Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Examen Teorico 1 ANS
Examen Teorico 1 ANS
UNIDAD I
ANÁLISIS DE ERRORES Y SU PROPAGACIÓN
TEOREMAS DE CÁLCULO QUE APOYAN LOS MÉTODOS.
1. INTRODUCCIÓN
El Análisis Numérico es una rama de las matemáticas que, mediante el uso de algoritmos
iterativos, obtiene soluciones numéricas a problemas en los cuales la matemática simbólica (o
analítica) resulta poco eficiente y en consecuencia no puede ofrecer una solución. En particular,
a estos algoritmos se les denomina métodos numéricos.
Por lo general los métodos numéricos se componen de un número de pasos finitos que se
ejecutan de manera lógica, mejorando aproximaciones iniciales a cierta cantidad, tal como la
raíz de una ecuación, hasta que se cumple con cierta cota de error. A esta operación cíclica de
mejora del valor se le conoce como iteración.
El análisis numérico es una alternativa muy eficiente para la resolución de ecuaciones, tanto
algebraicas (polinomios) como trascendentes teniendo una ventaja muy importante respecto a
otro tipo de métodos: La repetición de instrucciones lógicas (iteraciones), proceso que permite
mejorar los valores inicialmente considerados como solución. Dado que se trata siempre de la
misma operación lógica, resulta muy pertinente el uso de recursos de cómputo para realizar esta
tarea
2. OBJETIVO DE LA UNIDAD
Fundamentar los elementos de cálculo que son importantes para la solución numérica de
problemas matemáticos.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
f continua en a, b
f derivable ena, b existe al menos un c a, b tal que f c 0
f a f b
Ejemplo I
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Ejemplo II
f continua en a, b f b f a
existe al menos un c a, b tal que f c
f derivable ena, b ba
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Ejemplo I. Verificación gráfica del teorema del valor medio para la función
f ( x) x 4x 4x 1 en el intervalo 4,6
Para hallar el punto c , -4 < c < 6 , que satisface el teorema del valor medio debemos resolver la
ecuación:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
x 1
Si calculamos donde se anula la derivada, f 0 3x 2 3 0
x 1
f a1 f a2 0
f continua en 1,1
Rolle: f derivable en 1,1 existe al menos un c a1 , a 2 tal que f c 0
f a1 f a 2
x 1
Pero sabemos que f se anula en que no están incluidos en a1 , a 2 puesto que
x 1
1 a1 , a2 1 , hemos llegado a una contradicción.
f x0 0 f creciente en x0
En las que a partir de alguna propiedad de la derivada obtenemos datos de la función. Con el
teorema del valor medio se simplifican las demostraciones de este último tipo de teoremas.
Función constante.-
f continua en a, b
f derivable en a, b f CONSTANTE en a, b
f x 0 x a, b
En x1 , x 2 se cumplen las condiciones del teorema del valor medio. Existe pues un c x1 , x2
f x2 f x1
tal que f c y como f c 0 (hipótesis)
x2 x
f x2 f x1
0 f x2 f x1 x1 , x2 a, b f CONSTANTE
x2 x
Función creciente.-
f continua en a, b
f derivable en a, b f CRECIENTE en a, b
f x 0 x a, b
INTRODUCCION:
Sabemos que la recta tangente, como la mejor aproximación lineal a la gráfica de f en las
cercanías del punto de tangencia (xo, f(xo)), es aquella recta que pasa por el mencionado punto
y tiene la misma pendiente que la curva en ese punto (primera derivada en el punto), lo que
hace que la recta tangente y la curva sean prácticamente indistinguibles en las cercanías del
punto de tangencia. Gráficamente podemos observar que la curva se pega "suavemente" a la
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
recta en este entorno, de tal manera que "de todas las rectas que pasan por el punto, es esta
recta la que más se parece a la curva cerca del punto".
Nótese que cerca del punto de tangencia, la curva se comporta casi linealmente, como se
puede apreciar si hacemos acercamientos a la gráfica anterior
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Veamos que sucede si en lugar de aproximarnos con una recta tratamos de hacerlo con una
parábola, es decir tratemos de encontrar de todas las parábolas que pasan por (xo, f(xo)), la que
mejor aproxima a la curva, es decir tratemos de encontrar "la parábola tangente" . Nótese que
la parábola tangente a una curva no es única.
Naturalmente a esta parábola P(x) = a + b(x- xo) + c(x- xo)2 debemos pedirle que pase por el
punto, que tenga la misma inclinación (primera derivada) y la misma concavidad que la
parábola (segunda derivada), es decir debemos pedirle:
a) P(xo) = f (xo)
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
x 1+x
1 2 2.5 2.718281828
P '(x) = a1 +2 a2 (x- xo) + 3a3 (x- xo)2 + 4a4 (x-xo )3 +... + nan (x- xo)n-1
P(n)(x) = (1)(2)...(n) an = n! an
De donde, evaluando cada una de estas derivadas en xo, obtenemos los coeficientes del
polinomio:
......( I )
P(2) = 3, P '(2) = 5, P (2) (2) = 4, P (3) (2) =24 y P (4) (2) =48
Es decir:
Que puede comprobarse fácilmente efectuando las operaciones, para concluir que:
y gráficamente observamos que para x cercano a xo, la función es muy parecida a su "parábola
tangente", es decir:
En estos términos, la recta tangente y la parábola tangente, vienen siendo los polinomios de
Taylor para f de grados 1 y 2 respectivamente.
x 1+x
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
2. En cada renglón, vemos que para cada valor fijo de x, no importa si está cerca o no de 0, la
aproximación va mejorando conforme aumentamos el grado del polinomio de Taylor.
Una representación gráfica de esta situación se muestra a continuación para los polinomios de
Taylor de grado 1,2 y 3.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
f(x) = sen(x)
f(x) = cos(x)
El Teorema de Taylor que a continuación enunciaremos sin demostración, nos dice que bajo
ciertas condiciones, una función puede ser expresarse como un polinomio de Taylor mas un
cierto error, es decir f(x) = Pn(x) + En y además nos dirá como estimar este error.
3.3 TEOREMA DE TAYLOR. Sea f continua en [a, b] y con derivadas hasta de orden n continuas
también en este intervalo cerrado; supóngase que f (n+1) (x) existe en (a,b), entonces para x y x
(a,b) se tiene:
Observación: El Teorema del valor medio es un caso particular del Teorema de Taylor, ya que
para n = 0 en éste último, tenemos:
f(x) = f(xo) + f ' (c) (x - xo) con c entre x y xo, o bien la conocida expresión para el Teorema del
Valor Medio:
Ejemplo I
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Ejemplo II
Obtenemos los valores máximo y mínimo absolutos en los extremos del intervalo.
En los problemas siguientes hallar los puntos críticos y los extremos relativos.
1 2
2. f ( x) x 2 4 x 2 Luego f ( x) x 4
3 3
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
2
Puntos críticos: f ( x) x 4 =0 x 6
3
3. g ( x) 2 x 3 3x 2 12 x 5
Luego g ( x) 6 x 2 6 x 12 = 6 x 2 x 2 (1)
Las raíces de (1) son -1 y 2. Estos son puntos críticos.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
5. g ( x) x 3 12 x 2 36 x
Por lo tanto g ( x) 3x 2 24 x 36 . Los puntos críticos a partir de g ( x) 0 son
x1 2 y x2 6 .
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Los valores extremos son mínimo relativo g (2) 32 y máximo relativo g (6) 0
x 1
16. f ( x) . Por lo tanto f ( x)
x 1 x 12
El único posible punto crítico es x 1 , donde f (x) no existe, mas por no pertenecer al
dominio de la función, no se considera un punto crítico. No hay puntos críticos. Como
1
f ( x) > 0 , x R , la función siempre es creciente en su dominio.
x 12
Esta función un poco difícil de generar con Maple tiene una asíntota vertical en x = 1.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
x2 x( x 2)
. f ( x) . Operando algebraicamente se concluye que f ( x)
x 1 ( x 1) 2
Para ver los valores extremos es necesario ordenarle a maple que grafique por segmentos así:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
4. ENLACES SUGERIDOS
5. BIBLIOGRAFÍA
Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010.
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Números en un computador
Sea x un número real positivo. La representación decimal normalizada de x en un computador,
con k cifras significativas es
n
x = 0.d1d2...dk × 10
format(30)
x = 1/3 El resultado es
0.3333333333333333148296
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Únicamente hay 16 dígitos correctos, los demás son “basura” producida por Matlab para
satisfacer el formato deseado. Esto nos indica que en Matlab, en la representación interna de
un número, no hay más de 16 cifras significativas.
Relacionado con el concepto anterior, está el épsilon de la máquina, que se define así:
La anterior definición usa los números utilizados en el computador. Este conjunto de números
es finito y la definición tiene sentido. Obviamente si los valores t se tomaran en R, el valor
épsilon de la maquina estaría mal definido.
Una manera aproximada de obtener el ´épsilon de la maquina consiste en buscar, por ensayo y
error, un valor x tal que 1 + x > 1 y 1 + x/10 = 1.
La orden
produce T (“true”). Esto nos indica que un valor aproximado es justamente 10−15. Al utilizar
Matlab tiene un valor predefinido
%eps = 2.220E-16
Para averiguar si un número positivo y pequeño es considerado como nulo, se puede ensayar
con diferentes valores de la potencia de 10, por ejemplo:
x = 1.0e-20; x == 0.0
x = 1.0e-100; x == 0.0
x = 1.0e-323; x == 0.0
produce F y
x = 1.0e-324; x == 0.0
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
x = 1;
while x/10 > 0.0 x0 = x;
x = x/10; end
x_final = x0
El resultado obtenido es 9.881-323. Obsérvese que x toma los valores 1, 1/10, 1/100, ... Sin
embargo el resultado obtenido no es exactamente una potencia de 10.
Ahora queremos averiguar qué tan grandes pueden ser los números en Matlab. Así la orden
x = 1.0e308
x = 1.0e309
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
pr = number_properties(“huge")
pr = number_properties("tiny")
Para examinar estos problemas, supondremos que los números de máquina se representan en
la forma de punto flotante decimal normalizada
Los números escritos de esta forma se llaman números de máquina decimales con k dígitos.
Cualquier número real positivo, y, dentro del intervalo numérico de la máquina se puede
normalizar como sigue:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
x = 0.d1d2...dk × 10n
x´ = 0.d1d2...dt × 10n
Dicho de otra forma, se quitan los últimos k − t dígitos. El redondeo con t cifras significativas se
puede presentar de varias maneras equivalentes. Una de ellas es la siguiente,
Una manera sencilla, que funciona cuando dt ≤ 8, es la siguiente: los primeros t − 1 dígitos son
los mismos y el dígito en la posición t es
dt + 1 si dt+1 ≤ 4
δt =
dt + 1 si dt+1 ≥ 5
error absoluto = |x − x˜ |
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
|x − x˜|
error relativo =
|x|
x y x˜ y˜ z z˜ ea er
Los principales casos en los que los errores pueden ser grandes, son:
Estos casos, en cuanto sea posible, deben ser evitados y, si no es posible, los resultados
deben ser interpretados de manera muy cuidadosa.
2. ENLACES SUGERIDOS
3. BIBLIOGRAFÍA
Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
4. GLOSARIO
5. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
NOTACIÓN O GRANDE
1. INTRODUCCIÓN
Por poner un ejemplo, supón que tu amiga te va a dar un regalo, pero para hacer las cosas más
interesantes tomó N cajas, las colocó en una fila y escondió el regalo en una de ellas. Entonces
tu tienes que ir destapando cada caja hasta encontrar tu regalo, sabes que tendrás que abrir a
lo mucho N cajas, entonces podríamos decir que tu “algoritmo” de búsqueda tiene una
complejidad temporal de O(n).
Algo bastante útil de este análisis es que funciona independientemente de quién o en donde se
ejecute el algoritmo, siguiendo con el ejemplo de las cajas y el regalo. Puede que tu te tardes 3
segundos en abrir cada caja, pero tu amiga las pueda abrir en 2. No importa cual tarde menos,
si los dos usan el mismo algoritmo, la complejidad será la misma, O(n).
