Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A Punt e Oficial 2021
A Punt e Oficial 2021
Índice
Página
I ECUACIONES NO LINEALES 3
1. Conceptos Básicos 4
1.1. Conceptos básicos de Métodos numéricos . . . . . . . . . . . 4
1.2. Conceptos básicos de ecuaciones no lineales . . . . . . . . . . 4
2. Método de la bisección 5
2.1. Conceptos básicos . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2. Intervalo que contiene la raı́z . . . . . . . . . . . . . . . . . . 6
2.3. Algoritmo del método . . . . . . . . . . . . . . . . . . . . . 8
3. Método de Newton-Raphson 10
3.1. Series de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2. Construcción del método . . . . . . . . . . . . . . . . . . . . 11
3.3. Algoritmo del método . . . . . . . . . . . . . . . . . . . . . 12
4. Método de la secante 13
4.1. Construcción del método . . . . . . . . . . . . . . . . . . . . 13
4.2. Algoritmo del método . . . . . . . . . . . . . . . . . . . . . 13
6. Ejercicios 20
CAPÍTULO I
ECUACIONES NO
LINEALES
Definición 2 : Iteración
Una iteración es una repetición varias veces de un proceso con la inten-
ción de alcanzar una meta deseada, objetivo o resultado. Cada repetición
de este proceso también se denomina iteración.
SECCIÓN 2 Segundo caso: si [c, b] es no vacı́o, todos sus elementos x satisfacen la condición
Método de la bisección que f (x) > k y se cumple que f (c) ≥ k.
La siguiente gráfica muestra la representación del Teorema del valor intermedio.
Este método es un algoritmo que permite aproximar raı́ces de ecuaciones no
lineales, trabaja dividiendo el intervalo donde se encuentra la raı́z a la mitad y
eligiendo el subintervalo que contiene a la raı́z.
Es un método de fácil intuición y se fundamenta en el teorema del valor inter-
medio y teorema de Bolzano.
El siguiente resultado es consecuencia del T.V.I. Y efectivamente 6 ∈ [5, 7] es un cero de f (x) = x2 − 6x.
Teorema 2 : de Bolzano Existen ecuaciones no lineales que podrı́an tener más de una solución, como
es el caso de la ecuación
Si f es una función continua en [a, b] y f (a)f (b) < 0, entonces existe x
un número c ∈ ]a, b[ tal que f (c) = 0. cos(x) − sen − 0, 5 = 0.
2
x
Figura 3: Gráfica de f (x) = cos(x) − sen − 0, 5
2
(1) x4 − e−x − 2 = 0
• f (0) = 04 − e0 − 2 = −2 (negativo).
Podemos observar de la gráfica de f , además, que en [−2, −1] también Desarrollo: Considerando g(x) = cos(x)−x2 +1, vemos que g es continua
existe una solución. en todo R.
Calculemos algunas imágenes:
En efecto,
• g(0) = cos(0) − 02 + 1 = 2 (positivo).
• f (−2) = (−2)4 − e−(−2) − 2 ≈ 6, 61 (positivo).
• g(1) = cos(1) − 12 + 1 ≈ 0, 54 (positivo).
• f (−1) = (−1)4 − e−(−1) − 2 ≈ −3, 72 (negativo). • g(2) = cos(2) − 22 + 1 ≈ −3, 42 (negativo).
Por lo tanto, existe una solución en [1, 2]. 2.3. Algoritmo del método
a+b
x0 = .
2
(3) Si f (x0 ) = 0, entonces detenemos el proceso y la solución es x0 .
Link 2 : Algoritmo método bisección Según la gráfica, podemos observar que hemos aproximado sólo una de
las 3 soluciones de la ecuación.
En el siguiente link podemos encontrar una explicación más detallada de
este procedimiento:
https://www.youtube.com/watch?v=6U_aZmEjgh0
Ejemplos 6
x3 − 7x2 + 14x − 6 = 0.
Según la gráfica, podemos observar que hemos aproximado sólo una de SECCIÓN 3
las 3 soluciones de la ecuación. Método de Newton-Raphson
3.3. Algoritmo del método Es decir, una proximación para la solución es x = −0, 6804.
(2) Determinemos 5 iteraciones para aproximar la solución, de 6 decimales,
Algoritmo 2 : método de Newton-Raphson de la ecuación 10ex cos(2x) − 4 = 0, considerando x0 = 0.
Dada una aproximación inicial x0 de la raı́z para la ecuación f (x) = 0, Desarrollo: Sea f (x) = 10ex cos(2x) − 4, luego
construimos una sucesión {xi }∞
i=0 dada por
f ′ (x) = 10ex cos(2x) − 20ex sen(2x).
f (xi−1 )
xi = xi−1 − , para i ≥ 1. Como
f ′ (xi−1 )
f (xi )
xi+1 = xn −
Ejemplos 7 Utilicemos este método para resolver los siguientes problemas. f ′ (xi )
(1) Aproximemos, una raı́z de la ecuación cos(πx) − x2 = −1 en el intervalo 10exi cos(2xi ) − 4
[−1, 0] con 3 decimales de exactitud. = xi − ,
10exi cos(2xi ) − 20exi sen(2xi )
Desarrollo: Sea f (x) = cos(πx)−x2 +1, luego f ′ (x) = −πsen(πx)−2x. entonces
Por lo tanto,
f (xi ) cos(πxi ) − x2i + 1 x1 = −0, 6;
xi+1 = xi − = x i − ⇒ x2 ≈ −0, 435391;
f ′ (xi ) −πsen(πxi ) − 2xi
⇒ x3 ≈ −0, 447351;
y utilizando x0 = −0, 5, obtenemos que
⇒ x4 ≈ −0, 44739;
• Aproximación de x1 . ⇒ x5 ≈ −0, 44739.
cos(−0, 5π) − (−0, 5)2 + 1
x1 = −0, 5 − ≈ −0, 6811. Por lo tanto, nos quedamos con x ≈ −0, 44739.
−πsen(−0, 5π) − 2(−0, 5)
• Aproximación de x2 .
cos(−0, 6811π) − (−0, 6811)2 + 1
x2 = −0, 6811 − ≈ −0, 6804.
−πsen(−0, 6811π) − 2(−0, 6811)
• Aproximación de x3 .
cos(−0, 6804π) − (−0, 6804)2 + 1
x3 = −0, 6804 − ≈ −0, 6804.
−πsen(−0, 6804π) − 2(−0, 6804)
SECCIÓN 4 Ejemplos 8
Método de la secante (1) Obtengamos 5 iteraciones para aproximar la solución con 5 decimales de
la ecuación, tomando x0 = 0 y x1 = 1.
El método que abarcaremos en esta sección es una modificación del método Desarrollo: Sea f (x) = 10ex cos(2x) − 4, luego
de Newton-Raphson y sustituye la derivada por un cuociente.
(xi − xi−1 ) (10exi cos(2xi ) − 4)
xi+1 = xi − .
