Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodos Numericosa4
Metodos Numericosa4
NUMERICOS
Texto guía de aprendizaje para los estudiantes de Ingeniería
Autor:
Washington Medina G *
2013
*Ingeniero Civil
*Master en Docencia Universitaria e investigación educativa
*Master en Tecnología de la Información y Multimedia Educativa
CAPITULO I. Teoría del error y sistemas de ecuaciones lineales
METODOS NUMERICOS
Introducción.
Las matemáticas, desde las grandes culturas creadoras de los grandes teoremas
aplicados en la actualidad, han estado por lo general sujetas a procesos recursivos con
la demora que su calculo implica y el riesgo de cometer errores en el proceso numérico.
Considerando que los métodos numéricos son técnicas mediante las cuales es posible
formular problemas de tal forma que puedan resolverse usando operaciones. Aunque
hay muchos tipos de métodos numéricos, todos comparten una característica común:
llevan a cabo un buen número de tediosos cálculos aritméticos. Es por ello que la
computación es una herramienta que nos facilita el uso y desarrollo de ellos.
El aprendizaje de los métodos numéricos no solo aumenta nuestra habilidad para el uso
de las computadoras, también amplía la pericia matemática y la comprensión de los
principios científicos básicos.” (Nakamura, 1993)
Métodos Numèricos 2 Ing. Washington Medina MSc
CAPITULO I
Teoría del error y Sistemas de ecuaciones lineales
Siempre que se desea dar solución a un problema matemático, se utilizan ciertos métodos
o procedimientos que implican obtener datos en procesos iterativos, los mismos que
desde su origen acarrean un error, error que se lo puede clasificar así.
1. Errores por apreciación
2. Errores por obtención de resultados
Estos se presentan en la toma de datos o en los cálculos, ya sea por defectos de máquina
o por apreciación de valores, siendo estos
Ea x x (2.1)
Métodos Numèricos 3 Ing. Washington Medina MSc
a a
r (2.2)
x x
(3.1)
Métodos Numèricos 4 Ing. Washington Medina MSc
De la última ecuación del sistema equivalente obtenido, podemos despejar xn siempre que
se cumpla que ann 0. Una vez obtenido xn, podemos sustituirlo en la ecuación
inmediatamente superior para obtener x(n-1) y así sucesivamente hasta resolver el sistema
completo.
b
bk a ki xi
xn n xk i k 1
(3.3)
a nn a kk
para k = n - 1, n - 2,......... , 1
Podemos ver que los sistemas triangulares son fáciles de tratar, por lo que se recomienda
buscar métodos para reducir cualquier sistema a un sistema triangular (superior o
inferior).
Ejemplo 1 Resolver el siguiente sistema triangular superior:
matriz:
A continuación, comienza el bucle desde la fila k = 2 hasta la fila k = 1 sustituyendo las
demás variables, de lo que se obtiene los resultados: x = 1, y = 1, z = 1.
La idea general como se explicó anteriormente es hacer cero todos los elementos que se
encuentren debajo de la diagonal principal.
El algoritmo va recorriendo cada una de las filas de la matriz de coeficientes. Para cada
fila k, modifica todas las filas que están por debajo de manera que se obtengan ceros en
la columna k. El resto de los elementos de la fila (del elemento k + 1 hasta el final) se
verán afectados en el proceso de aplicación del siguiente algoritmo:
3 1 4 2
1 2 3 6
2 1 5 4
k i J
2 2 2 a22 a23 a24 16
a a22 a 1 a23 a 1 a24
a22 3
22 22
4
Multiplicador = a32 = 1/3
3 2 a32 a32 a32 * a 22 0 8
a a a a *a 2 a34 a34 a32 * a24
33 33 32 23
5
k i J
3 3 3 a33 a34 8
a a33 a 1 a34
a33 10
33
4
Una vez obtenida la matriz triangular superior, se realiza un proceso regresivo para
calcular las soluciones, aplicando las siguientes fórmulas tomando en cuenta que el k de
inicio es: k = n y que la variable b corresponde a los términos independientes:
b
bk a ki xi
xn n xk i k 1
a nn a kk
CAPITULO II
SOLUCIÓN NUMÉRICA DE ECUACIONES NO LINEALES:
2
r a 2 2 a3 (5.1)
a1 a1
max
Divergencia. En el análisis de los métodos nos encontraremos con este término, por lo
que es conveniente entender que la divergencia de un método es la imposibilidad de
encontrar la solución con la aplicación de dicho método.
Siendo el polinomio:
a1 x n a 2 x n 1 a3 x n 2 a 4 x n 3 ........ a n 0 (6.1)
Métodos Numèricos 9 Ing. Washington Medina MSc
x1 x2 x3 x4 x5 x6
FIG. 6.1.1
De lo indicado se anota que: en una tabla de valores X-Y para graficar una función, la
solución del polinomio se encuentra entre loas valores de x cuyos valores respectivos de y
cambien de signo, como lo muestra la siguiente tabla:
X Y
1 4
3 7
6 -5
Al producirse un cambio de signo entre y = 7 a y = -5, la solución estará en el siguiente
intervalo: 3 x 6.
Una forma fácil de iniciar la construcción de las tablas de valores es contar con un valor
tentativo de x, el cual se lo puede calcular aplicando la fórmula indicada a continuación
que representa el valor máximo al que pueden llegar las soluciones del polinomio,
fórmula que presenta coherencia en los resultados si las raíces del polinomio son
reales..
2
r
a2 a3
2 (5.1
máx
a1 a1 )
Para una mejor organización del método, se sugiere el uso de una tabla de datos donde:
K número de iteraciones
x1, x2 valores de la variable x que pertenecen al intervalo
fx1, fx2 valores de la función o polinomio al reemplazar el valor de x
En la tabla se aplica el siguiente criterio: Si la multiplicación de dos valores fx1, fx2 da
como resultado un valor negativo, en el intervalo de sus correspondientes valores
de x se encuentra la solución.
Métodos Numèricos 10 Ing. Washington Medina MSc
ejemplo 3:
TABLA 6.1.1
2
4.25 2 4.75
r 1 1
máx
r 2.93 3
máx
K x1 x2 f x1 fx2 fx1*fx2
1 3,00000 2,50000 1,00000 0,37500 +
2 2,50000 2,00000 0,37500 0,25000 +
3 2,00000 1,50000 0,25000 0,62500 +
4 1,50000 1,00000 0,62500 1,50000 +
5 1,00000 0,50000 1,50000 2,87500 +
6 0,50000 0,00000 2,87500 4,75000 +
7 0,00000 -0,50000 4,75000 7,12500 +
8 -0,50000 -1,00000 7,12500 10,00000 +
9 -1,00000 -1,50000 10,00000 13,37500 +
10 -1,50000 -2,00000 13,37500 17,25000 +
TABLA 6.1.2
En el ejemplo no existe solución alguna puesto que son raíces imaginarias y por ende el
método diverge.
ejemplo 5: resolver
2
x 3.75 x 4.375 0 r max 4.78 5
k x1 x2 f x1 fx2 fx1*fx2
1 5,00000 4,50000 1,87500 -1,00000 -
2 4,50000 4,00000 -1,00000 -3,37500 +
3 4,00000 3,50000 -3,37500 -5,25000 +
4 3,50000 3,00000 -5,25000 -6,62500 +
5 3,00000 2,50000 -6,62500 -7,50000 +
6 2,50000 2,00000 -7,50000 -7,87500 +
7 2,00000 1,50000 -7,87500 -7,75000 +
8 1,50000 1,00000 -7,75000 -7,12500 +
9 1,00000 0,50000 -7,12500 -6,00000 +
10 0,50000 0,00000 -6,00000 -4,37500 +
11 0,00000 -0,50000 -4,37500 -2,25000 +
12 -0,50000 -1,00000 -2,25000 0,37500 -
TABLA 6.1.3
Una vez que se han determinado los intervalos donde se encuentran las soluciones de un
polinomio, se analiza cada intervalo por separado y, aplicando el método de interpolación,
se obtiene la solución aproximada. El método de interpolación permite encontrar la
solución de un polinomio bajo las siguientes condiciones:
F(X2)
x1 x3 x2
F(x1)
FIG. 6.2.1
Métodos Numèricos 12 Ing. Washington Medina MSc
F(X2 F(x1
) )
x1 x3 x2
F(X2
)
F(x1
)
F(X2
) F(x1
)
F(x1
) F(X2
)
FIG 6.2.2
El valor x3 será el nuevo límite por lo tanto el intervalo ha sido reducido y se acerca a la
respuesta.
