Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.
Los valores 𝒂_(𝒊, 𝒋) son conocidos (dados) y se llaman coeficientes del sistema.
El problema consiste en encontrar el valor de cada incógnita para que se cumplan todas las
ecuaciones.
Casos posibles:
ELIMINACIÓN GAUSSIANA
Es la matriz que se forma juntando la matriz de coeficientes 𝑨 con el vector de términos indepen-
dientes 𝒃 : [𝑨|𝒃].
𝛼_3,1 = −𝑎_3,1/𝑎_1,1
𝑎_(3, 𝑗)^((1)) = 𝛼_3,1 𝑎_(1, 𝑗) + 𝑎_(3, 𝑗) para 𝑗 = 1, 2, … 𝑛 (fila 3 transformada)
:
Se quiere transformar la matriz para que toda la columna 2 debajo de la diagonal tenga ceros
(2) (1) (1)
𝑎3,2 = 𝛼3,2 𝑎2,2 + 𝑎3,2 = 0
(1) (1)
𝛼3,2 = −𝑎3,2 /𝑎2,2
(2) (1) (1)
𝑎3,𝑗 = 𝛼3,2 𝑎2,𝑗 + 𝑎3,𝑗 para 𝑗 = 2, … 𝑛 (fila 3 transformada por 2da vez)
:
:
De esta se logra que la columna 1 y la columna 2 tengan solo ceros.
Todo el proceso se debe realizar hasta la columna n-1, con lo que se obtiene un sistema con una ma-
triz de coeficientes triangular superior y ya se puede realizar la fase de sustitución hacia atrás.
Ejercicio:
Dado el sistema efectuar la eliminación gaussiana
2 1 1 2 𝑥1 12
2 2 3 3 𝑥2 22
[ ] [𝑥 ] = [ ]
4 3 5 7 3 43
2 3 6 8 𝑥4 47
2 1 1 2 12
0 1 2 1 10
[ ]
0 1 3 3 19
0 2 5 6 35
2 1 1 2 12
0 1 2 1 10
[ ]
0 0 1 2 9
0 0 1 4 15
2 1 1 2 12
0 1 2 1 10
[ ]
0 0 1 2 9
0 0 0 2 6
Con esto se ha completado la fase de eliminación gaussiana.
2 1 1 2 𝑥1 12
0 1 2 1 𝑥2 10
[ ] [𝑥 ] = [ ]
0 0 1 2 3 9
0 0 0 2 𝑥4 6
Fase de sustitución hacia atrás.
𝑥4 = 3
𝑥3 = 9 − 2 × 3 = 3
𝑥2 = 10 − 2 × 3 − 3 = 1
𝑥1 = 12 − 1 − 3 − 2 × 3 = 1
Respuesta:
La solución del sistema es
𝑥1 = 1; 𝑥2 =1; 𝑥3 = 3; 𝑥4 = 3.
Pregunta: ¿Qué pasa si un pivote resulta 0?
Se debe buscar una fila que debajo del pivote (que es cero) una fila k que debajo del pivote
tiene valor distinto de 0, luego se un intercambio de la fila del pivote con la fila k y se conti-
núa con la eliminación.
Si todas las filas debajo del pivote tienen cero, quiere decir que el sistema no tiene solución
única, y el proceso termina.
SOLUCIÓN DE ECUACIONES CON FACTORIZACIÓN DE MATRI-
CES
Clase anterior: método de eliminación de Gauss, con dos fases: eliminación,
sustitución inversa (o hacia atrás).
Problema:
Resolver los 3 sistemas siguientes:
𝑨𝒙 = 𝒃(𝟏)
𝑨𝒙 = 𝒃(𝟐)
𝑨𝒙 = 𝒃(𝟑) .
Los 3 sistemas tienen la misma matriz de coeficientes
que es 𝑨.
¿Cómo resolver estos sistemas sin repetir cálculos inne-
cesariamente?
𝑨𝒙 = 𝒃(𝟏)
[𝑨|𝒃(𝟏) ] matriz aumentada
𝑨𝒙 = 𝒃(𝟐)
[𝑨|𝒃(𝟐) ] matriz aumentada
𝑨𝒙 = 𝒃(𝟑)
[𝑨|𝒃(𝟑) ] matriz aumentada
Las matrices aumentadas difieren solo en la última co-
lumna, por lo tanto, la mayor parte de los cálculos de la
eliminación se repiten.
Una forma de evitar la repetición de la eliminación de
las columnas de A es trabajando con la matriz aumen-
tada
[𝑨|𝒃(𝟏) |𝒃(𝟐) |𝒃(𝟑) ] matriz aumentada con 3 columnas
¿Qué pasa si 𝒃(𝟏) , 𝒃(𝟐) , 𝒃(𝟑) no se conocen al mismo
tiempo? Se conoce un solo vector b a la vez.
No se puede construir la matriz aumentada con las 3
columnas b.
En este caso se debe usar la factorización de la matriz
A.
FACTORIZACIÓN DE UNA MATRIZ
Dada una matriz 𝑨, la factorización de A consiste en encontrar
2 matrices P y Q tales que P Q=A.
Se desea resolver
𝑨𝒙 = 𝒃(𝟏)
𝒂) 𝑭𝒂𝒄𝒕𝒐𝒓𝒊𝒛𝒂𝒓 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑨 𝒄𝒐𝒏 𝒇𝒂𝒄𝒕𝒐𝒓𝒆𝒔 𝑳 𝒚 𝑼.
Se desean matrices 𝑳 𝑦 𝑼 tales que
𝑳𝑼 = 𝑨
Donde L es una matriz triangular inferior y U es una matriz
triangula superior.
