Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis Numerico
Analisis Numerico
AGRADECIMIENTOS...............................................................................................ii
ACERCA DEL AUTOR.............................................................................................iii
INTRODUCCIN......................................................................................................1
METODOLOGA.......................................................................................................2
COMPUTADORAS Y PROGRAMAS.......................................................................3
PRESENTACIN DE NUMERICALS 1.0................................................................5
TABLA DE CONTENIDO.........................................................................................6
BIENVENIDA..........................................................................................................10
CAPTULO UNO
MODELOS MATEMTICOS..................................................................................11
1.1. MODELAMIENTO MATEMTICO...............................................................12
1.2. CASO DE ESTUDIO....................................................................................12
1.2.1. Solucin analtica.........................................................................................14
1.2.2. Solucin numrica........................................................................................14
1.3. Modelos matemticos que describen sistemas fsicos................................17
CAPTULO DOS
APROXIMACIONES Y ERRORES.........................................................................20
2.1. INTRODUCCIN TERICA............................................................................21
2.1.1 CIFRAS SIGNIFICATIVAS............................................................................22
2.1.2. EXACTITUD Y PRECISIN.........................................................................22
2.3. ERRORRES DE TRUNCAMIENTO.................................................................23
2.2.1. Uso de la serie de Taylor para estimar los errores de truncamiento............23
2.4.2. Estabilidad y condicin.................................................................................25
2.3. ERROR NUMRICO TOTAL..........................................................................25
2.3.1. Errores por equivocacin..............................................................................26
2.3.2. Errores de formulacin.................................................................................26
2.3.3. Incertidumbre de los resultados...................................................................27
2.4. EJERCICIOS RESUELTOS............................................................................27
CAPTULO TRES
DIFERENCIACIN NUMRICA.............................................................................31
3.1. INTRODUCCIN TERICA............................................................................32
3.2. APROXIMACIN A LA PRIMERA DERIVADA CON DERIVADA HACIA
ATRAS....................................................................................................................32
3.3. APROXIMACIONES A LA PRIMERA DERIVADA CON DIFERENCIAS
CENTRALES..........................................................................................................33
3.4. APROXIMACIONES POR DIFERENCIAS FINITAS DE DERIVADAS DE
ORDEN SUPERIOR...............................................................................................34
3.5. EJERCICIO RESUELTO.................................................................................35
CAPTULO CUATRO
RACES DE ECUACIONES...................................................................................37
6
4.1. OBJETIVOS.....................................................................................................38
4.2. TEMAS PARA CONSULTA.............................................................................38
4.2.1. Mtodos que usan incrementos: procedimientos grficos, mtodo de la
biseccin, mtodo de la regla falsa, bsqueda de intervalos determinando una
aproximacin...........................................................................................................38
4.2.2. Mtodos iterativos: iteracin de punto fijo, mtodo de Newton-Raphson,
mtodo de la secante, raz de un polinomio.
4.3. INTRODUCCIN TERICA............................................................................38
4.3.1. Algoritmo de Biseccin.................................................................................39
4.3.2. Mtodo de Newton-Raphson........................................................................39
4.3.3. Mtodo de la Secante...................................................................................39
4.4. RELACIN DE FORMULAS IMPORTANTES.................................................40
4.5. LOCALIZACIN DE RACES USANDO NUMERICALS 1.0...........................40
4.5.1. Enunuciado de problema (Newton-Raphson)...............................................40
4.5.2. Enunciado del problema (Regla falsa)..........................................................41
4.6. EJERCICIOS PROPUESTOS.........................................................................42
AUTOEVALUACIN I ............................................................................ .............43
CAPTULO CINCO
INTEGRACIN NUMRICA............................................. ....................................44
5.1. OBJETIVOS.................................................................................... ................45
5.2. TEMAS PARA CONSULTA
5.2.1 Formulas de cotas de Newton: regla del trapecio, reglas de Simpson,
integracin con intervalos desiguales, formulas de integracin abierta..................45
5.2.2. Integracin de Romber y cuadratura gaussiana: algoritmo de Romberg,
cuadratura gaussiana.............................................................................................45
5.3. DIFERENCIACIN E INTEGRACIN NUMRICA.........................................45
5.4. DIFERENCIACIN NUMRICA......................................................................46
5.4.1. Formula de tres puntos.................................................................................46
5.4.2. Formula de cinco puntos...............................................................................46
5.5. INTEGRACIN NUMRICA............................................................................46
5.5.1. Regla del trapecio.........................................................................................47
5.5.2. La regla de Simpson.....................................................................................47
5.6. RELACIONES Y FORMULAS IMPORTANTES..............................................47
5.7. INTEGRACIN USANDO NUMERICALS 1.0.................................................48
5.7.1. Enunciado del problema (Reglas de Simpson)............................................48
5.7.2. Enunciado del problema (Cuadratura de Gauss).........................................49
5.8. EJERCICIOS PROPUESTOS.........................................................................50
AUTOEVALUCIN II ............................................................................................52
CAPTULO SEIS
AJUSTE DE CURVAS............................................................................................53
6.1. OBJETIVOS.....................................................................................................54
6.2. TEMAS PARA CONSULTA.............................................................................54
7
6.2.1. Regresin: regresin lineal, ajuste de curvas no lineales con una funcin de
potencia, ajuste de curvas con un polinomio de orden superior, ajuste de curvas
con una combinacin lineal de funciones conocidas..............................................54
6.2.2. Polinomios interpolantes: polinomio de interpolacin con diferencias
divididas de Newton, polinomios de interpolacin de Lagrange, otros mtodos....54
6.3. INTRODUCCIN TERICA............................................................................54
6.4. REGRESIN POR MNIMOS CUADRADOS..................................................55
6.4.1. Criterios para un mejor ajuste.......................................................................55
6.4.2. Ajuste por mnimos cuadrados de una lnea recta........................................56
6.5. LINEARIZACIN DE RELACIONES NO LINEALES.......................................57
6.6. INTERPOLACIN Y APROXIMACIN POLINOMICA....................................57
6.6.1. Polinomios de Taylor....................................................................................59
6.6.2. polinomios de Lagrange...............................................................................59
6.6.3. Diferencias divididas.....................................................................................60
6.6.4. Interpolacin de Hermite...............................................................................60
6.6.5. Interpolacin del trazador cbico..................................................................61
6.7. RELACIONES Y FORMULAS IMPORTANTES..............................................62
6.8. EJERCICIOS RESUELTOS.............................................................................63
6.8.1. Enunciado del problema (Linearizacin de una ecuacin de potencias)......63
6.8.2. Enunciado del problema (Ajuste por mnimos cuadrados)...........................63
6.8.3. Enunciado del problema (Ajuste de curvas).................................................65
6.9. AJUSTE DE CURVAS USANDO NUMERICALS 1.0......................................66
6.9.1. Enunciado del problema (Interpolacin).......................................................66
6.9.2. Enunciado del problema (Regresin lineal mltiple).....................................67
6.9.3. Enunciado del problema (Regresion polinomial)..........................................68
6.10. EJERCICIOS PROPUESTOS.......................................................................70
AUTOEVALUCIN III ............................................................................................72
CAPTULO SIETE
SOLUCIN NUMRICA DE ECUACIONES LINEALES SIMULTNEAS............74
7.1. OBJETIVOS.....................................................................................................75
7.2. TEMAS PARA CONSULTA.............................................................................75
7.2.1. Eliminacin de Gauss: solucin de pocas ecauciones, eliminacin gaussiana
simple, inconvenientes de los mtodos de eliminacin, tcnicas de mejoramiento
en las soluciones....................................................................................................75
7.2.2. Gauss-jordan e inversin de matrices y Gauss-Seidel: mtodo de Gauss-
Jordan, inversin de matrices, iteracin de Gauss-Seidel......................................75
7.3. SISTEMAS DE ECUACIONES LINEALES......................................................75
7.3.1. Eliminacin Gaussiana.................................................................................76
7.3.2. Mtodo de la inversin de una matriz...........................................................77
7.3.3. Mtodo del determnante de una matriz........................................................77
7.4. SISTEMAS NO LINEALES DE ECUACIONES...............................................78
7.4.1. Mtodo de Newton........................................................................................79
7.4.2. Mtodo de Broyden.......................................................................................79
8
7.4.3. Tcnicas de descenso rpido.......................................................................79
7.5. SOLUCIN NUMRICA DE ECUACIONES SIMULTNEAS LINEALES Y NO
LINEALES POR NUMERICALS 1.0.......................................................................81
7.5.1. Enunciado del problema (Gauss-Jorda).......................................................81
7.5.2. Enunciado del problema (Ecuaciones no lineales).......................................82
7.6. RELACIONES Y FORMULAS IMPORTANTES..............................................83
7.7. EJERCICIOS PROPUESTOS.........................................................................83
AUTOEVALUACIN IV.........................................................................................84
CAPTULO OCHO
ECUACIONES DIFERENCIALES ORDINARIAS..................................................86
8.1. OBJETIVOS.....................................................................................................87
8.2. TEMAS PARA CONSULTA.............................................................................87
8.2.1. Mtodos de un paso: mtodo de Euler, mtodo de Euler modificado, mtodo
e Runge-Kutta, Sistemas de ecuaciones................................................................87
8.2.2. Mtodos de pasos mltiples: un enfoque de pasos mltiples, formulas de
integracin..............................................................................................................87
8.3. INTRODUCCIN TERICA............................................................................88
8.3.1. Mtodo para resolver EDO sin el uso de computadora................................88
8.3.2. EDO y prctica de la ingeniera....................................................................89
8.4. ANTECEDENTES MATEMTICOS................................................................91
8.5. ECUACIONES DIFERENCIALES ORDINARIAS............................................91
8.5.1. Mtodo de Euler............................................................................................92
8.5.2. Mtodo de Runge-Kutta................................................................................92
8.6. SOLUCIN DE ECUACIONES DIFERENCIALES ORDINARIAS USANDO
NUMERICALS 1.0..................................................................................................93
8.7. EJERCICIOS PROPUESTOS.........................................................................96
AUTOEVALUACIN V ..........................................................................................98
9. BIBLIOIGRAFA...............................................................................................101
ANEXOS
ACTIVIDADES PRELIMINARES..........................................................................102
FUNDAMENTOS MATEMTICOS.......................................................................103
EJERCICIOS RESUELTOS..................................................................................108
APLICACIN DE LOS MTODOS NUMRICOS EN DISTINTOS CASOS DE LA
INGENIERA.........................................................................................................114
Diseo y desarrollo de un simulador para un sistema de pateurizacin
controlado automticamente...........................................................................115
Determinacin del factor de condicin mltiple KM para verificar el estado de
una poblacin ictica de sbalo........................................................................122
Estandarizacin de grasa en la carne empleada para laborar productos
crnicos embutidos..........................................................................................126
Modelacin matemtica y simulacin computacional de cristalizadores por
enfriamiento para la produccin de azcar de caa........................................129
9
INTRODUCCIN
1
METODOLOGA
2
A travs de esta evaluacin el estudiante, necesariamente deber despertar su
espritu investigativo que implica el desarrollo de habilidades de pensamiento
como: el anlisis, la induccin, la deduccin, que lo conducirn a la identificacin y
a la solucin de un problema real relacionado con su estudio.
