Está en la página 1de 76

MTODOS NUMRICOS 2013

APROXIMACIONES Y ERRORES DE REDONDEO


A causa de que la mayor parte de los mtodos expuestos en este libro son muy
sencillos en su descripcin y en sus aplicaciones, en este momento resulta
tentador ir directamente al cuerpo principal del texto y averiguar el empleo de
dichas tcnicas. Sin embargo, entender el concepto de error es tan importante
para utilizar en forma efectiva los mtodos numricos.

Conceptos bsicos:

Las cifras significativas de un nmero son aquellas que pueden utilizarse


en forma confiable.

A la omisin del resto de cifras significativas se le conoce como error de


redondeo.

La exactitud se refiere a qu tan cercano est el valor calculado o medido


del valor verdadero.

La precisin se refiere a qu tan cercanos se encuentran, unos de otros,


diversos valores calculados o medidos.

La inexactitud (conocida tambin como sesgo) se define como una


desviacin sistemtica del valor verdadero.

La imprecisin (tambin llamada incertidumbre), por otro lado, se refiere a


la magnitud en la dispersin de los disparos.

Los errores numricos surgen del uso de aproximaciones para representar


operaciones y cantidades matemticas exactas. stas incluyen:

los errores de truncamiento que resultan del empleo de aproximaciones


como un procedimiento matemtico exacto.

los errores de redondeo que se producen cuando se usan nmeros que


tienen un lmite de cifras significativas para representar nmeros exactos.

MTODOS NUMRICOS 2013


A menudo, cuando se realizan clculos, no importa mucho el signo del error, sino
ms bien que su valor absoluto porcentual sea menor que una tolerancia
porcentual prefijada Es.

|Ea| < Es

EJEMPLO PARA EL CLCULO DE LOS ERRORES

Cuantos ms trminos se le agreguen a la serie, la aproximacin ser cada vez


ms una mejor estimacin del valor verdadero de ex. La ecuacin conocida como
expansin en series de Maclaurin.:
ex = 1+X+X2+ X3 +X4 +..Xn
2! 3! 4!

n!

Empezando con el primer trmino ex = 1 y agregando trmino por trmino, estime


el valor de e=0.5.
Despus de agregar cada trmino se calculan los errores total y aproximado
respectivamente.
El valor verdadero es e.5 = 1.648721
Agregue trminos hasta que el valor absoluto del error aproximado Ea sea menor
que un criterio de error preestablecido es con tres cifras significativas.

En primer lugar la ecuacin se emplea para determinar el criterio de error que


asegura que un resultado sea correcto en al menos tres cifras significativas:
Calcular los errores con la expansin de series de Maclaurin
ex = 1+X+X2+ X3 +X4 +..Xn
2! 3! 4!

n!

MTODOS NUMRICOS 2013


Valor verdadero es 1.648721
e.5
Es= (.5x102-n)= (.5x102-3)=.05% (pide tres cifres significativas)

PASO 1
Hacemos la primera iteracin
e.5 = 1

PASO 2
Calculamos los errores con la ayuda de las siguientes formulas:

|%Ea|= aproxiactual-aproxianterior= -----

No se puede calcular en la primera

aproxiactual

iteracin un error aproximado porque


no tenemos uno anterior

|%Et|= valor verdadero-aproxiactual


Valor verdadero

|%Et|= 1.648721- 1 =39.3%


1.648721

PASO 3
El error aproximado es mayor a la tolerancia prefijada Es y por lo tanto hacemos
una iteracin ms.

ITERACION 2
PASO 1
Hacemos la segunda iteracin aumentando un valor ms de la serie de Maclorin
E.5 = 1+.5

MTODOS NUMRICOS 2013


PASO 2
Calculamos los errores con la ayuda de las siguientes formulas:

|%Ea|= aproxiactual-aproxianterior= ----aproxiactual


|%Et|= valor verdadero-aproxiactual
Valor verdadero

|%Ea|= 1.5 -1(100) = 33.33%


1.5

|%Et|= 1.648721- 1.5(100) =9.02%


1.648721

PASO 3
El error aproximado es mayor a la tolerancia prefijada Es y por lo tanto hacemos
una iteracin ms.

ITERACION 3
PASO 1
Hacemos la segunda iteracin aumentando un valor ms de la serie de Maclorin
E.5 = 1+.5+ .52 = 1.625
2!

PASO 2
Calculamos los errores con la ayuda de las siguientes formulas:

|%Ea|= aproxiactual-aproxianterior= ----aproxiactual


|%Et|= valor verdadero-aproxiactual
Valor verdadero

|%Ea|= 1.625 -1.5(100) = 7.69%


1.625

|%Et|= 1.648721- 1.625(100) =1.43%


1.648721

MTODOS NUMRICOS 2013


PASO 3
El error aproximado es mayor a la tolerancia prefijada Es y por lo tanto hacemos
una iteracin ms.

ITERACION 4
PASO 1
Hacemos la segunda iteracin aumentando un valor ms de la serie de Maclorin
e.5 = 1+.5+ .52 +.53+.54 1.6458
2!

3!

4!

PASO 2
Calculamos los errores con la ayuda de las siguientes formulas:

|%Ea|= aproxiactual-aproxianterior= ----aproxiactual


|%Et|= valor verdadero-aproxiactual
Valor verdadero

|%Ea|= 1.6458 -1.625 (100) = .17%


1.6458

|%Et|= 1.648721-1.6456(100) =1.26%


1.648721

PASO 3
El error aproximado es mayor a la tolerancia prefijada Es y por lo tanto hacemos
una iteracin ms.

MTODOS NUMRICOS 2013


ITERACION 5
PASO 1
Hacemos la segunda iteracin aumentando un valor ms de la serie de Maclaurin
e.5 = 1+.5+ .52 +.53 + .54 +.55 =1.6454
2!

3!

4!

5!

PASO 2
Calculamos los errores con la ayuda de las siguientes formulas:

|%Ea|= aproxiactual-aproxianterior= ----aproxiactual

|%Ea|= 1.6454-1.6458(100) = .15%


1.6454

|%Et|= valor verdadero-aproxiactual


Valor verdadero

|%Et|= 1.648721-1.6454(100) =.019%


1.648721

PASO 3
El error aproximado es mayor a la tolerancia prefijada Es y por lo tanto hacemos
una iteracin ms.

ITERACION 6
PASO 1
Hacemos la segunda iteracin aumentando un valor ms de la serie de Maclorin
e.5 = 1+.5+ .52 +.53 + .54 +.55 +.56=1.64869
2!

3!

4!

5!

6!

MTODOS NUMRICOS 2013


PASO 2
Calculamos los errores con la ayuda de las siguientes formulas:

|%Ea|= aproxiactual-aproxianterior= -----

|%Ea|=1.64869-1.6454(100) = .01%

aproxiactual

1.64869

|%Et|= valor verdadero-aproxiactual

|%Et|= 1.648721-1.6454(100) =.007%

Valor verdadero

1.648721

PASO 3
El error aproximado es menor a la tolerancia prefijada Es y por lo tanto se termina
el proceso de clculo de errores.

PASO 4

Dibujamos una tabla con los valores obtenidos:

iteracin

resultado

Et(%)

Ea(%)

39.3

--

1.5

9.02

33.33

1.625

1.43

7.69

1.6458

.17

1.26

1.6484

.019

.15

1.6486

.007

.01

MTODOS NUMRICOS 2013


MTODOS CERRADOS
Este captulo sobre races de ecuaciones se ocupa de mtodos que aprovechan el
hecho de que una funcin cambia de signo en la vecindad de una raz. A estas
tcnicas se les llama mtodos cerrados, o de intervalos, porque se necesita de
dos valores iniciales para la raz. Como su nombre lo indica, dichos valores
iniciales deben encerrar, o estar a ambos lados de la raz. Los mtodos
particulares

descritos

aqu

emplean

diferentes

estrategias

para

reducir

sistemticamente el tamao del intervalo y as converger a la respuesta correcta.

