Antologia de Metodos Numericos PDF

CREADOR Y ENCARGADO:
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
2. SOLUCIÓN DE ECUACIONES NO LINEALES DE UNA VARIABLE

2.1 BÚSQUEDA DE VALORES INICIALES. TABULACIÓN Y GRAFICACIÓN
2.2 MÉTODOS CERRADOS Y SUS INTERPRETACIONES GEOMÉTRICAS (BISECCIÓN Y REGLA
FALSA)
2.3 MÉTODOS ABIERTOS Y SUS INTERPRETACIONES GEOMÉTRICAS ASÍ COMO SUS
CRITERIOS DE CONVERGENCIA (NEWTON-RAPHSON, SECANTE)
2.4 APLICACIONES DE LA SOLUCIÓN DE ECUACIONES NO LINEALES
2.5 USO DE HERRAMIENTAS COMPUTACIONALES
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
5. SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

5.1 ELIMINACIÓN GAUSSIANA
5.2 MÉTODO DE GAUSS-JORDAN
5.3 MÉTODO DE GAUSS SEIDEL
5.4 APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES
5.5 USO DE HERRAMIENTAS COMPUTACIONALES PARA SOLUCIÓN DE ECUACIONES
LINEALES
6. SOLUCIÓN DE SISTEMAS DE ECUACIONES NO LINEALES

6.1 MÉTODO DE JACOBI
6.2 MÉTODO DE GAUSS-SEIDEL
6.3 MÉTODOS DE NEWTON-RAPHSON
1. INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS EXPOSITOR
1.1. HISTORIA DE LOS MÉTODOS NUMÉRICOS MARBEL HERNÁNDEZ CRUZ
1.2. RAZONES DE SU APLICACIÓN LUIS ALBERTO ESTRADA AGUIRRE
1.3. CONCEPTOS DE EXACTITUD, PRECISIÓN Y ERROR YULIANA SOFÍA VALENCIA GARCÍA
1.4. ERRORES INHERENTES, DE REDONDEO Y POR TRUNCAMIENTO TERESA JANETH LÓPEZ PÉREZ
1.5. ERRORES ABSOLUTO Y RELATIVO ÁNGEL ALBERTO PAYRÓ JARAMILLO
2. SOLUCIÓN DE ECUACIONES NO LINEALES DE UNA VARIABLE EXPOSITOR

2.1. BÚSQUEDA DE VALORES INICIALES. TABULACIÓN Y GRAFICACIÓN. SAID ARMANDO ESCALANTE DE LA CRUZ
2.2. MÉTODOS CERRADOS Y SUS INTERPRETACIONES GEOMÉTRICAS (BISECCIÓN Y REGLA FALSA) GUSTAVO ENRIQUE FERNÁNDEZ POZO
2.3. MÉTODOS ABIERTOS Y SUS INTERPRETACIONES GEOMÉTRICAS (NEWTON-RAPHSON, SECANTE) DANIEL HERNANDEZ GARCIA
2.4. APLICACIONES DE LA SOLUCIÓN DE ECUACIONES NO LINEALES CLAUDIA OJEDA SÁNCHEZ
2.5. USO DE HERRAMIENTAS COMPUTACIONALES BRENDA LÓPEZ AGUILAR
CARLOS OMAR BERMÚDEZ MORALES.
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.
4. INTEGRACIÓN NUMÉRICA EXPOSITOR

4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES JONATHAN GÓMEZ DOMÍNGUEZ
4.2. REGLA TRAPECIAL ROBERTO DE LA O DE LA CRUZ
4.3. APLICACIONES DE LA INTEGRACIÓN NUMÉRICA. ESDRAS GARDUZA GARCÍA.
4.4. USO DE HERRAMIENTAS COMPUTACIONALES LUIS ARTURO DE LA CRUZ CRUZ
5. SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES EXPOSITOR

5.1. ELIMINACIÓN GAUSSIANA JAVIER ANTONIO ESQUIVEL GONZALES
5.2. MÉTODO DE GAUSS-JORDAN ARACELI PÉREZ CRUZ
5.3. MÉTODO DE GAUSS SEIDEL ROXANA HERNÁNDEZ ORAMAS
5.4. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES. EDGAR ESTEBAN GARCÍA SANTANA
5.5. USO DE HERRAMIENTAS COMPUTACIONALES JULIA IXCHEL DÍAZ ROSALES
6. SOLUCIÓN DE SISTEMAS DE ECUACIONES NO LINEALES EXPOSITOR

6.1. MÉTODO DE JACOBI SAID ARMANDO ESCALANTE DE LA CRUZ
6.2. MÉTODO DE GAUSS-SEIDEL. GUSTAVO ENRIQUE FERNÁNDEZ POZO
6.3. MÉTODOS DE NEWTON-RAPHSON. DANIEL HERNANDEZ GARCIA
6.4. USO DE HERRAMIENTAS COMPUTACIONALES CARLOS OMAR BERMÚDEZ MORALES
INTRODUCCIÓN
A medida que avanzamos a un nivel profesional encontramos las

matemáticas más complejas desde una perspectiva real, es decir, los
problemas que se plantean en la vida cotidiana, sobre todo en ingeniería, que
abarcan como plano inicial el contenido matemático y aritmético para la
solución de los problemas planteados.
Como ingenieros no solo encontramos una solución a los problemas sino

también una eficiente, aplicable teórica y prácticamente que
indiscutiblemente se verá afectada por medios ajenos a la práctica, valores
que tenemos en cuenta para concluir con éxito una situación, optimizándola
gracias a métodos numéricos obteniendo una solución exacta y precisa del
problema.
En el trabajo a continuación, se plantea de

manera sencilla los conceptos básicos para tener
en cuenta y arrancar exitosamente el curso de
métodos numéricos, avanzando a situaciones
complejas para valernos por medios
computacionales y desarrollando pequeños
software para grandes soluciones.
En la práctica de la ingeniería y ciencias es

frecuente tener la necesidad de resolver un
sistema de ecuaciones lineales. Estos sistemas
aparecen en muy diversos problemas, ya sea
como la solución completa de un problema ó al
menos como parte de ella. Dada esta necesidad
frecuente, se requiere resolverlos en forma
eficiente.
NOMBRES:
MARBEL HERNÁNDEZ CRUZ
LUIS ALBERTO ESTRADA AGUIRRE
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 1:
CATEDRÁTICO:
ING. JOSÉ ROMAN ISLAS RODRÍGUEZ
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
“INSTITUTO TECNOLOGICO DE
VILLAHERMOSA”
UNIDAD 1:
1.3. CONCEPTO DE ERROR Y EXACTITUD
MATERIA:
MÉTODOS NUMÉRICOS
CATEDRÁTICO:
ING. JOSE ROMAN ISLAS
ALUMNAS:
YULIANA SOFÍA VALENCIA GARCÍA
TERESA JANETH LÓPEZ PÉREZ
CARRERA:
ING. CIVIL
MÉTODOS NUMÉRICOS
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
•Operaciones con matrices

•Interpolaciones
•Ajuste de curvas
•Polinomios
Los métodos numéricos se aplican en áreas como:

Ingeniería Industrial, Ingeniería Química, Ingeniería Civil.
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:
MÉTODOS NUMÉRICOS
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.
La inexactitud se define como un alejamiento sistemático de la verdad. La imprecisión, sobre

el otro lado, se refiere a la magnitud del esparcimiento de los valores. Los métodos
numéricos deben ser lo suficientemente exactos o sin sesgos para que cumplan los requisitos
de un problema particular de ingeniería.
La exactitud de una medición hace referencia a su cercanía al valor que pretende medir. La
precisión está asociada al número de cifras decimales utilizados para expresar lo medido. Un
instrumento inexacto nos entrega resultados sesgados, “desplazados”; uno impreciso,
resultados “ambiguos”, “difusos”.
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:
MÉTODOS NUMÉRICOS
Por otra parte, es de suma importancia cuidar que, durante el proceso de cálculo intermedio,
no se pierda precisión innecesariamente.
Es importante mantener el máximo posible de decimales, pues esto ayuda a controlar la

aparición y propagación de errores numéricos que invaliden los resultados.
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:
Error = Valor real -valor estimado.
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:
Ea = Error relativo (fracción) = error estimado I valor verdadero.
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:
Si remplazamos Es en la ecuación. Obtendremos el número de cifras significativas en que es

confiable el valor aproximado obtenido.
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:
MÉTODOS NUMÉRICOS
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
ERROR RELATIVO PORCENTUAL
ERP = EA x 100 %
Vv
ERROR POR REDONDEO.

Es aquel tipo de error en donde el número significativo de dígitos después del punto decimal se ajusta
a un número específico provocando con ello un ajuste en el último dígito que se toma en cuenta. Los
errores de redondeo resultan de representar aproximadamente números que son exactos.
Proceso mediante el cual se eliminan decimales poco significativos a un número decima.
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:
MÉTODOS NUMÉRICOS
Por ejemplo, redondeando el número π = 3,141592::: a las centésimas tenemos π = 3,14, a

las milésimas π = 3,142 y a las diezmilésimas π = 3; 1416. En general es preferible el
redondeo al truncamiento, ya que cometemos un error menor.
ERROR POR TRUNCAMIENTO

Para llevar a cabo operaciones de algunas funciones matemáticas los compiladores ejecutan
estas funciones utilizando series infinitas de términos, pero es difícil llevar a cabo estos
cálculos hasta el infinito, por lo tanto la serie tendrá que ser truncada.
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.
Truncamiento: Cortamos el número a partir de cierta cifra. Por ejemplo π = 3,141592:::,

truncado a las milésimas sería π = 3,141 y a las diezmilésimas π = 3,1415.
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.
ERROR NUMÉRICO TOTAL

Es la suma de los errores de truncamiento y redondeo. Para minimizar los errores de
redondeo debe incrementarse el número de cifras significativas. El error de truncamiento
puede reducirse por un tamaño de paso más pequeño.
ALUMNAS:
MÉTODOS NUMÉRICOS
CALCULO DE ERRORES ABSOLUTO Y RELATIVO
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
El error en la medición del puente es

e= 10000 – 9999= 1cm
Y para el remache es de
e= 10-9= 1cm
El error relativo porcentual es de

€= 1/10000 * 100% = 0.1 %
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:
EA = 0.10 x 102 - 0.08 x 102

EA = 2 = 0.2 x 101
ERP = 0.2 x 101 x 100 = 20%
0.10 x 102
ALUMNAS:
MÉTODOS NUMÉRICOS
ALUMNAS:
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:
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
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
1. Se dice que las medidas de un block son de (10)(20)(40). Y se le da a 3 personas a medir

el block, la primera persona toma su medida y son de (11)(19)(41). La segunda persona
toma sus medidas (9)(20)(39). La tercera persona toma la ultima medida (10.5)(21)(41).
Calcular el valor absoluto y el valor relativo.
2. Las medidas de el muro según un arquitecto son de 30 m. se le mando a un albañil a

tomar las medidas y son de 29.65. Calcular los errores absolutos y relativos.
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:
MÉTODOS NUMÉRICOS
CIFRAS SIGNIFICATIVAS
Son todos menos los ceros a la izquierda:
• 537 (Tres cifras significativas)

• 6,000 (Cuatro cifras significativas)
• 00027 (Dos cifras significativas)
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.
Como se simplifican las unidades, se dice que es adimensional (sin unidades).
Normalmente, el error relativo se presenta como un porcentaje (%). La medida es aceptable

si el error relativo es menor o igual a 5%.
Este error es el que indica la calidad de una medida.
ALUMNO:
INSTITUTO TECNOLÓGICO
DE VILLAHERMOSA
MÉTODOS NUMÉRICOS
2.1. BÚSQUEDA DE VALORES INICIALES, TABULACIÓN Y GRAFICACIÓN
ALUMNO:
SAID ARMANDO ESCALANTE DE LA CRUZ
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
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:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
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:
MÉTODOS NUMÉRICOS
MÉTODO DE REGLA FALSA

En cálculo numérico, el método de regula falsi (regla falsa) o falsa posición es un método
iterativo de resolución numérica de ecuaciones no lineales. El método combina el método de
bisección y el método de la secante.
EL « MÉTODO »
 Se busca una solución de la ecuación f(x) = 0, una raíz de f. Como en el método de

bisección, se parte de un intervalo inicial [a 0 ,b 0 ] con f(a 0 ) y f(b 0 ) de signos opuestos, lo
que garantiza que en su interior hay al menos una raíz.
 El algoritmo va obteniendo sucesivamente en cada paso un intervalo más pequeño

[a k , b k ] que sigue incluyendo una raíz de la función f.
 A partir de un intervalo [a k , b k ] se calcula un punto interior c k :
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
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:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
2.3. METODOS ABIERTOS Y SUS INTERPRETACIONES GEOMÉTRICAS
¿QUÉ ES EL MÉTODO DE NEWTON-RAPHSON?

El método de Newton (conocido también como el método de Newton-Raphson o el método
de Newton-Fourier) es un algoritmo eficiente para encontrar aproximaciones de los ceros o
raíces de una función real. También puede ser usado para encontrar el máximo o mínimo de
una función, encontrando los ceros de su primera derivada.
¿POR QUÉ SE LLAMA MÉTODO DE NEWTON-RAPHSON?