𝒍𝟏,𝟏 𝟎 𝟎 ⋯ 𝟎
𝒍𝟐,𝟏 𝒍𝟐,𝟐 𝟎 ⋯ 𝟎
𝑳 = 𝒍𝟑,𝟏 𝒍𝟑,𝟐 𝒍𝟑,𝟑 ⋯ 𝟎 matriz triangula inferior (lower)
⋮ ⋮ ⋮ ⋱ 𝟎
[𝒍𝒏,𝟏 𝒍𝒏,𝟐 𝒍𝒏,𝟑 ⋯ 𝒍𝒏,𝒏 ]
𝒖𝟏,𝟐 𝒖𝟏,𝟐 𝒖𝟏,𝟐 ⋯ 𝒖𝟏,𝒏
𝟎 𝒖𝟐,𝟐 𝒖𝟐,𝟐 ⋯ 𝒖𝟐,𝒏
𝑼= 𝟎 𝟎 𝒖𝟑,𝟑 ⋯ 𝒖𝟑,𝒏 matriz triangular superior (upper).
⋮ ⋮ ⋮ ⋱ ⋮
[ 𝟎 𝟎 𝟎 ⋯ 𝒖𝒏,𝒏 ]
Como 𝑳𝑼 = 𝑨, el sistema
𝑨𝒙 = 𝒃(𝟏)
puede ser expresado como
𝑳𝑼𝒙 = 𝒃(𝟏)
b) Llamando a 𝑼𝒙 vector 𝒚 se tiene el sistema
𝑳𝒚 = 𝒃(𝟏) ,
que puede ser resuelto fácilmente por sustitución hacia ade-
lante:
𝒚𝟏 = ⋯
𝒚𝟐 = ⋯.
:
:
𝒚𝒏 = ⋯.
𝟐 𝟏 𝟐 𝟏
𝟎 𝟏 𝟏 𝟐
𝑼=[ ]
𝟎 𝟎 𝟐 𝟎
𝟎 𝟎 𝟎 𝟐
𝜶𝟐,𝟏 = 𝟎
𝜶𝟑,𝟏 = −𝟏
𝜶𝟒,𝟏 = −𝟐
𝜶𝟑,𝟐 = −𝟐
𝜶𝟒,𝟐 = −𝟏
𝜶𝟒,𝟑 = 𝟎
𝟏 𝟎 𝟎 𝟎
𝟎 𝟏 𝟎 𝟎
𝑳=[ ]
𝟏 𝟐 𝟏 𝟎
𝟐 𝟏 𝟎 𝟏
Ejercicio:
Resolver los sistemas 𝑨𝒙 = 𝒃 y 𝑨𝒙 = 𝒄 donde
𝟐 𝟏 𝟐 𝟏 𝟗 𝟏𝟔
𝟎 𝟏 𝟏 𝟐 𝟔 𝟗
𝑨=[ ] 𝒃=[ ] 𝒄 = [ ].
𝟐 𝟑 𝟔 𝟓 𝟐𝟓 𝟒𝟎
𝟒 𝟑 𝟓 𝟔 𝟐𝟔 𝟒𝟓
𝟏
𝟐
𝒙 = [ ] del primer sistema
𝟐
𝟏
𝟑
𝟐
𝒙 = [ ] del segundo sistema
𝟑
𝟐
𝟏
𝟐
Respuesta: la solución del sistema 𝑨𝒙 = 𝒃 es 𝒙 = [ ]
𝟐
𝟏
𝟑
𝟐
y la solución del sistema 𝑨𝒙 = 𝒄 es 𝒙 = [ ].
𝟑
𝟐
FACTORIZACIÓN CROUT
Dada una matriz 𝑨 encontrar una matriz 𝑳 triangular inferior y una
matriz triangular superior 𝑼 con 1 en la diagonal tales que 𝑳𝑼 = 𝑨
y
𝒍𝟏,𝟏 𝟎 𝟎 ⋯ 𝟎
𝒍𝟐,𝟏 𝒍𝟐,𝟐 𝟎 ⋯ 𝟎
𝑳 = 𝒍𝟑,𝟏 𝒍𝟑,𝟐 𝒍𝟑,𝟑 ⋯ 𝟎
: : : : :
[𝒍𝒏,𝟏 𝒍𝒏,𝟐 𝒍𝒏,𝟐 … 𝒍𝒏,𝒏 ]
𝟏 𝒖𝟏,𝟐 𝒖𝟏,𝟑 ⋯ 𝒖𝟏,𝒏
𝟎 𝟏 𝒖𝟐,𝟑 ⋯ 𝒖𝟐,𝒏
𝑼= 𝟎 𝟎 𝟏 ⋯ 𝒖𝟑,𝒏
: : : ⋱ :
[𝟎 𝟎 𝟎 … 𝟏 ]
𝑎1,2
Fila 1 de L × columna 2 de U= 𝑙1,1 𝑢1,2 =𝑎1,2 → 𝑢1,2 =
𝑙1,1
𝑎1,3
Fila 1 de L × columna 3 de U= 𝑙1,1 𝑢1,3 =𝑎1,3 → 𝑢1,3 =
𝑙1,1
:
Fila 1 de L× columna de U= 𝑙1,1 𝑢1,𝑛 =𝑎1,𝑛
Conclusión: la fila 1 de U es igual a la fila 1 de A dividida entre 𝑙1,1 .
