Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SYLLABUS
CÁLCULO NUMÉRICO
CUARTO SEMESTRE
U N I V E R S I D A D D E A Q U I N O B O L I V I A
1
FACULTAD DE CIENCIAS Y TECNOLOGIA
UDABOL
VISION DE LA UNIVERSIDAD
MISION DE LA UNIVERSIDAD
Estimado(a) estudiante:
El syllabus que ponemos en tus manos es el fruto del trabajo intelectual de tus
docentes, quienes han puesto sus mejores empeños en la planificación de los procesos
de enseñanza para brindarte una educación de la más alta calidad. Este documento te
servirá de guía para que organices mejor tus procesos de aprendizaje y los hagas mucho
más productivos. Esperamos que sepas apreciarlo y cuidarlo.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
2
FACULTAD DE CIENCIAS Y TECNOLOGIA
I.
SYLLABUS
La formación científica del estudiante involucra el dominio de los métodos fundamentales del
Análisis Numérico y su uso en la resolución de problemas matemáticos, utilizando programas
computacionales como MATLAB.
1. INTRODUCCION
2. TEORIA DE ERRORES
2.1. Definición
2.2. Números Aproximados
2.3. Definición de Error. Error Absoluto. La Cota del Error Absoluto
U N I V E R S I D A D D E A Q U I N O B O L I V I A
3
FACULTAD DE CIENCIAS Y TECNOLOGIA
3.1. Introducción
3.2. Definición
3.3. Métodos Aproximados Para Determinación de una Raíz
3.3.1. Método de Bisección
3.3.2. Método de la Secante
3.3.3. Método de iteración del Punto Fijo
3.3.4. Método de Newton de Primer y Segundo Orden
3.3.5. Método de la Falsa Posición y Falsa Posición modificada
6. INTERPOLACION DE FUNCIONES
U N I V E R S I D A D D E A Q U I N O B O L I V I A
4
FACULTAD DE CIENCIAS Y TECNOLOGIA
7. DIFERENCIACION NUMERICA
8. INTEGRACION NUMÉRICA
9. ECUACIONES DIFERENCIALES
V. EVALUACION DE LA ASIGNATURA
Procesual o Formativa
A lo largo del semestre se realizarán exposiciones, repasos cortos y otras actividades de
aulas y el CICC, realizados con la universidad. Cada uno se tomará como evaluación
procesual calificándola entre 0 y 50.
Numerical Analysis, Pws – Kent Publishing, Boston USA. Burden Richard L. y J. Douglas
Faires (1989).
Métodos Numéricos Aplicados a la Ingeniería, Antonio Nieves Hurtado - Federico
Domínguez, Compañía Editorial Continental S.A. – México, 1999.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
5
FACULTAD DE CIENCIAS Y TECNOLOGIA
1° evaluación parcial
Fecha
Nota
2° evaluación parcial
Fecha
Nota
Examen final
Fecha
Nota
APUNTES
U N I V E R S I D A D D E A Q U I N O B O L I V I A
6
FACULTAD DE CIENCIAS Y TECNOLOGIA
CALENDARIO ACADÉMICO
GESTIÓN II/2010
TURNOS REGULAR-TRABAJO
ESTUDIANTES NUEVOS Y ANTIGUOS
ING. COMERCIAL, ING. DE SISTEMAS, ING. TELECOM, ING. GAS Y PETROLEOS, TURISMO
30-
1ra. 04-sep Avance de materia TEMA 1. INTRODUCCION
ago
06-
2da. 11-sep Avance de materia TEMA2. Tema 2: Teoría de errores
sep
13-
3ra. 18-sep Avance de materia Tema 3: Raíces de una Ecuación
sep
20-
4ta. 25-sep Avance de materia Tema 3: Raíces de una Ecuación
sep
27-
5ta. 02-oct Avance de materia Tema 4: Sistema de Ecuaciones Lineales
sep
6ta. 04-oct 09-oct Avance de materia Inicio Primera Evaluación Parcial Presentación de Notas
7ma. 11-oct 16-oct Avance de materia Conclusión Primera Evaluación Parcial Presentación de Notas
8va. 18-oct 23-oct Avance de materia Tema 4: Sistema de Ecuaciones Lineales
Tema 5: Sistema de Ecuaciones no