El método de Newton-Raphson es llamado así por la razón de
que el matemático inglés Joseph Raphson (contemporáneo de
Newton) se hizo miembro de la Royal Society en 1691 por su
libro aequationum universalis Análisis que publico en 1690 y el
cual contenía este método para aproximar raíces. Mientras que
Newton en su libro Método de las fluxiones describe el mismo
método escrito en 1671, pero publicado hasta 1736, lo que
significa que Raphson había publicado este resultado casi 50
años antes, aunque no fue tan popular como los trabajos de
Newton y se le reconoció posteriormente.
DESCRIPCIÓN DEL MÉTODO

Es un método de tipo abierto, el cual requiere de dos puntos iniciales, los cuales pueden ser
arbitrarios. Lo que hace básicamente, es trazar rectas secantes a la curva de la ecuación que
se esta analizando, y verificar la intersección de dichas rectas con el eje de las X para conocer
si es la raíz que se busca.
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:
MÉTODOS NUMÉRICOS
Si se sustituye dicha aproximación en el lugar de la derivada en la formula de newton-

Raphson, se obtiene lo siguiente:
INTERPRETACIÓN GEOMÉTRICA
ALUMNO:
MÉTODOS NUMÉRICOS
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
Los valores posteriores son los siguientes:
ALUMNO:
MÉTODOS NUMÉRICOS
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
(𝑥𝑖 − 𝑥𝑖−1 )𝑓(𝑥𝑖 )

𝑥𝑖−1 = 𝑥𝑖 −
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖−1 )
ALUMNO:
NOMBRE:
CLAUDIA OJEDA SÁNCHEZ.
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 2:
2.4. APLICACIÓN A LA SOLUCIÓN DE ECUACIONES NO LINEALES
CATEDRÁTICO:
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
o una función trascendente*
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
1. Se desea calcular la resistencia de dos zapatas,

la primera es el cubo de la segunda, y la
resistencia total de ambas debe ser de 6
toneladas. Calcular la resistencia de las dos
zapatas.
2. Se nos piden calcular las fuerzas de dos

columnas, el cuadrado de la primera columna
mas la segunda columna debe alcanzar una
resistencia de 11 toneladas
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:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
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.
CARACTERISTICAS DEL MATLAB

Entre las características que podemos encontrar en MATLAB destacan:
 Diversas herramientas para la exploración, diseño y resolución de problemas interactivos.
 Funciones matemáticas para álgebra lineal, estadística, optimización e integración
numérica.
 Lenguaje de alto nivel para cálculo técnico.
 Dispone de un gran número de librerías y funciones matemáticas.
 Herramientas para la creación de interfaces gráficas de usuario personalizadas.
 Facilidad en la obtención de gráficos en 2D y 3D.
ALUMNO (A):
MÉTODOS NUMÉRICOS
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.
Es un software que permite crear tablas, calcular y analizar datos.

Este tipo de software se denomina software de hoja de cálculo.
Excel permite crear tablas que calculan de forma automática los
totales de los valores numéricos que especifica, imprimir tablas
con diseños cuidados, y crear gráficos simples.
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):
NOMBRE:
LUIS DOMÍNGUEZ MENDOZA
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 3:
3.1. INTERPOLACIÓN LINEAL
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
INTERPOLACIÓN LINEAL
La interpolación lineal es un caso particular de la Interpolación general de Newton. Con

el polinomio de interpolación de Newton se logra aproximar un valor de la función f(x) en un
valor desconocido de x. El caso particular, para que una interpolación sea lineal es en el que
se utiliza un polinomio de interpolación de grado 1.
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:
MÉTODOS NUMÉRICOS
Y queremos una ecuación lineal del tipo:
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")
Restando ambas ecuaciones se llega a qué:
a = (y1 - y2)
(x1 - x2)
Y remplazando esto en la primera ecuación se despeja:
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:
y = [ (y1 - y2) / (x1 - x2) ] x + (x1 * y2 - x2 * y1)

(x1 - x2)
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.
La formula para la pendiente es:
a = (y1 - y2)
(x1 - x2)
a = (4 - 9) = - 5 / 5 = -1
(3 - (-2))
ALUMNO:
MÉTODOS NUMÉRICOS
Y ahora la ordenada al origen "b":
b = (x1 * y2 - x2 * y1)
(x1 - x2)
b = (3 * 9 - (-2) * 4) = 35 / 5 = 7
(3 - (-2)
Así obtenemos que la recta es:

y=-x+7
¿ESTARÁ ESTO CORRECTO?
Para x=3
y=-3+7=4
Para x= -2
y = - (-2) + 7 = 9
Otros valores
X= -(-1) +7 = 8
ALUMNO:
ING. CIVIL
Carrera
METODOS NUMERICOS
Materia:
3.2 FORMULA DE INTERPOLACION DE LAGRANGE

Temas de la unidad:
Julia Ixchel Díaz Rosales 10300438

Alumno: # control
ENERO JUNIO 2012

Periodo:
JUAN ROMAN ISLAS

Asesor:
VILLAHERMOSA TABASCO
Julia Ixchel Díaz Rosales
“Fórmula de interpolación de
Lagrange”
Existen situaciones en las que conociendo un conjunto de datos experimentales en un

cierto intervalo de la variable independiente, esto es conociendo una cierta cantidad de
datos tabulados, se hace preciso encontrar una función que verifique todos esos datos y
permita, predecir la existencia de otros valores con aproximación adecuada.
La fórmula de interpolación permite calcular de manera aproximada los valores de la

función f(x). Y consiste en sustituir la función g(x) que pudiera convenir.
(𝑥1 − 𝑥2)(𝑥 − 𝑥3)(𝑥 − 𝑥4) … (𝑥 − 𝑥𝑛)

𝑦= 𝑦1
(𝑥1 − 𝑥2)(𝑥1 − 𝑥3)(𝑥1 − 𝑥4) … (𝑥1 − 𝑥𝑛)
(𝑥 − 𝑥1)(𝑥 − 𝑥3)(𝑥 − 𝑥4) … (𝑥 − 𝑥𝑛)

+ 𝑦2
(𝑥2 − 𝑥1)(𝑥2 − 𝑥3)(𝑥2 − 𝑥4) … (𝑥2 − 𝑥𝑛)
(𝑥 − 𝑥1)(𝑥 − 𝑥2)(𝑥 − 𝑥4) … (𝑥 − 𝑥𝑛)

+ 𝑦3 + ⋯
(𝑥3 − 𝑥1)(𝑥3 − 𝑥2)(𝑥3 − 𝑥4) … (𝑥3 − 𝑥𝑛)
(𝑥 − 𝑥1)(𝑥 − 𝑥2)(𝑥 − 𝑥3) … (𝑥 − 𝑥𝑛 − 1)

+ 𝑦𝑛
(𝑥𝑛 − 𝑥1)(𝑥𝑛 − 𝑥2)(𝑥𝑛 − 𝑥3) … (𝑥𝑛 − 𝑥𝑛 − 1)
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
Teniendo 4 puntos en este ejemplo, la fórmula de interpolación de Lagrange se reduce a:
(𝑥1 − 𝑥2)(𝑥 − 𝑥3)(𝑥 − 𝑥4) (𝑥 − 𝑥1)(𝑥 − 𝑥3)(𝑥 − 𝑥4)

𝑦= 𝑦1 + 𝑦2
(𝑥1 − 𝑥2)(𝑥1 − 𝑥3)(𝑥1 − 𝑥4) (𝑥2 − 𝑥1)(𝑥2 − 𝑥3)(𝑥2 − 𝑥4)
(𝑥 − 𝑥1)(𝑥 − 𝑥2)(𝑥 − 𝑥4) (𝑥 − 𝑥1)(𝑥 − 𝑥2)(𝑥 − 𝑥3)

+ 𝑦3 + 𝑦4
(𝑥3 − 𝑥1)(𝑥3 − 𝑥2)(𝑥3 − 𝑥4) (𝑥4 − 𝑥1)(𝑥4 − 𝑥2)(𝑥4 − 𝑥3)
Sustituyendo los valores de la Tabla, se obtiene:
(2 − 1)(2 − 4)(2 − 6) (2 − 0)(2 − 4)(2 − 6)