10exi cos(2xi ) − 4 − (10exi−1 cos(2xi−1 ) − 4)
4.1. Construcción del método
Por lo tanto,
f (xi ) − f (xi−1 )
Considerando f ′ (xi ) ≈ en la expresión x2 = 0, 28153;
xi − xi−1
x3 = 0, 51144;
f (xi )
xi+1 = xi − x4 = 0, 93927;
f ′ (xi )
x5 = 0, 63344;
obtenemos que,
Por lo tanto, la aproximación solicitada es x ≈ 0, 63344.
(2) Aproximemos una solución de la ecuación 3x2 − e−x = 0 con 3 decimales
f (xi ) f (xi ) de exactitud.
xi+1 = xi − ⇒ xi+1 ≈ xi −
′
f (xi ) f (xi ) − f (xi−1 )
Desarrollo: Sea f (x) = 3x2 − e−x , sabemos que un cero de esta función
xi − xi−1 yace en [0, 1]. Si consideramos x0 = 0 y x1 = 1, entonces
x2 = 0, 2753;
4.2. Algoritmo del método
x3 = 0, 3971;
x4 = 0, 4699;
Algoritmo 3 : método de la secante
x5 = 0, 4583;
Dada una aproximación inicial x0 y x1 de la raı́z para la ecuación x6 = 0, 4589.
f (x) = 0, construimos una sucesión {xi }∞
i=0 dada por
Por lo tanto, la aproximación solicitada es x ≈ 0, 458.
(xi − xi−1 )f (xi )
xi+1 ≈ xi − , para i ≥ 1.
f (xi ) − f (xi−1 )
∂f (x0 , y0 ) ∂f (x0 , y0 )
f (x, y) ≈ f (x0 , y0 ) + (x − x0 ) + (y − y0 ).
5.1. Aproximación lineal ∂x ∂y
f (x) − f (a) Supongamos que necesitamos determinar una solución para el sistema de ecua-
f ′ (x) ≈ ciones no lineales
x−a x2 − y 2 = 6
′
⇒ f (x)(x − a) ≈ f (x) − f (x); x + xy + y 2 = 2
⇒ f (x) ≈ f (a) + f ′ (x)(x − a).
Ambas funciones dadas están expresadas en su forma implı́cita, la gráfica co-
rrespondiente es
Definición 9 : Aproximación lineal
√
Ejemplos 9 Determinemos la expresión lineal para 5.
Desarrollo: Consideremos la función
√ 1
f (x) = x ⇒ f ′ (x) = √ .
2 x
Si consideramos las funciones Utilizamos matrices para reescribir estas dos últimas expresiones,
∂f (x 0 , y 0 ) ∂f (x 0 , y 0 )
f (x0 , y0 ) + (x − x0 ) + (y − y0 )
f (x, y) ∂x ∂y
≈
f (x, y) = x2 − y 2 − 6 y g(x, y) = x + xy + y 2 − 2,
g(x, y) ∂g(x0 , y0 ) ∂g(x0 , y0 )
g(x0 , y0 ) + (x − x0 ) + (y − y0 )
∂x ∂y
∂f (x0 , y0 ) ∂f (x0 , y0 )
entonces resolver el sistema de ecuaciones es equivalente a determinar los (x − x0 ) + (y − y0 )
f (x0 , y0 ) ∂x ∂y
puntos (x, y) tales que =
+
g(x0 , y0 ) ∂g(x0 , y0 ) ∂g(x0 , y0 )
(x − x0 ) + (y − y0 )
∂x ∂y
f (x, y) = 0
g(x, y) = 0
∂f (x0 , y0 ) ∂f (x0 , y0 )
f (x0 , y0 )
∂x ∂y x − x0
= +
g(x0 , y0 ) ∂g(x0 , y0 ) ∂g(x0 , y0 ) y − y0
∂x ∂y
∂f (x0 , y0 ) ∂f (x0 , y0 )
Expresamos las funciones f (x, y) y g(x, y) a través de sus aproximaciones
f (x0 , y0 ) ∂x ∂y x x0
lineales, es decir,
= +
−
g(x0 , y0 ) ∂g(x0 , y0 ) ∂g(x0 , y0 ) y y0
∂x ∂y
fx = 2x , fy = −2y
x3 −2, 7329 1 −5, 1415 −2, 4086 0, 0184
= −
⇒ y3 −1, 2043 28, 5944 0, 2043 −5, 4658 0, 0086
gx = 1 + y , gy = x + 2y
−2, 7289
= ;
Luego, −1, 2028
2x −2y
x4 −2, 7289 1 −5, 1345 −2, 4056 0, 0001
J= = −
1 + y x + 2y y4 −1, 2028 28, 5109 0, 2028 −5, 4578 0, 0001
−2, 7289
⇒ D(x, y) = det(J) = 2x2 + 4xy + 2y + 2y 2 = .
−1, 2028
1
x + 2y 2y
Por lo tanto, (x4 , y4 ) = (−2, 7289; −1, 2028)
−1
⇒J =
D(x, y) −1 − y 2x
Por lo tanto,
xn+1 f (xn , yn )
xn −1
= −J
yn+1 g(xn , yn )
yn
x2n − yn2 − 6
xn 1 xn + 2yn 2yn
= −
yn D(xn , yn ) −1 − yn 2xn xn + xn yn + yn2 − 2
(2) Aproximemos, realizando 4 iteraciones, una raı́z para el siguiente sistema Considerando (x0 , y0 ) = (−1, 1), vemos que
de ecuaciones
x2 − ey = −1 (x1 , y1 ) = (−1, 5589; 1, 147);
xy − y 2 = −3
(x2 , y2 ) = (−1, 4686; 1, 1469);
considerando como punto de partida (x0 , y0 ) = (−1, 1).
Sean (x3 , y3 ) = (−1, 4665; 1, 1476).