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Una forma bastante rápida y generalmente útil para poder calcular la complejidad de un
algoritmo es fijarse en el tipo de operaciones que realiza, por ejemplo si se trata de un cálculo
matemático, como el cálculo de las soluciones de una ecuación de segundo grado, se dice que
tiene una complejidad constante O(1), ya que no importa que tan grandes sean los coeficientes
de entrada, siempre realizará la misma cantidad de operaciones para llegar al resultado.
Entre las complejidades más comunes también está la de O(n log n), que presentan algunos
algoritmos que van dividiendo o descartando parte de las entradas sobre las que opera, como
el Quicksort o la búsqueda binaria.
También existe una complejidad con la que debes tener mucho, pero mucho cuidado y esta es
la complejidad O(n!), ya que con tan solo una entrada de 10 elementos el algoritmo estaría
haciendo 3628800 operaciones. Un ejemplo de este problema es el del agente viajero:
Imagina que quieres visitar las capitales de todos los países de la Unión Europea, pero quieres
encontrar la manera más corta para hacerlo entonces te pones a calcular todas las posibilidades
que tienes… ¡mala idea! hay 3.0488834e+29 posibilidades para calcular, es entonces cuando
surgen otro tipo de algoritmos que son un poco más complejos de analizar.
Una cota superior asintótica es una función que sirve de cota superior de otra función cuando
el argumento tiende a infinito. Usualmente se utiliza la notación de Landau: O(g(x)), Orden de
g(x), coloquialmente llamada Notación O Grande, para referirse a las funciones acotadas
superiormente por la función g(x).
Formalmente se define:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
2. DEFINICIÓN O GRANDE
Definición: Sea g : N → R* una función arbitraria de los números naturales en los números
reales no negativos. O(g) representa el conjunto de todas las funciones t : N → R* tales que
existe una constante real positiva M y un número natural n0 de manera tal que para todo
número natural n ≥ n0 se tiene que t(n) ≤ M ∗ g(n).
Simbólicamente:
Si se desea comparar dos funciones, casi siempre alrededor de x=0, se dispone del siguiente
Resultado: Se dice que cuando x 0, f(x) es del “orden” de g(x)
f x C g x para x
3. EJEMPLO Y GRAFICA
Ejemplo: Sea f(x) = 4X3 + 5X6. Recordemos que si 0 < y < 1, entonces y > y2 > y3 > · · · .
|X3| ≤ |x|
|4x3| ≤ 4|x|
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
|x6| ≤ |x|
|5x6| ≤ 5|x|
Rn x h O h n 1
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
4. NOTACIÓN ASINTÓTICA
Objetivo:
Notación “O-grande (Big-Oh)”: dadas las funciones f(n) and g(n), decimos que f(n) es
O(g(n) ) si y solo si hay constantes positivas c y n0 tal que f(n)≤ c g(n) para n ≥ n0
Ejemplo
Para funciones f(n) y g(n) (derecha) hay constantes positivas c y n0 tales que:
Otro caso…
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Nota: Aun cuando es correcto decir que “7n - 3 es O(n3)”, es mejor decir “7n - 3 es O(n)”,
esto es, se debe hacer la aproximación lo más cerca posible
Regla simple: Eliminar los términos de bajo orden y las constantes 7n-3 es O(n)
logaritmico: O(log n)
lineal: O(n)
cuadratico: O(n2)
polinomico: O(nk), k ≥ 1
• “Alternativos” de Big-Oh
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
5. ORDEN DE CONVERGENCIA
Sea {xk} una sucesión de números reales con Límite L, Se dice que la sucesión tiene un
orden de convergencia p 1, si p es el mayor valor tal que el siguiente límite existe:
xk 1 L
lim
xk L
k p
En este caso se dice que es la tasa de convergencia. Cuando el orden es 1, se dice que la
convergencia es lineal.
xk 1 L
lim 0
xk L
k p
Por lo tanto:
xk 1 L yk 1 yk2
lim lim p lim p lim yk2 p
xk L
k p k y k y k
k k
Entonces:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
6. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/Cota_superior_asint%C3%B3tica
7. BIBLIOGRAFÍA
Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010.
8. GLOSARIO
9. PREGUNTAS DE AUTOEVALUACIÓN
1. ¿Qué es la Notación O grande?
2. ¿Qué es la cota superior asintótica?
3. La convergencia se llama “Superlineal”, si:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
UNIDAD I
ORDEN DE CONVERGENCIA
1. INTRODUCCIÓN
El límite de una sucesión es uno de los conceptos más antiguos del análisis matemático. Es
el valor al que tienden los términos de la sucesión cuando toma valores muy grandes.
Se representa mediante y se lee límite cuando tiende a más infinito de sub
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
En la medida en la que un método numérico, ante una muy amplia gama de posibilidades de
modelado matemático, es más seguro que converja que otro, entonces se dice que tiene una
mayor estabilidad.
Normalmente se puede encontrar métodos que convergen rápidamente, pero son demasiado
inestables y, por el contario, modelos muy estables, pero de lenta convergencia.
En métodos numéricos la velocidad con la cual una sucesión converge a su límite es llamada
orden de convergencia. Este concepto es, desde el punto de vista práctico, muy importante si
necesitamos trabajar con secuencias de sucesivas aproximaciones de un método iterativo.
Incluso puede hacer la diferencia entre necesitar diez o un millón de iteraciones.
Supongamos que la secuencia {xk} converge al número ξ. decimos que la sucesión converge con
orden q a ξ, si el número q es llamado orden de convergencia.
Dado que estos métodos forman una base, el método converge en N iteraciones, donde N es el
tamaño del sistema. Sin embargo, en la presencia de errores de redondeo esta afirmación no se
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
sostiene; además, en la práctica no puede ser muy grande, y el proceso iterativo alcanza una
precisión suficiente mucho antes. El análisis de estos métodos es difícil, dependiendo de lo
complicada que sea la función del espectro del operador.
2. DEFINICIÓN
Sea {Xk} una sucesión de números reales con limite L. Se dice que la convergencia tiene
orden de convergencia p ≥ 1, si p es el mayor valor tal que el siguiente limite existe
xk 1 L
lim
xk L
k p
En este caso se dice que β es la tasa de convergencia. Cuando el orden es 1, se dice que la
convergencia es lineal. La convergencia se llama superlineal si
Lo ideal es tener ´ordenes de convergencia altos con tasas pequeñas. Una convergencia lineal
con tasa 1 es una convergencia muy lenta. Una convergencia cuadrática es muy buena, por
ejemplo, el método de Newton que se verá más adelante
Luego la sucesión tiene orden de convergencia por lo menos igual a 1. Veamos qué pasa con
p > 1. Se puede suponer que p = 1 + ε, con ε > 0.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Entonces p no puede ser superior a 1 y podemos decir que la convergencia es lineal con tasa 1.
Ejemplo
Ejemplo :
1 6.900000000000000
2 6.810000000000000
3 6.656100000000000
4 6.430467210000001
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
5 6.185302018885185
6 6.034336838202925
7 6.001179018457774
8 6.000001390084524
9 6.000000000001933
10 6.000000000000000
Como yn → 0, entonces xn → 6.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
En los métodos numéricos para hallar una raíz α de una ecuación f(x)= 0 consisten en
generar una sucesión {xn} tal que lim xn = α
n→ ∞ = α
• Número n mínimo de iteraciones necesarias para que |xn -α|<ε para algún ε >0 dado.
Conclusiones:
3. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/Orden_de_convergencia
4. BIBLIOGRAFÍA
Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010.
5. GLOSARIO
Orden Convergencia: es el grado o potencia al cual esta elevado la función, puede ser 1
lineal, 2 cuadrada, asociada a la aceleración de convergencia.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
6. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
1. INTRODUCCIÓN
Uno de los problemas en matemáticas consiste en resolver una ecuación, es decir, encontrar un
valor x∗ ∈ R que satisfaga f(x) = 0, donde f es una función de variable y valor real, es decir,
f:R→R
Pero también se le conoce como “raíz” o “cero” de la ecuación. f debe ser continua en el
intervalo donde se busca la solución. Algunos métodos requieren que f sea derivable. A
continuación se muestran algunos ejemplos de ecuaciones No Lineales.
Lo mínimo que se le exige a f es que sea continua. Si no es continua en todo R, por lo menos
debe ser continua en un intervalo [a, b] donde se busca la raíz.
Algunos métodos requieren que f sea derivable. Para la aplicación de algunos teoremas de
convergencia, no para el método en si, se requieren derivadas de orden superior.
Los métodos generales de solución de ecuaciones sirven únicamente para hallar raíces reales.
Algunos métodos específicos para polinomios permiten obtener raíces complejas.
Los métodos presuponen que la ecuación f(x) = 0 tiene solución. Es necesario, antes de aplicar
mecánicamente los métodos,
En algunos casos muy difíciles no es posible hacer un análisis previo de la función, entonces hay
que utilizar de manera mecánica uno o varios métodos, pero sabiendo que podrían ser
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
lim xk = x∗
k→∞
|xk − x∗| ≤ ε
|f (xk )| ≤ ε
En la mayoría de los casos, cuanto más cerca está x0 de x∗, más rápidamente se obtendrá una
buena aproximación de x∗
Entre los métodos de aproximaciones sucesivas para encontrar algunas de las raíces de una
ecuación algebraica o trascendente, el de Newton-Raphson es el que presenta mejores
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Tal vez, de las fórmulas para localizar raíces, la fórmula de Newton-Raphson sea la más
ampliamente utilizada. Si el valor inicial para la raíz es xi, entonces se puede trazar una
tangente desde el punto [xi,f(xi)] de la curva. Por lo común, el punto donde esta tangente cruza
el eje x representa una aproximación mejorada de la raíz.
Historia
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
El método de Newton fue descrito por Isaac Newton en De analysi per aequationes número
terminorum infinitas (escrito en1669, publicado en 1711 por William Jones) y en De metodis
fluxionum et serierum infinitarum (escrito en 1671, traducido y publicado como Método de las
fluxiones en 1736 por John Colson). Sin embargo, su descripción difiere en forma sustancial de
la descripción moderna presentada más arriba: Newton aplicaba el método solo a polinomios, y
no consideraba las aproximaciones sucesivas xn, sino que calculaba una secuencia de
polinomios para llegar a la aproximación de la raíz x. Finalmente, Newton ve el método como
puramente algebraico y falla al no ver la conexión con el cálculo.
Isaac Newton probablemente derivó su método de forma similar aunque menos precisa del
método de François Viète. La esencia del método de Viète puede encontrarse en el trabajo
del matemático persa Sharaf al-Din al-Tusi.
2. OBJETIVO DE LA UNIDAD
Analizar y Aplicar los algoritmos correctamente para la solución de las ecuaciones no lineales en
una variable y establecer conveniencias de utilización de los diferentes métodos de solución.
3. MÉTODO DE NEWTON
Es un método abierto, en el sentido de que su convergencia global no está garantizada. La única
manera de alcanzar la convergencia es seleccionar un valor inicial lo suficientemente cercano a
la raíz buscada. Así, se ha de comenzar la iteración con un valor razonablemente cercano al cero
(denominado punto de arranque o valor supuesto). La relativa cercanía del punto inicial a la raíz
depende mucho de la naturaleza de la propia función; si ésta presenta múltiples puntos de
inflexión o pendientes grandes en el entorno de la raíz, entonces las probabilidades de que el
algoritmo diverja aumentan, lo cual exige seleccionar un valor supuesto cercano a la raíz. Una
vez que se ha hecho esto, el método linealiza la función por la recta tangente en ese valor
supuesto. La abscisa en el origen de dicha recta será, según el método, una mejor aproximación
de la raíz que el valor anterior. Se realizarán sucesivas iteraciones hasta que el método haya
convergido lo suficiente.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Sea f : [a, b] -> R función derivable definida en el intervalo real [a, b]. Empezamos con un valor
inicial x0 y definimos para cada número natural n
Nótese que el método descrito es de aplicación exclusiva para funciones de una sola variable
con forma analítica o implícita conocible. Existen variantes del método aplicables a sistemas
discretos que permiten estimar las raíces de la tendencia, así como algoritmos que extienden el
método de Newton a sistemas multivariables, sistemas de ecuaciones, etc.
