Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Antologia de Metodos Numericos PDF
Antologia de Metodos Numericos PDF
EDWIN DE LA O LOBERA
CONTENIDO
1. INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
1.1. HISTORIA DE LOS MÉTODOS NUMÉRICOS
1.2. RAZONES DE SU APLICACIÓN
1.3. CONCEPTOS DE EXACTITUD, PRECISIÓN Y ERROR
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
1.5. ERRORES ABSOLUTO Y RELATIVO
3. INTERPOLACIÓN
3.1 INTERPOLACIÓN LINEAL
3.2 FÓRMULA DE INTERPOLACIÓN DE LAGRANGE
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS DE NEWTON PARA
PUNTOS EQUIDISTANTES
3.4 APLICACIONES DE LA INTERPOLACIÓN
3.5 USO DE HERRAMIENTAS COMPUTACIONALES PARA LA INTERPOLACIÓN
4. INTEGRACIÓN NUMÉRICA
4.1 FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
4.2 REGLA TRAPECIAL
4.3 APLICACIONES DE LA INTEGRACIÓN NUMÉRICA
4.4 USO DE HERRAMIENTAS COMPUTACIONALES PARA INTEGRACIÓN NUMÉRICA
3. INTERPOLACIÓN EXPOSITOR
3.1. INTERPOLACIÓN LINEAL LUIS DOMÍNGUEZ MENDOZA
3.2. FÓRMULA DE INTERPOLACIÓN DE LAGRANGE JULIA IXCHEL DÍAZ ROSALES
3.3. MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS DE NEWTON JHONATHAN MANUEL CORDOVA PEREZ
3.4. APLICACIONES DE LA INTERPOLACIÓN. EDWIN DE LA O LOBERA
3.5. USO DE HERRAMIENTAS COMPUTACIONALES JUAN PABLO JIMÉNEZ CUPIL
FRANCISCO ALEJANDRO MADRIGAL DGUEZ.
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 1:
1.1. HISTORIA DE LOS MÉTODOS NUMÉRICOS
1.2. RAZONES DE SU APLICACIÓN
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
1.1. HISTORIA DE LOS MÉTODOS NUMÉRICOS
1.2. RAZONES DE SU APLICACIÓN
ALUMNO:
MARBEL HERNÁNDEZ CRUZ
LUIS ALBERTO ESTRADA AGUIRRE
MÉTODOS NUMÉRICOS
1.1. HISTORIA DE LOS MÉTODOS NUMÉRICOS
1.2. RAZONES DE SU APLICACIÓN
ALUMNO:
MARBEL HERNÁNDEZ CRUZ
LUIS ALBERTO ESTRADA AGUIRRE
MÉTODOS NUMÉRICOS
1.1. HISTORIA DE LOS MÉTODOS NUMÉRICOS
1.2. RAZONES DE SU APLICACIÓN
ALUMNO:
MARBEL HERNÁNDEZ CRUZ
LUIS ALBERTO ESTRADA AGUIRRE
MÉTODOS NUMÉRICOS
1.1. HISTORIA DE LOS MÉTODOS NUMÉRICOS
1.2. RAZONES DE SU APLICACIÓN
ALUMNO:
MARBEL HERNÁNDEZ CRUZ
LUIS ALBERTO ESTRADA AGUIRRE
“INSTITUTO TECNOLOGICO DE
VILLAHERMOSA”
UNIDAD 1:
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
MATERIA:
MÉTODOS NUMÉRICOS
CATEDRÁTICO:
ING. JOSE ROMAN ISLAS
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
CARRERA:
ING. CIVIL
MÉTODOS NUMÉRICOS
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
INTRODUCCIÓN
A lo largo del tiempo, los métodos numéricos han sido desarrollados con el objeto de
resolver problemas matemáticos cuya solución es difícil o imposible de obtener por medio de
los procedimientos tradicionales. Las soluciones que ofrecen los métodos numéricos son
aproximaciones de los valores reales y, por tanto se tendrá un cierto grado de error que será
conveniente determinar. Aunque la perfección es una meta digna de alabarse es difícil si no
imposible de alcanzarse.
Los métodos numéricos son técnicas mediante las cuales es posible formular problemas
matemáticos de tal forma que puedan resolverse usando operaciones aritméticas. El análisis
numérico trata de diseñar métodos para “aproximar” de una manera eficiente las soluciones
de problemas expresados matemáticamente. El objetivo principal del análisis numérico es
encontrar soluciones “aproximadas” a problemas complejos utilizando sólo las operaciones
más simples de la aritmética. Se requiere de una secuencia de operaciones algebraicas y
lógicas que producen la aproximación al problema matemático.
Los métodos numéricos pueden ser aplicados para resolver procedimientos matemáticos en:
•Cálculo de derivadas
•Integrales
•Ecuaciones diferenciales
Los métodos numéricos son técnicas mediante las cuales es posible formular problemas
matemáticos de tal forma que puedan resolverse usando operaciones aritméticas. El análisis
numérico trata de diseñar métodos para “aproximar” de una manera eficiente las soluciones
de problemas expresados matemáticamente. Se requiere de una secuencia de operaciones
algebraicas y lógicas que producen la aproximación al problema matemático. Los métodos
numéricos pueden ser aplicados para resolver procedimientos matemáticos en: Cálculo de
derivadas, Integrales, Ecuaciones diferenciales, Operaciones con matrices Interpolaciones,
Ajuste de curvas Polinomios, entre otros.
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
MÉTODOS NUMÉRICOS
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
Los errores numéricos se generan con el uso de aproximaciones para representar las
operaciones y cantidades matemáticas.
Bien sea una medida directa (la que da el aparato) o indirecta (utilizando una fórmula) existe
un tratamiento de los errores de medida. Podemos distinguir dos tipos de errores que se
utilizan en los cálculos:
EXACTITUD Y PRECISION
• Exactitud.- Lo que está más cerca del valor verdadero. Se refiere a que tan cercano está el
valor medido o calculado con el valor verdadero
• Precisión.- Se refiere a que tan cercano esta un valor individual medido o calculado con
respecto a los otros. Considerando que los métodos numéricos son técnicas iterativas,
expresa qué tan cercana es una aproximación o una estimación a un valor, respecto a las
aproximaciones o iteraciones anteriores del mismo.
Por ejemplo: si leemos la velocidad del velocímetro de un auto, esta tiene una precisión de 3
cifras significativas y una exactitud de 5 km/h.
Por ejemplo: una pesa es exacta si nos entrega el peso correcto, sin agregarle ni quitarle.
Asimismo, es más precisa en la medida que el aparato usado es capaz de detectar diferencias
de peso más pequeñas.