f (x, y) = x2 − ey + 1 (3) Realicemos 2 iteraciones para aproximar las soluciones del sistema de ecua-
ciones no lineales
g(x, y) = xy − y 2 + 3
x2 − xy − 3 = 0
x − 4y − 2 = 0
fx = 2x , fy = −ey
⇒ utilizando como aproximación inicial (x0 , y0 ) = (−2, −1)
gx = y , gy = x − 2y
Consideremos las funciones
Luego, f (x, y) = x2 − xy − 3
,
g(x, y) = x − 4y − 2
y
2x −e
J =
y x − 2y
luego
y 2
⇒ D(x, y) = det(J) = e y + 2x − 4xy ∂f ∂f
= 2x − y; = −x;
∂x ∂y
−1 1 2x −ex
⇒J = ∂g ∂g
D(x, y) y x − 2y = 1; = −4
∂x ∂y
Por lo tanto,
Entonces
2x − y −x
xn+1 xn −1 f (xn , yn ) J= ⇒ det(J) = 4y − 7x
= −J 1 −4
yn+1 yn g(xn , yn )
2 Además,
xn 1 2xn −eyn x n − e yn + 1 −1 1 −4 x
= − J =
yn D(xn , yn ) yn xn − 2yn xn yn − yn2 + 3 4y − 9x −1 2x − y
Luego, x0 1
Luego, considerando = , obtenemos que
y0 −1
x2n − xn yn − 3
xn+1 xn 1 −4 xn
= −
yn+1 yn 4yn − 7xn −1 2xn − yn xn − 4yn − 2 x1 −0, 3768
≈ ;
y1 −1, 2512
x0 −2
⇒ = ;
y0 −1 x2 0, 0717
≈
y2 −0, 732
x1 −2, 3
⇒ = ;
y1 −0, 9
x2 −2, 1061
⇒ =
y2 −1, 1416
(4) Realicemos 2 iteraciones para aproximar las soluciones del sistema de ecua-
ciones no lineales
x − y − e−x = 0
x2 − 3y = 2
Luego,
1 + e−x −1
J= ⇒ det(J) = −3 − 3e−x + 2x
2x −3
y
3 1
− −x
3e−x − 2x + 3 3e − 2x + 3
J −1 =
2x e−x + 1
− −x
3e−x − 2x + 3 3e − 2x + 3
x2 + x − 2y + 3 = 0
SECCIÓN 6
(2) , considerando:
Ejercicios x − y = −5
(a) x0 = −2 y y0 = 3.
I. Aproximar una raı́z para las siguientes ecuaciones con las condiciones da- (b) x0 = 3 y y0 = 8.
das: xy − x2 + 1 = 0
(3) , considerando:
(1) 2−x3 = 0 con 4 decimales de exactitud con el método de la bisección x + 2 = y2
y Newton-Raphson. (a) x0 = 1 y y0 = −2.
(2) x − 2 − 3e−x = 0 con 4 decimales de exactitud. (b) x0 = 3 y y0 = 2.
Aproximar una intersección entre las curvas y1 = x e y2 = cos(πx) con 5 (c) x0 = −1 y y = 2.
decimales de exactitud con el método de la secante y Newton-Raphson.
(d) x0 = −2 y y0 = −1.
II. Aproximar un cero para las siguientes funciones:
(1) f (x) = e−x − ln (x) ,
con 4 decimales exactos.
(2) g (x) = ex − 4x2 ,
con 3 decimales exactos.
(3) h (x) = sen (xπ) + x2 − 2,
con 4 decimales exactos y x positivo.
1
(4) m (x) = + cos (xπ) en los intervalos [−4, −3] , [−2, −1] , [1, 2] y
x
[3, 4] , con 3 decimales exactos.
(5) f (x) = −2x3 + ex + 6 cos (πx) .
(6) g (x) = x5 − x + 8.
III. Aproximar una solución utilizando 3 iteraciones para cada sistema de ecua-
ciones no lineales:
x−y+1 =0
(1) , considerando x0 = 2 y y0 = 3.
x − e−y − 2 = 0
SECCIÓN 7 II. Realizar tres ietraciones para aproximar una solución para cada uno de
Ejercicios del capı́tulo los siguientes sistemas de ecuaciones no lineales, utilizando el método de
Newton y considerando la aporximación inicial (x0 , y0 ) dada:
x − y = −1
(1) con
I. Realizar 6 iteraciones del método de la bisección, Newton-Rpahson x2 − 5y = 0
y secante para aproximar una solución para cada una de las
(a) (x0 , y0 ) = (5, 5; 6, 5)
siguientes ecuaciones no lineales, comprobando que existe una solución
en los intervalos indicados. (Una solución es (5,8541;6,8541))
(4) x2 − x = 13 en
(b) [4, 5]
(5) x3 − 2 = 0 en [1, 2]
CAPÍTULO II
INTERPOLACIÓN
SECCIÓN 8 SECCIÓN 9
Conceptos básicos Polinomio interpolador de Lagrange
Para construir los Polinomios de Lagrange, utilizaremos conceptos previos sobre Plantearemos algunos resultados sobre teorı́a de polinomios para poder deter-
función polinomial y propiedades de polinomios. minar la forma de un polinomio de lagrange.
Dados algunos números x0 , x1 , . . . , xn distintos y algunos números arbitrarios En la fórmula anterior el número r coincide con el valor del polinomio
yo , y1 , . . . , yn . El objetivo de la interpolación es determinar un polinomio P (x) P en x0 , es decir, P (x0 ) = r.
de gardo a lo más n, tal que P (xi ) = yi para todo i = 0, 1, , n.
Corolario 1
Definición 11 : Interpolación
El polinomio P se divide sin residuo entre el binomio x0 si y sólo si
Una interpolación es la obtención de nuevos puntos partiendo del co- P (x0 ) = 0.
nocimiento de un conjunto discreto de puntos.
Propiedades 2 : Factorización de un polinomio que tiene dos 9.2. Polinomios básicos de Lagrange
raı́ces diferentes
Sea x0 , x1 , x2 tres númeroes diferentes. Vamos a construir un polinomio L0 de
Si P es un polinomio y x0 , x1 son dos números tales que P (x0 ) =
grado 2 tal que
P (x1 ) = 0, entonces vemos que P se divide sin residuo entre el binomio
x − x0 , es decir, existe un polinomio Q1 tal que L0 (x0 ) = 1, L0 (x1 ) = 0, L0 (x2 ) = 0.
P (x) = c(x − x0 )(x − x1 ) · . . . · (x − xn ). Dados k−puntos (x0 , y0 ) , (x1 , y1 ) , ..., (xk−1 , yk−1 ) , las bases po-
linómicas de Lagrange son los términos
k−1
Y x − xi
Lj (x) =
i=0,i6=j
xj − xi
x − x0 x − xj−1 x − xj+1 x − xk−1
= · ... · · ... ·
xj − x0 xj − xj−1 xj − xj+1 xj − xk−1
Dados k−puntos (x0 , y0 ) , (x1 , y1 ) , ..., (xk−1 , yk−1 ) por lo cuales pasa (1) Utilicemos los polinomios de Langrange para aproximar la función f (x)
una función f (x) , denominamos polinomio interpolador de Lagran- tal que
ge a la expresión
k−1
X f (1) = −2, f (−1) = 3 y f (2) = 6,
P (x) = Lj (x) yj .
j=0
luego aproximar f (0).
Teorema 5
Si x0 , x1 , ..., xk son k + 1 números distintos y si f es una función cuyos
valores están dados en estos números, entonces existe un único polinomio
P (x) de grado máximo n, tal que
x0 = 1, y0 = −2;
x1 = −1, y1 = 3;
x2 = 2, y2 = 6.
obtenemos que:
x − x1 x − x2 x+1 x−2 x2 − x − 2
L0 (x) = · = · =− ;
x0 − x1 x0 − x2 1+1 1−2 2
x − x2 x − x2 x−1 x−2 x2 − 3x + 2
L1 (x) = · = · = ;
x1 − x2 x1 − x2 −1 − 1 −1 − 2 6
x − x0 x − x1 x−1 x+1 x2 − 1
L2 (x) = · = · = .
x2 − x0 x2 − x1 2−1 2+1 3
Por lo tanto,
x2 − x − 2 x2 − 3x + 2 x2 − 1
= −2 − +3 +6
2 6 3
Finalmente, f (0) = −3.