De este análisis se obtienen cuatro posibilidades (fig. 6.2.2) resueltas en el siguiente flujo
grama:
Métodos Numèricos 13 Ing. Washington Medina MSc
No Si
Fx3
>0
No Si No Si
F[1] Fx1
>0 >0
FIG. 6.2.3
No Si
Fx1*Fx3
>0
X2=X1+E X1=X1+E
FIG. 6.2.4
2. Las soluciones estén muy cercanas entre sí que provoque por la mala selección del
intervalo, el no encontrar la solución.
Asumiendo por parte del calculista un error permisible (como sugerencia puede utilizarse 0.001 que
equivale al 0.1%), el resultado será aceptado si se cumple la siguiente condición:
error asumido
|fx1| ó |fx2|
Métodos Numèricos 14 Ing. Washington Medina MSc
ejemplo 5.
2
x 3.75 x 4.375 0
Encontrar la solución del polinomio anterior en el intervalo: 4.5 < Xso l < 5.
k x x2 fx1 fx2 E
a) rmáx
b) Los intervalos por el método de investigación.
c) Las soluciones por el método de interpolación.
a) Cálculo de r máx.
2
a 2 2 a3
r a1 a1
máx
2
2.71 2 5.095
r 1
máx 1
r 4.187 4.2
máx
k x x2 fx1 fx2 E
1 3.2000 3.7000 -2.6364 3.3516 0.2201
2 3.4201 3.7000 -0.4688 3.3516 0.0343
3 3.4545 3.7000 -0.0663 3.3516 0.0048
4 3.4592 3.7000 -0.0091 3.3516 0.0006
5 3.4599 3.7000 -0.0012 3.3516 0.0001
6 3.4600 3.7000 -0.0002 3.3516 0.0000
k x x2 fx1 fx2 E
1 1.2000 1.7000 0.3616 -2.9304 0.0549
2 1.2000 1.2549 0.3616 -0.0353 0.0500
3 1.2000 1.2500 0.3616 -0.0002 0.0500
k x x2 fx1 fx2 E
1 -2.3000 -1.8000 -6.1344 3.2086 0.3283
2 -2.3000 -1.9717 -6.1344 0.4950 0.3038
3 -2.3000 -1.9962 -6.1344 0.0669 0.3005
4 -2.3000 -1.9995 -6.1344 0.0089 0.3001
5 -2.3000 -1.9999 -6.1344 0.0012 0.3000
6 -2.3000 -2.0000 -6.1344 0.0002 0.3000
Soluciones: X1 = 3.4600
Se puede chequear el resultado al
mismo tiempo con yf(x1) en la
X2 = 1.2500 primera solución y, con con y
F(x2) que son los valores que en este
ejercicio sufren variaciones
X3 = -2.0000
f(xo)
solución
x3 x2 x1 xO
FIG. 6.3.1
F ( x0 )
tg
x0 x1 (6.2)
Como tg es igual a la pendiente, por lo tanto igual a la primera derivada de la función,
reemplazando tg po por la primera derivada:
F ( x0 )
F'
x0 x1 (6.3)
F ( x0 )
x1 x0
F ' ( x0 ) (6.4)
Fórmula de Newton
F (x ) Raphson para el cálculo de
x n 1 xn ' n (6.5) raíces aproximadas de un
F ( xn ) polinomio.
2. Las soluciones estén muy cercanas entre sí que provoque infinito número de cálculos
sin obtenerse la respuesta deseada.
Control del error:
Al ser el resultado una aproximación, es necesario imponernos un valor de error, que
permita a la vez acercarnos al resultado y delimitar las iteraciones, por lo que se podría
asumir la siguiente relación:
fx er (6.6)
Solución:
1. Derivamos la función
f(x) = x4 - 1.3x3 - 10.24x2 + 4.83x + 19.42
Métodos Numèricos 18 Ing. Washington Medina MSc
K Xi Fx F ´x fx/f´x x(i+1)
1 3.75000 22.73172 84.12375 0.27022 3.47978
2 3.47978 4.08030 54.88455 0.07434 3.40544
3 3.40544 0.26479 47.82997 0.00554 3.39990
4 3.39990 0.00141 47.32110 0.00003 3.39987
5 3.39987 0.00000 47.31837 0.00000 3.39987
6 3.39987 0.00000 47.31837 0.00000 3.39987
TABLA 6.3.1
Se puede chequear el resultado al
mismo tiempo con fx/f´x y f(x)
K Xi fx f ´x fx/f´x x(i+1)
1 3.25000 -6.10266 34.38875 -0.17746 3.42746
2 3.42746 1.34056 49.87662 0.02688 3.40058
3 3.40058 0.03362 47.38351 0.00071 3.39987
4 3.39987 0.00002 47.31842 0.00000 3.39987
5 3.39987 0.00000 47.31837 0.00000 3.39987
6 3.39987 0.00000 47.31837 0.00000 3.39987
TABLA 6.3.2
La solución aproximada es 3.39987
Ejemplo 9. Calcular una de las soluciones del siguiente polinomio
x3 - 10.24x2 + 4.83x + 19.42 = 0
2
a a
rmax 2 2 3
a1 a1
2
10.24
rmax 2(4.83) 9.76 10
1
Métodos Numèricos 19 Ing. Washington Medina MSc
En este caso hemos encontrado tres intervalos para efectos de comprensión del lector,
aunque solo era necesario encontrar un intervalo, puesto que sólo necesitamos una de las
soluciones.
Se sugiere como punto de inicio un valor cercano a rmáx; aunque, para automatización
del método se puede iniciar con cualquier valor.
Métodos Numèricos 21 Ing. Washington Medina MSc
P R
Q
D D
P QD R
P( X ) ( X Xn)Qx R ( X Xn deno min ador ) (6.7)
si X Xn P( X ) R
P'( X ) Q( X ) ( X Xn)Q'( X )
si x xn Q( X ) R'
P'( X ) Q( X )
P'( X ) R'
1 -2 5 -7
X=7 7 35 200
1 5 40 273
X=7 7 84
1 12 124
273
X 7
124
x 7 2.202 4.798
1 -2 5 -7
X=4.8 4.8 13.44 88.51
1 7.6 54.92
81.51
X 4.8
54 .92
x 4.8 1.484 3.316
1 -2 5 -7
X=3.32 3.32 4.38 31.15
1 4.64 24.78
Métodos Numèricos 22 Ing. Washington Medina MSc
Se continua con el mismo proceso hasta lograr la solución, los valores los resumimos en
la siguiente tabla, misma que es factible obtenerla con mayor facilidad por el
método de Newton Rapshon:
K X R R’ R/R’
1 7 273 124 2.20
2 4.8 81.51 54.92 1.48
3 3.32 24.14 24.78 0.97
4 2.35 6.68 12.17 0.55
5 1.8 1.35 7.52 0.18
6 1.62 0.1 6.38 0.016
7 1.6 0.02 6.28 0.003
TABLA 6.4.1
Solución : 1.6 con un margen de error del 2%
Consulta, investigación:
1. Consultar y analizar los métodos de la Secante
y de VonMises.
2. Consultar el Método LIN para soluciones
imaginarias.
3. Realizar un ejercicio por cada método de
solución numérica de ecuaciones en ecuaciones
que involucren funciones trigonométricas.
Métodos Numèricos 23 Ing. Washington Medina MSc
CAPITULOIII
APROXIMACIÓN POLINOMIAL
7. Interpolación Matemática
En las aplicaciones en general, es frecuente trabajar con funciones expresadas en forma
tabular, o valores que provienen de un experimento.
Interpolar un valor implica calcular el valor de Y para una valor específico de X, este
problema es factible resolverlo aplicando métodos aproximados que permiten calcular el
valor a interpolarse a la vez definir la ecuación que contiene a todos y cada uno de
los puntos dados.
La interpolación polinomial se puede expresar por series de potencias, por interpolación
de Newton y por interpolación de Lagrange, concentraremos nuestro estudio en los dos
últimos métodos.
La aproximación polinomial tiene gran utilidad cuando los valores reflejados en la tabla
tienen el comportamiento de una función desconocida y que en muchas ocasiones el
encontrar la antiderivada de la misma resulta una imposibilidad matemática.