Tres son las formas principales por las que tradicionalmente se ha obtenido el algoritmo de
Newton-Raphson.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Ilustración de una iteración del método de Newton (la función f se muestra en azul y la línea de
la tangente en rojo). Vemos que es una aproximación mejor que para la raíz de la
función .
En la ilustración adjunta del método de Newton se puede ver que es una mejor
aproximación que para el cero (x) de la función f.
Finalmente, hay que indicar que el método de Newton-Raphson puede interpretarse como un
método de iteración de punto fijo. Así, dada la ecuación , se puede considerar el
siguiente método de iteración de punto fijo:
Se escoge h (x) de manera que g'(r)=0 (r es la raíz buscada). Dado que g'(r) es:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Entonces:
Como h (x) no tiene que ser única, se escoge de la forma más sencilla:
El orden de convergencia de este método es, por lo menos, cuadrático. Sin embargo, si la raíz
buscada es de multiplicidad algebraica mayor a uno (i.e, una raíz doble, triple, ...), el método de
Newton-Raphson pierde su convergencia cuadrática y pasa a ser lineal de constante asintótica
de convergencia 1-1/m, con m la multiplicidad de la raíz.
Existen numerosas formas de evitar este problema, como pudieran ser los métodos de
aceleración de la convergencia tipoΔ² de Aitken o el método de Steffensen.
Su principal desventaja en este caso sería lo costoso que pudiera ser hallar g(x) y g'(x) si f(x) no
es fácilmente derivable.
Por otro lado, la convergencia del método se demuestra cuadrática para el caso más habitual
en base a tratar el método como uno de punto fijo: si g '(r)=0, y g''(r) es distinto de 0, entonces
la convergencia es cuadrática. Sin embargo, está sujeto a las particularidades de estos métodos.
inicial próxima a la raíz buscada para que el método converja y cumpla el teorema de
convergencia local.
Sea . Si , y ,
Sea verificando :
1.
2. para todo
3. para todo
4.
Para una cierta constante . Esto significa que si en algún momento el error es menor o igual
a 0,1, a cada nueva iteración doblamos (aproximadamente) el número de decimales exactos. En
la práctica puede servir para hacer una estimación aproximada del error:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Con lo cual se toma el error relativo como si la última aproximación fuera el valor exacto. Se
detiene el proceso iterativo cuando este error relativo es aproximadamente menor que una
cantidad fijada previamente.
Ejemplo :
Consideremos el problema de encontrar un número positivo x tal que cos(x) = x3. Podríamos
tratar de encontrar el cero def(x) = cos(x) - x3.
Sabemos que f '(x) = -sin(x) - 3x2. Ya que cos(x) ≤ 1 para todo x y x3 > 1 para x>1, deducimos que
nuestro cero está entre 0 y 1. Comenzaremos probando con el valor inicial x0 = 0,5
Implementación en Excel
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Ejemplo de un algoritmo
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
1. Los métodos presuponen que la ecuación f(x) = 0 tiene solución. Es necesario, antes de
aplicar mecánicamente los métodos, estos son: ?
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
1. Los métodos presuponen que la ecuación f(x) = 0 tiene solución. Es necesario, antes de
aplicar mecánicamente los métodos, estos son: ?
Respuesta
Respuesta: cuadrática
Respuesta: No es de los métodos más rápidos y sobre todo en algunos casos no es fácil o
accesible encontrar la derivada de la función.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR
EDUCACIÓN A DISTANCIA
ANÁLISIS NUMÉRICO
ANS115
UNIDAD II
MÉTODOS ITERATIVOS PARA LA
SOLUCIÓN DE ECUACIONES NO LINEALES
Y ACELERACIÓN DE LA CONVERGENCIA
UNIVERSIDAD DE EL SALVADOR
EDUCACIÓN A DISTANCIA
ANÁLISIS NUMÉRICO
ANS115
TEMA
- El Método de la Secante
Agenda
• Método de la Secante
• Teorema
• Algoritmo
• Grafica
• Ejemplos
Objetivos
Entonces, remplazando:
𝒇 (𝒙𝒏 ) 𝑓 𝑥𝑛−1 − 𝑓(𝑥𝑛 )
𝒙𝒏+𝟏 = 𝒙𝒏 − 𝑓′(𝑥𝑛 ) ≈
𝒇 ′(𝒙𝒏 ) 𝑥𝑛−1 − 𝑥𝑛
𝑓 (𝑥𝑛 )
= 𝑥𝑛 −
𝑓 𝑥𝑛−1 − 𝑓(𝑥𝑛 )
𝑥𝑛−1 − 𝑥𝑛 De esta manera,
obtenemos el proceso
𝑓 (𝑥𝑛 )(𝑥𝑛−1 − 𝑥𝑛 ) iterativo que nos da el
= 𝑥𝑛 − método de la secante
𝑓 𝑥𝑛−1 − 𝑓(𝑥𝑛 )
Método de la Secante
𝒙𝟏
a b
raíz x
Método de la Secante
f(x)
p3
p4
p2
p0 p
0 p1 x
f pn 1 pn 1 pn 2
pn pn 1
f pn 1 f pn 2
Método de la Secante
EL ERROR RELATIVO ES
NEWTON Y SECANTE PROPORCIONAL AL
CONVERGEN CUADRADO DEL ERROR
CUADRÁTICAMENTE CORRESPONDIENTE DE
AL VALOR DE LA RAÍZ LA ITERACIÓN
ANTERIOR
ALGORITMO
ENTRADA: Las aproximaciones iniciales p0 y p1. La
Tolerancia (TOL) y el Número Máximo de Iteraciones N0)
SALIDA: Solución aproximada p o mensaje de error
1) Hacer i=2; q0=f(p0); q1=f(p1)
2) Mientras i ≤ N0 Hacer pasos 3 a 6
3) Hacer p = p1 - q1 (p1 - p0 )/(q1 - q0 ).
4) Si |p- p1 |<TOL entonces SALIDA(p); PARAR
5) Hacer i=i+1
6) Hacer p0 = p1 ; q0 = q1 ; p1 = p ; q1=f(p)
7) SALIDA (‘El método falló’); PARAR
Método de la Secante
Ejemplo 1
Estimar el valor de la raíz de la ecuación 𝒙𝟑 + 𝟒𝒙 − 𝟐 = 𝟎
aplicando el método de la secante con valores iniciales
𝒙−𝟏 = 𝟏, 𝒙𝟎 = 𝟎
𝒙𝒏−𝟏 𝒙𝒏 𝒙𝒏+𝟏
1 0 ?
𝑓(𝑥𝑛 )(𝑥𝑛−1 − 𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛−1 − 𝑓(𝑥𝑛 )
Raíz
𝑓(0)(1 − 0)
𝑥𝑛+1 =0−
𝑓 1 − 𝑓(0)
Método de la Secante
𝑓(0)(1 − 0)
𝑥𝑛+1 =0−
𝑓 1 − 𝑓(0)
−2 ∗ (1)
𝑥𝑛+1 = 0 −
3 − (−2)
Raíz −2
𝑥𝑛+1 = 0 −
5
𝑥𝑛+1 = 0.4
Completamos nuestra tabla y continuamos las iteraciones hasta
encontrar la aproximación más cercana
𝑥𝑛−1 𝑥𝑛 𝑥𝑛+1
1 0 0.4
Método de la Secante
Ejemplo 2
Estimar el valor de la raíz de la ecuación aplicando el
método de la secante con valores iniciales
𝒙 𝟐−𝟓=𝟎 𝒙−𝟏 = 𝟑, 𝒙𝟎 = 𝟐
𝑥𝑛−1 𝑥𝑛 𝑥𝑛+1
3 2 ?
𝑓 (𝑥𝑛 )(𝑥𝑛−1 − 𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛−1 − 𝑓(𝑥𝑛 )
Raíz
𝑓(2)(3 − 2)
𝑥𝑛+1 =2−
𝑓 3 − 𝑓(2)
Método de la Secante
𝑓(2)(3 − 2)
𝑥𝑛+1 =2−
𝑓 3 − 𝑓(2)
−1 ∗ (1)
𝑥𝑛+1 = 2 −
4 − (−1)
raíz
−1
𝑥𝑛+1 = 2 − 𝑥𝑛−1 𝑥𝑛 𝑥𝑛+1
5
3 2 2.2
𝑥𝑛+1 = 2.2
Se toma los nuevos valores iniciales y continuamos con
la siguiente iteración: 𝑥 𝑥 𝑥
𝑛−1 𝑛 𝑛+1
3 2 2.2
2 2.2 ?
Método de la Secante
UNIDAD II
2.4 MÉTODO DE BISECCIÓN Y REGULA FALSI
1. INTRODUCCIÓN
Supongamos que se tiene una función continua en el intervalo [a,b] y de tal manera que
f(a)*f(b) < 0 esto quiere decir que f(x) tiene un cero en el intervalo abierto (a,b). Por la razón
que el producto del valor de la función en a y b es negativo es decir cambia de signo en el
intervalo [a,b], lo que afirma es una consecuencia del teorema del valor medio.
Pues el método en análisis explota el hecho anterior para su fundamento, pues dicho
método determina c = (a+b)/2 y averigua si f(a) f(c) <0 si esto resulta siendo cierto entonces
f(x) tiene una raíz en el intervalo [a,c]. En seguida tomamos el valor de c como b y realizamos
el mismo análisis anterior.
2. OBJETIVO
Definir y Comparar el método matemáticos de la Bisección, con otros métodos, en base a los
criterios de eficiencia, precisión y tolerancia. Se Analizara una muestra de datos empleando
cada uno de los métodos matemáticos de Bisección con otros métodos
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
3. MÉTODO DE LA BISECCION
Primero se calcula el punto medio del intervalo Si f es una función continua sobre el intervalo
[a,b] y si f(a) f(b)<0, entonces f debe tener un cero en (a,b). Dado que f(a)f(b)<0, la función
cambia de signo en el intervalo [a,b] y por lo tanto tiene por lo menos un cero en el intervalo.
Esta es una consecuencia del teorema del valor intermedio para funciones continuas, que
establece que si f es continua en [a,b] y si k es un número entre f(a) y f(b) , entonces existe por
lo menos un c (a,b) tal que f(c)=k. (para el caso en que f(a)f(b)<0 se escoge k=0,
luego f(c)=0, c (a,b)).
A continuación se renombra a c como b y se comienza una vez más con el nuevo intervalo [a,b],
cuya longitud es igual a la mitad del intervalo original.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
INTERPRETACIÓN GRÁFICA
f(a)
f(b)
a c
b
a c b
Ejemplo.
La función f(x) = x senx – 1 tiene un cero en el intervalo [0,2], porque f(0) = -1 y f(2)=0.818595.
Si se denota con , entonces c1 = 1. Ahora f(c1) = f(1) = -0.158529,
luego la función tiene un cero en el intervalo [c1, b1] = [1,2] ; se renombra a2=c1 y b2=b1 .
El nuevo punto medio es y f(c2) = f(1.5) = 0.496242, el cero está en el
intervalo [a2, c2] y se renombra como [a3,b3].
En la tabla de abajo se muestran las primeras nueve iteraciones del método de bisección
para f(x)= x senx –1 con a=0 b=2.
Erro Relativo
Extremo Extremo Punto Valor de la
n
izquierdo an derecho bn medio cn función f(cn)
1 0 2 1 -0.158529
2 1 2 1.5 0.496242 0.333333
3 1 1.5 1.25 0.186231 0.2
4 1 1.25 1.125 0.015051 0.111111
5 1 1.125 1.0625 -0.071827 0.0588235
6 1.0625 1.125 1.09375 -0.028362 0.0285714
7 1.09375 1.125 1.109375 -0.006643 0.0140845
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Para detener el método de bisección y dar una aproximación del cero de una función se pueden
usar varios criterios (llamados criterios de parada).
