Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis Numerico PDF
Analisis Numerico PDF
AGRADECIMIENTOS...............................................................................................ii
ACERCA DEL AUTOR.............................................................................................iii
INTRODUCCIÓN......................................................................................................1
METODOLOGÍA.......................................................................................................2
COMPUTADORAS Y PROGRAMAS.......................................................................3
PRESENTACIÓN DE NUMERICALS 1.0................................................................5
TABLA DE CONTENIDO.........................................................................................6
BIENVENIDA..........................................................................................................10
CAPÍTULO UNO
MODELOS MATEMÁTICOS..................................................................................11
1.1. MODELAMIENTO MATEMÁTICO...............................................................12
1.2. CASO DE ESTUDIO....................................................................................12
1.2.1. Solución analítica.........................................................................................14
1.2.2. Solución numérica........................................................................................14
1.3. Modelos matemáticos que describen sistemas físicos................................17
CAPÍTULO DOS
APROXIMACIONES Y ERRORES.........................................................................20
2.1. INTRODUCCIÓN TEÓRICA............................................................................21
2.1.1 CIFRAS SIGNIFICATIVAS............................................................................22
2.1.2. EXACTITUD Y PRECISIÓN.........................................................................22
2.3. ERRORRES DE TRUNCAMIENTO.................................................................23
2.2.1. Uso de la serie de Taylor para estimar los errores de truncamiento............23
2.4.2. Estabilidad y condición.................................................................................25
2.3. ERROR NUMÉRICO TOTAL..........................................................................25
2.3.1. Errores por equivocación..............................................................................26
2.3.2. Errores de formulación.................................................................................26
2.3.3. Incertidumbre de los resultados...................................................................27
2.4. EJERCICIOS RESUELTOS............................................................................27
CAPÍTULO TRES
DIFERENCIACIÓN NUMÉRICA.............................................................................31
3.1. INTRODUCCIÓN TEÓRICA............................................................................32
3.2. APROXIMACIÓN A LA PRIMERA DERIVADA CON DERIVADA HACIA
ATRAS....................................................................................................................32
3.3. APROXIMACIONES A LA PRIMERA DERIVADA CON DIFERENCIAS
CENTRALES..........................................................................................................33
3.4. APROXIMACIONES POR DIFERENCIAS FINITAS DE DERIVADAS DE
ORDEN SUPERIOR...............................................................................................34
3.5. EJERCICIO RESUELTO.................................................................................35
CAPÍTULO CUATRO
RAÍCES DE ECUACIONES...................................................................................37
6
4.1. OBJETIVOS.....................................................................................................38
4.2. TEMAS PARA CONSULTA.............................................................................38
4.2.1. Métodos que usan incrementos: procedimientos gráficos, método de la
bisección, método de la regla falsa, búsqueda de intervalos determinando una
aproximación...........................................................................................................38
4.2.2. Métodos iterativos: iteración de punto fijo, método de Newton-Raphson,
método de la secante, raíz de un polinomio.
4.3. INTRODUCCIÓN TEÓRICA............................................................................38
4.3.1. Algoritmo de Bisección.................................................................................39
4.3.2. Método de Newton-Raphson........................................................................39
4.3.3. Método de la Secante...................................................................................39
4.4. RELACIÓN DE FORMULAS IMPORTANTES.................................................40
4.5. LOCALIZACIÓN DE RAÍCES USANDO NUMERICALS 1.0...........................40
4.5.1. Enunuciado de problema (Newton-Raphson)...............................................40
4.5.2. Enunciado del problema (Regla falsa)..........................................................41
4.6. EJERCICIOS PROPUESTOS.........................................................................42
AUTOEVALUACIÓN I ............................................................................ .............43
CAPÍTULO CINCO
INTEGRACIÓN NUMÉRICA............................................. ....................................44
5.1. OBJETIVOS.................................................................................... ................45
5.2. TEMAS PARA CONSULTA
5.2.1 Formulas de cotas de Newton: regla del trapecio, reglas de Simpson,
integración con intervalos desiguales, formulas de integración abierta..................45
5.2.2. Integración de Romber y cuadratura gaussiana: algoritmo de Romberg,
cuadratura gaussiana.............................................................................................45
5.3. DIFERENCIACIÓN E INTEGRACIÓN NUMÉRICA.........................................45
5.4. DIFERENCIACIÓN NUMÉRICA......................................................................46
5.4.1. Formula de tres puntos.................................................................................46
5.4.2. Formula de cinco puntos...............................................................................46
5.5. INTEGRACIÓN NUMÉRICA............................................................................46
5.5.1. Regla del trapecio.........................................................................................47
5.5.2. La regla de Simpson.....................................................................................47
5.6. RELACIONES Y FORMULAS IMPORTANTES..............................................47
5.7. INTEGRACIÓN USANDO NUMERICALS 1.0.................................................48
5.7.1. Enunciado del problema (Reglas de Simpson)............................................48
5.7.2. Enunciado del problema (Cuadratura de Gauss).........................................49
5.8. EJERCICIOS PROPUESTOS.........................................................................50
AUTOEVALUCIÓN II ............................................................................................52
CAPÍTULO SEIS
AJUSTE DE CURVAS............................................................................................53
6.1. OBJETIVOS.....................................................................................................54
6.2. TEMAS PARA CONSULTA.............................................................................54
7
6.2.1. Regresión: regresión lineal, ajuste de curvas no lineales con una función de
potencia, ajuste de curvas con un polinomio de orden superior, ajuste de curvas
con una combinación lineal de funciones conocidas..............................................54
6.2.2. Polinomios interpolantes: polinomio de interpolación con diferencias
divididas de Newton, polinomios de interpolación de Lagrange, otros métodos....54
6.3. INTRODUCCIÓN TEÓRICA............................................................................54
6.4. REGRESIÓN POR MÍNIMOS CUADRADOS..................................................55
6.4.1. Criterios para un mejor ajuste.......................................................................55
6.4.2. Ajuste por mínimos cuadrados de una línea recta........................................56
6.5. LINEARIZACIÓN DE RELACIONES NO LINEALES.......................................57
6.6. INTERPOLACIÓN Y APROXIMACIÓN POLINOMICA....................................57
6.6.1. Polinomios de Taylor....................................................................................59
6.6.2. polinomios de Lagrange...............................................................................59
6.6.3. Diferencias divididas.....................................................................................60
6.6.4. Interpolación de Hermite...............................................................................60
6.6.5. Interpolación del trazador cúbico..................................................................61
6.7. RELACIONES Y FORMULAS IMPORTANTES..............................................62
6.8. EJERCICIOS RESUELTOS.............................................................................63
6.8.1. Enunciado del problema (Linearización de una ecuación de potencias)......63
6.8.2. Enunciado del problema (Ajuste por mínimos cuadrados)...........................63
6.8.3. Enunciado del problema (Ajuste de curvas).................................................65
6.9. AJUSTE DE CURVAS USANDO NUMERICALS 1.0......................................66
6.9.1. Enunciado del problema (Interpolación).......................................................66
6.9.2. Enunciado del problema (Regresión lineal múltiple).....................................67
6.9.3. Enunciado del problema (Regresion polinomial)..........................................68
6.10. EJERCICIOS PROPUESTOS.......................................................................70
AUTOEVALUCIÓN III ............................................................................................72
CAPÍTULO SIETE
SOLUCIÓN NUMÉRICA DE ECUACIONES LINEALES SIMULTÁNEAS............74
7.1. OBJETIVOS.....................................................................................................75
7.2. TEMAS PARA CONSULTA.............................................................................75
7.2.1. Eliminación de Gauss: solución de pocas ecauciones, eliminación gaussiana
simple, inconvenientes de los métodos de eliminación, técnicas de mejoramiento
en las soluciones....................................................................................................75
7.2.2. Gauss-jordan e inversión de matrices y Gauss-Seidel: método de Gauss-
Jordan, inversión de matrices, iteración de Gauss-Seidel......................................75
7.3. SISTEMAS DE ECUACIONES LINEALES......................................................75
7.3.1. Eliminación Gaussiana.................................................................................76
7.3.2. Método de la inversión de una matriz...........................................................77
7.3.3. Método del determnante de una matriz........................................................77
7.4. SISTEMAS NO LINEALES DE ECUACIONES...............................................78
7.4.1. Método de Newton........................................................................................79
7.4.2. Método de Broyden.......................................................................................79
8
7.4.3. Técnicas de descenso rápido.......................................................................79
7.5. SOLUCIÓN NUMÉRICA DE ECUACIONES SIMULTÁNEAS LINEALES Y NO
LINEALES POR NUMERICALS 1.0.......................................................................81
7.5.1. Enunciado del problema (Gauss-Jorda).......................................................81
7.5.2. Enunciado del problema (Ecuaciones no lineales).......................................82
7.6. RELACIONES Y FORMULAS IMPORTANTES..............................................83
7.7. EJERCICIOS PROPUESTOS.........................................................................83
AUTOEVALUACIÓN IV.........................................................................................84
CAPÍTULO OCHO
ECUACIONES DIFERENCIALES ORDINARIAS..................................................86
8.1. OBJETIVOS.....................................................................................................87
8.2. TEMAS PARA CONSULTA.............................................................................87
8.2.1. Métodos de un paso: método de Euler, método de Euler modificado, método
e Runge-Kutta, Sistemas de ecuaciones................................................................87
8.2.2. Métodos de pasos múltiples: un enfoque de pasos múltiples, formulas de
integración..............................................................................................................87
8.3. INTRODUCCIÓN TEÓRICA............................................................................88
8.3.1. Método para resolver EDO sin el uso de computadora................................88
8.3.2. EDO y práctica de la ingeniería....................................................................89
8.4. ANTECEDENTES MATEMÁTICOS................................................................91
8.5. ECUACIONES DIFERENCIALES ORDINARIAS............................................91
8.5.1. Método de Euler............................................................................................92
8.5.2. Método de Runge-Kutta................................................................................92
8.6. SOLUCIÓN DE ECUACIONES DIFERENCIALES ORDINARIAS USANDO
NUMERICALS 1.0..................................................................................................93
8.7. EJERCICIOS PROPUESTOS.........................................................................96
AUTOEVALUACIÓN V ..........................................................................................98
9. BIBLIOIGRAFÍA...............................................................................................101
ANEXOS
ACTIVIDADES PRELIMINARES..........................................................................102
FUNDAMENTOS MATEMÁTICOS.......................................................................103
EJERCICIOS RESUELTOS..................................................................................108
APLICACIÓN DE LOS MÉTODOS NUMÉRICOS EN DISTINTOS CASOS DE LA
INGENIERÍA.........................................................................................................114
Diseño y desarrollo de un simulador para un sistema de pateurización
controlado automáticamente...........................................................................115
Determinación del factor de condición múltiple KM para verificar el estado de
una población ictica de sábalo........................................................................122
Estandarización de grasa en la carne empleada para laborar productos
cárnicos embutidos..........................................................................................126
Modelación matemática y simulación computacional de cristalizadores por
enfriamiento para la producción de azúcar de caña........................................129
9
INTRODUCCIÓN
1
METODOLOGÍA
2
A través de esta evaluación el estudiante, necesariamente deberá despertar su
espíritu investigativo que implica el desarrollo de habilidades de pensamiento
como: el análisis, la inducción, la deducción, que lo conducirán a la identificación y
a la solución de un problema real relacionado con su estudio.