Paso 3: encontrar la columna 2 de L
𝒍𝟏,𝟏 𝟎 𝟎 ⋯ 𝟎 𝟏 𝒖𝟏,𝟐 𝒖𝟏,𝟑 ⋯ 𝒖𝟏,𝒏 𝒂𝟏,𝟏 𝒂𝟏,𝟐 𝒂 ⋯ 𝒂𝟏,𝒏
𝒍𝟐,𝟏 𝒍𝟐,𝟐 𝟎 ⋯ 𝟎 𝟎 𝟏 𝒖𝟐,𝟑 ⋯ 𝒖𝟐,𝒏 𝒂𝟐,𝟏 𝒂𝟐,𝟐 𝒂𝟐,𝟑 ⋯ 𝒂𝟐,𝒏
𝒍𝟑,𝟏 𝒍𝟑,𝟐 𝒍𝟑,𝟑 ⋯ 𝟎 𝟎 𝟎 𝟏 ⋯ 𝒖𝟑,𝒏 = 𝒂𝟑,𝟏 𝒂𝟑,𝟐 𝒂𝟑,𝟑 ⋯ 𝒂𝟑,𝒏
: : : : : : : : ⋱ : : : : ⋱ :
[𝒍𝒏,𝟏 𝒍
𝒍𝒏,𝟐 𝒏,𝟐 … 𝒍𝒏,𝒏 ] [ 𝟎 𝟎 𝟎 … 𝟏 ] [ 𝒂 𝒏,𝟏 𝒂𝒏,𝟐 𝒂𝒏,𝟑 … 𝒂𝒏,𝒏 ]
Fila 2 de L×Columna2 de U= 𝒍𝟐,𝟏 ⋅ 𝒖𝟏,𝟐 + 𝒍𝟐,𝟐 = 𝒂𝟐,𝟐 → 𝑙2,2 = 𝑎2,2 − 𝒍𝟐,𝟏 ⋅ 𝒖𝟏,𝟐
Fila 3 de L×Columna2 de U= 𝒍𝟑,𝟏 ⋅ 𝒖𝟏,𝟐 + 𝒍𝟑,𝟐 = 𝒂𝟑,𝟐 → 𝑙3,2 = 𝑎3,2 − 𝒍𝟑,𝟏 ⋅ 𝒖𝟏,𝟐
:
Fila n de L×Columna2 de U= 𝒍𝒏,𝟏 ⋅ 𝒖𝟏,𝟐 + 𝒍𝒏,𝟐 = 𝒂𝒏,𝟐 → 𝑙𝑛,2 = 𝑎𝑛,2 − 𝒍𝒏,𝟏 ⋅
𝒖𝟏,𝟐
1 0 0 0 1 2 1 1 1 2 1 1
1 2 0 0 0 1 0 1 1 4 1 3
𝐿=[ ] 𝑈=[ ] 𝐴=[ ]
2 1 3 0 0 0 1 0 2 5 5 3
1 2 0 2 0 0 0 1 1 4 1 5
FACTORIZACIÓN CHOLESKY
Dada una matriz simétrica 𝑨 simétrica se debe encontrar una matriz 𝑳 trian-
gular inferior tal que 𝑳𝑳𝑻 = 𝑨.
𝒍𝟏,𝟏 𝟎 𝟎 ⋯ 𝟎
𝒍𝟐,𝟏 𝒍𝟐,𝟐 𝟎 ⋯ 𝟎
𝑳 = 𝒍𝟑,𝟏 𝒍𝟑,𝟐 𝒍𝟑,𝟑 ⋯ 𝟎 .
: : : : :
[𝒍𝒏,𝟏 𝒍𝒏,𝟐 𝒍𝒏,𝟑 … 𝒍𝒏,𝒏 ]
Si una matriz
𝒂𝟏,𝟏 𝒂𝟐,𝟏 𝒂𝟑,𝟏 ⋯ 𝒂𝒏,𝟏
𝒂𝟐,𝟏 𝒂𝟐,𝟐 𝒂𝟑,𝟐 ⋯ 𝒂𝒏,𝟐
𝑨 = 𝒂𝟑,𝟏 𝒂𝟑,𝟐 𝒂𝟑,𝟑 ⋯ 𝒂𝒏,𝟑
: : : : :
[𝒂𝒏,𝟏 𝒂𝒏,𝟐 𝒂𝒏,𝟑 … 𝒂𝒏,𝒏 ]
es simétrica, si sus filas son iguales a sus columnas.
Para encontrar 𝑳 hay que resolver la ecuación matricial
𝒍𝟏,𝟏 𝟎 𝟎 ⋯ 𝟎 𝒍𝟏,𝟏 𝒍𝟐,𝟏 𝒍𝟑,𝟏 ⋯ 𝒍𝒏,𝟏 𝒂𝟏,𝟏 𝒂𝟐,𝟏 𝒂𝟑,𝟏 ⋯ 𝒂𝒏,𝟏
𝒍𝟐,𝟏 𝒍𝟐,𝟐 𝟎 ⋯ 𝟎 𝟎 𝒍𝟐,𝟐 𝒍𝟑,𝟑 ⋯ 𝒍𝒏,𝟐 𝒂𝟐,𝟏 𝒂𝟐,𝟐 𝒂𝟑,𝟐 ⋯ 𝒂𝒏,𝟐
𝒍𝟑,𝟏 𝒍𝟑,𝟐 𝒍𝟑,𝟑 ⋯ 𝟎 𝟎 𝟎 𝒍𝟑,𝟑 ⋯ 𝒍𝒏,𝟑 = 𝒂𝟑,𝟏 𝒂𝟑,𝟐 𝒂𝟑,𝟑 ⋯ 𝒂𝒏,𝟑
: : : : : : : : : : : : : : :
𝒍
[ 𝒏,𝟏 𝒍𝒏,𝟐 𝒍𝒏,𝟑 … 𝒍𝒏,𝒏 ] [ 𝟎 𝟎 𝟎 … 𝒍𝒏,𝒏 ] [𝒂𝒏,𝟏 𝒂𝒏,𝟐 𝒂𝒏,𝟑 … 𝒂𝒏,𝒏 ]
𝟐
Fila 1 de L×Col 1 de LT = 𝒍𝟏,𝟏 = 𝒂𝟏,𝟏 → 𝒍𝟏,𝟏 = √𝒂𝟏,𝟏
𝒂𝟐,𝟏
Fila 2 de L×Col 1 de LT = 𝒍𝟐,𝟏 𝒍𝟏,𝟏 = 𝒂𝟐,𝟏 → 𝒍𝟐,𝟏 =
𝒍𝟏,𝟏
𝒂𝟐,𝟏
Fila 3 de L×Col 1 de LT = 𝒍𝟐,𝟏 𝒍𝟏,𝟏 = 𝒂𝟐,𝟏 → 𝒍𝟐,𝟏 =
𝒍𝟏,𝟏
⋮
⋮
𝒂𝒏,𝟏
Fila n de L×Col 1 de LT= 𝒍𝒏,𝟏 𝒍𝟏,𝟏 = 𝒂𝒏,𝟏 → 𝒍𝒏,𝟏 =
𝒍𝟏,𝟏
Paso 2: encontrar columna 2 de L
𝒍𝟏,𝟏 𝟎 𝟎 ⋯ 𝟎 𝒍𝟏,𝟏 𝒍𝟐,𝟏 𝒍𝟑,𝟏 ⋯ 𝒍𝒏,𝟏 𝒂𝟏,𝟏 𝒂𝟐,𝟏 𝒂𝟑,𝟏 ⋯ 𝒂𝒏,𝟏
𝒍𝟐,𝟏 𝒍𝟐,𝟐 𝟎 ⋯ 𝟎 𝟎 𝒍𝟐,𝟐 𝒍𝟑,𝟑 ⋯ 𝒍𝒏,𝟐 𝒂𝟐,𝟏 𝒂𝟐,𝟐 𝒂𝟑,𝟐 ⋯ 𝒂𝒏,𝟐
𝒍𝟑,𝟏 𝒍𝟑,𝟐 𝒍𝟑,𝟑 ⋯ 𝟎 𝟎 𝟎 𝒍𝟑,𝟑 ⋯ 𝒍𝒏,𝟑 = 𝒂𝟑,𝟏 𝒂𝟑,𝟐 𝒂𝟑,𝟑 ⋯ 𝒂𝒏,𝟑
: : : : : : : : : : : : : : :
[𝒍𝒏,𝟏 𝒍𝒏,𝟐 𝒍𝒏,𝟑 … 𝒍𝒏,𝒏 ] [ 𝟎 𝟎 𝟎 … 𝒍𝒏,𝒏 ] [𝒂𝒏,𝟏 𝒂𝒏,𝟐 𝒂𝒏,𝟑 … 𝒂𝒏,𝒏 ]
EJERCICIO:
4 2 4 2
2 2 3 3
𝐴=[ ].