La exactitud y precisión exigibles a una medición, dependerán de los objetivos del estudio
que la utiliza.
La precisión de un resultado estadístico debe estar de acuerdo con la precisión de los datos
originales y con las exigencias propias del proyecto que los usa. Es fácil cometer el error de
responder usando más decimales que los contenidos en las mediciones iníciales,
aumentando artificialmente la precisión por la propia capacidad de cálculo de los
computadores.
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
MÉTODOS NUMÉRICOS
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
Por otra parte, es de suma importancia cuidar que, durante el proceso de cálculo intermedio,
no se pierda precisión innecesariamente.
Estos son errores de precisión y exactitud ajenos al proceso de medición inicial y son
introducidos típicamente por los métodos numéricos usados y por la aritmética del
computador que tiene una precisión finita para representar interiormente a los números.
TIPOS DE ERRORES
En general, para cualquier tipo de error, la relación entre el número exacto y el obtenido por
aproximación.
SE DEFINE COMO:
En ocasiones, se sabrá exactamente el valor del error, que denotaremos como Ev, o
deberemos estimar un error aproximado. Ahora, para definir la magnitud del error, o que
incidencia tiene en el cálculo el error detectado, podemos normalizar su valor:
Como el valor de Ea puede ser tanto positivo como negativo, en muchos casos nos interesa
saber más la magnitud del error, caso en el cual usaremos el valor absoluto de este.
Un caso muy interesante es una investigación que realiza Scarborough, en que determinó el
número de cifras significativas que contiene el error como:
Así, si queremos que nuestro cálculo tenga un error menor al criterio para dos cifras
significativas, debemos obtener números que correspondan a menos de:
Es= (0.5x 102–2) %=0.5%
Esto nos servirá para determinar cuántos términos serán necesarios en un cálculo
aproximado para tener la certeza que el error se encuentra bajo el margen especificado.
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
MÉTODOS NUMÉRICOS
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
LOS ERRORES
Es la discrepancia que existe entre la magnitud “verdadera” y la magnitud obtenida.
• Bien sea una medida directa (la que da el aparato) o indirecta (utilizando una fórmula)
existe un tratamiento de los errores de medida. Podemos distinguir dos tipos de errores
que se utilizan en los cálculos:
ERROR ABSOLUTO.
Es la diferencia entre el valor de la medida y el valor tomado como exacta. Puede ser positivo
o negativo, según si la medida es superior al valor real o inferior (la resta sale positiva o
negativa). Tiene unidades, las mismas que las de la medida.
EA = / Vv – Va
ERROR RELATIVO.
Es el cociente (la división) entre el error absoluto y el valor exacto. Si se multiplica por 100 se
obtiene el tanto por ciento (%) de error.
Al igual que el error absoluto puede ser positivo o negativo (según lo sea el error absoluto)
porque puede ser por exceso o por defecto. No tiene unidades.
ER = EA = / Vv – Va/
Vv Vv
ERP = EA x 100 %
Vv
Redondeo: Cortamos el número a partir de cierta cifra, pero sumamos uno a la última cifra
que aparezca, en el caso de que la primera que omitamos sea mayor o igual que 5.
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
MÉTODOS NUMÉRICOS
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
Truncamiento es el término usado para reducir el número de dígitos a la derecha del punto
decimal, descartando los menos significativos.
Nótese que en algunos casos, el truncamiento dará el mismo resultado que el redondeo,
pero el truncamiento no redondea hacia arriba ni hacia abajo los dígitos, meramente los
corta en el dígito especificado.
ERROR INHERENTE.
Es el que se ocasiona debido a la imperfección de los instrumentos de medición o de cálculo
utilizados. Cuando se mide una longitud con una cinta métrica con divisiones hasta el
centímetro, el error por la apreciación del instrumento es un centímetro o medio centímetro
(5 mm). Es decir, si mide 145,01 m, en realidad, se está diciendo que el valores
145, 01 ± 0, 01 o 145, 010 ± 0, 005.
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
MÉTODOS NUMÉRICOS
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
EJEMPLO DE APLICACION:
Supóngase que se tiene que medir la longitud de un puente y de un remache, obteniéndose
9999 y 9cm, respectivamente. Si los valores verdaderos son 10000 y 10cm, calcular:
a) Error Absoluto
b) Error Relativo
Y para el remache es de
e= 10-9= 1cm
Y para el remache es de
€= 1/10 * 100% = 10%
Por lo tanto, aunque ambas medidas tienen 1 error de 1cm el error relativo porcentual del
remache es mucho más grande. Se puede concluir que se ha hecho una buena medida para
el puente.
Ejemplo:
Suponga que el valor para un cálculo debería ser Vv = 0.10 x 102 pero se obtuvo el resultado
de Va = 0.08 x 102. Determine el error absoluto y el error relativo porcentual:
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
MÉTODOS NUMÉRICOS
1.3. CONCEPTO DE ERROR Y EXACTITUD
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
CARRETERA A FRONTERA KM. 3.5 CD. INDUSTRIAL
NOMBRE:
ÁNGEL ALBERTO PAYRÓ JARAMILLO
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 1:
1.5. ERRORES ABSOLUTO Y RELATIVO
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
1.5. ERRORES ABSOLUTO Y RELATIVO
ERROR ABSOLUTO:
Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser positivo
o negativo, según si la medida es superior al valor real o inferior (la resta sale positiva o
negativa). Tiene unidades, las mismas que las de la medida.
ERROR RELATIVO.
Es el cociente (la división) entre el error absoluto y el valor exacto. Si se multiplica por 100 se
obtiene el tanto por ciento (%) de error. Al igual que el error absoluto puede ser positivo o
negativo (según lo sea el error absoluto) porque puede ser por exceso o por defecto. no tiene
unidades.
EJEMPLOS
3. Por ejemplo, si en una cinta métrica se lee 99.9 centímetros al medir una longitud de 100
centímetros, entonces el error relativo es |99.9-100|/100 = 0.001, ó 0.1%.
ALUMNO:
ÁNGEL ALBERTO PAYRÓ JARAMILLO
MÉTODOS NUMÉRICOS
1.5. ERRORES ABSOLUTO Y RELATIVO
CIFRAS SIGNIFICATIVAS
Son todos menos los ceros a la izquierda:
Cifras significativas son todas las que se conocen con seguridad más una última que ya
presenta incertidumbre.
ERROR ABSOLUTO
ERROR RELATIVO
¿Es importante un error de ± 1cm al medir una longitud? No es lo mismo cometer este error
al medir la estatura de alguien que al medir la distancia Tierra-Luna.