7 2 5
= x − x − 3 ≈ f (x).
2 2
(2) Utilicemos los polinomios de Lagrange para aproximar la función f (x) tal Vemos que
que
f (−1, 1) = 4 ⇒ xo = −1, 1; y0 = 4;
f (−1, 1) = 4; f (0) = −3; f (3) = 12; f (3, 1) = 15. f (0) = −3 ⇒ x1 = 0; y1 = −3;
f (3) = 12 ⇒ x2 = 3; y2 = 12;
Luego construyamos P (x) y aproximemos f (1). f (3, 1) = 15 ⇒ x3 = 3, 1; y3 = 15
Por lo tanto,
Gráficamente, tenemos que (3) Utilicemos los polinomios de Lagrange para aproximar la función f (x) tal
que
f (−1) = 4; f (0) = −3; f (3) = 12.
Luego aproximemos f (1, 5).
Observemos que
f (−1) = 4 x0 = −1; y0 = 4
f (0) = −3 ⇒ x1 = 0; y1 = −3 .
f (3) = 12 x2 = 3; y2 = 12
Luego,
x−0 x−3 x2 3x
L0 (x) = = −
−1 − 0 −1 − 3 4 4
2
x − (−1) x − 3 x 2x
L1 (x) = = − + +1 .
0 − (−1) 0 − 3 3 3
2
x − 0 x − (−1) x x
L2 (x) = = +
3 − 0 3 − (−1) 12 12
Por lo tanto,
P (x) = y0 L0 + y1 L1 + y2 L2
2 2 2
x 3x x 2x x x
=4 − −3 − + + 1 + 12 +
4 4 3 3 12 12
= 3x2 − 4x − 3.
y f (1) ≈ −8, 8362.
Finalmente, f (1, 5) = −2, 25.
SECCIÓN 10
Ejercicios
(2) f (−3), si
f (−5) = 1; f (0) = 4;
f (1) = −3; f (2) = 4
CAPÍTULO III
(3) f (4), si
f (−1) = 2; f (0) = 4;
INTEGRACIÓN
f (3) = 15; f (1) = 20
NUMÉRICA
(4) f (−8, 4), si
f (−10) = 16; f (−7) = 17;
f (0) = 15; f (1) = 20
SECCIÓN 11 SECCIÓN 12
Conceptos básicos Método del punto medio
Existen integrales tales como Sea f (x) una función definida en [a, b], considerando el punto medio del inter-
a+b
Z Z Z valo obtenemos que
x2
e dx, 6
sen(x )dx, cos(x2 )dx 2
Algoritmo 5 : método del punto medio
que no se pueden calcular por métodos clásicos del cálculo integral, sin embargo Z b
existen métodos que permiten aproximar el valor de integrales definidas de la a+b
f (x)dx ≈ (b − a)f
forma Z b a 2
f (x)dx.
a
Ejemplos 12 Aproximemos las siguientes integrales:
En este apunte estudiaremos algunos de dichos métodos.
(1)
La idea principal para darle solución a este problema, es aproximar la función
1
del integrando.
1+0
Z
x2
e dx ≈ (1 − 0)f
0 2
2
= f (0, 5) = e0,5
≈ 1, 284
(2)
8
8+4
Z
2
(sen(x ) + 2)dx ≈ (8 − 4)f
4 2
= 4f (6) = 4(sen(36) + 2)
≈ 4, 0328
Como podemos imaginar esta aproximación se aleja bastante del valor que
necesitamos calcular. Para minimizar este error aplicaremos este método a n
subintervalos, obteniendo el método del punto medio compuesto.
Z 8
SECCIÓN 13
(2) I = (sen(x2 ) + 2)dx para 5 subintervalos.
Método del punto medio compuesto 4
8−4
Tenemos que h = = 0, 8 y
Consideramos n subintervalos de [a, b] y aplicamos n veces el método del punto 5
b−a
medio, obteniendo h = , xi = a + ih y a = 4; x1 = 4, 8; x2 = 5, 6; x3 = 6, 4; x4 = 7, 2; b = 8
n
Algoritmo 6 : método del punto medio compuesto Por lo tanto,
b n
4 + 4, 8 4, 8 + 5, 6 5, 6 + 6, 4
b−aX xi + xi−1
Z
f (x)dx ≈ f I ≈0, 8 f +f +f
a n i=1 2 2 2 2
6, 4 + 7, 2 7, 2 + 8
+f +f
2 2
Ejemplos 13 Utilicemos el método del punto medio compuesto para aproxi-
mar las siguientes integrales definidas =0, 8 [f (4, 4) + f (5, 2) + f (6) + f (6, 8) + f (7, 6)]
Z 1 ≈9, 7198
2
(1) I = ex dx para 3 subintervalos.
0
Z 2
1 (3) Aproximemos el valor de (ln(x2 + 1) + 1, 5)dx utilizando el método
Tenemos que h = y
3 1
del punto medio compuesto con 6 intervalos y con 5 decimales.
1 2
a = 0; x1 = ; x2 = ; b = 1 Calculamos la longitud de los intervalos y sus respectivos puntos de cortes.
3 3
Por lo tanto, b−a 1
h= = ≈ 0, 16667;
1
1 2
2
n 6
1 0 + 3 +
3 3 3
+1 ⇒ x0 = a = 1;
I ≈ f +f +f
3 2 2 2 ⇒ x1 = 1, 16667;
⇒ x2 = 1, 33334;
1 1 1 5
= f +f +f ⇒ x3 = 1, 5;
3 6 2 6
1 ⇒ x4 = 1, 66667;
≈ (1, 0281 + 1, 284 + 2, 0025) ≈ 1, 4382 ⇒ x5 = 1, 8334;
3
⇒ x6 = 2.
x
a b
La idea es aproximar f (x) por la función lineal g(x). Podemos observar que la
recta g(x) pasa por los puntos (a, f (a)) y (b, f (b)). Por lo que la pendiente y
ecuación son, respectivamente,
f (b) − f (a)
m=
b−a
y
f (b) − f (a)
g(x) − f (a) = (x − a)
b−a
f (b) − f (a)
⇒ g(x) = f (a) + (x − a)
b−a
Luego, SECCIÓN 15
Z b Z b
Método del trapecio compuesto
I= f (x)dx ≈ g(x)dx
a a
Z b Z b
f (b) − f (a) Lo que haremos en esta sección es aproximar f (x)dx utilizando n trapecios.