METODO GRAFICO
Un mtodo simple para obtener una aproximacin a la raz de la ecuacin f (x) = 0
consiste en graficar la funcin y observar dnde cruza el eje x. Este punto, que
representa el valor de x para el cual f(x) = 0, ofrece una aproximacin inicial de la
raz.

Utilice el mtodo grfico para determinar el coeficiente de arrastre c necesario


para que un paracaidista de masa m = 68.1 kg tenga una velocidad de 40 m/s
despus de una cada libre de t = 10 s. La aceleracin de la gravedad es 9.8 m/s2.
Este problema se resuelve determinando la raz de la ecuacin usando los
parmetros t = 10, g = 9.8, v = 40 y m = 68.1:
f(c)= 69.81(68.1)(1-e-.14684c))-40
c
f(c)= 667.38(1-e-.14684c))-40
c

cuyo valor verdadero es 14.7802.

MTODOS NUMRICOS 2013


se introducen valores c en la funcin, tabulamos y hacemos una grafica:

f(c)

34.11

17.65

12

6.06

16

-2.26

20

-8.40

METODO DE LA BISECCION
En general, si f(x) es real y contina en el intervalo que va desde Xi hasta Xu y f(Xi)
y f(Xu) tienen signos opuestos, es decir, f(Xi) f(Xu) < 0 entonces hay al menos una
raz real entre Xi y Xu. Los mtodos de bsqueda incremental aprovechan esta
caracterstica

localizando

un

intervalo en el que la funcin


cambie de signo. Entonces, la
localizacin del cambio de signo
(y, en consecuencia, de la raz) se
logra con ms exactitud al dividir
el

intervalo

en

varios

subintervalos. Se investiga cada


uno de estos subintervalos para
encontrar el cambio de signo. El proceso se repite y la aproximacin a la raz
mejora cada vez ms en la medida que los subintervalos se dividen en intervalos
cada vez ms pequeos.

MTODOS NUMRICOS 2013


A continuacin tenemos paso a paso como realizar este mtodo:

PASO 1
Elija los valores iniciales que encierran la raz:

Xi= valor inferior


Xu= valor superior

PASO 2
Determine una aproximacin a la raz (Xr) sumando los valores iniciales y
dividindolos entre dos:

Xr= Xi+Xu
2

PASO 3
Evaluar la funcin con los valores de Xi y Xr para obtener:

f(Xi) y f(Xr)

PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz

a) Si al multiplicar la funcin evaluada con el valor inicial y la funcin evaluada


con el valor de la aproximacin a la raz

y resulta ser menor a cero

(f(Xi)*f(Xr)<0), entonces; la raz se encuentra dentro del subintervalo inferior


por lo que el nuevo valor de Xu es el valor de Xr. y se vuelve al paso 2.

MTODOS NUMRICOS 2013


b) Si al multiplicar la funcin evaluada con el valor inicial y la funcin evaluada
con el valor de la aproximacin a la raz

y resulta ser mayor a cero

(f(Xi)*f(Xr)>0), entonces; la raz se encuentra dentro del subintervalo


superior por lo que el nuevo valor de Xi es el valor de Xr. y se vuelve al
paso 2.

c) Si al multiplicar la funcin evaluada con el valor inicial y la funcin evaluada


con el valor de la aproximacin a la raz

y resulta ser igual a cero

(f(Xi)*f(Xr)=0), entonces; la raz es igual a Xr al obtener este valor se


termina el proceso.

Calculamos el error total y el error aproximado:

|%Ea|= Xractual-Xranterior
Xractual
|%Et|= valor verdadero-Xractual
Valor verdadero

EJERCICIO DE APLICACIN

Utilice el mtodo de la biseccin para encontrar los valores de las races de la


siguiente funcin:
f(c)= 667.38(1-e-.14684c))-40
c

cuyo valor verdadero es 14.7802.

MTODOS NUMRICOS 2013


ITERACION 1
PASO 1
Elija los valores iniciales que encierran la raz:
Xi= 12
Xu=16
PASO 2
Determine una aproximacin a la raz (Xr) sumando mis valores iniciales y
dividindolos entre dos:
Xr= Xi+Xu
2

Xr= 12+16 = 14
2

PASO 3
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)= f(12)= 667.38(1-e-.14684(12))-40= 6.067
12
f(Xr)= f(14)= 667.38(1-e-.14684(14))-40= 1.565
14

PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz

f(Xi)* f(Xr)= 6.067*1.565=9.517


Como nuestro valor fue mayor a 0, [f(Xi)*f(Xr)>0], entonces; el que toma el valor de
Xr es Xi, por lo que el nuevo valor es:
Xi= 14

MTODOS NUMRICOS 2013


PASO 5
Buscamos nuestros errores verdaderos y absolutos

|%Ea|= Xractual-Xranterior = ---Xractual

No se puede calcular en la primera


iteracin porque no tenemos un valor
de Xr anterior

|%Et|= valor verdadero-Xractual= 14.7802-14 = 5.279


Valor verdadero

14.7802

PASO 6
Repetimos el proceso hasta lograr que f(Xi)*f(Xr)=0, o nuestro error aproximado
sea menor a .5%.

ITERACION 2
Nuestros nuevos valores son:
Xi= 14
Xu= 16
PASO 2
Determine una aproximacin a la raz (Xr) sumando mis valores iniciales y
dividindolos entre dos:
Xr= Xi+Xu
2

Xr= 14+16 = 15
2

PASO 3
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)= f(14)= 667.38(1-e-.14684(14))-40= 1.567
14
f(Xr)= f(15)= 667.38(1-e-.14684(15))-40= -.425
15

MTODOS NUMRICOS 2013


PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz

f(Xi)* f(Xr)= 1.567*-.425=-.666


como nuestro valor fue menor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xu, por lo que el nuevo valor es:
Xu= 15

PASO 5
Buscamos nuestros errores verdaderos y absolutos

|%Ea|= Xractual-Xranterior = 15-14 = 6.667


Xractual

15

|%Et|= valor verdadero-Xractual= 14.7802-15 = 1.487


Valor verdadero

14.7802

PASO 6
Repetimos el proceso hasta lograr que f(Xi)*f(Xr)=0, o nuestro error aproximado
sea menor a .5%.

MTODOS NUMRICOS 2013


ITERACION 3

Nuestros nuevos valores son:


Xi= 14
Xu=15
PASO 2
Determine una aproximacin a la raz (Xr) sumando mis valores iniciales y
dividindolos entre dos:
Xr= Xi+Xu

Xr= 14+15 = 14.5

PASO 3
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)= f(14)= 667.38(1-e-.14684(14))-40= 1.567
14
f(Xr)= f(14.5)= 667.38(1-e-.14684(14.5))-40= .5521
14.5

PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz

f(Xi)* f(Xr)= 1.567*.5521=.8651


Como nuestro valor fue mayor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xi, por lo que el nuevo valor es:
Xi= 14.5

PASO 5

MTODOS NUMRICOS 2013


Buscamos nuestros errores verdaderos y absolutos

|%Ea|= Xractual-Xranterior = 14.5-15 = 3.44


Xractual

14.5

|%Et|= valor verdadero-Xractual= 14.7802-14.5 = 1.895


Valor verdadero

14.7802

PASO 6
Repetimos el proceso hasta lograr que f(Xi)*f(Xr)=0, o nuestro error aproximado
sea menor a .5%.

ITERACION 4
Nuestros nuevos valores son:
Xi= 14.5
Xu= 15
PASO 2
Determine una aproximacin a la raz (Xr) sumando mis valores iniciales y
dividindolos entre dos:
Xr= Xi+Xu

Xr= 14.5+15 = 14.75

PASO 3
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)= f(14.5)= 667.38(1-e-.14684(14.5))-40= .552
14.5
f(Xr)= f(14.75)= 667.38(1-e-.14684(14.75))-40= .058
14.75

MTODOS NUMRICOS 2013


PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz

f(Xi)* f(Xr)= .552*.058=.032


Como nuestro valor fue mayor a 0, [f(Xi)*f(Xr)>0], entonces; el que toma el valor de
Xr es Xi, por lo que el nuevo valor es:
Xi= 14.75

PASO 5
Buscamos nuestros errores verdaderos y absolutos

|%Ea|= Xractual-Xranterior = 14.75-14.5 = 1.695


Xractual

14.75

|%Et|= valor verdadero-Xractual= 14.7802-14.75 = .204


Valor verdadero

14.7802

PASO 6
Repetimos el proceso hasta lograr que f(Xi)*f(Xr)=0, o nuestro error aproximado
sea menor a .05.