4 3 6 6
2 3 6 13
2 0 0 0
1 1 0 0
𝐿=[ ]
2 1 1 0
1 2 2 2
MÉTODOS ITERATIVOS PARA RESOLVER SISTEMAS DE ECUA-
CIONES LINEALES
Método iterativo:
Empieza con una aproximación dada 𝒙 ⃗ (𝟎) y se calcula una sucesión de
aproximaciones 𝒙⃗ (𝟏) , 𝒙
⃗ (𝟐) , 𝒙
⃗ (𝟑) , … , 𝒙
⃗ (𝒌) hasta que 𝒙 ⃗ (𝒌) cumpla el criterio de
terminación previamente fijado. Cada aproximación se calcula partiendo de
la aproximación anterior:
⃗ (𝟏) =𝑭(𝒙
𝒙 ⃗ (𝟎) )
⃗ (𝟐) =𝑭(𝒙
𝒙 ⃗ (𝟏) )
⃗ (𝟑) =𝑭(𝒙
𝒙 ⃗ (𝟐) )
⋮
⃗ (𝒌) = 𝑭(𝒙
𝒙 ⃗ (𝒌−𝟏) ) que cumple con la condición de terminación.
Método de Jacobi
Se desea resolver el sistema
𝒂𝟏,𝟏 𝒙𝟏 + 𝒂𝟏,𝟐 𝒙𝟐 + 𝒂𝟏,𝟑 𝒙𝟑 … + 𝒂𝟏,𝒏 𝒙𝒏 = 𝒃𝟏
𝒂𝟐,𝟏 𝒙𝟏 + 𝒂𝟐,𝟐 𝒙𝟐 + 𝒂𝟐,𝟑 𝒙𝟑 … + 𝒂𝟐,𝒏 𝒙𝒏 = 𝒃𝟐
𝒂𝟑,𝟏 𝒙𝟏 + 𝒂𝟑,𝟐 𝒙𝟐 + 𝒂𝟑,𝟑 𝒙𝟑 … + 𝒂𝟑,𝒏 𝒙𝒏 = 𝒃𝟑
⋮
𝒂𝒏,𝟏 𝒙𝟏 + 𝒂𝒏,𝟐 𝒙𝟐 + 𝒂𝒏,𝟑 𝒙𝟑 … + 𝒂𝒏,𝒏 𝒙𝒏 = 𝒃𝒏
𝟏
𝒙𝟐 = (𝒃 − 𝒂𝟐,𝟏 𝒙𝟏 − 𝒂𝟐,𝟑 𝒙𝟑 … − 𝒂𝟐,𝒏 𝒙𝒏 ) = 𝒇𝟐 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒂𝟐,𝟐 𝟐
𝟏
𝒙𝟑 = (𝒃 − 𝒂𝟑,𝟏 𝒙𝟏 − 𝒂𝟑,𝟐 𝒙𝟐 … − 𝒂𝟑,𝒏 𝒙𝒏 ) = 𝒇𝟑 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒂𝟑,𝟑 𝟑
⋮
𝟏
𝒙𝒏 = (𝒃 − 𝒂𝒏,𝟏 𝒙𝟏 − 𝒂𝟏,𝟐 𝒙𝟐 − 𝒂𝟏,𝟑 𝒙𝟑 … − 𝒂𝟏,𝒏−𝟏 𝒙𝒏−𝟏 ) =
𝒂𝒏,𝒏 𝒏
𝒇𝒏 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒇𝟏 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒇 (𝒙 , 𝒙 , … , 𝒙𝒏 )
𝑭(𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 ) = [ 𝟐 𝟏 𝟐 ]
⋮
𝒇𝒏 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒇𝟏 (𝒙⃗⃗⃗ )
⃗ ) = 𝒇𝟐 (𝒙 ⃗ )
𝑭(𝒙
⋮
[ 𝒇𝒏 (𝒙⃗ )]
⃗ (𝟎) cualquiera, la aproximación ⃗𝒙(𝟏) se cal-
Dada una aproximación inicial 𝒙
cula así:
(𝟏) (𝟎) (𝟎) (𝟎) (𝟎)
𝒙𝟏 = 𝒇𝟏 (𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 … 𝒙𝒏 )
𝟏 (𝟎) (𝟎) (𝟎)
= (𝒃𝟏 − 𝒂𝟏,𝟐 𝒙𝟐 − 𝒂𝟏,𝟑 𝒙𝟑 … − 𝒂𝟏,𝒏 𝒙𝒏 )
𝒂𝟏,𝟏
(𝟏) (𝟎) (𝟎) (𝟎) (𝟎)
𝒙𝟐 = 𝒇𝟐 (𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 … 𝒙𝒏 )
𝟏 (𝟎) (𝟎) (𝟎)
= (𝒃𝟐 − 𝒂𝟐,𝟏 𝒙𝟏 − 𝒂𝟐,𝟑 𝒙𝟑 … − 𝒂𝟐,𝒏 𝒙𝒏 )
𝒂𝟐,𝟐
⋮
(𝟏) (𝟎) (𝟎) (𝟎) (𝟎)
𝒙𝒏 = 𝒇𝒏 (𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 … 𝒙𝒏 )
⃗ (𝟏) = 𝑭(𝒙
Vectorialmente 𝒙 ⃗ (𝟎) )
⋮
⋮
(𝟐) (𝟏) (𝟏) (𝟏) (𝟏)
𝒙𝒏 = 𝒇𝒏 (𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 … 𝒙𝒏 )
⃗ (𝟐) = 𝑭(𝒙
Vectorialmente 𝒙 ⃗ (𝟏) )
⃗ (𝒊+𝟏) = 𝑭(𝒙
Vectorialmente 𝒙 ⃗ (𝒊) )
EJERCICIO:
𝟓 𝟏 𝟎 𝒙𝟏 𝟕
Resolver el sistema [𝟏 𝒙
𝟏𝟐 𝟏] [ 𝟐 ] = [𝟐𝟕] usando la aproximación
𝟎 𝟏 𝟗 𝒙𝟑 𝟐𝟎
⃗.