ALUMNO:
ÁNGEL ALBERTO PAYRÓ JARAMILLO
INSTITUTO TECNOLÓGICO
DE VILLAHERMOSA
CARRETERA A FRONTERA KM. 3.5 CD. INDUSTRIAL
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
CARRETERA A FRONTERA KM. 3.5 CD. INDUSTRIAL
NOMBRE:
GUSTAVO ENRIQUE FERNÁNDEZ POZO
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 2:
2.2. MÉTODOS CERRADOS Y SUS INTERPRETACIONES GEOMÉTRICAS
(BISECCIÓN Y REGLA FALSA).
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
2.2. MÉTODOS CERRADOS Y SUS INTERPRETACIONES GEOMÉTRICAS
MÉTODO DE BISECCIÓN
Este es uno de los métodos más sencillos y de fácil intuición para resolver ecuaciones en una
variable. Se basa en el teorema del valor intermedio (TVI), el cual establece que toda función
continua f en un intervalo cerrado [a,b] toma todos los valores que se hallan entre f(a) y f(b).
ALGORITMO
Para aplicar el método consideremos tres sucesiones definidas por las siguientes relaciones:
EJEMPLO NUMÉRICO
ALUMNO:
GUSTAVO ENRIQUE FERNÁNDEZ POZO
MÉTODOS NUMÉRICOS
2.2. MÉTODOS CERRADOS Y SUS INTERPRETACIONES GEOMÉTRICAS
EL « MÉTODO »
ALUMNO:
GUSTAVO ENRIQUE FERNÁNDEZ POZO
MÉTODOS NUMÉRICOS
2.2. MÉTODOS CERRADOS Y SUS INTERPRETACIONES GEOMÉTRICAS
ALUMNO:
GUSTAVO ENRIQUE FERNÁNDEZ POZO
NOMBRE:
DANIEL HERNANDEZ GARCIA
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 2:
2.3. METODOS ABIERTOS Y SUS INTERPRETACIONES ASI COMO SUS CRITERIOS DE
CONVERGENCIA (NEWTON - RAPHSON, SECANTE)
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
2.3. METODOS ABIERTOS Y SUS INTERPRETACIONES GEOMÉTRICAS
Al ser un método abierto, converge con la raíz con una velocidad semejante a la de Newton-
Raphson, aunque de igual forma corre el riesgo de no converger con esta nunca. Su principal
diferencia con el método de Newton-Raphson es que no se requiere obtener la derivada de
la función para realizar las aproximaciones, lo cual facilita las cosas al momento de crear un
código para encontrar raíces por medio de este método
FÓRMULA
Debido a que el método de la secante se basa en el
método de Newton-Raphson, pero evitando el usar la
derivada de la función. Lo anterior lo logra haciendo
uso de la siguiente aproximación:
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
2.3. METODOS ABIERTOS Y SUS INTERPRETACIONES GEOMÉTRICAS
INTERPRETACIÓN GEOMÉTRICA
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
2.3. METODOS ABIERTOS Y SUS INTERPRETACIONES GEOMÉTRICAS
EJEMPLO # 1
Utilice el método newton- raphson de la secante para encontrar una raíz real de la ecuación
polinomial: F(x)=x3+2x2+10x-20=0.
Utilizando la ecuación:
Utilice el método de la secante para encontrar una raíz real de la ecuación polinomial:
F(x)=x3+2x2+10x-20=0.
Utilizando la ecuación:
EJEMPLO # 2
Mediante 𝑥0 = 0 y 𝑥1 = 1 se calcula 𝑥2
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
2.3. METODOS ABIERTOS Y SUS INTERPRETACIONES GEOMÉTRICAS
EJEMPLO
Use el método de la secante para determinar la raíz de la siguiente función:
𝑖 = 1; 𝑥𝑖−1 = 0; 𝑥𝑖 = 1; 𝐸 = 0.001
Ea = Error Aproximado
𝑓 (𝑥 ) = 𝑥³ + 2𝑥² + 10𝑥 − 20
ALUMNO:
DANIEL HERNANDEZ GARCIA
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
CARRETERA A FRONTERA KM. 3.5 CD. INDUSTRIAL
NOMBRE:
CLAUDIA OJEDA SÁNCHEZ.
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 2:
2.4. APLICACIÓN A LA SOLUCIÓN DE ECUACIONES NO LINEALES
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
2.4. APLICACIÓN A LA SOLUCIÓN DE ECUACIONES NO LINEALES
INTRODUCCIÓN
Uno de los problemas que se presentan con frecuencia en ingeniería es encontrar las raíces
de ecuaciones de la forma f(x)=0, donde f(x) es una función real de una variable x, con un
polinomio en x.
1. f(x)= 4x ⁵ +x ³-8x+2
2. f(x)=senx+ln3x+x³
FUNCIONES TRANSCENDENTES.
Las funciones trascendentes contienen términos trigonométricos, exponenciales o
logarítmicos o ambos de la variable independiente.
MÉTODO DE BISECCIÓN.
Formula:
X M = (X I + X D )/2
MÉTODO DE NEWTON-RAPHSON.
Formula:
Xi+1=Xi-[f(xi)/f’(x)]=g(xi)
EJERCICIOS
ALUMNA:
CLAUDIA OJEDA SÁNCHEZ
NOMBRES:
BRENDA LÓPEZ AGUILAR
CARLOS OMAR BERMÚDEZ MORALES
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 2:
2.5. USO DE HERRAMIENTAS COMPUTACIONALES
PARA SOLUCIÓN DE ECUACIONES NO LINEALES
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
2.5. USO DE HERRAMIENTAS COMPUTACIONALES
ECUACIÓN NO LINEAL
Una ecuación lineal es cualquier ecuación que tenga
alguna variable elevada al cuadrado, cubo, etc. Al graficar
estas ecuaciones, se forman figuras de tipo parábola,
hipérbola, etc. pero nunca una recta.
MATLAB
Es uno de los programas matemáticos más populares y completos. Esta aplicación te permite
realizar cálculos complejos, la implementación de algoritmos, la comunicación con programas
en otros lenguajes, o la creación de interfaces de usuario. Se trata de un lenguaje de alto
nivel utilizado de forma matricial, empleado en universidades, centros de investigación y
desarrollo, o en los entornos de ingeniería industria, electrónica y matemáticas.
ALUMNO (A):
BRENDA LÓPEZ AGUILAR
CARLOS OMAR BERMÚDEZ MORALES
MÉTODOS NUMÉRICOS
2.5. USO DE HERRAMIENTAS COMPUTACIONALES
MATLAB integra análisis numérico, cálculo matricial, proceso de señal y visualización gráfica
en un entorno completo donde los problemas y sus soluciones son expresados del mismo
modo en que se escribirían tradicionalmente, sin necesidad de hacer uso de la programación
tradicional.
