervalos.
Soluciones:
i)
9.156626413
ii) 9.153287278
6. Aproxime la integral del EJEMPLO anterior, tomando

suficiente.
como cota
Solucin. 9.153112082
41

CAPITULO 6: SOLUCION DE ECUACIONES DIFERENCIALES

PROBLEMAS DE VALOR INICIAL PARA ECUACIONES
DIFERENCIALES
Ecuaciones diferenciales ordinarias

Las ecuaciones diferenciales tienen importancia fundamental en las aplicaciones,
ya que muchas leyes y relaciones fsicas pueden idealizarse matemticamente en
la forma de estas ecuaciones. En particular, el estudio de problemas de equilibrio
de sistemas continuos se encuentra dentro de este contexto.
Solucin de una ecuacin diferencial.
Dada una ecuacin diferencial ordinaria de orden n y cualquier grado, cuya forma
general es:
(1)
Se establece en matemticas que en su solucin general deben aparecer n

constantes arbitrarias. Entonces, puede aceptarse que la solucin general de (1)
es:
G( X , Y , C1 , C2 ,..., Cn ) 0 (2)
Grficamente esta ecuacin representa una familia de curvas planas, cada una de
ellas obtenidas para valores particulares de la n constante, C1 , C2 ,..., Cn , como se
ve en la grfica:
42

Cada una de estas curvas corresponde a una solucin particular de la ecuacin

diferencial (1) y analticamente puede obtenerse sujetando la solucin general (2)
a n condiciones independientes que permiten valuar las constantes arbitrarias.
Dependiendo de como se establezcan estas condiciones, se distinguen dos tipos
de problemas: los llamados de Valores Iniciales y los de Valores en la Frontera.
Un problema de valores iniciales est gobernado por una ecuacin diferencial de
orden n y un conjunto de n condiciones independientes todas ellas, vlidas para el
mismo punto inicial. Si la ecuacin (1) es la ecuacin diferencial que define el
problema, y X = a es el punto inicial, puede aceptarse que las n condiciones
independientes son:
(3)
Se tratar de obtener una solucin particular de (1) que verifique (3) como se
presenta en la grfica
43

Por el contrario, en los problemas de valores en la frontera deben establecerse

condiciones de frontera en todos y cada uno de los puntos que constituyen la
frontera del dominio de soluciones del problema. En particular en el espacio de
una dimensin, hay dos puntos frontera, por ejemplo, X = a y X = b, si el dominio
de soluciones es el intervalo cerrado
; por esto mismo el orden
mnimo de la ecuacin diferencial de un problema de valores en la frontera ser
dos y como podemos observar en la siguiente grfica:
44

Bsicamente la solucin numrica de ecuaciones diferenciales consiste en

sustituir el dominio continuo de soluciones por uno discreto formado por puntos
aislados igualmente espaciados entre s.
As, en un problema de valores iniciales, el dominio de definicin de soluciones
se sustituye por el conjunto infinito numerable de puntos,
X 0 a, X 1 X 0 h, X 2 X 0 2h, X 3 X 0 3h,...
y en el caso de valores en la frontera se sustituye el intervalo
conjunto finito de puntos
por el
X 0 a, X 1 X 0 h, X 2 X 0 2h, X 3 X 0 3h,..., X n X 0 nh b
Obtenidos, al dividir el intervalo en n partes iguales.
La presentacin grfica muestra estas dos cosas:
45

Discretizacin del dominio de definicin de soluciones

Habindose discretizado el problema continuo, se tratar de obtener la solucin
para los puntos considerados, y esto se har, en general, sustituyendo las
derivadas que aparezcan en la ecuacin diferencial con condiciones iniciales o en
la frontera, por frmulas numricas de derivacin que proporcionen
aproximaciones a las derivadas o tratando de integrar la ecuacin diferencial y
reemplazando al proceso de integracin por una frmula numrica que se
aproxime a la integral.
Una vez hecho esto, la ecuacin obtenida expresada en diferencias finitas (ya que
se han sustituido diferenciales por incrementos finitos) se aplica repetidamente en
todos los puntos pivotes donde se desconoce la solucin para llegar a una
solucin aproximada del problema.
46