COMPUTADORAS Y PROGRAMAS
Los mtodos numricos son tcnicas mediante las cuales es posible formular
problemas matemticos de tal forma que puedan resolverse usando operaciones
aritmticas. Aunque hay muchos tipos de mtodos numricos, comparten una
caracterstica comn: invariantemente se debe realizar un buen nmero de
tediosos clculos aritmticos. No es raro que con el desarrollo de computadoras
digitales eficientes y rpidas, el papel de los mtodos numricos en la solucin de
problemas de ingeniera haya aumentado en forma considerable en los ltimos
aos.
Aunque las soluciones analticas an son muy valiosas, tanto para resolver
problemas como para proporcionar una mayor comprensin, los mtodos
numricos representan alternativas que aumentan en forma considerable la
capacidad de confrontar y resolver los problemas; como resultado se dispone de
ms tiempo para aprovechar las capacidades creativas personales. Por
consiguiente, es posible dar ms importancia a la formulacin de un problema, a la
interpretacin de la solucin y a su incorporacin al sistema total, o conciencia
holstica.
3
superiores a operaciones aritmticas bsicas, porque profundizan en los temas
que de otro modo resultaran oscuros. Finalmente, esta alternativa aumenta su
capacidad de comprensin y entendimiento en la materia.
FORMULACIN
Principios explicados
sencillamente (Leyes)
FASES EN LA SOLUCIN
SOLUCIN DE Mtodos muy elaborados y
PROBLEMAS DE habitualmente complicados para
INGENIERA hacer manejable el problema
INTERPRETACIN
Anlisis profundo limitado
a) antes del uso de las por una solucin que
computadoras consume tiempo
FORMULACIN
Deduccin intensa de la
relacin del problema con los
principios fundamentales
FASES EN LA SOLUCIN
SOLUCIN DE Software sencillo de
PROBLEMAS DE implementar
INGENIERA
INTERPRETACIN
La rapidez del clculo permite
b) actualmente con el uso de las un anlisis profundo de los
computadoras resultados.
Figura 1. Fases en la solucin de problemas de ingeniera: (a) Era antes del uso
de las computadoras, (b) Actualmente con el uso de las computadoras.
4
PRESENTACIN DE NUMERICALS 1.0
5
CONTENIDO PROGRAMTICO
PRIMERA UNIDAD
ANTECEDENTES MATEMTICOS
OBJETIVO GENERAL
Al completar la primera unidad el estudiante deber estar capacitado para
reconocer tcnicas numricas, as como en la identificacin de modelos
matemticos de uso general en las ciencias alimentarias. En general, habr
adquirido una idea de la importancia bsica de las computadoras y el papel de las
aproximaciones y la estimacin de errores en la implementacin y desarrollo de
los mtodos numricos.
6
SEGUNDA UNIDAD
AJUSTE DE CURVAS
OBJETIVO GENERAL
Al completar la cuarta unidad, el estudiante habr refinado en gran forma su
competencia para ajustar curvas con datos reportados. En general, manejar las
tcnicas, habr aprendido a avalar la confiabilidad de sus resultados y ser capaz
de seleccionar el mtodo (o mtodos) para cualquier problema particular que
involucre un ajuste de curvas.
TERCERA UNIDAD
INTEGRACIN NUMRICA
OBJETIVO GENERAL
Al completar la quinta unidad, el estudiante estar en capacidad de reconocer y
resolver situaciones que involucren problemas de integracin numrica y valorar
su aplicacin para solucionar problemas de ingeniera aplicados en la
agroindustria alimentaria.
7
CUARTA UNIDAD
RACES DE ECUACIONES
OBJETIVO GENERAL
Al completar la segunda unidad el estudiante debe tener la suficiente informacin
para aplicar convenientemente una amplia variedad de problemas de ingeniera,
que se relacionan con las races de ecuaciones. En general, se dominarn los
mtodos, se habr aprendido a evaluar su confiabilidad y se tendr la capacidad
de optar por el mejor mtodo (o mtodos) para cualquier problema en particular.
CAPITULO OCHO: Mtodos que usan incrementos
Procedimientos grficos
Mtodo de biseccin
Mtodo de la regla falsa
Bsquedas con intervalos determinando una aproximacin inicial
QUINTA UNIDAD
SOLUCIN NUMRICA DE ECUACIONES LINEALES SIMULTNEAS
OBJETIVO GENERAL
Al completar la tercera unidad el estudiante ser capaz de resolver problemas que
involucran ecuaciones algebraicas lineales y valorar la aplicacin de esas
ecuaciones en muchos campos de la ingeniera.
CAPITULO DIEZ: Eliminacin de gauss
Solucin de pocas ecuaciones
Eliminacin gaussiana simple
Inconvenientes de los mtodos de eliminacin
Tcnicas de mejoramiento en las soluciones
8
SEXTA UNIDAD
ECUACIONES DIFERENCIALES ORDINARIAS
OBJETIVO GENERAL
Al completar la sexta unidad, el estudiante debe aumentar de manera notoria su
capacidad para enfrentar y resolver ecuaciones diferenciales ordinarias y
problemas de valores propios. Las metas de estudio en general deberan incluir el
poder seleccionar el mejor mtodo (o mtodos) para cualquier problema en
particular de aplicacin en ingeniera.
9
BIENVENIDA
El autor
10
HYPATIA (370 415 D.C.)
Nacida en Alejandra, una excepcional mujer, hija de Ten (filsofo y matemtico). Se hizo clebre
por su saber, por su argumentacin y por su belleza, viaja a Atenas donde realiza estudios; al
regresar a Alejandra funda una escuela deonde ensea las doctrinas de Platn y Aristteles y se
pone al frente del pensamiento neoplatnico.
Hypatia escribi un libro titulado: Sobre las conicas de Apolonio. Es una de los ltimos
matemticos griegos. Su muerte marca el final de los grandes descubrimiemtos matemticos en
Europa por varios siglos. Se distingui por los comentarios a las obras de Apolonio y Diofanto.
CAPITULO UNO
MODELOS MATEMTICOS
11
1.1. MODELAMIENTO MATEMTICO
Sobre las bases de sus observaciones varios cientficos a lo largo de a historia nos
han reportado teoras que no son mas que modelos empricos abstrados de
nuestra realidad fsica. Es as como Newton formul la segunda ley del
movimiento, esta se usa rutinariamente por los ingenieros en el diseo de
elementos tales como armaduras, dispositivos, circuitos, entre otros. Desde la
perspectiva del diseo de ingeniera, estos conocimientos son muy tiles cuando
se expresan en forma de un modelo matemtico.
Sin embargo, los modelos matemticos de otros fenmenos fsicos pueden ser
mucho ms complejos y no pueden resolverse exactamente o requieren tcnicas
matemticas ms avanzadas que la simple lgebra para su solucin.
Para ilustrar el modelo de este tipo per ms complicado, se puede usar la segunda
ley de Newton para determinar la velocidad de un cuerpo en cada libre.
dV
m =F (1.2)
dt
12
V es la velocidad, entonces la masa multiplicada por la razn de cambio de la
velocidad es igual a la suma de fuerzas que actan sobre el cuerpo.
Para un cuerpo que cae la fuerza total la conforman dos fuerzas contrarias: la
fuerza gravitatoria (hacia abajo) y la fuerza de resistencia del aire (hacia arriba), es
decir:
F = FR + Fg (1.3).
FR
Fg
La fuerza total es la diferencia entre las fuerzas hacia abajo y hacia arriba. Por
tanto, combinando las ecuaciones obtenemos:
dV
m( ) = mg CV
dt
dividiendo a cada lado por m encontramos:
dV C
=g V (1.4)
dt m
13
Suponiendo que el esquiador se lanzo desde un aeroplano y en el instante t=0
(inicialmente) esta en reposo v=0, se puede usar el clculo para resolver la
ecuacin (1.4), as:
gm
v(t ) =
c
(1 e(c / m)t ) (1.5)
al dar varios valores de t se obtienen las velocidades para dicho tiempo: los
resultados se presentan a continuacin:
t, seg. V, cm/seg.