COMPUTADORAS Y PROGRAMAS
Los métodos numéricos son técnicas mediante las cuales es posible formular
problemas matemáticos de tal forma que puedan resolverse usando operaciones
aritméticas. Aunque hay muchos tipos de métodos numéricos, comparten una
característica común: invariantemente se debe realizar un buen número de
tediosos cálculos aritméticos. No es raro que con el desarrollo de computadoras
digitales eficientes y rápidas, el papel de los métodos numéricos en la solución de
problemas de ingeniería haya aumentado en forma considerable en los últimos
años.
Aunque las soluciones analíticas aún son muy valiosas, tanto para resolver
problemas como para proporcionar una mayor comprensión, los métodos
numéricos representan alternativas que aumentan en forma considerable la
capacidad de confrontar y resolver los problemas; como resultado se dispone de
más tiempo para aprovechar las capacidades creativas personales. Por
consiguiente, es posible dar más importancia a la formulación de un problema, a la
interpretación de la solución y a su incorporación al sistema total, o conciencia
“holística”.
3
superiores a operaciones aritméticas básicas, porque profundizan en los temas
que de otro modo resultarían oscuros. Finalmente, esta alternativa aumenta su
capacidad de comprensión y entendimiento en la materia.
FORMULACIÓN
Principios explicados
sencillamente (Leyes)
FASES EN LA SOLUCIÓN
SOLUCIÓN DE Métodos muy elaborados y
PROBLEMAS DE habitualmente complicados para
INGENIERÍA hacer manejable el problema
INTERPRETACIÓN
Análisis profundo limitado
a) antes del uso de las por una solución que
computadoras consume tiempo
FORMULACIÓN
Deducción intensa de la
relación del problema con los
principios fundamentales
FASES EN LA SOLUCIÓN
SOLUCIÓN DE Software sencillo de
PROBLEMAS DE implementar
INGENIERÍA
INTERPRETACIÓN
La rapidez del cálculo permite
b) actualmente con el uso de las un análisis profundo de los
computadoras resultados.
Figura 1. Fases en la solución de problemas de ingeniería: (a) Era antes del uso
de las computadoras, (b) Actualmente con el uso de las computadoras.
4
PRESENTACIÓN DE NUMERICALS 1.0
5
CONTENIDO PROGRAMÁTICO
PRIMERA UNIDAD
ANTECEDENTES MATEMÁTICOS
OBJETIVO GENERAL
Al completar la primera unidad el estudiante deberá estar capacitado para
reconocer técnicas numéricas, así como en la identificación de modelos
matemáticos de uso general en las ciencias alimentarias. En general, habrá
adquirido una idea de la importancia básica de las computadoras y el papel de las
aproximaciones y la estimación de errores en la implementación y desarrollo de
los métodos numéricos.
6
SEGUNDA UNIDAD
AJUSTE DE CURVAS
OBJETIVO GENERAL
Al completar la cuarta unidad, el estudiante habrá refinado en gran forma su
competencia para ajustar curvas con datos reportados. En general, manejará las
técnicas, habrá aprendido a avalar la confiabilidad de sus resultados y será capaz
de seleccionar el método (o métodos) para cualquier problema particular que
involucre un ajuste de curvas.
TERCERA UNIDAD
INTEGRACIÓN NUMÉRICA
OBJETIVO GENERAL
Al completar la quinta unidad, el estudiante estará en capacidad de reconocer y
resolver situaciones que involucren problemas de integración numérica y valorará
su aplicación para solucionar problemas de ingeniería aplicados en la
agroindustria alimentaria.
7
CUARTA UNIDAD
RAÍCES DE ECUACIONES
OBJETIVO GENERAL
Al completar la segunda unidad el estudiante debe tener la suficiente información
para aplicar convenientemente una amplia variedad de problemas de ingeniería,
que se relacionan con las raíces de ecuaciones. En general, se dominarán los
métodos, se habrá aprendido a evaluar su confiabilidad y se tendrá la capacidad
de optar por el mejor método (o métodos) para cualquier problema en particular.
CAPITULO OCHO: Métodos que usan incrementos
Procedimientos gráficos
Método de bisección
Método de la regla falsa
Búsquedas con intervalos determinando una aproximación inicial
QUINTA UNIDAD
SOLUCIÓN NUMÉRICA DE ECUACIONES LINEALES SIMULTÁNEAS
OBJETIVO GENERAL
Al completar la tercera unidad el estudiante será capaz de resolver problemas que
involucran ecuaciones algebraicas lineales y valorará la aplicación de esas
ecuaciones en muchos campos de la ingeniería.
CAPITULO DIEZ: Eliminación de gauss
Solución de pocas ecuaciones
Eliminación gaussiana simple
Inconvenientes de los métodos de eliminación
Técnicas de mejoramiento en las soluciones
8
SEXTA UNIDAD
ECUACIONES DIFERENCIALES ORDINARIAS
OBJETIVO GENERAL
Al completar la sexta unidad, el estudiante debe aumentar de manera notoria su
capacidad para enfrentar y resolver ecuaciones diferenciales ordinarias y
problemas de valores propios. Las metas de estudio en general deberían incluir el
poder seleccionar el mejor método (o métodos) para cualquier problema en
particular de aplicación en ingeniería.
9
BIENVENIDA
El autor
10
HYPATIA (370 – 415 D.C.)
Nacida en Alejandría, una excepcional mujer, hija de Teón (filósofo y matemático). Se hizo célebre
por su saber, por su argumentación y por su belleza, viaja a Atenas donde realiza estudios; al
regresar a Alejandría funda una escuela deonde enseña las doctrinas de Platón y Aristóteles y se
pone al frente del pensamiento neoplatónico.
Hypatia escribió un libro titulado: “Sobre las conicas de Apolonio”. Es una de los últimos
matemáticos griegos. Su muerte marca el final de los grandes descubrimiemtos matemáticos en
Europa por varios siglos. Se distinguió por los comentarios a las obras de Apolonio y Diofanto.
CAPITULO UNO
MODELOS MATEMÁTICOS
11
1.1. MODELAMIENTO MATEMÁTICO
Sobre las bases de sus observaciones varios científicos a lo largo de a historia nos
han reportado teorías que no son mas que modelos empíricos abstraídos de
nuestra realidad física. Es así como Newton formuló la segunda ley del
movimiento, esta se usa rutinariamente por los ingenieros en el diseño de
elementos tales como armaduras, dispositivos, circuitos, entre otros. Desde la
perspectiva del diseño de ingeniería, estos conocimientos son muy útiles cuando
se expresan en forma de un modelo matemático.
Sin embargo, los modelos matemáticos de otros fenómenos físicos pueden ser
mucho más complejos y no pueden resolverse exactamente o requieren técnicas
matemáticas más avanzadas que la simple álgebra para su solución.
Para ilustrar el modelo de este tipo per más complicado, se puede usar la segunda
ley de Newton para determinar la velocidad de un cuerpo en caída libre.
dV
m =F (1.2)
dt
12
V es la velocidad, entonces la masa multiplicada por la razón de cambio de la
velocidad es igual a la suma de fuerzas que actúan sobre el cuerpo.
Para un cuerpo que cae la fuerza total la conforman dos fuerzas contrarias: la
fuerza gravitatoria (hacia abajo) y la fuerza de resistencia del aire (hacia arriba), es
decir:
F = FR + Fg (1.3).
FR
Fg
La fuerza total es la diferencia entre las fuerzas hacia abajo y hacia arriba. Por
tanto, combinando las ecuaciones obtenemos:
dV
m( ) = mg − CV
dt
dividiendo a cada lado por m encontramos:
dV C
=g− V (1.4)
dt m
13
Suponiendo que el esquiador se lanzo desde un aeroplano y en el instante t=0
(inicialmente) esta en reposo v=0, se puede usar el cálculo para resolver la
ecuación (1.4), así:
gm
v(t ) =
c
(1 − e−(c / m)t ) (1.5)
al dar varios valores de t se obtienen las velocidades para dicho tiempo: los
resultados se presentan a continuación:
t, seg. V, cm/seg.
0 0
2 1640,5
4 2776,9
6 3564,2
8 4109,5
10 4487,3
12 4749,0
∝ 5339,0
Como se menciono con anterioridad, los métodos numéricos son aquellos en los
que se reformula el problema matemático para que se pueda resolver mediante
14
operaciones aritméticas. Para nuestro caso, la razón de cambio de la velocidad
con respecto al tiempo puede aproximarse de la siguiente manera:
dV ∆V v(ti +1 ) − v(ti )
≅ = (1.7)
dt ∆t ti +1 − ti
v(ti +1 ) − v(ti ) C
= g − v(ti ) (1.8)
t i + 1 − ti m
C
v(ti +1 ) = v(ti ) + g − v(ti ) (ti +1 − ti ) (1.9)
m
Este nuevo valor de v en ti+1 puede emplearse para extender el cálculo de v en ti+2
y así sucesivamente. Por lo tanto, en cualquier tiempo de la trayectoria,
Al principio de los cálculos (t1=0), la velocidad del esquiador v(ti) es igual a cero.
