Resumen Métodos Numéricos

Juan Pablo
11 de mayo de 2010

1
Índice
1. Error 4
1.1. Error absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Error relativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2. Punto Flotante 4
2.1. Fórmula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3. Posibilidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4. Casos Especiales . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.5. Guardado en memoria . . . . . . . . . . . . . . . . . . . . . . . 5
2.6. Consejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

3. Método de la Bisección 6
3.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.2. Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4. Cantidad de particiones para un ε dado . . . . . . . . . . . . . . 7

4. Método de Newton y Raphson 7

4.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.2. Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.3. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.4. Nota . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

5. Método de Punto Fijo 8

5.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.2. Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.3. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

6. Problema del Valor Inicial en Ecuaciones Diferenciales Ordenadas 9

6.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
6.2. Teorema: Existencia y Unicidad . . . . . . . . . . . . . . . . . . 9
6.3. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
6.4. Método de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . 10
6.4.1. Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
6.4.2. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . 10
6.4.3. Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
6.5. Método de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . 10
6.5.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . 10

2
 6.5.2. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . 10
6.5.3. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . 10
6.6. Método de Heun . . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.6.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.6.2. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.7. Método de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . 11
6.7.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.7.2. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . 11

7. Interpolación polinomial 12
7.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
7.2. Método tradicional de resolución . . . . . . . . . . . . . . . . . 12
7.3. Interpolación de Lagrange . . . . . . . . . . . . . . . . . . . . . 12
7.3.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . 12
7.3.2. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . 13
7.4. Método de las diferencias divididas de Newton . . . . . . . . . . 13
7.4.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . 13
7.4.2. Desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . 13

3
1. Error
1.1. Error absoluto

kvalor aproximado − valor exactok

1.2. Error relativo

error absoluto

valor exacto

2. Punto Flotante
2.1. Fórmula

x = q · 2E · (−1)B

2.2. Descripción
q
q =1+m

m (Mantisa)
52
X
m= ek · 2−k
i=1

m ≤ m ≤ 1 − 2−52

e (Exponente)
−1022 ≤ E ≤ 1023
Se guarda: e = E + 1023

eps eps = 2−52

2.3. Posibilidades
# Signos Distintos: 2
# Mantisas Posibles: 252
# Exponentes Posibles: 2045

4
2.4. Casos Especiales
El más grande

(2 − 2−52 ) · 21023 ≈ 21024

El más chico

(1) · 2−1022 ≈ 2−1022

Overflow (inf )

B = 0
e = 2047
m = 0

Not a Number (N aN )

B = 1
e = 2047
m = 0

2.5. Guardado en memoria

Si el número generado cae entre xi y Xi+1 entonces:
(
xi+1 −xi
xi x − xi ≤
f l(x) = (−1)B · (1 + m) · 2E f l(x) = 2
xi+1 −xi
xi+1 x − xi > 2

2.6. Consejos
1. No sumar números de muy distinto orden de magnitud

10 + 10−15 = 10

2. No restar números muy próximos

5
3. Método de la Bisección
3.1. Descripción
El método de la bisección consiste en buscar la raı́z mediante la división de
un intervalo en 2, y luego de determinar en que mitad del intervalo se encuentra
la raı́z, subdividir este intervalo y seguir subdividiendo hasta que se cumpla que
la distancia entre los extremos del intervalo sea menor a la precisión pedida o
hasta que uno quiera.

3.2. Datos
f tiene un cero en [a, b]

a0 = a; b0 = b

[a0 , b0 ] ⊇ [a1 , b1 ] ⊇ · · · ⊇ [an , bn ] ⊇ [an+1 , bn+1 ]

| {z } | {z } | {z }
a0 +b0 a1 +b1
c0 = 2
c1 = 2
cn = an +b
2
n

3.3. Desarrollo
Dados an , bn

an +bn
cn = 2

f (cn ) = 0 ⇒ cn es el cero buscado

f (cn ) · f (an ) < 0

an+1 = an
bn+1 = cn

f (cn ) · f (an ) > 0

an+1 = cn
bn+1 = bn

Si kcn − an k < ε La raı́z es cn

6
3.4. Cantidad de particiones para un ε dado

b−a
<ε
2n+1
b−a
< 2n+1
ε
b−a
n + 1 > log2 ( )
ε
b−a
n > blog2 ( )c
ε

4. Método de Newton y Raphson

4.1. Descripción
El método de Newton y Raphson consiste en encontrar una “buena“ aproxi-
mación inicial a la raı́z y luego iterar hasta que uno quiera o hasta que la diferencia
entre el resultado n+1 y el n sea menor a un ε.