0 0
2 1640,5
4 2776,9
6 3564,2
8 4109,5
10 4487,3
12 4749,0
5339,0
Como se menciono con anterioridad, los mtodos numricos son aquellos en los
que se reformula el problema matemtico para que se pueda resolver mediante
14
operaciones aritmticas. Para nuestro caso, la razn de cambio de la velocidad
con respecto al tiempo puede aproximarse de la siguiente manera:
dV V v(ti +1 ) v(ti )
= (1.7)
dt t ti +1 ti
v(ti +1 ) v(ti ) C
= g v(ti ) (1.8)
t i + 1 ti m
C
v(ti +1 ) = v(ti ) + g v(ti ) (ti +1 ti ) (1.9)
m
Este nuevo valor de v en ti+1 puede emplearse para extender el clculo de v en ti+2
y as sucesivamente. Por lo tanto, en cualquier tiempo de la trayectoria,
Al principio de los clculos (t1=0), la velocidad del esquiador v(ti) es igual a cero.
Con esta informacin y los valores de los parmetros del ejemplo anterior, la
ecuacin 2.8. se puede usar para estimar v(ti+1) en ti+1 = 2seg.
12500
v(2) = 0 + 980 (0) 2 = 1960cm / s
68100
15
12500
v(4) = 1960 + 980 (0) 2 = 3200.5cm / s
68100
Siguiendo con los clculos de la misma manera para obtener valores adicionales,
como se muestra en la siguiente tabla:
t, segundos v, cm/seg.
0 0
2 1960.0
4 3200.5
6 3985.6
8 4482.5
10 4796.9
12 4995.9
5339,0
Velocidad terminal
60
Solucin numrica
aproximada
Solucin
40
analtica, exacta
20
0 4 8 12 t, m
16
1.3 MODELOS MATEMTICOS QUE DESCRIBEN SISTEMAS FSICOS
Ecuacin Baromtrica
Se aplica en el estudio de gases para establecer la relacin de presiones. La
presin y la densidad de un gas ideal se relacionan por la siguiente ecuacin:
PM
= , reemplazando , en las dos ecuaciones anteriores y derivando y
RT
dP Mg
separando variables, se encuentra: = dh , con T constante e integrando
P RT
entre dos estados obtenemos:
P gM
Ln 2 = (h2 h1 )
P1 RT
Anlisis dimensional R = constante de los gases ideales,
T = temperatura, K atmm3kmol-1K-1
H = altura, m Variable independiente: altura h
g = constante gravitacional, ms-2 Variable dependiente : presin P
M = peso molecular, kgkmol-1
P = presin, kgs-2m-1 atm
17
Variable independiente : tiempo, t
Variable independiente :agua evaporada, w
Parmetros : propiedades fisicoqumicas y geomtricas del material a
secar, coeficiente de transferencia
18
d se puede expresar de manera anloga a la ley de Arrhenius, en funcin de
E
la temperatura: d = ae RT
.
E
dN
De las ecuaciones anteriores se tiene: = d N = aNe RT
dt
t E t
No
N 0
integrando, = Ln = d dt = a e dt , en donde, = reduccin fraccional
RT
de microorganismos.
Anlisis dimensional
t = tiempo, s
N = nmero de microorganismos
d = constante de extincin trmica, s-1
T = temperatura, K
E = energa de activacin, cal/gmol
A = constante de Arrhenius
R = constante universal de los gases, cal/gmolK
19
U
Universidad abierta y
NAD Nacional a distancia
CAPTULO DOS
APROXIMACIONES Y ERRORES
Debido a que los errores son parte intrnseca en el entendimiento y uso efectivo de
los mtodos numricos, se ha escogido este captulo para desarrollar este tema.
La mayor parte de las tcnicas desarrolladas en este mdulo tienen la
caracterstica de poseer errores. Esto puede parecer contradictorio a primera vista
ya que no coincide con la imagen que se tiene de un buen mecanismo de
ingeniera.
20
U
Universidad abierta y
NAD Nacional a distancia
Donde Et se usa para denotar el valor exacto del error. Se incluye el subndice t
para denotar que se trata del error verdadero. Como ya se mencion
brevemente, esto contrasta con los otros casos, donde se debe emplear una
estimacin aproximada de error.
21
U
Universidad abierta y
NAD Nacional a distancia
El error relativo tambin se puede multiplicar por el 100% para expresarlo como:
Este captulo busca cubrir varios aspectos que identifican, cuantifican y minimizan
estos errores.
22
U
Universidad abierta y
NAD Nacional a distancia
qu tan cercano est un valor individual medido o calculado con respecto a los
otros. Estos conceptos se pueden ilustrar grficamente usando una analoga de
una diana de prcticas para tiro. Los agujeros en cada blanco de la figura 5 se
pueden imaginar como las predicciones en una tcnica numrica, mientras que el
centro del blanco representa la verdad. La inexactitud se define como un
alejamiento sistemtico de la verdad, la imprecisin (tambin llamada
incertidumbre), se refiere a la magnitud del esparcimiento de los disparos. Los
mtodos numricos deben ser lo suficientemente exactos o sin inexactitudes para
que cumplan los requisitos de un problema particular de ingeniera. Tambin
deben ser lo suficientemente precisos para el diseo en la ingeniera. Usaremos
el trmino error para representar la inexactitud y la imprecisin de las
predicciones.
Los errores de truncamiento son aquellos que resultan al usar una aproximacin
en lugar de un procedimiento matemtico exacto. Por ejemplo en el problema del
paracaidista aproximamos la derivada de la velocidad de cada de un paracaidista
mediante la ecuacin de diferencia finita dividida de la forma:
dv v v(ti +1 ) v(ti )
= (1.7)
dt t ti +1 ti
Se introdujo un error de truncamiento en la solucin, ya que la ecuacin de
diferencias slo aproxima el valor verdadero de la derivada. Adems, para
obtener conocimiento de las caractersticas de estos errores se regresar a la
formulacin matemtica usada ampliamente en los mtodos numricos para
expresar funciones en forma polinomial: las series de Taylor.
23
U
Universidad abierta y
NAD Nacional a distancia
Aproximacin a
primer orden
Aumenta la exactitud
Aumenta la precisin
a) b)
c) d)
24
U
Universidad abierta y
NAD Nacional a distancia
f ( x) = f ( x% ) + f '( x% )( x x% ) (2.6)
Esta relacin puede emplearse para estimar el error relativo de f(x) como en:
f ( x) f ( x% ) f '( x% )( x x% )
(2.7)
f ( x) f ( x% )
x x%
el error relativo de x esta dado por: .
x%
25
U
Universidad abierta y
NAD Nacional a distancia
Error total
Log error
Error de redondeo
Error de truncamiento
A todos les son familiares los errores por negligencia o por equivocacin. En los
primeros aos de la computadoras, los resultados numricos errneos fueron
atribuidos algunas veces al mal funcionamiento de la propia computadora. En la
actualidad esta fuente de error es muy improbable y la mayor parte de las
equivocaciones se pueden atribuir a errores humanos.
Las equivocaciones ocurren a cualquier nivel del proceso de modelacin
matemtica y pueden contribuir con todos los otros componentes del error. Se
pueden evitar nicamente con un slido conocimiento de los principios
fundamentales y con el cuidado del mtodo y diseo de la solucin del problema.
26
U
Universidad abierta y
NAD Nacional a distancia
2.4. EJERCICIOS RESUELTOS
27
U
Universidad abierta y
NAD Nacional a distancia
28
U
Universidad abierta y
NAD Nacional a distancia
Otra forma de llegar al mismo resultado: si x est redondeada, la cota del error
absoluto de ese redondeo, ser:
x =0,5x10-3 = 0,0005
y, por consiguiente, el valor exacto estar comprendido entre los valores x =
1.414 0,0005, es decir, entre: 1,4115 y 1,4135
Un voltmetro maraca las lecturas con un error de +0,05V. Se toma una lectura
de 60V. Calcular los errores absoluto, relarivo y porcentaje del error.
Solucin
V = 60 V = 59,95
ev = 60 - 59,95 = 0,05V
rv = 0,05/60 = 0,00081
Porcentaje = 0,00081x100 = 0,081%
29
U
Universidad abierta y
NAD Nacional a distancia
El peso de 1 dm3 de agua a 0C est contenido entre los valores indicados por
p = 999,847 gr 0,001 gr
Determinar la cota o lmite mximo del error relativo del resultado del peso del
agua.
Solucin
p = 999,847 y p = 0,001
con lo que ser :
p = 0,001/999,847 = 0,1x10-4 = 10-4
luego, no existe ninguna cifra decimal correcta, es decir, la ltima cifra correcta
ser la de las unidades. Ello equivale a asegurar que las cifras correctas son
las que forman la parte entera: la 4 y la 8
30
U
Universidad abierta y
NAD Nacional a distancia
CAPITULO TRES
DIFERENCIACIN NUMRICA
Como se menciono con anterioridad, los mtodos numricos son aquellos en los
que se reformula el problema matemtico para que se pueda resolver mediante
operaciones aritmticas sencillas. Para nuestro caso, la razn de cambio de la
velocidad con respecto al tiempo puede aproximarse de la siguiente manera:
dV V v(ti +1 ) v(ti )
= (1.7)
dt t ti +1 ti
31
U
Universidad abierta y
NAD Nacional a distancia
Esta diferencia dividida hacia adelante no es sino una de tantas que se puede
desarrollar mediante la serie de Taylor para la aproximacin de derivadas
numricas. Por ejemplo, las aproximaciones a primeras derivadas utilizando las
diferencias hacia atrs o diferencias centrales se pueden desarrollar de una
manera similar a la de la ecuacin (1.7). Las primeras usan valores en xi-1 y xi
(vase figura 7b), mientras que las segundas usan valores igualmente espaciados
alrededor del punto donde est estimada la derivada (vase figura 7c). Las
aproximaciones ms exactas de la primera derivada se pueden desarrollar
incluyendo en la serie de Taylor trminos de orden ms alto. Finalmente, todas
las versiones anteriores se pueden desarrollar para derivadas de segundo orden,
tercer orden y rdenes superiores. Las siguientes secciones analizan brevemente
estos casos, ilustrando cmo se desarrollan cada uno de ellos.