MTODOS NUMRICOS 2013


ITERACION 5
Nuestros nuevos valores son:
Xi= 14.75
Xu=15
PASO 2
Determine una aproximacin a la raz (Xr) sumando mis valores iniciales y
dividindolos entre dos:
Xr= Xi+Xu

Xr= 14.75+15 = 14.875

PASO 3
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)= f(14.75)= 667.38(1-e-.14684(14.75))-40= .058
14.75
f(Xr)= f(14.875)= 667.38(1-e-.14684(14.875))-40= -.184
14.875
PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz

f(Xi)* f(Xr)= .058*-.184= -.108


como nuestro valor fue menor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xu, por lo que el nuevo valor es:
Xu= 14.875

MTODOS NUMRICOS 2013


PASO 5
Buscamos nuestros errores verdaderos y absolutos

|%Ea|= Xractual-Xranterior = 14.875-14.75 = .840


Xractual

14.875

|%Et|= valor verdadero-Xractual= 14.7802-14.875 =.641


Valor verdadero

14.7802

PASO 6
Repetimos el proceso hasta lograr que f(Xi)*f(Xr)=0, o nuestro error aproximado
sea menor a .5% .

ITERACION 6
Nuestros nuevos valores son:
Xi= 14.75
Xu=14.875
PASO 2
Determine una aproximacin a la raz (Xr) sumando mis valores iniciales y
dividindolos entre dos:
Xr= Xi+Xu

Xr= 14.75+14.875 = 14.8125

PASO 3
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)= f(14.75)= 667.38(1-e-.14684(14.75))-40= .058
14.75
f(Xr)= f(14.8125)= 667.38(1-e-.14684(14.8125))-40= -.063
14.8125

MTODOS NUMRICOS 2013


PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz

f(Xi)* f(Xr)= .058*-.063= -.0037


Como nuestro valor fue menor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xu, por lo que el nuevo valor es:
Xu= 14.8125

PASO 5
Buscamos nuestros errores verdaderos y absolutos

|%Ea|= Xractual-Xranterior = 14.8125-14.875 = .442


Xractual

14.875

|%Et|= valor verdadero-Xractual= 14.7802-14.8125 = .219


Valor verdadero

14.7802

PASO 6
El proceso se termina pues nuestro valor aproximado es menor a .5%

PASO 7
Se crea una tabla con los resultados obtenidos de las iteraciones:

iteracin

Xr

Ea(%)

Et(%)

14

---

5.279

15

6.667

1.487

14.5

3.44

1.895

14.75

1.695

.204

14.875

.840

.641

14.8125

.422

.219

MTODOS NUMRICOS 2013


REGLA FALSA
Aun cuando la biseccin es una tcnica perfectamente vlida para determinar
races, su mtodo de aproximacin por fuerza
bruta es relativamente ineficiente. La falsa
posicin es una alternativa basada en una
visualizacin grfica. Un mtodo alternativo que
aprovecha esta visualizacin grfica consiste en
unir f(Xi) y f(Xu) con una lnea recta. La
interseccin de esta lnea con el eje de las x
representa una mejor aproximacin de la raz. El
hecho de que se reemplace la curva por una lnea recta da una falsa posicin de
la raz; de aqu el nombre de mtodo de la falsa posicin, la imagen muestra la
representacin grfica de este mtodo.

PASO PARA REALIZAR EL MTODO DE LA REGLA FALSA

PASO 1
Elija los valores iniciales que encierran la raz:
Xi= valor inferior
Xu= valor superior

PASO 2
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi) y f(Xu)

PASO 3
Determine una aproximacin a la raz (Xr) con la ayuda de la siguiente formula:
Xr= Xu- f(Xu)(Xi+Xu)
f(Xi)-f(Xu)

MTODOS NUMRICOS 2013


PASO 4
Evaluamos la funcin con el valor de Xr para obtener f(Xr)

PASO 4
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz
a) Si al multiplicar mi funcin evaluada con el valor inicial y mi funcin
evaluada con el valor de la aproximacin a la raz y resulta ser menor a
cero (f(Xi)*f(Xr)<0), entonces; la raz se encuentra dentro del subintervalo
inferior por lo que el nuevo valor de Xu es el valor de Xr. y se vuelve al
paso 2.

b) Si al multiplicar mi funcin evaluada con el valor inicial y mi funcin


evaluada con el valor de la aproximacin a la raz y resulta ser mayor a
cero (f(Xi)*f(Xr)>0), entonces; la raz se encuentra dentro del subintervalo
superior por lo que el nuevo valor de Xi es el valor de Xr. y se vuelve al
paso 2.

c) Si al multiplicar mi funcin evaluada con el valor inicial y mi funcin


evaluada con el valor de la aproximacin a la raz y resulta ser igual a cero
(f(Xi)*f(Xr)=0), entonces; la raz es igual a Xr al obtener este valor se
termina el proceso.

PASO 5
Calculamos el error total y el error aproximado.
|%Ea|= Xractual-Xranterior(100)
Xractual
|%Et|= valor verdadero-Xractual(100)
Valor verdadero

MTODOS NUMRICOS 2013


Si nuestro error aproximado es menor a la tolerancia prefijada se termina el
proceso si no, se repite hasta lograrlo.

EJERCICIO DE APLICACIN

Utilice el mtodo de la REGLA FALSA para encontrar los valores de las races de
la siguiente funcin:
f(c)= 667.38(1-e-.14684c))-40

cuyo valor verdadero es 14.7802.

c
Es=.5%

ITERACION 1:
PASO 1
Elija los valores iniciales que encierran la raz:
Xi= 12
Xu=16

PASO 2
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)=f(12)= 667.38(1-e-.14684(12))-40= 6.067
12

f(Xu)=f(16)= 667.38(1-e-.14684(16))-40= -2.269


16

PASO 3
Determine una aproximacin a la raz (Xr) con la ayuda de la siguiente formula:

Xr= Xu- f(Xu)(Xi-Xu)

Xr= 16- (-2.269)(12-16)= 14.912

f(Xi)-f(Xu)

6.067-(-2.269)

MTODOS NUMRICOS 2013


PASO 4
Evaluamos la funcin con el valor de Xr
f(Xr)=f(14.912)= 667.38(1-e-.14684(14.912))-40= -.256
14.912

PASO 5
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz
f(Xi)*f(Xr)= 6.067*-.256=-1.69
como nuestro valor fue menor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xu, por lo que el nuevo valor es:
Xu= 14.912

PASO 5
Buscamos nuestros errores verdaderos y absolutos
|%Ea|= Xractual-Xranterior (100)= ---Xractual

No se puede calcular en la primera


iteracin porque no tenemos un valor
de Xr anterior

|%Et|= valor verdadero-Xractual(100)= 14.7802-14.912 = .88%


Valor verdadero

14.7802

PASO 6
Repetimos el proceso hasta lograr que f(Xi)*f(Xr)=0, o nuestro error aproximado
sea menor a .5%.