EXCEL
Microsoft Excel es una aplicación para manejar hojas de cálculo.
Este programa es desarrollado y distribuido por Microsoft, y es
utilizado normalmente en tareas financieras y contables.
Excel trabaja con hojas de cálculo que están encuadernadas en libros de trabajo. Un libro de
trabajo es un conjunto de hojas de cálculo y otros elementos, el cual contiene 16 hojas de
trabajo implícitamente. Esta cantidad puede ser disminuida o incrementada según sea
necesario.
La hoja de trabajo cuenta con un tamaño máximo de 256 columnas y 16 384 filas. Se pueden
insertar y eliminar hojas de cálculo, moverlas, copiarlas y cambiarles el nombre simplemente
pulsando el botón derecho del ratón cuando esté colocado encima de una etiqueta de hoja
de cálculo. De esta forma, un libro de trabajo puede tener tantas hojas como queramos y
podremos llamarlas con el nombre que decidamos.
ALUMNO (A):
BRENDA LÓPEZ AGUILAR
CARLOS OMAR BERMÚDEZ MORALES
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
CARRETERA A FRONTERA KM. 3.5 CD. INDUSTRIAL
NOMBRE:
LUIS DOMÍNGUEZ MENDOZA
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 3:
3.1. INTERPOLACIÓN LINEAL
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
3.1. INTERPOLACIÓN LINEAL
INTERPOLACIÓN LINEAL
En una tabla se representan algunos valores de la función, pero no todos, en ocasiones nos
interesa el valor de la función para un valor de la variable independiente distinto de los que
figuran en la tabla, en este caso podemos tomar el más próximo al buscado, o aproximarnos
un poco más por interpolación, la interpolación casi siempre nos dará un pequeño error
respecto al valor de la función verdadero, pero siempre será menor que tomar el valor más
próximo de los que figuran en la tabla.
Tenemos dos puntos en el plano y queremos encontrar la recta que pasa por ellos dos. Eso es
la interpolación lineal. Supongamos que tenemos dos puntos caracterizados por (x,y):
(x1,y1)
(x2,y2)
ALUMNO:
LUIS DOMÍNGUEZ MENDOZA
MÉTODOS NUMÉRICOS
3.1. INTERPOLACIÓN LINEAL
y=ax+b
Buscamos los valores de "a" y "b" para que pasen por los puntos:
y1 = a x1 + b
y2 = a x2 + b
(Recordemos que x1, x2, y1, y2 son datos, las incógnitas ahora son "a" y "b")
a = (y1 - y2)
(x1 - x2)
b = (x1 * y2 - x2 * y1)
(x1 - x2)
Es decir, la ecuación de la recta que pasa por los puntos (x1,y1) y (x2,y2) es:
Tenemos una tabla doblada recargada en la pared y deseamos saber la altura de esta es
determinadas partes de la tabla.
Tenemos los puntos (3,4) y (-2,9) y queremos la recta que pasa por ellos.
a = (y1 - y2)
(x1 - x2)
a = (4 - 9) = - 5 / 5 = -1
(3 - (-2))
ALUMNO:
LUIS DOMÍNGUEZ MENDOZA
MÉTODOS NUMÉRICOS
3.1. INTERPOLACIÓN LINEAL
b = (x1 * y2 - x2 * y1)
(x1 - x2)
b = (3 * 9 - (-2) * 4) = 35 / 5 = 7
(3 - (-2)
Para x=3
y=-3+7=4
Para x= -2
y = - (-2) + 7 = 9
Otros valores
X= -(-1) +7 = 8
ALUMNO:
LUIS DOMÍNGUEZ MENDOZA
ING. CIVIL
Carrera
METODOS NUMERICOS
Materia:
VILLAHERMOSA TABASCO
Julia Ixchel Díaz Rosales
“Fórmula de interpolación de
Lagrange”
Estas son las coordenadas de los puntos que definen la función tabular y Y es el valor de
esta función para un valor dado de x. Puede demostrarse que si los valores de x están
igualmente espaciados, la fórmula coincide con la de Newton.
Ejemplo.
En un levantamiento topográfico se tomaron los siguientes puntos de la poligonal de
apoyo, los cuales se encuentran ubicados en la siguiente tabla, encontrar el valor de Y
para x=2.
x y
o 2
1 3
4 18
6 38
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 3:
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS DE NEWTON
PARA PUNTOS EQUIDISTANTE
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS
DEFINICION
La interpolación consiste en hallar un dato dentro de un intervalo en el que conocemos los
valores en los extremos.
ALUMNO:
JHONATHAN MANUEL CORDOVA PEREZ
MÉTODOS NUMÉRICOS
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS
De las expresiones puede verse que ellas aparecen las primeras de las distintas diferencias de
órdenes sucesivas, a partir de y₀, afectadas de los coeficientes del desarrollo del binomio de
Newton. Suponiendo que esto es verdadero para cualquier valor de y, puede establecerse
que:
Y como
ALUMNO:
JHONATHAN MANUEL CORDOVA PEREZ
MÉTODOS NUMÉRICOS
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS
Proporciona valores aproximados al valor real de la función f(x) para x=xk, y esta
aproximación será mayor mientras mas se acerque el polinomio Pn(x) a la función f(x). Si la
función f(x) es un polinomio proporcionara resultado exactos.
ALUMNO:
JHONATHAN MANUEL CORDOVA PEREZ
MÉTODOS NUMÉRICOS
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS
EJEMPLO:
• Para la función definida en la tabla del ejemplo determinar: y=x³-x+2.
• El valor de y para x=3.2 (interpolación)
Sustituyendo
Donde f(3.2)=31.568.
• Este valor debe ser el exacto de la función para x= 3.2, ya que, al ser constantes las
terceras diferencias, la tabla corresponde a un polinomio.
ALUMNO:
JHONATHAN MANUEL CORDOVA PEREZ
MÉTODOS NUMÉRICOS
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS
La interpolación si puede realizarse directamente si la tabla se invierte, que es lo que se hará para
resolver el ejemplo.
ALUMNO:
JHONATHAN MANUEL CORDOVA PEREZ
MÉTODOS NUMÉRICOS
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS
Obsérvese que al intervenir la tabla de las diferencias lo único que ha cambiado es el signo de
las diferencias de orden impar (primera y tercera diferencia). Teniendo en cuenta esto, la
interpolación puede hacerse directamente de la tabal original, considerando que en la
formula de Interpolación de Newton los signos se van alterando de mas, a menos, a mas,
etc.; es decir que seria.