Y=f(x)
Y=P(x
)
y0 y1 y2 ..........yn
Xo X1 X2.............Xn
FIG. 7.1
7.1. Interpolación de newton (interpolación con incrementos constantes).
Considerando en el gráfico anterior incrementos constantes los pares ordenados son:
Xi yi
X0 yo
x1 = x0 + h y1
x2 = x0 + 2h y2
..... ..
....... ...
xn = x0 + nh yn
TABLA 7.1.1
Métodos Numèricos 24 Ing. Washington Medina MSc
La interpolación de Newton Se basa en el criterio de las diferencias finitas que pueden ser
de 1er , 2do , 3er , hasta enésimo orden según se especifica en la siguiente tabla.
Xi yi y 2y 3y
x0 yo
a0 = y1 – yo
x1 = x0 + h y1 b0 = a 1 – a0
a1 = y2 – y1 c0 = b1 – b0
x2 = x0 + 2h y2 b1 = a 2 - a1
a2 = y3 – y2 c1 = b2 – b1
x3 = x0 + 3h y3 b2 = a 3 – a2
a3 = y4 – y3 . .
x4 = x0 + 4h y4 . . c(n-3)=b(n-2)-b(n-3)
..... .. . .
....... ... . b(n-2)=a(n-1) - a(n-2)
.
a(n-1)=y(n) – y(n-1)
xn = x0 + nh yn
TABLA 7.1.2
y3 = a2 – y2
a2 = a 1 + b 1
b 1 = b 0 + c4
y3 = a1 + b1 + a2 + y1
y3 = a1 + b1 + (b0 + a0) + a0 + y0
y3 = (a0 + b0) + b0 + c0 + b0 + a0 + a0 + y0
y3 = yo + 3a0 + 3b0 + c0
.......
........
y4 = yo + 4a0 + 6b0 + 4c0 + d0 (7.2)
Métodos Numèricos 25 Ing. Washington Medina MSc
Podemos observar que las diferencias se ven afectadas por los coeficientes del binomio
de Newton, por lo que puede generalizarse con la siguiente fórmula:
k ( k 1) k ( k 1)( k 2) k ( k 1)( k 2)( k 3)
y k y 0 kao bo co d o .....
2 3 4
h
x0 xk x1 = x0 + h
x k xo
xk = x0 +kh k (7.3)
h
Ejemplo 11.
Dada la función tabular (x,y) , calcular:
- el valor de y para x = 3.2
- la función representativa
X y y 2y 3y
0 1 12 56 48
2 13 68 104 48
4 81 172 152 48
6 253 324 200
8 577 524
10 1101
TABLA 7.1.3
Solución.
observamos que es un polinomio de tercer grado entonces aplicamos las formulas:
xk = 3.2
Métodos Numèricos 26 Ing. Washington Medina MSc
x0 = 2
h=2
k = (xk – x0) / h
k = (3.2 - 2) / 2
k = 0.6
Para calcular la función representativa de una tabla dada podemos utilizar el mismo
método de la forma siguiente
x2
k
2
x2 x2 x2 x2 x2
( )( 1) ( )( 1)( 2)
x2 2 2 2 2 2
y 13 ( )68 * 104 * 48
2 2 6
el polinomio es y x3 x 2 1
n (X X J )
y
j 1
n
* yi donde ji (7.5)
i 1
(X
j 1
i XJ)
Métodos Numèricos 27 Ing. Washington Medina MSc
X Y
0 2
2 8
4 62
6 212
8 506
10 992
Solución:
y
3.2 23.2 43.2 63.2 83.2 10 * 2
0 20 40 60 80 10
3.2 03.2 43.2 63.2 83.2 10 * 8
2 02 42 62 82 10
3.2 03.2 23.2 63.2 83.2 10 * 62
. 4 04 24 64 84 10
3.2 03.2 23.2 43.2 83.2 10 * 212
6 06 26 46 86 10
3.2 03.2 23.2 43.2 63.2 10 * 506
8 08 28 48 68 10
3.2 03.2 23.2 43.2 63.2 8 * 992 31.568
10 010 210 410 610 8
recordando que las raíces de un polinomio se encuentran en los puntos donde la función
es cero ( f(x) = 0 ).
Ejemplo 13: Calcular una solución de la ecuación x2 + 3x – 5
y X
-5 0
-3 1
1.75 1.5
5 2
13 3
Se sugiere el siguiente procedimiento para la solución:
- La solución está entre 1 < x < 2 por lo que se trabaja en ese intervalo .
-3 1
Y=0
1.75 1.5
5 2
Recordando que integración es sinónimo de área, se puede resolver una integral definida
por métodos aproximados,
(x 5)dx
2
(x 5)dx 205.33
2
Ahora vamos a ver como de la misma función pero expresada en forma tabular,
calculamos el área aproximada, utilizando rectángulos y trapecios :
X Y
1 6
2 9
3 14
4 21
5 30
1 2 3 4 5
FIG. 8.1
Para conocer el área aproximada bajo la curva , tomamos en cuenta los rectángulos que
se forman entre cada intervalo de par ordenado
Entonces : A=B*h
A = 1( 6 + 9 + 14 + 21 ) = 50
Si a este dato le comparamos con el de la integral de la función .
Tenemos que existe un error no tolerable . 205.33 50
Esto ocurre porque no estamos tomando en cuenta las pequeñas áreas casi triangulares
que se forman entre los rectángulos y la grafica de la función.
Para solucionar este error no tolerable se recomienda deducir fórmulas con el criterio de
trapecios que se acercan más a la gráfica.
Métodos Numèricos 30 Ing. Washington Medina MSc
La fórmula del área del trapecio nos permite plantear varios métodos para el cálculo de
integrales definidas.
xo x1 x2 x3 x4 x5 x6
FIG. 9.1
Aplicando la fórmula del trapecio, y sumando todos los trapecios indicados en el gráfico se
obtiene:
A = h ( Y0 + Y1 ) / 2 + h ( Y1 + Y2 ) / 2 + h ( Y2 + Y3 ) / 2 + ..........(9.1)
Realizando las operaciones correspondientes no queda :
h
A ( y 0 y n 2 resto de ordenadas) (9.2)
2
Una forma sencilla de definir fórmulas más exactas es considerando que una función es
expresable como una serie (binomio de Newton) con diferencias finitas:
k ( k 1) 2 k ( k 1)( k 2) 3
f ( x ) y 0 ky o yo yo
2 3
k ( k 1)( k 2)( k 3) 4
y o ... (9.3)
4
xn n2 n3 n 2 2 n 4 n3 n 2 3
f ( x ) dx h ny
o 2
y (
o 6
4
) y (
o 24
6
6
) y ......
o
(9.5)
xo
FIG. 9.2
x3 n2 n3 n 2 2 n 4 n3 n 2 3
f ( x ) dx h ny
o 2
y (
o 6
4
) y (
o 24
6
6
) y
o
xo
3
como y y y Y 2 y y 2 y y y o y 3 3 y 2 3 y1 y o
o 1 o o 2 1 o
x3
3
f ( x ) dx
8
h( y
o
3y 3y y )
1 2 3
(9.7 )
xo
Si en cada uno de los análisis se considera los trapecios de cero a n, se definen tres
fórmulas:
h
A ( y 0 y n 2 ordenadaspares 4 orden.impares ) (9.9)
3
Ejemplo 15.
Resolver la integral indicada utilizando todas las fórmulas y encontrar el error de cada una
de ellas en relación con la solución exacta.
8
.i X Y
0 1 6
1 1.875 8.516
2 2.75 12.56 0.875 6 69 2 * (12.56 25.25 44.06)
Sol
4 * (8.516 18.14 33.89 55.77)
3 3.625 18.14 3
4 4.5 25.25
5 5.375 33.89 Sol 205 .33
6 6.25 44.06
7 7.125 55.77
8 8 69
TABLA 9.2
.i X Y
0 1 6
1 1.778 8.16 3 6 69 2 * (16.16 37.13) 3 * (8.16 11.53 21.91
Sol * 0.778
28.91 46.6 57.13)
2 2.556 11.53 8
3 3.334 16.16
Sol 205.48
4 4.112 21.91
5 4.89 28.91
6 5.668 37.13
7 6.45 46.6
8 7.22 57.13
9 8 69
TABLA 9.3
Conclusión del ejercicio: se puede observar que las dos fórmulas de Simpson presentan
el menor error, en igual forma, el resultado es más cercano al real mientras más intervalos
existan.