Uno de los criterios de parada consiste en examinar si |f(cn)| < , donde es una tolerancia
previamente establecida (por ejemplo = 10-3). Otro criterio que puede utilizarse es examinar
Sí También se puede usar como criterio de parada el error relativo entre dos
aproximaciones del cero de f ,
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Ejemplo.
Para determinar el número de iteraciones necesarias para aproximar el cero de f(x) = x sen x - 1
con una exactitud de 10-2en el intervalo [0,2], se debe hallar un número n tal que:
El error real es = 0.003030359 3x10-3. El error real es menor que el error dado por el
teorema; en la mayoría de casos la cota de error dada por el teorema es mayor que el número
de iteraciones que realmente se necesitan. Para este ejemplo, = 0.004782141<10-2 = 0.01
Notas:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
El método de bisección suele recomendarse para encontrar un valor aproximado del cero
de una función, y luego este valor se refina por medio de métodos más eficaces. La razón
es porque la mayoría de los otros métodos para encontrar ceros de funciones requieren
un valor inicial cerca de un cero; al carecer de dicho valor, pueden fallar por completo.
Resolver una ecuación en una variable como por ejemplo: xex=1 es equivalente a resolver
la ecuación xex-1=0 , o a encontrar el cero de la función f(x) = xex-1. Para aproximar el cero
de f o la raíz de la ecuación se puede hacer la gráfica de f en una calculadora o usar
Matlab para determinar un intervalo donde f tenga un cero. También se pueden ensayar
números a y b de tal manera que f(a)f(b)<0. Para el caso de f(x) = xex-1 por ejemplo f(0) = -
1, f(1) = e-1 1.71828 entonces f tiene un cero en el intervalo [0,1].
Cuando hay raíces múltiples, el método de bisección quizá no sea válido, ya que la función
podría no cambiar de signo en puntos situados a cualquier lado de sus raíces. Una gráfica
es fundamental para aclarar la situación. En este caso sería posible hallar los ceros o
raíces trabajando con la derivada f’(x), que es cero en una raíz múltiple.
1. INTRODUCCIÓN
Él método de la Regula falsi o falsa posición, es un método iterativo de resolución numérica de
ecuaciones no lineales. Este método combina el método de bisección y el método de la secante.
Como se mencionó en el método de bisección, conviene considerar que la raíz de una ecuación
está localizada más cerca de alguno de los extremos del intervalo. Consideremos nuevamente
una gráfica de la función f(x)
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Donde hemos agregado la línea recta que une los puntos extremos de la gráfica en el intervalo
[a, b].
Es claro que si en lugar de considerar el punto medio del intervalo, tomamos el punto donde
cruza al eje X esta recta, nos aproximaremos mucho más rápido a la raíz; ésta es en sí, la idea
central del método de la regla falsa y ésta es realmente la única diferencia con el método de
bisección, puesto que en todo lo demás los dos métodos son prácticamente idénticos.
2. OBJETIVO
Definir y Comparar el método matemáticos de la Regula Falsi . Se analizara una muestra de
datos empleando cada uno de los métodos matemáticos de Bisección con otros métodos.
Supongamos que tenemos una función f(x) que es continua en el intervalo [Xa , X b].y además
f(Xa) y f(Xb) , tienen signos opuestos. Calculemos la ecuación de la línea recta que une los
puntos (Xa, f(Xa)), (Xb, f(Xb)) . Sabemos que la pendiente de esta recta está dada por:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Este punto es el que toma el papel de Xr en lugar del punto medio del método de bisección.
Así pues, el método de la regla falsa sigue los siguientes pasos:
Sea f(x) continua,
i) Encontrar valores iniciales Xa , X b , tales que f(Xa) y f(Xb) tengan signos opuestos, es decir,
iii) Evaluar f(Xr) . Forzosamente debemos caer en uno de los siguientes casos:
En este caso, tenemos que f(Xa) y f(Xr) tienen signos opuestos, y por lo tanto la raíz se
encuentra en el intervalo [Xa , X r].
En este caso, tenemos que f(Xa) y f(Xr) y tienen el mismo signo, y de aquí que f(Xr) y f(Xb) tienen signos
opuestos. Por lo tanto, la raíz se encuentra en el intervalo [Xr , X b]
f(Xa) * f(Xr) = 0
En este caso f(Xr) = 0 se tiene que y por lo tanto ya localizamos la raíz. El proceso se vuelve a
repetir con el nuevo intervalo, hasta que: |ϵa |< ϵ
Ejemplo 1
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Puesto que solamente tenemos una aproximación, debemos seguir con el proceso. Así pues,
evaluamos
De donde vemos que la raíz se encuentra en el intervalo [1,1.397410482],. Con este nuevo
intervalo, calculamos la nueva aproximación:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
De donde vemos que la raíz se encuentra en el intervalo [1,1.321130513] , con el cual, podemos
calcular la nueva aproximación:
Y el error aproximado:
Xr3 = 1.311269556
Observe la rapidez con la cual converge el método de la regla falsa a la raíz, a diferencia de la
lentitud del método de la bisección.
Ejemplo 2
Usar el método de la regla falsa para aproximar la raíz de ( ) ( )
comenzando en el intervalo [0,1] y hasta que |ϵa |<. 1% .
Solución
Este es el mismo ejemplo 2 del método de la bisección. Así pues, ya sabemos que se cumplen
las hipótesis necesarias para poder aplicar el método, es decir f(x), que sea continua en el
intervalo dado y que f(x) tome signos opuestos en los extremos de dicho intervalo.
Calculamos pues, la primera aproximación:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
De lo cual vemos que la raíz se localiza en el intervalo [0, 0.5600991535] . Así pues, calculamos
la nueva aproximación:
De los cual vemos que la raíz se localiza en el intervalo [0, 0.5231330281], con el cual podemos
calcular al siguiente aproximación:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Xr3 = 0.5204706484
Nuevamente observamos el contraste entre la rapidez del método de la regla falsa contra la
lentitud del método de la bisección. Por supuesto que puede darse el caso en el que el método
de la regla falsa encuentre la aproximación a la raíz de forma más lenta que el método de la
bisección. Como ejercicio, el estudiante puede aplicar ambos métodos a la función f(X) = X6-1,
comenzando en el intervalo [0, 1.5], donde notará que mientras que el método de bisección
requiere de 8 aproximaciones para lograr que |ϵa |< 1%, el método de la regla falsa necesita
hasta 16 aproximaciones.
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/M%C3%A9todo_de_bisecci%C3%B3n
https://es.wikipedia.org/wiki/M%C3%A9todo_de_la_regla_falsa
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
1. ¿Explique brevemente el método de la Bisección?
2. ¿Cuál considera las desventajas del Método de la Bisección?
3. ¿Qué es el método de la regla falsa?
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
2.5 METODO DEL PUNTO FIJO
1. INTRODUCCIÓN
Un punto fijo de una función g: R → R es un número real r para el cual g(r) = r. Los problemas
de búsqueda de raíces y los de punto fijo son clases equivalentes en el siguiente sentido:
Dado el problema de hallar una solución r de la ecuación f(x) = 0, es posible definir una
función g(x) que tenga a r como punto fijo.
Si r es un punto fijo de la función g(x), entonces el número r es un cero de la función
f(x) = x – g(x).
Para poder determinar si una función tiene un punto fijo, es necesario verificar el siguiente
teorema que contiene las condiciones suficientes para la existencia y unicidad de un punto fijo.
Si g Є C[a, b] y g(x) Є [a, b] " x Є [a, b], entonces g tiene un punto fijo en ese intervalo.
Si además existe g’(x) en (a, b) y existe una constante positiva k < 1 tal que |g’(x)| ≤
k " x Є (a b), entonces el punto fijo de f en [a, b] es único.
De esta manera, es posible definir una fórmula recursiva que permita aproximar el valor de la
raíz r de la ecuación f(x)=0:
rn+1 = g(rn) n ≥ 0
en donde x0 es la aproximación inicial.
Si se grafica los dos miembros de la ecuación x = g(x) como las funciones y = x e y = g(x), la raíz
buscada r es la abscisa del punto de intersección de dichas funciones.
2. OBJETIVO
Definir y Comparar el método matemáticos del Punto Fijo con sus diferentes posibilidades de
convergencia o en su defecto si hay divergencia. Se Analizara una muestra de datos empleando
cada uno de los métodos matemáticos de Bisección con otros métodos
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Los métodos vistos se aplican a la solución de la ecuación f(x) = 0. El método de punto fijo sirve
para resolver la ecuación
g(x) = x
Se busca un x* tal que su imagen, por medio de la función g, sea el mismo x*. Por tal motivo se
dice que x* es un punto fijo de la función g.
La aplicación del método es muy sencilla. A partir de un x0 dado, se aplica varias veces la
formula
xk+1 = g(xk ).
Se espera que la sucesión {xk } construida mediante la fórmula anterior converja hacia x∗. En
algunos casos el método, además de ser muy sencillo, es muy eficiente; en otros casos la
eficiencia es muy pequeña, finalmente, en otros casos el método definitivamente no sirve.
Ejemplo. Resolver x3 + x2 + 6x + 5 = 0. Esta ecuación se puede escribir en la forma
3 2
x =− x + x + 5
6
Aplicando el método de punto fijo a partir de x0 = −1 se tiene:
x0 = -1
x1 = -0.833333
x2 = -0.852623
x3 = -0.851190
x4 = -0.851303
x5 = -0.851294
x6 = -0.851295
x7 = -0.851295
x8 = -0.851295
Entonces se tiene una aproximación de una raíz, x∗ ≈ −0.851295. En este caso el método
función´ muy bien. Utilicemos ahora otra expresión para x = g(x):
3
x = − x + 6x + 5 ·
x
Aplicando el método de punto fijo a partir de x0 = −0.851, muy buena aproximación de la raíz,
se tiene:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
x0 = -0.8510
x1 = -0.8488
x2 = -0.8294
x3 = -0.6599
x4 = 1.1415
x5 = -11.6832
x6 = -142.0691
x7 = -2.0190e+4
En este caso se observa que, aun partiendo de una muy buena aproximación de la solución, no
hay convergencia.
Antes de ver un resultado sobre convergencia del método de punto fijo, observemos su
interpretación gráfica. La solución de g(x) = x está determinada por el punto de corte, si lo hay,
entre las gráficas y = g(x) y y = x.
Después de dibujar las dos funciones, la construcción de los puntos x1, x2, x3... se hace de la
siguiente manera. Después de situar el valor x0 sobre el eje x, para obtener el valor x1, se busca
verticalmente la curva y = g(x). El punto obtenido tiene coordenadas (x0, g(x0)), o sea, (x0, x1).
Para obtener x2 = g(x1) es necesario inicialmente resituar x1 sobre el eje x, para lo cual basta con
buscar horizontalmente la recta y = x para obtener el punto.
y=x
y = g(x)
x∗
Método Punto fijo
(x1, x1). A partir de este punto se puede obtener x2 buscando verticalmente la curva y = g(x). Se
tiene el punto (x1, g(x1)), o sea, (x1, x2). Con desplazamiento horizontal se obtiene (x2, x2).