De donde
f(7.8)=468.752
ALUMNO:
JHONATHAN MANUEL CORDOVA PEREZ
MÉTODOS NUMÉRICOS
3.3 MÉTODO DE INTERPOLACIÓN HACIA ADELANTE Y HACIA ATRÁS
Como para x=-2 no se tiene definida las diferencias de la función, se determina aceptando
que las terceras son constantes e iguales a 48. Teniendo la tercera diferencia, se puede
determinar la segunda; con esta la primera y con la primera diferencia, el valor de la función
para x=-2. en la siguiente tabla se han marcado con un asterisco los valores encontrados con
este procedimiento.
ALUMNO:
JHONATHAN MANUEL CORDOVA PEREZ
INSTITUTO TECNOLÓGICO
DE VILLAHERMOSA
CARRETERA A FRONTERA KM. 3.5 CD. INDUSTRIAL
NOMBRE:
EDWIN DE LA O LOBERA
MATRICULA:
10300435
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 3:
3.4. APLICACIONES DE LA INTERPOLACIÓN
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
Para encontrar los valores de los coeficientes A1, A2, A3 hasta Am, se hace lo siguiente:
Considerando que:
Tenemos:
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
De donde se obtiene:
Sustituyendo en A en lo Anterior:
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
EL POLINOMIO DE LAGRANGE
FORMULA DE LAGRANGE
Si despejamos lk que es la línea que queremos encontrar entre los puntos, nos indica que es
una sumatoria desde j; donde x va hacer el factor para sustituir el valor de k.
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
LEVANTAMIENTOS DE CONFIGURACIÓN
A continuación se explica un ejemplo de
cómo realizar la interpolación aritmética
y gráfica, y el trazo de las curvas de nivel.
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
INTERPOLACIÓN ARITMÉTICA:
El primer paso es determinar las distancias a las que deben ir ubicadas las cotas redondas
utilizando la siguiente fórmula:
En este caso las cotas redondas son 2039, 2040 y 2041, la distancia entre los puntos se puede
medir con una regla y luego ubicar las distancias a las que irán las cotas redondas con la
misma regla.
ALUMNO:
EDWIN DE LA O LOBERA
MÉTODOS NUMÉRICOS
3.4. APLICACIONES DE LA INTERPOLACIÓN
Nota: Las distancias entre los puntos fueron medidas en AutoCAD. Una vez calculadas las
distancias se las mide en el plano y se ubica las cotas redondas:
ALUMNO:
EDWIN DE LA O LOBERA
INSTITUTO TECNOLOGICO DE VILLAHERMOSA
NOMBRES:
JUAN PABLO JIMÉNEZ CUPIL
FRANCISCO ALEJANDRO MADRIGAL DOMÍNGUEZ
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 3:
3.5. USO DE HERRAMIENTAS COMPUTACIONALES PARA LA INTERPOLACIÓN
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
3.5. USO DE HERRAMIENTAS COMPUTACIONALES PARA LA INTERPOLACIÓN
ALUMNO:
JUAN PABLO JIMÉNEZ CUPIL
FRANCISCO ALEJANDRO MADRIGAL DOMÍNGUEZ
MÉTODOS NUMÉRICOS
3.5. USO DE HERRAMIENTAS COMPUTACIONALES PARA LA INTERPOLACIÓN
INTRODUCCIÓN
ALUMNO:
JUAN PABLO JIMÉNEZ CUPIL
FRANCISCO ALEJANDRO MADRIGAL DOMÍNGUEZ
MÉTODOS NUMÉRICOS
3.5. USO DE HERRAMIENTAS COMPUTACIONALES PARA LA INTERPOLACIÓN
ALUMNO:
JUAN PABLO JIMÉNEZ CUPIL
FRANCISCO ALEJANDRO MADRIGAL DOMÍNGUEZ
SUBSECRETARÍA DE EDUCACIÓN SUPERIOR
DIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
NOMBRE:
JONATHAN GÓMEZ DOMÍNGUEZ
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 4:
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
DIFERENCIACIÓN: PROBLEMAS
• ¿Qué sucede si h no es suficientemente pequeño?
• ¿Y los errores numéricos para cuando elegimos un h muy pequeño?
• ¡¡¿¿Entonces??!!
INTEGRACIÓN NUMÉRICA
Al igual que antes...
INTRODUCCIÓN
Hay dos clases de métodos que deben distinguirse: I. Los métodos de tipo interpolatorio, que
nos conducirán a las Fórmulas de Newton-CotesII. Los métodos basados en la cuadratura
gaussiana.
La necesidad de aproximar numéricamente el valor de una integral surge por dos motivos
fundamentalmente:
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
𝑏
𝐼 = � 𝑓(𝑥) 𝑑𝑥
𝑎
La cual representa la integración de f(x) con respecto ala variable x, evaluada entre los limites
x=a y x=b.
𝑏 𝑏
∫𝑎 𝑓(𝑥) 𝑑𝑥≃ ∫𝑎 𝑓𝑛(𝑥) 𝑑𝑥
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
• Fórmulas de Newton-Cotes cerradas: El soporte incluye a los dos extremos del intervalo
de integración.
• Fórmulas de Newton-Cotes abiertas: los extremos del intervalo de integración no se
incluyen entre las abscisas que forman el soporte. En este sentido, se parece ala
extrapolación; y estas no se usan en la integración definida
INTEGRACIÓN: NEWTON-COTES
𝑏 𝑏
I = ∫𝑎 𝑓 (𝑥 ) 𝑑𝑥 ≃ ∫𝑎 𝑓1(𝑥 ) 𝑑𝑥
𝑓 (𝑏) − 𝑓(𝑎)
f1(x) = f(a) + (x − a)
𝑏−𝑎
El área bajo la línea recta es un aproximación de la integral de f(x) entre los limites a y b
𝑏
𝑓 (𝑏 ) − 𝑓 (𝑎 )
I ≃ � �𝑓(𝑎) + (𝑥 − 𝑎)� 𝑑𝑥
𝑎 𝑏−𝑎
𝑓 (𝑏 ) − 𝑓 (𝑎 )
I ≃ (b − a)
2
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
12
Donde ξ está en algún lugar en el intervalo de a hasta b. Esta ecuación indica que si la
función sujeta a integración es lineal, la regla trapezoidal es exacta. Para funciones con
curvatura puede ocurrir un error.
n −1
f ( x0 ) + 2∑ f ( xi ) + f ( xn )
I = (b − a ) i =1
2n
ERROR PARA LA REGLA TRAPEZOIDAL
El error de truncamiento como:
Ea =−
(b − a)
3
f ''
12n 2
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
REGLA DE SIMPSON
Otra manera de obtener una estimación mas exacta de una integral, es la de usar polinomios
de orden superior para conectar los puntos. Por ejemplo, si hay un punto medio entre f(a) y
f(b), entonces se pueden conectar los tres puntos con una parábola. Si hay dos puntos
igualmente espaciados entre f(a) y f(b), entonces los cuatro puntos se puede conectar con un
polígono de tercer orden. Alas resultantes de calcular la integración bajo estos polígonos se
les llama regla de Simpson.