= f (a) + (x − a)
a b−a a
donde n es el número de intervalos. Luego, utilizando la fórmula del trapecio compuesto vemos que:
Ejemplos 15 Z 2
2
ex dx ≈0, 2 [f (1) + 2f (1, 2) + 2f (1, 4) + 2f (1, 6)
(1) Aproximemos la integral 1
Z 2
x2 +2f (1, 8) + f (2)]
e dx,
1 = 0, 2 · 156, 8951 = 31, 37902
para los siguientes n:
1
Z 2
(a) Si n = 4, entonces h = = 0, 25 y (2) Aproximemos el valor de (ln(x2 + 1) + 1, 5)dx utilizando el método
4 1
1 del trapecio compuesto con 4 intervalos y con 4 decimales.
f (1) = e ≈ 2, 7182;
2
f (1, 25) = e1,25 = e1,5625 ≈ 4, 7707; alculamos la longitud de cada intervalo y sus puntos de cortes.
2
f (1, 5) = e1,5 = e2,25 ≈ 9, 4877;
2
f (1, 75) = e1,75 = e3,0625 ≈ 21, 3809; b−a 1
h= = = 0, 25;
f (2) = e4 ≈ 54, 5981 n 4
x0 = 1;
Luego, utilizando la fórmula del trapecio compuesto vemos que: x1 = 1, 25;
Z 2
2 x2 = 1, 5;
ex dx ≈ 0, 25 [f (1) + 2f (1, 25) + 2f (1, 5) + 2f (1, 75) + f (2)]
1 x3 = 1, 75;
= 0, 25 · 128, 5949 = 32, 148725 x4 =2
1 Luego,
(b) Si n = 5, entonces h = = 0, 2 y
5
h
f (1) = e1 ≈ 2, 7182; I≈ [f (x0 ) + f (x4 ) + 2 (f (x1 ) + f (x2 ) + f (x3 ))]
2
2
f (1, 2) = e1,2 = e1,44 ≈ 4, 2206; 0, 25
≈ [2, 1931 + 3, 1094 + 2 (2, 6787 + 2, 9018 + 2, 441)]
2
f (1, 4) = e1,4 = e1,96 ≈ 7, 0993; 2
2 = 2, 6681
f (1, 6) = e1,6 = e2,56 ≈ 12, 9358;
2
f (1, 8) = e1,8 = e3,24 ≈ 25, 5337;
f (2) = e4 ≈ 54, 5981
b
f (b) (b − b)2 (b − b)3 (a − b)2 (a − b)3
Z
+ (x − a)(x − m)dx =(b − m) − − (a − m) −
2h2 a 2 6 2 6
Sean
4h2 8h3 3 4h3 2
Z b =h · − = 2h − = h3 ,
I1 = (x − m)(x − b)dx; 2 6 3 3
a
Z b
luego
I2 = (x − a)(x − b)dx; b b
(x − b)2 (x − b)3
Z
a I2 = (x − a)(x − b)dx = (x − a) −
Z b
a 2 6
a
I3 = (x − a)(x − m)dx
a
(b − b)2 (b − b)3 (a − b)2 (a − b)3
Utilizando el hecho que todas las expresiones son de la forma =(b − a) − − (a − a) −
(x − λ)(x − α), calcularemos una integral por partes genérica 2 6 2 6
Z
(x − λ)(x − α)dx, 8h3 4
=− = − h3
6 3
para finalmente sólo sustituir. y finalmente
(x − α)2 Z b b
(x − m)2 (x − m)3
Sea u = x − λ y dv = (x − α)dx, luego du = dx y v = . I3 = (x − a)(x − m)dx = (x − a) −
2 2 6
a a
Entonces,
(b − m)2 (b − m)3 (a − m)2 (a − m)3
(x − α)2 (x − α)2
Z Z
(x − λ)(x − α)dx = (x − λ) − dx =(b − a) − − (a − a) −
2 2 2 6 2 6
(x − α)2 (x − α)3 h2 h3 h3 h3 2
= (x − λ) − =2h · − − = h3 − = h3 .
2 6 2 6 6 3 3
En consecuencia, SECCIÓN 17
Z b Regla de Simpson compuesta
f (a) f (m) f (b)
f (x)dx ≈ 2 I1 − 2
I2 + I1
a 2h h 2h2
La regla de Simpson puede generalizarse, dando paso a la regla de Simpson
f (a)
2 3 f (m)
4
f (b)
2 3
compuesta, para esto dividiremos el intervalo de integración [a, b] en una
= h − − h3 + h b−a
2h2 3 h2 3 2h2 3 cantidad par n subintervalos de longitud h = y
n
Ejemplos
Z 2 16 Utilizando la regla de Simpson para aproximar la integral
2 Ejemplos 17
ex dx vemos que
1
Z 2
2
(1) Utilizando la regla de Simpson para aproximar la integral ex dx vemos
2
2−1 2+1
Z
1
2
ex dx ≈ f (1) + 4f + f (2) que
1 6 2
" #
1 Z 2
h
3 3
= [f (1) + 4f (1, 5) + f (2)] ≈ 15, 87785 2
X X
6 ex dx ≈ f (a) + 2 f (a2i−2 ) + 4 f (a2i−1 ) + f (b)
1 6 i=2 i=1
h
= [f (a) + 2f (a2 ) + 2f (a4 ) + 4f (a1 ) + 4f (a5 ) + f (b)]
6
1
= [f (1) + 2f (1, 3333) + 2f (1, 6666) + 4f (1, 1666)
6
+4f (1, 8333) + f (2)]
1 SECCIÓN 18
= [2, 7182 + 2 · 5, 9161 + 2 · 16, 0796 + 4 · 3, 8985
6 Ejercicios
+4 · 28, 8176 + 54, 5981]
=38, 69535
Aproximar los valores de las siguientes integrales aplicando la regla que se
Z 2 indica:
(ln(x2 + 1) + 1, 5)dx utilizando el método de
Z 3
(2) Aproximemos el valor de 2
1 (1) ex +1 dx con la regla Simpson compuesta para:
Simpson compuesto, considerando 2n = 4 intervalos. 1
(a) n = 4 (b) n = 6 (c) n = 8
Calculamos la longitud de cada intervalo y sus puntos de cortes.
Z 4
(2) x ln(x)dx la regla del Trapecio compuesta para:
b−a 1 1
h= = = 0, 25;
2n 4 (a) n = 4 (b) n = 5 (c) n = 6
x0 = 1;
Z 0,5
x1 = 1, 25;
(3) cos2 (πx)dx la regla del Trapecio compuesta para:
x2 = 1, 5; −0,5
(I≈6,3549)
Z 1,2
2
(b) I = e−x + 1 dx con 8 subintervalos. CAPÍTULO IV
1
(I≈0,25992)
Z 0 SISTEMAS DE
(c) I = sen(x2 + 1)dx con 4 subintervalos.
−0,5 ECUACIONES LINEALES
(I≈0,44053)
Z 6
1 √
− x
(d) I = +e dx con 6 subintervalos.