CAPITULO IV
APROXIMACIÓN FUNCIONAL (AJUSTE DE CURVAS)
Permite encontrar la ecuación de la curva que aunque no pase por todos los puntos de
una tabla de datos, tenga variaciones cercanas.La aproximación se basa en el método de
los mínimos cuadrados. La aproximación puede emplearse en muchos casos prácticos,
como por ejemplo en el tratamiento de resultados de observación, ya que ella compensa
las incorrecciones locales aisladas de la función f(x) (por ejemplo errores producidos en la
observación) y también proporciona una representación lo suficientemente exacta en el
transcurso del proceso correspondiente. la aproximación funcional permite definir una
función que esté cercana a una tabla de datos.
Una de las restricciones está en el hecho de conocer previamente a qué grado se acerca
la tabla de datos; por ello es que utilizamos el método de los mínimos cuadrados para
ajustar la curva y definir los coeficientes de la función
Para definir el grado del polinomio al que se desea ajustar el conjunto de puntos se puede
optar por construir el cuadro de diferencias finitas, pero, es más recomendable graficar los
puntos y observar que tipo de curvatura es para escoger el correspondiente grado,
también es recomendable que en lo posible se relacione a los puntos con una ecuación
de grado tres como máximo (aceptar este criterio como una recomendación, puesto que
con el uso de computadoras al facilitar los cálculos, la ecuación puede relacionarse con
un polinomio de n grado).
Aproximación polinomial
Aproximación funcional
FIG. 9.3
Se trata de obtener los coeficientes de la función:
y f ( x) ao a1 x a2 x 2 a3 x 3 .... am x m (9.11)
Métodos Numèricos 35 Ing. Washington Medina MSc
Luego del proceso matemático basado en los residuos o faltantes localizado entre el
punto Y conocido y el punto de la función a calcularse, se obtiene el siguiente sistema de
ecuaciones:
a0 x a1 x 2 a2 x 3 .....am m 1 xy
a0 x 2 a1 x 3 a3 x 4 .....an1 n 2 x 2 y
...................................... (9.12)
.........................................
Ejemplo 16.
Encontrar la ecuación de la curva que mejor se ajuste a la tabla de valores (ejercicio
tomado de Métodos Numéricos de Luthe. Edit. Limunsa)
x y
1 4
2 7
3 9
4 10
5 9
6 7
7 4
FIG. 9.4
Solución:
Métodos Numèricos 36 Ing. Washington Medina MSc
Para encontrar la función que mejor represente a la tabla de valores dada debemos saber
el grado de la función, para ello procedemos a graficar los valores de la tabla.
Como se puede observar, los datos obtenidos representar a una ecuación de segundo
grado, entonces para encontrar la solución formaremos tres ecuaciones:
Nao a1 x a2 x 2 y
ao x a1 x 2 a 2 x 3 xy
(9.13)
a0 x 2 a1 x 3 a2 x 4 x 2 y
. a o
0.57421 a 5.14286 a
1 2
0.64285
x y Nao a1 x a2 x 2 a3 x 3 y
1 1
2 7
3 25 ao x a1 x 2 a2 x 3 a3 x 4 xy
4 61
5 121 a0 x 2 a1 x 3 a2 x 4 a3 x 5 x 2 y
6 211
7 337 a0x3 a1x4 a2x5 a3x6 x3y
8 505
Resolviendo el sistema:
a0 0.944 a1 0.99 a2 0 a3 1
f(x) = 0.944 - 0.99x - 7.27x 10-11x² + x³
5. se resuelve el sistema z = w
ejemplo 18 resolver el ejemplo 16 con esta metodología
x0 x1 x2
1 1 1 4
1 2 4 7
1 3 9 9
1 4 16 10
X= 1 5 25 Y= 9
1 6 36 7
1 7 49 4
1 1 1 1 1 1 1
1 2 3 4 5 6 7
1 4 9 16 25 36 49
7 28 140
U=XT*X= 28 140 784
140 784 4676
50
V=X *Y T 200
946
Resolvemos el siguiente sistema y los resultados son los mismos que el ejercicio 16
a0 a1 a2
7 28 140 50
28 140 784 200
=
140 784 4676 946
a o
0.57421 a 5.14286 a
1 2
0.64285
Métodos Numèricos 39 Ing. Washington Medina MSc
CAPÌTULO V
ECUACIONES DIFERENCIALES ORDINARIAS
Ecuación diferencial es una ecuación que relaciona dos o más variables en términos de
derivadas o diferenciales.
Ecuación diferencial ordinaria es la que tiene una sola variable independiente.
Una ecuación diferencial esta resuelta cuando se ha obtenido el polinomio solución o
cuando se expresa en forma de integración. Gráficamente la ecuación representa una
familia de curvas, cada una correspondiente al valor respectivo de la constante de
integración.
F(x,y)=0
G(x,y)
En este capitulo nos centraremos en tres métodos para poder resolver las ecuaciones
diferenciales ordinarias, estas son:
Con Integración.
Con la serie de Taylor.
Método de Runge Kutta.
Para resolver utilizando éste método, debemos separar las variables independientes de
las dependientes en la ecuación original.
Luego procedemos a integrar a ambos lados para obtener la solución general, en la cual
remplazaremos los valores iniciales para encontrar el valor de C y así obtener el resultado
general.
y 1
( x 1) y 2
x 2
y 1
( x 1)x
y2 2
y 1
y 2 2 ( x 1)x (12.1)
1 x2 x
C
y 4 2
1 x 2 2x C
y 4
4
y 2
x 2x C
Métodos Numèricos 41 Ing. Washington Medina MSc
4
y
4 2x x 2
( x 1) ( x 1) 2 ( x 1) 3
ln( x) 0 1 * (1) * 2* ..............
1! 2! 3!
1 1
ln( x) x 1 ( x 1) 2 ( x 1) 3 ...........
2 3
Una vez que nos hemos familiarizado con la serie de Taylor, apliquemos estos criterios a
la solución de ecuaciones diferenciales ordinarias; con la siguiente formula:
( x x0 ) ( x x0 ) 2 ( x x0 ) 3
y y0 y'0 y' '0 y' ' ' 0 ........(12.2)
1! 2! 3!
Métodos Numèricos 42 Ing. Washington Medina MSc
Ejemplo 20
Resolver la siguiente ecuación diferencial ordinaria, utilizando la serie de Taylor.
y’ = ½ ( 1 + x ) y2 ; y(0) = 1
x=0
y=1
y’ = ½ (1+x)y2 = ½
y’’ = ½ y2 + (1+x)yy’ = 1
Y = 1 + ½ x + ½ x2 + 3/8 x3
12.3. Solución por el método de Runge Kutta.- El método sugiere que mediante
procesos iteractivos, se encuentre la solución de una ecuación diferencial ordinaria,
expresada en forma tabular. La base teórica del método es el de aproximaciones
sucesivas; y, luego del correspondiente análisis se obtienen las siguientes formulas.
h
y (0) t y (0) i ( k1 2 k 2 2 k 3 k 4 )
6
k1 f ( x , y )
h kh
k2 f (x , y 1 ) (12.3)
2 2
h k h
k3 f ( x , y 2 )
2 2
k 4 f ( x h, y k 3 h)
Se debe tomar en cuenta que este proceso se lo puede hacer varias veces sin considerar
ningún valor límite.
Ejemplo 21.
Resolver la siguiente ecuación diferencial ordinaria, utilizando el método de Runge Kutta.