9na. 25-oct 30-oct Avance de materia Lineales
01- Tema 6: Interpolación de Funciones
10ma. 06-nov Avance de materia Tema 7: Diferenciación Numérica
nov
08-
11ra. 13-nov Avance de materia Inicio Segunda Evaluación Parcial Presentación de Notas
nov
15-
12da. 20-nov Avance de materia Conclusión Segunda Evaluación Parcial Presentación de Notas
nov
22- Tema 8: Integración Numérica
13ra. 27-nov Avance de materia
nov
29-
14ta. 04-dic Avance de materia Tema 9: Ecuaciones Diferenciales
nov
15ta. 06-dic 11-dic Inicio Evaluación Final Presentación de Notas
16ta. 13-dic 18-dic Conclusión Evaluación Final Transcripción de Notas
17ma. 20-dic 23-dic Evaluación del segundo turno Presentación de Notas
FERIADOS
2 de Día de todos los santos
U N I V E R S I D A D D E A Q U I N O B O L I V I A
7
FACULTAD DE CIENCIAS Y TECNOLOGIA
nov
PLANIFICACIÓN DE ACTIVIDADES
Los Métodos
Predictora
Data Display
ECUACIONES Correctores Seminario
4 Periodos Documentación
DIFERENCIALES Fórmula Predictora taller
bibliográfica
de Adams
Método de
Eliminación
Gaussiana
Método de Gauss
SISTEMA DE Jordan
Data Display
ECUACIONES Método de la Matriz Visita 6 Periodos Equipo de Computación
LINEALES inversa INSERPAZ
Software
Método de Gauss
Seidel
Método de
Relajación
Data Display
APLICACIONES Seminario Equipos de computación
Aplicaciones 6 Periodos
EN MATLAB Taller Dcumentación
bibliografica
TOPICOS
CICC 8 Periodos Material del Congreso
AVANZADOS
U N I V E R S I D A D D E A Q U I N O B O L I V I A
8
FACULTAD DE CIENCIAS Y TECNOLOGIA
WORK PAPER # 1
DESTINADO A:
U N I V E R S I D A D D E A Q U I N O B O L I V I A
9
FACULTAD DE CIENCIAS Y TECNOLOGIA
WORK PAPER # 1
METODOS NUMERICOS
TEORIA DE ERRORES
1.1. INTRODUCCIÓN
En estos casos son útiles las técnicas numéricas, que mediante una labor de cálculo más o
menos intensa, conducen a soluciones aproximadas que son siempre numérica. El
importante esfuerzo de cálculo que implica la mayoría de estos métodos hace que su uso
esté íntimamente ligado al empleo de computadores. De hecho, sin el desarrollo que se ha
producido en el campo de la informática resultaría difícilmente imaginable el nivel actual de
utilización de las técnicas numéricas en ámbitos cada día más diversos.
1.2. ERRORES
Los errores asociados a todo cálculo numérico tienen su origen en dos grandes factores:
Dentro del grupo de los primeros, se incluyen aquellos en los que la definición matemática
del problema es sólo una aproximación a la situación física real. Estos errores son
normalmente despreciables; por ejemplo, el que se comete al obviar los efectos relativistas
en la solución de un problema de mecánica clásica. En aquellos casos en que estos errores
no son realmente despreciables, nuestra solución será poco precisa independientemente de
la precisión empleada para encontrar las soluciones numéricas.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
10
FACULTAD DE CIENCIAS Y TECNOLOGIA
Otra fuente de este tipo de errores tiene su origen en la imprecisión de los datos físicos:
constantes físicas y datos empíricos. En el caso de errores en la medida de los datos
empíricos y teniendo en cuenta su carácter generalmente aleatorio, su tratamiento analítico
es especialmente complejo pero imprescindible para contrastar el resultado obtenido
computacional-mente.