I≅
h
[ f (x0 ) + 4 f (x1 ) + f (x2 )]
3
Esta es la segunda formula de integración de newton-cotes.
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
I ≅ (b − a ) i =1, 3, 5 j = 2, 4, 6
3n
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
I≅
3h
[ f (x0 ) + 3 f (x1 ) + 3 f (x2 ) + f (x3 )]
8
Y como h = (b-a)/3 a esta ecuación se le llama regla de Simpson de 3 (porque h es el múltiplo
de 3/8 esta es la tercera regla cerrada de newton-cotes y se expresa:
I ≅ (b − a )
[ f (x0 ) + 3 f (x1 ) + 3 f (x2 ) + f (x3 )]
8
A lo tanto a los dos puntos interiores se les da un peso de tres octavos, mientras que a los
puntos extremos se les da un peso de un octavo.
h f (ξ )
3 5 (4 )
La regla de Simpson tiene un error de: Et = −
80
O ya que h = (b-a)/3: Et =−
(b − a)
5
f (4 ) (ξ )
6480
Esta regla es más exacta que la de 1/3.
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
• Sin embargo, la regla 3/8 tiene la utilidad cuando el número de segmentos es impar.
• Una estrategia para mantener precisión de 3er orden a través de todo el intervalo de
integración es usar la regla de Simpson 1/3 en los primeros segmentos y la regla de
Simpson 3/8 en los últimos tres
Aquí nos muestra como las formulas de 5 y 6 tienen el mismo orden de error. Esta
característica se cumple para las formulas con mas puntos y trae como consecuencia q las
formulas de segmentos pares puntos impares sean los métodos de preferencia.
f ( x0 ) + f ( x1 ) f ( x1 ) + f ( x2 ) f ( xn −1 ) + f (xn )
I = h1 + h2 + + hn
2 2 2
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
MÉTODOS NUMÉRICOS
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
Si alguno de los segmentos adyacentes son de igual anchura, se puede evaluar la integral
aplicando las reglas de Simpson a estos segmentos.
De tal manera q resultan evidentes los factores de peso. Como con las versiones cerradas, los
pares sucesivos de las formulas tienen el mismo orden de error. Las formulas de segmentos
pares-puntos impares-puntos pares.
Las formulas de integración abiertas rara ves se utilizan. Sin embargo tiene aplicación directa
con los métodos de paso múltiple en la solución de ecuaciones diferenciales ordinarias.
ALUMNO:
JONATHAN GÓMEZ DOMÍNGUEZ
INSTITUTO TECNOLOGICO DE VILLAHERMOSA
NOMBRE:
ROBERTO DE LA O DE LA CRUZ
NUMERO DE CONTROL:
10300434
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 4:
4.2 REGLA DEL TRAPECIO
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
O bien es una forma de aproximar una integral definida utilizando “n” trapecios.
𝑏 𝑏
I=∫𝑎 𝑓(𝑥) 𝑑𝑥≃ ∫𝑎 𝑓1(𝑥) 𝑑𝑥
𝑓(𝑏)−𝑓(𝑎)
f1(x) = f(a) + (𝑥 − 𝑎)
𝑏−𝑎
𝑏 𝑓(𝑏)−𝑓(𝑎)
I ≃ ∫𝑎 �𝑓(𝑎) + (𝑥 − 𝑎)� 𝑑𝑥
𝑏−𝑎
𝑓(𝑏)−𝑓(𝑎)
I ≃ (b-a)
2
f f
𝑏−𝑎
ℎ=
𝑛
O agrupando términos,
ℎ
𝐼 = �𝑓(𝑥0 ) + 2 ∑𝑛−1
𝑖=1 𝑓(𝑥1 ) + 𝑓(𝑥𝑛 )�
2
EJEMPLO
Encontrar el área de una excavación donde se piensa construir un cimiento para
1� 𝑑𝑥
una bodega, con la siguiente ecuación ∫0 2 , dada con un numero de trapecios
1+𝑥 2
donde “n=4”.
𝑏
ℎ
� 𝑓 (𝑥 )𝑑𝑥 = [𝑓 (𝑎) + 2𝑓 (𝑎 + ℎ) + 2𝑓 (𝑎 + 2ℎ) + 2𝑓 (𝑎 + 3ℎ) … , +𝑓 (𝑏)]
𝑎 2
1� 𝑑𝑥
2
∫0 1+𝑥 2
𝑛=4
1� −0 1
2
ℎ= =
4 8
n 𝐟(𝒙𝒏 )
0 0
1 1
𝑎=0
8
1
𝑎+ℎ = 1
8 2
2 1 4
𝑎 + 2ℎ = =
8 4
3 3
3
𝑎 + 3ℎ = 8
8 1
4
𝑎 + 4ℎ = 𝑏 = =
4 1 2
8 2
• 𝑓 (𝑥𝑛 ) = 1(1 + 𝑥 2 )
• 𝑓 (0) = 1�1 = 1
𝑓�1�8� = 1� = 1�
64
• 1 = 65
�1 + �64� �65�64�
𝑓�1�4� = 1�
16
• 1 = 17
�1 + �16�
𝑓�3�8� =
64
•
73
𝑓�1�2� =
4
•
5
1� 𝑑𝑥 1� 64 16 64 4
2 8
• ∫0 = �1 + 2 65 + 2 17 + 2 73 + 5� =
1+𝑥 2 2
1� 𝑑𝑥 1� 128 32 128 4
2 8
• ∫0 = �1 + + + + �=
1+𝑥 2 2 65 17 73 5
1 1
• [1 + 1.9692 + 1.8823 + 1.7534 + 0.8] = [7.4049] = 0.4628𝑢2
16 16
GRAFICA
NOMBRE:
ESDRAS GARDUZA GARCÍA.
NUMERO DE CONTROL:
10300459
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 4:
4.3 APLICACIONES DE LA INTEGRACION NUMERICA
METODO DE SIMPSON 1/3
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
4.3 APLICACIONES DE LA INTEGRACION NUMERICA
SIMPSON 1/3
Una manera de obtener una estimación más exacta de una integral, es la de usar
polinomios de orden superior para conectar los puntos. Por ejemplo, si hay un punto
medio entre f(a) y f(b), entonces se pueden conectar los tres puntos con una
parábola. Si hay dos puntos igualmente espaciados entre f(a) y f(b), entonces los
cuatro puntos se puede conectar con un polígono de tercer orden. A las resultantes
de calcular la integración bajo estos polígonos se les llama regla de Simpson.