Métodos Numèricos 43 Ing. Washington Medina MSc
y’ = ½ ( 1 + x ) y2 ; y(0) = 1
para x0 y 1
1
k1 (1 0 )(1)
2
0.5
2
k2
1
2
1 (0
0.1
2
) 1
0.1 * 0.5
2
2
0.5516
k3
1
2
1 (0
0.1
2
) 1
0.1 * 0.5516
2
2
0.5544
k3
1
1 (0 0.1)1 0.1 * 0.55442 0.6127
2
y 1
0.1
0.5 2 * 0.5516 2 * 0.5544 0.6127 1.05541
6
1
f ( 0.1) 1.0554 k1 (1 0.1)(1.0554)
2
0.6126
2
1 2
f ( 0.15) 1.086 k2 (1 0.15)(1.086) 0.6782
2
1 2
f ( 0.15,1.0893) k3 (1 0.15)(1.0893) 0.6823
2
1 2
f ( 0.2,1.1236) k4 (1 0.2 )(1.1236) 0.7575
2
0.1
y 1.05541 ( 0.6126 2 ( 0.6782) 2 ( 0.6823) 0.7575) 1.12392
6
x y k1 k2 k3 k4
0 1,0000 0,5000 0,5516 0,5544 0,6127
0,1 1,0554 0,6126 0,6782 0,6823 0,7575
0,2 1,1236 0,7575 0,8431 0,8494 0,9494
0,3 1,2085 0,9492 1,0647 1,0745 1,2121
0,4 1,3158 1,2119 1,3735 1,3896 1,5872
0,5 1,4545 1,5868 1,8234 1,8517 2,1509
TABLA 12.3.1
Métodos Numèricos 44 Ing. Washington Medina MSc
Integració
n Taylor Runge k.
X Y Y Y
0 1,0000 1,0000 1,0000
0,1 1,0554 1,1375 1,0554
0,2 1,1236 1,2750 1,1236
0,3 1,2085 1,4125 1,2085
0,4 1,3158 1,5500 1,3185
0,5 1,4545 1,6875 1,4545
TABLA 12.3.2
Consultas e investigación:
1. Resolver tres ejercicios de integración cada uno con
los diferentes métodos involucrando en estos
ejercicios funciones trigonométricas, incluir
conclusiones (en caso de existir).
2. Resolver tres ejercicios de ecuaciones diferenciales
por todos los métodos involucrando en estos
ejercicios funciones trigonométricas, incluir
conclusiones (en caso de existir).
Métodos Numèricos 45 Ing. Washington Medina MSc
CAPITULO VI
Ejercicios Generales
Capítulo 1.
Construir las matrices correspondientes y resolver los siguientes ejercicios:
4 3 2
13 . x 5 x 15 .23 x 6.24 x 24 .84 0
Sol : x1 6.9806 x 2 1.2814 x 3 4 1.631 0.34 i
3 2
14 . x 14 x 56 x 64 0
Sol : x1 8 x2 4 x3 2
5 4 3 2
15 . x 8x 17 x 8 x 14 x 20 0
Sol : x1 5 x2 2 x 1 x 4 5 1 i
2
3 2
16 . 2 x 41 x 4 x 2 0
Sol : x1 20 .5947 x 2 0.1779 x 3 0.2727
3 2
17 . x 8 x 15 x 1 0
Sol : x1 5.0937 x 2 2.8370 x 3 0.0690
3 2
18 . x 5x 4x 2 0
Sol : x1 3.81 x 2 1.5293 x 3 0.3429
3 2
19 . x 4x 5x 7 0
Sol : x1 4.74 x 2 0.8989 x 3 1.6419
4 3 2
20 . x 2 x 3x 2 x 1 0
Sol : x1 2 0.5 1.732 i x 0.5 0.866 i
3 4
2
21 . x 2x 7 0
Sol : x1 2 1 2.449 i
3 2
22 . x 3x 7x 5 0
Sol : x 1 x 2 3 1 2i
1
Métodos Numèricos 46 Ing. Washington Medina MSc
X 0 1 2 3 4 5 6 7 8 9 10 11 12
Y -1 3 41 173 483 1079 2093 3681 6023 9323 13809 19733 27371
Sol. Y = 383.316
24. Interpolar x = 9
X 0 2 4 6 8 10 12 14 16
Y 5 8 43 158 401 820 1463 2378 3616
Sol. Y = 585.5
25. Interpolar x =5
X 1 3 4 7 10 12
Y 1.8 51.4 136.2 846.6 2619 4630.6
Sol. Y = 287.02
X 0 1 4 7 10 13 16
Y -1 4 151 622 1579 3184 5599
Sol. Y = 2034
X 0 1 2 3 4 5 6 7
Y 1 2 5 10 17 26 37 50
Sol. Y = 12.22
Y = 20.803
Y = 46.56
Métodos Numèricos 47 Ing. Washington Medina MSc
Resolver por métodos aproximados las siguientes integrales aplicando la fórmula de 3/8
de Simpson, tabulando datos para 6 intervalos.
2.67
(x
1
28. 2
2 x 1)dx Sol : 0.7762
2 1
10
33.
X 0 1 2 3 4 5 6 7
Y 2 4 3 6 5 7 9 8
34.
X 0 1 3 4 7 9
Y 2 4 6 9 11 14
35.
X 0 1 2 3 4 5 6
Y 3 6 9 15 18 21 25
36.
X 0 1 2 3 4 5
Y -1 0 1 20 99 304
Métodos Numèricos 48 Ing. Washington Medina MSc
Solución : y x 4 3x 3 2 x 2 x 1
37.
X 1 2 3 4 5 7
Y 3 19 53 111 304 323
CAPITULO VII
Diagramas de flujo
Cálculo del determinante de una matriz de N*N
inicio
M=N
i =1,N
J = 1, N
A[i,J]
i =1,N
C(i,i) = A (i,i)
J = i, N
no si
a i=N b
a b
k=i+ 1 DD = 1
L=k ,N i= 1,N
D = A(L, i)
J = i, M
J = i, M
DD = DD*C(i,i)
Imprimir
DD
Métodos Numèricos 50 Ing. Washington Medina MSc
J = 1, M
A[i,J]
I=1, M
C(i,i) = A (i,i)
J = i, M
no si
i=n
DD = 1
k=i+1
L=k ,N
i= 1,N
D = A(L, i )
J = i, N
J = i, M
DD = DD*C(i,i)
A(L,J) = A(L,J) –D*A(i,J)
BB
Métodos Numèricos 51 Ing. Washington Medina MSc
BB
NO SI
DD=0
X(N)=A(N,M)/A(N,N)
El sistema no tiene
solución o puede tener
i= N-1, infinito número de
1 soluciones
S(i) = 0
J = i+1, N
C(J) = X(J)*A(i,J)
S(i) = s(i) + c(J)
i= 1, N
x(i)
Métodos Numèricos 52 Ing. Washington Medina MSc
inicio
N,
I=1,N+
1
A[i]
Rm(0)=0
X1(L)=Rmáx-Rm(L-1)
1 L=1,k
X2(L)=x1(L)-Rm
P=Q=A(N+1); J =N
I =1,N
P=P+A(i)*x1(L)J
Q=Q+A(i)*x2(L)J
J=N-1
F1(L)=P; F2(L)=Q
M(L)=F1(L)*F”(L)
1
si
M(L)
<0
No hay solución Si hay solución
X1(L)=X2(L)
L=1,
Imprimir:
K,x1,x2,f1,f2,solución
Métodos Numèricos 53 Ing. Washington Medina MSc
N, x1, x2
i=1,N+1
METODO
DE
A(i) INTERPOLACION
J=N, P=Q=R=A(N+1)
i=1,N
P=P+A(i)*x1(1)J
Q=Q+A(i)*x2(1)J
P * x 2 (1) x1(1)
P Q
x 3 x1(1) J N
i=1,N
R=R+A(i)*x3(1)J
no si
P*Q>0
L=1,K L=1,K
i=1,N i=1,N
A B
J=J-1 J=J-1
P=P+A(i)*x1(L)J P=P+A(i)*x1(L)J
Q=Q+A(i)*x2(L)J Q=Q+A(i)*x2(L)J
2
1
1 2
no si no si
E<=0.001 E<=0.001
A B
imprimir
no si
otro cálculo
f in inicio
Métodos Numèricos 54 Ing. Washington Medina MSc
Método de Newton Raphson Tomando como valor inicial de x el valor de Rmàx (fòrmula
5.1), o cualquier valor de x, incluyendo el concepto de derivada para su solución.