En resumen, se repite varias veces el siguiente procedimiento: a partir de (xk , xk ) buscar
verticalmente en la curva y = g(x) el punto (xk , xk+1), y a partir del punto obtenido buscar
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Entonces existe un único x∗ en [a, b] solución de x = g(x) y la iteración de punto fijo converge a x∗
para todo x0 ∈ [a, b]
y=x
y = g(x)
x0 x1 x2 x3 x∗
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
y=x
y = g(x)
x0 x2 x∗ x3 x1
y = g(x) y=x
x ∗ x0 x2 x3 x4
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
y = g(x) y=x
x3 x1 x∗ x0 x2 x4
Dos de los ejemplos gráficos anteriores muestran justamente que cuando |g′(x∗)| < 1 el método
converge.
x2 = 3,
x2 + x2 = x2 + 3,
x = x2 + 3
2x
x = x + 3/x
2
x0 = 3
x
1 = 2
x2 = 1.75000000000000
x3 = 1.73214285714286
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
x4 = 1.73205081001473
x
5 = 1.73205080756888
x6 = 1.73205080756888
Se observa que la convergencia es bastante rápida. Este método es muy utilizado para calcular
raíces cuadradas en calculadoras de bolsillo y computadores.
Aplicando el teorema anterior y teniendo en cuenta que g′(x*) = g′( 3) = 1/2 − 1.5/x*2 = 0, se
concluye rápidamente que si x0 está suficientemente cerca de √3 entonces el método
converge.
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/M%C3%A9todo_del_punto_fijo
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
1. PREGUNTAS DE AUTOEVALUACIÓN
Respuesta: Buscar una función equivalente g(x) y converger a la intercepción con f(x)., en
donde en dicha intercepción reflejado en x se encuentra la raíz.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
2.6 MÉTODO DEL PUNTO FIJO MODIFICADO Y
2.7 MÉTODO DE PUNTO FIJO Y MÉTODO DE NEWTON
2.8 MÉTODO DE NEWTON MODIFICADO
1. INTRODUCCIÓN
Para comprender mejor este material de clase debemos retomar el siguiente Teorema, que
define el método del punto Fijo:
Teorema. Sea g continuamente diferenciable en el intervalo [a, b], tal que
g([a, b]) ⊆ [a, b],
|g′(x)| < 1, para todo x ∈ [a, b].
Entonces existe un único x∗ en [a, b] solución de x = g(x) y la iteración de punto fijo converge a x∗
para todo x0 ∈ [a, b]
y=x
y = g(x)
x0 x1 x2 x3 x∗
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
2. OBJETIVO
Definir y Comparar el método matemáticos del método del punto fijo con el modificado, así
también el método de Newton con el Punto Fijo.
Es decir, se puede tener que xi+1 = g(xi) y que xj+1 = g(xj ), pero lo anterior no es obligatorio.
La idea consiste simplemente en obtener la ecuación de la recta que pasa por esos dos puntos y
buscar la intersección con la recta y = x.
y = mx + b
m = g(xj ) − g(xi)
xj − xi
g(xi) = mxi + b
b = g(xi) − mxi
xk = mxk + b
x = b/(1-m)
k
Ahora se usan los puntos (xj , g(xj )), (xk , g(xk )), para obtener un nuevo xm, y así sucesivamente.
Usualmente, j = i + 1 y k = j + 1.
A continuación se muestra el programa del Método del Punto Fijo, como una base para que sea
adecuado por parte del estudiante al método del punto fijo modificado y probarlo ya que será
un contenido a evaluarse.
% aproximación inicial p0
%
% ENTRADA: Aproximación inicial p0; tolerancia TOL;
% máximo numero de iteraciones NO.
%
% SALIDA: solución aproximada de p o un mensaje
% un mensaje de que el método fallo.
syms('OK', 'P0', 'TOL', 'NO', 'BANDERA', 'NOMBRE', 'OUP', 'I', 'P');
syms('x','s');
TRUE = 1;
FALSE = 0;
fprintf(1,'Este es el Método del Punto Fijo.\n');
fprintf(1,'Ingrese la función G(x) en términos de x\n');
fprintf(1,'Por ejemplo: cos(x) \n');
s = input(' ');
G = inline(s,'x');
OK = FALSE;
fprintf(1,'Ingrese la aproximación inicial\n');
P0 = input(' ');
while OK == FALSE
fprintf(1,'Ingrese tolerancia\n');
TOL = input(' ');
if TOL <= 0
fprintf(1,'Tolerancia debe ser positiva\n');
else
OK = TRUE;
end
end
OK = FALSE;
while OK == FALSE
fprintf(1,'Ingrese el máximo numero de iteraciones - sin punto decimal\n');
NO = input(' ');
if NO <= 0
fprintf(1,'Debe ser un entero positivo\n');
else
OK = TRUE;
end
end
if OK == TRUE
fprintf(1,'Seleccione el destino de la salida\n');
fprintf(1,'1. Pantalla\n');
fprintf(1,'2. Archivo de Texto\n');
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
fprintf(1,'Digite 1 o 2\n');
BANDERA = input(' ');
if BANDERA == 2
fprintf(1,'Ingrese el nombre del archivo de la forma - Unidad:\\nombre.ext\n');
fprintf(1,'Por ejemplo: A:\\SALIDA.DTA\n');
NOMBRE = input(' ','s');
OUP = fopen(NOMBRE,'wt');
else
OUP = 1;
end
0 = c f (x),
x = x + c f (x) = g(x).
Si se desea resolver esta ecuación por el método de punto fijo, la convergencia es más rápida
cuando g′(x*) = 0, o sea,
1 + c f ′(x∗) = 0,
1
c=−
f ′(x*)
f (xk )
x =x −
k+1 k f ′(x∗)
Para aplicar esta fórmula se necesitaría conocer f ′(x∗) e implícitamente el valor de x∗, que es
precisamente lo que se busca. La fórmula del método de Newton , puede ser vista simplemente
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
como la utilización y reemplazando f ′(x∗) por la mejor aproximación conocida en ese momento:
f ′(xk ).
4. INTRODUCCIÓN
El método de Newton modificado consiste en aplicar el método de Newton univariable dos
veces (para el caso de un sistema de n ecuaciones no lineales con n incógnitas, se aplicará n
veces), un para cada variable.
Cuando la cantidad de raíces es impar, la función cruza al eje; cuando la cantidad es par, no
lo cruza. Una raíz múltiple corresponde a un punto donde una función es tangencial al eje x,
y varios valores de x hacen que f(x) sea cero.
5. OBJETIVO
Identificar las variantes de mejora entre el método de Newton modificado. Analizar una
muestra de datos empleando cada los métodos matemáticos para este método.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Se observa que la función U(x) tiene las mismas raíces que f(x), entonces U(x) se vuelve
cero en cualquier punto que f(x) es cero.
Suponiendo ahora que f(x) tiene una raíz múltiple en x = c de multicidad r. Esto podría
ocurrir, por ejemplo, si f(x) contiene un factor (x-c).
Entonces, podría fácilmente demostrarse que U(x) tiene una raíz en x = c de multicidad
r, o una raíz simple. Puesto que el método de Newton es efectivo para raíces simples,
podemos aplicar el método de Newton para resolver U(x) en lugar de f(x).
Esto puede producir convergencia en alguno de los arreglos y divergencia en el otro es posible
saber de antemano si la primera o la segunda forma convergirán para el caso de sistemas de
dos ecuaciones, pero cuando 3 <= n las posibilidades son varias (n!) y es imposible conocer cuál
de estos arreglos tiene viabilidad de convergencia, por lo cual la elección se convierte en un
proceso aleatorio.
Para una ecuación polinómica de grado n, se tienen n raíces (entre complejas y reales).
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Se dice que hay una raíz doble, cuando 2 términos de la ecuación son iguales a cero a un
valor de x.
Se dice que hay una raíz triple, cuando 3 términos de la ecuación son iguales a cero a un
valor de x.
Cuando la cantidad de raíces es impar, la función cruza al eje; cuando la cantidad es par, no lo
cruza.
“Una raíz múltiple corresponde a un punto donde una función es tangencial al eje x, y varios
valores de x hacen que f(x) sea cero.”
1) xi
2) f(Xi)
3) f’(Xi)
4) f’’(Xi)
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
ALGORITMO
1.- Inicio.
2.- Pedir la función al usuario.
3.- Pedir el valor inicial.
4.- Pedir el porcentaje de error.
5.- El usuario deberá seleccionar el método con el que se calculara la raíz (Newton-
Raphson o Newton-Raphson mejorado).
6.- Se guardaran en el programa los valores de entrada.
7.- El programa calculara la primera derivada y la segunda derivada.
8.- Dependiendo de la elección para calcular la raíz, graficara la función desde un
intervalo a otro.
9.- Los cálculos seguirán hasta que l error aproximado sea menor que el error limite, y la
raíz se imprimirá.
10.- Fin
clear;
clc;
fprintf(‘\n metodo de Newton Rapson Modificado\n\n’);
funcion=input(‘Dame la funcion f(x) : ‘,’s’);
dfuncion=input(‘Dame la derivada de funcion f(x) : ‘,’s’);
d2funcion=input(‘Dame la segunda derivada de función f(x) : ‘,’s’);
xi=input(‘Dame el valor inicial de x : ‘);
e=input(‘Dame el porciento del error : ‘);
ea=1000;
c=1;
x=xi;
while ea>e
g=eval(funcion);
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
h=eval(dfuncion);
k=eval(d2funcion);
j=x-(g*h)/(h^(2)-(g*k));
ea=abs((j-x)/j*100);
x=j;
c=c+1;
end
fprintf(‘\n\n\n\nLa raiz exacta es: %d’,j)
fprintf(‘\n\nNumero de iteraciones: %d’,c);
7. ENLACES SUGERIDOS
- https://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton
8. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
9. GLOSARIO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
2.6 MÉTODO DEL PUNTO FIJO MODIFICADO Y
2.7 MÉTODO DE PUNTO FIJO Y MÉTODO DE NEWTON
2.8 METODO DE NEWTON MODIFICADO
1. PREGUNTAS DE AUTOEVALUACIÓN
Respuesta: El método de la secante. la ecuación de la recta que pasa por esos dos
puntos y buscar la intersección con la recta y = x
3. A su criterio cual puede ser una dificultad o desventaja en este método de Newton
Modificado?
Respuesta: Una dificulta es , el obtener o calcular la segunda derivada de una función
dada, que a veces resulta difícil su obtención o no la tiene.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
2.8 MÉTODO DE NEWTON MODIFICADO
1. INTRODUCCIÓN
Cuando la cantidad de raíces es impar, la función cruza al eje; cuando la cantidad es par, no lo
cruza. Una raíz múltiple corresponde a un punto donde una función es tangencial al eje x, y
varios valores de x hacen que f(x) sea cero.
El Método de Newton es ampliamente utilizado para encontrar las raíces de la ecuación f(x)=0,
ya que converge rápidamente, la contra es que uno debe conocer la derivada de f(x) y se
necesita una aproximación inicial a la raíz.
2. OBJETIVO
Identificar las variantes de mejora entre el método de Newton modificado. Analizar una
muestra de datos empleando cada los métodos matemáticos para este método.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Se observa que la función U(x) tiene las mismas raíces que f(x), entonces U(x) se vuelve cero en
cualquier punto que f(x) es cero.
Suponiendo ahora que f(x) tiene una raíz múltiple en x = c de multicidad r. Esto podría ocurrir,
por ejemplo, si f(x) contiene un factor (x-c).
Entonces, podría fácilmente demostrarse que U(x) tiene una raíz en x = c de multicidad r, o una
raíz simple. Puesto que el método de Newton es efectivo para raíces simples, podemos aplicar
el método de Newton para resolver U(x) en lugar de f(x).
Esto puede producir convergencia en alguno de los arreglos y divergencia en el otro es posible
saber de antemano si la primera o la segunda forma convergirán para el caso de sistemas de
dos ecuaciones, pero cuando 3 <= n las posibilidades son varias (n!) y es imposible conocer cuál
de estos arreglos tiene viabilidad de convergencia, por lo cual la elección se convierte en un
proceso aleatorio.
Para una ecuación polinómica de grado n, se tienen n raíces (entre complejas y reales).
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Se dice que hay una raíz doble, cuando 2 términos de la ecuación son iguales a cero a un
valor de x.
Se dice que hay una raíz triple, cuando 3 términos de la ecuación son iguales a cero a un
valor de x.