La serie de Taylor se puede expandir hacia atrs para calcular un valor anterior
sobre el valor actual, como en:
f ' ' ( xi ) 2
f ( xi 1 ) = f ( xi ) f ' ( xi )h + h (3.2)
2!
32
U
Universidad abierta y
NAD Nacional a distancia
f ( xi ) f ( xi 1 ) f1
f ' ( xi ) = (3.3)
h h
f ' ' ( xi ) 2
f ( xi +1 ) = f ( xi ) + f ' ( xi )h + h (3.4)
2!
para obtener:
f ( 3) ( x i ) 3
f ( xi +1 ) = f ( xi 1 ) + 2 f ' ( xi )h + h (3.5)
3!
f ( xi +1 ) f ( xi 1 ) f ( 3) ( xi ) 2 f ( xi +1 ) f ( xi 1 )
f ' ( xi ) = h + f ' ( xi ) = O(h 2 ) (3.6)
2h 6 2h
33
U
Universidad abierta y
NAD Nacional a distancia
f ' ' ( xi )
f ( xi + 2 ) = f ( xi ) + f ' ( xi )(2h) +
( 2 h) 2 + L (3.7)
2!
La ecuacin (4.21) se puede multiplicar por 2 y restarse de la ecuacin (4.23)
f ( xi + 2 ) 2 f ( xi +1 ) + f ( xi )
f ' ' ( xi ) = + O ( h) (3.9)
h2
f ( xi ) 2 f ( xi 1 ) + f ( xi 2 )
f ' ' ( xi ) = + O ( h) (3.10)
h2
y la versin central,
f ( xi +1 ) 2 f ( xi ) + f ( xi 1 )
f ' ' ( xi ) = + O(h 2 ) (3.11)
h2
Como fue el caso con la aproximacin de la primera derivada, el caso central tiene
mejor aproximacin. Obsrvese tambin que la versin central puede ser
alternativamente expresada como
f ( xi +1 ) f ( xi ) f ( xi ) f ( xi 1 )
f ' ' ( xi ) h h (3.12)
h
34
U
Universidad abierta y
NAD Nacional a distancia
Derivada
verdadera aproximacin
a)
x
xi xi+1
Derivada
verdadera
b)
aproximacin
h
x
xi-1 xi
Derivada
verdadera
c)
aproximacin
2h
x
xi-1 xi xi+1
Figura 7. Grfica de aproximaciones con diferencias divididas finitas de la primera
derivada: a) hacia delante, b) hacia atrs, c) centrales.
Enunciado del problema. Use las diferencias finitas hacia delante y hacia atrs
con aproximacin de O(h) y diferencias centrales con aproximacin de O(h2) para
estimar la primera derivada de: f(x) = -0.14x4 0.15x3 0.5x2 0.25x + 1.2
35
U
Universidad abierta y
NAD Nacional a distancia
Las cuales pueden ser usadas para calcular las diferencias divididas hacia
delante,
0.63632813 0.925
f ' (0.5) = 1.155 t = 26.5%
0.25
las diferencias divididas hacia atrs,
0.925 1.10351563
f ' (0.5) = 0.714 t = 21.7%
0.25
y las diferencias divididas centrales,
0.63632813 1.10351563
f ' (0.5) = 0.934 t = 2.4%
0.5
Para ambos tamaos de paso, la aproximacin de diferencias centrales es ms
exacta que las diferencias hacia delante y hacia atrs. Tambin como se
pronostic con el anlisis de la serie de Taylor, dividiendo a la mitad el tamao del
paso, se tiene aproximadamente la mitad del error de las diferencias hacia atrs y
hacia adelante y una cuarta parte de error de las diferencias centrales.
36
U
Universidad abierta y
NAD Nacional a distancia
CAPTULO CUATRO
RACES DE ECUACIONES
Y RACES DE ECUACIONES
Raz
x
37
U
Universidad abierta y
NAD Nacional a distancia
4.1. OBJETIVOS
OBJETIVO GENERAL
Al completar la segunda unidad el estudiante debe tener la suficiente informacin
para aplicar convenientemente una amplia variedad de problemas de ingeniera,
que se relacionan con las races de ecuaciones. En general, se dominarn los
mtodos, se habr aprendido a evaluar su confiabilidad y se tendr la capacidad
de optar por el mejor mtodo (o mtodos) para cualquier problema en particular.
OBJETIVOS ESPECFICOS
Conocer la interpretacin grfica de una raz.
Reconocer las diferencias entre los mtodos que usan intervalos y los mtodos
abiertos para la localizacin de races
Entender el concepto de convergencia lineal y cuadrtica y sus implicancia en
la eficiencia de los mtodos de iteraciones de punto fijo y de Newton Raphson.
38
U
Universidad abierta y
NAD Nacional a distancia
Condiciones:
Esa una derivacin del mtodo de Newton Raphson, cuya ventaja radica en la no
necesidad de calcular derivadas, empleando iteraciones sucesivas de secantes en
lugar de tangentes. El principio matemtico y la ecuacin a resolver es anloga
entre lo dos mtodos. Para la n-sima iteracin el valor f(pn-1) se aproxima tal que:
f ( p n 1 ) * ( p n 1 p n 2 )
p n = p n 1 .
f ( p n 1 ) f ( p n 2 )
39
U
Universidad abierta y
NAD Nacional a distancia
Mtodo Formulacin
Biseccin Xi + Xu
Xr = Si f(Xl)f(Xr)<0, Xu=Xr, f(Xl)f(Xr)>0, Xl=Xr
2
Falsa posicin f ( Xu )( X l X u )
X r = Xu Si f(Xl)f(Xr)<0, Xu=Xr,
f (X l ) f (X u )
f(Xl)f(Xr)>0, Xl=Xr
Newton Raphson f (X i )
X i +1 = X i
f '(X i )
Secante f ( X i )( X i 1 X i )
X i +1 = X i
f ( X i 1 ) f ( X i )
Solucin.
40
U
Universidad abierta y
NAD Nacional a distancia
Use el mtodo de Regla Falsa para calcular la raz de f(x) = e-x x empleando
como valores iniciales de x(1) = -1 y x(2) = 1.
Solucin.
La solucin se expresa en un formulario de respuesta con el objeto de reconocer
las diferencias entre los mtodos de intervalos (Biseccin, Falsa posicin, ), de
los mtodos abiertos (Newton-Raphson, Secante, ).
41
U
Universidad abierta y
NAD Nacional a distancia
4.6.3. Para: f(x) = x3 6x2 + 11x 6.1, determine la raz real mxima mediante:
a. Grficamente
b. Usando el mtodo de Newton-Raphson (tres iteraciones, Xi = 3.5)
c. Empleando el mtodo de la secante modificado,
(tres iteraciones, Xi = 0.5, = 0.02).
42
U
Universidad abierta y
NAD Nacional a distancia
AUTOEVALUACIN I
a) Cul es la principal diferencia entre los mtodos abiertos y los mtodos que
usan intervalos.
b) Que diferencia hay entre los mtodos de la secante y de la falsa posicin.
c) Qu tcnicas conoce para localizar las races de un polinomio.
El factor de friccin para los flujos turbulentos en una tubera est dado por:
1 e 9.35
= 1.14 2 log10 +
f D Re f
llamada correlacin de Colebrook, donde Re es el nmero de Reynolds, e es la
aspereza de la superficie de la tubera y D es el dimetro de la tubera. Resuelva
la ecuacin f utilizando el mtodo de sustituciones sucesivas para D = 0.1 m, e =
0.0001 m y Re = 5104.
43
U
Universidad abierta y
NAD Nacional a distancia
PITAGORAS
Los griegos tomaron elementos de las matemticas de los babilonios y de los egipcios. La
innovacin ms importante fue la invencin de las matemticas abstractas basadas en una
estructura lgica de definiciones, axiomas y demostraciones. Segn los cronistas griegos, este
avance comenz en el siglo VI a.C. con Tales de Mileto y Pitgoras de Samos. Este ltimo ense
la importancia del estudio de los nmeros para poder entender el mundo. Algunos de sus
discpulos hicieron importantes descubrimientos sobre la teora de nmeros y la geometra, que se
atribuyen al propio Pitgoras. Considerado el primer matemtico, Pitgoras fund un movimiento
en el sur de la actual Italia, en el siglo VI a.C., que enfatiz el estudio de las matemticas con el fin
de intentar comprender todas las relaciones del mundo natural.
CAPITULO CINCO
INTEGRACIN NUMRICA
x
a b
44
U
Universidad abierta y
NAD Nacional a distancia
5.1. OBJETIVOS
OBJETIVO GENERAL
Al completar la quinta unidad, el estudiante estar en capacidad de resolver
muchos problemas de integracin numrica y apreciar su aplicacin para
solucionar problemas de ingeniera que los emplee.
OBJETIVOS ESPECFICOS
Conocer las frmulas y ecuaciones de error para: a) la regla trapezoidal, b) la
regla de Simpson.
Reconocer situaciones donde sean apropiadas las aplicacin de la integracin
numrica en su contexto particular.
Identificar los diferentes efectos del error de datos en el proceso de integracin
y diferenciacin numrica.