inicio
N,
I=1,N+
1
A[i]
1 Z=1,k
Fx=0; p=N
I=1,N+
1
Fx=Fx+A[i].x p
P=N-1
F<0.0
01
J=1,
N
fin
si
Fx1=Fx1+n*A[J]x(n-1)
n=n-1
x=x - (Fx/Fx1)
1
Métodos Numèricos 55 Ing. Washington Medina MSc
A (i)
a
2
a
X (1) 2 2 3
a1 a1
K=1
A
no si
K<soluciones
divergencia b(1)=a(1)
c(1)=b(1)
B i=2,N+1
b(i)=a(i)+b(i-1)*x(k)
J=2,N
c(J)=b(J)+b(J-1)*x(k)
E(k)=b(i) / c(j)
no si
K<0.001
X(k)=X(k)-E(k-1) i=2,N+1
a(i)=b(i)
A
N=N-1
no si
N=1
B Soluc ión(1)=-a(2)/a(1)
imprimir s oluciones
f in
Métodos Numèricos 56 Ing. Washington Medina MSc
inicio
Interpolación de
Lagrange para
N, X
intervalos constantes
y variables
i=1,N+1
X(i), Y(i)
Y=0
Sugerencia:
i=1,N
c o mp l e t e e l
si
i=N pr ogra ma pa ra
que i ncluya en
NUM=1 los resultados el
DEN=1
p ol i no m i o
J=1,N r ep res entati vo
de lo s datos
si
J=N
tabulados
si
i=J
NUM=NUM*(X-X(J)
DEN=DEN*(X(i)-X(J)
NUM
Y Y * Y (i )
DEN
Y=solución
f in
Métodos Numèricos 57 Ing. Washington Medina MSc
inicio
N, K
Integración numérica por
diversos métodos
i=0,N-1
X(i), Y(i)
h=X(2)-X(1)
si
Trapecios
si s=0
simpson 1/3
i=1,N-1
N es si
par S=S+y(i)
no es
aplicable
N es si SP=0,
Y (o) Y ( N )
múltiplo de 3 SI P=0 A( S) * h
i=2,N-2,2
2
no es
aplicable
SP=SP+y(i)
2 1 2 2
i=1,N-1,2
SI P=SIP+y(i)
h
A (Y (o) Y ( N ) 2 * SP 4 * SIP)
3
SP=0 ,
SIP=0
i=1,N-1
si
i es
múltiplo de 3
SIP=SIP+y(i
SP=SP+y(i)
)
3
A h(Y (o) Y ( N) 2 * SP 3 * SIP)
8
imprimir resultados
fin
Métodos Numèricos 58 Ing. Washington Medina MSc
inic io
i=1,N
X(i), Y ( i)
J=0,G
i=1,N
i=1,N
y (i,1)=y ( i )
i=1,N
J=1,G+1
XT(J,i) =X(i,J)
k=N
i=1,G+1
J=1,N
Z (i,J)=0
L=1,K
k=N
i=1,G+1
J=1,1
W( i,J)=0
L=1,K
RESUELVA EL
SISTEM A DE
ECUACIONES
Z = W
i=1,G+1
a(i)
f in
Métodos Numèricos 59 Ing. Washington Medina MSc
i=1,5
x(i,1)=X , y(i,2)=Y ,
h=0.1
K1(i,3)=0.5*{1+X(i,1)}*Y(i,2) 2
K2(i,4)=0.5*{1+X(i,1)+0.5h}*{Y(i,2)+K1(i,3)*0.5h} 2
K3(i,5)=0.5*{1+X(i,1)+0.5h}*Y(i,2)+K2(i,4)*0.5h} 2
K4(i,6)=0.5*{1+X(i,1)}*{Y(i,2)+K3(i,5)*h} 2
X=X(i,1)+h
Y=Y(i,2)+(h/
6)*{K1(i,3)+2K2(i,4)+2K(i,5)+K(i,6)
i=1,5
BIBLIOGRAFÍA.
GRANVILLE, Smith, Cálculo diferencial e integral, Edit. Hispano América, 1973, México
Murray, Spiegel, Albebra superior, Edit. McGraw-Hill, Tercera edición, 1989, México.
Nakamura, Métodos numéricos aplicados con software, Edit. Prentice Hall, 1993, México.
ANEXOS
Métodos Numèricos 62 Ing. Washington Medina MSc
PROYECTO DE CURSO
3.8. Grupo 8
Tema: Aproximación Polinomial (Interpolación de Newton y Lagrange)
Integrantes(2): .........................................................................
.........................................................................
3.9. Grupo 9
Tema: Integración
Integrantes(2): .........................................................................
.........................................................................
3.10. Grupo 10
Tema: Aproximación funcional
Integrantes(2): .........................................................................
.........................................................................
3.11. Grupo 11
Tema: Ecuaciones diferenciales ordinarias (Runge Kutta)
Integrantes(1): .........................................................................
.........................................................................
3.12. Grupo 12
Tema: Método Lin (investigación)
Integrantes(3): .........................................................................
.........................................................................
Métodos Numèricos 64 Ing. Washington Medina MSc
Evaluación 1:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
2 3 1 4
1 2 1
3 1 -2
1 1 4 3
X Y z w X y z w
1 2 4 1 = 3 =
1 2 -2 = 5 =
2 1 3 = 1 =
1 3 1 3 = 4 =
X=
Y=
Z=
W=
3. Realizar el diagrama de flujo o codificar exclusivamente la parte operativa del proceso para
resolver:
3.1. La matriz triangular superior
3.2. la multiplicación de dos matrices
Intercambio de filas de una matriz
La matriz triangular inferior
la multiplicación de una matriz por un escalar
La transpuesta de una matriz
Métodos Numèricos 65 Ing. Washington Medina MSc
Evaluación 2:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
Y=
K X1 X2 Fx1 Fx2 E
1
2
3
4
5
Evaluación 3:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
1. Del polinomio indicado calcule una solución por el método de VON MISES, iniciando el
cálculo en el valor de Rmáx.
Y=
K X Fx F’xo Fx/f’xo
1
2
3
4
5
Y=
K X1 Fx F’x fx/f’x
1
2
3
4
5
Evaluación 4:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
1. Del polinomio indicado calcule todas las soluciones por el método de BIRGE VIETA.
Y=
K X Fx F’xo Fx/f’x
1
2
3
4
5
Solución: X1=
K X1 Fx F’x fx/f’x
1
2
3
4
5
Solución: X2 =
Evaluación 5:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
1. Escriba cuatro pares ordenados, interpole un valor ubicado entre el segundo y tercer par ,
utilizando el método de Lagrange.
x y
Y=
k X1 X2 Fx1 Fx2 E
1
2
3
4
5
6
7
8
9
10
X=
3. Llene los datos en la tabla siguiente aplicando el método de Newton Rapshon para la
función indicada indicada.
Y=
K X Fx F’x Fx/F’x
1
2
3
4
5
Evaluación 6:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
1. Del polinomio indicado calcule todas la integral por el método del trapecio, considere n = 9
Y= x1 = x2 =
K X Y
0
1
2
3
4
5
6
7
8
9
Y= x1 = x2 =
K X Y
0
1
2
3
4
5
6
7
8
9
Evaluación 7:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
x y
Y=
Y= x1 = x2 =
K X Y
0
1
2
3
4
5
6
7
8
9
Evaluación 8:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
X Y
=
=
=
=
Evaluación 9:
Universidad:...............................................................................................................
Facultad :....................................................................................................................
Nombre:......................................................................................................................
Curso:..........................................................................................................................
Fecha:..........................................................................................................................
Y’ =
Xo = Yo =
Por integración:
X Y K1 K2 K3 K4
Métodos Numèricos 73 Ing. Washington Medina MSc
Evaluación 10:
Nombre: Universidad:
Curso: Fecha:
1. Encontrar la solución numérica de 2. Calcular el área bajo la curva de la la
la ecuación diferencial indicada, siguiente función:
por el método de Runge Kutta. .................................... X1 = , X2 =
para n = 9 .
Y’ =
X Y
Para las siguientes condiciones
iniciales
Xo =
Yo =
.h =
X Y K1 K2 K3 K4
Fórmula de aplicación:
Solución =
=
= Soluciones:
X1 =
X2 =
Solución: X3 =
TALLERES DE APRENDIZAJE
DE MATLAB (V 6.5)
Métodos Numèricos 75 Ing. Washington Medina MSc
>> A =[1 2 3 ; 4 2 1 ; 4 3 1]
A=
1 2 3
4 2 1
4 3 1
B=
1
5
2
B=
1
5
2
C=
11
C=
S=
2.3636
-3.0000
1.5455
EJERCICIOS DE PRACTICA:
Suma de matrices
Resta de matrices
Multiplicación de matrices
Transpuesta de una matriz
Multiplicación de una matriz por un escalar
TALLER 2: Aplicación de matlab a la solución de una ecuación de segundo grado con uso de la formula
general.