MTODOS NUMRICOS 2013


ITERACION 2
Los nuevos valores son
Xi= 12
Xu=14.912

PASO 2
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)=f(12)= 667.38(1-e-.14684(12))-40= 6.067
12

f(Xu)=f(14.912)= 667.38(1-e-.14684(14.912))-40= -.256


14.912

PASO 3
Determine una aproximacin a la raz (Xr) con la ayuda de la siguiente formula:

Xr= Xu- f(Xu)(Xi-Xu)


f(Xi)-f(Xu)

Xr= 14.912- (-.256)(12-14.912)=14.794


6.067-(-.256)

PASO 4
Evaluamos la funcin con el valor de Xr
f(Xr)=f(14.794)= 667.38(1-e-.14684(14.794))-40=-.0271
14.794

PASO 5
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz
f(Xi)*f(Xr)= 6.067*-.0271=-.164
como nuestro valor fue menor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xu, por lo que el nuevo valor es:
Xu= 14.794

MTODOS NUMRICOS 2013


PASO 5
Buscamos nuestros errores verdaderos y absolutos
|%Ea|= Xractual-Xranterior(100) = 14.794-14.912 =.7908%
Xractual

14.794

|%Et|= valor verdadero-Xractual(100)= 14.7802-14.794 = .093%


Valor verdadero

14.7802

PASO 6
Repetimos el proceso hasta lograr que f(Xi)*f(Xr)=0, o nuestro error aproximado
sea menor a .5%.

ITERACION 3
Los nuevos valores son:
Xi= 12
Xu=14.794

PASO 2
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)=f(12)= 667.38(1-e-.14684(12))-40= 6.067
12

f(Xu)=f(14.794)= 667.38(1-e-.14684(14.794))-40= -.0271


14.794

PASO 3
Determine una aproximacin a la raz (Xr) con la ayuda de la siguiente formula:

Xr= Xu- f(Xu)(Xi-Xu)


f(Xi)-f(Xu)

Xr=14.794-(-.0271)(12-14.794)=14.7815
6.067-(-.071)

MTODOS NUMRICOS 2013


PASO 4
Evaluamos la funcin con el valor de Xr
f(Xr)=f(14.7815)= 667.38(1-e-.14684(14.7815))-40=-.0027
14.7815

PASO 5
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz
f(Xi)*f(Xr)= 6.067*-.0027=-.0178
como nuestro valor fue menor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xu, por lo que el nuevo valor es:
Xu= 14.7815

PASO 5
Buscamos nuestros errores verdaderos y absolutos
|%Ea|= Xractual-Xranterior(100) = 14.7815-14.794 =.084%
Xractual

14.7815

|%Et|= valor verdadero-Xractual(100)= 14.7802-14.7815 = .0088%


Valor verdadero

14.7802

PASO 6
EL PROCESO SE PUEDE ACABAR AQU PUES NUESTRA VALOR ABSOLUTO
ES MENOR A .5% PERO SI ITERAMOS UNA VEZ MAS SE PUEDE LLEGAR A
Xr=0.

MTODOS NUMRICOS 2013


ITERACION 4
Los nuevos valores son:
Xi= 12
Xu=14.7815

PASO 2
Evaluar la funcin con los valores de Xi y Xr para obtener:
f(Xi)=f(12)= 667.38(1-e-.14684(12))-40= 6.067
12

f(Xu)=f(14.7815)= 667.38(1-e-.14684(14.7815))-40= -.0027


14.7815

PASO 3
Determine una aproximacin a la raz (Xr) con la ayuda de la siguiente formula:

Xr= Xu- f(Xu)(Xi-Xu)


f(Xi)-f(Xu)
Xr=14.7815-(-.0027)(12-14.7815)=14.7802
6.067-(-.0027)

PASO 4
Evaluamos la funcin con el valor de Xr
f(Xr)=f(14.7802)= 667.38(1-e-.14684(14.7802))-40=-.0002
14.7802

PASO 5
Ahora realizamos las siguientes evaluaciones para determinar en que subintervalo
est la raz
f(Xi)*f(Xr)= 6.067*-.0002=-.0012

MTODOS NUMRICOS 2013


como nuestro valor fue menor a 0, [f(Xi)*f(Xr)<0], entonces; el que toma el valor de
Xr es Xu, por lo que el nuevo valor es:
Xu= 14.7802

PASO 5
Buscamos nuestros errores verdaderos y absolutos
|%Ea|= Xractual-Xranterior(100) = 14.7802-14.7815 =.0087%
Xractual

14.7802

|%Et|= valor verdadero-Xractual(100)= 14.7802-14.7802 = 0%


Valor verdadero

14.7802

PASO 6
EL PROCESO SE ACABAR AQU PUES NUESTRA VALOR ABSOLUTO ES
MENOR A .5% PERO SI ITERAMOS UNA VEZ MAS SE PUEDE LLEGAR A Xr=0.
EL VALOR DE Xr OBTENIDO EN ESTA ITERACION ES IGUAL A NUESTRO
VALOR VERDADERO.

PASO 7
Realizar un cuadro con los valores obtenidos
iteracin

Xr

Et(%)

Ea(%)

14.912

.88

---

14.794

.093

.79

14.7815

.0088

.084

14.7802

.0087

MTODOS NUMRICOS 2013


METODOS ABIERTOS
Los mtodos abiertos descritos en este captulo se basan en frmulas que
requieren nicamente de un solo valor de inicio x o que empiecen con un par de
ellos, pero que no necesariamente encierran la raz. stos, algunas veces
divergen o se alejan de la raz verdadera a medida que se avanza en el clculo.
Sin embargo, cuando los mtodos abiertos convergen, en general lo hacen mucho
ms rpido que los mtodos cerrados.

METODO NEWTON-RAPHSON

De las frmulas para


localizar
frmula
Raphson

races,
de

la

Newton-

sea la ms

ampliamente utilizada. Si
el valor inicial para la
raz es xi, entonces se
puede

trazar

una

tangente desde el punto


[xi, f(xi)] de la curva. Por lo comn, el punto donde esta tangente cruza al eje x
representa una aproximacin mejorada de la raz.

La frmula de Newton-Raphson es la siguiente


Xi+1= Xi f(Xi)
f(Xi)
Por lo que este mtodo lo realizaremos de la siguiente manera:

MTODOS NUMRICOS 2013


PASO 1
Buscamos los valores iniciales
Xo= valor inicial de Xi
PASO 2
Tomamos nuestra funcin f(Xi) y la derivamos para obtener f(Xi)
PASO 3
Evaluamos Xi en la funcin y la formula:
Xi+1= Xi f(Xi)
f(Xi)
As obtenemos el nuevo valor de Xi para la siguiente iteracin

PASO 5
Calculamos el error total y el error aproximado.

|%Ea|= Xiactual -Xianterior(100)


Xiactual
|%Et|= valor verdadero-Xiactual(100)
Valor verdadero

PASO 6
El proceso se acaba cuando el error aproximado es menor a la tolerancia prefijada

MTODOS NUMRICOS 2013


EJERCICIO DE APLICACIN
UTILICE EL METODO DE NEWTON-RAPHSON PARA CALCULAR LA RAIZ DE
f(x)=e-x-x EMPLEANDO COMO VALOR INICIAL Xo=0. CUYO VALOR
VERDADERO ES IGUAL A .56714. Es=.5%

ITERACION 1
PASO 1
Buscamos los valores iniciales
Xo= 0
i=0
PASO 2
Tomamos nuestra funcin f(Xi) y la derivamos para obtener f(Xi)
f(Xi)= e-x-x
f(Xi)=-e-x-1
PASO 3
Evaluamos Xi en la funcin y la formula:
Xi+1= Xi f(Xi)

X0+1= 0 e-0-0 =.5


-e-0-1

f(Xi)

Y obtenemos nuestro nuevo valor de Xi para la siguiente iteracin


Xi=.5
PASO 4
Calculamos el error total y el error aproximado.

|%Ea|= Xiactual -Xianterior(100)


Xiactual

No se puede calcular en la primera


iteracin porque no tenemos un valor
de Xi anterior

MTODOS NUMRICOS 2013

|%Et|= valor verdadero-Xiactual(100)

|%Et|= .56714-.5(100)= 11.83%

Valor verdadero

.56714

PASO 5
El valor del error aproximado es mayor a Es por lo tanto se hace una iteracin
ms.