45
U
Universidad abierta y
NAD Nacional a distancia
b n
a f (x )dx a i f (x i ) (5.3)
i =0
46
U
Universidad abierta y
NAD Nacional a distancia
Sea f una funcin definida en un intervalo [a,b], h=(b-a)/n y xj=a +jh para cada
j=0,....n, la regla del trapecio es:
b
h n 1 (b a )h 2
f (x )dx =
2
f ( x a ) + f ( x b ) + 2 f ( x j
)
12
f ' ' ( ) (5.4)
a j =1
Sea f una funcin definida en un intervalo [a,b], h=(b-a)/2m, xj=a +jh y n=2m para
cada j=0,....2m, la regla de simpson es:
b
h m 1 m (b a )h 4 4
f (x )dx =
3
f ( x a ) + f ( x b ) + 2 f ( x 2j ) + 4 f ( x 2 j 1
)
180
f ( ) (5.5)
a j =1 j =1
Mtodo Formulacin
Regla trapezoidal f (a ) + f (b)
I (b a)
2
Regla de Simpson 1/3 f ( x 0 ) + 4 f ( x1 ) + f ( x 2 )
I (b a)
6
Integracin de Romberg k 1
4 I j +1,k 1 I j ,k 1
I j ,k =
4 k 1 1
Cuadratura de Gauss 4 k 1 I j +1,k 1 I j ,k 1
I j ,k =
4 k 1 1
47
U
Universidad abierta y
NAD Nacional a distancia
48
U
Universidad abierta y
NAD Nacional a distancia
Solucin.
49
U
Universidad abierta y
NAD Nacional a distancia
5.8.2. La funcin f(x) = e-x se puede usar para generar la siguiente tabla de datos
desigualmente espaciados:
a) medios analticos.
b) La regla trapezoidal y de Simpson, emplee la regla de Simpson donde sea
posible para obtener la mayor exactitud.
c) Calcule para a y b el error porcentual.
5.8.3. La integracin proporciona un medio para calcular cunta masa entra o sale
de un reactor en un periodo especfico, como en:
t2
M = Qcdt
t1
donde t1 y t2 = tiempo inicial y final. Esta frmula tiene sentido intuitivo si usted
recuerda la analoga entre integracin y sumatoria. As, la integral representa la
sumatoria del producto del flujo por la concentracin para dar la masa total
entrando o saliendo desde t1 a t2. Si la razn de flujo es constante, Q puede ser
obtenida de la integral:
t2
M = Q cdt
t1
50
U
Universidad abierta y
NAD Nacional a distancia
Use integracin numrica con el fin de evaluar esta ecuacin para los datos en la
siguiente tabla, observe que Q = 4 m3/min.
t, min. C, mg/m3
0 10
5 22
10 35
15 47
20 55
25 58
30 52
35 40
40 37
45 32
50 34
5.8.4. El flujo de calor q es la cantidad de calor que fluye a travs de un rea del
material por unidad de tiempo. Se puede calcular con la ley de Fourier,
dT
j = k
dx
x, m 0 0.1 0.2
T, C 20 17 15
51
U
Universidad abierta y
NAD Nacional a distancia
AUTOEVALUACIN II
1 2
Sabemos que Ln 2 =
1x
dx .
Si queremos estimar Ln2 mediante la regla trapezoidal con error menor de 10-10,
Qu valor n se necesita?
52
U
Universidad abierta y
NAD Nacional a distancia
CAPITULO SEIS
AJUSTE DE CURVAS
Y Y
Y = f(X) Y = f(X)
X X
Regresin Interpolacin
Las tcnicas que se han desarrollado para ajustar datos a curvas son: la
regresin, empleada cuando hay un grado significativo de error en los datos; con
frecuencia los datos experimentales son de esta clase. A diferencia de la
interpolacin que se utiliza cuando el objetivo es determinar valores intermedios
entre datos que estn, relativamente libres de error.
53
U
Universidad abierta y
NAD Nacional a distancia
6.1. OBJETIVOS
Objetivo General
Al completar la cuarta unidad, el estudiante habr refinado en gran forma su
competencia para ajustar curvas con datos reportados. En general, manejar las
tcnicas, habr aprendido a avalar la confiabilidad de sus resultados y ser capaz
de seleccionar el mtodo (o mtodos) para cualquier problema particular que
involucre un ajuste de curvas.
Objetivos Especficos
Comprender la diferencia fundamental entre regresin e interpolacin.
Reconocer situaciones donde sean apropiadas las regresiones lineales,
polinomiales, mltiples y no lineales.
Entender la analoga entre el polinomio de Newton y la expansin de la serie
de Taylor y cmo se relaciona el error al truncamiento.
Reconocer las capacidades y riesgos asociados con la extrapolacin.
6.2.1. Regresin.
Regresin lineal.
Ajuste de curvas no lineales con una funcin de potencia.
Ajuste de curvas con un polinomio de orden superior.
Ajuste de curvas con una combinacin lineal de funciones conocidas.
El mtodo ms simple para ajustar a una curva los datos es ubicar los puntos y
despus dibujar una lnea que visualmente conforma a los datos. Aunque sta es
una operacin vlida cuando se requiere una estimacin rpida, los resultados son
dependientes del punto de vista subjetivo de la persona que dibuja la curva.
Su primera situacin en el ajuste de curvas podra haber sido determinar valores
intermedios a partir de datos tabulados (por ejemplo, de tablas de inters para
ingeniera econmica, o partir de tablas de vapor para termodinmica). En lo que
resta de su carrera, usted tendr frecuentes oportunidades para estimar valores
intermedios de dichas tablas. Aunque muchas de las amplias propiedades usadas
54
U
Universidad abierta y
NAD Nacional a distancia
Una estrategia para ajustar a la mejor? lnea a travs de los datos podra ser
minimizar la suma de los errores residuales para todos los datos disponibles,
n n
como en ei = ( yi a0 a1 xi ) , donde n = nmero total de puntos.
i =1 i =1
Otro criterio lgico podra ser minimizar la suma de los valores absolutos de las
n n
discrepancias, como en ei = yi a0 a1 xi .
i =1 i =1
Pero este no es el nico criterio, una tercera estrategia para ajustar a la mejor
lnea es el criterio minimax. En esta tcnica, la lnea se elige de manera que
minimice la mxima distancia que tenga un punto individual desde la lnea.
Debera observarse que el principio minimax es no es adecuada para regresin,
ya que tiene una excesiva influencia en puntos fuera del conjunto; es decir, un solo
55
U
Universidad abierta y
NAD Nacional a distancia
punto con un gran error, pero algunas ocasiones es muy adecuada para ajustar
una simple funcin a una complicada funcin (Carnahan, Luther y Wilkes, 1969).
S r
= 2 ( yi a0 a1 xi ) (6.2)
a0
S r
= 2 ( yi a0 a1 xi ) xi (6.3)
a1
0 = yi a0 a1 xi (6.4)
0 = yi xi a0 xi a1 xi2 (6.5)
na0 + ( xi ) a1 = yi (6.6)
( x ) a + ( x ) a = x y
i 0
2
i 1 i i (6.7)
56
U
Universidad abierta y
NAD Nacional a distancia
a0 = y a1 x ,
donde y y x son las medias de y y x, respectivamente.
La regresin lineal proporciona una tcnica poderosa que ajusta a la mejor lnea
los datos. Sin embargo, est predicha sobre el hecho de que la relacin entre las
variables dependientes e independientes es lineal. ste no es siempre el caso, y
el primer paso en cualquier anlisis de regresin debera ser gratificar e
inspeccionar en forma visual para asegurarnos si se puede usar un modelo lineal.
Para otros, se puede usar transformaciones para expresar los datos en una forma
que sea compatible con la regresin lineal.
Un ejemplo es el modelo exponencial y = a1ebx, donde a1 y b son constantes. Otros
casos se observan en la figura 8.
Para n+1 puntos, hay uno y slo un polinomio de orden n que pasa a travs de
todos los puntos. Por ejemplo, hay una slo una lnea recta (es decir, un
polinomio de primer orden) que conecta dos puntos (vea figura 9a). De manera
similar, nicamente una parbola conecta un conjunto de tres puntos (ver figura
9b). Interpolacin polinomial consiste determinar el nico polinomio de n-simo
orden que ajuste n+1 puntos.
57
U
Universidad abierta y
NAD Nacional a distancia
a) b) c)
y y y
x
b y = a3
y=a2x b+ x
y=a1eb
x x x
a) b) c)
Linearizacin
Linearizacin
Linearizacin
Lny Log y 1/y
Intercepto = Lna1 Pendiente = b
x Log x 1/x
Intercepto = Log 1/a3
d) e) Intercepto = Log a2 f)
58
U
Universidad abierta y
NAD Nacional a distancia
Por tanto el polinomio de Taylor es muy til para interpolar datos cuando de
intervalos pequeos se trate, ya que se requiere el conocimiento de valores de la
funcin f y sus derivadas en un punto muy cercano al punto de inters.
P(x)= f(xk)Ln,k(x)
donde Ln,k(x) = (x-xi)/(xk-xi) para cada ik
59
U
Universidad abierta y
NAD Nacional a distancia
Existen tambin dos versiones de esta frmula que son las frmulas de diferencia
progresiva y regresiva de Newton. La primera se expresa como:
n
s
P (x ) = k f (x 0 ) , donde (s k) es la notacin de coeficiente binomial:
k =0 k
s s (s 1)....(s k + 1)
= . (6.11)
k k!
El polinomio de Hermite H(x) logra coincidir no solo con f en todos los puntos
x0,x1,....xn sino tambin sus primeras derivadas.
