UNIDAD 1: ANLISIS DE ERROR 1.1 PROBLEMAS MATEMATICOS Y SUS SOLUCIONES.

Un modelo matemtico puede definirse como una formulacin o una ecuacin que expresa las caractersticas, esenciales de un sistema fsico o proceso en trminos matemticos.

Vd = f (vi, p , f ) (1) Vd = variable dependiente que refleja el comportamiento o

estado del sistema.

Vi = variables independientes como tiempo o espacio a travs de

las cuales el comportamiento del sistema ser determinado.

P = parmetros , son reflejos de las propiedades o la

composicin del sistema.

f = funciones de fuerza, son influencias externas sobre el sistema.

Caractersticas de este modelo matemtico. 1.Describe un proceso o sistema natural en trminos

matemticos. 2.- Representa una simplificacin de la realidad. 3.- Conduce a resultados predecibles. Cuando los mtodos numricos - modelos matemticos - no pueden resolverse con exactitud, se requiere de una solucin numrica que se aproxima a la solucin exacta.

Los mtodos numricos son aquellos en los que se formula el problema matemtico para que se pueda resolver mediante operaciones aritmticas. 1.2 IMPORTANCIA DE LOS MTODOS NUMERICOS.

Los mtodos numricos son tcnicas mediante las cuales es posible formular problemas matemticos de tal forma que puedan resolverse usando operaciones aritmticas. El anlisis numrico trata de disear mtodos para aproximar de una manera eficiente las soluciones de problemas expresados matemticamente. El objetivo principal del anlisis numrico es encontrar soluciones aproximadas a problemas complejos utilizando slo las operaciones ms simples de la aritmtica. Se requiere de una secuencia de operaciones algebraicas y lgicas que producen la aproximacin al problema matemtico. Los mtodos numricos pueden ser aplicados para resolver procedimientos matemticos en:

Clculo de derivadas Integrales Ecuaciones diferenciales Operaciones con matrices Interpolaciones

Ajuste de curvas Polinomios DEFINICION Y TIPOS DE ERRORES.

1.3

En general, para cualquier tipo de error, la relacin entre el nmero exacto y el obtenido por aproximacin se define como: Error = Valor real -valor estimado Error absoluto. Es la diferencia entre el valor de la medida y el valor tomado como exacta. Puede ser positivo o negativo, segn si la medida es superior al valor real o inferior (la resta sale positiva o negativa). Tiene unidades, las mismas que las de la medida. Error absoluto es la imprecisin que acompaa a la medida. Nos da idea de la sensibilidad del aparato o de lo cuidadosas que han sido las medidas por lo poco dispersas que resultaron. El error absoluto indica el grado de aproximacin y da un indicio de la calidad de la medida. El conocimiento de la calidad se complementa con el error relativo. El error relativo de una medida es el cociente entre el error absoluto de la medida y el valor real de sta. Error relativo porcentual, este error es definido para otorgar un mejor significado al error relativo. Por tal motivo es el error relativo expresado en porcentaje. 1.4 APLICACIONES.

Un especialista de anlisis numrico se interesa en la creacin y comprensin de buenos mtodos que resuelvan problemas numricamente. Una caracterstica importante del estudio de los mtodos es su variacin. El anlisis numrico consiste en procedimientos que resuelven problemas y realizan clculos puramente aritmticos. Pero hay que tomar en cuenta las caractersticas especiales y limitaciones de los instrumentos de clculo (como las computadoras) que nos ayudan en la ejecucin de las instrucciones del algoritmo. UNIDAD 2: SOLUCIN NUMRICA DE ECUACIONES

ALGEBRAICAS Y TRASCENDENTES 2.1 MTODOS ITERATIVOS Un mtodo iterativo trata de resolver un problema (como una ecuacin o un sistema de ecuaciones) mediante aproximaciones sucesivas a la solucin, empezando desde una estimacin inicial. Esta aproximacin contrasta con los mtodos directos, que tratan de resolver el problema de una sola vez (como resolver un sistema de ecuaciones Ax=b encontrando la inversa de la matriz A). Los mtodos iterativos son tiles para resolver problemas que involucran un nmero grande de variables (a veces del orden de millones), donde los disponible. El mtodo de Richardson mtodos directos tendran un coste prohibitivo incluso con la potencia del mejor computador