ITERACION 2
Los nuevos valores son:
Xi= .5
i=1 (ahora vale 1)
PASO 2
En estas siguientes iteraciones solo sustituimos los valores actuales de Xi
aplicamos la frmula:
Xi+1= Xi f(Xi)

X1+1= .5 e-.5- =.5663


-e-x-1

f(Xi)

Y obtenemos nuestro nuevo valor de Xi para la siguiente iteracin


Xi=.5663
PASO 4
Calculamos el error total y el error aproximado.

|%Ea|= Xiactual -Xianterior(100)

|%Ea|= .5663-.5(100)=11.7%

Xiactual

|%Et|= valor verdadero-Xiactual(100)


Valor verdadero

.5663

|%Et|= .56714-.5663(100)=.148%
.56714

MTODOS NUMRICOS 2013


PASO 5
El valor del error aproximado es mayor a Es por lo tanto se hace una iteracin
ms.

ITERACION 3
Los nuevos valores son:
Xi= .5663
i=2 (aumentara conforme se haga iteraciones de 1 en 1)
PASO 2
En estas siguientes iteraciones solo sustituimos los valores actuales de Xi
aplicamos la frmula:
Xi+1= Xi f(Xi)

X1+1= .5663 e-.5663- =.5671

f(Xi)

-e-5663-1

Y obtenemos nuestro nuevo valor de Xi para la siguiente iteracin


Xi=.5671
PASO 4
Calculamos el error total y el error aproximado.

|%Ea|= Xiactual -Xianterior(100)


Xiactual

|%Et|= valor verdadero-Xiactual(100)


Valor verdadero

|%Et|= .56714-.5671(100)= .007%


.5671

|%Ea|= .5671-.5663(100)=.141%
.5671

MTODOS NUMRICOS 2013


PASO 5
El valor del error aproximado es menor a Es por lo tanto el proceso se termina.

PASO 6
Se crea una tabla con los valores obtenidos
iteracin

Xi

Ea%

Et%

.5

----

11.83

.5663

11.7

.148

.5671

.141

.007

MTODO SECANTE
Un problema potencial en la implementacin del mtodo de Newton-Raphson es la
evaluacin de la derivada. Aunque esto no es un inconveniente para los
polinomios ni para muchas otras funciones, existen algunas funciones cuyas
derivadas

en

ocasiones

resultan

muy

difciles de calcular. En dichos casos, la


derivada se puede aproximar mediante una
diferencia finita dividida hacia atrs, Esta
tcnica es similar a la del mtodo de
Newton-Raphson en el sentido de que una
aproximacin

de

la

raz

se

predice

extrapolando una tangente de la funcin


hasta el eje x. Sin embargo, el mtodo de la
secante usa una diferencia dividida en lugar de una derivada para estimar la
pendiente. Observe que el mtodo requiere de dos valores iniciales de x. Sin
embargo, debido a que no se necesita que f(x) cambie de signo entre los valores
dados, este mtodo no se clasifica como un mtodo cerrado.

MTODOS NUMRICOS 2013


PASO 1
Determinar los datos iniciales para empezar el proceso:
Xo , X-i ,i
PASO 2
Evaluar los valores para buscar sus funciones

f(Xo) y f(X-1 )
PASO 3
Aplicar la frmula para hallar en nuevo Xi
Xi+1= Xo ( f(Xo) (X-1 - Xo ))
f(X-1 )- f(Xo)
PASO 4
Buscamos los errores aproximados y total

|%Ea|= Xiactual -Xianterior(100)


Xiactual

|%Et|= valor verdadero-Xiactual(100)


Valor verdadero

PASO 5
Evaluamos si nuestro valor aproximado es menor a Es. Si no se repite el proceso.

EJERCICIO DE APLICACIN
Calcule la raz de f(x)= e-x x. cuyos valores de inicio son X-i =0 y X0= 1. El valor
verdadero es igual a .56714 y su tolerancia prefijada equivale al .5%.

MTODOS NUMRICOS 2013


PASO 1
Determinar los datos iniciales para empezar el proceso:
Xo=1
X-i=0
i=0

PASO 2
Evaluar los valores para buscar sus funciones
f(Xo)=f(1) =e-1 1= -.6321
f(X-1 ) f(0)= e-0 0= 1
PASO 3
Aplicar la frmula para hallar en nuevo Xi
Xi+1= Xo (f(Xo) (X-i - Xo ))
f(X-i )- f(Xo)

X1= 1 (-.6321(0 -1 )) =.6127


1- (-.6321)

PASO 4
Buscamos los errores aproximados y totales

|%Ea|= Xiactual -Xianterior(100)


Xiactual
|%Et|= valor verdadero-Xiactual(100)
Valor verdadero

No se puede calcular el error


aproximado en la primera iteracin.

|%Et|= .56714-.6127(100)= 8.03%


.56714

PASO 5
Evaluamos si nuestro valor aproximado es menor a Es como es mayor se repite el
proceso.

MTODOS NUMRICOS 2013


ITERACION 2
PASO 1
Los nuevos datos iniciales son:
Xo=1
X1=.6127
i=1

PASO 2
Evaluar los valores para buscar sus funciones
f(Xo)=f(1) =e-1 1= -.6321
f(X1 ) f(.6127)= e-6127 .6127= -.0708
PASO 3
Actualizamos la frmula para hallar en nuevo Xi
X1+1= X1 ( f(X1) (X0 - X1 ))

X2= .6127 (-.0708(1 -.6127 )) =.5638

f(X0 )- f(X1)

-.6321- (-.0708)

PASO 4
Buscamos los errores aproximados y totales:

|%Ea|= Xiactual -Xianterior(100)


Xiactual
|%Et|= valor verdadero-Xiactual(100)
Valor verdadero

|%Ea|= -.5638-.6127(100)= 8.67%


.5638

|%Et|= .56714-.5638100)= .587


.56714

MTODOS NUMRICOS 2013


PASO 5
Evaluamos si nuestro valor aproximado es menor a Es como es mayor se repite el
proceso.

ITERACION 3
PASO 1
Los nuevos datos iniciales son:
X1=.6127
X2=.5638
i=2

PASO 2
Evaluar los valores para buscar sus funciones
f(X2)=f(.5638) =e-.5638 .5638= .0052
f(X1 ) f(.6127)= e-6127 .6127= -.0708
PASO 3
Actualizamos la frmula para hallar en nuevo Xi
X2+1= X2 ( f(X2) (X1 - X2 ))
f(X1 )- f(X2)
X3= .5638 (.0052(.61271 -.5638 )) =.56714
-.0708- (.0052)

PASO 4
Buscamos los errores aproximados y totales:

|%Ea|= Xiactual -Xianterior(100)


Xiactual

|%Et|= valor verdadero-Xiactual(100)


Valor verdadero

MTODOS NUMRICOS 2013


|%Ea|= .56714-.5638(100)= .5889%

|%Et|= .56714-.56714(100)= 0%

.56714

.56714

PASO 5
Evaluamos si nuestro valor aproximado es menor a Es como es mayor se repite el
proceso.

ITERACION 4
PASO 1
los nuevos datos iniciales son:
X3=.56714
X2=.5638
i=3

PASO 2
Evaluar los valores para buscar sus funciones
f(X2)=f(.5638) =e-.5638 .5638= .0052
f(X3 ) f(.56714)= e-56714 .56714= .000005156
PASO 3
Actualizamos la frmula para hallar en nuevo Xi
X3+1= X3 ( f(X3) (X2 - X3 ))
f(X2 )- f(X3)
X4= .56714 (.000005156)(.5638-.56714 )) =.56714
(.0052)- (.000005156)

MTODOS NUMRICOS 2013


PASO 4
Buscamos los errores aproximados y totales:

|%Ea|= Xiactual -Xianterior(100)

|%Ea|= .56714-.56714(100)= 0

Xiactual

.56714

|%Et|= valor verdadero-Xiactual(100)

|%Et|= .56714-.56714)= 0%

Valor verdadero

.56714

PASO 5
Evaluamos si nuestro valor aproximado es menor a Es como es menor se repite el
proceso.

INTERPOLACION
Con frecuencia se encontrar con que tiene que estimar valores intermedios entre
datos definidos por puntos.