Solucin numrica de problemas de valores iniciales

Un problema ordinario de valores iniciales est gobernado por una ecuacin
diferencial ordinaria y un conjunto de condiciones, todas ellas vlidas para el
mismo punto inicial, X X 0 . La solucin numrica de este problema consiste en
evaluar la integral de Y(X) en todos los puntos pivotes de su intervalo de
definicin, los que estarn igualmente espaciados en h unidades. Estos valores se
obtienen paso a paso, a partir del punto inicial, lo que da el nombre de mtodos de
integracin paso a paso.
La evaluacin de Y en los puntos pivote
X 1 X 0 ih , para i = 1, 2, 3,...
Se lleva a cabo usando frmulas de recurrencia, que usan los valores conocidos
de Y en las estaciones anteriores.
X i 1 , X i 2 , X i 3 ,...
As, para aplicar estas ecuaciones, es necesario entonces evaluar muy
aproximadamente a Y(X) en algunos de los primeros puntos pivotes (uno a
cuatro); y esto se hace usualmente desarrollando f(X) en serie de potencias.
EJEMPLO
Encuentre la solucin del siguiente problema de valores iniciales por medio de los
primeros cuatro trminos de la serie de Taylor para X = 0.1, 0.2, 0.3, 0.4 y 0.5.
Y (0) = 1
47

SOLUCIN
Se obtienen las derivadas sucesivas:
Sustituyendo valores:
Por lo que:
Evaluando para cada valor de X en esta ltima ecuacin se tiene:
48

0.1
1.055375
0.2
1.123000
0.3
1.205125
0.4
1.304000
0.5
1.421875
49

Leccin 20 Mtodos de integracin de Euler

La solucin de un problema de valores iniciales se obtiene generalmente paso a paso por
mtodos de integracin hacia adelante, lo que permite valuar Yi+1 tan pronto se conozcan
los valores Yi, Yi+1 de Y en uno o ms pivotes anteriores. El ms simple de estos mtodos,
debido a Euler, es aplicable a ecuaciones de primer orden y no requiere conocer la
solucin en los pivotes anteriores.
Dado el problema de valores iniciales
Se
debe
integrar
la
ecuacin
diferencial
en
el
intervalo
y evaluar la integral aplicando la frmula de

integracin numrica:
(4)
Entonces
De donde se obtiene la siguiente expresin aproximada llamada frmula de Euler
Yi 1 Yi hf ( X i , Yi )
(5)
EJEMPLO
Resolver el problema del ejemplo anterior aplicando el mtodo de Euler.
50

Se tiene
Yi 1 Yi hf ( X i , Yi )
Donde
Entonces
(6)
En la tabla aparecen tabulados los valores de la solucin aproximada obtenidos a partir de

la condicin inicial conocida Y0 (0) = 1
Xi Yi
Yi solucin exacta
0.0 1.000 000 1.000 000

0.1 1.050 000 1.055 409
0.2 1.110 638 1.123 596
0.3 1.184 649 1.208 459
0.4 1.275 870 1.315 789
0.5 1.389 819 1.454 545
51

Leccin 21 Mtodo de Runge Kutta
En la seccin anterior se estableci que el mtodo de Euler para resolver la ecuacin

diferencial de primer orden
Y' = f(X, Y) (7)
Con la condicin inicial
Y ( X 0 ) Y0 (8)
Consiste en aplicar repetidamente la frmula de recurrencia
Yn1 Yn hf ( X n , Yn ) donde n = 1, 2, 3, ... (9)
Para determinar la solucin de la ecuacin diferencial en
X X 1 , X 2 , X 3 ,...
Sustituyendo la funcin f(X, Y) dada en (7), en (9), se tiene que
Yn1 Yn hYn' (10)
Expresin que indica que el mtodo de Euler consiste grficamente, en ir de un valor Yn

conocido de la solucin de la ecuacin diferencial (7) en un punto, al siguiente por medio
de la tangente T1 a la curva integral Y = Y(X) en el mismo punto de la solucin conocida,
como se muestra en la siguiente figura.
52

De este planteamiento grfico puede verse que una mejor aproximacin a la solucin de
la ecuacin diferencial se obtendra si en vez de ir por la tangente T1 para determinar la
solucin en el siguiente Punto Pivote, se utiliza una secante con pendiente igual al
promedio de pendientes de la curva integral en los puntos coordenados (Xn, Yn), (Xn+1,
Yn+1) en donde Xn+1 y Yn+1 pueden estimarse con el procedimiento normal de Euler, como
se muestra en la siguiente grfica:
Con lo anterior se obtendra un mtodo mejorado de Euler con error del orden de
definido por la expresin
(11)
En donde f (Xn+1, Yn+1) es el valor de la funcin f(X, Y) para:

X = Xn+1
Y Yn hf ( X n , Yn )
53

Observando las expresiones para resolver la ecuacin diferencial, puede decirse que
ambas consisten en aplicar la frmula de recurrencia
(12)
En donde
(13)
En el mtodo de Euler y
(14)
En lo que
Y' = f(X, Y) (15)
En el mtodo de Euler Mejorado.