Con esta información y los valores de los parámetros del ejemplo anterior, la
ecuación 2.8. se puede usar para estimar v(ti+1) en ti+1 = 2seg.
12500
v(2) = 0 + 980 − (0) 2 = 1960cm / s
68100
15
12500
v(4) = 1960 + 980 − (0) 2 = 3200.5cm / s
68100
Siguiendo con los cálculos de la misma manera para obtener valores adicionales,
como se muestra en la siguiente tabla:
t, segundos v, cm/seg.
0 0
2 1960.0
4 3200.5
6 3985.6
8 4482.5
10 4796.9
12 4995.9
∝ 5339,0
Velocidad terminal
60
Solución numérica
aproximada
Solución
40
analítica, exacta
20
0 4 8 12 t, m
16
1.3 MODELOS MATEMÁTICOS QUE DESCRIBEN SISTEMAS FÍSICOS
Ecuación Barométrica Ã
Se aplica en el estudio de gases para establecer la relación de presiones. La
presión y la densidad de un gas ideal se relacionan por la siguiente ecuación:
PM
ρ= , reemplazando ρ, en las dos ecuaciones anteriores y derivando y
RT
dP Mg
separando variables, se encuentra: = dh , con T constante e integrando
P RT
entre dos estados obtenemos:
P gM
Ln 2 = − (h2 − h1 )
P1 RT
Análisis dimensional R = constante de los gases ideales,
T = temperatura, °K atm⋅m3⋅kmol-1⋅°K-1
H = altura, m Variable independiente: altura h
g = constante gravitacional, m⋅s-2 Variable dependiente : presión P
M = peso molecular, kg⋅kmol-1
P = presión, kg⋅s-2⋅m-1 ó atm
17
Variable independiente : tiempo, t
Variable independiente :agua evaporada, w
Parámetros : propiedades fisicoquímicas y geométricas del material a
secar, coeficiente de transferencia
18
κd se puede expresar de manera análoga a la ley de Arrhenius, en función de
E
−
la temperatura: κ d = ae RT
.
E
dN −
De las ecuaciones anteriores se tiene: = −κ d N = − aNe RT
dt
t E t
No −
N ∫0
integrando, ∇ = Ln = κ d dt = a ∫ e dt , en donde, ∇ = reducción fraccional
RT
de microorganismos.
Análisis dimensional
t = tiempo, s
N = número de microorganismos
κd = constante de extinción térmica, s-1
T = temperatura, °K
E = energía de activación, cal/gmol
A = constante de Arrhenius
R = constante universal de los gases, cal/gmol°K
19
U
Universidad abierta y
NAD Nacional a distancia
CAPÍTULO DOS
APROXIMACIONES Y ERRORES
Debido a que los errores son parte intrínseca en el entendimiento y uso efectivo de
los métodos numéricos, se ha escogido este capítulo para desarrollar este tema.
La mayor parte de las técnicas desarrolladas en este módulo tienen la
característica de poseer errores. Esto puede parecer contradictorio a primera vista
ya que no coincide con la imagen que se tiene de un buen mecanismo de
ingeniería.
20
U
Universidad abierta y
NAD Nacional a distancia
Donde Et se usa para denotar el valor exacto del error. Se incluye el subíndice t
para denotar que se trata del error “verdadero”. Como ya se mencionó
brevemente, esto contrasta con los otros casos, donde se debe emplear una
estimación “aproximada” de error.
21
U
Universidad abierta y
NAD Nacional a distancia
El error relativo también se puede multiplicar por el 100% para expresarlo como:
Este capítulo busca cubrir varios aspectos que identifican, cuantifican y minimizan
estos errores.
22
U
Universidad abierta y
NAD Nacional a distancia
qué tan cercano está un valor individual medido o calculado con respecto a los
otros. Estos conceptos se pueden ilustrar gráficamente usando una analogía de
una diana de prácticas para tiro. Los agujeros en cada blanco de la figura 5 se
pueden imaginar como las predicciones en una técnica numérica, mientras que el
centro del blanco representa la verdad. La inexactitud se define como un
alejamiento sistemático de la verdad, la imprecisión (también llamada
incertidumbre), se refiere a la magnitud del esparcimiento de los disparos. Los
métodos numéricos deben ser lo suficientemente exactos o sin inexactitudes para
que cumplan los requisitos de un problema particular de ingeniería. También
deben ser lo suficientemente precisos para el diseño en la ingeniería. Usaremos
el término error para representar la inexactitud y la imprecisión de las
predicciones.
Los errores de truncamiento son aquellos que resultan al usar una aproximación
en lugar de un procedimiento matemático exacto. Por ejemplo en el problema del
paracaidista aproximamos la derivada de la velocidad de caída de un paracaidista
mediante la ecuación de diferencia finita dividida de la forma:
dv ∆v v(ti +1 ) − v(ti )
≅ = (1.7)
dt ∆t ti +1 − ti
Se introdujo un error de truncamiento en la solución, ya que la ecuación de
diferencias sólo aproxima el valor verdadero de la derivada. Además, para
obtener conocimiento de las características de estos errores se regresará a la
formulación matemática usada ampliamente en los métodos numéricos para
expresar funciones en forma polinomial: las series de Taylor.
23
U
Universidad abierta y
NAD Nacional a distancia
Aproximación a
primer orden
Aumenta la exactitud
Aumenta la precisión
a) b)
c) d)
24
U
Universidad abierta y
NAD Nacional a distancia
f ( x) = f ( x% ) + f '( x% )( x − x% ) (2.6)
Esta relación puede emplearse para estimar el error relativo de f(x) como en:
f ( x) − f ( x% ) f '( x% )( x − x% )
≅ (2.7)
f ( x) f ( x% )
x − x%
el error relativo de x esta dado por: .
x%
25
U
Universidad abierta y
NAD Nacional a distancia
Error total
Log error
Error de redondeo
Error de truncamiento
A todos les son familiares los errores por negligencia o por equivocación. En los
primeros años de la computadoras, los resultados numéricos erróneos fueron
atribuidos algunas veces al mal funcionamiento de la propia computadora. En la
actualidad esta fuente de error es muy improbable y la mayor parte de las
equivocaciones se pueden atribuir a errores humanos.
Las equivocaciones ocurren a cualquier nivel del proceso de modelación
matemática y pueden contribuir con todos los otros componentes del error. Se
pueden evitar únicamente con un sólido conocimiento de los principios
fundamentales y con el cuidado del método y diseño de la solución del problema.
26
U
Universidad abierta y
NAD Nacional a distancia
2.4. EJERCICIOS RESUELTOS
27
U
Universidad abierta y
NAD Nacional a distancia
28
U
Universidad abierta y
NAD Nacional a distancia
Otra forma de llegar al mismo resultado: si x está redondeada, la cota del error
absoluto de ese redondeo, será:
∆x =0,5x10-3 = 0,0005
y, por consiguiente, el valor exacto estará comprendido entre los valores x =
1.414 ± 0,0005, es decir, entre: 1,4115 y 1,4135
Un voltímetro maraca las lecturas con un error de +0,05V. Se toma una lectura
de 60V. Calcular los errores absoluto, relarivo y porcentaje del error.
Solución
V = 60 V = 59,95
ev = 60 - 59,95 = 0,05V
rv = 0,05/60 = 0,00081
Porcentaje = 0,00081x100 = 0,081%
29
U
Universidad abierta y
NAD Nacional a distancia
El peso de 1 dm3 de agua a 0°C está contenido entre los valores indicados por
p = 999,847 gr ± 0,001 gr
Determinar la cota o límite máximo del error relativo del resultado del peso del
agua.
Solución
p = 999,847 y ∆p = 0,001
con lo que será :
δp = 0,001/999,847 = 0,1x10-4 = 10-4
luego, no existe ninguna cifra decimal correcta, es decir, la última cifra correcta
será la de las unidades. Ello equivale a asegurar que las cifras correctas son
las que forman la parte entera: la 4 y la 8
30
U
Universidad abierta y
NAD Nacional a distancia
CAPITULO TRES
DIFERENCIACIÓN NUMÉRICA
Como se menciono con anterioridad, los métodos numéricos son aquellos en los
que se reformula el problema matemático para que se pueda resolver mediante
operaciones aritméticas sencillas. Para nuestro caso, la razón de cambio de la
velocidad con respecto al tiempo puede aproximarse de la siguiente manera:
dV ∆V v(ti +1 ) − v(ti )
≅ = (1.7)
dt ∆t ti +1 − ti
31
U
Universidad abierta y
NAD Nacional a distancia
Esta diferencia dividida hacia adelante no es sino una de tantas que se puede
desarrollar mediante la serie de Taylor para la aproximación de derivadas
numéricas. Por ejemplo, las aproximaciones a primeras derivadas utilizando las
diferencias hacia atrás o diferencias centrales se pueden desarrollar de una
manera similar a la de la ecuación (1.7). Las primeras usan valores en xi-1 y xi
(véase figura 7b), mientras que las segundas usan valores igualmente espaciados
alrededor del punto donde está estimada la derivada (véase figura 7c). Las
aproximaciones más exactas de la primera derivada se pueden desarrollar
incluyendo en la serie de Taylor términos de orden más alto. Finalmente, todas
las versiones anteriores se pueden desarrollar para derivadas de segundo orden,
tercer orden y órdenes superiores. Las siguientes secciones analizan brevemente
estos casos, ilustrando cómo se desarrollan cada uno de ellos.
La serie de Taylor se puede expandir hacia atrás para calcular un valor anterior
sobre el valor actual, como en:
f ' ' ( xi ) 2
f ( xi −1 ) = f ( xi ) − f ' ( xi )h + h − ⋅⋅⋅ (3.2)
2!