.
Esta es la segunda fórmula de integración de newton-cotes. La etiqueta 1/3 viene de
q h se divide en 3 la ecuación.
Punto medio entre a y b dado por (b + a)/2. Nótese q la ecuación anterior el punto
medio se pesa con dos tercios y los dos puntos extremos con 1 sexto.
ALUMNO:
ESDRAS GARDUZA GARCÍA.
MÉTODOS NUMÉRICOS
4.3 APLICACIONES DE LA INTEGRACION NUMERICA
En consecuencia la regla de Simpson 1/3 tiene una precisión de tercer orden aun
cuando se basa en sólo tres puntos, da resultados exactos para polinomios cúbicos
aun cuando se deriva de una parábola.
ALUMNO:
ESDRAS GARDUZA GARCÍA.
MÉTODOS NUMÉRICOS
4.3 APLICACIONES DE LA INTEGRACION NUMERICA
La regla de Simpson 1/3 está limitada a casos en donde hay un número par de
segmentos y un número impar de puntos.
ALUMNO:
ESDRAS GARDUZA GARCÍA.
MÉTODOS NUMÉRICOS
4.3 APLICACIONES DE LA INTEGRACION NUMERICA
ALUMNO:
ESDRAS GARDUZA GARCÍA.
MÉTODOS NUMÉRICOS
4.3 APLICACIONES DE LA INTEGRACION NUMERICA
ALUMNO:
ESDRAS GARDUZA GARCÍA.
MÉTODOS NUMÉRICOS
4.3 APLICACIONES DE LA INTEGRACION NUMERICA
ALUMNO:
ESDRAS GARDUZA GARCÍA.
SUBSECRETARÍA DE EDUCACIÓN SUPERIOR
DIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
NOMBRE:
LUIS ARTURO DE LA CRUZ CRUZ
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 4:
4.4. USO DE HERRAMIENTAS COMPUTACIONALES
PARA INTEGRACIÓN NUMÉRICA
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
4.4. USO DE HERRAMIENTAS COMPUTACIONALES
En la actualidad las Matemáticas están presentes en casi todas nuestras actividades ya sea de
forma explícita o encubierta en alguna medida.
Conforme pasa el tiempo la tecnología avanza cada día más y hay una gama más amplia de
aplicaciones de estas tecnologías.
ALUMNO:
LUIS ARTURO DE LA CRUZ CRUZ
MÉTODOS NUMÉRICOS
4.4. USO DE HERRAMIENTAS COMPUTACIONALES
La opción method admite otros valores: midpoint y simpson generan las fórmulas de
cuadratura compuesta del punto medio y de Simpson, respectivamente. De forma más
genérica se puede utilizar el valor newtoncotes[n] donde n+1 es el número de nodos de la
fórmula base de Newton-Cotes (que tiene entre sus nodos a los extremos del subintervalo)
que se utiliza para generar la fórmula compuesta que usa el comando.
En la imagen vemos como la fórmula de Simpson se puede generar indistintamente con los
valores simpson o newtoncotes[2] para la opción method.
ALUMNO:
LUIS ARTURO DE LA CRUZ CRUZ
MÉTODOS NUMÉRICOS
4.4. USO DE HERRAMIENTAS COMPUTACIONALES
Comparamos ahora distintos métodos con el mismo número de subintervalos: 10. Como
vemos la regla de Simpson es superior a las del punto medio y el trapecio, consiguiendo seis
cifras decimales exactas.
ALUMNO:
LUIS ARTURO DE LA CRUZ CRUZ
INSTITUTO TECNOLOGICO DE VILLAHERMOSA
NOMBRE:
JAVIER ANTONIO ESQUIVEL GONZALES
NUMERO DE CONTROL:
10300442
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 5:
5.1. ELIMINACIÓN GAUSSIANA
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
ELIMINACIÓN GAUSSIANA
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
EJEMPLO.
Se quiere determinar que cantidad de material acarrean 3 diferentes tipos de maquinaria
pesada en una obra civil que se esta realizando. Se registraron los volúmenes totales de
material durante 3 días:
1. 7770 m3s
2. 6325 m3s
3. 9075 m3s
La 1er. máquina acarrea el doble de la 2da. y la 3ra. acarrea la suma de la 1ra Y la 2da el
primer día, el segundo día la 3er. máquina acarreo el doble de la segunda y la 1ra. la suma de
la 2da y la 3ra. y el tercer día la segunda acarreo el triple de la primera y la tercera la
diferencia de la 2da. Y la 3ra.
a) No hay solución.
b) Hay una infinidad de soluciones.
c) El sistema esta mal condicionado, las pendientes son tan cercanas que el punto de
intersección es difícil de detectar visualmente.
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
MÉTODOS NUMÉRICOS
5.1. ELIMINACIÓN GAUSSIANA
ALUMNO:
JAVIER ANTONIO ESQUIVEL GONZALES
SUBSECRETARÍA DE EDUCACIÓN SUPERIOR
DIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
NOMBRE:
ARACELI PÉREZ CRUZ
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 5:
5.2. MÉTODO DE GAUSS-JORDAN
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
5.2. MÉTODO DE GAUSS-JORDAN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
5.2. MÉTODO DE GAUSS-JORDAN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
5.2. MÉTODO DE GAUSS-JORDAN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
5.2. MÉTODO DE GAUSS-JORDAN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
5.2. MÉTODO DE GAUSS-JORDAN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
5.2. MÉTODO DE GAUSS-JORDAN
SOLUCIÓN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
5.2. MÉTODO DE GAUSS-JORDAN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
5.3. MÉTODO DE GAUSS-SEIDEL PARA LA SOLUCIÓN DE ECUACIONES LINEALES
ALUMNA:
ROXANA HERNÁNDEZ ORAMAS
MÉTODOS NUMÉRICOS
5.3. MÉTODO DE GAUSS-SEIDEL PARA LA SOLUCIÓN DE ECUACIONES LINEALES
ALUMNA:
ROXANA HERNÁNDEZ ORAMAS
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA
CARRETERA A FRONTERA KM. 3.5 CD. INDUSTRIAL
NOMBRE:
EDGAR ESTEBAN GARCÍA SANTANA
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 5:
5.4. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES.
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
5.4. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES.
TIPOS DE SISTEMAS
METODO DE SUSTITUCIÓN:
El método de sustitución consiste en despejar en una de las ecuaciones cualquier incógnita,
preferiblemente la que tenga menor coeficiente, para, a continuación, sustituirla en otra
ecuación por su valor.
Ejemplo:
Despejando y
ALUMNO:
EDGAR ESTEBAN GARCÍA SANTANA
MÉTODOS NUMÉRICOS
5.4. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES.