𝑦= 2+ 3
(0 − 1)(0 − 4)(0 − 6) (1 − 0)(1 − 4)(1 − 6)
(2 − 0)(2 − 1)(2 − 6) (2 − 0)(2 − 1)(2 − 4)

+ 18 + 38 = 6
(4 − 0)(4 − 1)(4 − 6) (6 − 0)(6 − 1)(6 − 4)
Entonces, para x=2, y=6

NOMBRE:
JHONATHAN MANUEL CORDOVA PEREZ
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:
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.
El problema de la interpolación consiste en encontrar el valor de la función f(x) para un valor

de x incluido entre dos valores consecutivos de la tabla, xk<x<xk+1. Un primer intento para
resolver este problema, consiste en admitir que la función f(x) se aproxima a un polinomio
Pn(x) de grado n que pasa por todos los puntos que definen a la función, como se muestra.
De acuerdo a lo anterior, en la tabla de diferencias, se tendrá que la diferencia de orden n es

aproximadamente constante y por definición de diferencias hacia adelante se tendrá que:
ALUMNO:
MÉTODOS NUMÉRICOS
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:
MÉTODOS NUMÉRICOS
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.
La expresión recibe el nombre de formula de interpolación de Newton, y es aplicable para

cualquier valor de xk correspondiente o no ala tabla.
Yk es un valor aproximado (interpolado) de la función obtenida para x=xk; y₀ es el valor inicial

de y en la tabla, el cual se considera inmediato al valor que se trata de interpolar; ∆y₀, ∆²y₀,
∆³y₀,……, son las diferencias hacia delante de orden sucesivas correspondientes a y₀; k puede
determinarse de la siguiente forma:
ALUMNO:
MÉTODOS NUMÉRICOS
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.
• El valor de y para x=9 (interpolación). La interpolación no puede hacerse directamente, y

a que faltarían las segundas y terceras diferencias para y₀=8. Estas pueden determinarse
ya que las terceras diferencias son constantes e iguales a 48.
ALUMNO:
MÉTODOS NUMÉRICOS
La interpolación si puede realizarse directamente si la tabla se invierte, que es lo que se hará para
resolver el ejemplo.
ALUMNO:
MÉTODOS NUMÉRICOS
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.
En donde yn seria el valor inmediatamente después de yk, y las diferencias correspondientes

∆yn, ∆²yn, ∆³yn,…..,, se localizan sobre la diagonal ascendente que parte de yn; k se
determina en la forma.
De donde
f(7.8)=468.752
ALUMNO:
MÉTODOS NUMÉRICOS
El valor de y para x=-1 (extrapolación). En los incisos anteriores se ha calculado el valor de y

para una x dada entre los valores xk de la tabla. A estos problemas se le llama de
interpolación. Ahora se trata de calcular el valor y para una x fuera del rango de valores de xk
en la tabla. A este se le llama un problema de extrapolación.
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:
DE VILLAHERMOSA
NOMBRE:
MATRICULA:
10300435
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 3:
3.4. APLICACIONES DE LA INTERPOLACIÓN
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
FORMULA DESARROLLADA DE LA INTERPOLACIÓN DE LAGRANGE
Cuando se trata de “m” puntos el polinomio es de grado “m-1”
El polinomio anterior se puede escribir de la forma siguiente:
Para encontrar los valores de los coeficientes A1, A2, A3 hasta Am, se hace lo siguiente:
Considerando que:
Tenemos:
ALUMNO:
MÉTODOS NUMÉRICOS
De donde se obtiene:
Sustituyendo en A en lo Anterior:
Al final quedara la formula general:
ALUMNO:
MÉTODOS NUMÉRICOS
EJEMPLO DE LA INTERPOLACIÓN DE LAGRANGE

Determinar el valor de y para x = 2 dado el siguiente conjunto de puntos. (Determinar la
expresión analítica o modelo matemático que se ajusta al siguiente conjunto de puntos).
ALUMNO:
MÉTODOS NUMÉRICOS
MODELO MATEMATICO DE LA GRAFICA:
ALUMNO:
MÉTODOS NUMÉRICOS
EL POLINOMIO DE LAGRANGE
¿Para que nos sirve?

Para encontrar el polinomio que describe el
comportamiento de una muestra.
Como nos muestra la grafica es una serie de puntos,

el cual no conocemos una función que nos permita
unirlos.
FORMULA DE LAGRANGE
Una sumatoria de las interacciones que van de k hasta

n, donde involucran la función en k y la línea que marca esta función con respecto a x.
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.
Encontrar el polinomio de la siguiente muestra:
El valor de la interacción 1 es 2/3
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
MODELO MATEMATICO DE LA GRAFICA:
APLICACIONES DEL METODO DE INTERPOLACION DE LAGRANGE EN LA INGENIERÍA CIVIL
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.
En el gráfico se indican los puntos que se

van a interpolar con sus respectivas
cotas, la interpolación se realiza entre
los puntos que se encuentran más cerca.
ALUMNO:
MÉTODOS NUMÉRICOS
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:
MÉTODOS NUMÉRICOS
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:
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:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
INTRODUCCIÓN
MATLAB (abreviatura de MATrix LABoratory, "laboratorio de matrices") es un software

matemático que ofrece un entorno de desarrollo integrado (IDE) con un lenguaje de
programación propio (lenguaje M).
Entre sus prestaciones básicas se hallan: la manipulación de matrices, la representación de

datos y funciones, la implementación de algoritmos, la creación de interfaces de usuario
(GUI) y la comunicación con programas en otros lenguajes y con otros dispositivos hardware.
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
SUBSECRETARÍA DE EDUCACIÓN SUPERIOR
DIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA
NOMBRE:
JONATHAN GÓMEZ DOMÍNGUEZ
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 4:
4.1. FORMULAS DE INTEGRACIÓN DE NEWTON-COTES
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
DIFERENCIACIÓN: DATOS CONTINUOS

Un repaso de formulas q vimos anteriormente:
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...
1. Interpolamos mediante un polinomio

2. Calculamos la integral sobre el polinomio
INTRODUCCIÓN
Una interpretación física de la integración numérica es la determinación del área bajo la

curva. Tiene muchas aplicaciones en ingeniería, tales como, determinar centroides de formas
extravagantes, calcular cantidades totales basadas en conjuntos de medidas discretas, en la
solución de ecuaciones diferenciales.
En la mayoría de los cálculos de Ingeniería no es necesario obtener el resultado exacto de las

integrales definidas, es suficiente una buena aproximación de ellas. Esto se puede conseguir
por medio de la suma de los productos de los valores que toma la función a integrar en
ciertos puntos predeterminados, y de unos coeficientes.
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:
• La dificultad o imposibilidad en el calculo de una primitiva,

• La función a integrar solo se conoce por una tabla de valores.
ALUMNO:
MÉTODOS NUMÉRICOS
De acuerdo a la definición de un diccionario, integrar significa –unir todas las partes en un

todo; unificar, indicar la cantidad total…- matemáticamente una integral se representa por:
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.
Esta es una representación de manifestación grafica de este concepto.
FORMULAS DE INTEGRACIÓN DE NEWTON-COTES