32
U
Universidad abierta y
NAD Nacional a distancia
f ( xi ) − f ( xi −1 ) ∇f1
f ' ( xi ) ≅ = (3.3)
h h
donde el error es de O(h) y ∇f1 indica la primera diferencia dividida hacia atrás.
Véase la figura 7b para una representación gráfica.
f ' ' ( xi ) 2
f ( xi +1 ) = f ( xi ) + f ' ( xi )h + h − ⋅⋅⋅ (3.4)
2!
para obtener:
f ( 3) ( x i ) 3
f ( xi +1 ) = f ( xi −1 ) + 2 f ' ( xi )h + h − ⋅⋅⋅ (3.5)
3!
f ( xi +1 ) − f ( xi −1 ) f ( 3) ( xi ) 2 f ( xi +1 ) − f ( xi −1 )
f ' ( xi ) = − h + ⋅ ⋅ ⋅ ó f ' ( xi ) = − O(h 2 ) (3.6)
2h 6 2h
33
U
Universidad abierta y
NAD Nacional a distancia
f ' ' ( xi )
f ( xi + 2 ) = f ( xi ) + f ' ( xi )(2h) +
( 2 h) 2 + L (3.7)
2!
La ecuación (4.21) se puede multiplicar por 2 y restarse de la ecuación (4.23)
f ( xi + 2 ) − 2 f ( xi +1 ) + f ( xi )
f ' ' ( xi ) = + O ( h) (3.9)
h2
f ( xi ) − 2 f ( xi −1 ) + f ( xi − 2 )
f ' ' ( xi ) = + O ( h) (3.10)
h2
y la versión central,
f ( xi +1 ) − 2 f ( xi ) + f ( xi −1 )
f ' ' ( xi ) = + O(h 2 ) (3.11)
h2
Como fue el caso con la aproximación de la primera derivada, el caso central tiene
mejor aproximación. Obsérvese también que la versión central puede ser
alternativamente expresada como
f ( xi +1 ) − f ( xi ) f ( xi ) − f ( xi −1 )
−
f ' ' ( xi ) ≅ h h (3.12)
h
34
U
Universidad abierta y
NAD Nacional a distancia
Derivada
verdadera aproximación
a)
x
xi xi+1
Derivada
verdadera
b)
aproximación
h
x
xi-1 xi
Derivada
verdadera
c)
aproximación
2h
x
xi-1 xi xi+1
Figura 7. Gráfica de aproximaciones con diferencias divididas finitas de la primera
derivada: a) hacia delante, b) hacia atrás, c) centrales.
Enunciado del problema. Use las diferencias finitas hacia delante y hacia atrás
con aproximación de O(h) y diferencias centrales con aproximación de O(h2) para
estimar la primera derivada de: f(x) = -0.14x4 – 0.15x3 – 0.5x2 – 0.25x + 1.2
35
U
Universidad abierta y
NAD Nacional a distancia
Las cuales pueden ser usadas para calcular las diferencias divididas hacia
delante,
0.63632813 − 0.925
f ' (0.5) ≅ = −1.155 ε t = 26.5%
0.25
las diferencias divididas hacia atrás,
0.925 − 1.10351563
f ' (0.5) ≅ = −0.714 ε t = 21.7%
0.25
y las diferencias divididas centrales,
0.63632813 − 1.10351563
f ' (0.5) ≅ = −0.934 ε t = 2.4%
0.5
Para ambos tamaños de paso, la aproximación de diferencias centrales es más
exacta que las diferencias hacia delante y hacia atrás. También como se
pronosticó con el análisis de la serie de Taylor, dividiendo a la mitad el tamaño del
paso, se tiene aproximadamente la mitad del error de las diferencias hacia atrás y
hacia adelante y una cuarta parte de error de las diferencias centrales.
36
U
Universidad abierta y
NAD Nacional a distancia
CAPÍTULO CUATRO
RAÍCES DE ECUACIONES
Y RAÍCES DE ECUACIONES
Raíz
x
37
U
Universidad abierta y
NAD Nacional a distancia
4.1. OBJETIVOS
OBJETIVO GENERAL
Al completar la segunda unidad el estudiante debe tener la suficiente información
para aplicar convenientemente una amplia variedad de problemas de ingeniería,
que se relacionan con las raíces de ecuaciones. En general, se dominarán los
métodos, se habrá aprendido a evaluar su confiabilidad y se tendrá la capacidad
de optar por el mejor método (o métodos) para cualquier problema en particular.
OBJETIVOS ESPECÍFICOS
Conocer la interpretación gráfica de una raíz.
Reconocer las diferencias entre los métodos que usan intervalos y los métodos
abiertos para la localización de raíces
Entender el concepto de convergencia lineal y cuadrática y sus implicancia en
la eficiencia de los métodos de iteraciones de punto fijo y de Newton Raphson.
Los sistemas de ecuaciones de una variable es uno de los problemas más básicos
del análisis numérico y también es conocido como el problema de búsqueda de
raíces. El problema consiste en encontrar los valores de la variable x que
satisfacen la ecuación f(x)=0 para una función f dada. A una solución de este
problema se le llama cero o raíz de f(x).
38
U
Universidad abierta y
NAD Nacional a distancia
Condiciones:
Esa una derivación del método de Newton Raphson, cuya ventaja radica en la no
necesidad de calcular derivadas, empleando iteraciones sucesivas de secantes en
lugar de tangentes. El principio matemático y la ecuación a resolver es análoga
entre lo dos métodos. Para la n-ésima iteración el valor f’(pn-1) se aproxima tal que:
f ( p n −1 ) * ( p n −1 − p n − 2 )
p n = p n −1 − .
f ( p n −1 ) − f ( p n − 2 )
39
U
Universidad abierta y
NAD Nacional a distancia
Método Formulación
Bisección Xi + Xu
Xr = Si f(Xl)f(Xr)<0, Xu=Xr, f(Xl)f(Xr)>0, Xl=Xr
2
Falsa posición f ( Xu )( X l − X u )
X r = Xu − Si f(Xl)f(Xr)<0, Xu=Xr,
f (X l ) − f (X u )
f(Xl)f(Xr)>0, Xl=Xr
Newton Raphson f (X i )
X i +1 = X i −
f '(X i )
Secante f ( X i )( X i −1 − X i )
X i +1 = X i −
f ( X i −1 ) − f ( X i )
Solución.
40
U
Universidad abierta y
NAD Nacional a distancia
Use el método de Regla Falsa para calcular la raíz de f(x) = e-x – x empleando
como valores iniciales de x(1) = -1 y x(2) = 1.
Solución.
La solución se expresa en un formulario de respuesta con el objeto de reconocer
las diferencias entre los métodos de intervalos (Bisección, Falsa posición, …), de
los métodos abiertos (Newton-Raphson, Secante, …).
41
U
Universidad abierta y
NAD Nacional a distancia
4.6.3. Para: f(x) = x3 – 6x2 + 11x – 6.1, determine la raíz real máxima mediante:
a. Gráficamente
b. Usando el método de Newton-Raphson (tres iteraciones, Xi = 3.5)
c. Empleando el método de la secante modificado,
(tres iteraciones, Xi = 0.5, δ = 0.02).
42
U
Universidad abierta y
NAD Nacional a distancia
AUTOEVALUACIÓN I
a) Cuál es la principal diferencia entre los métodos abiertos y los métodos que
usan intervalos.
b) Que diferencia hay entre los métodos de la secante y de la falsa posición.
c) Qué técnicas conoce para localizar las raíces de un polinomio.
El factor de fricción ƒ para los flujos turbulentos en una tubería está dado por:
1 e 9.35
= 1.14 − 2 log10 +
f D Re f
llamada correlación de Colebrook, donde Re es el número de Reynolds, e es la
aspereza de la superficie de la tubería y D es el diámetro de la tubería. Resuelva
la ecuación f utilizando el método de sustituciones sucesivas para D = 0.1 m, e =
0.0001 m y Re = 5×104.
43
U
Universidad abierta y
NAD Nacional a distancia
PITAGORAS
Los griegos tomaron elementos de las matemáticas de los babilonios y de los egipcios. La
innovación más importante fue la invención de las matemáticas abstractas basadas en una
estructura lógica de definiciones, axiomas y demostraciones. Según los cronistas griegos, este
avance comenzó en el siglo VI a.C. con Tales de Mileto y Pitágoras de Samos. Este último enseñó
la importancia del estudio de los números para poder entender el mundo. Algunos de sus
discípulos hicieron importantes descubrimientos sobre la teoría de números y la geometría, que se
atribuyen al propio Pitágoras. Considerado el primer matemático, Pitágoras fundó un movimiento
en el sur de la actual Italia, en el siglo VI a.C., que enfatizó el estudio de las matemáticas con el fin
de intentar comprender todas las relaciones del mundo natural.
CAPITULO CINCO
INTEGRACIÓN NUMÉRICA
x
a b
44
U
Universidad abierta y
NAD Nacional a distancia
5.1. OBJETIVOS
OBJETIVO GENERAL
Al completar la quinta unidad, el estudiante estará en capacidad de resolver
muchos problemas de integración numérica y apreciará su aplicación para
solucionar problemas de ingeniería que los emplee.
OBJETIVOS ESPECÍFICOS
Conocer las fórmulas y ecuaciones de error para: a) la regla trapezoidal, b) la
regla de Simpson.
Reconocer situaciones donde sean apropiadas las aplicación de la integración
numérica en su contexto particular.
Identificar los diferentes efectos del error de datos en el proceso de integración
y diferenciación numérica.