5 x
(I≈0,27841)
Considerando (x0 , y0 , z0 ) = (1, 0, −2), obtenemos que (a) Considerando (x0 , y0 , z0 ) = (1, 1, 1), obtenemos que
i xi yi zo
i xi yi zi Dxi Dyi Dzi Di 0 1 1 1
0 1 0 −2 − − − − 1 0, 9333 0, 626 −0, 8533
1 0, 35 1, 5833 −2, 4762 0, 65 1, 3666 1, 4396 1, 4396 2 0, 9928 −0, 139 −0, 871
2 1, 2131 1, 0889 −3, 5532 0, 8992 0, 54 0, 6254 0, 8992 3 0, 4857 −0, 1583 −1, 0384
3 1, 1274 0, 7483 −2, 9654 0, 3638 0, 2435 0, 2661 0, 3638 4 0, 5008 −0, 1272 −0, 7018
4 0, 869 1, 0627 −2, 8196 0, 1616 0, 1013 0, 1146 0, 1616 5 0, 4654 0, 011 −0, 7067
5 1, 0043 1, 0615 −3, 0827 0, 0678 0, 0442 0, 049 0, 0678 6 0, 5584 0, 016 −0, 66
6 1, 0432 0, 9532 −3, 0306 0, 0295 0, 0187 0, 021 0, 0295
7 0, 9812 0, 9965 −2, 959 0, 0125 0, 0081 0, 009 0, 0125 Por lo tanto, x ≈ 0, 5584, y ≈ 0, 016 y z ≈ −0, 66.
8 0, 9921 1, 0176 −3, 0054 0, 0054 0, 0035 0, 0039 0, 0054 (b) Considerando (x0 , y0 , z0 ) = (2, 0, −1), obtenemos que
Por lo tanto, x ≈ 0, 9921, y ≈ 1, 01776 y z ≈ −3, 0053 i xi yi zi
0 2 0 1
(2) Aproximemos la soluciones del sistema
1 0, 6 −0, 414 −1, 69
2 0, 439 −0, 4238 −0, 821
3x − 2y + 0, 5z = 1, 3
3 0, 2876 −0, 0266 −0, 7147
x + 5y − 2, 1z = 2, 03
4 0, 5347 0, 0482 −0, 5471
2, 01x − 0, 5y + 3z = −1, 05
5 0, 5567 0, 0692 −0, 7002
6 0, 5962 0, 0005 −0, 7114
realizando 6 iteraciones con 4 decimales, considerando
Por lo tanto, x ≈ 0, 5962, y ≈ 0, 0005 y z ≈ −0, 7114
(a) (x0 , y0 , z0 ) = (1, 1, 1)
(3) Aproximemos una solución, con el método de Jacobi, para el sistema de
(b) (x0 , y0 , z0 ) = (2, 0, −1) ecuaciones lineales
Observamos que la matriz A es estrictamente diagonal dominante, por lo 2, 3x + 1, 2y − 0, 55z = 2
tanto x − 2y − 3, 01z = −2
x + 4y − 2z = 1
x = 0, 6667y − 0, 1667z + 0, 4333
y = −0, 2x + 0, 42z + 0, 406
realizando 3 iteraciones con 4 decimales con
z = −0, 67x + 0, 1667y − 0, 35
Al igual que sucede con el método de Jacobi, para garantizar la convergencia del i xi yi zo Dx Dy Dz Di
método, utilizaremos la condición suficiente que A sea estrictamente diagonal 0 1 0 −2 − − − −
dominante. 1 0, 35 1, 3666 −3, 4396 0, 65 1, 3666 1, 4396 1, 4396
2 1, 2492 0, 8266 −2, 8142 0, 8992 0, 54 0, 6254 0, 8992
Ejemplos 20 3 0, 8854 1, 0701 −3, 0803 0, 3638 0, 2435 0, 2661 0, 3638
4 1, 047 0, 9688 −2, 9657 0, 1616 0, 1013 0, 1146 0, 1616
(1) Aproximemos la soluciones del sistema
5 0, 9792 1, 013 −3, 0147 0, 0678 0, 0442 0, 049 0, 0678
6 1, 0087 0, 9943 −2, 9937 0, 0295 0, 0187 0, 021 0, 0295
0, 4x − 1, 2y + 0, 7z = −2, 9 7 0, 9962 1, 0024 −3, 0027 0, 0125 0, 0081 0, 009 0, 0125
2x − y + 0, 3z = 0, 1 8 1, 0016 0, 9989 −2, 9988 0, 0054 0, 0035 0, 0039 0, 0054
0, 8x − 1, 1y − 2, 1z = 6
Por lo tanto, x ≈ 1, 0016, y ≈ 0, 9989 y z ≈ −2, 9988.
considerando (x0 , y0 , z0 ) = (1, 0, −2) y
(2) Aproximemos la soluciones del sistema
D = máx{|xi+1 − xi |, |yi+1 − yi |, |zi+1 − zi |} < 0, 01.
3x − 2y + 0, 5z = 1, 3
x + 5y − 2, 1z = 2, 03
2, 01x − 0, 5y + 3z = −1, 05
Primero modificaremos el sistema de ecuaciones para que la matriz de
coeficientes sea diagonal dominante, para esto intercambiamos la ecuación
1 y 2, es decir, realizando 6 iteraciones con 4 decimales, considerando
(b) Considerando (x0 , y0 , z0 ) = (2, 0, −1), obtenemos que sı́ es estrictamente diagonal dominante y el sistema asociado es
i xi yi zi
2, 3x − 0, 55z + 1, 2y = 2
0 2 0 1 x − 3, 01z − 2y = −2
1 0, 6 −0, 134 −0, 7743 x − 2z + 4y = 1
2 0, 473 −0, 0138 −0, 6692
3 0, 5356 0, 0177 −0, 7059
2 − 1, 2yi + 0, 55zi
4 0, 5628 −0, 003 −0, 7276 xi+1 =
2, 3
5 0, 5534 0, 0196 −0, 7175
6 0, 5659 −0, 0085 −0, 7306 1 − xi+1 + 2zi
⇒ yi+1 =
Por lo tanto, x ≈ 0, 5659, y ≈ −0, 0085 y z ≈ −0, 7306. 4
(3) Aproximemos una solución, con el método de Gauss-Seidel, para el sistema 2 + xi+1 − 2yi+1
zi+1 =
de ecuaciones lineales 3, 01
2, 3x + 1, 2y − 0, 55z = 2 Luego,
x − 2y − 3, 01z = −2
i xi yi zi
x + 4y − 2z = 1
0 1 1 1
realizando 3 iteraciones con 4 decimales con 1 0, 5869 0, 6032 0, 4586
2 0, 6645 0, 3131 0, 6771
(x0 , y0 , z0 ) = (1, 1, 1). 3 0, 8681 0, 3715 0, 706
(1) B = 4 1 −3
I. Aproximar las soluciones de los siguientes sistemas de ecuaciones linea- 1 −1 1
les, utlizando el método de Jacobi y Gauss-Seidel con 7 iteraciones y 5
1 0 −1
decimales. (2) C = 1 2 −4
(1) Considerando (x0 , y0 , z0 ) = (1, 1, 1), 7 −3 −2
2 −3 1
1, 2x + 0, 6y − 0, 2z = 3, 2
1, 01x − 2, 1y + 0, 1z = −1, 03 (3) D = 3 1 −3
2x − y + 5, 1z = 2
1 −1 5
III. Utilizando factorización LU , determinar las soluciones de los siguientes
(2) Considerando (x0 , y0 , z0 ) = (1, 2, 3), sistemas de ecuaciones lineales:
7x − 2y + 3z = −3 3x − 2y + z = 2
5x + 7y − 3z = 8 (1) x − 3y + z = −1
4x − 2y + 5z = 1 4x + 2y − z = 5
(3) Considerando (x0 , y0 , z0 ) = (1, 1, 1), 4x + 5y − 3z = 7
(2) 2x − y + z = 1
−2x + 1, 5y + 5z = 2, 3 x − 7y + 4z = −3
x − 2, 3y + 1, 01z = −1, 2
4x − 3y + 0, 5z = 1
3x + y + z = 1
(3) 5x + 2y − 4z = −1
x − y + 3z = 1
(4) Considerando (x0 , y0 , z0 ) = (−2, 0, 0),
3x + 6y − z = 6
−2, 25x + 1, 1y − 1, 1z = 6
0, 06x − 4, 1y + z = −2 (4) x + y + 7z = −6
5x − y + 2z = −1
x + y − 2, 2z = −0, 5
1
(5) Considerando (x0 , y0 , z0 ) = (−1, 0, −2), x + y − 3z = −
5
(5) x − y + z = −1
−1, 1x + y + 0, 001z = 1
5x + y + z = −1
2x + 2, 3y − 0, 001z = −2
x + y − 3z = 2
II.