Toma como matriz Q la matriz identidad (I). En este caso la ecuacin queda en la forma: Ix(k) = (I-A)x(k-1)+b = x(k-1)+r(k-1) en donde r(k-1) es el vector residual definido mediante r(k-1)=b-Ax(k1)

La matriz identidad es aquella matriz diagonal cuyos elementos no nulos son 1, es decir:

y cumple que IA = A para cualquier valor de A; es decir, es el elemento neutro del producto matricial. De acuerdo con esto, la ecuacin se puede escribir como: x(k) = x(k-1) - Ax(k-1) + b = x(k-1) + r(k-1) en donde un elemento cualquiera del vector r(k-1) vendr dado por la expresin:

Mtodo de Jacobi

En la iteracin de Jacobi, se escoge una matriz Q que es diagonal y cuyos elementos diagonales son los mismos que los de la matriz A. La matriz Q toma la forma:

y la ecuacin general se puede escribir como Qx(k) = (Q-A)x(k-1) + b

Si denominamos R a la matriz A-Q:

la ecuacin (65) se puede reescribir como:

Qx(k) = -Rx(k-1) + b

El producto de la matriz Q por el vector columna x(k) ser un vector columna. De modo anlogo, el producto de la matriz R por el vector columna x(k-1) ser tambin un vector columna. La expresin anterior, que es una ecuacin vectorial, se puede expresar por necuaciones escalares (una para cada componente del vector). De este modo, podemos escribir, para un elemento i cualquiera y teniendo en cuenta que se trata de un producto matriz-vector:

Si tenemos en cuenta que en la matriz Q todos los elementos fuera de la diagonal son cero, en el primer miembro el nico trmino no nulo del sumatorio es el que contiene el elemento diagonal qii, que es precisamente aii. Ms an, los elementos de la diagonal de Rson cero, por lo que podemos eliminar el trmino i=j en el sumatorio del segundo miembro. De acuerdo con lo dicho, la expresin anterior se puede reescribir como:

de donde despejando xi(k) obtenemos:

que es la expresin que nos proporciona las nuevas componentes del vector x(k) en funcin de vector anterior x(k-1) en la iteracin de Jacobi.
Mtodo de Gauss-Seidel La iteracin de Gauss-Seidel se define al tomar Q como la parte triangular inferior de A incluyendo los elementos de la diagonal:

Si, como en el caso anterior, definimos la matriz R=A-Q

y la ecuacin se puede escribir en la forma: Qx(k) = -Rx(k-1) + b Un elemento cualquiera, i, del vector Qx(k) vendr dado por la ecuacin:

Si tenemos en cuenta la peculiar forma de las matrices Q y R, resulta que todos los sumandos para los que j > i en la parte izquierda son nulos, mientras que en la parte derecha son nulos todos los sumandos para los que
=

. Podemos escribir entonces:

de donde despejando xi(k), obtenemos:

Obsrvese que en el mtodo de Gauss-Seidel los valores actualizados de xi sustituyen de inmediato a los valores anteriores, mientras que en el mtodo de Jacobi todas las componentes nuevas del vector se calculan antes de llevar a cabo la sustitucin. Por contra, en el mtodo de Gauss-Seidel los clculos deben llevarse a cabo por orden, ya que el nuevo valor xi depende de los valores actualizados de x1, x2, ..., xi-1.

2.2 RAZ DE UNA ECUACIN El objeto del clculo de las races de una ecuacin es determinar los valores de x para los que se cumple:

f(x) = 0 La determinacin de las races de una ecuacin es uno de los problemas ms antiguos en matemticas y se han realizado un gran nmero de esfuerzos en este sentido. Su importancia radica en que si podemos determinar las races de una ecuacin tambin podemos determinar mximos y mnimos, valores propios de matrices, resolver sistemas de ecuaciones lineales y diferenciales. 2.3 MTODOS DE INTERVALOS Los mtodos de los intervalos utilizan una propiedad muy importante, consistente en el hecho del cambio de signo de una funcin en inmediaciones de una raz. Se llaman mtodos de los intervalos porque se necesitan como mnimo dos valores que forman un intervalo que encierra la raz. Los mtodos de Intervalos son: a. Mtodo Grfico b. Mtodo de Biseccin c. Mtodo de Interpolacin Lineal 2.4 MTODOS DE PUNTOS FIJOS Un problema que se presenta con frecuencia es encontrar las races de ecuaciones de la forma funcin trascendente. , donde es una funcin real de una variable x, como un polinomio de x, o de una