inicial el vector 𝟎
𝟎
(𝟎)
⃗
𝒙 = [𝟎]
𝟎
Iteración 1:
𝟏, 𝟒𝟎
(𝟏)
⃗
𝒙 = [𝟐, 𝟐𝟓]
𝟐, 𝟐𝟐
Iteración 2:
𝟏
𝒙𝟐 = (𝒃 − 𝒂𝟐,𝟏 𝒙𝟏 − 𝒂𝟐,𝟑 𝒙𝟑 … − 𝒂𝟐,𝒏 𝒙𝒏 ) = 𝒇𝟐 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒂𝟐,𝟐 𝟐
𝟏
𝒙𝟑 = (𝒃 − 𝒂𝟑,𝟏 𝒙𝟏 − 𝒂𝟑,𝟐 𝒙𝟐 … − 𝒂𝟑,𝒏 𝒙𝒏 ) = 𝒇𝟑 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒂𝟑,𝟑 𝟑
⋮
𝟏
𝒙𝒏 = (𝒃 − 𝒂𝒏,𝟏 𝒙𝟏 − 𝒂𝟏,𝟐 𝒙𝟐 − 𝒂𝟏,𝟑 𝒙𝟑 … − 𝒂𝟏,𝒏−𝟏 𝒙𝒏−𝟏 ) =
𝒂𝒏,𝒏 𝒏
𝒇𝒏 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒇𝟏 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒇 (𝒙 , 𝒙 , … , 𝒙𝒏 )
𝑭(𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 ) = [ 𝟐 𝟏 𝟐 ]
⋮
𝒇𝒏 (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 )
𝒇𝟏 (𝒙⃗⃗⃗ )
⃗ ) = 𝒇𝟐 (𝒙 ⃗ )
𝑭(𝒙
⋮
[ 𝒇𝒏 (𝒙⃗ )]
⃗ (𝟎) cualquiera, la aproximación ⃗𝒙(𝟏) se cal-
Dada una aproximación inicial 𝒙
cula así:
(𝟏) (𝟎) (𝟎) (𝟎) (𝟎)
𝒙𝟏 = 𝒇𝟏 (𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 … 𝒙𝒏 )
𝟏 (𝟎) (𝟎) (𝟎)
= (𝒃𝟏 − 𝒂𝟏,𝟐 𝒙𝟐 − 𝒂𝟏,𝟑 𝒙𝟑 … − 𝒂𝟏,𝒏 𝒙𝒏 )
𝒂𝟏,𝟏
(𝟏) (𝟏) (𝟎) (𝟎) (𝟎)
𝒙𝟐 = 𝒇𝟐 (𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 … 𝒙𝒏 )
𝟏 (𝟏) (𝟎) (𝟎)
= (𝒃𝟐 − 𝒂𝟐,𝟏 𝒙𝟏 − 𝒂𝟐,𝟑 𝒙𝟑 … − 𝒂𝟐,𝒏 𝒙𝒏 )
𝒂𝟐,𝟐
EJERCICIO:
𝟓 𝟏 𝟎 𝒙𝟏 𝟕
Resolver el sistema [𝟏 𝟏𝟐 𝟏] [𝒙𝟐 ] = [𝟐𝟕] usando la aproximación
𝟎 𝟏 𝟗 𝒙𝟑 𝟐𝟎
⃗
inicial el vector 𝟎.
𝟎
(𝟎)
⃗
𝒙 = [𝟎]
𝟎
Iteración 1:
(𝟏) 𝟏
𝒙𝟑 = (𝟐𝟎 − 𝟐, 𝟏𝟑) = 𝟏, 𝟗𝟖
𝟗
𝟏, 𝟒𝟎
(𝟏)
⃗
𝒙 = [𝟐, 𝟏𝟑]
𝟏, 𝟗𝟖
Iteración 2:
CRITERIOS DE TERMINACIÓN
CONDICIÓN DE CONVERGENCIA
Se dice que el método de Jacobi converge a la solución del sistema si el
límite de la sucesión de aproximaciones es la solución del sistema.
Ejercicio:
𝟓 𝟏 𝟎 𝟕
Resolver el sistema 𝑨𝒙 = 𝒃 donde 𝑨 = [𝟏 𝟏𝟐 𝟏]y 𝒃 = [𝟐𝟖].