Son los sistemas más comunes dentro de la integración numérica. Se basan en la estrategia
de remplazar una función complicada o un conjunto de datos tabulares con alguna función
aproximada que sea más fácil de integrar:
𝑏 𝑏
∫𝑎 𝑓(𝑥) 𝑑𝑥≃ ∫𝑎 𝑓𝑛(𝑥) 𝑑𝑥
En donde fn(x) es un polígono de la forma:
f n (x) = a 0 +a 1 +……+a n-1 xn-1+a n xn

En donde n es el orden del polinomio. La integral puede aproximarse usando una serie de
polinomios aplicados por partes ala función o a los datos sobre intervalos de longitud
constantes.
ALUMNO:
MÉTODOS NUMÉRICOS
Se denominan fórmulas de Newton-Cotes a todas las fórmulas de integración numérica de

tipo interpolatorio construidas sobre soportes equidistantes centrados en el intervalo de
integración.
Las fórmulas de Newton-Cotes se clasifican en:
• 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
Con polinomios de orden 1: Método Trapezoidal

Con polinomios de orden 2 y 3: Regla de Simpson
REGLA DEL TRAPECIO

La regla del trapecio o trapezoidal es la primera de las formulas cerradas de Newton-Cotes.
Correspondiente al caso en donde el polinomio sea de primer orden.
𝑏 𝑏
I = ∫𝑎 𝑓 (𝑥 ) 𝑑𝑥 ≃ ∫𝑎 𝑓1(𝑥 ) 𝑑𝑥
Sin olvidar que una línea recta se puede representar como
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
El resultado de la integración es:
𝑓 (𝑏 ) − 𝑓 (𝑎 )
I ≃ (b − a)
2
Al que se le llama regla trapezoidal.
ALUMNO:
MÉTODOS NUMÉRICOS
Geométricamente, la regla trapezoidal es

equivalente a aproximar el área del trapecio bajo
la línea recta que une a f(a) y f(b). Para esto hay
que recordar la formula para calcular el área de
un trapecio que es la altura por el promedio de las
bases. En este caso seria lo mismo pero tomando
en cuenta que el trapecio se encuentra sobre uno
de sus lados, es decir su formula seria: I ≃ (b-a) x
su altura promedio.
ERROR DE LA REGLA TRAPEZOIDAL

Cuando se emplea la integral bajo un segmento de línea recta para aproximarse la integral
bajo una curva, obviamente q se incurre en un error q puede ser sustancial. Una estimación
para el error de truncamiento local de una sola aplicación de la regla trapezoidal es:
f ' ' (ξ )(b − a )

1
Et = −
3
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.
LA REGLA DEL TRAPECIO USANDO SEGMENTOS MÚLTIPLES

Una manera de mejorar la exactitud de la regla trapezoidal es de dividir el intervalo de
integración ay b en un conjunto de segmentos y aplicar el método de cada uno de los
segmentos en seguida se suman las áreas de los segmentos individuales y se obtiene la
integración sobre el intervalo completo. A las ecuaciones resultantes se les conoce como
formula de integración de segmentos múltiples o compuestos.
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:
MÉTODOS NUMÉRICOS
Así, si el número de segmentos se duplica, el error de truncamiento disminuirá a un cuarto

de su valor.
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.
REGLA DE SIMPSON 1/3

La regla de Simpson 1/3 resulta cuando se sustituye un polinomio de segundo orden en
nuestra primera ecuación:
b b
I = ∫ f (x )dx ≅ ∫ f 2 (x )dx
a a
Después de integrar un polinomio de Lagrange de segundo orden queda donde, en este caso,
h = (b-a)/2.
I≅
h
[ f (x0 ) + 4 f (x1 ) + f (x2 )]
3
Esta es la segunda formula de integración de newton-cotes.
ALUMNO:
MÉTODOS NUMÉRICOS
La etiqueta 1/3 viene de que h se divide en 3 la ecuación. La regla de Simpson se puede

expresar:
f ( x0 ) + 4 f ( x1 ) + f ( x2 )
I ≅ (b − a )
6
En donde es el punto medio entre a y b dado por (b + a)/2. Nótese que la
ecuación anterior el punto medio se pesa con dos tercios y los dos puntos extremos con 1
sexto.
ERROR DE LA REGLA SIMPSON

La regla de Simpson 1/3 tiene un error de truncamiento de y a que h= (b-a)/2
• En donde ξ cae en algún lugar dentro del intervalo de a a b.

• La regla de Simpson 1/3 es más exacta que la regla trapezoidal.
• El error es proporcional a la cuarta derivada.
• El término del coeficiente de tercer orden se hace cero durante la integración de la
interpolación polinomial.
• 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.
REGLA DE SIMPSON DE 1/3 DE SEGMENTOS MÚLTIPLES
Al igual que la regla trapezoidal, la regla Simpson

se puede mejorar dividiendo el intervalo de
integración en segmentos de igual anchura:
h = (b-a)/n
Es decir la formula es:

n −1 n−2
f ( x0 ) + 4 ∑ f (x ) + 2 ∑ f (x ) + f (x )
i j n
I ≅ (b − a ) i =1, 3, 5 j = 2, 4, 6
3n
Se debe utilizar un número par de segmentos para

implementar en este método.
ALUMNO:
MÉTODOS NUMÉRICOS
ERROR DE SIMPSON DE SEGMENTOS MÚLTIPLES

La regla de Simpson 1/3 está limitada a casos en donde hay un número par de segmentos y
un número impar de puntos. Un error estimado para la aplicación de la regla de Simpson 1/3
se obtiene sumando los errores individuales de los segmentos y sacando el promedio de la
derivada:
Ea = −
(b − a )
5
f
(4 )
180n 4
En donde es el promedio de la cuarta derivada en el intervalo. Muestra que la regla de
segmentos múltiples proporciona resultados más exactos.
REGLA SIMPSON DE 3/8

Se ajusta un polinomio de Lagrange de tercer orden a cuatro puntos y se integra:
b b
I = ∫ f ( x )dx ≅ ∫ f 3 (x )dx
Para obtener: a a
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.
EL ERROR DE LA REGLA DE SIMPSON DE 3/8
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:
MÉTODOS NUMÉRICOS
• La regla de Simpson 1/3 es a menudo el método de preferencia, ya que alcanza exactitud

de tercer orden con tres puntos más que los cuatro puntos requeridos para la versión
3/8.
• 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
FORMULAS CERRADAS DE NEWTON-COTES

Las reglas de Simpson y la trapezoidal son conocidas como formulas cerradas de integración
de newton-cotes:
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.
INTEGRACIÓN USANDO INTERVALOS DESIGUALES

Para los casos donde los datos están separados por segmentos desiguales un método para la
integración es aplicar la regla trapezoidal a cada segmento y sumar los resultados.
f ( x0 ) + f ( x1 ) f ( x1 ) + f ( x2 ) f ( xn −1 ) + f (xn )
I = h1 + h2 +  + hn
2 2 2
ALUMNO:
MÉTODOS NUMÉRICOS
h i = ancho del segmento i
Si alguno de los segmentos adyacentes son de igual anchura, se puede evaluar la integral
aplicando las reglas de Simpson a estos segmentos.
FORMULAS DE INTEGRACIONES ABIERTAS