3 1
1 − 2 2
2 0 0
4 7 0 5
(1) A =
1 6 0 1 −
1 7
2 7
0 0 1
1 0 0 1 0 −1
3
(2) B = 1 2 0 0 1 −
1 2
7 −3 0 0 1
2
2 0 0
3 1
CAPÍTULO V
1 − 2 2
(3) C = 3
11
0
9
ECUACIONES
2 0 1 −
1 54
11
DIFERENCIALES
1 0 0 1
2 11
III.
(1) x = 1; y = 1; z = 1
(2) x = 1; y = 0; z = −2
(3) x = 0; y = 0, 5; z = 0, 5
1 2
(4) x = ; y = ; z = −1
3 3
2 4 1
(5) x = − ; y = ; z =
5 5 5
SECCIÓN 23 SECCIÓN 24
Conceptos básicos Método de Euler
En este capı́tulo aproximaremos soluciones numéricas de ecuaciones diferen- 24.1. Construcción del método
ciales con problemas de valores iniciales (P.V.I.). Para esto, supongamos que
tenemos el P.V.I.: Sabemos que
′
y (x) = f (x, y(x)), x ∈ [a, b] y(x + h) − y(x) y(x + h) − y(x)
y ′ (x) = lı́m ≈ .
h→0 h h
y(a) = y0
Entonces
b−a y ′ (x) = f (x, y(x))
Dividiremos [a, b] en n subintervalos de igual longitud h = . Obteniendo
n
dos sucesiones y(x + h) − y(x)
⇒ ≈ f (x, y(x))
h
Primera sucesión: Para i = 0, 1, 2, . . . , n
⇒ y(x + h) ≈ y(x) + hf (x, y(x))
x0 = a, x1 = a + h, x2 = a + 2h, . . . , xi = a + ih
y(a) = y0
• yi+1 = yi + hf (xi , yi )
La siguiente tabla, resume la información obtenida La siguiente gráfica muestra la función solución del P.V.I. y las aproxima-
ciones obtenidas con el método de Euler, considerando los puntos
i xi yi
0 0 1 A(0, 1), B(0, 2; 1), C(0, 4; 1, 004), D(0, 6; 1, 0192),
1 0, 2 1
E(0, 8; 1, 0514), F (1; 1, 1051)
2 0, 4 1, 004
3 0, 6 1, 0192
4 0, 8 1, 0514
5 1 1, 1051
La solución y(x) del P.V.I. es
x2
y(x) = − x + 2 − e−x ,
2
cuya gráfica es
Desarrollo:
2
y7 = y6 + 0, 125 x6 −
3y La longitud de cada subintervalo es h = 0, 15 luego
6
2
⇒ y7 = −0, 0661 + 0, 125 1, 875 − x0 = 1, x1 = 1, 15, x2 = 1, 3,
3 · −0, 0661
⇒ y7 ≈ 1, 4138. x3 = 1, 45, x4 = 1, 6, x5 = 1, 75.
x0 = 1, x1 = 1, 25, x2 = 1, 5, x3 = 1, 75, x4 = 2.
2 2
k12 = x1 − = 1, 25 − ≈ 2, 6035.
3y1 3 · −0, 4926
Concluimos que debemos aproximar y(2) = y(x4 ) = y4 .
2
k22 = x2 −
Por lo tanto, para i = 0, 1, 2, 3 tenemos que 3(y1 + hk12 )
2
⇒ k22 = 1, 5 − ≈ −2, 7112.
2 3(−0, 4926 + 0, 25 · 2, 3929)
k1i+1 = xi − ;
3yi
2 h
k2i+1 = xi+1 − ; y2 = y1 + (k12 + k22 )
3(yi + hk1i+1 ) 2
h 0, 25
yi+1 = yi + (k1i+1 + k2i+1 ) . ⇒ y2 = −0, 4926 + (2, 6035 − 2, 7112) ≈ −0, 506.
2 2
i xi k1i k2i yi
2 2
k13 = x2 − = 1, 5 − ≈ 2, 8175. 0 1 − − −1
3y2 3 · −0, 506
1 1, 25 1, 6667 2, 3929 −0, 4926
2 1, 5 2, 6035 −2, 7112 −0, 506
2 3 1, 75 2, 8175 −1, 611 −0, 3552
k23 = x3 −
3(y2 + hk13 ) 4 2 3, 6267 0, 7911 0, 197
2
⇒ k23 = 1, 75 − ≈ −1, 6111. La siguiente tabla muetsra los valores de yi obtenidos con el método de
3(−0, 506 + 0, 25 · 2, 8175)
Euler y Euler modificado
h i Euler Euler modificado
y3 = y2 + (k13 + k23 )
2 0 −1 −1
0, 25 1 −0, 5833 −0, 4926
⇒ y3 = −0, 506 + (2, 8175 − 1, 6111) ≈ −0, 3552.
2 2 0, 0149 −0, 506
3 −10, 8101 −0, 3552
4 −10, 3572 0, 197
• Aproximamos y4 = y(x4 ) = y(2),
(2) Aproximemos y(−0, 4) del PVI
2 2
k14 = x3 − = 1, 75 − ≈ 3, 6267.
y ′ = y cos(πx) − 1, 2
3y3 3 · −0, 3552
y(−1) = 1
2
k24 = x4 − utilizando h = 0, 2 con 4 decimales.