Como se ve, estos mtodos tienen los siguientes puntos en comn:
1. Son mtodos de un paso; para determinar Yn+1 se necesita conocer nicamente
los valores de Xn y Yn del punto anterior.
2. No requieren evaluar ninguna derivada, sino nicamente valores de la funcin f(X,
Y).
Estas caractersticas dan origen a una gran variedad de mtodos conocidos como de
Runge-Kutta. La diferencia entre ellos cosiste en la forma como se define la funcin
que aparece en la expresin (12).
La ventaja de los mtodos de Runge-Kutta con respecto al uso de la serie de Taylor, que
es tambin un mtodo de un paso, est expresado en el punto (2) anterior; es decir, los
mtodos de Runge-Kutta requieren slo de la funcin f(X, Y) y de ninguna derivada,
mientras que la serie de Taylor s requiere de la evaluacin de derivadas. Esto hace que,
en la prctica, la aplicacin de los mtodos de Runge-Kutta sean ms simples que el uso
de la serie de Taylor.
54

Un mtodo de Runge-Kutta para resolver ecuaciones diferenciales ordinarias de primer

orden con error del orden de
, de uso tan frecuente que en la literatura sobre mtodos
numricos se le llama simplemente el Mtodo de Runge-Kutta, se dar a conocer sin
demostrar y consiste en aplicar la ecuacin de recurrencia (12) en donde la funcin
est dada por la expresin:
(16)
En el cual
(17)
La ecuacin (16) se obtiene haciendo un promedio de las cuatro pendientes, k1 , k 2 , k 3 , k 4

a la curva integral, en forma semejante a como se procedi con las pendientes de las
tangentes T1 y T2 que dieron lugar a (11)
EJEMPLO
Resolver
Aplicando el mtodo de Runge-Kutta.

SOLUCIN
De la condicin inicial del problema se tiene que X = 0, y Y = 1; adems, h = 0.1.
Sustituyendo estos valores en (17) se obtiene:
55

Llevando estos valores a (16) y el resultante a (12) se obtiene que para X = 0.1 la solucin
del problema es
Los valores de las ki para este punto obtenido de la solucin, son:
Luego
Continuando de la misma forma se obtiene la solucin que se muestra en la siguiente

tabla:
56

k1
k2
k3
k4
0.0
1.0000
0.5000
0.5516
0.5544
0.6127
0.1
1.0554
0.6126
0.6782
0.6823
0.7575
0.2
1.1236
0.7575
0.8431
0.8494
0.9494
0.3
1.2085
0.9492
1.0647
1.0745
1.2121
0.4
1.3158
1.2119
1.3735
1.3896
1.5872
0.5
1.4545
1.5868
1.8234
1.8517
2.1509
57

Leccin 22 Mtodos multipasos
Mtodos de un paso Mtodos en varios pasos Mtodos de predictor y corrector

Mtodo de Adams-BashforthlAdams-Moulton Estabilidad de los mtodos numricos
Los mtodos de Euler y de Runge-Kutta descritos en las seccionas anteriores son
ejemplos de los mtodos de un paso. En ellos, se calcula cada valor sucesivo yn+1 slo
con base en informacin acerca del valor inmediato anterior yn Por otra parte, un mtodo
en. varios pasos o continuo utiliza los valores de varios pasos calculados con anterioridad
para obtener el valor de yn+1 Hay numerosas frmulas aplicables en la aproximacin de
soluciones de ecuaciones diferenciales. Como no intentamos describir el vasto campo de
los procedimientos numricos, slo presentaremos uno de esos mtodos. ste, al igual
que la frmula de Euler mejorada, es un mtodo de prediccin-correccin; esto es, se usa
una frmula para predecir un valor y*n+1, que a su vez se aplica para obtener un valor
corregido de Yn1
Mtodo de Adams-Bashforth/Adams-Moulton Uno de los mtodos en multipasos ms
populares es el mtodo de Adams-Bashforth/Adams-Moulton de cuarto orden. En este
mtodo, la prediccin es la frmula de Adams-Bashforth:
(1)
para n 3. Luego se sustituye el valor de y*n+1 en la correccin Adams-Moulton
(2)
58