Sea la ecuacin general

Se desea encontrar una raz real. El primer paso consiste en transformar f(x) a una forma equivalente:

UNIDAD

3:

SOLUCIN

NUMRICA

DE

SISTEMAS

DE

ECUACIONES LINEALES 3.1 MTODOS PARA SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES Resolver un sistema de ecuaciones lineales es encontrar todas sus soluciones. Los mtodos de igualacin, sustitucin y reduccin consisten en encontrar y resolver, para cada una de las incgnitas, una ecuacin con esa incgnita y con ninguna otra. A estas ecuaciones, con solo una incgnita, se llega a travs de una serie de pasos en los que las ecuaciones intermedias que se van obteniendo tienen menos incgnitas que las ecuaciones previas. As, es posible que en uno de estos pasos de eliminacin de incgnitas se utiliza un mtodo ( el de reduccin, por ejemplo ) y que, en el siguiente paso, se utiliza otro mtodo ( el de igualacin, por ejemplo ).

Cada vez que se encuentra la solucin para una incgnita, se sustituye esta incgnita por su solucin para obtener as ecuaciones con menos incgnitas. Los mtodos de igualacin, sustitucin, reduccin y Gauss se pueden utilizar para resolver sistemas de ecuaciones compatibles determinados e indeterminados. Estos mismos mtodos tambin pueden utilizarse para comprobar si un sistema de ecuaciones es compatible o no. La utilizacin de cualquiera de ellos conducira, en el caso de que el sistema fuese incompatible, a una igualdad que es falsa. Mtodo de reduccin Consiste en multiplicar ecuaciones por nmeros y sumarlas para reducir el nmero de incgnitas hasta llegar a ecuaciones con solo una incgnita. Multiplicar una ecuacin por un nmero consiste en multiplicar ambos miembros de la ecuacin por dicho nmero. Sumar dos ecuaciones consiste en obtener una nueva ecuacin cuyo miembro derecho (izquierdo) es la suma de los miembros derechos (izquierdos) de las ecuaciones que se suman. Mtodo de igualacin El mtodo de igualacin consiste en lo siguiente: Supongamos que tenemos dos ecuaciones:

Donde , , y

representan simplemente los miembros de estas

ecuaciones ( son expresiones algebraicas ).De las dos igualdades anteriores se deduce que

Si resulta que una incgnita del sistema de ecuaciones no aparece ni en ni en , entonces la ecuacin no contendra dicha incgnita. Este proceso de eliminacin de incgnitas se puede repetir varias veces hasta llegar a una ecuacin con solo una incgnita, digamos .

Una vez que se obtiene la solucin de esta ecuacin se sustituye por su solucin en otras ecuaciones donde aparezca para reducir el nmero de incgnitas en dichas ecuaciones. Mtodo de sustitucin Supongamos que un sistema de ecuaciones se puede poner de la forma

Entonces podemos despejar

en la segunda ecuacin y sustituirla

en la primera, para obtener la ecuacin:

Lo que se busca es que esta ecuacin dependa de menos incgnitas que las de partida. Aqui y son expresiones algebraicas de las

incgnitas del sistema. Mtodo de Gauss El mtodo de Gauss consiste en transformar el sistema dado en otro equivalente. Para ello tomamos la matriz ampliada del sistema y mediante las operaciones elementales con sus filas la transformamos en una matriz triangular superior (o inferior). De esta forma obtenemos un sistema equivalente al inicial y que es muy fcil de resolver. Es esencialmente el mtodo de reduccin. En el mtodo de Gauss se opera con ecuaciones, como se hace en el mtodo de reduccin, pero uno se ahorra el escribir las incgnitas porque al ir los coeficientes de una misma incgnita siempre en una misma columna, uno sabe en todo momento cual es la incgnita a la que multiplica Mtodo de la matriz inversa Un sistema de ecuaciones lineales se puede escribir en forma matricial:

Si

existe, es decir, si

es una matriz cuadrada , para obtener:

de determinante no nulo, entonces podemos multiplicar toda la igualdad anterior por la izquierda por

que es la solucin del sistema de ecuaciones lineales de matriz de coeficientes . y matriz de trminos independientes

Regla de Cramer Esta regla es un mtodo de resolucin de sistemas de ecuaciones lineales que se puede utilizar cuando la matriz El que de coeficientes del sistema es cuadrada y de determinante no nulo. sea cuadrado significa que el nmero de incgnitas y el nmero de ecuaciones coincide. UNIDAD 4: INTERPOLACIN 4.1 INTERPOLACIN La interpolacin consiste en hallar un dato dentro de un intervalo en el que conocemos los valores en los extremos. El problema general de la interpolacin se nos presenta cuando nos dan una funcin de la cual solo conocemos una serie de puntos de la misma: (xo, yo), (x1, y1),........., (xn, yn) y se pide hallar el valor de un punto x (intermedio de x0 y xn) de esta funcin. El de la extrapolacin cuando el punto que queremos considerar est a la derecha de xn o a la izquierda de xo.

Se desea, por tanto encontrar una funcin cuya grfica pase por esos puntos y que nos sirva para estimar los valores deseados. El tratamiento para ambos problemas es similar se utilizarn los polinomios interpoladores, pero en el caso de la extrapolacin el punto debe estar muy prximo a uno de los extremos. Interpolacin. Eleccin de la interpolacin ms adecuada. Consideremos una funcin de la cual solo conocemos una serie de puntos de la misma: (xo, yo), (x1, y1), .............., (xn, yn) [1]

Deseamos encontrar la expresin analtica de dicha funcin para poder estudiarla en otros puntos. Ahora bien, por n+1 puntos pasan infinitas funciones, con cul de ellas nos quedamos? Lo ms lgico es recurrir a la ms sencilla. La familia de funciones ms sencillas es la de los polinomios, por tanto buscaremos el polinomio de menor grado que pase por los n+1 puntos dados. La funcin polinmica de menor grado que pasa por los puntos [1] es en principio de grado n: y= anxn+............+a1x+ao

Y se obtiene resolviendo el sistema de n+1 ecuaciones con n+1 incgnitas (sistema que tiene solucin nica ya que el determinante de la matriz de los coeficientes es de Vandermonde y por lo tanto distinto de cero)

Se le llama polinomio interpolador correspondiente a esos puntos. Una vez obtenida su expresin dando valores en l se pueden encontrar nuevos puntos de la funcin. Los resultados obtenidos son naturalmente estimaciones aproximadas. La interpolacin se dir lineal cuando slo se tomen dos puntos y cuadrtica cuando se tomen tres. 4.2 APLICACINES En el presente trabajo hemos aplicado la interpolacin a la fase exponencial, ya que si nosotros quisiramos obtener un determinado nmero de clulas para elaborar un determinado producto, el tiempo que calculemos con la formula va a tender a ciertos errores ya que puede haber otros factores como por ejemplo la temperatura, el medio de cultivo, la rapidez de adaptacin de las clulas que puedan variar de alguna forma esa curva. Por lo tanto una forma de hacer frente al problema es usar la interpolacin. UNIDAD 5: DERIVACIN E INTEGRACIN NUMRICA 5.1 DERIVACIN NUMRICA La derivacin numrica es una tcnica de anlisis numrico para calcular una aproximacin a la derivada de una funcin en un punto utilizando los valores y propiedades de la misma. Formulacin mediante diferencias finitas Por definicin la derivada de una funcin es:

Las aproximaciones numricas que podamos hacer (para h > 0) sern: Diferencias hacia adelante:

Diferencias hacia atrs:

La aproximacin de la derivada por este mtodo entrega resultados aceptables con un determinado error. Para minimizar los errores se estima que el promedio de ambas entrega la mejor aproximacin numrica al problema dado: Diferencias centrales:

5.2INTEGRACIN NUMRICA SIMPLE En anlisis numrico, la integracin numrica constituye una

amplia gama de algoritmos para calcular el valor numrico de una integral definida y, por extensin, el trmino se usa a veces

para describir algoritmos numricos para resolver ecuaciones diferenciales. El trmino cuadratura numrica (a menudo

abreviado a cuadratura) es ms o menos sinnimo de integracin numrica, especialmente si se aplica a integrales de una dimensin a pesar de que para el caso de dos o ms dimensiones (integral mltiple) tambin se utiliza. El problema bsico considerado por la integracin numrica es calcular una solucin aproximada a la integral definida:

Este problema tambin puede ser enunciado como un problema de valor inicial para una ecuacin diferencial ordinaria, como sigue:

Encontrar y(b) es equivalente a calcular la integral. Los mtodos desarrollados para ecuaciones diferenciales ordinarias, como el mtodo de Runge-Kutta, pueden ser aplicados al problema reformulado. En este artculo se discuten mtodos desarrollados especficamente para el problema formulado como una integral definida.