En lo que se refiere al segundo tipo de error (error computacional), tres son sus fuentes
principales:
Denominaremos a este error, en todas sus formas, como error por truncamiento, ya que
resulta de truncar un proceso infinito para obtener un proceso finito. Obviamente, estamos
interesados en estimar, o al menos acotar, este error en cualquier procedimiento numérico.
3. Por último, la otra fuente de error de importancia es aquella que tiene su origen en el
hecho de que los cálculos aritméticos no pueden realizarse con precisión ilimitada. Muchos
números requieren infinitos decimales para ser representados correctamente, sin embargo,
para operar con ellos es necesario redondearlos. Incluso en el caso en que un número
pueda representarse exactamente, algunas operaciones aritméticas pueden dar lugar a la
aparición de errores (las divisiones pueden producir números que deben ser redondeados y
las multiplicaciones dar lugar a más dígitos de los que se pueden almacenar). El error que se
introduce al redondear un número se denomina error de redondeo.
1.2.1. DEFINICIONES.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
11
FACULTAD DE CIENCIAS Y TECNOLOGIA
Ahora que disponemos de una idea correcta de qué es el error y de cual es su origen,
podemos formalizar el concepto de error. Generalmente, no conocemos el valor de una cierta
magnitud y hemos de conformarnos con un valor aproximado x. Para estimar la magnitud
de este error necesitamos dos definiciones básicas:
Error absoluto de x:
EA = x − x (1)
Error relativo de x:
EA x − x
ER = = ( x ≠ 0) (2)
x x
EA x − x
ER = = ( x ≠ 0) (3)
x x
En general, no conocemos el valor de este error, ya que no es habitual disponer del valor
exacto de la magnitud, sino sólo de una acotación de su valor, esto es, un número ξ (x ) , tal
que:
De acuerdo con este formalismo, tenemos que un numero se representará del siguiente
modo:
x = x ± EA(x) (6)
x = x(1 ± ER( x)) (7)
Sea x un número real que, en general, tiene una representación decimal infinita. Podemos
decir que x ha sido adecuadamente redondeado a un número con d decimales, al que
denominaremos x(d), si el error de redondeo, es tal que:
1
ε r (d ) = X − X ≤ *10− d (8)
2
U N I V E R S I D A D D E A Q U I N O B O L I V I A
12
FACULTAD DE CIENCIAS Y TECNOLOGIA
ε r ( d ) = X − X ≤ 1 *10− d (9)
Para estudiar como se propaga en error, veamos cual es el efecto que cada una de las
operaciones básicas tiene sobre el error final cuando se aplican sobre dos números
x1 ± EA( x1) y x 2 ± EA( x 2) .
= (10)
= (11)
= (12)
= (13)
(14)
En el caso más general, en que una función depende de más de una variable y = f
(x1,x2,....,xn), la fórmula aproximada de propagación del error maximal es:
(15)
.
Solución: El error cometido, de acuerdo con la ecuación (15), se puede calcular mediante:
U N I V E R S I D A D D E A Q U I N O B O L I V I A
13
FACULTAD DE CIENCIAS Y TECNOLOGIA
(16)
Resolveremos ahora el problema por dos métodos. Primero, calcularemos el error asociado
a cada una de las variables y los términos de la expresión anterior:
Una forma mucho más adecuada de resolver este problema consiste en sustituir en la
expresión (16) los valores de b y d por sus correspondientes expresiones en función de a.
Sustituyendo y operando, obtenemos que el producto y el error asociado vienen dados por:
U N I V E R S I D A D D E A Q U I N O B O L I V I A
14
FACULTAD DE CIENCIAS Y TECNOLOGIA
Si ambos resultados son correctos ¿Por qué el error es mucho menor en el segundo caso
que en el primero? La respuesta es simple: en el segundo caso hemos eliminado
operaciones intermedias, permitiendo que algunos errores se cancelen mutuamente. En
general, cuanto menor sea el número de pasos intermedios que efectuemos para alcanzar la
solución, menor será el error cometido.