Obsrvese que la frmula (1) requiere que se conozcan los valores de yo, y1, y2 y y3 para
obtener el de y4. Por supuesto, el valor de yo es la condicin inicial dada. Como el error
local de truncamiento en el mtodo de Adams-Bashforth/Adams-Moulton es O(h5), los
valores de Y1 , Y2 y Y3 se suelen calcular con un mtodo que tenga la misma propiedad de
error, como la frmula de Runge-Kutta de cuarto orden.
EJEMPLO 1 Mtodo de Adams-Bashforth/Adams-Moulton
Use el mtodo de Adams-Bashforth/Adams-Moulton con h = 0.2 para llegar a una aproximacin a y(0. 8) de la solucin de
y' = x +y -1, y(0)=1.
SOLUCIN Dado que el tamao de paso es h = 0.2, entonces Y4 aproximar y(0.8). Para
comenzar aplicamos el mtodo de Runge-Kutta, con X0 = 0, Y0 = 1 y h = 0.2 con lo cual
Y1 = 1.02140000,
Y2 = 1.09181796,
Y3 = 1.22210646.
Ahora definimos X0 = 0, X1, = 0.2, X2 = 0.4, X3 = 0.6 y f(x, y) = x + y - 1, y obtenemos

Y0 = f(X0,Y0) = (0) + (1) - 1 = 0
Y'1 = f (X1,Y1) = (0.2) + (1.02140000) -1 = 0.22140000
Y2 = f (X2, Y2) = (0.4) + (1.09181796) - 1 = 0.49181796
Y3 = f (X3, Y3) = (0.6) + (1.22210646) - 1 = 0.82210646.
Con los valores anteriores, la prediccin, ecuacin (1) da
Para usar la correccin, ecuacin (2), necesitamos primero
Por ltimo, la ecuacin (2) da
59

Estabilidad de los mtodos numricos Un aspecto importante del uso de mtodos

numricos para aproximar la solucin de un problema de valor inicial es la estabilidad de
los mismos. En trminos sencillos, un mtodo numrico es estable si cambios pequeos
en la condicin inicial slo generan pequeas modificaciones en la solucin calculada. Se
dice que un mtodo numrico es inestable si no es estable. La importancia de la
estabilidad radica en que en cada paso subsecuente de una tcnica numrica, en realidad
se comienza de nuevo con un nuevo problema de valor inicial en que la condicin inicial
es el valor aproximado de la solucin calculado en la etapa anterior. Debido a la presencia
del error de redondeo, casi con seguridad este valor vara respecto del valor real de la
solucin, cuando menos un poco. Adems del error de redondeo, otra fuente comn de
error se presenta en la condicin inicial misma; con frecuencia, en las aplicaciones fsicas
los datos se obtienen con mediciones imprecisas.
Un posible mtodo para detectar la inestabilidad de la solucin numrica de cierto
problema de valor inicial, es comparar las soluciones aproximadas que se obtienen al
disminuir los tamaos de etapa utilizados. Si el mtodo numrico es inestable, el error
puede aumentar con tamaos mentores del paso. Otro modo de comprobar la estabilidad
es observar qu sucede a las soluciones cuando se perturba ligeramente la condicin
inicial; por ejemplo, al cambiar y(0) = 1 a y(0) = 0.999.
Para conocer una descripcin detallada y precisa de la estabilidad, consltese un texto de
anlisis numrico. En general, todos los mtodos descritos en este captulo tienen buenas
caractersticas de estabilidad.
Ventajas y desventajas de los mtodos multipasos En la seleccin de un mtodo para
resolver numricamente una ecuacin diferencial intervienen muchos aspectos. Los
mtodos en un paso -en especial el de Runge-Kutta- suelen usarse por su exactitud y
facilidad de programacin; sin embargo, una de sus mayores desventajas es que el lado
derecho de la ecuacin diferencial debe evaluarse muchas veces en cada etapa. Por
ejemplo, para el mtodo de Runge-Kutta de cuarto orden se necesitan cuatro
evaluaciones de funcin en cada paso (vase el problema 21 en los ejercicios 9.3). Por
otra parte, si se han calculado y guardado las evaluaciones de funcin en la etapa
anterior, con un mtodo multipasos slo se necesita una evaluacin de funcin por paso.
Esto puede originar grandes ahorros de tiempo y costo.
Por ejemplo, para resolver numricamente y' = f(x, y), y(xo) = yo con el mtodo de
Runge-Kutta de cuarto orden en n pasos, se necesitan 4n evaluaciones de funcin. Con el
mtodo de Adams-Bashforth se necesitan 16 evaluaciones de funcin para iniciar con el
mtodo de Runge-Kutta de cuarto orden y n - 4 evaluaciones para los pasos de
Adams-Bashforth; el_ total es n + 12 evaluaciones de funcin. En general, el mtodo de
Adams-Bashforth requiere un poco ms de la cuarta parte de las evaluaciones de funcin
que precisa el mtodo de Runge-Kutta de cuarto orden. Si la evaluacin de f(x, y) es
complicada, el mtodo multipasos ser ms eficiente. Otro asunto que interviene en los
mtodos en multipasos es la cantidad de veces que se debe repetir la de Adams-Moulton
60

