Está en la página 1de 5

Métodos numéricos

[Raíces de ecuaciones] [Derivación numérica] [Integración numérica] [Interpolación y


aproximación] [Ecuaciones diferenciales]
 

Raíces de ecuaciones
Evaluar un polinomio en un punto xo es equivalente a calcular el
Regla de Horner o de
resto de la división por x - xo. (Es decir, hacemos "Ruffini" y nos
división sintética
quedamos con el resto)
La condición necesaria y suficiente para que un número x o sea una
Raíces múltiples de
raíz múltiple de orden k de un polinomio P (x) es que anule a dicho
ecuaciones algebraicas
polinomio y a sus k - 1 primeras derivadas, pero no a la siguiente.
- Toda raíz entera de una ecuación algebraica con coeficientes
enteros es un divisor del término independiente.
Raíces enteras de - Toda raíz entera de una ecuación P (x) = 0, donde los coeficiente de
ecuaciones P (x) son enteros, verifica simultáneamente:
 P (1) es múltiplo de (xo - 1)
 P (-1) es múltiplo de (xo + 1)
Para encontras las raíces fraccionarias de la ecuación P (x) = a n xn +
Raíces fraccionarias de an-1 xn-1 + ... + a1 x + ao, se efectúa la transformación x = y / an,
ecuaciones algebraicas calculándose las raíces enteras de esta nueva ecuación. Después se
deshace el cambio.
Cota de Cardano - Vieta Si todas las raíces de la ecuación P (x) = an xn + an-1 xn-1 + ... + a1 x + ao
de las raíces reales de = 0 son REALES, se verifica que M  [ (an-1 / an)2 - 2 (an-2 / an) ] 1/2

una ecuación siendo xi  [- M , M] para toda raíz xi de la ecuación P (x) = 0.


Sea y = f (x) continua en el intervalo [a, b], teniendo f (a) y f (b) signos
Teorema de Bolzano opuestos, entonces existe un punto intermedio c  (a, b) que anula la
función: f (c) = 0
Básándose en el terorema de Bolzano, partimos de un intervalo en el
que la función cambia de signo y evaluamos el signo de la función en
Método de la bisección el punto medio de dicho intervalo.
o del semi-intervalo Reduciremos el nuevo intervalo a aquél en el que se produzca de
nuevo un cambio de signo. Repitiendo el proceso hasta obtener la
precisión requerida.
Consideremos una ecuación de la forma f (x) = 0, en la cual podremos
despejar x "en función de x" (curioso, ¿no?), es decir la escribimos de
Método de iteración del la forma x = g (x).
punto fijo Partimos de un punto xo, de forma que la primera iteración será x1 =
g (xo); la segunda: x2 = g (x1), etc.
En general: xn = g (xn-1)
Convergencia del
- 1 < g' (xo) < 1
método: 
Partimos de un punto xo y calculamos el punto x1 donde corla la recta
tangente a la curva y = f (x) desde ese punto con el eje de abcisas.
Método de Newton - x1 = xo - [ f (xo) / f ' (xo) ]
Raphson En general: xn+1 = xn - [ f (xn) / f ' (xn) ]
Inconveniente: debemos evaluar la función y la derivada en cada
punto.
Convergencia del
g ' (xo) < 1
método: 
Método de Newton xn+1 = xn - [ f (xn) / f ' (xo) ]
modificado Evaluamos la derivada sólo en el primer punto.

Derivación numérica
Desarrollo  en serie de Taylor en torno f (x)  f (xo) + f '(xo) (x - xo) / 1! + f ''(xo) (x - xo)2 / 2! + f
al punto xo '''(xo) (x - xo)3 / 3! + ...
Nos quedamos con los dos primeros
f (x)  f (xo) + f '(xo) (x - xo) +  ...
términos: 
Evaluamos en el punto x = xo + h  f (xo + h)  f (xo) + f '(xo) h + O (h2) 
Primera aproximación a la derivada:  f '(xo)  = [ f (xo + h) - f (xo) ] / h + O (h) 
Segunda aproximación a la derivada:  f '(xo)  = [ f (xo + h) - f (xo- h) ] / (2 h) + O (h2) 

Integración numérica
La integral definida entre a y b de la función f (x) nos da el área de la región
ab f (x) dx 
limitada por la curva y = f (x) y el eje x
h = (b - a) / N
Tamaño del paso h
donde N es el número de intervalos
Regla del
b f (x) dx h [ f (a) + f (a + h) + f (a + 2h) + ... + f (b - h) ]
a
rectángulo
b f (x) dx h [ f (a + h) + f (a + 2h) + ... + f (b - h) + f (b)]
a

  N sumandos
Error: O (h)
Regla del punto
b f (x) dx h [ f (a + h/2) + f (a + 3h/2) + ... + f (b - h/2) ]
a
medio
N sumandos
Error: O (h2)
Regla del trapecio ab f (x) dx h [ f (a) / 2 + f (a + h) + f (a + 2h) + ... + f (b - h) + f (b) / 2 ]
N + 1 sumandos
Error: O (h2)
Regla de Simpson ab f (x) dx h/3 [ f (a) + 4 f (a + h) + 2 f (a + 2h) + 4 f (a + 3h) + 2 f (a + 4h)
1/3 ... + f (b)]
N debe ser un número par
N + 1 sumandos
Error: O (h4)
Método de
En combinación con el método del trapecio
Romberg
Ic (h) = Iv + a h2 + O (h4)
Ic (h/2) = Iv + a (h/2)2 + O (h4)
Multiplicando la segunda ecuación por 4, restando la primera y despejando
Iv, se obtiene:
Iv = [ 4 Ic (h/2) - Ic (h) ] / 3 + O (h4)
Después se repite el proceso.