INTERPOLACION LINEAL

La forma ms simple de interpolacin consiste en unir dos puntos con una lnea
recta. Dicha tcnica, llamada interpolacin lineal, se ilustra de manera grfica en la
figura.

MTODOS NUMRICOS 2013


PASO 1
Se establecen los valores iniciales dados por el problema o seleccionndolo al
azar tratando de encerrar a la raz lo ms posible en intervalos.
X, X0 y Xi
PASO 2
Se evalan los valores de X0 y Xi en la funcin para hallar
f(X0) y f(Xi)
PASO 3

Se aplica la frmula para encontrar un valor que se acerque al valor verdadero

f(x)= f(X0) + (f(Xi) - f(X0))(X- X0)


Xi- X0
PASO 4
Se busca el valor del error total

|%Et|= valor verdadero-f(X)actual(100)


Valor verdadero

PASO 5
Verificamos si el resultado al aplicar la frmula es igual a nuestro valor verdadero.
Si no se vuelve a repetir el proceso actualizando los datos.

MTODOS NUMRICOS 2013


EJERCICIO DE APLICACIN

Estime el ln2 utilizando los intervalos


X0= 1
Xi = 6
Cuyo valor verdadero es igual a .6931472
Primer intento
PASO 1
Se establecen los valores iniciales dados por el problema o seleccionndolo al
azar tratando de encerrar a la raz lo ms posible en intervalos.
X0= 1
Xi = 6
X= 2
PASO 2
Se evalan los valores de X0 y Xi en la funcin para hallar
f(X0)= f(1)= ln1= 0
f(Xi)= f(6)= ln6= 1.791759

PASO 3
Se aplica la frmula para encontrar un valor que se acerque al valor verdadero

f(x)= f(X0) + (f(Xi) - f(X0))(X- X0)


Xi- X0

f(2)= 0+ (1.791759 - 0)(2- 1) = .358352


6- 1

MTODOS NUMRICOS 2013


PASO 4
Se busca el valor del error total

|%Et|= valor verdadero-f(2)actual(100)

|%Et|= .6931472-.358352(100)= 48.3%

Valor verdadero

.6931472

PASO 5
El resultado que dio al aplicar la frmula est alejado de nuestro valor verdadero y
nuestro error total es muy grande, realizamos otra vez el proceso pero ahora con
valores ms cercanos, o sea un intervalo ms pequeo.

Segundo intento
PASO 1
Se establecen los nuevos valores iniciales tratando de encerrar a la raz lo ms
posible en intervalos.
X0= 1
Xi = 4
X= 2

PASO 2
Se evalan los valores de X0 y Xi en la funcin para hallar
f(X0)= f(1)= ln1= 0
f(Xi)= f(4)= ln4= 1.386294

MTODOS NUMRICOS 2013


PASO 3
Se aplica la frmula para encontrar un valor que se acerque al valor verdadero

f(x)= f(X0) + (f(Xi) - f(X0))(X- X0)

f(2)= 0+(1.386294- 0)(2- 1) = .462893


61

Xi- X0
PASO 4
Se busca el valor del error total

|%Et|= valor verdadero-f(2)actual(100)


Valor verdadero

|%Et|= .6931472- .462893 (100)= 33.3%


.6931472

PASO 5
El resultado que dio al aplicar la frmula est alejado de nuestro valor verdadero y
nuestro error total es muy grande aun, realizamos otra vez el proceso pero ahora
con valores ms cercanos, o sea un intervalo ms pequeo.

Tercer intento

PASO 1
Se establecen los nuevos valores iniciales tratando de encerrar a la raz lo ms
posible en intervalos.
X0= 1
Xi = 2
X= 2

MTODOS NUMRICOS 2013


PASO 2
Se evalan los valores de X0 y Xi en la funcin para hallar
f(X0)= f(1)= ln1= 0
f(Xi)= f(2)= ln2= .6931472
PASO 3
Se aplica la frmula para encontrar un valor que se acerque al valor verdadero

f(x)= f(X0) + (f(Xi) - f(X0))(X- X0)

f(2)= 0+(.6931472-0)(2- 1) = . .6931472


21

Xi- X0

PASO 4
Se busca el valor del error total
|%Et|= valor verdadero-f(2)actual(100)

|%Et|=.6931472- .6931472 100)= 0%

Valor verdadero

.6931472

PASO 5
El resultado que dio al aplicar la frmula es similar al valor verdadero y nuestro
error total ya es igual a 0 por lo que el proceso se termina.

MTODOS NUMRICOS 2013


INTERPOLACIN CUADRTICA
Una estrategia para mejorar la estimacin consiste
en introducir alguna curvatura a la lnea que une los
puntos. Si se tienen tres puntos como datos, stos
pueden ajustarse en un polinomio de segundo
grado

tambin

conocido

como

polinomio

cuadrtico o parbola. Una forma particularmente


conveniente para ello es el siguiente algoritmo del
mtodo de interpolacin cuadrtica:

Similar a la interpolacin lineal es la cuadrtica, aqu se propondrn 3 valores para


probar que estos encierran al valor verdadero.

PASO 1
Asignamos nuestros primeros valores de X0 , X1 y X2
PASO 2
Evaluamos los valores iniciales en la funcin para obtener
f(X0 ) f( X1) y f(X2)
PASO 3
Buscamos los valores siguientes con los valores del paso anterior.
b0 = f(X0 )
b1= f( X1) - f(X0)
X1- X0
b2= f(X2 ) - f( X1) _ f(X1) - f(X0 )
X2- X1
X2- X0

X1- X0

MTODOS NUMRICOS 2013


PASO 4
Aplicamos la frmula de interpolacin cuadrtica:

f2(X) = b0 + b1(X-X0) + b2(X- X0)(X-X1)


PASO 5
Calculamos el error total

|%Et|= valor verdadero-f2(X)actual(100)


Valor verdadero

PASO 6
Verificamos si el resultado al aplicar la frmula es igual a nuestro valor verdadero.
Si no se vuelve a repetir el proceso introduciendo nuevos datos para hacer un
intervalo ms pequeo.

EJERCICIO DE APLICACIN:
Obtenga el ln2 aplicando la interpolacin cuadrtica. Valor verdadero de
ln2=.6931472.
Primer intento
PASO 1
Asignamos nuestros primeros valores de
X0 =1
X1=4
X2=6
PASO 2
Evaluamos los valores iniciales en la funcin para obtener
f(X0 )=f(1)=ln1=0
f( X1)=f(4)=ln4=1.3863
f(X2) =f(6)=ln6=1.79176

MTODOS NUMRICOS 2013


PASO 3
Buscamos los valores siguientes con los valores del paso anterior.

b0 = f(X0 ) =0
b1= f( X1) - f(X0)

4-1

X1- X0

b2= 1.79176 -1.3863 _ 1.3863 -0

b2= f(X2 ) - f( X1) _ f(X1) - f(X0 )


X2- X1

6-4

X1- X0

4-1
6 -1

X2- X0
b1= 1.3863 0 = .4621

b2= -.051874

PASO 4
Aplicamos la frmula de interpolacin cuadrtica:

f2(X) = b0 + b1(X-X0) + b2(X- X0)(X-X1)


f2(2) = 0 + .4621(2-1) + (-.051874)(2- 1)(2-4)= .5658442
PASO 5
Calculamos el error total

|%Et|= .6931472- .5658442 (100)= 18.36%


.6931472

PASO 6

Verificamos si el resultado al aplicar la frmula es igual a nuestro valor verdadero.


Si no se vuelve a repetir el proceso introduciendo nuevos datos para hacer un
intervalo ms pequeo.