Las formulas de integración abiertas tienen limites q se extienden mas allá del rango de los
datos. Las formulas se expresan en la forma de I ≃ (b-a) x su altura promedio.
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:
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:
HORARIO:
LUNES A JUEVES
ROBERTO DE LA O DE LA CRUZ 10300434 METODOS NUMERICOS

La regla del trapecio es la primera formula cerradas de Newton-Cotes. Corresponde al caso donde
el polinomio de la ecuación es de primer grado.
O bien es una forma de aproximar una integral definida utilizando “n” trapecios.
𝑏 𝑏
I=∫𝑎 𝑓(𝑥) 𝑑𝑥≃ ∫𝑎 𝑓1(𝑥) 𝑑𝑥
Sin olvidar que una línea recta se puede representar como
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 ≃ ∫𝑎 �𝑓(𝑎) + (𝑥 − 𝑎)� 𝑑𝑥
𝑏−𝑎
El resultado de la integración es:
𝑓(𝑏)−𝑓(𝑎)
I ≃ (b-a)
2
Al que se le llama regla trapezoidal.
• Geométricamente, la regla trapezoidal es equivalente a aproximar el área del trapecio

bajo la línea recta que une a f(a) y f (b). Para esto hay que recordar la formula para calcular
el área de un trapecio que es la altura por el promedio de las bases.
• En este caso seria lo mismo pero
• tomando en cuenta que el trapecio
Se encuentra sobre uno de sus lados
Es decir su formula seria:
I ≃ (b-a) x su altura promedio.
f f

Error de la regla trapezoidal
Cuando se emplea la integral bajo un segmento de línea recta para aproximarse la
integral bajo una curva, obviamente que se incurre en un error que puede ser
sustancial. Una estimación para el error de truncamiento local de una sola
aplicación de la regla trapezoidal es 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.
Regla del trapecio de aplicación múltiple

Una forma de mejorar la precisión de la regla del trapecio consiste en dividir el
intervalo de integración de 𝑎 a 𝑏 en varios segmentos, y aplicar el método a cada
unos de ellos. Las áreas de los segmentos se suman después para obtener la
integral en todo el intervalo. Las ecuaciones resultantes se llaman formulas de
integración, de aplicación múltiple o compuestas.
Hay n + 1 puntos iguales espaciados

(𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 ). En consecuencia,
existe n segmentos del mismo ancho:
𝑏−𝑎
ℎ=
𝑛
Si a y b se designan como 𝑥0 y 𝑥𝑛 respectivamente, la integral completa se representara como:

𝑥1 𝑥2 𝑥𝑛
𝐼 = � 𝑓(𝑥) 𝑑𝑥 + � 𝑓(𝑥) 𝑑𝑥 + ⋯ + � 𝑓(𝑥) 𝑑𝑥
𝑥0 𝑥1 𝑥𝑛−1
Sustituyendo la regla del trapecio en cada integral se obtiene.

𝑏
ℎ
� 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑎) + 2𝑓(𝑎 + ℎ) + 2𝑓(𝑎 + 2ℎ) + 2𝑓(𝑎 + 3ℎ) … , +𝑓(𝑏)]
𝑎 2
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

1� 𝑑𝑥
• 2
∫0 1+𝑥 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
• Ya sustituyendo en la formula los valores:

𝑏 ℎ
• ∫𝑎 𝑓 (𝑥 )𝑑𝑥 = [𝑓(𝑎) + 2𝑓 (𝑎 + ℎ) + 2𝑓 (𝑎 + 2ℎ) + 2𝑓 (𝑎 + 3ℎ) + 𝑓 (𝑏)]
2
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

DE VILLAHERMOSA
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:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
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.
REGLA DE SIMPSON 1/3
La regla de Simpson 1/3 resulta cuando se sustituye un polinomio de segundo orden

en nuestra primera ecuación:
Después de integrar un polinomio de LaGrange de segundo orden queda donde, en

este caso, h = (b-a)/2
.
Esta es la segunda fórmula de integración de newton-cotes. La etiqueta 1/3 viene de
q h se divide en 3 la ecuación.
La regla de Simpson se puede expresar:

En donde a= y b= y es el
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:
MÉTODOS NUMÉRICOS
ERROR DE LA REGLA SIMPSON
La regla de Simpson 1/3 tiene un error de truncamiento de O ya q h= (b-a)/2
• En donde ξ cae en algún lugar dentro del intervalo de “a” a “b”.

• La regla de Simpson 1/3 es más exacta que la regla trapezoidal.
• El error es proporcional a la cuarta derivada.
• El término del coeficiente de tercer orden se hace cero durante la integración de
la interpolación polinomial.
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.
REGLA DE SIMPSON DE 1/3 DE SEGMENTOS MÚLTIPLES
Al igual que la regla trapezoidal, la regla Simpson se puede mejorar dividiendo el

intervalo de integración en segmentos de igual anchura. h = (b-a)/n
ALUMNO:
MÉTODOS NUMÉRICOS
FORMULA DE SIMPSON 1/3
Se debe utilizar un número par de segmentos para implementar en este método.
ERROR DE SIMPSON DE SEGMENTOS MÚLTIPLES
La regla de Simpson 1/3 está limitada a casos en donde hay un número par de
segmentos y un número impar de puntos.
Un error estimado para la aplicación de la regla de Simpson 1/3 se obtiene sumando

los errores individuales de los segmentos y sacando el promedio de la derivada,
En donde es el promedio de la cuarta derivada en el intervalo

Muestra que la regla de segmentos múltiples proporciona resultados más exactos.
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
NOMBRE:
LUIS ARTURO DE LA CRUZ CRUZ
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 4:
PARA INTEGRACIÓN NUMÉRICA
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
USO DE HERRAMIENTAS COMPUTACIONALES PARA INTEGRACIÓN NUMÉRICA
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.
Me enfocare a aplicarla en la resolución de integraciones numéricas y para esto nos

podemos apoyar de distintos tipos de software (programas), los cuales han sido creados o
diseñados para la resolución de problemas matemáticos.
Algunos ejemplos de estos programas son:
 Hoja de Calculo (Excel)

 Maple
 Matlab
En este caso trabajaremos con el programa maple.
INSTRUCCIONES PARA HACER USO DEL PROGRAMA MAPLE
En el paquete Student[Calculus1] de Maple está el comando ApproximateInt que permite

obtener las fórmulas de cuadratura compuestas que acabamos de estudiar. La sintaxis de
este comando es muy parecido al de RiemannSum que vimos en la primera sección.
En la hoja de trabajo siguiente

aparece la instrucción
ApproximateInt ( ln(x), x = 1..3,
method = trapezoid);cuya salida es
la fórmula compuesta del trapecio
(desarrollada) en la que se han
utilizado 10 subintervalos. Para
obtener una expresión más
compacta de esta fórmula
utilizamos la opción output con
valor sum. Si se quiere el valor
numérico de la fórmula basta dar
los extremos de integración en
coma flotante y finalmente con la
opción partition se puede cambiar
el número de subintervalos
utilizados.
ALUMNO:
MÉTODOS NUMÉRICOS
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.
En la figura siguiente aparece el comando ApproximateInt en el que hemos dado el valor

plot a la opción output. Esto nos permite ver gráficamente como se aproxima la función
integrando, en este caso tg(x)-2x, en la regla de Simpson compuesta. La función aproximante,
que en el dibujo aparece en rojo, es en cada subintervalo de integración un polinomio de
grado dos que coincide con tg(x)-2x en tres puntos: los extremos y el punto medio del
subintervalo correspondiente.
ALUMNO:
MÉTODOS NUMÉRICOS
Investigamos a continuación el efecto que tiene, en la fórmula de Simpson compuesta, el

aumento del número de subintervalos. Como se puede observar en la salida se produce una
mejora en la aproximación. Así, el último valor obtenido (con 10 subintervalos) consigue las
cuatro primeras cifras decimales significativas exactas.
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:
NOMBRE:
JAVIER ANTONIO ESQUIVEL GONZALES
NUMERO DE CONTROL:
10300442
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 5:
5.1. ELIMINACIÓN GAUSSIANA
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