UNIDAD 6: SOLUCIN NUMRICA DE SISTEMAS DE ECUACIONES DIFERENCIALE

ECUACIONES Y

6.1 MTODO DE LA SERIE DE TAYLOR Un mtodo alternativo para hallar soluciones con series de potencias de la ecuacin diferencial alrededor de un punto

ordinario x = 0 est disponible y se conoce como el mtodo de la serie de Taylor. Este mtodo usa los valores de las derivadas evaluadas en el punto ordinario, los cuales se obtienen de la ecuacin diferencial por diferenciacin sucesiva. Cuando se encuentran las derivadas, usamos luego la expansin en serie de Taylor ( ) ( ) ( )( ) ( )( ) ( )( )

Dando la solucin requerida. 6.2 MTODO DE EULER Y EULER MEJORADO

El mtodo de Euler, llamado as en honor de Leonhard Euler, es un procedimiento de integracin numrica para

resolverecuaciones diferenciales ordinarias a partir de un valor inicial dado. El mtodo de Euler es el ms simple de los mtodos

numricos resolver un problema del siguiente tipo:

Mtodo de Euler mejorado Este mtodo se basa en la misma idea del mtodo anterior, pero hace un refinamiento en la aproximacin, tomando un promedio entre ciertas pendientes. La frmula es la siguiente:

donde

Para entender esta frmula, analicemos el primer paso de la aproximacin, con base en la siguiente grfica:

En la grfica, vemos que la pendiente promedio a la pendiente de

corresponde

la recta bisectriz de la recta tangente a la

curva en el punto de la condicin inicial y la recta tangente a la curva en el punto , donde es la aproximacin obtenida

con la primera frmula de Euler. Finalmente, esta recta bisectriz se traslada paralelamente hasta el punto de la condicin inicial, y se considera el valor de esta recta en el punto aproximacin de Euler mejorada. 6.3 MTODOS DE RUNGE-KUTTA El mtodo de Runge-Kutta es un mtodo genrico de resolucin numrica de ecuaciones diferenciales. Los mtodos de Runge-Kutta (RK) son un conjunto de mtodos iterativos (implcitos y explcitos) para la aproximacin de soluciones de ecuaciones diferenciales ordinarias, concretamente, del problema de valor inicial. Sea con una ecuacin diferencial ordinaria, como la

donde

es un conjunto abierto, junto

con la condicin de que el valor inicial de sea

Entonces el mtodo RK (de orden s) tiene la siguiente expresin, en su forma ms general:

, donde h es el paso por iteracin, o lo que es lo mismo, el incremento coeficientes entre son los sucesivos de puntos y . Los

trminos

aproximacin

intermedios,

evaluados en de manera local

con

coeficientes propios del esquema numrico elegido,

dependiente de la regla de cuadratura utilizada. Los esquemas Runge-Kutta pueden ser explcitos o implcitos dependiendo de las constantes del esquema. Si esta matriz es triangular

inferior con todos los elementos de la diagonal principal iguales a cero; es decir, para , los esquemas son

explcitos. 6.4 SOLUCIN DE SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS CON VALORES INCIALES. Las ecuaciones diferenciales aparecen naturalmente al modelar situaciones fsicas en las ciencias naturales, ingeniera, y otras disciplinas, donde hay envueltas razones de cambio de una varias funciones desconocidas con respecto a una varias variables independientes. Estos modelos varan entre los ms sencillos que envuelven una sola ecuacin diferencial para una funcin desconocida, hasta otros ms complejos que envuelven

sistemas de ecuaciones diferenciales acopladas para varias funciones desconocidas. Por ejemplo, la ley de enfriamiento de Newton y las leyes mecnicas que rigen el movimiento de los cuerpos, al ponerse en terminos matemticos dan lugar a ecuaciones diferenciales. Usualmente estas ecuaciones estan acompaadas de una condicin adicional que especifica el estado del sistema en un tiempo o posicin inicial. Esto se conoce como la condicin inicial y junto con la ecuacin diferencial forman lo que se conoce como el problema de valor inicial. Por lo general, la solucin exacta de un problema de valor inicial es imposible dificil de obtener en forma analtica. Por tal razn los mtodos numricos se utilizan para aproximar los mtodos dichas para soluciones. ecuaciones