Cuando la cantidad de raíces es impar, la función cruza al eje; cuando la cantidad es par, no lo
cruza.
“Una raíz múltiple corresponde a un punto donde una función es tangencial al eje x, y varios
valores de x hacen que f(x) sea cero.”
1) xi
2) f(Xi)
3) f’(Xi)
4) f’’(Xi)
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
ALGORITMO
1.- Inicio.
2.- Pedir la función al usuario.
3.- Pedir el valor inicial.
4.- Pedir el porcentaje de error.
5.- El usuario deberá seleccionar el método con el que se calculara la raíz (Newton-Raphson o
Newton-Raphson mejorado).
6.- Se guardaran en el programa los valores de entrada.
7.- El programa calculara la primera derivada y la segunda derivada.
8.- Dependiendo de la elección para calcular la raíz, graficara la función desde un intervalo a
otro.
9.- Los cálculos seguirán hasta que l error aproximado sea menor que el error limite, y la raíz se
imprimirá.
10.- Fin
clear;
clc;
fprintf(‘\n metodo de Newton Rapson Modificado\n\n’);
funcion=input(‘Dame la funcion f(x) : ‘,’s’);
dfuncion=input(‘Dame la derivada de funcion f(x) : ‘,’s’);
d2funcion=input(‘Dame la segunda derivada de función f(x) : ‘,’s’);
xi=input(‘Dame el valor inicial de x : ‘);
e=input(‘Dame el porciento del error : ‘);
ea=1000;
c=1;
x=xi;
while ea>e
g=eval(funcion);
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
h=eval(dfuncion);
k=eval(d2funcion);
j=x-(g*h)/(h^(2)-(g*k));
ea=abs((j-x)/j*100);
x=j;
c=c+1;
end
fprintf(‘\n\n\n\nLa raiz exacta es: %d’,j)
fprintf(‘\n\nNumero de iteraciones: %d’,c);
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
1. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
2.9 CONVERGENCIA ACELERADA
2.10 CEROS DE POLINOMIOS
1. INTRODUCCIÓN
En la resolución de ecuaciones no lineales nos aparecen muchos problemas en forma natural,
con la necesidad de calcular el valor de x donde una función f se anula, es decir, una raíz de f.
En general, con las herramientas analíticas que se usan para estudiar y graficar funciones
suaves (derivables) sólo podemos analizar si hay un intervalo [a,b] donde el gráfico de f cruza el
eje x. En muchas ocasiones, sólo tiene sentido encontrar una solución aproximada. A veces, el
cálculo exacto no es posible ya sea porque se trata de una raíz irracional (f(x)= x2-2) o porque la
función viene dada por coeficientes cuyos valores se conocen sólo en forma aproximada. Lo
importante al utilizar métodos que estimen el valor deseado es poder controlar el error que se
comete al utilizar un valor aproximado en lugar del exacto.
2. OBJETIVO
Definir y comparar los métodos de convergencia acelerados y aprender sobre los ceros del
polinomio en sus diferentes enfoques.
Dada una sucesión de número x0, x1, x2,… a partir de ella se genera una nueva sucesión x0’, x1’,
x2’...con la ecuación 5.
Si se emplea la notación
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
( )
EJEMPLO 01 :
Acelerar la convergencia de la sucesión de la tabla presentada, mediante el método de Aitken.
| | | ( )|
0 1.00000 0.47337
Solución.-
Con la ecuación 5 o 6 con se tiene:
( )
( )
( )
( )
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
EJEMPLO 02
Encuentre una raíz real de la ecuación
( )
Solución.-
* Primera iteración
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
( )
( )
Como | ( )| ( ) ( ) , se pasa
a la:
* Segunda iteración
Con el valor de que ahora se denota como y con la g(x) que se tiene, resulta
( )
( )
| ( )|
( ) ( )
8: ( ) ( )
10: until | |
if | | then
12: return
else
14: return “sin solución en m iteraciones”
end if
16: end
Se puede considerar como una combinación del método del punto fijo y del método de
n
Aitken. Para construir la sucesión de las aproximaciones {X }, en todo tercer paso se usa
la fórmula de Aitken, y en los demás pasos se aplica la fórmula Xn = g(xn-1)
Hay casos en los que la convergencia de la sucesión (Xn) obtenida mediante un método
iterado es demasiado lenta y, en consecuencia, no resulta de utilidad en situaciones
prácticas. Así, es preciso transformar dicha sucesión en otra que converja más
rápidamente al mismo límite α (raíz).
Teorema
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
g: [a,b] c
EJEMPLO :
1er Paso: Se debe calcular el G(x). Para obtener G(x) se debe despejar F(x) la variable de mayor
exponente, en el presente caso sería x3
Igualando la ecuación a 0 (cero) x3 – x – 1 = 0
Despejamos x3 tenemos
y0 = 1.312293837
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Repetimos desde el 2do Paso las iteraciones que sea necesarias Para satisfacer la condición que
de error que nos dan
Algoritmo :
El pseudocódigo es:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
El Método de Steffensen se puede considerar como una combinación del método de punto fijo
y del método de Aitken. Como el método de Aitken esencialmente acelera la convergencia de
otro método, se puede definir este método como el método de punto fijo acelerado
Ventajas: El método presenta una convergencia rápida y no requiere, como en el caso del
método de la secante, la evaluación de derivada alguna. Presenta además, la ventaja adicional
de que el proceso de iteración sólo necesita un punto inicial.
a2 x 2 a1 x a0 0
a1 a12 4a 2 a 0
x1, 2
2a 0
También denominados eigenvalores del sistema. Los eigenvalores pueden utilizarse para
analizar un sistema, para nuestro caso es muy útil en lo concerniente a la estabilidad. Con base
en lo anterior, encontrar las raíces en sistemas de segundo orden es prácticamente sencillo,
pero para sistemas de orden superior, puede resultar en un arduo trabajo.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
2. OBJETIVO
Definir y Comparar el método matemáticos de la Bisección, con otros métodos, en base a
los criterios de eficiencia, precisión y tolerancia. Se Analizara una muestra de datos
empleando cada uno de los métodos matemáticos de Bisección con otros métodos Estudiar
los métodos matemáticos modificados en base a los criterios de eficiencia, precisión y
tolerancia. Aprender y aplicar el método acelerado de Müller.
3. MÉTODO DE MULLER
Un predecesor del método de Müller, es el método de la secante, el cual obtiene raíces,
estimando una proyección de una línea recta en el eje x, a través de dos valores de la función
(Figura 1). El método de Müller toma un punto de vista similar, pero proyecta una parábola a
través de tres puntos (Figura 2).
El método consiste en obtener los coeficientes de los tres puntos, sustituirlos en la fórmula
cuadrática y obtener el punto donde la parábola intercepta el eje x. La aproximación es fácil de
escribir, en forma conveniente esta sería:
f 2 ( x) a( x x2 ) 2 b( x x2 ) c
f(x)
Línea recta x
Raíz estimada
x
X1 X0 X
Raíz
Figura 1
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
f(x) Parábola
0
Raíz 0
x x
X2 X1 X0 X
Raíz estimada
Figura 2
Así, se busca esta parábola para intersectar los tres puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)].
Los coeficientes de la ecuación anterior se evalúan al sustituir uno de esos tres puntos para dar:
f ( x0 ) a( x0 x2 ) 2 b( x0 x2 ) c
f ( x1 ) a( x1 x2 ) 2 b( x1 x2 ) c
f ( x2 ) a( x2 x2 ) 2 b( x2 x2 ) c
La última ecuación genera que, f ( x2 ) c , de esta forma, se puede tener un sistema de dos
ecuaciones con dos incógnitas:
f ( x0 ) f ( x2 ) a( x0 x2 ) 2 b( x0 x2 )
f ( x1 ) f ( x2 ) a( x1 x2 ) 2 b( x1 x2 )
Sustituyendo en el sistema:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
1 0 b ah1 1 c f ( x2 )
a
h1 h0
2c 2c
x3 x 2 despejando x3 x 2
b b 2 4ac b b 2 4ac
La gran ventaja de este método es que se pueden localizar tanto las raíces reales como las
imaginarias.
Hallando el error este será:
x3 x 2
Ea 100%
x3
Programa
Por ser un método que trabaja de forma lineal, es posible una aplicación computacional en
forma sencilla, la cual sería:
dxr = -2*c/den
xr = x2 + dxr
Print iter, xr
IF (Idxrl<eps*xr or iter>maxit) exit
x0 = x1
x1 = x2
x2 = xr
End do
End Muller
Ejemplo:
f ( x) x 3 13x 12 h = 0,1
x2 = 5 x1 = 5,5 x0 =4,5
Solución
Calculando
69,75 62,25
a 15 b 15(0,5) 69,75 62,25 c 48
0,5 1
62,25 2 4 15 48 31,544
2 48
Así x3 5 3,9765
62,25 31,544
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Y el error estimado
1,0235
Ea 100% 25,74%
x3
i xr Ea %
0 5
1 3,9465 25,740
2 4,0011 0,614
3 4,0000 0,026
4 4,0000 0,000
4. ENLACES SUGERIDOS
- https://es.wikipedia.org/wiki/Proceso_%CE%94%C2%B2_de_Aitken
- https://es.wikipedia.org/wiki/M%C3%A9todo_de_Steffensen
- https://pt.wikipedia.org/wiki/M%C3%A9todo_de_Muller
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
Muller: es un método rápido de convergencia para encontrar las raíces de una función
polifónica
7. PREGUNTAS DE AUTOEVALUACIÓN
1. ¿Qué Ventajas tiene el método de Steffensen?
2. ¿Cuál es una desventaja de este método?
3. ¿Cuál método es mejor Aitken o Steffensen? Por Qué?
4. ¿Cuántos puntos necesita el Método de Müller para converger?
5. ¿Cuál puede ser una desventaja del Método de Müller?
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
1. PREGUNTAS DE AUTOEVALUACIÓN
Respuesta: Utiliza tres puntos iniciales, con los que tiene más información para
aproximarse en forma acelerada al cero del polinomio.
Respuesta: Que es necesario conocer tres puntos iniciales para que el método arranque
y que puede ser en algunos casos no ser conocido.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
2.10 METODO DE MULLER
1. INTRODUCCIÓN
a2 x 2 a1 x a0 0
a1 a12 4a 2 a 0
x1, 2
2a 0
También denominados eigenvalores del sistema. Los eigenvalores pueden utilizarse para
analizar un sistema, para nuestro caso es muy útil en lo concerniente a la estabilidad. Con base
en lo anterior, encontrar las raíces en sistemas de segundo orden es prácticamente sencillo,
pero para sistemas de orden superior, puede resultar en un arduo trabajo.
2. OBJETIVO
Definir y Comparar el método matemáticos de la Bisección, con otros métodos, en base a
los criterios de eficiencia, precisión y tolerancia. Se Analizara una muestra de datos
empleando cada uno de los métodos matemáticos de Bisección con otros métodos Estudiar
los métodos matemáticos modificados en base a los criterios de eficiencia, precisión y
tolerancia. Aprender y aplicar el método acelerado de Muller.
3. MÉTODO DE MULLER
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
El método consiste en obtener los coeficientes de los tres puntos, sustituirlos en la fórmula
cuadrática y obtener el punto donde la parábola intercepta el eje x. La aproximación es fácil de
escribir, en forma conveniente esta sería:
f 2 ( x) a( x x2 ) 2 b( x x2 ) c
f(x)
Línea recta x
Raíz estimada
x
X1 X0 X
Raíz
Figura 1
f(x) Parábola
0
Raíz 0
x x
X2 X1 X0 X
Raíz estimada
Figura 2
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Así, se busca esta parábola para intersectar los tres puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)].