POR EL MÉTODO DE ELIMINACIÓN GAUSSIANA
Las ecuaciones algebraicas lineales son de la forma general:
• Donde las a son coeficientes constantes, las b son constantes y n es el número de

ecuaciones. Todas las otras ecuaciones son no lineales.
• Para pocas ecuaciones (n≤3), las ecuaciones lineales (y algunas veces no lineales) pueden
resolverse con rapidez mediante técnicas simples. Sin embargo, para 4 o mas ecuaciones,
las soluciones se vuelven laboriosas y se debe usar computadora.
• El surgimiento de las computadoras hizo posible resolver grandes conjuntos de
ecuaciones algebraicas lineales. Así, se puede enfrentar ejemplos y problemas más reales
y complejos. Además se cuenta con más tiempo para probar las propias habilidades
creativas, ya que se puede poner más énfasis en la formulación del problema y en su
interpretación de la solución.
ALUMNO:
MÉTODOS NUMÉRICOS
ELIMINACIÓN GAUSSIANA
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
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.
Nota: Los datos no son reales el problema esta idealizado.
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:
MÉTODOS NUMÉRICOS
ALUMNO:
NOMBRE:
ARACELI PÉREZ CRUZ
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 5:
5.2. MÉTODO DE GAUSS-JORDAN
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
JOHANN CARL FRIEDRICH GAUSS (1777 - 1855)
¿PARA QUE SIRVE EL MÉTODO DE GAUUS-JORDAN?
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
SOLUCIÓN
ALUMNA:
ARACELI PÉREZ CRUZ
MÉTODOS NUMÉRICOS
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
NOMBRE:
EDGAR ESTEBAN GARCÍA SANTANA
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 5:
5.4. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES.
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
SISTEMA DE ECUACIONES LINEALES.
Un sistema de ecuaciones lineales, también conocido como sistema lineal de ecuaciones o

simplemente sistema lineal, es un conjunto de ecuaciones lineales sobre un cuerpo o un
anillo conmutativo.
TIPOS DE SISTEMAS
 Sistema incompatible si no tiene ninguna solución.

 Sistema compatible si tiene alguna solución, en este caso además puede distinguirse
entre:
 Sistema compatible determinado cuando tiene una única solución.

 Sistema compatible indeterminado cuando admite un conjunto infinito de soluciones.
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:
MÉTODOS NUMÉRICOS
Sustituir y, encontrar el valor de x
Sustituir x en la ecuación para encontrar su valor
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.
APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES.

Se vera algunas de aplicaciones de los sistemas de ecuaciones lineales. Las aplicaciones de
las resoluciones de sistemas lineales son innumerables, y por consiguiente es imposible
pretender cubrir todas las aplicaciones, van desde problemas matemáticos como
Determinación de curvas, balanceo de reacciones químicas, así como cuestiones de la vida
diaria y profesional.
ALUMNO:
MÉTODOS NUMÉRICOS
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?
En nuestro caso las incógnitas el número de cada tipo de casas a construir:
x = numero de casa habitación de lujo.

y = numero de casa habitación media.
z = numero de casa habitación económica
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
12 10 6 𝑎11 𝑎12 𝑎13

|∆| = �2.5 2 1.5� = �𝑎21 𝑎22 𝑎23 �
2 2 1.5 𝑎31 𝑎32 𝑎33
|∆| = (𝟏𝟐)(𝒂𝟏𝟏 ) + (𝟏𝟎)(𝒂𝟏𝟐 ) + (𝟔)(𝒂𝟏𝟑 )
𝟐 𝟏. 𝟓
𝒂𝟏𝟏 = (−𝟏)𝟐 � �=𝟎
𝟐 𝟏. 𝟓
ALUMNO:
MÉTODOS NUMÉRICOS
𝟐. 𝟓 𝟏. 𝟓
𝒂𝟏𝟐 = (−𝟏)𝟑 � � = −𝟕. 𝟓
𝟐 𝟏. 𝟓
𝟐. 𝟓 𝟐�
𝒂𝟏𝟑 = (−𝟏)𝟒 � =𝟏
𝟐 𝟐
|∆| = (𝟏𝟐)(𝟎) + (𝟏𝟎)(−. 𝟕𝟓) + (𝟔)(𝟏) = −1.5
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:
ING. CIVIL
Carrera
METODOS NUMERICOS
Materia:

PARA SOLUCION DE ECUACIONES LINEALES
Temas de la unidad:
Julia Ixchel Díaz Rosales 10300438

Alumno: # control
ENERO JUNIO 2012

Periodo:
JUAN RAMON ISLAS

Asesor:
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.
 Existe un programa computacional,

el cual nos ayuda a desarrollar
fácilmente ecuaciones lineales y se
conoce por MAPLE.
 ¿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
¿Cómo usar MAPLE para realizar eliminación Gaussiana?
1. Abrir en el programa la barra de herramientas.

2. Entrar a la función de tutoriales
3. Dar click en algebra Lineal
4. Click en eliminación de Gauss
5. El programa nos da una matriz, la cual nosotros debemos editar para proponer los
datos que usted requiera.
6. Editamos nuestra matriz dependiendo el número de filas y columnas que se deseé.
7. Damos cerrar.
8. El programa nos da la matriz con los valores que metimos y es cuando nosotros
empezamos a jugar con los números para hacer que la línea principal quede en unos
y todos los símbolos que estén por debajo.
9. Existen dos modos, multiplicando por algún valor o agregando una fila a otra es
decir sumar o restar.
10. Cuando nos quede la línea principal en 1, podemos hacer la solución de ecuaciones
11. Oprimimos el botón de resolver el sistema.
12. y allí damos click a la ecuación que se requiera saber.
13. Damos click a la ventana de solución, para dar por finalizada la acción.