Condiciones
60
U
Universidad abierta y
NAD Nacional a distancia
n n
H 2n +1 (x ) = f (x j )H n , j (x ) + f ' (x j )H n , j (x )
j =0 j =0
61
U
Universidad abierta y
NAD Nacional a distancia
Mtodo Formulacin
n xi y xi y
Regresin lineal y = a0 + a1x, donde, a1 = i i
n xi ( xi )
2 2
a 0 = y a1 x
x x1 x x 2 x x0 x x 2 x x0
f 2 ( x) = f ( x 0 ) + f ( x1 ) + f ( x 2 )
x
0 x1 x 0 x 2 x1 x0 x1 x 2 x
2 x1
62
U
Universidad abierta y
NAD Nacional a distancia
x y Log x Log y
1 0.5 0 -0.301
2 1.7 0.301 0.226
3 3.4 0.477 0.534
4 5.7 0.602 0.753
5 8.4 0.699 0.922
63
U
Universidad abierta y
NAD Nacional a distancia
0
-20 0 2.5 5 7.5 10
Potencial, mV
-40
-60
-80
-100
-120
Concentracin, ppm
Log C , mV
-0.301 -31.9
0.398 -73.1
0.699 -90.9
1.00 -108.7
0
-0.5 -20 0 0.5 1
Potencial, mV
-40
-60
-80
-100
-120
log C
64
U
Universidad abierta y
NAD Nacional a distancia
65
U
Universidad abierta y
NAD Nacional a distancia
6.9.1. Enunciado del problema. Ajuste los datos de la tabla 1, evale la funcin
en x=5.
x f(x)
3.0 2.5
4.5 1.0
7.0 2.5
9.0 0.5
Solucin.
1.10288
66
U
Universidad abierta y
NAD Nacional a distancia
Solucin.
67
U
Universidad abierta y
NAD Nacional a distancia
xi yi
0 2.1
1 7.7
2 13.6
3 27.2
4 40.9
5 61.1
Solucin.
68
U
Universidad abierta y
NAD Nacional a distancia
69
U
Universidad abierta y
NAD Nacional a distancia
a) Use la regresin por mnimos cuadrados para ajustar a una lnea recta a
x 1 3 5 7 10 12 13 16 18 20
y 4 5 6 5 8 7 6 9 12 11
70
U
Universidad abierta y
NAD Nacional a distancia
Precipitacin, 88.9 101.6 104.1 139.7 132.1 94.0 116.8 121.9 99.1
cm
Flujo, m3/s 114.7 172.0 152.9 269.0 206.4 161 175.8 239.0 130
6.10.5. La viscosidad del agua (agua) y el aire (aire) en centipoise (cp) a 1 atm de
presin son enlistadas a continuacin para distintas temperaturas:
T, C 0 20 40 60 80 100
agua, cp 1.787 1.0019 0.6530 0.4665 0.3548 0.2821
aire , cp 0.01716 0.01813 0.01908 0.01999 0.02087 0.02173
Determine agua (45C) y aire (30C).
AUTOEVALUACIN III
71
U
Universidad abierta y
NAD Nacional a distancia
St
( ) Interpolacin polinomial de Newton 1. S y =
n 1
( ) Regresin lineal 2. Ajusta polinomios a datos
pero en forma de trozos.
( ) Interpolacin segmentaria 3. y =
yi
n
( ) Varianza 4. Cuando se desconoce el
orden apropiado de los
polinomios.
( ) Desviacin estndar 5. Ajustar la mejor lnea recta a
travs de un conjunto de datos.
S
( ) Media aritmtica 6. S y2 = t
n 1
La radiacin (R) solar del Valle del Cauca, en 1998 ha sido tabulada como:
Mes E F M A M J J A S O N D
R, 122 --- 188 230 267 270 252 --- 196 160 138 120
2
W/m
Suponiendo que cada mes es de 30 das, ajuste a un sinusoide estos datos. Use
la ecuacin resultante para predecir la radiacin que habr durante la mitad de
agosto.
72
U
Universidad abierta y
NAD Nacional a distancia
t, h 0.5 1 2 3 4 5 6 7 8 9
p(t) 7 5.2 3.8 3.2 2.5 2.1 1.8 1.5 1.2 1.1
T, C 0 4 8 12 16 20 24
-2
, (10 ) 1.792 1.5676 1.3874 1.2396 1.1168 1.0105 0.9186
2
cm /s 3
73
U
Universidad abierta y
NAD Nacional a distancia
CAPITULO SIETE
74
U
Universidad abierta y
NAD Nacional a distancia
7.1. OBJETIVOS
OBJETIVO GENERAL
Al completar la tercera unidad el estudiante ser capaz de resolver problemas que
involucran ecuaciones algebraicas lineales y valorar la aplicacin de esas
ecuaciones en muchos campos de la ingeniera.
OBJETIVOS ESPECFICOS
Conocer cmo calcular el determinante usando la eliminacin Gauss.
Reconocer las diferencias entre los mtodos de eliminacin de Gauss y el de
Gauss-Jordan y cual es ms eficiente.
Entender por qu el mtodo de Gauss-Seidel es particularmente adecuado
para grandes sistemas de ecuaciones dispersos.
Los Sistemas de Ecuaciones Lineales SEL son muy comunes en los problemas de
ingeniera y ciencias bsicas ya que por medio de ellos se expresan muchos
fenmenos fsicos y qumicos. Un sistema lineal n*n en general se escribe como:
75
U
Universidad abierta y
NAD Nacional a distancia
a 11 a 12 .... a 1m
a a 22 .... a 2m
A = 21 (7.2)
.... ..... .... ....
a n 1 a n 2 .... a nm
para x1,....xn dadas las aij para cada i,j=1,2,....,n y las bij para cada i=1,2,....n y
n=m-1. Existen mtodos directos y otros que emplean tcnicas de lgebra lineal.
Entre los mtodos directos se destacan los mtodos gaussianos y entre los
mtodos de lgebra lineal, el ms comn es el que emplea la inversa.
76
U
Universidad abierta y
NAD Nacional a distancia
Un sistema lineal SEL y el lgebra lineal tienen estrecha relacin. Sea el sistema,
a 11 a 12 .... a 1n x1 b1
a a 22
.... a 2n x2 b
A = 21 , x = , B = 2. (7.5)
.... ..... .... .... .... ....
a n 1 a n 2 .... a nn x n b n
El mtodo de mejor desempeo del lgebra lineal para la solucin de un SEL n*n
es el mtodo del determinante.
Si A es un matriz de n*n y representa un SEL entonces:
el menor Mij es el determinante de la submatriz de (n-1)*(n-1) de una matriz A
obtenido suprimiendo el i-simo rengln y la j-sima columna.
cofactor Aij, asociado con Mij se define como Aij=(-1)i+jMij.
determinante de una matriz A de n*n donde n>1 esta dada ya sea por:
n
det A = a ij Aij para cualquier i=1,2,....,n
j =1
n
det A = a ij Aij para cualquier j=1,2,....,n
i =1
77
U
Universidad abierta y
NAD Nacional a distancia
.a 11 .... b1 .... a 1n
a .... b2 ....a 2n
1
x i = det 21 (7.6)
D .... .... .... .... ....
.a n 1 ... .... bn ....a nn
donde D = det A y para cada solucin Xi, se realiza una sustitucin de la i-sima
columna por el vector columna B.
Un sistema de ecuaciones son lineales puede ser resuelto por mtodos numricos
que por lo general son generalizacin del mtodo de newton para solucin de
ecuaciones de una variable.
78
U
Universidad abierta y
NAD Nacional a distancia
Para las dems iteraciones : Xk(x) = xk-1 A(x)-1(k-1) F(x)(k-1) donde k=1,....,n; donde,
(y Ai 1S i ) t
Ai = Ai 1 + i 2
Si
Si ;
x (i +1) = x (i ) Ai 1F (x (i ) )
y i = F (x (i ) F (x (i 1) )
(i )
Si = X x (i 1)
79
U
Universidad abierta y
NAD Nacional a distancia
f1(x1,....,xn)=0
f2(x1,....,xn)=0
. ... (7.10)
fn(x1,....,xn)=0
80
U
Universidad abierta y
NAD Nacional a distancia
81
U
Universidad abierta y
NAD Nacional a distancia
7.5.2. Enunciado del problema. Use un mtodo para determinar las races del
siguiente sistema de ecuaciones no lineales:
x2 + xy = 10
y + 3xy2 = 57
Solucin.
82
U
Universidad abierta y
NAD Nacional a distancia
Eliminacin de Gauss
c
a11 a12 a13 c1 a11 a12 a13 c1 x3 = 3
a33
a21 a22 a23 c2 a22 a23 c2 x2 = (c2 a23 x3 ) / a22
a31 a32 a33 c3 a33 c3 x1 = (c1 a12 x1 a13 x3 ) / a11
Mtodo de Gauss-Seidel
x1i = (c1 a12 x2i 1 a13 x3i 1 ) / a11 i 1
x xii 1
x2i = (c2 a21 x1i a23 x3i 1 ) / a22 i 100% < s
x
x3i = (c3 a31 x1i a32 x2i ) / a33 i
7.7.2. En la figura se muestra tres reactores unidos por tuberas. Como se indica,
la razn de transferencia de qumicos a travs de cada tubera es igual al flujo
volumtrico (Q, con unidades de metros cbicos por segundo) multiplicado por la
concentracin del reactor donde se origina el flujo (C, con unidades de miligramo
por metro cbico). Si el sistema se halla en un estado estable, la transferencia
hacia cada reactor equilibrar la transferencia de salida. Desarrolle ecuaciones
de balance de masa para los tanques y resuelva las tres ecuaciones algebraicas
lineales simultneas para sus concentraciones.
Q13C1 Q33C3
Q33=120
1 Q12C1 3 Q13=40
400mg/s Q12=80
Q23C2 Q23=60
200 mg/s Q21=20
2
Q21C2
Tres tanques conectados por tuberas.