1. Definir error
2. Que es un error absoluto ejemplificar
3. Que es un error relativo ejemplificar
4. Definir propagación de errores.
5. Determinar el máximo error en el calculo y = X 1 * 5 X 4 , para X1 = 3 ± 02 y X2 = 4 ± 0.1
6. Determinar el máximo error en el calculo y = Cos ( X 1 ) * 2 X 3 , para X1 = 1.5 ± 02 y X2 = 3
± 0.1
7. ¿Con qué exactitud es necesario medir el radio de una esfera para que su volumen sea
conocido con un error relativo menor de 0.01%? ¿Cuantos decimales es necesario emplear
para el valor de ?
8. Supongamos una barra de hierro de longitud l y sección rectangular a x b fija por uno de
sus extremos. Si sobre el extremo libre aplicamos una fuerza F perpendicular a la barra, la
flexión s que ésta experimenta viene dada por la expresión:
En donde E es una constante que depende sólo del material denominada módulo de Young.
Conociendo que una fuerza de 140 Kp aplicada sobre una barra de 125 cm. de longitud y
sección cuadrada de 2.5 cm. produce una flexión de 1.71 mm, calcular el módulo de Young y
el intervalo de error. Suponer que los datos vienen afectados por un error máximo
correspondiente al de aproximar por truncamiento las cifras dadas.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
15
FACULTAD DE CIENCIAS Y TECNOLOGIA
INGENIERIA DE SISTEMAS
WORK PAPER # 2
DESTINADO A:
U N I V E R S I D A D D E A Q U I N O B O L I V I A
16
FACULTAD DE CIENCIAS Y TECNOLOGIA
WORK PAPER # 2
SISTEMA DE ECUACIONES
Este método consiste en expresar el sistema como una matriz aumentada de la forma
La idea del método es llevar el sistema a la forma triangular superior y de allí despejar una
variable a la vez partiendo de la última. El ultimo paso se conoce como sustitución en
reversa. Para lograr llevar el sistema a la forma triangular superior, se emplean las
operaciones elementales.
La matriz aumentada es
U N I V E R S I D A D D E A Q U I N O B O L I V I A
17
FACULTAD DE CIENCIAS Y TECNOLOGIA
A continuación pasaremos a hacer 0 los elementos que están debajo del pivote. Para ello
sumaremos múltiplos apropiados del renglón pivote a cada renglón de tal forma que los
elementos debajo del pivote sean 0. En este caso tenemos
Avancemos por la diagonal principal al segundo renglón. Este será ahora el renglón pivote.
Busquemos el primer elemento que sea para que sea el pivote. Tenemos
El pivote vale 10.9. Ahora nuevamente dividamos el renglón pivote entre el pivote
U N I V E R S I D A D D E A Q U I N O B O L I V I A
18
FACULTAD DE CIENCIAS Y TECNOLOGIA
Los pasos anteriores se repiten hasta que la matriz este en la forma triangular superior.
Llevando el elemento al renglón pivote
U N I V E R S I D A D D E A Q U I N O B O L I V I A
19
FACULTAD DE CIENCIAS Y TECNOLOGIA
x1=1.
La solución es
x1=1 x2=2 x3=-1 x4=1.
1 Sistema de ecuaciones
X1 – X2 + X3 = -4
5X1 – 4X2 + 3X3 = -12
2X1 + X2 + X3 = 11
2 Sistema de ecuaciones
2X1 + X2 –3X3 = 1
-X1 +3X2 + 2X3 = 12
3X1 + X2 – 3X3 = 2
3 Sistema de ecuaciones
X1 + X2 – 5X3 = 2
X1 - 3X2 + 2X3 = 6
3X1 + X2 – 3X3 = 2
U N I V E R S I D A D D E A Q U I N O B O L I V I A
20
FACULTAD DE CIENCIAS Y TECNOLOGIA
WORK PAPER # 3
DESTINADO A:
U N I V E R S I D A D D E A Q U I N O B O L I V I A
21
FACULTAD DE CIENCIAS Y TECNOLOGIA
WORK PAPER # 3
METODO DE DIFERENCIAS DIVIDIDAS
3.1. INTRODUCCION.
Los polinomios de interpolación de Diferencias divididas son polinomios que sirven para
encontrar el valor de una función f(x) para un cierto valor de x, uno de los polinomios de
interpolación de Lagrange pueden tener diferentes números de términos, desde dos
términos, hasta n+1 términos.