𝟎 𝟏 𝟗 𝟐𝟗
INTERPOLACIÓN
Problema de la interpolación
Se tiene dada una tabla 𝑻
𝒙𝟎 𝒚𝟎
𝒙𝟏 𝒚𝟏
𝒙𝟐 𝒚𝟐
⋮ ⋮
⋮ ⋮
𝒙𝒏−𝟏 𝒚𝒏−𝟏
𝒙𝒏 𝒚𝒏
que relaciona a una magnitud 𝒙 con una magnitud 𝒚. La magnitud 𝒙 se considera la
magnitud independiente y la magnitud 𝒚 la magnitud dependiente.
Se busca una función continúa 𝒇 que para cualquier 𝒙 del intervalo [𝒙𝟎 ; 𝒙𝒏 ] le haga
corresponder un valor real 𝒇(𝒙), pero satisfaciendo las restricciones
𝒇(𝒙𝟎 ) = 𝒚𝟎
𝒇(𝒙𝟏 ) = 𝒚𝟏
𝒇(𝒙𝟐 ) = 𝒚𝟐
⋮
⋮
𝒇(𝒙𝒏−𝟏 ) = 𝒚𝒏−𝟏
𝒇(𝒙𝒏 ) = 𝒚𝒏
Interpolación de Lagrange
Dada la tabla 𝑻
𝒙𝟎 𝒚𝟎
𝒙𝟏 𝒚𝟏
𝒙𝟐 𝒚𝟐
⋮ ⋮
⋮ ⋮
𝒙𝒏−𝟏 𝒚𝒏−𝟏
𝒙𝒏 𝒚𝒏
x y
2 3
5 15
7 9
(𝒙−𝒙𝟏 )(𝒙−𝒙𝟐 )
𝒇(𝒙) = 𝟑 (𝒙 +
𝟎 −𝒙𝟏 )(𝒙𝟎 −𝒙𝟐 )
(𝒙−𝒙𝟎 )(𝒙−𝒙𝟐 )
15(𝒙 +
𝟏 −𝒙𝟎 )(𝒙𝟏 −𝒙𝟐 )
(𝒙−𝒙𝟎 )(𝒙−𝒙𝟏 )
9(𝒙
𝟐 −𝒙𝟎 )(𝒙𝟐 −𝒙𝟏 )
(𝒙−𝟓)(𝒙−𝟕)
𝒇(𝒙) = 𝟑 (𝟐−𝟓)(𝟐−𝟕)+
(𝒙−𝟐)(𝒙−𝟕)
15(𝟓−𝟐)(𝟓−𝟕)+
(𝒙−𝟐)(𝒙−𝟓)
9(𝟕−𝟐)(𝟕−𝟓)
(𝒙−𝟓)(𝒙−𝟕)
𝒇(𝒙) = 𝟓
+
(𝒙−𝟐)(𝒙−𝟕)
5 −𝟐
+
(𝒙−𝟐)(𝒙−𝟓)
9
𝟏𝟎
x y
2 3
3 f(3)
4 f(4)
5 15
6 f(6)
(𝑥 − 𝑥1 ) (𝑥 − 𝑥2 )
𝑓(𝑥) = 3 +
𝑥0 − 𝑥1 𝑥0 − 𝑥2
(𝑥 − 𝑥0 ) (𝑥 − 𝑥2 )
15 +
𝑥1 − 𝑥0 𝑥1 − 𝑥2
(𝑥 − 𝑥0 ) (𝑥 − 𝑥1 )
9
𝑥2 − 𝑥0 𝑥2 − 𝑥1
reemplazando datos
(𝒙 − 𝟓) (𝒙 − 𝟕)
𝒇(𝒙) = 𝟑 +
𝟐−𝟓 𝟐−𝟕
(𝒙 − 𝟐) (𝒙 − 𝟕)
𝟏𝟓 +
𝟓−𝟐 𝟓−𝟕
(𝒙 − 𝟐) (𝒙 − 𝟕)
𝟗
𝟕−𝟐 𝟕−𝟓
(𝒙 − 𝟓) (𝒙 − 𝟕)
𝒇(𝒙) = 𝟑 +
−𝟑 −𝟓
(𝒙 − 𝟐) (𝒙 − 𝟕)
𝟏𝟓 +
𝟑 −𝟐
(𝒙 − 𝟐) (𝒙 − 𝟓)
𝟗
𝟓 𝟐
Interpolación de Newton
Dada la tabla 𝑻
𝒙𝟎 𝒚𝟎
𝒙𝟏 𝒚𝟏
𝒙𝟐 𝒚𝟐
⋮ ⋮
⋮ ⋮
𝒙𝒏−𝟏 𝒚𝒏−𝟏
𝒙𝒏 𝒚𝒏
La función interpolante tiene la forma
𝒇(𝒙) = 𝒃𝟎 +
𝒃𝟏 (𝒙 − 𝒙𝟎 ) +
𝒃𝟐 (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) +
𝒃𝟑 (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )(𝒙 − 𝒙𝟐 ) +
⋮
𝒃𝒏 (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 ) ⋯ (𝒙 − 𝒙𝒏−𝟏 )
DIFERENCIACIÓN NUMÉRICA
′(
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓 𝑥0 ) = lim
ℎ→0 ℎ
Calcular una aproximación para 𝒔𝒆𝒏𝒐′(𝟎, 𝟖) suponiendo que no se conoce que
′
𝒔𝒆𝒏𝒐 = 𝒄𝒐𝒔.
(𝑠𝑒𝑛𝑜(0,8 + ℎ) − 𝑠𝑒𝑛𝑜(0,8))
𝒔𝒆𝒏𝒐′ (𝟎, 𝟖) = lim
ℎ→0 ℎ
Como el límite es cuando h tiende a cero, para una aproximación tomamos un h
cercano a 0, por ejemplo 𝒉 = 𝟏𝟎−𝟓
𝑠𝑒𝑛𝑜(0,8 + 10−5 ) − 𝑠𝑒𝑛𝑜(0,8)
𝒔𝒆𝒏𝒐′ (𝟎, 𝟖) ≅ = 0,6967031
10−5
𝒔𝑒𝑛𝑜′ (0,8) = 𝑐𝑜𝑠(0,8) = 0,696706709
Error=3.6x10-6
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓 ′ (𝑥0 ) ≅
ℎ
Como se desea el límite cuando h tiende a 0, nos aproximaremos al límite calcu-
lando la razón con un h cercano a 0.