Comenzaremos

discutiendo

escalares y luego generalizamos los mismos a sistemas de ecuaciones. El Mtodo de Euler: Considere el problema de valor inicial para la funcin (desconocida) y(t) descrito por:

Defina para n0 los siguientes cantidades:

Para cualquier j0, tenemos por el Teorema de Taylor que podemos escribir:

Eliminando los terminos O(h2) obtenemos la aproximacin:

Denotamos ahora por yj una aproximacin de y(tj). Entonces motivado por la aproximacin de arriba definimos las

aproximaciones {yj} por la recursin:

lo que se conoce como el mtodo de Euler. La cantidad

la cual descartamos en la serie de Taylor para obtener las aproximaciones, se llama el error de truncacin o local del mtodo de Euler y esta intimamente relacionada con la convergencia del mtodo. De hecho si definimos los errores absolutos por ej=y(tj)-yj, entonces restando la expansin de Taylor y la formula del mtodo se obtiene que

Suponiendo ahora que f cumple una Condicin de Lipschitz uniforme en t, i.e.,

para alguna constante L, entonces se puede verificar que de la recursin de los errores obtenemos que:

(*) lo que prueba que el mtodo tiene un orden de convergencia global O(h). UNIDAD 7: SOLUCIN NUMRICA DE ECUACIONES

DIFERENCIALES PARCIALES 7.1 CLASIFICACIN DE ECUACIONES DIFERENCIALES

PARCIALES Definicin de orden y grado de una ecuacin diferencial Una primera derivada se denomina de primer orden, una segunda derivada se denomina de segundo orden, etc. El orden de una ecuacin diferencial corresponde a la derivada de mayor orden presente en la ecuacin diferencial: EDP de primer orden EDP de segundo orden ( ) ( )

Teorema

de

Existencia

Unicidad

de

las

Ecuaciones

Diferenciales Solucin Primitiva

Resolver una ecuacin diferencial consiste en determinar la funcin que sujeta a derivacin genere la misma ecuacin diferencial. Resolver una ecuacin diferencial de orden n significa obtener una funcin con n constantes arbitrarias independientes que al derivarse satisfaga la ecuacin diferencial original. A esta funcin se le denomina primitiva o solucin general. Una solucin particular de una ecuacin diferencial se obtiene de la primitiva otorgando valores definidos a las constantes arbitrarias Por ejemplo, sea la ecuacin diferencial:

Se observa que al derivar tres veces la siguiente funcin: x2+ c1 x + c3

c1

se satisface la ecuacin diferencial, por lo que la funcin se considera solucin o primitiva de la ecuacin diferencial, y las constantes C1, C2 y C3 siendo arbitrarias engloban al conjunto de posibles soluciones particulares.

7.2 MTODO DE LAS DIFERENCIAS FINITAS En anlisis numrico, el mtodo de las diferencias finitas es un mtodo utilizado para calcular de manera aproximada las soluciones a las ecuaciones diferenciales usando ecuaciones

diferenciales finitas para aproximar derivadas.

Ejemplo bsico de ecuacin de diferencias finitas en economa Una ecuacin sencilla en diferencias finitas

La solucin se ensaya por tanteo o aproximacin

Sustituyendo en la ecuacin inicial

La solucin ser

Resolvemos

Comprobamos si la solucin es correcta

Escribimos la solucin general

expresa Si analizamos

una

combinacin

lineal

de

la

solucin

el Wronskiano de

soluciones

particulares

obtendremos para t=0 y t=1

Si el Wronskiano es cero, no podemos determinar una solucin correcta. El mtodo para resolver

Es idntico pero la solucin general se escribe en funcin del nmero e.