f(x)=ao+a1x
f(x)=ao+a1x+a2x2
Este polinomio se emplea cuando se conocen 3 puntos y los respectivos valores de sus
funciones, es decir: xo, f(xo), x1, f(x1) y x2, f(x2), y se desea conocer con valor de la función f(x)
para una x dada.
f(x)=ao+a1x+a2x2+a3x3
Este polinomio se emplea cuando se conocen 4 puntos y los respectivos valores de sus
funciones es decir: xo, f(xo), x1, f(x1), x2, f(x2), y x3, f(x3), y se desea conocer un valor de la
función f(x) para una x dada.
.......
...........
. ............
Para encontrar los valores de ao, a1, a2, a3, a4, a5,…., etc, según sea el caso, se emplean los
valores conocidos de xo, f(xo); x1, f(x1); x2, f(x2); x3, f(x3); x4, f(x4); x5, f(x5)….,etc.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
22
FACULTAD DE CIENCIAS Y TECNOLOGIA
i xi f(xi)
0 1 56.5
1 5 113.0
2 20 181.0
3 40 214.5
Solución:
U N I V E R S I D A D D E A Q U I N O B O L I V I A
23
FACULTAD DE CIENCIAS Y TECNOLOGIA
0 0 1
1 0.5 2.09
2 1 2.91
3 1.5 3.94
4 2 5.72
5 2.5 8.69
U N I V E R S I D A D D E A Q U I N O B O L I V I A
24
FACULTAD DE CIENCIAS Y TECNOLOGIA
N° 1 2 3 4 5 6
X 0.2 0.4 0.6 0.8 1.0 1.2
F(x) 0.9987 0.9865 0.9801 0.9752 0.9698 0.9599
c) Obtenga los tres puntos de Chevishev, en 3 < x < 5, escribiendo la formula de
interpolación ajustada a ln (x) y encontrar el valor de y = ln (x) para x=3.8.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
25
FACULTAD DE CIENCIAS Y TECNOLOGIA
DIF # 1/2010
METODOS NUMERICOS
RAÍCES DE ECUACIONES
1.1. INTRODUCCION.
La determinación de las raíces de una ecuación es uno de los problemas más antiguos en
matemáticas y se han realizado un gran número de esfuerzos en este sentido. Su
importancia radica en que si podemos determinar las raíces de una ecuación también
podemos determinar máximos y mínimos, valores propios de matrices, resolver sistemas de
ecuaciones lineales y diferenciales, etc...
La determinación de las soluciones de la ecuación puede llegar a ser un problema muy
difícil. Si f(x) es una función polinómica de grado 1 ó 2, conocemos expresiones simples que
nos permitirán determinar sus raíces. Para polinomios de grado 3 ó 4 es necesario emplear
métodos complejos y laboriosos. Sin embargo, si f(x) es de grado mayor de cuatro o bien no
es polinómica, no hay ninguna fórmula conocida que permita determinar los ceros de la
ecuación (excepto en casos muy particulares).
La mayoría de los métodos utilizados para el cálculo de las raíces de una ecuación son
iterativos y se basan en modelos de aproximaciones sucesivas. Estos métodos trabajan del
siguiente modo: a partir de una primera aproximación al valor de la raíz, determinamos una
aproximación mejor aplicando una determinada regla de cálculo y así sucesivamente hasta
que se determine el valor de la raíz con el grado de aproximación deseado.
Con este método, como con todos los que se explican en esta pagina, lo que se busca es
determinar la raíz de una ecuación, o sea, su intersección con el eje de las X o su solución,
por lo que se debe tener en cuenta que no todas las ecuaciones tienen una sola solución, y
que no todas tienen solución, asi que se debe tener una idea de la forma de la curva de la
ecuación antes de comenzar a aplicar el método.