MTODOS NUMRICOS 2013


Segundo intento

PASO 1
Asignamos nuestros primeros valores de
X0 =1
X1= 2
X2 = 4
PASO 2
Evaluamos los valores iniciales en la funcin para obtener

f(X0 )=f(1)=ln1=0
f( X1)=f(2)=ln2=.6914718
f(X2) =f(4)=ln4=1.3863
PASO 3
Buscamos los valores siguientes con los valores del paso anterior.
b0 = f(X0 ) =0
b1= f( X1) - f(X0)

2-1

X1- X0

b2= 1.3863-.69314718 _ 1.3863 -0

b2= f(X2 ) - f( X1) _ f(X1) - f(X0 )


X2- X1

4-2

X1- X0

2-1
4 -1

X2- X0
b1= .6914718 0 = .69314718

b2= -.11552453

PASO 4
Aplicamos la frmula de interpolacin cuadrtica:
f2(X) = b0 + b1(X-X0) + b2(X- X0)(X-X1)
f2(2) = 0 + .69314718(2-1) + (-.11552453)(2- 1)(2-2)= .69314718

MTODOS NUMRICOS 2013


PASO 5
Calculamos el error total

|%Et|= .6931472- .69314718(100)= .0000002%


.6931472

PASO 6
Como nuestro valor buscado al aplicar la frmula de interpolacin cuadrtica fue
muy parecido al valor verdadero y su error total fue casi insignificante el proceso
ya no necesita de ms repeticiones y aqu termina.

INTERPOLACION DE NEWTON EN DIFERENCIAS DIVIDIDAS


FORMA GENERAL DE LOS POLINOMIOS DE INTERPOLACIN DE NEWTON

PASO 1
Asignamos nuestros primeros valores de X0, X1, X2 y X3
PASO 2
Evaluamos los valores iniciales en la funcin para obtener
f(X0 ), f( X1), f(X2) y f(X3)
PASO 3
Buscamos los valores de la primera diferencia dividida finita con las siguientes
formulas:
f(X1 X0)= f(X1 ) - f( X0)
X1 - X0
f(X2 X1)= f(X2 ) - f( X1)
X2 X1
f(X3 X2)= f(X3 ) - f( X2)
X3 X2

MTODOS NUMRICOS 2013


PASO 4
Buscamos los valores de la segunda diferencia dividida finita con las siguientes
formulas:

f(X2 X1 X0)= f(X2 X1) - f(X1 X0)


X2 X0
f(X3 X2 X1)= f(X3 X2) f(X2 X1)
X3 X1

PASO 5
Con los valores obtenidos calculamos la n esima diferencias divididas finita con la
siguiente formula:

f(X3 X2 X1 X0)= f(X3 X2 X1) - f(X2 X1 X0)


X3 X1
Para facilitar la introduccin de los datos de la frmula que sigue reescribimos los
valores siguientes:
b0 = f(X0 )
b1= f( X1 X0)
b2= f(X2 X1 X0)
b2= f(X3 X2 X1 X0)

MTODOS NUMRICOS 2013


Ahora aplicamos la formula general del polinomio de interpolacin de Newton en
diferencias divididas:
fn(X)= b0 + b1 (X X0)+ f(X1 X0) + b2 (X - X0)(X X1) + b3(X - X0)(X X1)( X X2)
EJERCICIO DE APLICACION
Estime el ln2.
PASO 1
Asignamos nuestros primeros valores de
X0=1
X1=4
X2=6
X3=5
PASO 2
Evaluamos los valores iniciales en la funcin para obtener

f(X0 )=f(1)=ln1= 0
f( X1)=f(4)=ln4=1.3862
f(X2)=f(6)=ln6=1.7917
f(X3)=f(5)=ln5=1.6094

MTODOS NUMRICOS 2013


PASO 3
Buscamos los valores de la primera diferencia dividida finita con las siguientes
formulas:

f(X1 X0)= f(X1 ) - f( X0)


X1 - X0
f(X2 X1)= f(X2 ) - f( X1)
X2 X1
f(X3 X2)= f(X3 ) - f( X2)
X3 X2

f(X1 X0)= 1.3862 - 0


4-1
f(X2 X1)= 1.7917 1.3862
64
f(X3 X2)= 1.6094 1.7917
56

PASO 4
Buscamos los valores de la segunda diferencia dividida finita con las siguientes
formulas:
f(X2 X1 X0)= f(X2 X1) - f(X1 X0)
X2 X0
f(X3 X2 X1)= f(X3 X2) f(X2 X1)
X3 X1

f(X2 X1 X0)= .2027 - .46206 =-.051872


61

f(X3 X2 X1)= .1823 - .2027= -.0204


5-4

PASO 5
Con los valores obtenidos calculamos la n esima diferencias divididas finita con la siguiente
formula:

f(X3 X2 X1 X0)= f(X3 X2 X1) - f(X2 X1 X0) =


X3 X1
f(X3 X2 X1 X0)= -.204 (-051872)=.00785
51

MTODOS NUMRICOS 2013


Para facilitar la introduccin de los datos de la frmula que sigue reescribimos los valores
siguientes:
b0 = f(X0 ) =0
b1= f( X1 X0) = .462066
b2= f(X2 X1 X0) =-.0518
b2= f(X3 X2 X1 X0) =.00785

PASO 6
Ahora aplicamos la formula general del polinomio de interpolacin de Newton en diferencias
divididas:
fn(X)= b0 + b1 (X X0)+ f(X1 X0) + b2 (X - X0)(X X1) + b3(X - X0)(X X1)( X X2)
fn(X)= 0+ . 462066(2-1)+(-.0518)(2-1)(2-4)+ .00785(2-1)(2-4)(2-6)= .6280

MTODOS NUMRICOS 2013


POLINOMIO DE INTERPOLACION DE LAGRANGE
Es una reformulacin del polinomio de Newton que evita el clculo de las diferencias
divididas.
Formula general:

( )

( ) ( )

Donde

( )

Entonces

( )

( )

designa el producto de.


La versin de primer grado es (n=1):

( )

( )

MTODOS NUMRICOS 2013


La versin de segundo grado es (n=2):

( )

)(
)(

)
)

)(
)(

(
(

Para la versin de cuarto grado, desarrollamos la frmula:

( )

( )

) +

)(
)(

)
)

MTODOS NUMRICOS 2013


Factorizando:

) (

) (

) (

)(

)(

)(

) (

) (

) (

)(

)(

)(

) (

) (

) (

)(

)(

)(

) +

) +

) (

) (

) (

)(

)(

)(

) (

) (

) (

)(

)(

)(

EJERCICIO DE APLICACIN:

Evaluar ln2
X0=1

f(x0)=0

X1=4

f(x1)=1.386294

X2=6

f(x2)=1.791760

Usando la estimacin de primer grado


( )

(
(

)
( )
)

(
(

)
(
)

Usando la estimacin de segundo grado


( )

(
(

)(
)(

)
( )
)

(
(

)(
)(

)
(
)

(
(

)(
)(

)
(
)

MTODOS NUMRICOS 2013


FRMULAS DE INTEGRACIN DE NEWTON COTES

Estas frmulas se basan en las estrategias de reemplazar una funcin complicada o datos
tabulados por un polinomio que es fcil de integrar.

( )

( )

Donde
( ), es un polinomio de la forma
( )

) (

Donde n es el grado del polinomio.

Existen formas abiertas y cerradas de las frmulas de Newton-Cotes, las formas cerradas son
aquellas donde se conocen los datos al inicio y al final de los lmites de integracin que se
extienden ms all del intervalo de los datos.

a) Mtodos cerrados

b) Mtodos abiertos

MTODOS NUMRICOS 2013


REGLA DEL TRAPECIO

La regla del trapecio es la primera de las frmulas cerradas de integracin de Newton-Cotes.


Ecuacin de primer grado (n=1):

( )

( )

( )

( )

( )

( )

Donde
( )

( )

)]

Entonces
[ ( )

Entonces la frmula en general de integracin de la regla del trapecio es


(

( )

( )

REGLA DEL TRAPECIO DE APLICACIN MLTIPLE

Una forma de mejorar la precisin de la regla del trapecio consiste en dividir el intervalo de
integracin de

en varios segmentos y aplicar el mtodo a cada uno de ellos.