en cada paso. Cada que se usa el corrector ocurre otra evaluacin de funcin, con lo cual
aumenta la precisin al costo de perder una de las ventajas del mtodo en varios pasos.
En la prctica, el corrector slo se calcula una vez, y si el valor de yn+1 cambia mucho, se
reinicia todo el problema con un tamao menor de paso. Con frecuencia, esto es la base
de los mtodos de tamao variable de paso, cuya descripcin sale del propsito de este
libro.
EJERCICIOS
1. Dada la ecuacin diferencial:
Usa el mtodo de Euler para aproximar

paso del proceso iterativo.
SOLUCION:
tomando
en cada
tomando
en cada
Usa el mtodo de Euler para aproximar

paso del proceso iterativo.
SOLUCION:
Usa el mtodo de Euler mejorado para aproximar

en cada paso del proceso iterativo.
tomando
SOLUCION:
61

Usa el mtodo de Euler mejorado para aproximar

en cada paso del proceso iterativo.
tomando
SOLUCION:
Usa el mtodo de Runge-Kutta para aproximar

cada paso del proceso iterativo.
tomando
en
tomando
en
SOLUCION:
Usa el mtodo de Runge-Kutta para aproximar

cada paso del proceso iterativo.
SOLUCION:
7. Determine la solucin exacta del problema de valor inicial en el ejemplo 1.

Compare los valores exactos de y(0.2), y(0.4), y(0.6) y y(0.8) con las
aproximaciones y1, y2, y3 y y4.
8. Escriba un programa de computacin para el mtodo de
Adams-Bashforth/Adams-Moulton.
62

AUTOEVALUACION
Ejercicio
La funcin
tiene una raz en
. Empezando con
y
, usar ocho iteraciones del mtodo de la biseccin para aproximar la raz.
Tabular el error despus de cada iteracin y tambin las estimaciones del error mximo.
El error real siempre es menos que la estimacin del error mximo? Los errores reales
continan disminuyendo?
Ejercicio
Encontrar la raz cerca de
de
empezando con
.
Cun exacta es la estimacin despus de cuatro iteraciones del mtodo
de Newton? Cuntas iteraciones requiere el mtodo de la biseccin
para lograr la misma exactitud? Tabule el nmero de dgitos correctos en
cada iteraccin del mtodo de Newton y observe si se duplican cada vez.
(SOLUCION)
Ejercicio
Usando el mtodo de eliminacin gaussiana con pivoteo y sustitucin regresiva, resuelva
el siguiente sistema de ecuaciones:
Calcule el determinante y la descomposicin LU de la matriz de coeficientes.
Ejercicio
Utilizar el mtodo de reduccin de Crout para obtener una descomposicin
matriz:
de la
63

Ejercicio
Dado que
,
y
polinomio de Lagrange el logaritmo natural de cada entero desde
anterior junto con el error en cada punto.
, interpole con un
hasta
. Tabule lo
Ejercicio
Dados los datos:
5,04
8,12
10,64
13,18
16,20
20,04
Realizar un ajuste por mnimos cuadrados de los mismos a una recta y a una
cuadrtica. Cul de los dos ajustes es mejor?
Ejercicio
La siguiente tabla tiene valores para
regla trapezoidal con
. Integre entre
usando la
64

Ejercicio
Usa la integracin de Romberg para evaluar la integral de
entre
y
. Lleva seis decimales y contina hasta que no haya cambio en la quinta cifra
decimal. Compare con el valor analtico.
65

BIBLIOGRAFIA
1. Burden, R.; Faires, D. Anlisis Numrico. ED. Thomson, 6a. ed., 1998.
2. Chapra Steven y Canale R. Mtodos Numricos para Ingenieros. Cuarta edicin