Procedimiento:
a+c
Bisectar el intervalo (a,b) en dos mitades b =
2
El nuevo intervalo que contiene al raíz se bisecta de nuevo hasta que este intervalo este
dentro de la tolerancia del error.
Durante el proceso de bisección se debe ir evaluando los signos.
Este método, a diferencia del de biseccion y regla falsa, casi nunca falla ya que solo requiere
de 2 puntos al principio, y después el mismo método se va retroalimentando.
Lo que hace básicamente es ir tirando rectas secantes a la curva de la ecuación que se tiene
originalmente, y va observando la intersección de esas rectas con el eje de las X para ver si
es la raíz que se busca.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
26
FACULTAD DE CIENCIAS Y TECNOLOGIA
Procedimiento:
Se aplicara la formula desarrollada por la Serie de Taylor, que se detalla a continuación:
f ( X n}
X n +1 = Xn − * ( X n − X n −1 )
f ( X n ) − f ( X n +1 )
No es necesario evaluar los signos resultante , solo ir reemplazando los nuevos valores.
Este método es el mas seguro de todos, ya que casi nunca falla, la única vez que puede
fallar es que se quede "oscilando" encima de la raíz sin encontrarla nunca, lo que se llama
gravedad matemática.
Por lo demás es el mas confiable y el mas fácil de usar, la única dificultad que presenta es
que se tiene que derivar la ecuación que se quiere encontrar la raíz, pero por lo demás es
muy fácil.
Trabaja trazando líneas tangentes a la curva original, por eso la derivada, las cuales se van
como deslizando por la misma hasta que quedan prácticamente horizontales, porque se
sabe que una línea vertical no tiene pendiente ni recta tangente.
Procedimiento:
Consiste en una aceleración del método de Newton de 1° orden, sin embargo la derivación
se realiza hasta la segunda derivada de la función dada.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
27
FACULTAD DE CIENCIAS Y TECNOLOGIA
La elección guiada del intervalo representa una ventaja respecto al método de la secante ya
que inhibe la posibilidad de una divergencia del método. Por otra parte y respecto al método
de la bisección, mejora notablemente la elección del intervalo (ya que no se limita a partir el
intervalo por la mitad).
U N I V E R S I D A D D E A Q U I N O B O L I V I A
28
FACULTAD DE CIENCIAS Y TECNOLOGIA
a partir de la recta que une los puntos (x0,f(x0)) y (x1, f(x1)/2) si la función es cóncava en el
intervalo (figura b).
Sin embargo, el método de la falsa posición tiene una convergencia muy lenta hacia la
solución. Efectivamente, una vez iniciado el proceso iterativo, uno de los extremos del
intervalo tiende a no modificarse Para obviar este problema, se ha propuesto una
modificación del método, denominada método de Hamming o de la falsa posición modificada.
Según este método, la aproximación a una raíz se encuentra a partir de la determinación del
punto de intersección con el eje X de la recta que une los puntos ( x0,f(x0)/2) y (x1,f(x1)) si la
función es convexa en el intervalo o bien a partir de la recta que une los puntos (x0,f(x0)) y
(x1, f(x1)/2) si la función es cóncava en el intervalo.
Procedimiento:
f ( X n}
X n +1 = Xn − * ( X n − X n−1 )
f ( X n ) − f ( X n +1)
En la aplicación de este método es necesario evaluar los signos resultantes, en los valores
obtenidos, para intercalar un positivo con un negativo.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
29
FACULTAD DE CIENCIAS Y TECNOLOGIA
Sin embargo, el método puede divergir fácilmente. Es fácil comprobar que el método sólo
podrá converger si la derivada g'(x) es menor en valor absoluto que la unidad (que es la
pendiente de la recta definida por y=x). Un ejemplo de este caso se muestra en la figura (5).