METODO DE IGUALACIÓN
El método de igualación se puede entender como un caso particular del método de
sustitución en el que se despeja la misma incógnita en dos ecuaciones y a continuación se
igualan entre sí la parte derecha de ambas ecuaciones.
OTROS MÉTODOS
1. Método reducción.
2. Método grafico
3. Método de gauss
4. Algoritmos numéricos.
ALUMNO:
EDGAR ESTEBAN GARCÍA SANTANA
MÉTODOS NUMÉRICOS
5.4. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES.
EJEMPLO:
Una constructora fabrica tres modelos de casa habitación: de lujo, media, y económica. Para
construir una casa modelo de lujo necesita 12 días para construir. 2.5 para instalaciones, y 2
más para pintarla. Para una mediana requiere 10 días para construir, 2 para instalaciones, y 2
para instalar pintarla. Y por último, para una económica requiere 6 para construir, 1.5 para
instalaciones, y 1.5 para pintarla. Si la constructora dispone en de 556 días para construcción,
120 para instalaciones, y 103 horas para pintura. ¿Cuántas casas habitación se pueden
construir?
Para determinar las ecuaciones debemos utilizar los tiempos antes vistos:
Construcción
556(total) = 12 x + 10 y+ 6 z
Instalaciones
120(total) = 2.5 x+ 2 y+ 1.5 z
Pintura
103(total) = 2 x+ 2 y+ 1.5 z
12 𝑥 + 10 𝑦 + 6 𝑧 = 556 12 10 6
�2.5 𝑥 + 2 𝑦 + 1.5 𝑧 = 120 𝐴 = �2.5 2 1.5�
2 𝑥 + 2 𝑦 + 1.5 𝑧 = 103 2 2 1.5
𝟐 𝟏. 𝟓
𝒂𝟏𝟏 = (−𝟏)𝟐 � �=𝟎
𝟐 𝟏. 𝟓
ALUMNO:
EDGAR ESTEBAN GARCÍA SANTANA
MÉTODOS NUMÉRICOS
5.4. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES.
𝟐. 𝟓 𝟏. 𝟓
𝒂𝟏𝟐 = (−𝟏)𝟑 � � = −𝟕. 𝟓
𝟐 𝟏. 𝟓
𝟐. 𝟓 𝟐�
𝒂𝟏𝟑 = (−𝟏)𝟒 � =𝟏
𝟐 𝟐
𝟏𝟎 𝟔
𝒂𝟐𝟏 = (−𝟏)𝟑 � � = −𝟑
𝟐 𝟏. 𝟓
𝟏𝟐 𝟔
𝒂𝟐𝟐 = (−𝟏)𝟒 � �=𝟔
𝟐 𝟏. 𝟓
𝟏𝟐 𝟏𝟎
𝒂𝟐𝟑 = (−𝟏)𝟓 � � = −𝟒
𝟐 𝟐
𝟏𝟎 𝟔
𝒂𝟑𝟏 = (−𝟏)𝟒 � �=𝟑
𝟐 𝟏. 𝟓
𝟏𝟐 𝟔
𝒂𝟑𝟐 = (−𝟏)𝟓 � � = −𝟑
𝟐. 𝟓 𝟏. 𝟓
𝟏𝟐 𝟏𝟎
𝒂𝟑𝟑 = (−𝟏)𝟔 � � = −𝟏
𝟐. 𝟓 𝟐
556 10 6 12 556 6
|∆𝟏| = �120 2 1.5� = −51 |∆𝟐| = �2.5 120 1.5� = −6
103 2 1.5 2 103 1.5
12 10 556
|∆𝟑| = �2.5 2 120� = −27
2 2 103
∆𝟏 −𝟓𝟏
𝒙= |∆|
= = 𝟑𝟒
−𝟏.𝟓
∆𝟐 −𝟔
𝒚= = =𝟒
| ∆| −𝟏. 𝟓
∆𝟑 −𝟐𝟕
𝒛= = = 𝟏𝟖
|∆| −𝟏. 𝟓
ALUMNO:
EDGAR ESTEBAN GARCÍA SANTANA
ING. CIVIL
Carrera
METODOS NUMERICOS
Materia:
VILLAHERMOSA TABASCO
“Uso de herramientas computacionales para
ecuaciones Lineales”
¿Qué es una ecuación lineal?
Una ecuación de primer grado o
ecuación lineal es un planteamiento de
igualdad, involucrando una o más
variables a la primera potencia, que no
contiene productos entre las variables, es
decir, una ecuación que involucra
solamente sumas y restas de una
variable a la primera potencia.
¿Qué es Maple?
Es un programa matemático de propósito general capaz de realizar cálculos
simbólicos, algebraicos y de álgebra computacional, Maple es un lenguaje de
programación interpretado. Las expresiones simbólicas son almacenadas en memoria
como grafos dirigidos sin ciclos
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
1RA ITERACIÓN
X1=.50 X2=1.50, X3=.50
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
PROBLEMA PRÁCTICO
ENUNCIADO DEL PROBLEMA
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
NOMBRE:
DANIEL HERNANDEZ GARCIA
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 6:
6.3. MÉTODO DE NEWTON-RAPHSON PARA SOLUCIONES DE
ECUACIONES DE SISTEMAS NO LINEALES
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
6.3. MÉTODO DE NEWTON-RAPHSON
Cuando se escoge un valor x inicial donde se tendría una "división por cero" lo cual es un
error, y no podría proceder.
Cuando usando un valor X inicial de los valores X convergen y Hace el delta-x la
disminución hacia el cero (0).
Dependiendo de las condiciones bajo las que esté intentando resolver la ecuación,
algunas de las variables pueden estar cambiando.
DESVENTAJAS
Aunque el método de Newton-Raphson en general es muy eficiente, hay situaciones en que
presenta dificultades:
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
6.3. MÉTODO DE NEWTON-RAPHSON
MÉTODO DE NEWTON-RAPHSON
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
6.3. MÉTODO DE NEWTON-RAPHSON
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
6.3. MÉTODO DE NEWTON-RAPHSON
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
6.3. MÉTODO DE NEWTON-RAPHSON
EJEMPLO
ALUMNO:
DANIEL HERNANDEZ GARCIA
MÉTODOS NUMÉRICOS
6.3. MÉTODO DE NEWTON-RAPHSON
ALUMNO:
DANIEL HERNANDEZ GARCIA
CONCLUSIONES
El hecho de que se tomen tan en cuenta los errores, no nos deja cerca de la
perfección pero al considerarlos, al menos nos da una idea de con que
contamos y con que no, así podemos tomar decisiones informadas y por lo
tanto mejores.