Métodos Numèricos 77 Ing. Washington Medina MSc
Código para el cálculo de una ecuación de segundo grado por la fórmula general: ARCHIVO
ecuacionsegundogrado.m
clc
clear
a=input('Ingrese el coeficiente 1');
b=input('Ingrese el coeficiente 2');
c=input('Ingrese el coeficiente 3');
delta=b*b - 4*a*c;
if delta==0
x1=-b/(2*a);
x2=-b/(2*a);
fprintf('\n\nLa solucion 1 es: %2.2f\n\n',x1);
fprintf('\n\nLa solucion 2 es: %2.2f\n\n',x2);
break;
else
if delta>0
x1=(-b+sqrt(delta))/(2*a);
x2=(-b-sqrt(delta))/(2*a);
fprintf('\n\nLa solucion 1 es: %2.2f\n\n',x1);
fprintf('\n\nLa solucion 2 es: %2.2f\n\n',x2);
break;
else
x1=(-b+sqrt(delta)*(-1))/2*a;
x2=(-b-sqrt(delta)*(-1))/2*a;
% disp. De las líneas siguientes visualizan la parte imaginaria de la respuesta
fprintf('\n\nLa solucion 1 es: %2.2f\n\n'),disp(x1)
fprintf('\n\nLa solucion 2 es: %2.2f\n\n'),disp(x2)
end
end
TALLER 3:
PARTE 1:
Aplicación de matlab para el cálculo de las raices de un polinomio y cálculo del polinomio para un valor de
x.
% INGRESO DE UN POLINOMIO
>>
>> p =[1 3 -4 5 6] % polinomio de 4 grado
p=
Métodos Numèricos 78 Ing. Washington Medina MSc
1 3 -4 5 6
ans =
931
ans =
-4.1654
0.9235 + 1.1227i
0.9235 - 1.1227i
-0.6816
TAREA 2:
Código para el cálculo del valor de un polinomio para un valor de x: ARCHIVO poli
M =moviein(17);
x=[-2*pi:0.1:2*pi]';
for j=1:17
y=sin(x+j*pi/8);
plot(x,y);
M(:,j)=getframe;
End
PARTE 3: Código para la generación de tabla de datos de pares ordenados de una función
y = f(x): ARCHIVO funcionxy.m
clc
clear
f=input('ingrese la funcion:','s');
xo=input('ingrese el valor inicial de x:');
h=input('ingrese el intervalo');
n=input('ingrese el numero de pares ordenados:');
f1=inline(f);
Métodos Numèricos 80 Ing. Washington Medina MSc
Código para la gráfica de un polinomio por medio de una tabla de datos x,y ARCHIVO:
funcionpolinomio.m
clc
clear
n=input('ingrese el numero de pares ordenados');
for i=1:n
fprintf('x(%d)=',i);
x(i)=input('');
end
for i=1:n
fprintf('y(%d)=',i);
y(i)=input('');
end
fprintf('\t\t x\t\t\t y\n')
for i=1:n
fprintf('\t\t%4.2f\t\t%4.2f\n',x(i),y(i))
end
plot(x,y)
end
x y
-1.00 6.00
0.00 5.00
1.00 3.00
2.00 7.00
3.00 1.00
4.00 2.00
5.00 3.00
clc
clear
f=input('Ingrese la funcion: ','s');
input('el ingreso de los siguientes datos permite el calculo de rmax')
a1=input('Ingrese el coeficiente 1: ');
a2=input('Ingrese el coeficiente 2: ');
a3=input('Ingrese el coeficiente 3: ');
delta=input('Ingrese el intervalo de disminucion');
Métodos Numèricos 81 Ing. Washington Medina MSc
end
end
fplot(f,[-15 15],'r')
grid
else
fprintf('\n\nno se encuentran intervalos solucion');break
end
fx1=f1(x);
fx2=f2(x2);
n=n+1;
end
fprintf('\t\t%10.2f\t\t%10.2f\t\t%10.2f\t\t%10.2f\n',x,x2,fx1,fx2);
fprintf('\n\nel numero de iteracciones fue: %d\n',n);
fprintf('hay solucion en el ultimo intervalo');break
end
end
end
if fp<0
while k<20
e= (abs(fx1)*(x2-x1))/(abs(fx2)+abs(fx1));
fprintf('\t%2d\t\t%4.4f\t\t%4.4f\t\t%4.4f\t\t%4.4f\t\t%4.4f\n',k,x1,x2,fx1,fx2,e)
x2=x1+e;
fx2= f1(x2);
if abs(fx2)<0.0001
fprintf('\n\n la solucion es ');disp(x2);break;
end
if k==20
fprintf('\n\n en el intervalo escogido no hay solucion ');break;
end
k=k+1;
end
end
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
end
TALLER 9: Método de Newton Raphson utilizando ciclos for: ARCHIVO: newtonconFOR.m
clc
clear
f=input('ingrese la funcion : ','s');
xo=input('ingrese el valor inicial de x : ');
n=input('ingrese las iteracciones : ');
f1=inline(f);
df=diff(f,'x');
fprintf('la derivada de la funcion es');disp(df);
df1=inline(df);
fprintf('\t\t k\t\t\t x\t\t\t\t fx\t\t\t\t dfx\t\t\t fx/dfx\n')
for k=1:n
fx=f1(xo);
dfx=df1(xo);
if dfx==0
fprintf('\n\n\n HAY DIVERGENCIA EN EL METODO PUES LA PRIMERA DERIVADA ES CERO')
break;
end
dfx=df1(xo);
w=fx/dfx;
fprintf('\t\t%2d\t\t%10.4f\t\t%10.4f\t\t%10.4f\t\t%10.4f\n',k,xo,fx,dfx,w)
x1=xo-w;
xo=x1;
end
if dfx>0
fprintf('\n\n la solucion x es');disp(xo)
fprintf('el valor de la funcion para la solucion es');disp(f1(xo))
end
if dfx<0
fprintf('\n\n la solucion x es');disp(xo)
fprintf('el valor de la funcion para la solucion es');disp(f1(xo))
end
fplot(f1,[-5 5],'b');
hold on
plot(xo,0,'*r')
Métodos Numèricos 84 Ing. Washington Medina MSc
grid
y = x^3-2.45*x^2-4*x+3.25;
newtonraphson.m:
% Script para aplicar Newton-Raphson a mifuncion
% Lectura de datos
% Tengo que leer la cota de error 'cota', el número de iteraciones máximo 'n'
% y el valor inicial 'xi'
xanterior = xi;
x = xanterior;
eanterior = inf;
e = eanterior;
i = 1; % contador de iteraciones
% Debo realizar un procedimiento iterativo mientras el error sea mayor que la cota
% y el número de iteración sea menor que n
x = xanterior - y/yd;
% Para dibujar
yant=mifuncion(xanterior);
plot ([xanterior x],[yant 0],'r')
e = abs (x - xanterior);
xanterior = x;
eanterior = e;
i=i+1;
end
hold off
% Comprobación de por cual de las dos (tres) condiciones salió
if (e<cota)
Métodos Numèricos 86 Ing. Washington Medina MSc
TAREA:
Rectifique el programa con variables que sean más entendibles para ud.
Rectifique el programa considerando el ingreso de una función sin acudir a otro archivo.