Esta condición, que a priori puede considerarse una severa restricción del método, puede
obviarse fácilmente. Para ello basta elegir la función g(x) del siguiente modo:
de forma que tomando un valor de adecuado, siempre podemos hacer que g(x) cumpla la
condición de la derivada.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
30
FACULTAD DE CIENCIAS Y TECNOLOGIA
DIF # 2/2010
METODOS NUMERICOS
SISTEMA DE ECUACIONES
2.1. INTRODUCCIÓN
, i=1,...,m. j=1,...,n
Para el caso de una matriz A de mxn por un vector B de tamaño n, se considera que el
vector es una matriz de nx1. Al multiplicarlos se obtiene una matriz C de mx1, es decir, un
vector de tamaño m. Se tiene.
, i=1,...,m
2.3. MATRIZ IDENTIDAD.
La matriz identidad I se define como aquella matriz cuadrada en la cual, la diagonal principal
esta formada por 1's y el resto por 0's.
U N I V E R S I D A D D E A Q U I N O B O L I V I A
31
FACULTAD DE CIENCIAS Y TECNOLOGIA
La matriz inversa A-1 se define como aquella matriz que A A-1 = I. Una matriz es inversible
si .
Se dice que una matriz esta en la forma triangular superior si todos los elementos debajo de
la diagonal principal son 0. Los restantes no todos son 0.
Este método es mas teórico. Consiste en expresar el sistema como una ecuación matricial
de la forma AX=B y despejar el vector X. Dado que no esta definida la división de matrices se
usa la matriz inversa A-1. Multiplicando por la matiz inversa ambos lados se tiene A-1 AX=A-1
B de donde IX=A-1 B y finalmente X=A-1 B. El problema se reduce a hallar la matriz inversa
para multiplicarla por el vector B y así hallar X.
1. Se coloca la matriz A junto a una matriz identidad I del mismo tamaño, es decir, |A|I|.
2. Se aplica la eliminación de Gauss Jordán a la matriz A, las operaciones que se le
hagan a la matriz A, también se le aplican a I .
3. La matriz A se convierte en I. Se puede demostrar que matriz I se convierte en A-1 .
U N I V E R S I D A D D E A Q U I N O B O L I V I A
32
FACULTAD DE CIENCIAS Y TECNOLOGIA
U N I V E R S I D A D D E A Q U I N O B O L I V I A
33
FACULTAD DE CIENCIAS Y TECNOLOGIA
U N I V E R S I D A D D E A Q U I N O B O L I V I A
34
FACULTAD DE CIENCIAS Y TECNOLOGIA
La matriz inversa es
U N I V E R S I D A D D E A Q U I N O B O L I V I A
35
FACULTAD DE CIENCIAS Y TECNOLOGIA
DIF # 4
METODOS NUMERICOS
INTEGRACION NUMERICA
Sea p1(x) el polinomio lineal que interpola a f(x) en x=a y x=b, i.e.,
(*)
Más adelante analizamos en detalles el error en esta aproximación. Por el momento basta
observar que la aproximación es buena siempre que f sea aproximadamente lineal. En el
caso general, dividimos el intervalo [a,b] en subintervalos más pequeños y aplicamos la
fórmula anterior en cada subintervalo. Si los subintervalos son suficientemente pequeños,
entonces f es aproximadamente lineal en cada subintervalo y la aproximación es buena.
Definimos el largo de los subintervalos por:
U N I V E R S I D A D D E A Q U I N O B O L I V I A
36
FACULTAD DE CIENCIAS Y TECNOLOGIA
Con n=4 tenemos h=(2-1)/4=0.25, x0=1, x1=1.25, x2=1.5, x3=1.75, x2=2, de modo que
U N I V E R S I D A D D E A Q U I N O B O L I V I A
37
FACULTAD DE CIENCIAS Y TECNOLOGIA
REGLA DE SIMPSON
(**)
Argumentando en forma similar a en método del trapezoide, tenemos que si n es un entero
par (¿por qué?) entonces
Ahora
U N I V E R S I D A D D E A Q U I N O B O L I V I A
38
FACULTAD DE CIENCIAS Y TECNOLOGIA
Esta fórmula se conoce como la regla (compuesta) de Simpson para aproximar a I(f).
U N I V E R S I D A D D E A Q U I N O B O L I V I A
39