4.2. Datos
2
f ∈ C[a;b]

4.3. Desarrollo

0
y = f (x0 ) + f (x0 ) · (x − x0 )
0
0 = f (x0 ) + f (x0 ) · (x − x0 )
f (x0 )
x1 = x0 − 0
f (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
..
.
f (xn )
xn+1 = xn −
f 0 (xn )

7
4.4. Nota

en = kxn − rk
en+1
“En proximidades de r“ ⇒ = c (Si r es un cero simple de f ) A esto se le
e2n
llama convergencia cuadrática.

Por ejemplo. Si en el paso n, en ≈ 10−3 , en en+1 ≈ 10−6 .

5. Método de Punto Fijo

5.1. Descripción
El Método de Punto Fijo sirve para calcular puntos fijos en funciones iteradas
de la forma x = g(x).

5.2. Datos
El Método de Punto Fijo es convergente cuando se cumplen las siguientes
2
condiciones: Si g ∈ C[a;b] y derivable en (a; b)/
g(x) ∈ [a; b]∀x ∈ [a; b] (Se dice que g mapea a [a;b] en [a;b])
0
kg (x)k < 1

5.3. Desarrollo
Por lo anterior:
Existe único punto fijo r de g en [a; b].
(
x0 ∈ [a; b]
La sucesión converge a r.
xn+1 = g(xn )

Si En = kxn − rk entonces
En+1
−−−→ c
En n→∞
con c < 1
Para acotar el error:
kn
En < · max(x0 − a, b − x0 ) −−−→ 0
1−k n→∞

en donde k es el valor más grande de la derivada.

8
6. Problema del Valor Inicial en Ecuaciones Difer-
enciales Ordenadas
6.1. Descripción
El Problema de Valor Inicial se utiliza para obtener aproximaciones precisas
a la solución de una Ecuación Diferencial Ordenada (EDO).
( 0
y (t) = f (t, y(t)), t ∈ I = [t0 , t0 + T ], T >0
(6.1)
y(t0 ) = y0

datos: t0 , y0 , T , f : IxR

6.2. Teorema: Existencia y Unicidad

Si f : IxR → R es continua en Rαβ = {t, y / kt − t0 k ≤ α, ky − y0 k ≤ β}
Y si M = max(t,y)∈Rαβ kf (t, y)k entonces existe única solución de (6.1) en kt −
β
t0 k ≤ a en donde a = min(α, M )

6.3. Desarrollo
yk ≈ y(tk ) k: 0,1,. . . ,n
t0 < t1 < . . . < tn−1 < tn = t0 + T
tk
Se divide a T en n partes, de modo tal que:

tk+1 − tk = h
T = nh
tk = t0 + kh

Siendo

• T la longitud del intervalo de integración

• n el número de pasos
• h el paso

yk
yk + 1 = g(t, k, yk )
Y se resuelve mediante:
0 0
yk+1 = yk + hf (tk , yk ) en donde f (t, y) = y (t, y) y k = 0, 1, . . . , n

9
6.4. Método de Euler
6.4.1. Datos
Se usa todo lo descrito para Problema del Valor Inicial

6.4.2. Desarrollo

 La resolución consiste en resolver la siguiente iteración:

y 0

0
yk+1 = yk + hf (tk , yk ) en donde f (t, y) = y (t, y) y k = 0, 1, . . . , n

T = nh


6.4.3. Notas
Error global o total
kyn − y(tn )k = O(h)

Si la solución del PVI es un polinómio de grado menor o igual a 1 entonces

yk = y(tk )
∂f
∂t
= 0; la EDO es autónoma.

6.5. Método de Taylor

6.5.1. Descripción
El Método de Taylor consiste en una refinación del Método de Euler.

6.5.2. Desarrollo
y ∈ C[tn+1
0 ;t0 +h]

O(hn+1
−−−−−−→
0 00 h2 hn hn
y(t0 + h) = y(t0 ) + y (t0 )h + y (t0 ) + . . . + y (t0 ) +y (n) (c)
(n)
2 n!} n!
| {z c∈(t0 .t0 +h)
Polinomio en h de grado ≤ n

6.5.3. Ejemplos
Tomando a:
0
y =f

10
 Taylor de orden 1 (Euler) (n = 1)
yk+1 = yk + f (tk , yk )h

Taylor de orden 2 (n = 2)
00
y (tk ,yk )
z }| {
∂f ∂f 2
yk+1 = yk + f (tk , yk )h + ( (tk , yk ) + (tk , yk ) · f (tk , yk )) h2
∂t ∂y

6.6. Método de Heun

6.6.1. Descripción
El Método de Heun es una extensión del Método de Euler, resultando en un
Taylor de orden 2, en el cual se calcula un valor intermedio para luego resolver
el valor del paso i.