Rectifique el programa para que pueda visualizarse la tabla de valores
TALLER 12: Código para la tabla de diferencias finitas del método de interpolación de Newton
ARCHIVO: INTERPOLACIONDENEWTON.m
clc
clear
n=input('Ingrese numero de datos');
for i=1:n
fprintf('A(%d,%d)=',i,1);
A(i,1)=input('');
end
%end
for i=1:n
% for j=1:n
fprintf('B(%d,%d)=',i,2);
A(i,2)=input('');
end
Métodos Numèricos 87 Ing. Washington Medina MSc
k=1;
%for i=1:n
for j=3:n
for i=1:n-k
A(i,j)=A(i+1,j-1)-A(i,j-1);
end
k=k+1;
end
A
%end
%for i=1:n
% for j=1:n
%fprintf('\t%3d\t\t%10.4f\t\t%10.4f\n',i,A,B)
% fprintf('\t\t%10.4f\t\t%10.4f\n',A(i,j))
%end
%end
TALLER 13: Código para integración numérica por el método del trapecio ARCHIVO:
integración1.m
clc
clear
f=input('ingrese la funcion : ','s');
x1=input('ingrese el valor inicial de x : ');
x2=input('ingrese el valor final de x : ');
n=input('ingrese pares ordenados: ');
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
yo=f1(x1);
yn=f1(x2);
integral=int(f,'x')
fprintf('\t\t k\t\t x1\t\t\t fx\t\t \n')
area=0;
for k=1:n-1
Métodos Numèricos 88 Ing. Washington Medina MSc
x1=x1+h;
fx=f1(x1);
area=area+fx;
end
for k=0:n
fx=f1(x11);
x11=x11+h;
fprintf('\t\t%3d\t\t%4.2f\t\t%4.2f\t\n',k,x11,fx)
end
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
integral=(yo+yn+2*area)*h/2;
fprintf('el valor de la integral es' ),disp(integral)
TALLER 14: Código para integración numérica por el método de Simpson 1/3 ARCHIVO:
integración13.m
clc
clear
f=input('ingrese la funcion : ','s');
x1=input('ingrese el valor inicial de x : ');
x2=input('ingrese el valor final de x : ');
n=input('ingrese pares ordenados: ');
if mod(n,2);
n=n+1;
end
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
integral=int(f,'x')
fprintf('\t\t k\t\t x1\t\t\t fx\t\t \n')
for k=0:n
fx=f1(x11);
fprintf('\t\t%3d\t\t%4.2f\t\t%4.2f\t\n',k,x11,fx)
x11=x11+h;
end
yo=f1(x1);
Métodos Numèricos 89 Ing. Washington Medina MSc
yn=f1(x2);
area=0;
area1=0;
for k=1:n-1
x1=x1+h;
fx=f1(x1);
if mod(k,2) == 0
area1=area1+fx;
else
area=area+fx;
end
end
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
integral=(yo+yn+2*area1+4*area)*h/3;
fprintf('el valor de la integral es' ),disp(integral)
TALLER 15: Código para integración numérica por el método de Simpson 3/8 ARCHIVO:
integración38.m
clc
clear
f=input('ingrese la funcion : ','s');
x1=input('ingrese el valor inicial de x : ');
x2=input('ingrese el valor final de x : ');
n=input('ingrese pares ordenados: ');
if mod(n,3)
fprintf('el valor de n debe ser multiplo de 3, rectifique\n\n')
n=input('ingrese pares ordenados: ');
else
n=n;
end
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
fprintf('\t\t k\t\t x1\t\t\t fx\t\t \n')
for k=0:n
fx=f1(x11);
fprintf('\t\t%3d\t\t%4.2f\t\t%4.2f\t\n',k,x11,fx)
x11=x11+h;
end
yo=f1(x1);
yn=f1(x2);
integral=int(f,'x')
area=0;
area1=0;
for k=1:n-1
x1=x1+h;
fx=f1(x1);
if mod(k,3) == 0
area1=area1+fx;
else
Métodos Numèricos 90 Ing. Washington Medina MSc
area=area+fx;
end
end
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
integral=(yo+yn+2*area1+3*area)*3*h/8;
fprintf('el valor de la integral es' ),disp(integral)
TALLER 16: Código para integración numérica por el método de Simpson 3/8 para funciones
trigonométricas ARCHIVO: integración38contrigonometricas.m
clc
clear
f=input('ingrese la funcion : ','s');
x1=input('ingrese el valor inicial de x : ');
x2=input('ingrese el valor final de x : ');
n=input('ingrese pares ordenados: ');
if mod(n,3)
fprintf('el valor de n debe ser multiplo de 3, rectifique\n\n')
n=input('ingrese pares ordenados: ');
else
n=n;
end
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
fprintf('\t\t k\t\t x1\t\t\t fx\t\t \n')
for k=0:n
fx=f1(x11*pi/180);
fprintf('\t\t%3d\t\t%4.4f\t\t%4.4f\t\n',k,x11,fx)
x11=x11+h;
end
yo=f1(x1*pi/180);
yn=f1(x2*pi/180);
%integral=int(f,'x')
area=0;
area1=0;
for k=1:n-1
x1=x1+h;
fx=f1(x1*pi/180);
if mod(k,3) == 0
area1=area1+fx;
else
area=area+fx;
end
end
x=-10:0.01:10;
fplot(f1,[-10 10],'b');
grid
integral=(yo+yn+2*area1+3*area)*3*h*(pi/180)/8;
fprintf('el valor de la integral es' ),disp(integral)
Métodos Numèricos 91 Ing. Washington Medina MSc
TALLER 17: Desarrollar un solo programa que permita resolver la integración por
cualquiera de los tres métodos estudiados.
TALLER 18: Código para aproximación funcional ARCHIVO: APROXIMACIONfuncional.m
clc
clear
n=input('Ingrese numero de datos: ');
for i=1:n
fprintf('X(%d)=',i);
x(i)=input('');
%A(i,1)=input('');
A(i,1)=x(i);
end
for i=1:n
fprintf('Y(%d)=',i);
%A(i,2)=input('');
y(i)=input('');
A(i,2)=y(i);
end
spline(x,y);
plot(x,y)
grid
g=input('Ingrese grado: ');
e=0;
for i=1:g+1
for j=1:n
if A(j,1)==0
B(j,i)=0;
end
B(j,i)=A(j,1)^e;
end
e=e+1;
end
B
for i=1:n
C(i,1)=A(i,2);
end
C
U=B' * B;
V=B' * C;
U
V
S=inv(U)*V;
S
TALLER 19: Código para el método de Runge Kutta para una sola función ARCHIVO:rungekuttasimple.m
clc
clear
f=input('ingrese la funcion : ','s');
%g=input('ingrese la funcion : ','s');
x1=input('ingrese el valor de x : ');
y1=input('ingrese el valor y : ');
h=input('ingrese el valor de h : ');
Métodos Numèricos 92 Ing. Washington Medina MSc
clc
clear
f=input('ingrese la funcion : ','s');
%g=input('ingrese la funcion : ','s');
x1=input('ingrese el valor de x : ');
y1=input('ingrese el valor y : ');
h=input('ingrese el valor de h : ');
n=input('ingrese pares ordenados: ');
f1=inline(f);
%g1=inline(g);
fprintf('\t\t\t x\t\t\t\t y\t\t\t\t k1\t\t\t\t k2\t\t\t\t k3\t\t\t k4\t\t \n')
for k=1:n
k1=f1(x1,y1);
x2=x1+h/2;
y2=y1+k1*h/2;
k2=f1(x2,y2);
x3=x1+h/2;
y3=y1+k2*h/2;
k3=f1(x3,y3);
x4=x1+h;
Métodos Numèricos 93 Ing. Washington Medina MSc
y4=y1+k3*h;
k4=f1(x4,y4);
fprintf('\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\n',x1,y1,k1,k2,k3,k4)
x1=x1+h;
y1=y1+h*(k1+2*k2+2*k3+k4)/6;
end
TALLER 21: Código para el método de Newton Rahpson con funciones trigonométricas. ARCHIVO:
newtonconforTRIGONOMETRICAS
clc
clear
f=input('ingrese la funcion : ','s');
xo=input('ingrese el valor inicial de x : ');
%xo=xo*pi/180;
er=input('ingrese el error admisible : ');
n=input('ingrese las iteracciones : ');
f1=inline(f);
df=diff(f,'x');
fprintf('la derivada de la funcion es');disp(df)
df1=inline(df);
fprintf('\t\t k\t\t\t x\t\t\t\t fx\t\t\t\t dfx\t\t\t fx/dfx\n')
for k=1:n
fx=f1(xo*pi/180);
dfx=df1(xo*pi/180);
if dfx==0
xo=xo+0.75; %sugerencia del programador
end
dfx=df1(xo*pi/180);
w=(fx/dfx);
if abs(fx)<er,break,end
fprintf('\t\t%2d\t\t%10.4f\t\t%10.4f\t\t%10.4f\t\t%10.4f\n',k,xo,fx,dfx,w)
x1=xo-w;
xo=x1;
end
y=f1(xo);
fprintf('la solucion x es');disp(xo)
fprintf('el valor de la funcion para la solucion es');disp(y)
fplot(f1,[-5 5],'b');
grid