45
U
Universidad abierta y
NAD Nacional a distancia
b n
∫a f (x )dx ≈∑ a i f (x i ) (5.3)
i =0
46
U
Universidad abierta y
NAD Nacional a distancia
Sea f una función definida en un intervalo [a,b], h=(b-a)/n y xj=a +jh para cada
j=0,....n, la regla del trapecio es:
b
h n −1 (b − a )h 2
∫ f (x )dx =
2
f ( x a ) + f ( x b ) + 2 ∑ f ( x j −
)
12
f ' ' (ξ ) (5.4)
a j =1
Sea f una función definida en un intervalo [a,b], h=(b-a)/2m, xj=a +jh y n=2m para
cada j=0,....2m, la regla de simpson es:
b
h m −1 m (b − a )h 4 4
∫ f (x )dx =
3
f ( x a ) + f ( x b ) + 2 ∑ f ( x 2j ) + 4 ∑ f ( x 2 j −1 −
)
180
f (ξ ) (5.5)
a j =1 j =1
Método Formulación
Regla trapezoidal f (a ) + f (b)
I ≅ (b − a)
2
Regla de Simpson 1/3 f ( x 0 ) + 4 f ( x1 ) + f ( x 2 )
I ≅ (b − a)
6
Integración de Romberg k −1
4 I j +1,k −1 − I j ,k −1
I j ,k =
4 k −1 − 1
Cuadratura de Gauss 4 k −1 I j +1,k −1 − I j ,k −1
I j ,k =
4 k −1 − 1
47
U
Universidad abierta y
NAD Nacional a distancia
48
U
Universidad abierta y
NAD Nacional a distancia
Suponga que se desea saber qué tan lejos ha caído el paracaidista después de
cierto tiempo t = 10 segundos. Esta distancia esta dada por: d = (gm/c)ʃ[1-e-(c/m)t].
Solución.
49
U
Universidad abierta y
NAD Nacional a distancia
5.8.2. La función f(x) = e-x se puede usar para generar la siguiente tabla de datos
desigualmente espaciados:
a) medios analíticos.
b) La regla trapezoidal y de Simpson, emplee la regla de Simpson donde sea
posible para obtener la mayor exactitud.
c) Calcule para a y b el error porcentual.
5.8.3. La integración proporciona un medio para calcular cuánta masa entra o sale
de un reactor en un periodo específico, como en:
t2
M = ∫ Qcdt
t1
donde t1 y t2 = tiempo inicial y final. Esta fórmula tiene sentido intuitivo si usted
recuerda la analogía entre integración y sumatoria. Así, la integral representa la
sumatoria del producto del flujo por la concentración para dar la masa total
entrando o saliendo desde t1 a t2. Si la razón de flujo es constante, Q puede ser
obtenida de la integral:
t2
M = Q ∫ cdt
t1
50
U
Universidad abierta y
NAD Nacional a distancia
Use integración numérica con el fin de evaluar esta ecuación para los datos en la
siguiente tabla, observe que Q = 4 m3/min.
t, min. C, mg/m3
0 10
5 22
10 35
15 47
20 55
25 58
30 52
35 40
40 37
45 32
50 34
5.8.4. El flujo de calor q es la cantidad de calor que fluye a través de un área del
material por unidad de tiempo. Se puede calcular con la ley de Fourier,
dT
j = −k
dx
x, m 0 0.1 0.2
T, ºC 20 17 15
51
U
Universidad abierta y
NAD Nacional a distancia
AUTOEVALUACIÓN II
1 2
Sabemos que Ln 2 = ∫
1x
dx .
Si queremos estimar Ln2 mediante la regla trapezoidal con error menor de 10-10,
¿Qué valor n se necesita?
52
U
Universidad abierta y
NAD Nacional a distancia
CAPITULO SEIS
AJUSTE DE CURVAS
Y Y
Y = f(X) Y = f(X)
X X
Regresión Interpolación
Las técnicas que se han desarrollado para ajustar datos a curvas son: la
regresión, empleada cuando hay un grado significativo de error en los datos; con
frecuencia los datos experimentales son de esta clase. A diferencia de la
interpolación que se utiliza cuando el objetivo es determinar valores intermedios
entre datos que estén, relativamente libres de error.
53
U
Universidad abierta y
NAD Nacional a distancia
6.1. OBJETIVOS
Objetivo General
Al completar la cuarta unidad, el estudiante habrá refinado en gran forma su
competencia para ajustar curvas con datos reportados. En general, manejará las
técnicas, habrá aprendido a avalar la confiabilidad de sus resultados y será capaz
de seleccionar el método (o métodos) para cualquier problema particular que
involucre un ajuste de curvas.
Objetivos Específicos
Comprender la diferencia fundamental entre regresión e interpolación.
Reconocer situaciones donde sean apropiadas las regresiones lineales,
polinomiales, múltiples y no lineales.
Entender la analogía entre el polinomio de Newton y la expansión de la serie
de Taylor y cómo se relaciona el error al truncamiento.
Reconocer las capacidades y riesgos asociados con la extrapolación.
6.2.1. Regresión.
Regresión lineal.
Ajuste de curvas no lineales con una función de potencia.
Ajuste de curvas con un polinomio de orden superior.
Ajuste de curvas con una combinación lineal de funciones conocidas.
El método más simple para ajustar a una curva los datos es ubicar los puntos y
después dibujar una línea que visualmente conforma a los datos. Aunque ésta es
una operación válida cuando se requiere una estimación rápida, los resultados son
dependientes del punto de vista subjetivo de la persona que dibuja la curva.
Su primera situación en el ajuste de curvas podría haber sido determinar valores
intermedios a partir de datos tabulados (por ejemplo, de tablas de interés para
ingeniería económica, o partir de tablas de vapor para termodinámica). En lo que
resta de su carrera, usted tendrá frecuentes oportunidades para estimar valores
intermedios de dichas tablas. Aunque muchas de las amplias propiedades usadas
54
U
Universidad abierta y
NAD Nacional a distancia
en la ingeniería han sido tabuladas, hay muchas más que no están disponibles en
esta forma conveniente.
Una estrategia para ajustar a la ¿”mejor”? línea a través de los datos podría ser
minimizar la suma de los errores residuales para todos los datos disponibles,
n n
como en ∑ ei = ∑ ( yi − a0 − a1 xi ) , donde n = número total de puntos.
i =1 i =1
Otro criterio lógico podría ser minimizar la suma de los valores absolutos de las
n n
discrepancias, como en ∑ ei = ∑ yi − a0 − a1 xi .
i =1 i =1
Pero este no es el único criterio, una tercera estrategia para ajustar a la mejor
línea es el criterio minimax. En esta técnica, la línea se elige de manera que
minimice la máxima distancia que tenga un punto individual desde la línea.
Debería observarse que el principio minimax es no es adecuada para regresión,
ya que tiene una excesiva influencia en puntos fuera del conjunto; es decir, un solo
55
U
Universidad abierta y
NAD Nacional a distancia
punto con un gran error, pero algunas ocasiones es muy adecuada para ajustar
una simple función a una complicada función (Carnahan, Luther y Wilkes, 1969).
∂S r
= −2∑ ( yi − a0 − a1 xi ) (6.2)
∂a0
∂S r
= −2∑ ( yi − a0 − a1 xi ) xi (6.3)
∂a1
0 = ∑ yi − ∑ a0 − ∑ a1 xi (6.4)
0 = ∑ yi xi − ∑ a0 xi − ∑ a1 xi2 (6.5)
Ahora si hacemos que Σa0 = na0, podemos expresar las ecuaciones como un
conjunto de dos ecuaciones lineales con dos incógnitas (a0 y a1):
na0 + ( ∑ xi ) a1 = ∑ yi (6.6)
(∑ x ) a + (∑ x ) a = ∑ x y
i 0
2
i 1 i i (6.7)
56
U
Universidad abierta y
NAD Nacional a distancia
a0 = y − a1 x ,
donde y y x son las medias de y y x, respectivamente.
La regresión lineal proporciona una técnica poderosa que ajusta a la “mejor” línea
los datos. Sin embargo, está predicha sobre el hecho de que la relación entre las
variables dependientes e independientes es lineal. Éste no es siempre el caso, y
el primer paso en cualquier análisis de regresión debería ser gratificar e
inspeccionar en forma visual para asegurarnos si se puede usar un modelo lineal.
Para otros, se puede usar transformaciones para expresar los datos en una forma
que sea compatible con la regresión lineal.
Un ejemplo es el modelo exponencial y = a1ebx, donde a1 y b son constantes. Otros
casos se observan en la figura 8.
Para n+1 puntos, hay uno y sólo un polinomio de orden n que pasa a través de
todos los puntos. Por ejemplo, hay una sólo una línea recta (es decir, un
polinomio de primer orden) que conecta dos puntos (vea figura 9a). De manera
similar, únicamente una parábola conecta un conjunto de tres puntos (ver figura
9b). Interpolación polinomial consiste determinar el único polinomio de n-ésimo
orden que ajuste n+1 puntos.
57
U
Universidad abierta y
NAD Nacional a distancia
a) b) c)
y y y
x
b y = a3
y=a2x b+ x
y=a1eb
x x x
a) b) c)
Linearización
Linearización
Linearización
Lny Log y 1/y
Intercepto = Lna1 Pendiente = b
x Log x 1/x
Intercepto = Log 1/a3
d) e) Intercepto = Log a2 f)
58
U
Universidad abierta y
NAD Nacional a distancia
Por tanto el polinomio de Taylor es muy útil para interpolar datos cuando de
intervalos pequeños se trate, ya que se requiere el conocimiento de valores de la
función f y sus derivadas en un punto muy cercano al punto de interés.
P(x)= Σ f(xk)Ln,k(x)
donde Ln,k(x) = Π(x-xi)/(xk-xi) para cada i≠k
59
U
Universidad abierta y
NAD Nacional a distancia
Existen también dos versiones de esta fórmula que son las fórmulas de diferencia
progresiva y regresiva de Newton. La primera se expresa como:
n
s
P (x ) = ∑ ∆k f (x 0 ) , donde (s k) es la notación de coeficiente binomial:
k =0 k
s s (s − 1)....(s − k + 1)
= . (6.11)
k k!
El polinomio de Hermite H(x) logra coincidir no solo con f en todos los puntos
x0,x1,....xn sino también sus primeras derivadas.