Calcular una aproximación a 𝒔𝒆𝒏𝒐′(𝟎, 𝟖) sin saber que 𝒔𝒆𝒏𝒐′ = 𝒄𝒐𝒔. Tomando
ℎ = 10−5 .
𝑠𝑒𝑛𝑜′(0,8) ≅ 0,6967067093
𝑠𝑒𝑛𝑜′ (0,8) = 0,696706709
Error absoluto 1,719x10-11
Fórmula de 3 puntos hacia adelante
Para calcular la derivada en 𝒙𝟎 se usan los puntos 𝒙𝟎 , 𝒙𝟎 + 𝒉 y 𝒙𝟎 + 𝟐𝒉
𝑠𝑒𝑛𝑜′(0,8) ≅ 0,6967067096
𝑠𝑒𝑛𝑜′ (0,8) = 0,696706709
Error absoluto 5,0x10-12
𝑠𝑒𝑛𝑜′(0,8) ≅ 0,6967067094
𝑠𝑒𝑛𝑜′ (0,8) = 0,696706709
Error absoluto 5x10-12
Siempre que sea posible se debe usar la fórmula central porque en la mayoría de casos
produce menor error.
Las fórmulas hacia adelante y hacia atrás se usan para aproximar la derivada cuando la fun-
ción está dada en forma de tabla. La fórmula hacia adelante se usa para aproximar la deri-
vada en el primer punto de la tabla y la otra (hacia atrás) para aproximar la derivada en el
último punto de la tabla.
x f(x)
𝒙𝟎 𝒚𝟎
𝒙𝟏 𝒚𝟏
𝒙𝟐 𝒚𝟐
𝒙𝟑 𝒚𝟑
ℎ = 𝑥𝑖+1 − 𝑥𝑖
−𝟑𝒇(𝒙𝟎 ) + 𝟒𝒇(𝒙𝟎 + 𝒉) − 𝒇(𝒙𝟎 + 𝟐𝒉) −𝟑𝒇(𝒙𝟎 ) + 𝟒𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟐 )
𝒇′ (𝒙𝟎 ) ≅ =
𝟐𝒉 𝟐𝒉
Ejercicio:
Hallar 𝒇′(𝟎. 𝟖) para 𝒇(𝒙) = 𝒄𝒐𝒔(𝒙)𝒆𝒔𝒆𝒏𝒐(𝒙)⋅𝒄𝒐𝒔(𝒙) (usando la fórmula central de 3
puntos, con h= 10-5)
𝒇′ (𝟎. 𝟖) =
𝒔𝒆𝒏𝒐(𝟎,𝟖+𝟏𝟎−𝟓 )⋅𝒄𝒐𝒔(𝟏𝟎−𝟓 ) 𝒔𝒆𝒏𝒐(𝟎,𝟖−𝟏𝟎−𝟓 )⋅𝒄𝒐𝒔(𝟎,𝟖−𝟏𝟎−𝟓 )
𝒄𝒐𝒔(𝟎,𝟖+𝟏𝟎−𝟓 )𝒆 −𝒄𝒐𝒔(𝟎,𝟖−𝟏𝟎−𝟓 )𝒆
𝟐⋅𝟏𝟎−𝟓
Ejercicio: Dada la tabla hallar las derivadas en cada uno de los puntos
x F(x) F´(x)
0,2 8,2 15,5
0,3 9,8 16,5
0,4 11,5 21,0
0,5 14,0 29,0
𝑛
𝒃 𝒃−𝒂
∫𝒂 𝒇(𝒙) 𝒅𝒙 = lim ∑ 𝒇(𝒙𝒊 )
𝑛→∞ 𝑖=1 𝒏
Donde 𝒙𝟎 = 𝒂 ,
𝒃−𝒂
𝒉=
𝒏
𝒙𝒊 = 𝒙𝒊−𝟏 + 𝒉 para 𝑖 = 1, 2, … 𝑛.
Geométricamente
𝑏
∫ 𝑓(𝑥) 𝑑𝑥
𝑎
es el área de la región entre la curva de la función 𝒇 y el eje x en el intervalo [a, b].
𝑏
• ∫𝑎 𝑓(𝑥) 𝑑𝑥 = 𝐹(𝑏) − 𝐹(𝑎)
El área S de la región entre el eje x y la curva de la función f en el intervalo [a, b] puede ser
aproximado sumando las áreas de los rectángulos con
base 𝒙𝒊−𝟏 , 𝒙𝒊 y
altura 𝒇(𝒙𝒊 ) para i=1,2, … , n
Ejercicio:
Calcular aproximadamente
𝟏,𝟖
∫ 𝒔𝒆𝒏𝒐(𝒙) 𝒅𝒙
𝟎
utilizando 6 segmentos y analizar el error.
h= 0.3
x f(x)=seno(x) Area Rec
0 0 0
1 0.3 0.295520207 0.088656
2 0.6 0.564642473 0.169393
3 0.9 0.78332691 0.234998
4 1.2 0.932039086 0.279612
5 1.5 0.997494987 0.299248
6 1.8 0.973847631 0.292154
int. aprox. 1.364061
int. exacta 1.227202
error absoluto 0.136859
𝟏,𝟖
∫𝟎 𝒔𝒆𝒏𝒐(𝒙) 𝒅𝒙 ≅ 𝟏, 𝟑𝟔𝟒 (aproximado)
𝟏,𝟖
∫𝟎 𝒔𝒆𝒏𝒐(𝒙) 𝒅𝒙 = 𝟏, 𝟐𝟐𝟕 (exacto)
Error: 0,1368
En general, la integral
𝑛
𝑏 𝑏−𝑎
∫𝑎 𝑓(𝑥) 𝑑𝑥 = lim ∑ 𝑓(𝑥𝑖 )
𝑛→∞ 𝑖=1 𝑛
𝑛
𝑏−𝑎
puede ser aproximada calculando ∑ 𝑓(𝑥𝑖 ) tomando como 𝒏 un valor
𝑖=1 𝑛
“grande”. Cada
𝑏−𝑎
𝑓(𝑥𝑖 )
𝑛
de la sumatoria puede ser interpretado como el área de un rectángulo cuya base empieza
𝑏−𝑎
en 𝒙𝒊−𝟏 y termina en 𝒙𝒊 y su longitud es y su altura es 𝑓(𝑥𝑖 ).