6.6.2. Desarrollo
K1 = hf (tk , yk )

K2 = hf (tk + 1, yk + K1 )

1
yk+1 = yk + (K1 + K2 )
2

6.7. Método de Runge-Kutta

6.7.1. Descripción
El Método de Runge-Kutta es un taylor de orden 4 con un error global O(h4 )
y error local O(h5 ).

6.7.2. Desarrollo
K1 = hf (tk , yk )
K1
K2 = hf (tk + h2 , yk + 2
)
K2
K3 = hf (tk + h2 , yk + 2
)

K4 = hf (tk+1 , yk + K3 )

1
yk+1 = (K1 + 2K2 + 2K3 + K4 )
6

11
7. Interpolación polinomial
7.1. Descripción
Mediante Interpolación polinomial se genera un polinómio que contenga a
los puntos que se tienen como dato.

1. m ≤ xk ≤ M ∀k
x ∈ [m, M ] y x ∈ / {xk }nk=0
f (x) ≈ Pn (x)
Se llamarı́a al procedimiento: “interpolar“.

2. x < m ó x > M Se llamarı́a al procedimiento “extrapolar“ (No es re-

comendado extrapolar)

3. Derivadas
0 0
f (x) ≈ Pn (x)
00 00
f (x) ≈ Pn (x)

4. Integral
R c d) ⊆ [m, M
(c, R ]c
d
f (x)δx ≈ d Pn (x)δx

7.2. Método tradicional de resolución

Si se tienen n+1 puntos de la forma xk = yk k = 0, . . . , n
Pn = an xn + an−1 xn−1 +
· · · + a1 x + a0 Se tienen por lo tanto, n+1 incógnitas:

 an xn0 + an−1 xn−1
0 + . . . + a1 x 0 + a0 = y 0

an xn + an−1 xn−1 + . . . + a1 x1 + a0 = y1

1 1
n+1 ecuaciones lineales .

 .
.

a xn + a xn−1 + . . . + a x + a = y

n n n−1 n 1 n 0 n

7.3. Interpolación de Lagrange

7.3.1. Descripción
Al usar Interpolación de Lagrange se hace más facil encontrar el polinómio
interpolador que usando el método tradicional.

12
7.3.2. Desarrollo
Si f : [a, b] → R, f derivable hasta el orden n + 1 en (a; b) y x0 , . . . , xn ∈
[a, b], el polinomio de grado n que interpola f en [a, b], teniendo n + 1 datos es:
n
X
Pn (x) = li (x) · f (xi )
i=0

donde:

(x − x0 )(x − x1 ) . . . (x − xi−1 )(x − xi+1 ) . . . (x − xn )

li (x) =
(xi − x0 )(xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn )
o bien:
n
Y x − xj
li (x) =
j=0
xi − xj
j6=i

Observación: (
1 j=i
li (x) =
6 i
0 j=

7.4. Método de las diferencias divididas de Newton

7.4.1. Descripción
El Método de las diferencias divididas de Newton funciona tomando como
base el polinómio interpolador de Lagrange y haciendo uso de las diferencias
divididas.

7.4.2. Desarrollo
Usando el polinómio interpolador tradicional de grado n (siendo n el número
de puntos que tenemos como dato menos 1) para la función f tenemos:

Pn = a0 +a1 (x−x0 )+a2 (x−x0 )(x−x1 )+. . .+an (x−x0 )(x−x1 ) . . . (x−xn−1 )

Los coeficientes ak con k = 0, . . . , n son las llamadas diferencias divididas, y

se calcúlan de la siguiente manera:

f [xi+1 , . . . , xi+k ] − f [xi , . . . , xi+k−1 ]

f [xi , . . . , xi+k ] = (7.1)
xi+k − xi

13
Viéndolo más simple:

a0 = f [x0 ]
a1 = f [x0 , x1 ]
a2 = f [x0 , x1 , x2 ]
..
.
an = f [x0 , x1 , . . . , xn ]

Viendo a 7.1 de otra manera:

f [xi ] = f (xi ) = yi
f [xi+1 ] − f [xi ]
f [xi , xi+1 ] =
xi+1 − xi
f [xi+1 , xi+2 , . . . , xi+k ] − f [xi , xi+1 , . . . , xi+k−1 ]
f [xi , xi+1 , . . . , xi+k ] =
xi+k − xi
Y más gráficamente:

f (x0 ) &
f (x0 , x1 ) &
%
f (x1 ) f (x0 , x1 , x2 )
&
f (x1 , x2 ) %
f (x2 ) %

14