Condiciones
60
U
Universidad abierta y
NAD Nacional a distancia
n n
H 2n +1 (x ) = ∑ f (x j )H n , j (x ) + ∑ f ' (x j )Hˆ n , j (x )
j =0 j =0
61
U
Universidad abierta y
NAD Nacional a distancia
Método Formulación
n ∑ xi y − ∑ xi ∑ y
Regresión lineal y = a0 + a1x, donde, a1 = i i
n∑ xi − (∑ xi )
2 2
a 0 = y − a1 x
x − x1 x − x 2 x − x0 x − x 2 x − x0
f 2 ( x) = f ( x 0 ) + f ( x1 ) + f ( x 2 )
x
0 − x1 x 0 − x 2 x1 − x0 x1 − x 2 x
2 − x1
62
U
Universidad abierta y
NAD Nacional a distancia
x y Log x Log y
1 0.5 0 -0.301
2 1.7 0.301 0.226
3 3.4 0.477 0.534
4 5.7 0.602 0.753
5 8.4 0.699 0.922
63
U
Universidad abierta y
NAD Nacional a distancia
0
-20 0 2.5 5 7.5 10
Potencial, mV
-40
-60
-80
-100
-120
Concentración, ppm
Log C ν, mV
-0.301 -31.9
0.398 -73.1
0.699 -90.9
1.00 -108.7
0
-0.5 -20 0 0.5 1
Potencial, mV
-40
-60
-80
-100
-120
log C
64
U
Universidad abierta y
NAD Nacional a distancia
65
U
Universidad abierta y
NAD Nacional a distancia
6.9.1. Enunciado del problema. Ajuste los datos de la tabla 1, evalúe la función
en x=5.
x f(x)
3.0 2.5
4.5 1.0
7.0 2.5
9.0 0.5
Solución.
1.10288
66
U
Universidad abierta y
NAD Nacional a distancia
Solución.
67
U
Universidad abierta y
NAD Nacional a distancia
xi yi
0 2.1
1 7.7
2 13.6
3 27.2
4 40.9
5 61.1
Solución.
68
U
Universidad abierta y
NAD Nacional a distancia
69
U
Universidad abierta y
NAD Nacional a distancia
a) Use la regresión por mínimos cuadrados para ajustar a una línea recta a
x 1 3 5 7 10 12 13 16 18 20
y 4 5 6 5 8 7 6 9 12 11
70
U
Universidad abierta y
NAD Nacional a distancia
Precipitación, 88.9 101.6 104.1 139.7 132.1 94.0 116.8 121.9 99.1
cm
Flujo, m3/s 114.7 172.0 152.9 269.0 206.4 161 175.8 239.0 130
6.10.5. La viscosidad del agua (µagua) y el aire (µaire) en centipoise (cp) a 1 atm de
presión son enlistadas a continuación para distintas temperaturas:
T, ºC 0 20 40 60 80 100
µagua, cp 1.787 1.0019 0.6530 0.4665 0.3548 0.2821
µaire , cp 0.01716 0.01813 0.01908 0.01999 0.02087 0.02173
Determine µagua (45ºC) y µaire (30ºC).
AUTOEVALUACIÓN III
71
U
Universidad abierta y
NAD Nacional a distancia
St
( ) Interpolación polinomial de Newton 1. S y =
n −1
( ) Regresión lineal 2. Ajusta polinomios a datos
pero en forma de trozos.
( ) Interpolación segmentaria 3. y =
∑ yi
n
( ) Varianza 4. Cuando se desconoce el
orden apropiado de los
polinomios.
( ) Desviación estándar 5. Ajustar la mejor línea recta a
través de un conjunto de datos.
S
( ) Media aritmética 6. S y2 = t
n −1
La radiación (R) solar del Valle del Cauca, en 1998 ha sido tabulada como:
Mes E F M A M J J A S O N D
R, 122 --- 188 230 267 270 252 --- 196 160 138 120
2
W/m
Suponiendo que cada mes es de 30 días, ajuste a un sinusoide estos datos. Use
la ecuación resultante para predecir la radiación que habrá durante la mitad de
agosto.
72
U
Universidad abierta y
NAD Nacional a distancia
t, h 0.5 1 2 3 4 5 6 7 8 9
p(t) 7 5.2 3.8 3.2 2.5 2.1 1.8 1.5 1.2 1.1
T, °C 0 4 8 12 16 20 24
-2
ν, (10 ) 1.792 1.5676 1.3874 1.2396 1.1168 1.0105 0.9186
2
cm /s 3
73
U
Universidad abierta y
NAD Nacional a distancia
CAPITULO SIETE
74
U
Universidad abierta y
NAD Nacional a distancia
7.1. OBJETIVOS
OBJETIVO GENERAL
Al completar la tercera unidad el estudiante será capaz de resolver problemas que
involucran ecuaciones algebraicas lineales y valorará la aplicación de esas
ecuaciones en muchos campos de la ingeniería.
OBJETIVOS ESPECÍFICOS
Conocer cómo calcular el determinante usando la eliminación Gauss.
Reconocer las diferencias entre los métodos de eliminación de Gauss y el de
Gauss-Jordan y cual es más eficiente.
Entender por qué el método de Gauss-Seidel es particularmente adecuado
para grandes sistemas de ecuaciones dispersos.
Los Sistemas de Ecuaciones Lineales SEL son muy comunes en los problemas de
ingeniería y ciencias básicas ya que por medio de ellos se expresan muchos
fenómenos físicos y químicos. Un sistema lineal n*n en general se escribe como:
75
U
Universidad abierta y
NAD Nacional a distancia
a 11 a 12 .... a 1m
a a 22 .... a 2m
A = 21 (7.2)
.... ..... .... ....
a n 1 a n 2 .... a nm
para x1,....xn dadas las aij para cada i,j=1,2,....,n y las bij para cada i=1,2,....n y
n=m-1. Existen métodos directos y otros que emplean técnicas de álgebra lineal.
Entre los métodos directos se destacan los métodos gaussianos y entre los
métodos de álgebra lineal, el más común es el que emplea la inversa.
76
U
Universidad abierta y
NAD Nacional a distancia
Un sistema lineal SEL y el álgebra lineal tienen estrecha relación. Sea el sistema,
a 11 a 12 .... a 1n x1 b1
a a 22
.... a 2n x2 b
A = 21 , x = , B = 2. (7.5)
.... ..... .... .... .... ....
a n 1 a n 2 .... a nn x n b n
El método de mejor desempeño del álgebra lineal para la solución de un SEL n*n
es el método del determinante.
Si A es un matriz de n*n y representa un SEL entonces:
• el menor Mij es el determinante de la submatriz de (n-1)*(n-1) de una matriz A
obtenido suprimiendo el i-ésimo renglón y la j-ésima columna.
• cofactor Aij, asociado con Mij se define como Aij=(-1)i+jMij.
• determinante de una matriz A de n*n donde n>1 esta dada ya sea por:
n
det A = ∑ a ij Aij para cualquier i=1,2,....,n
j =1
n
det A = ∑ a ij Aij para cualquier j=1,2,....,n
i =1
77
U
Universidad abierta y
NAD Nacional a distancia
.a 11 .... b1 .... a 1n
a .... b2 ....a 2n
1
x i = det 21 (7.6)
D .... .... .... .... ....
.a n 1 ... .... bn ....a nn
donde D = det A y para cada solución Xi, se realiza una sustitución de la i-ésima
columna por el vector columna B.
Un sistema de ecuaciones son lineales puede ser resuelto por métodos numéricos
que por lo general son generalización del método de newton para solución de
ecuaciones de una variable.
78
U
Universidad abierta y
NAD Nacional a distancia
Para las demás iteraciones : Xk(x) = xk-1 – A(x)-1(k-1) F(x)(k-1) donde k=1,....,n; donde,
(y − Ai −1S i ) t
Ai = Ai −1 + i 2
Si
Si ;
x (i +1) = x (i ) − Ai −1F (x (i ) )
y i = F (x (i ) − F (x (i −1) )
(i )
Si = X − x (i −1)
79
U
Universidad abierta y
NAD Nacional a distancia
f1(x1,....,xn)=0
f2(x1,....,xn)=0
. ... (7.10)
fn(x1,....,xn)=0
80
U
Universidad abierta y
NAD Nacional a distancia
81
U
Universidad abierta y
NAD Nacional a distancia
7.5.2. Enunciado del problema. Use un método para determinar las raíces del
siguiente sistema de ecuaciones no lineales:
x2 + xy = 10
y + 3xy2 = 57
Solución.
82
U
Universidad abierta y
NAD Nacional a distancia
Eliminación de Gauss
c
a11 a12 a13 c1 a11 a12 a13 c1 x3 = 3
a33
a21 a22 a23 c2 ⇒ a22 a23 c2 ⇒ x2 = (c2 − a23 x3 ) / a22
a31 a32 a33 c3 a33 c3 x1 = (c1 − a12 x1 − a13 x3 ) / a11
Método de Gauss-Seidel
x1i = (c1 − a12 x2i −1 − a13 x3i −1 ) / a11 i −1
x − xii −1
x2i = (c2 − a21 x1i − a23 x3i −1 ) / a22 i 100% < ε s
x
x3i = (c3 − a31 x1i − a32 x2i ) / a33 i
7.7.2. En la figura se muestra tres reactores unidos por tuberías. Como se indica,
la razón de transferencia de químicos a través de cada tubería es igual al flujo
volumétrico (Q, con unidades de metros cúbicos por segundo) multiplicado por la
concentración del reactor donde se origina el flujo (C, con unidades de miligramo
por metro cúbico). Si el sistema se halla en un estado estable, la transferencia
hacia cada reactor equilibrará la transferencia de salida. Desarrolle ecuaciones
de balance de masa para los tanques y resuelva las tres ecuaciones algebraicas
lineales simultáneas para sus concentraciones.
Q13C1 Q33C3
Q33=120
1 Q12C1 3 Q13=40
400mg/s Q12=80
Q23C2 Q23=60
200 mg/s Q21=20
2
Q21C2
Tres tanques conectados por tuberías.
7.7.3. Use técnicas iterativas refinadas para mejorar x1=2, x2=-5 y x3=12, las
cuales tienen soluciones aproximadas de:
(1) 2X1 + 4X2 + X3 = -5 ; (2) 5X1 + 2X2 + X3 = 12; (3) X1 + 2X2 + X3 = 3
83
U
Universidad abierta y
NAD Nacional a distancia
AUTOEVALUACIÓN IV
Responda brevemente las siguientes cuestiones:
a) En que consiste la notación matricial y a que se le conoce como vector?
b) Cuáles son las principales reglas para la operación de matrices?
c) Qué es un problema mal acondicionado y que lo origina?