Interpolación y aproximación
Polinomio interpolador de primer grado que pasa por los puntos P o
Interpolación lineal
(xo, f (xo)) y P1 (x1, f (x1))
P (x) = f (xo) + (x - xo) [ f (x1) - f (xo) ] / [x1 - xo]
Interpolación de Dados (n+1) puntos, se trata de calcular el polinomio interpolador de
Lagrange grado n que pasa por todos ellos.
Si n = 2 (tres puntos)  Po (xo, f (xo)) , P1 (x1, f (x1)) ,  P2 (x2, f (x2))
P (x) = f (xo) Lo (x) + f (x1) L1 (x) + f (x2) L2 (x)
donde:  Lo (x) = [ (x - x1) (x - x2) ] / [ (xo - x1) (xo - x2) ]
L1 (x) = [ (x - xo) (x - x2) ] / [ (x1 - xo) (x1 - x2) ]
L2 (x) = [ (x - xo) (x - x1) ] / [ (x2 - xo) (x2 - x1) ]
Recta de mínimos
y=a+bx
cuadrados
Construimos la función de dos variables:
f (a, b) = (a + b xi - yi)2
donde el sumatorio se extiende desde i = 1 al número de datos n.
La condición de mínimo (o máximo) exige que f / a = 0 y que f /
b = 0.
Ello conduce al sistema:
a n + b xi = yi
a xi + b xi2 = xi yi
Parábola de mínimos
y = a + b x + c x2
cuadrados
Construimos la función de tres variables:
f (a, b, c) = (a + b xi + c xi2 - yi)2
donde el sumatorio se extiende desde i = 1 al número de datos n.
La condición de mínimo (o máximo) exige que f / a = f / b =
f / c = 0.
Ello conduce al sistema:
a n + b xi + c xi2 = yi
a xi + b xi2 + c xi3 = xi yi
a xi2 + b xi3 + c xi4 = xi2 yi
Tipo potencial y = a xb
Tomando logaritmos (da igual en qué base, por ejemplo neperianos
-en base e-)
ln y = ln a + b ln x
Llamando
 Y = ln y
 A = ln a
 X = ln X
podemos reducir el problema a la recta de mínimos cuadrados: Y = A
+bX
(No olvidar deshacer los cambios)
Tipo exponencial y = a bx
Tomando logaritmos (da igual en qué base, por ejemplo neperianos
-en base e-)
ln y = ln a + x ln b
Llamando
 Y = ln y
 A = ln a
 B = ln b
podemos reducir el problema a la recta de mínimos cuadrados: Y = A
+Bx
(No olvidar deshacer los cambios)

Ecuaciones diferenciales
Queremos resolver la ecuación diferencial y' = f (x, y) con la condición y (x o) = yo
Método de Taylor de tres términos
y (x)  y (xo) + y '(xo) (x - xo) / 1! + y ''(xo) (x - xo)2 / 2!
Desarrollo en serie de Taylor: 
+ ...
Evaluamos en el punto x = xn + h (con xo =
y (xn + h)  y (xn) + y '(xn) h + y ''(xn) h2 / 2! + ...
xn): 
En una notación más compacta:  yn+1 = yn + yn' h + yn'' h2 / 2
yn+1 = yn + yn' h = 
Método de Euler o de las tangentes
yn+1 = yn + h f (xn, yn)
Método de Euler modificado yn+1 = yn + (h/2) [ f (xn, yn) + f (xn+1, y*n+1) ]
donde  y*n+1 = yn + h f (xn, yn)
Método de Runge - Kutta yn+1 = yn + [k1 + 2 k2 + 2 k3 + k4] / 6
donde  k1 = h f (xn, yn)
k2 = h f (xn+ h/2, yn+ k1/2)
k3 = h f (xn+ h/2, yn+ k2/2)
k4 = h f (xn+ h, yn+ k3)

Sistemas de ecuaciones diferenciales de primer orden


x ' (t) = f (t, x, y) x (to) = xo
y ' (t) = g (t, x, y) y (to) = yo
xn+1 = xn + xn' h + xn'' h2 / 2
Taylor
yn+1 = yn + yn' h + yn'' h2 / 2
xn+1 = xn + h xn' 
Euler
yn+1 = yn + h yn'
donde  xn'  = f (tn, xn, yn)
yn'  = g (tn, xn, yn)
xn''  = f ' (tn, xn, yn)
yn''  = g ' (tn, xn, yn)