Los coeficientes de la ecuación anterior se evalúan al sustituir uno de esos tres puntos para dar:
f ( x0 ) a( x0 x2 ) 2 b( x0 x2 ) c
f ( x1 ) a( x1 x2 ) 2 b( x1 x2 ) c
f ( x2 ) a( x2 x2 ) 2 b( x2 x2 ) c
La última ecuación genera que, f ( x2 ) c , de esta forma, se puede tener un sistema de dos
ecuaciones con dos incógnitas:
f ( x0 ) f ( x2 ) a( x0 x2 ) 2 b( x0 x2 )
f ( x1 ) f ( x2 ) a( x1 x2 ) 2 b( x1 x2 )
Sustituyendo en el sistema:
1 0 b ah1 1 c f ( x2 )
a
h1 h0
2c 2c
x3 x 2 despejando x3 x 2
b b 2 4ac b b 2 4ac
La gran ventaja de este método es que se pueden localizar tanto las raíces reales como las
imaginarias.
Hallando el error este será:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
x3 x 2
Ea 100%
x3
Programa
Por ser un método que trabaja de forma lineal, es posible una aplicación computacional en
forma sencilla, la cual sería:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Ejemplo:
f ( x) x 3 13x 12 h = 0,1
x2 = 5 x1 = 5,5 x0 =4,5
Solución
Calculando
69,75 62,25
a 15 b 15(0,5) 69,75 62,25 c 48
0,5 1
62,25 2 4 15 48 31,544
2 48
Así x3 5 3,9765
62,25 31,544
Y el error estimado
1,0235
Ea 100% 25,74%
x3
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
i xr Ea %
0 5
1 3,9465 25,740
2 4,0011 0,614
3 4,0000 0,026
4 4,0000 0,000
4. ENLACES SUGERIDOS
https://pt.wikipedia.org/wiki/M%C3%A9todo_de_Muller
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
Muller: es un método rápido de convergencia para encontrar las raíces de una función
polifónica
7. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD II
2.10 METODO DE MULLER
1. PREGUNTAS DE AUTOEVALUACIÓN
Respuesta: Utiliza tres puntos iniciales, con los que tiene más información para
aproximarse en forma acelerada al cero del polinomio.
Respuesta: Que es necesario conocer tres puntos iniciales para que el método arranque
y que puede ser en algunos casos no ser conocido.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR
EDUCACIÓN A DISTANCIA
ANÁLISIS NUMÉRICO
ANS115
UNIDAD III
INTERPOLACION NUMERICA
UNIVERSIDAD DE EL SALVADOR
EDUCACIÓN A DISTANCIA
ANÁLISIS NUMÉRICO
ANS115
TEMA
- Polinomio de Interpolación de Lagrange
Agenda
INTERPOLAR:
Dada una tabla de valores se debe encontrar un valor que
no está tabulado y que esté comprendido entre los
valores dados. Ejemplo:
6
Polinomio de Interpolación de Lagrange
7
Polinomio de Interpolación de Lagrange
y
y f ( x)
y1 f ( x1 )
y P( x)
y0 f ( x0 )
x0 x1 x
Polinomio de Interpolación de Lagrange
y f ( x)
y P( x)
x0 x1 x2 xn x
Polinomio de Interpolación de Lagrange
Ln,k ( x)
x0 x1 ... x
k 1 xk xk 1 ... xn 1 xn x
( x - x0 )...( x - xk -1 )( x - xk 1 )...( x - xn )
Ln , k ( x)
( xk - x0 )...( xk - xk -1 )( xk - xk 1 )...( xk - xn )
n
( x xi )
.
i 0 ( xk xi )
ik
( x 2.5)( x 4)
L0 ( x) ( x 6.5) x 10,
(2 2.5)(2 4)
( x 2)( x 4) ( 4 x 24) x 32
L1 ( x) ,
(2.5 2)(2.5 4) 3
( x 2)( x 2.5) ( x 4.5) x 5
y L2 ( x) .
(4 2)(4 2.5) 3
Puesto que f ( x0 ) f (2) 0.5, f ( x1 ) f (2.5) 0.4 y
f ( x2 ) f (4) 0.25, se tendrá
2
P ( x) f ( xk ) Lk ( x)
k 0
P
0.325
1 2 3 4 5 x
Gracias por su atención !!
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
UNIDAD III
INTERPOLACIÓN NUMÉRICA
3.2 DIFERENCIAS DIVIDIDAS
1. INTRODUCCIÓN
La manera más conocida para calcular la representación de Newton del polinomio interpolante,
está basada en el método de diferencias divididas. Una gran ventaja sobre la forma clásica del
método de Lagrange es que podemos agregar más nodos a la tabla de datos y obtener el
polinomio interpolante sin tener que recalcular todo. Comparado con la forma modificada de
Lagrange, no hay ganancia y más bien esta última forma es más estable. Aun así, el método de
diferencias divididas tiene aplicaciones adicionales en otros contextos.
2. OBJETIVO
Conceptualizar los métodos matemáticos que resuelven ecuaciones polinomiales. Comparar los
métodos matemáticos de Diferencias divididas en base a los criterios de eficiencia, precisión y
tolerancia. Analizar una muestra de datos empleando cada uno de los métodos matemáticos de
Diferencias divididas.
3. DIFERENCIAS DIVIDIDAS
Así como podemos aproximar una función mediante la aproximación polinomial de LaGrange,
también podemos aproximar la derivada y la integral de una función con diferencias divididas.
La derivada y la integral respectivamente el polinomio de interpolación, que en realidad es el
principio básico para la diferenciación e integración de los métodos numéricos.
Supongamos una función f (x) con derivada en el punto x0 analíticamente está dado por:
f ( x) f ( x 0 )
lim f ' ( x)
x x0 x x0
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
La derivada sólo puede obtenerse de manera aproximada, por ejemplo si se desea calcular
la derivada de f(x) en el punto “x” tal que x0 < x < x1
f ( x1 ) f ( x 0 )
f ' ( x) , x 0 x x1
x1 x 0
La expresión de la derecha se llama primera diferencia dividida de f(x) respecto a los valores
de x0 y x1 y se denota generalmente f [x0, x1], esto es,
f ( x1 ) f ( x 0 )
f x 0 , x1
x1 x 0
Observación:
Se debe destacar que la relación entre la primera diferencia dividida y la primera derivada
está dada por el teorema del valor medio.
f ( x1 ) f ( x0 )
f ' (c) , c ( x0 , x1 )
x1 x0
Siempre que f (x) cumpla con las condiciones del teorema del valor medio.
orden cero:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Primer
Segundo
x 0 f x 0 o
f x f x 0 Tercer
f x 0 , x1 1
x1 x 0 f x , x f x0 , x1
f x0 , x1 , x2 1 2
o
x1 f x1 f x , x , x f x0 , x1 , x2
f x 2 f x1 x2 x0
f x0 , x1 , x2 , x3 1 2 3
f x1 , x 2 f x3 , x2 f x1 , x2 x3 x0
x 2 f x 2
x 2 x1 f x1 , x2 , x3
f x 3 f x 2 x3 x1 f x , x , x f x1 , x2 , x3
f x1 , x2 , x3 , x4 2 3 4
f x 2 , x 3 f x3 , x4 f x2 , x3 x4 x1
x3 f x3
x3 x 2 f x2 , x3 , x4
x4 x2 f x , x , x f x2 , x3 , x4
f x 4 f x 3 f x2 , x3 , x4 , x5 3 4 5
f x 3 , x 4 f x4 , x5 f x3 , x4 x5 x2
x 4 f x 4
x 4 x3 f x3 , x4 , x5
x5 x3
f x 5 f x 4
f x 4 , x 5
x5 f x5 x5 x 4
Observación:
Para formar la expresión se requiere i + 1 puntos.
El numerador es la recta de dos diferencias de orden i – 1.
El denominador es la recta de los argumentos no comunes en el numerador.
Ejemplo:
Supongamos que tenemos la siguiente información
Puntos 0 1 2 3 4 5
x 2 1 0 2 3 6
f ( x) 18 5 2 2 7 142
f ( x 2 ) f ( x1 ) 2 (5)
f x1 , x 2 3
x 2 x1 0 (1)
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
0 -2 -18
13
1 -1 -5 -5
3 1
2 0 -2 -1 0
0 1
3 2 -2 3 0
9 1
4 2 7 9
45
5 6 142
Observemos que:
Todas las diferencias divididas de tercer orden tienen el mismo valor independiente del valor
de las x que se usen para calcularse.
Las diferencias de cuarto orden todos tienen el valor de cero, lo que tiene afinidad con el
criterio que la derivada de tercer orden es una constante y la de cuarto orden es cero, para
cualquier valor de x.
El razonamiento anterior nos induce a decir que si al construir una tabla de diferencias
divididas en alguna columna el valor es constante y la siguiente columna es cero la
información proviene de un polinomio de grado igual al orden de las diferencias que tengan
valores constantes.
El razonamiento anterior nos induce afirmar que nuestro polinomio es de grado 3 es decir mi
polinomio será:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
k 1
n
p( x) f x 0 , x1 ,..., x k x x j f x 0 f x 0 , x1 ( x x 0 ) f x 0 , x1 , x 2 ( x x 0 )( x x1 ) ...
k 0 j 0
p( x) x3 2 x2 2
GENERALIZACION :
Pn ( x) a0 a1 ( x x0 ) a 2 ( x x0 ) ( x x1 ) ... a n ( x x0 ) ( x x1 ) ...( x x n 1 )
En donde:
Ejemplo:
Determinar la aproximación polinomial de Newton para la información tabular e interpolar para
x = 2.
DIFERENCIAS DIVIDIDAS
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
Diferencias divididas
0 1 56
14.2
1 5 113 -0.31
4.5 0.019
2 20 181 0.081
1.68
3 40 214
Observación:
f x1 f x 0 113 56 57
f x 0 , x1 14.2
x1 x 0 5 1 4
P2 ( x) a 0 a1 ( x x 0 ) a 2 ( x x 0 )( x x1 ) f x 0 f x 0 , x1 x x 0
f x 0 , x1 , x 2 x x 0 x x1
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANÁLISIS NUMÉRICO
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/Interpolaci%C3%B3n_polin%C3%B3mica
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
INTERPOLACIÓN NUMÉRICA
3.2 DIFERENCIAS DIVIDIDAS
1. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3. INTERPOLACIÓN NUMÉRICA
3.1 POLINOMIO DE INTERPOLACIÓN DE LAGRANGE
1. INTRODUCCIÓN
2. OBJETIVO
Conceptualizar los métodos matemáticos que resuelven ecuaciones polinomiales. Describir y
Comprender el método matemáticos de Lagrange. Analizar una muestra de datos empleando
el método matemático de Lagrange.