T1 T2
Limite del
sistema U1, A1 U2, A2
m& f 1 , x f 1
m& p , T2 , x p
m& f , Ts , x f
84
U
Universidad abierta y
NAD Nacional a distancia
Como su nombre implica, la polución de aire entrante tiene que ver con la
contaminación encerrada en espacios tales como casas, oficinas, áreas de
trabajo, etcétera. Suponga que se diseña un sistema de ventilación para un
restaurante como se muestra en la figura de la vista aérea. El área de servicio
del restaurante consiste en dos cuartos cuadrados y uno alargado. El cuarto 1
y el 3 tienen fuentes de monóxido de carbono, de los fumadores y una parrilla.
Se puede escribir balances de masa en estado estable para cada cuarto. Por
ejemplo, para la sección de fumadores (cuarto 1), el balance se escribe como:
2 25 m3/h 4
Qb=50 m3/h
Cb=2 mg/m3
50 m3/h
(Sección de niños)
Qa=200 m3/h 3
1
3
Ca=2 mg/m
(Sección de fumar)
25 m3/h
Carga por
fumadores
1000 mg/h
Carga por la parrilla
2000 mg/h
Figura: Vista aérea de los cuartos en un restaurante. Las flechas en un sentido
representan los flujos de aire volumétricos, mientras que las flechas en ambos
sentidos representan la mezcla difusa. Las cargas debido al humo y a la parrilla
agregan masa de monóxido de carbono al sistema pero con entrada de aire
insignificante.
85
U
Universidad abierta y
N Nacional a distancia
CAPÍTULO OCHO
y TRATAMIENTO NUMÉRICO DE
ECUACIONES DIFERENCIALES
Dada:
dy ∆y
t ≅ = f (t , y ) ,
dt ∆t
ti ti+1 t encontrar yi+1 = yi + f(ti, yi)∆t
para y con una función de t
86
U
Universidad abierta y
N Nacional a distancia
8.1. OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
87
U
Universidad abierta y
N Nacional a distancia
88
U
Universidad abierta y
N Nacional a distancia
c
v= g− v dt (8.2)
m
El lado derecho de esta ecuación se conoce como integral indefinida debido a que
los límites de integración no están especificados. Una solución analítica para la
ecuación anterior 8.2, se obtiene si la integral indefinida puede evaluarse en forma
exacta como una ecuación. Por ejemplo recuerde que para el problema del
paracaidista en caída, la ecuación 1.3 se resolvió analíticamente con la ecuación
1.5, (suponga que v=0 en t=0):
gm
v(t ) =
c
(1 − e− (c / m)t ) (1.5)
Dado que las soluciones exactas para muchas EDO de importancia práctica no
están disponibles, los métodos numéricos ofrecen la única alternativa viable para
esos casos. Como esos métodos numéricos por lo común requieren de
computadoras, antes del auge de éstas los ingenieros se hallaban limitados en el
alcance de sus investigaciones.
89
U
Universidad abierta y
N Nacional a distancia
Esas leyes definen mecanismos de cambio. Cuando se combinan con las leyes
de conservación de la energía, masa o momentum, resultan ecuaciones
diferenciales. La integración subsecuente de estas ecuaciones diferenciales
originan funciones matemáticas que describen el estado espacial y temporal de un
sistema en términos de variaciones de energía, masa o velocidad.
F = ma Ley física
dV C
=g− V EDO
dt m
90
U
Universidad abierta y
N Nacional a distancia
91
U
Universidad abierta y
N Nacional a distancia
1
= 1 ( , 1 ,...., )
2
= 2 ( , 1 ,...., )
(8.3)
....
= ( , 1 ,...., )
El método de Euler es otro método iterativo que se construye par N+1 puntos
dentro del intervalo [a,b] y se define mediante la expresión:
w0 = α
wi+1 = wi + h f (ti, wi) para i=1,….,N.
92
U
Universidad abierta y
N Nacional a distancia
w0=α
k1 = h f(ti, wi)
k2 = h f(ti+h/2, wi+1/2k1)
k3 = h f(ti+h/2, wi+1/2k2)
k4 = h f(ti+1.wi+k3)
wi+1= wi+1/6 (k1+2k2+2k3+k4)
Por ejemplo, un modelo lineal para un péndulo oscilante está dado por: dy1/dx = y2;
dy2/dx = -16.1y1; donde y1 y y2 son el desplazamiento angular y velocidad,
respectivamente.
Un modelo no lineal del mismo sistema es: dy3/dx = y4; dy4/dx = -16.1sen(y3), donde
y3 y y4 son el desplazamiento y velocidad para el caso no lineal.
Use el software Numericals 1.0 para solucionar estos sistemas en dos casos:
a) Un pequeño desplazamiento inicial (y1=y3= 0.1 radianes; y2 = y4 = 0).
b) Un gran desplazamiento (y1 = y3 = π/4 = 0.785398 radianes; y2 = y4 = 0).
Solución.
a)
93
U
Universidad abierta y
N Nacional a distancia
Los resultados calculados para los modelos lineal y no lineal son casi idénticos.
Esto cumple las expectativas debido a que cuando el desplazamiento inicial es
pequeño, seno(θ) ≅ θ. [Observe la escala de la ordenada, (-0.53812, 0.52693)].
b)
94
U
Universidad abierta y
N Nacional a distancia
95
U
Universidad abierta y
N Nacional a distancia
dx1
8.7.4. Dada = 999 x1 + 1999 x 2
dt
dx 2
= 1000 x1 − 2000 x 2
dt
96
U
Universidad abierta y
N Nacional a distancia
8.7.5. La razón de flujo de calor (conducción) entre dos puntos sobre un cilindro
calentado en un extremo, está dada por:
dQ dT
= λA
dt dx
97
U
Universidad abierta y
N Nacional a distancia
AUTOEVALUACIÓN
Se disuelven 1.5 kg de sal en agua para hacer 100 litros. Al tanque que contiene
esta disolución se alimenta agua pura a una velocidad de 5 litros/min, de manera
que la solución salina sale del tanque con la misma velocidad. El tanque se
encuentra en mezcla perfecta (Ver Figura No. 8).
a) ¿Cuánta sal existe en el tanque al cabo de 15 minutos? Supóngase que la
velocidad de la disolución salina es constante e igual a la del agua.
b) Incluir el efecto de la reacción. Suponer que dentro del tanque existe una
reacción que consume sal a una velocidad que viene expresada por una
ecuación de primer orden: r = k1CA, donde k1 es la constante de reacción de
primer orden y CA la concentración de sal en el tanque. Obténgase una
expresión para CA en función del tiempo. Si k1 = 0.002 min-1, ¿Cuánto
tiempo se necesita para que la concentración de sal sea 1/120 de su valor
inicial?.
Agua
5 l⋅min-1
Solución salina
5 l⋅min-1
V
CA Límite del
ρ sistema
98
U
Universidad abierta y
N Nacional a distancia
• Un rastreador conservativo.
t 0 2 4 6 8 12 16 20
c1 0 16 12 8 5 3 2 1
c2 0 2 5 6 6 5 4 3
c3 100 48 28 17 11 5 3 1
Usando balances de masa, se puede modelar el sistema como las siguientes EDO
simultáneas:
dc
V1 1 = −Qc1 + E12 (c2 − c1 ) + E13 (c3 − c1 )
dt
99
U
Universidad abierta y
N Nacional a distancia
dc2
V2 = E12 (c1 − c2 )
dt
dc
V3 3 = E13 (c1 − c3 )
dt
donde, Vi = volumen del segmento i, Q = flujo y Eij = razón de mezclado difusivo
entre los segmentos i y j. Use los datos y las ecuaciones diferenciales para
estimar las E si V1 = 1×107, V2 = 8×106, V3 = 5×106 y Q = 4×106.
Capa superior
Bahía (1)
(3)
Capa inferior
(2)
100
U
Universidad abierta y
N Nacional a distancia
9. BIBLIOGRAFÍA
Merayo G., Félix y Nevot L., Antonio, Análisis Numérico, Editorial Paraninfo,
Primera edición, Madrid, 1992.
101
Universidad abierta y
U NAD Nacional a distancia
Isaac Newton (1642-1727) Matemático y físico británico, considerado uno de los más
grandes científicos de la historia, que hizo importantes aportaciones en muchos campos de la
ciencia. Sus descubrimientos y teorías sirvieron de base a la mayor parte de los avances científicos
desarrollados desde su época. Newton fue, junto al matemático alemán Gottfried Wilhelm Leibniz,
uno de los inventores de la rama de las matemáticas denominada cálculo. También resolvió
cuestiones relativas a la luz y la óptica, formuló las leyes del movimiento y dedujo a partir de ellas
la ley de la gravitación universal. La obra de Isaac Newton representa una de las mayores
contribuciones a la ciencia realizadas nunca por un solo individuo. Entre otras cosas, Newton
dedujo la ley de la gravitación universal, inventó el cálculo infinitesimal y realizó experimentos.
9. BIBLIOGRAFÍA
101
U
Universidad Abierta y
NAD Nacional a distancia
ANEXO 1
ACTIVIDADES PRELIMINARES
102
U
Universidad Abierta y
NAD Nacional a distancia
ANEXO 2
FUNDAMENTOS MATEMÁTICOS
1
Nota : n !=n(n-1)(n-2)....3x2x1 (se lee 'factorial de n')
103
U
Universidad Abierta y
NAD Nacional a distancia
( x1 − a ) ( x − a)2 (A.6)
f ( x1 ) = f (a ) + f ' (a ) + 1 f ' ' (a) + ....)
1! 2!