7.7.3. Use tcnicas iterativas refinadas para mejorar x1=2, x2=-5 y x3=12, las
cuales tienen soluciones aproximadas de:
(1) 2X1 + 4X2 + X3 = -5 ; (2) 5X1 + 2X2 + X3 = 12; (3) X1 + 2X2 + X3 = 3
83
U
Universidad abierta y
NAD Nacional a distancia
AUTOEVALUACIN IV
Responda brevemente las siguientes cuestiones:
a) En que consiste la notacin matricial y a que se le conoce como vector?
b) Cules son las principales reglas para la operacin de matrices?
c) Qu es un problema mal acondicionado y que lo origina?
T1 T2
Limite del
sistema U1, A1 U2, A2
m& f 1 , x f 1
m& p , T2 , x p
m& f , Ts , x f
84
U
Universidad abierta y
NAD Nacional a distancia
Como su nombre implica, la polucin de aire entrante tiene que ver con la
contaminacin encerrada en espacios tales como casas, oficinas, reas de
trabajo, etctera. Suponga que se disea un sistema de ventilacin para un
restaurante como se muestra en la figura de la vista area. El rea de servicio
del restaurante consiste en dos cuartos cuadrados y uno alargado. El cuarto 1
y el 3 tienen fuentes de monxido de carbono, de los fumadores y una parrilla.
Se puede escribir balances de masa en estado estable para cada cuarto. Por
ejemplo, para la seccin de fumadores (cuarto 1), el balance se escribe como:
2 25 m3/h 4
Qb=50 m3/h
Cb=2 mg/m3
50 m3/h
(Seccin de nios)
Qa=200 m3/h 3
1
3
Ca=2 mg/m
(Seccin de fumar)
25 m3/h
Carga por
fumadores
1000 mg/h
Carga por la parrilla
2000 mg/h
Figura: Vista area de los cuartos en un restaurante. Las flechas en un sentido
representan los flujos de aire volumtricos, mientras que las flechas en ambos
sentidos representan la mezcla difusa. Las cargas debido al humo y a la parrilla
agregan masa de monxido de carbono al sistema pero con entrada de aire
insignificante.
85
U
Universidad abierta y
N Nacional a distancia
CAPTULO OCHO
y TRATAMIENTO NUMRICO DE
ECUACIONES DIFERENCIALES
Dada:
dy y
t = f (t , y ) ,
dt t
ti ti+1 t encontrar yi+1 = yi + f(ti, yi)t
para y con una funcin de t
86
U
Universidad abierta y
N Nacional a distancia
8.1. OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
87
U
Universidad abierta y
N Nacional a distancia
88
U
Universidad abierta y
N Nacional a distancia
c
v= g v dt (8.2)
m
El lado derecho de esta ecuacin se conoce como integral indefinida debido a que
los lmites de integracin no estn especificados. Una solucin analtica para la
ecuacin anterior 8.2, se obtiene si la integral indefinida puede evaluarse en forma
exacta como una ecuacin. Por ejemplo recuerde que para el problema del
paracaidista en cada, la ecuacin 1.3 se resolvi analticamente con la ecuacin
1.5, (suponga que v=0 en t=0):
gm
v(t ) =
c
(1 e (c / m)t ) (1.5)
Dado que las soluciones exactas para muchas EDO de importancia prctica no
estn disponibles, los mtodos numricos ofrecen la nica alternativa viable para
esos casos. Como esos mtodos numricos por lo comn requieren de
computadoras, antes del auge de stas los ingenieros se hallaban limitados en el
alcance de sus investigaciones.
89
U
Universidad abierta y
N Nacional a distancia
Esas leyes definen mecanismos de cambio. Cuando se combinan con las leyes
de conservacin de la energa, masa o momentum, resultan ecuaciones
diferenciales. La integracin subsecuente de estas ecuaciones diferenciales
originan funciones matemticas que describen el estado espacial y temporal de un
sistema en trminos de variaciones de energa, masa o velocidad.
F = ma Ley fsica
dV C
=g V EDO
dt m
90
U
Universidad abierta y
N Nacional a distancia
91
U
Universidad abierta y
N Nacional a distancia
1
= 1 ( , 1 ,...., )
2
= 2 ( , 1 ,...., )
(8.3)
....
= ( , 1 ,...., )
El mtodo de Euler es otro mtodo iterativo que se construye par N+1 puntos
dentro del intervalo [a,b] y se define mediante la expresin:
w0 =
wi+1 = wi + h f (ti, wi) para i=1,.,N.
92
U
Universidad abierta y
N Nacional a distancia
w0=
k1 = h f(ti, wi)
k2 = h f(ti+h/2, wi+1/2k1)
k3 = h f(ti+h/2, wi+1/2k2)
k4 = h f(ti+1.wi+k3)
wi+1= wi+1/6 (k1+2k2+2k3+k4)
Por ejemplo, un modelo lineal para un pndulo oscilante est dado por: dy1/dx = y2;
dy2/dx = -16.1y1; donde y1 y y2 son el desplazamiento angular y velocidad,
respectivamente.
Un modelo no lineal del mismo sistema es: dy3/dx = y4; dy4/dx = -16.1sen(y3), donde
y3 y y4 son el desplazamiento y velocidad para el caso no lineal.
Use el software Numericals 1.0 para solucionar estos sistemas en dos casos:
a) Un pequeo desplazamiento inicial (y1=y3= 0.1 radianes; y2 = y4 = 0).
b) Un gran desplazamiento (y1 = y3 = /4 = 0.785398 radianes; y2 = y4 = 0).
Solucin.
a)
93
U
Universidad abierta y
N Nacional a distancia
Los resultados calculados para los modelos lineal y no lineal son casi idnticos.
Esto cumple las expectativas debido a que cuando el desplazamiento inicial es
pequeo, seno() . [Observe la escala de la ordenada, (-0.53812, 0.52693)].
b)
94
U
Universidad abierta y
N Nacional a distancia
95
U
Universidad abierta y
N Nacional a distancia
dx1
8.7.4. Dada = 999 x1 + 1999 x 2
dt
dx 2
= 1000 x1 2000 x 2
dt
96
U
Universidad abierta y
N Nacional a distancia
8.7.5. La razn de flujo de calor (conduccin) entre dos puntos sobre un cilindro
calentado en un extremo, est dada por:
dQ dT
= A
dt dx
97
U
Universidad abierta y
N Nacional a distancia
AUTOEVALUACIN
Se disuelven 1.5 kg de sal en agua para hacer 100 litros. Al tanque que contiene
esta disolucin se alimenta agua pura a una velocidad de 5 litros/min, de manera
que la solucin salina sale del tanque con la misma velocidad. El tanque se
encuentra en mezcla perfecta (Ver Figura No. 8).
a) Cunta sal existe en el tanque al cabo de 15 minutos? Supngase que la
velocidad de la disolucin salina es constante e igual a la del agua.
b) Incluir el efecto de la reaccin. Suponer que dentro del tanque existe una
reaccin que consume sal a una velocidad que viene expresada por una
ecuacin de primer orden: r = k1CA, donde k1 es la constante de reaccin de
primer orden y CA la concentracin de sal en el tanque. Obtngase una
expresin para CA en funcin del tiempo. Si k1 = 0.002 min-1, Cunto
tiempo se necesita para que la concentracin de sal sea 1/120 de su valor
inicial?.
Agua
5 lmin-1
Solucin salina
5 lmin-1
V
CA Lmite del
sistema
98
U
Universidad abierta y
N Nacional a distancia
Un rastreador conservativo.
t 0 2 4 6 8 12 16 20
c1 0 16 12 8 5 3 2 1
c2 0 2 5 6 6 5 4 3
c3 100 48 28 17 11 5 3 1
Usando balances de masa, se puede modelar el sistema como las siguientes EDO
simultneas:
dc
V1 1 = Qc1 + E12 (c2 c1 ) + E13 (c3 c1 )
dt
99
U
Universidad abierta y
N Nacional a distancia
dc2
V2 = E12 (c1 c2 )
dt
dc
V3 3 = E13 (c1 c3 )
dt
donde, Vi = volumen del segmento i, Q = flujo y Eij = razn de mezclado difusivo
entre los segmentos i y j. Use los datos y las ecuaciones diferenciales para
estimar las E si V1 = 1107, V2 = 8106, V3 = 5106 y Q = 4106.
Capa superior
Baha (1)
(3)
Capa inferior
(2)
100
U
Universidad abierta y
N Nacional a distancia
9. BIBLIOGRAFA
Merayo G., Flix y Nevot L., Antonio, Anlisis Numrico, Editorial Paraninfo,
Primera edicin, Madrid, 1992.
101
Universidad abierta y
U NAD Nacional a distancia
9. BIBLIOGRAFA
101
U
Universidad Abierta y
NAD Nacional a distancia
ANEXO 1
ACTIVIDADES PRELIMINARES
102
U
Universidad Abierta y
NAD Nacional a distancia
ANEXO 2
FUNDAMENTOS MATEMTICOS
1
Nota : n !=n(n-1)(n-2)....3x2x1 (se lee 'factorial de n')
103
U
Universidad Abierta y
NAD Nacional a distancia
( x1 a ) ( x a)2 (A.6)
f ( x1 ) = f (a ) + f ' (a ) + 1 f ' ' (a) + ....)
1! 2!
Esto da el valor de la funcin f en cualquier punto x, en trminos de los valores de
f y de sus derivadas, evaluadas stas en algn punto vecino a .
f(x)
f(a)
a X1 x
104
U
Universidad Abierta y
NAD Nacional a distancia
( x1 a ) ( x a ) n 1 ( n 1)
f ( x1 ) = f (a ) + f ' (a ) + ... + 1 f' (a) + Rn ( x)
1! (n 1)!
donde Rn(x) es el residuo despus de los n trminos y
( x a)n ( n)
Rn ( x) = f ( ) .
n!