3(y3 + hk14 )
2 Desarrollo:
⇒ k24 = 2 − ≈ 0, 7911.
3(−0, 3552 + 0, 25 · 3, 6267)
Vemos que x0 = −1 e y0 = 1.
h Como h = 0, 2, entonces
y4 = y3 + (k14 + k24 )
2
0, 25 x0 = −1, x1 = −0, 8, x2 = −0, 6, x3 = −0, 4.
⇒ y4 = −0, 3552 + (3, 6267 + 0, 7911) ≈ 0, 197.
2
Concluimos que debemos aproximar y(−0, 4) = y(x3 ) = y3 .
h
yi+1 = yi + (f (xi , yi ) + f (xi+1 , y i+1 ));
26.1. Construcción del método 2
y i+1 = yi + hf (xi , yi ).
Consideremos el P.V.I.
La notación común para expresar este método es, para el proceso i,
y ′ = f (x, y(x)), con x ∈ [a, b]
k1 = hf (xi , yi );
y(x0 ) = y0
k2 = hf (xi+1 , yi + k1i );
y observemos que 1
yi+1 = yn + (k1 + k2 ).
2
dy
y ′ = f (x, y(x)) ⇒ = f (x, y(x))
dx
⇒ dy = f (x, y(x))dx 26.2. Algoritmo del método
Z y Z x
⇒ dy = f (x, y(x))dx
yo x0
Algoritmo 16 : método Runge-Kutta orden 2
Z x
⇒ y − y0 = f (x, y(x))dx Dado el P.V.I.
x0
Z x y ′ = f (x, y), con x ∈ [a, b]
⇒ y = y0 + f (x, y(x))dx
x0
y(x0 ) = y0
Hacemos xi+1
para i = 0, 1, . . . , n tenemos que
Z
yi+1 = yi + f (x, y(x))dx.
xi
• k1 = hf (xi , yi );
Utilizando el métodos de los trapecios obtenemos que
Z xi+1
h • k2 = hf (xi+1 , yi + k1 );
f (x, y(x))dx ≈ (f (xi , yi ) + f (xi+1 , yi+1 )),
xi 2
es decir, 1
• yi+1 = yi + (k1 + k2 ).
h 2
yi+1 ≈ yi + (f (xi , yi ) + f (xi+1 , yi+1 )).
2
La siguiente tabla estructura los resultados obtenidos al aplicar el método k1 = h x20 − cos(x0 ) + y0 = 0, 5 (−2)2 − cos(−2) − 2
de Runge-Kutta orden 2. ⇒ k1 ≈ 1, 2081.
i xi k1 k2 yi
0 x0 − − y0
k2 = h x21 − cos(x1 ) + y0 +1
1 x1 k1 k2 y1
.. .. .. .. .. ⇒ k2 = 0, 5 (−1, 5)2 − cos(−1, 5) − 2 + 1, 2081
. . . . .
n xn k1 k2 yn ⇒ k2 ≈ 0, 6937.
y(−2) = −2
k1 = 0, 5 x2i − cos(xi ) + yi ;
k2 = 0, 5 x2i+1 − cos(xi+1 ) + yi + k1 ;
1
yi+1 = yi + (k1 + k2 ) .
2
27.1. Construcción del método h k1
k2 = hf xi + , yi + ;
2 2
• k1 = hf (xi , yi );
donde y i+1 e y i+ 1 son estimaciones.
h k1
2
• k2 = hf xi + , yi + ;
2 2
Utilizamos el método de Euler para estimar y i+ 1 e y i+1 , tomando la pendiente
2 • k3 = hf (xi + h, yi − k1 + 2k2 ) ;
h
de la recta tangente en el punto medio, es decir, y i+ 1 = yi + f (xi , yi ) y 1
2 2 • yi+1 = yi + (k1 + 4k2 + k3 ).
6
y i+1 = yi + hf xi+ 1 , y i+ 1 .
2 2
y(x0 ) = y0
tenemos que
• k1 = hf (xi , yi );
h k1
• k2 = hf xi + , yi + ;
2 2
h k2
• k3 = hf xi + , yi + ;
2 2
• k4 = hf (xi + h, yi + k3 ) ;
1
• yi+1 = yi + (k1 + 2k2 + 2k3 + k4 )
6
Ejemplos 24 SECCIÓN 29
y ′ = x cos(πy) − 1, 2; y(−1) = 1, 1;
Dado un P.V.I. para un sistema de ecuaciones diferenciales, de la forma:
aproximemos y(1).
dx
= f (t, x, y)
Utilizando el método Runge-Kutta de orden 4 con h = 0, 5 obtenemos dt
que
dy
i xi k1 k2 k3 k4 yi = g(t, x, y)
dt
0 −1 − − − − 1, 1
1 −0, 5 −0, 1245 −0, 2276 −0, 2253 −0, 3691 0, 8668
x(0) = x0
2 0 −0, 3716 −0, 5327 −0, 5612 −0, 6 0, 3402
y(0) = y0
3 0, 5 −0, 6 −0, 476 −0, 4814 −0, 3742
Por lo tanto, y(1) ≈ −0, 1413. Aproximamos la solución numérica (xi+1 , yi+1 ), de la forma
(2) Aproximemos y(−0, 4) del problema de valores iniciales Algoritmo 19 : método de Euler para sistemas
′
y = y cos(πx) − 1, 2 • ti+1 = ti + h;
y(−1) = 1
• xi+1 = xi + hf (ti , xi , yi );
utilizando el método de Runge-Kutta orden 4 con h = 0, 3 con 4 decima-
les.
• yi+1 = yi + hg(ti , xi , yi )
Sabemos que x0 = −1, x1 = −0, 7 y x2 = −0, 4, por lo tanto, debemos
calcular y2 .
Ejemplos 25 Dado el problema de valor inicial:
Luego,
√
1
y′ = −t + x−
i xi yi k1 k2 k3 k4
y
0 −1 1 −1, 5 −0, 4268 −0, 5702 −0, 4357 x′ = 1 − x + 2t − y
1 −0, 7 0, 345 −0, 9513 −0, 3538 −0, 3678 −0, 3621
x(0) = 0
2 −0, 1413
y(0) = 1
Es decir, y(−0, 4) = −0, 1144.
aproximemos y(2, 4) y x(2, 4).
n tn xn yn Ejercicios
0 0 0 1
1 0.6 0 0, 4
(1) Dado el problema de valor inicial:
2 1.2 1, 08 −1, 46
3 1, 8 3, 348 −1, 1455 √
y ′ = x y + 1, y(−1) = 2,
4 2, 4 4, 7865 −0, 6039
Por lo tanto, x(2, 4) ≈ 4, 7965 y y(2, 4) ≈ −0, 6039. calcular y(1) utilizando el método mejorado de Euler y
Runge-Kutta de orden 4 con h = 0, 4
(2) Dado el problema de valor inicial:
2
y′ = x − , y(1) = −1,
3y
y ′ = x cos(πy) − 1, 2, y(−1) = 1, 1;