Esto da el valor de la función f en cualquier punto x, en términos de los valores de
f y de sus derivadas, evaluadas éstas en algún punto vecino a .
f(x)
f(a)
a X1 x
104
U
Universidad Abierta y
NAD Nacional a distancia
( x1 − a ) ( x − a ) n −1 ( n −1)
f ( x1 ) = f (a ) + f ' (a ) + ... + 1 f' (a) + Rn ( x)
1! (n − 1)!
donde Rn(x) es el residuo después de los n términos y
( x − a)n ( n)
Rn ( x) = f (ξ ) .
n!
Esto parece de no mucha ayuda si no conocemos el valor exacto de ξ y entonces
no se puede calcular el error Rn(x). Sin embargo, esto se puede usar
frecuentemente para calcular un límite superior de la magnitud del error.
Si dividimos un polinomio
f(x) = anxn + an-1xn-1 + ... + a1x+a0
entre (x - p), entonces podemos escribir
f(x)=(x - p)q(x) + K (A.9)
105
U
Universidad Abierta y
NAD Nacional a distancia
Si dividimos un polinomio
f(x) = anxn + an-1xn-1 + ... + a1x+a0
entre (x - p), notamos que el cociente es un polinomio en x cuyo grado es i menos
que el grado del dividendo; el coeficiente del primer término del cociente es igual
al coeficiente del primer término del dividendo. Sin efectuar la división, el cociente
y el residuo pueden hallarse por la siguiente regla práctica:
El cociente es un polinomio en x cuyo grado es 1 menos que el grado del
dividendo.
El coeficiente del primer término del cociente es igual al coeficiente del primer
término del dividendo.
El coeficiente de un término cualquiera del cociente se obtiene multiplicando el
coeficiente del término anterior por el segundo término del binomio divisor
cambiado de signo y sumando este producto con el coeficiente del término que
ocupa el mismo lugar en el dividendo.
El residuo se obtiene multiplicando el coeficiente del último término del
cociente por el segundo término del divisor cambiado de signo y sumando este
producto con el término independiente del dividendo.
Sea f(x) = anxn + an-1xn+1 + ... + a1x + a0, dividiendo entre (x - p) obtenemos, por el
teorema del residuo,
f(x) = (x - p)q1(x) + f(p)
o f(x) = f(p) + (x - p)q1(x) (A.10)
106
U
Universidad Abierta y
NAD Nacional a distancia
La serie es finita, ya que para un polinomio de n-ésimo grado f n+1 y todas las
derivadas de mayor orden son cero. Comparando (A.12) y (A.13)
f ' ( p) f ' ' ( p) f ' ' ' ( p) f n ( p)
q1 ( p ) = ; q2 ( p ) = ; q3 ( p ) = ;.....; qn ( p) =
1! 2! 3! n!
En general,
f i ( p)
qi ( p) = , i = 1,2,3..., n
i!
Los valores de q1(p), i = 1,2,3,...,n pueden ser obtenidas por división repetida de f
entre (x - p) y las derivadas pueden ser calculadas de
fi(p) = (i !)qi(p)
La división repetida puede ser hecha sintéticamente.
107
U
Universidad Abierta y
NAD Nacional a distancia
ANEXO 3
EJERCICIOS RESUELTOS
Ejercicio A.3.1.
Encuentre la expansión binomial de (1+x)¾ hasta el término que contenga x3.
¾ ( ¾ )( ¾ − 1) 2 ( ¾ )( ¾ − 1)( ¾ − 2) 3
(1 + x ) ¾ = 1 + x+ x + x +.... = 1 + ¾ x − 3
x2 + 5
x 3 +...
1! 2! 3! 32 128
Ejercicio A.3.2.
Encuentre la expansión binomial de (1-2x)-½ hasta el término que contenga x3 y
con ésta encuentre un valor aproximado de 1/(0.98)½.
= 1 + x + 3 2 x 2 + 5 2 x 3 +...
Ahora
1 1 1
(1 − 2 x) −1 / 2 = y =
(1 − 2 x)1/ 2
(0.98)1/ 2
(1 − 2 × 0.01)1 / 2
Así sustituimos x = 0.01 para encontrar:
1 3 5
1/ 2
= 1 + 0.01 + (0.01) 2 + (0.01)3 + ....... = 1.0101525
(0.98) 2 2
Ejercicio A.3.3
Usando una serie de Taylor, evalúe 1/(2+x)3/2 en x = 2.1 con 3 cifras significativas.
Note que trabajaremos con 5 cifras significativas a lo largo del problema para
proteger adecuadamente la tercera cifra significativa. Podemos evaluar 1/(2+x)3/2
en x=2 fácilmente. Por tanto, ponemos a = 2 tal que x – a = 2.1 - 2.0 = 0.1.
1 1
f ( x) = , f (2) =
(2 + x) 3/ 2
8
108
U
Universidad Abierta y
NAD Nacional a distancia
3 1 3
f ' ( x) = − , f ' (2) =
2 (2 + x) 5/2
64
15 1 15
f ' ' ( x) = + , f ' ' (2) =
4 (2 + x) 7/2
512
105 1 105
f ' ' ' ( x) = − , f ' ' ' (2) =
8 (2 + x) 9/2
4096
reemplazando se tiene:
1 3 (0.1) 15 (0.01) 105 (0.001)
f (2.1) = − + − + ....
8 64 1! 512 2! 4096 3!
= 0.125-0.00469+0.00015-0.000004
= 0.12046.
Ejercicio A.3.4
En el Ej. A.3.3 evaluamos f(x)=1/(2+x)3/2 en x=2.1 usando valores de f y sus
derivadas en x=2. Usamos los tres primeros términos de la serie (despreciamos
el cuarto término 0.000004) tal que el error de truncación está dado por:
( x − a)3 '''
R3 ( x) = f (ξ )
3!
Con 2≤ξ≤2.1
105 1
f ' ' ' ( x) = −
8 (2 + x )9 / 2
105 1
f ' ' ' ( x) = −
8 (2 + x )9 / 2
( x − a)3 '''
R3 ( x) = f (ξ )
3!
Ahora, tal que Con 2≤ξ≤2.1
109
U
Universidad Abierta y
NAD Nacional a distancia
105 1
f ' ' ' (ξ ) = −
8 (2 + ξ )9 / 2
Si sólo consideramos la magnitud del error, entonces desechamos el signo. El
máximo valor que f’’’(ξ) puede alcanzar si 2≤ξ≤2.1 es cuando ξ=2 y puesto que en
realidad 2<ξ<2.1 sabemos que f’’’(2)>f’’’(ξ). De aquí:
( x − a )3 ''' (0.1)3 105
R3 ( x) ∠ f (2) = ≈ 0.0000043
3! 3! 4096
Ejercicio A.3.5
Encuentre la expansión de Maclaurin del loge(1+x) hasta el término en x3. Luego
el loge(1.2). Calcule un límite superior para el error de truncación.
Ver solución en Anexo 1.
Entonces cuando citemos el loge(1.2) = 0.1826, el error será menor que 0.0004
Ejercicio A.3.6
Evalúe f(2) donde f(x) = 5x3 - 4x2 + 2x + 1
Escriba f en forma “agrupada”, es decir:.
f(x) =x(x(5x-4)+2)+1
f(2) =2(2(5*2-4)+2)+1
=29
Use este método para encontrar f(3) para el polinomio del Ej. A.3.6.
Ejercicio A.3..7
División Sintética.
Sea f(x)= 3x3 - 4x2 + 5x - 6 y considere f(x)÷(x-2)
3x2 + 2x + 9
x-2)3x3 - 4x2 + 5x -6
3x3 - 6x2
2x2 + 5x
2x2 - 4x
9x - 6
9x - 18
12
Por el teorema del residuo f(2) = 12.
110
U
Universidad Abierta y
NAD Nacional a distancia
Además, las letras itálicas son innecesarias, ya que siempre están hechas para
que sean iguales a las que están arriba de ellas. Las cifras más remarcadas son
sólo copias de las de arriba y pueden también ser desechadas. En efecto, sólo
necesitamos escribir:
Haremos un último cambio. Para dividir entre x-2 cambiaremos el signo del
número externo (-2 anterior es cambiado a +2),y ahora, en lugar de restar en la
línea de trabajo de los da la línea del problema, los sumamos.
Ejercicio A.3.8
Encontrar f(-1) por división sintética para f(x) = 7x4 - 2x3 + 3x + 8
-1) 7 -2 0 3 8
-7 9 -9 6
7 -9 9 -6 14
111
U
Universidad Abierta y
NAD Nacional a distancia
Ejercicio A.3.9
Encuentre los valores de las derivadas de f(x) = x3 + 2x2 - 3x + 1 en x = 2, usando
División Sintética.
3x2 + 2x + 9
x-2)3x3 - 4x2 + 5x -6
3x3 - 6x2
2x2 + 5x
2x2 - 4x
9x - 6
9x - 18
12
Por el teorema del residuo f(2) = 12.
Consideremos ahora otras formas de abreviar el método anterior. Es obvio que
podemos eliminar todas las x si conservamos rigurosamente las columnas.
Además, las letras itálicas son innecesarias, ya que siempre están hechas para
que sean iguales a las que están arriba de ellas. Las cifras más remarcadas son
sólo copias de las de arriba y pueden también ser desechadas. En efecto, sólo
necesitamos escribir:
Haremos un último cambio. Para dividir entre x-2 cambiaremos el signo del
número externo (-2 anterior es cambiado a +2),y ahora, en lugar de restar en la
línea de trabajo de los da la línea del problema, los sumamos.
112
U
Universidad Abierta y
NAD Nacional a distancia
Note que si queremos dividir entre x+2 usaremos -2 como número externo.
Ejercicio A.3.10
Encuentre los valores de las derivadas de f(x) = x3 + 2x2 - 3x + 1 en x = 2.
2) 1 2 -3 1
2 8 10
2) 1 4 5 11 = f(2) f(2) = 11
2 12
2) 1 6 17 = f’(2)/1 ! f’(2) = 17
2
1 8 = f’’(2)/2 ! f’’(2) = 16
Finalmente,
f ' ' ' (2)
1= f’’’(2) = 6
3!
De aquí que las derivadas requeridas sean f’(2) = 17, f’’(2) = 16, f’’’(2) = 6.
113