𝑛
Método aproximado por trapecios
En general, la integral
𝑛
𝑏 𝑏−𝑎
∫𝑎 𝑓(𝑥) 𝑑𝑥 = lim ∑ 𝑓(𝑥𝑖 )
𝑛→∞ 𝑖=1 𝑛
𝑛
𝑏−𝑎
en la sumatoria ∑ 𝑓(𝑥𝑖 ) tomando como 𝒏 un valor “grande”. El área del rec-
𝑖=1 𝑛
𝑏−𝑎
tángulo 𝑓(𝑥𝑖 ) del rectángulo cuya base empieza en 𝒙𝒊−𝟏 y termina en 𝒙𝒊 se reem-
𝑛
plaza por el área del trapecio con la misma base y lados 𝑓(𝑥𝑖−1 ) y 𝑓(𝑥𝑖 )es decir
𝑏 − 𝑎 𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 )
𝑛 2
𝑛
𝑏
𝑏 − 𝑎 𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 )
∫ 𝑓(𝑥) 𝑑𝑥 ≅ ∑
𝑎 𝑛 2
𝑖=1
𝑏 𝑛
𝑏−𝑎
∫ 𝑓(𝑥) 𝑑𝑥 ≅ ∑(𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 ))
𝑎 2𝑛
𝑖=1
𝑏−𝑎
ℎ=
𝑛
𝑛
𝑏
ℎ
∫ 𝑓(𝑥) 𝑑𝑥 ≅ ∑(𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 ))
𝑎 2
𝑖=1
Ejercicio:
Calcular aproximadamente con el método del trapecio
𝟏,𝟖
∫ 𝒔𝒆𝒏𝒐(𝒙) 𝒅𝒙
𝟎
utilizando 6 segmentos y analizar el error.
1,8
∫0 𝑠𝑒𝑛𝑜(𝑥) 𝑑𝑥 ≅ 1,2179
1,8
∫0 𝑠𝑒𝑛𝑜(𝑥) 𝑑𝑥 = 1,2272
Error: 0.0092
El intervalo de integración se divide en un número par de segmentos n. Cada segmento tiene longi-
tud
𝒃−𝒂
𝒉=
𝒏
Se toma cada par de segmentos
𝒙𝟎 , 𝒙𝟏 ; 𝒙𝟏 , 𝒙𝟐
𝒙𝟐 , 𝒙𝟑 ; 𝒙𝟑 , 𝒙𝟒
Para cada par de segmentos se calcula el área aproximada considerando un rectángulo de base 2h
y una altura como el promedio ponderado de los lados 𝒇(𝒙𝒊 ), 𝒇(𝒙𝒊+𝟏 ), 𝒇(𝒙𝒊+𝟐 ):
Longitud de la base: 2ℎ
𝑏 𝑛−2
ℎ
∫ 𝑓(𝑥) 𝑑𝑥 ≅ ∑ (𝑓(𝑥𝑖 ) + 4𝑓(𝑥𝑖+1 ) + 𝑓(𝑥𝑖+2 ))
𝑎 3
𝑖=0,2,4,…
Ejercicio:
Calcular aproximadamente con el método del Simpson 1/3
𝟏,𝟖
∫ 𝒔𝒆𝒏𝒐(𝒙) 𝒅𝒙
𝟎
utilizando 6 segmentos y analizar el error.
𝟏,𝟖
∫ 𝒔𝒆𝒏𝒐(𝒙) 𝒅𝒙 ≅ 𝟏, 𝟐𝟐𝟕𝟐𝟕𝟐𝟓𝟕
𝟎
𝟏,𝟖
∫ 𝒔𝒆𝒏𝒐(𝒙) 𝒅𝒙 = 𝟏, 𝟐𝟐𝟕𝟐𝟎𝟐
𝟎
Error= 5,5x10-5
Ejercicio:
Calcular aproximadamente con los métodos del trapecio y Simpson 1/3
𝟏,𝟖 𝒙
∫ 𝒔𝒆𝒏𝒐(𝒙)𝒆𝟐𝒄𝒐𝒔(𝒙) 𝒅𝒙
𝟎
Ejercicio:
Calcular aproximadamente
Longitud de la base: 3ℎ
𝑓(𝑥𝑖 )+3𝑓(𝑥𝑖+1 )+3𝑓(𝑥𝑖+2 )+𝑓(𝑥𝑖+3 )
Altura promedio:
8
Área de una terna de segmentos
𝑓(𝑥𝑖 )+3𝑓(𝑥𝑖+1 )+3𝑓(𝑥𝑖+2 )+𝑓(𝑥𝑖+3 )
𝟑𝒉 =
8
3
ℎ(𝑓(𝑥𝑖 ) + 3𝑓(𝑥𝑖+1 ) + 3𝑓(𝑥𝑖+2 ) + 𝑓(𝑥𝑖+3 ))
8
3ℎ
𝐴𝑜 = (𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 ))
8
3ℎ
𝐴3 = (𝑓(𝑥3 ) + 3𝑓(𝑥4 ) + 3𝑓(𝑥5 ) + 𝑓(𝑥6 ))
8
⋮
3ℎ
𝐴𝑛−3 = (𝑓(𝑥𝑛−3 ) + 3𝑓(𝑥𝑛−2 ) + 3𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 ))
8
𝒃
∫ 𝒇(𝒙) 𝒅𝒙 ≅ 𝑨𝟎 + 𝑨𝟑 + ⋯ + 𝑨𝒏−𝟑
𝒂
Ejercicio:
Calcular aproximadamente con el método del Simpson 3/8
𝟏,𝟖 𝒙
∫ 𝒔𝒆𝒏𝒐(𝒙)𝒆𝟐𝒄𝒐𝒔(𝒙) 𝒅𝒙
𝟎
utilizando 6 segmentos y analizar el error.