MTODOS NUMRICOS 2013

a) Dos segmentos; b) Tres segmentos; c) Cuatro segmentos; d) Cinco segmentos

Las reas de los segmentos se suman despus para obtener la integral en todo el intervalo.
La figura siguiente muestra el formato general y la nomenclatura que se usar; hay n +1 puntos
igualmente espaciados (x0, x1, x2,,xn) en consecuencia, existen
ancho.

segmentos del mismo

MTODOS NUMRICOS 2013


Si a y b se designan como x0 y xn respectivamente, entonces

( )

( )

( )

Sustituyendo la regla del trapecio en cada integral

Agrupando trminos

[ (

( )

)]

Entonces

ancho

( )

altura promedio

Se tiene un error al sumar los errores individuales de cada segmento

( )

( )

MTODOS NUMRICOS 2013


EJERCICIO DE APLICACIN:

Use la regla del trapecio de dos segmentos para estimar la integral de:
f(x)=0.2 + 25x 200x2 + 675x3 - 900x4 + 400x5
Donde a=0 hasta b=0.8 , n=2

f(x0)=f(0)=0.2
f(x1)=f(0.4)=2.456
f(x2)=f(0.8)=0.232

1.0688

)
( )

MTODOS NUMRICOS 2013


REGLAS DE SIMPSON
Consiste en usar polinomios de grado superior para unir los puntos. Por ejemplo, si hay otro
punto a la mitad entre ( ) y ( ) los tres puntos se pueden unir con una parbola. Si hay dos
puntos igualmente espaciados entre ( ) y ( ) los cuatro puntos se pueden unir mediante un
polinomio de tercer grado. Las frmulas que resultan de formar estas integrales bajo estos
polinomios se conocen como reglas de Simpson.

a) Regla de Simpson 1/3; b) Regla de Simpson 3/8

REGLA DE SIMPSON DE 1/3

Resulta cuando un polinomio de interpolacin de segundo grado se sustituye en la ecuacin


general.

( )

Si se designan

( )
como

;y

( ) se representa por un polinomio de Lagrange de

segundo grado, la integral se transforma en

[(

)(
)(

)
)

( )

(
(

)(
)(

)
)

( )

(
(

)(
)(

)
)

( )]

MTODOS NUMRICOS 2013


Entonces

[ ( )

( )

( )]

Donde
(

Esta frmula tambin se puede expresar de la siguiente forma

( )

)
(

( )

( )

EJEMPLO DE APLICACIN:
Integre f(x)=0.2 + 25x 200x2 + 675x3 900x4 + 400x5
Desde a=0 hasta b=0.8; valor verdadero=1.640533

f(0)=0.2

f(0.4)=2.456

f(0.8)=0.232
(

MTODOS NUMRICOS 2013


REGLA DE SIMPSON DE 1/3 DE APLICACIN MULTIPLE

Esta regla se mejora al dividir al intervalo de integracin en varios segmentos de un mismo


tamao.

Este mtodo se puede emplear solo si el nmero de segmentos es par.

( )

( )

( )

Sustituyendo la regla de Simpson de 1/3


(

Donde la formula general es

( )

( )

MTODOS NUMRICOS 2013


EJERCICIO DE APLICACIN:
Estime la integral de f(x)= 0.2 + 25x 200x2 + 675x3 900x4 + 400x5

n=4, desde a=0 hasta b=0.8, valor verdadero=1.640533

f(0)=0.2

f(0.2)=1.288

f(0.4)=2.456

f(0.6)=3.469

f(0.8)=0.232

)
( )

MTODOS NUMRICOS 2013


REGLA DE SIMPSON DE 3/8

Esta regla es similar a la regla de trapecio y Simpson 1/3, donde se ajusta en este caso un
polinomio de Lagrange a cuatro puntos y se integra.

( )

[ (

( )

)]

Donde
(

Entonces
(

)[

)
]

Es til cuando el nmero de segmentos es impar.

EJERCICIO DE APLICACION:
Integral de la funcin f(x)= 0.2 + 25x 200x2 + 675x3 900x4 + 400x5
Desde a=0 hasta b=0.8

MTODOS NUMRICOS 2013


f(0)=0.2

f(0.2667)=1.432724

f(0.533)=3.487177

f(0.8)=0.232

EJEMPLO APLICANDO LA REGLA DE SIMPSON 1/3 Y 3/8 COMBINADAS.

MTODOS NUMRICOS 2013


Aplicar la regla de 1/3 para los primeros dos segmentos y 3/8 para los siguientes tres.

f(0)=0.2
f(0.16)=1.296919

1/3

f(0.32)=1.743393
f(0.48)=3.186

3/8

f(0.64)=3.1819
f(0.8)=0.232

La integral para los primeros tres segmentos se obtiene usando la regla de Simpson 1/3;
donde

a=0 y b=0.32

Para los ltimos tres segmentos, la regla de 3/8 se utiliza para obtener la integral donde
a=0.32 y b=0.8

La integral total se calcula sumando los dos resultados:

MTODOS NUMRICOS 2013


SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES
MTODO DE GAUSS

Dado un sistema de ecuaciones, resolver por el mtodo de Gauss.


3x1 0.1x2 0.2x3 =7.85
0.1x1 + 7x2 0.3x3= -19.3
0.3x1 0.2x2 + 10x3=71.4

] [ ]=[
A

]
b

Sabiendo que Ax=b, entonces

] [ ]=[ ]

Sustituyendo:

1/3

Donde

] [ ]=[

MTODOS NUMRICOS 2013


Luego

] [ ]=[

Se rellena con las siguientes frmulas:

Para el siguiente pivote se realizan las mismas operaciones:

] [ ]=[

] [ ]=[

Se rellena con la frmula:

MTODOS NUMRICOS 2013


Luego

] [ ]=[

] [ ]=[

Entonces, despejando y sustituyendo de atrs hacia adelante, resolvemos el sistema original:


x3=7
x2 0.0419x3= -2.793

x2 0.0419(7)= -2.793

x1 3.33x10-2x2 6.66x10-2x3=2.617

x2= -2.793 + 0.2933

x1=2.617 0.08325 + 0.4662

x1=3

x2= -2.5

MTODOS NUMRICOS 2013


MTODO DE LU

-1

X1

-1

X2

-1

-1

X3

-1

X4

0
0

Se tiene que A x= b, pero A= LU, entonces Lu x=b; pero =ux, entonces L=b
Resolviendo por el mtodo Gauss la parte A:

-1

-1

-1

-1

-1

Multiplico la fila 1 por para convertir

en 1 pero se

conserva su valor (la multiplicacin solo afecta al resto


de la fila pivote y de la columna pivote).

-1

Una vez aplicada la multiplicacin, se termina de


rellenar la matriz nueva con el mismo mtodo de
Gauss:
As sucesivamente hasta

-1

-1

rellenar la matriz.

-1

-1

-1

-1

-1

Una vez rellenada la matriz, se toma la segunda fila


como pivote, haciendo la divisin entre

para volver

en 1, pero se conserva su valor (la divisin afecta


solo al resto de la fila pivote y se conservan los valores
de la columna pivote)

MTODOS NUMRICOS 2013


La matriz A final es:

-1

-1
0

-1

Se divide la matriz A en L (matriz triangular inferior)


L=
3

-1

-1
0

0
0

-1

Y en la matriz U (matriz triangular superior)

U=

MTODOS NUMRICOS 2013


Luego hacemos L=b

-1

-1
0

-1

0
0

Se obtienen los valores de de arriba hacia abajo:


31=1

1=1/3

-1 + 5/32=0

2= (1/3)/(5/3)

-1 1/32 + 8/53=0
-3 + 3/84=0

2=1/5

3= (1/3 + 1/15) / (8/5)

4= (1/4) / (3/8)

3=1/4

4=2/3

Hacemos Ux=

3
0

X1

X2
X3

X4

Obtenemos los valores de x de abajo hacia arriba:

X4= 2/3
X3 5/8x4=

x3= + 5/12

X2 1/5x3= 1/5

x2= 1/5 + 2/15

X1 - 1/3x2 1/3x3= 1/3

x3=2/3
x2= 1/3

x1= 1/3 + 1/9 + 2/9

x1= 2/3