Ed. Mc Graw Hill. Mxico.
3. De Levie, Robert. Advanced Excel for Scientific Data Analysis. Oxford University
Press, 2004.
4. Liengme, B.; A Guide to Microsoft Excel 2002 for Scientists and Engineers.
Butterworth Heinemann, 3rd, ed. 2002.
5. Mathews, J; Fink, K. Mtodos Numricos con MATLAB. Prentice Hall, 3a. ed., 2000.
6. Nakamura Shoichiro. Mtodos Numricos Aplicados con Software. Ed. Prentice Hall
Hispanoamericana, Mxico.
7. Press, W.; Teukolsky, S.; Vterling, W.; Flannery, B. Numerical Recipes in C.

Cambridge University Press, 2nd ed., 1992.
(VER COMPLEMENTARIA EN GUIA DE MODULO).
DIRECCIONES DE SITIOS WEB:
66

1. http://www.mhhe.com/chapra que contiene recursos educativos adicionales que estn a la

vanguardia.
2. www.uacj.mx/gtapia/AN/Unidad2/regla.htm
3. www.mitecnologico.com/Main/ErroresDeRedondeo.
4. www.virtualum.edu.co/antiguo/.../error/deferror.htm
5. www.wikipedia.org/wiki/Mtodo_de_biseccin
6. www.monografias.com/.../descomposicion-lu.shtm
7. www.uaem.mx/posgrado/mcruz/cursos/mn/euler
8. html.rincondelvago.com/metodo-de-minimos-cuadrados-ordinarios
9. www.scribd.com/doc/2993252/branchandbound
67

Métodos numéricos UNAD: Diferenciación e integración

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos numéricos UNAD: Diferenciación e integración

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

100401 METODOS NUMERICOS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Leccin 15 Diferenciacin Numrica.

Leccin 16 Integracin Numerica

Leccin 17 Regla del trapecio.

Leccin 20 Mtodo de Euler...

Leccin 21 Mtodo de Runge Kutta.

Leccin 22 Mtodo Multipasos, Ejercicios del Capitulo y Autoevaluacin 223

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ALCANCE DEL CURSO ACADEMICO

El estudiante comprender la importancia de los mtodos numricos y conocer Las

Implementar mtodos de solucin de ecuaciones algebraicas o trascendentales, con

Implementar los mtodos numricos de solucin de sistemas de ecuaciones, con apoyo

Aplicar los mtodos numricos para la solucin de problemas de diferenciacin e

Por ultimo, Aplicar los mtodos numricos para la solucin de problemas de

Por tanto al finalizar la lectura y comprensin de este modulo el estudiante estar en la

Analizar en grupo la importancia de los mtodos numricos en la ingeniera y en las

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Buscar y clasificar los fundamentos matemticos de la solucin de sistemas de

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CAPITULO 5: DIFERENCIACIN NUMRICA E

Leccin 15 Diferenciacin Numrica

Concentremos ahora nuestra atencin

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

en donde Yi es la ordenada que corresponde a Xi y

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

La ec. (5) es la primera aproximacin, por Diferencias Centrales, de la segunda derivada

, cuando las pendientes de las tangentes estn aproximadas mediante

Para obtener una expresin correspondiente a la tercera derivada, utilizamos cuatro

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Si desarrollamos la serie de Taylor respecto a Xi para obtener expresiones

La solucin simultnea de las ecs. (8) y (10) produce la tercera derivada:

La ec. (11) es la primera expresin de Diferencias Centrales correspondiente a la tercera

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

especialmente para derivadas de orden superior al segundo, se vuelve muy laboriosa

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Expresiones de Primeras Diferencias Centrales

Expresiones de Segundas Diferencias Centrales

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Expresiones de Primeras Diferencias Hacia Adelante

Expresiones de Segundas Diferencias Hacia Adelante

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Expresiones de Primeras Diferencias Hacia Atrs

Expresiones de Segundas Diferencias Hacia Atrs

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Utilizando un tamao de paso de

Ntese que la derivada se puede calcular directamente como:

= 0.5 se puede usar la funcin para determinar:

Estos datos se pueden utilizar para calcular la Diferencia Hacia Adelante:

la Diferencia Dividida Hacia Atrs ser:

y la Diferencia Dividida Central:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

= 0.25, los datos son:

que se usarn para calcular la Diferencia Dividida Hacia Adelante:

la Diferencia Dividida Hacia Atrs:

y la Diferencia Dividida Central:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Leccin 16 Integracin Numrica