DE VILLAHERMOSA
MÉTODOS NUMÉRICOS
6.1. MÉTODO DE ITERACIÓN DE JACOBI PARA ECUACIONES LINEALES Y NO LINEALES
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
1RA ITERACIÓN
X1=.50 X2=1.50, X3=.50
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
PROBLEMA PRÁCTICO
ENUNCIADO DEL PROBLEMA
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
NOMBRE:
INGENIERÍA CIVIL
CUARTO SEMESTRE
ASIGNATURA:
MÉTODOS NUMÉRICOS
UNIDAD 6:
6.3. MÉTODO DE NEWTON-RAPHSON PARA SOLUCIONES DE
ECUACIONES DE SISTEMAS NO LINEALES
CATEDRÁTICO:
HORARIO:
LUNES A JUEVES
15:00 A 16:00 HRS
MÉTODOS NUMÉRICOS
6.3. MÉTODO DE NEWTON-RAPHSON
CONSIDERACIONES ESPECIALES DEL MÉTODO DE NEWTON
El método de Newton-Raphson no siempre trabaja. Se encuentra con problemas en varias

partes.
 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.
Así que, puede ser necesario usar derivadas parciales.
DESVENTAJAS
Aunque el método de Newton-Raphson en general es muy eficiente, hay situaciones en que
presenta dificultades:
1. Un caso especial es en el de las raíces múltiples.

2. En algunos casos es posible que para raíces simples se presenten dificultades por su lenta
convergencia.
Este Método es similar al de la Secante, la diferencia esencial radica en que en la Secante se

utiliza el Método de diferencias divididas para aproximar f `(x). Este método es muy similar al
método babilónico y se basa en una repetición, ó sea, se divide y saca promedio, se divide y
saca promedio, etc. En este método la primera aproximación no es muy precisa.
El Método de Newton-Raphson asume

que la función f (x) es derivable sobre un
intervalo cerrado [a,b]. Entonces f (x)
tiene una pendiente definida y una única
línea tangente en cada punto dentro del
intervalo [a,b].
La tangente en (x0, f (x0)) es una

aproximación a la curva de f (x) cerca del
punto (x0, f (x0)). En consecuencia, el
cero de la línea tangente es una
aproximación del cero de f (x) o
denominada raíz de f(x).
ALUMNO:
MÉTODOS NUMÉRICOS
MÉTODO DE NEWTON-RAPHSON
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
MÉTODOS NUMÉRICOS
EJEMPLO
ALUMNO:
MÉTODOS NUMÉRICOS
ALUMNO:
CONCLUSIONES
El estudio de los métodos numéricos, de la manera se ve, es muy útil y por

ende importante para quien quiera que necesite herramientas para resolver
operaciones, las cuales se saben que pueden resultar complicadas, y por más
que se dominen los métodos tradicionales, estos muchas veces pueden no
ser suficientes, sin embargo no esto no quiere decir que la operación sea
imposible de solucionar, y es ahí donde los métodos numéricos se aplican, y
facilitan es trabajo de cierta manera.
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.
Además pasando a la parte práctica, su estudio nos puede ayudar a

modificar, entender e incluso simplificar algún tipo de software que los
maneje, esto resulta de mucha ventaja para el usuario, pues si conoces lo
que haces lo puedes usar con más provecho y optimización.
En pocas palabras las aplicaciones de los métodos numéricos son muy

variadas y necesarias, especialmente parta las ingenierías como se expreso
anteriormente, con esto, puedo concluir que nos interesa su estudio, y sobre
todo aprenderos y manejarlos bien, porque en un futuro no muy lejano es
muy probable que los necesitemos aplicar en nuestra carrera.

Antologia de Metodos Numericos PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Antologia de Metodos Numericos PDF

Cargado por

Copyright:

Formatos disponibles

CREADOR Y ENCARGADO:

2. SOLUCIÓN DE ECUACIONES NO LINEALES DE UNA VARIABLE

5. SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

6. SOLUCIÓN DE SISTEMAS DE ECUACIONES NO LINEALES

2. SOLUCIÓN DE ECUACIONES NO LINEALES DE UNA VARIABLE EXPOSITOR

4. INTEGRACIÓN NUMÉRICA EXPOSITOR

5. SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES EXPOSITOR

6. SOLUCIÓN DE SISTEMAS DE ECUACIONES NO LINEALES EXPOSITOR

A medida que avanzamos a un nivel profesional encontramos las

Como ingenieros no solo encontramos una solución a los problemas sino

En el trabajo a continuación, se plantea de

En la práctica de la ingeniería y ciencias es

1.2. RAZONES DE SU APLICACIÓN

•Operaciones con matrices

Los métodos numéricos se aplican en áreas como:

La inexactitud se define como un alejamiento sistemático de la verdad. La imprecisión, sobre

Es importante mantener el máximo posible de decimales, pues esto ayuda a controlar la

Error = Valor real -valor estimado.

Ea = Error relativo (fracción) = error estimado I valor verdadero.

Si remplazamos Es en la ecuación. Obtendremos el número de cifras significativas en que es

ERROR RELATIVO PORCENTUAL

ERROR POR REDONDEO.

Proceso mediante el cual se eliminan decimales poco significativos a un número decima.

Por ejemplo, redondeando el número π = 3,141592::: a las centésimas tenemos π = 3,14, a

ERROR POR TRUNCAMIENTO

Truncamiento: Cortamos el número a partir de cierta cifra. Por ejemplo π = 3,141592:::,

ERROR NUMÉRICO TOTAL

CALCULO DE ERRORES ABSOLUTO Y RELATIVO

El error en la medición del puente es

El error relativo porcentual es de

EA = 0.10 x 102 - 0.08 x 102

1. Se dice que las medidas de un block son de (10)(20)(40). Y se le da a 3 personas a medir

2. Las medidas de el muro según un arquitecto son de 30 m. se le mando a un albañil a

• 537 (Tres cifras significativas)

Como se simplifican las unidades, se dice que es adimensional (sin unidades).

Normalmente, el error relativo se presenta como un porcentaje (%). La medida es aceptable

Este error es el que indica la calidad de una medida.

MÉTODO DE REGLA FALSA

 Se busca una solución de la ecuación f(x) = 0, una raíz de f. Como en el método de

 El algoritmo va obteniendo sucesivamente en cada paso un intervalo más pequeño

 A partir de un intervalo [a k , b k ] se calcula un punto interior c k :

¿QUÉ ES EL MÉTODO DE NEWTON-RAPHSON?

¿POR QUÉ SE LLAMA MÉTODO DE NEWTON-RAPHSON?

DESCRIPCIÓN DEL MÉTODO

Si se sustituye dicha aproximación en el lugar de la derivada en la formula de newton-

Los valores posteriores son los siguientes:

(𝑥𝑖 − 𝑥𝑖−1 )𝑓(𝑥𝑖 )

o una función trascendente*

1. Se desea calcular la resistencia de dos zapatas,

2. Se nos piden calcular las fuerzas de dos

CARACTERISTICAS DEL MATLAB

Es un software que permite crear tablas, calcular y analizar datos.

La interpolación lineal es un caso particular de la Interpolación general de Newton. Con

Y queremos una ecuación lineal del tipo:

Restando ambas ecuaciones se llega a qué:

Y remplazando esto en la primera ecuación se despeja:

y = [ (y1 - y2) / (x1 - x2) ] x + (x1 * y2 - x2 * y1)

La formula para la pendiente es:

Y ahora la ordenada al origen "b":

Así obtenemos que la recta es:

¿ESTARÁ ESTO CORRECTO?

3.2 FORMULA DE INTERPOLACION DE LAGRANGE

Julia Ixchel Díaz Rosales 10300438