Esto parece de no mucha ayuda si no conocemos el valor exacto de y entonces
no se puede calcular el error Rn(x). Sin embargo, esto se puede usar
frecuentemente para calcular un lmite superior de la magnitud del error.
Si dividimos un polinomio
f(x) = anxn + an-1xn-1 + ... + a1x+a0
entre (x - p), entonces podemos escribir
f(x)=(x - p)q(x) + K (A.9)
105
U
Universidad Abierta y
NAD Nacional a distancia
Si dividimos un polinomio
f(x) = anxn + an-1xn-1 + ... + a1x+a0
entre (x - p), notamos que el cociente es un polinomio en x cuyo grado es i menos
que el grado del dividendo; el coeficiente del primer trmino del cociente es igual
al coeficiente del primer trmino del dividendo. Sin efectuar la divisin, el cociente
y el residuo pueden hallarse por la siguiente regla prctica:
El cociente es un polinomio en x cuyo grado es 1 menos que el grado del
dividendo.
El coeficiente del primer trmino del cociente es igual al coeficiente del primer
trmino del dividendo.
El coeficiente de un trmino cualquiera del cociente se obtiene multiplicando el
coeficiente del trmino anterior por el segundo trmino del binomio divisor
cambiado de signo y sumando este producto con el coeficiente del trmino que
ocupa el mismo lugar en el dividendo.
El residuo se obtiene multiplicando el coeficiente del ltimo trmino del
cociente por el segundo trmino del divisor cambiado de signo y sumando este
producto con el trmino independiente del dividendo.
Sea f(x) = anxn + an-1xn+1 + ... + a1x + a0, dividiendo entre (x - p) obtenemos, por el
teorema del residuo,
f(x) = (x - p)q1(x) + f(p)
o f(x) = f(p) + (x - p)q1(x) (A.10)
106
U
Universidad Abierta y
NAD Nacional a distancia
La serie es finita, ya que para un polinomio de n-simo grado f n+1 y todas las
derivadas de mayor orden son cero. Comparando (A.12) y (A.13)
f ' ( p) f ' ' ( p) f ' ' ' ( p) f n ( p)
q1 ( p ) = ; q2 ( p ) = ; q3 ( p ) = ;.....; qn ( p) =
1! 2! 3! n!
En general,
f i ( p)
qi ( p) = , i = 1,2,3..., n
i!
Los valores de q1(p), i = 1,2,3,...,n pueden ser obtenidas por divisin repetida de f
entre (x - p) y las derivadas pueden ser calculadas de
fi(p) = (i !)qi(p)
La divisin repetida puede ser hecha sintticamente.
107
U
Universidad Abierta y
NAD Nacional a distancia
ANEXO 3
EJERCICIOS RESUELTOS
Ejercicio A.3.1.
Encuentre la expansin binomial de (1+x) hasta el trmino que contenga x3.
( )( 1) 2 ( )( 1)( 2) 3
(1 + x ) = 1 + x+ x + x +.... = 1 + x 3
x2 + 5
x 3 +...
1! 2! 3! 32 128
Ejercicio A.3.2.
Encuentre la expansin binomial de (1-2x)- hasta el trmino que contenga x3 y
con sta encuentre un valor aproximado de 1/(0.98).
(-) ( )( 3 2 ) ( )( 3 2 )( 5 2 )
(1 + ( 2 x )) = 1+ ( 2 x ) + ( 2 x ) +
2
( 2 x ) 3 +..
1! 2! 3!
= 1 + x + 3 2 x 2 + 5 2 x 3 +...
Ahora
1 1 1
(1 2 x) 1 / 2 = y =
(1 2 x)1/ 2
(0.98)1/ 2
(1 2 0.01)1 / 2
As sustituimos x = 0.01 para encontrar:
1 3 5
1/ 2
= 1 + 0.01 + (0.01) 2 + (0.01)3 + ....... = 1.0101525
(0.98) 2 2
Ejercicio A.3.3
Usando una serie de Taylor, evale 1/(2+x)3/2 en x = 2.1 con 3 cifras significativas.
Note que trabajaremos con 5 cifras significativas a lo largo del problema para
proteger adecuadamente la tercera cifra significativa. Podemos evaluar 1/(2+x)3/2
en x=2 fcilmente. Por tanto, ponemos a = 2 tal que x a = 2.1 - 2.0 = 0.1.
1 1
f ( x) = , f (2) =
(2 + x) 3/ 2
8
108
U
Universidad Abierta y
NAD Nacional a distancia
3 1 3
f ' ( x) = , f ' (2) =
2 (2 + x) 5/2
64
15 1 15
f ' ' ( x) = + , f ' ' (2) =
4 (2 + x) 7/2
512
105 1 105
f ' ' ' ( x) = , f ' ' ' (2) =
8 (2 + x) 9/2
4096
reemplazando se tiene:
1 3 (0.1) 15 (0.01) 105 (0.001)
f (2.1) = + + ....
8 64 1! 512 2! 4096 3!
= 0.125-0.00469+0.00015-0.000004
= 0.12046.
Ejercicio A.3.4
En el Ej. A.3.3 evaluamos f(x)=1/(2+x)3/2 en x=2.1 usando valores de f y sus
derivadas en x=2. Usamos los tres primeros trminos de la serie (despreciamos
el cuarto trmino 0.000004) tal que el error de truncacin est dado por:
( x a)3 '''
R3 ( x) = f ( )
3!
Con 22.1
105 1
f ' ' ' ( x) =
8 (2 + x )9 / 2
105 1
f ' ' ' ( x) =
8 (2 + x )9 / 2
( x a)3 '''
R3 ( x) = f ( )
3!
Ahora, tal que Con 22.1
109
U
Universidad Abierta y
NAD Nacional a distancia
105 1
f ' ' ' ( ) =
8 (2 + )9 / 2
Si slo consideramos la magnitud del error, entonces desechamos el signo. El
mximo valor que f() puede alcanzar si 22.1 es cuando =2 y puesto que en
realidad 2<<2.1 sabemos que f(2)>f(). De aqu:
( x a )3 ''' (0.1)3 105
R3 ( x) f (2) = 0.0000043
3! 3! 4096
Ejercicio A.3.5
Encuentre la expansin de Maclaurin del loge(1+x) hasta el trmino en x3. Luego
el loge(1.2). Calcule un lmite superior para el error de truncacin.
Ver solucin en Anexo 1.
Entonces cuando citemos el loge(1.2) = 0.1826, el error ser menor que 0.0004
Ejercicio A.3.6
Evale f(2) donde f(x) = 5x3 - 4x2 + 2x + 1
Escriba f en forma agrupada, es decir:.
f(x) =x(x(5x-4)+2)+1
f(2) =2(2(5*2-4)+2)+1
=29
Use este mtodo para encontrar f(3) para el polinomio del Ej. A.3.6.
Ejercicio A.3..7
Divisin Sinttica.
Sea f(x)= 3x3 - 4x2 + 5x - 6 y considere f(x)(x-2)
3x2 + 2x + 9
x-2)3x3 - 4x2 + 5x -6
3x3 - 6x2
2x2 + 5x
2x2 - 4x
9x - 6
9x - 18
12
Por el teorema del residuo f(2) = 12.
110
U
Universidad Abierta y
NAD Nacional a distancia
Adems, las letras itlicas son innecesarias, ya que siempre estn hechas para
que sean iguales a las que estn arriba de ellas. Las cifras ms remarcadas son
slo copias de las de arriba y pueden tambin ser desechadas. En efecto, slo
necesitamos escribir:
Haremos un ltimo cambio. Para dividir entre x-2 cambiaremos el signo del
nmero externo (-2 anterior es cambiado a +2),y ahora, en lugar de restar en la
lnea de trabajo de los da la lnea del problema, los sumamos.
Ejercicio A.3.8
Encontrar f(-1) por divisin sinttica para f(x) = 7x4 - 2x3 + 3x + 8
-1) 7 -2 0 3 8
-7 9 -9 6
7 -9 9 -6 14
111
U
Universidad Abierta y
NAD Nacional a distancia
Ejercicio A.3.9
Encuentre los valores de las derivadas de f(x) = x3 + 2x2 - 3x + 1 en x = 2, usando
Divisin Sinttica.
3x2 + 2x + 9
x-2)3x3 - 4x2 + 5x -6
3x3 - 6x2
2x2 + 5x
2x2 - 4x
9x - 6
9x - 18
12
Por el teorema del residuo f(2) = 12.
Consideremos ahora otras formas de abreviar el mtodo anterior. Es obvio que
podemos eliminar todas las x si conservamos rigurosamente las columnas.
Adems, las letras itlicas son innecesarias, ya que siempre estn hechas para
que sean iguales a las que estn arriba de ellas. Las cifras ms remarcadas son
slo copias de las de arriba y pueden tambin ser desechadas. En efecto, slo
necesitamos escribir:
Haremos un ltimo cambio. Para dividir entre x-2 cambiaremos el signo del
nmero externo (-2 anterior es cambiado a +2),y ahora, en lugar de restar en la
lnea de trabajo de los da la lnea del problema, los sumamos.
112
U
Universidad Abierta y
NAD Nacional a distancia
Note que si queremos dividir entre x+2 usaremos -2 como nmero externo.
Ejercicio A.3.10
Encuentre los valores de las derivadas de f(x) = x3 + 2x2 - 3x + 1 en x = 2.
2) 1 2 -3 1
2 8 10
2) 1 4 5 11 = f(2) f(2) = 11
2 12
2) 1 6 17 = f(2)/1 ! f(2) = 17
2
1 8 = f(2)/2 ! f(2) = 16
Finalmente,
f ' ' ' (2)
1= f(2) = 6
3!
De aqu que las derivadas requeridas sean f(2) = 17, f(2) = 16, f(2) = 6.
113