3. INTERPOLACIÓN DE LAGRANGE
Podemos decir que la interpolación lineal es el eje para muchos métodos numéricos y de gran
relevancia en la ingeniería, puesto que una gran información se encuentra en su forma tabular
como veremos más adelante y es usado por una diversidad de métodos numéricos, por ejemplo
si integramos este método tendremos el método de integración trapezoidal.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Puntos 0 1 2 3 4 5 6
Cuadro 1
f(x) 56 78 113 144 181 205 214
X 1 2 5 10 20 30 40
Puntos 0 1 2 3
Cuadro 2
f(x) 56 ¿-? 113 181 214
X 1 2 5 20 40
Supongamos por un instante que sólo se dispone del cuadro 2 y que queremos el valor de la
variable “y=f(x)” cuando x tiene un valor de 2 unidades. Una manera muy común es considerar
la ecuación de una línea recta así:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Primero: Supongamos una función desconocida f (x) dada en forma tabular y se asume un
polinomio de primer grado es decir una línea recta el cual se puede escribir de la siguiente
manera:
P( x) a 0 ( x x1 ) a1 ( x x 0 )
En donde:
x0, x1: Son valores de la función en puntos conocidos [x0, f (x0)], [x1, f (x1)]
a0, a1: Coeficientes por determinar, y lo encontramos haciendo las consideraciones siguientes:
P( x 0 ) f ( x0 )
x x 0 P( x 0 ) a 0 ( x 0 x1 ) a 0
x 0 x1 x 0 x1
P( x1 ) f ( x1 )
x x1 P( x1 ) a1 ( x1 x 0 ) a1
x1 x 0 x1 x 0
Luego
f ( x0 ) f ( x1 )
P( x) ( x x1 ) ( x x0 )
( x 0 x1 ) ( x1 x 0 )
( x x1 ) ( x x0 )
P( x) f ( x 0 ) f ( x1 )
( x 0 x1 ) ( x1 x 0 )
P ( x) L0 ( x) f ( x 0 ) L1 ( x) f ( x1 )
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
P2 ( x) a 0 ( x x1 )( x x 2 ) a1 ( x x 0 )( x x 2 ) a 2 ( x x 0 )( x x1 )
En donde:
x0, x1, x2 son los valores de los puntos conocidos [x0, f(x0)], [x1, f(x1)], [x2, f(x2)]
P2 ( x0 ) f ( x0 )
x x0 a 0
Si ( x0 x1 )( x0 x2 ) ( x0 x1 )( x0 x2 )
P2 ( x1 ) f ( x1 )
x x1 a1
Si ( x1 x0 )( x1 x2 ) ( x1 x0 )( x1 x2 )
P2 ( x2 ) f ( x2 )
x x2 a2
Si ( x2 x0 )( x 2 x1 ) ( x 2 x0 )( x 2 x1 )
Luego:
P2 ( x) L0 ( x) f ( x 0 ) L1 ( x) f ( x1 ) L2 ( x) f ( x 2 )
En donde:
( x x1 )( x x 2 ) ( x x0 )( x x 2 ) ( x x0 )( x x1 )
L0 ( x) ; L1 ( x) ; L2 ( x )
( x0 x1 )( x0 x 2 ) ( x1 x0 )( x1 x 2 ) ( x 2 x0 )( x 2 x1 )
Pn ( x) L0 ( x) f ( x0 ) L1 ( x) f ( x1 ) ..... Li ( x) f ( xi ) ...... Ln ( x) f ( xn )
En donde:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
( x x1 )( x x 2 ).....(x xi ).....(x x n )
L0 ( x )
( x 0 x1 )( x 0 x 2 ).....(x 0 xi )....(x 0 x n )
( x x 0 )( x x 2 ).....(x xi ).....(x x n )
L1 ( x)
( x1 x 0 )( x1 x 2 ).....(x1 xi )....(x1 x n )
( x x 0 )( x x1 ).....(x xi 1 ).....(x x n )
Li ( x)
( xi x 0 )( xi x1 ).....(xi xi 1 )....(xi x n )
En donde:
n (x x j )
Li ( x )
j 0 ( x i x j )
j i
,
Ejemplo:
i 0 1 2 3
F(Xi) -3 0 5 7
Xi 0 1 3 6
Solución:
Debemos destacar que la tabla presenta cuatro puntos lo que induce la existencia de un
polinomio de tercer orden
P3 ( x) L0 ( x) f ( x0 ) L1 ( x) f ( x1 ) L2 ( x) f ( x 2 ) L3 ( x) f ( x3 )
P3( x) L0 ( x)( 3) L1 ( x)(0) L2 ( x)(5) L3 ( x)(7)
( x x1 )( x x 2 )( x x3 ) ( x 1)( x 3)( x 6) ( x 1)( x 3)( x 6)
L0 ( x)
( x0 x1 )( x0 x 2 )( x0 x3 ) (0 1)(0 3)(0 6) 18
( x x0 )( x x 2 )( x x3 ) ( x 0)( x 3)( x 6) x( x 3)( x 6)
L1 ( x)
( x1 x0 )( x1 x 2 )( x1 x3 ) (1 0)(1 3)(1 6) 10
( x x0 )( x x1 )( x x3 ) ( x 0)( x 3)( x 6) x( x 1)( x 6)
L2 ( x )
( x 2 x0 )( x 2 x1 )( x 2 x3 ) (3 0)(3 1)(3 6) 18
( x x0 )( x x1 )( x x 2 ) x( x 1)( x 3) x( x 1)( x 3)
L3 ( x)
( x 2 x0 )( x3 x1 )( x3 x 2 ) 6 (6 1)(6 3) 90
Operando tenemos:
x 3 x 2 46
P3 x 3
30 30 15
(1.8) 3 (1.8) 2 46
P3 (1.8) (1.8) 3 2.2176
30 30 15
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/Interpolaci%C3%B3n_polin%C3%B3mica_de_Lagrange
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
1. ¿Qué es la interpolación?
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3. INTERPOLACIÓN NUMÉRICA
3.1 POLINOMIO DE INTERPOLACIÓN DE LAGRANGE
1. PREGUNTAS DE AUTOEVALUACIÓN
1. ¿Qué es la interpolación?
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3.3-3.4 DIFERENCIAS DIVIDIDAS PROGRESIVAS Y REGRESIVAS
1. INTRODUCCIÓN
El caso de mayor interés para nosotros es aquel en el cual yk = f (xk ) siendo f una cierta función
de la que posiblemente no se conoce una fórmula explícita, o bien es muy complicada para
evaluarla, derivarla, integrarla, hallarle ceros, etc. En este caso el polinomio de interpolación
p n (x) puede usarse como aproximación de la función f y, en particular, para aproximar valores
de la función f en puntos intermedios entre los nodos x0, x 1 ,...,xn.. . Nos , referiremos a esta
manera de aproximar una función dada, mediante un polinomio de interpolación, como
interpolación polinomial; cuando usemos sólo dos nodos, nos referiremos a la correspondiente
interpolación como interpolación lineal. En este contexto el polinomio de interpolación p n (x) ,
se dirá el polinomio que interpola a la función f en los nodos x0, x 1 ,...,xn.
2. OBJETIVO
Conceptualizar los métodos matemáticos que resuelven ecuaciones polinomiales. Comparar los
métodos matemáticos de Diferencias divididas progresivas y regresivas en base a los criterios
de eficiencia, precisión y tolerancia. Analizar una muestra de datos empleando cada uno de los
métodos matemáticos de Diferencias divididas progresivas y regresivas
Supongamos que la distancia entre dos argumentos (abscisas) consecutivas cualquiera es igual,
en toda la función tabular y sea “h”.
El polinomio de aproximación de Newton se puede escribir de manera más simple, para nuestro
propósito, consideremos otro punto S; definido por:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Pero:
x1 x 0 h , x 2 x 0 2h , x3 x 0 3h , ..., xi x 0 ih i 1, 2, ...., n
x xi x 0 sh xi
x 0 sh x 0 ih
x x i h( s i )
Para; i 1,2,..., n
x x1 h( s 1); x x 2 h( s 2); x x3 h( s 3); .... ; x x n h( s n)
n k 1
ó: Pn ( x) a k h k ( s i)
k 0 i 0 (1)
f ( x ) f ( x h) f ( x )
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
La segunda diferencia: 2 f ( x)
La tercera diferencia: 3 f ( x)
En general:
i f ( x) (i 1 f ( x))
Segunda Diferencia: 2 f ( x)
En general:
i f ( x) ( i 1 f ( x)
Qué ocurre si aplicamos al primer valor funcional f [x0] de una tabla proporcionada.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
f x1 f x0
f x0 f x0 h f x0 x1 x0 h f x0 , x1
x1 x0
ie : f ( x0 ) h f x0 , x1 f x0 , x1 f ( x0 )
1
h
Para
f x 2 2 f x1 f x0 2 f x0
f x0 , x1 , x 2
2h 2 2h 2
para
f x3 3 f x 2 3 f x1 f ( x0 ) 3 f x0
f x0 , x1 , x 2 , x3
2 3h 3 3!h 3
En general:
n f ( x 0 )
f x 0 , x1 ,..., x n
n! hn
n f ( xn )
f xn , xn1 , ..., x1 , x0
n! h n
Consecuentemente al sustituir f x 0 , x1 ,..., x n , i 0,1,2,..., n en 1
Puntos 0 1 2 3 4 5
x 50 60 70 80 90 100
f ( x) 24.94 30.71 36.05 42.84 50.57 59.30
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
en donde
f x 0 f x 0 h f x 0 f x1 f x 0
f x 0 30.11 24.94 5.17
Es preciso destacar que en realidad se está extrapolando, pues el valor de x queda fuera del
intervalo de los puntos que se usan para formar el polinomio de aproximación.
x x1 64 60
s 0.4 Luego tenemos:
h 10
f (64) 30.11 0.4(5.94) 32.49
s( s 1) 2
P2 ( x) f x 0 sf x 0 f x 0 ; s 1.4
2!
1.4 (1.4 1)
P2 (64) 24.94 1.4 (5.17) 0.77 32.385
2!
En donde:
x n ; x n 1 : Son abscisas de los puntos “n” y “n – 1"
Si:
x x n a 0 P2 ( x n ) a 0 f x n
P2 x n 1 a 0 f x n 1 f x n
x x n 1 a1 a1 f x n , x n 1
x n 1 x n x n 1 x n
f x n 2 f x n f x n , x n 1
x x n2 a 2 a 2 f x n , x n 1 , x n 2
( x n 2 x n ) ( x n 2 x n 1 )
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Generalizar
Pn ( x) a 0 a1 ( x x n ) a 2 ( x x n ) ( x x n 1 ) ... a n ( x x n )( x x n 1 )...(x x1 )
En donde:
a 0 f x n ; a1 f x n , x n 1 ; a 2 f x n , x n 1 , x n 2 ; ... ; a n f x n , x n 1 , ... , x1 , x 0
Luego tenemos:
s( s 1) 2 s( s 1) ( s 2)...(s (n 1)) n
Pn ( x n sh) f x n 3f x n f x n ... f x n
2! n!
Ejemplo:
En el ejemplo realice la interpolación para x = 98 usando el polinomio de Newton
Si usamos un polinomio de primer grado tenemos
x x n 98 100
P1 ( x) f x 5 sf x 5 ; s 0.2
10 10
p1 (98) 59.30 0.2(8.73) 57.55
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
s ( s 1) 2
P2 (98) f x 5 sf x 5 f x 5
2!
0.2(0.2 1)
59.3 .2(8.73) (1) 57.63
2!
3. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/Interpolaci%C3%B3n_polin%C3%B3mica
4. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
5. GLOSARIO
6. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3.3-3.4 DIFERENCIAS DIVIDIDAS PROGRESIVAS Y REGRESIVAS
1. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3.5 -3.6 DIFERENCIAS DIVIDIDAS CENTRADAS Y FINITAS
1. INTRODUCCIÓN
Una diferencia finita es una expresión matemática de la forma f(x + b) − f(x +a). Si una
diferencia finita se divide por b − a se obtiene una expresión similar al cociente diferencial, que
difiere en que se emplean cantidades finitas en lugar de infinitesimales. La aproximación de las
derivadas por diferencias finitas desempeña un papel central en los métodos de diferencias
finitas del análisis numérico para la resolución de ecuaciones diferenciales.
2. OBJETIVO
Supongamos que la distancia entre dos argumentos (abscisas) consecutivas cualquiera es igual,
en toda la función tabular y sea “h”.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Y se desea interpolar en 1.5. Se debe descartar el nodo 2.0, ya que la distancia de 1.5 a
1.1 es 0.4 y la de 1.5 a 2.0 es 0.5.
Los nodos se deben renombrar o reenumerar.
El nodo del centro será el x0 el siguiente mayor será el x1, el siguiente mayor el x2 ,… Y el
anterior menor al centro (x0) será el x-1, el anterior siguiente será el x-2, y así
sucesivamente.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
x x0
Pn ( x) f [ x0 ] f [ x1 , x0 ] f [ x0 , x1 ] ( x x0 ) 2 f [ x1, x0 , x1 ]
2
x x0
( x x1 )( x x1 ) f [ x2 , x1 , x0 , x1 ] f [ x1 , x0 , x1 , x2 ]
2
( x x0 ) 2 ( x x1 )( x x1 ) f [ x2 , x1 , x0 , x1 , x2 ]
x x0
( x x2 )( x x1 )( x x1 )( x x2 ) *
2
f [ x3 , x2 , x1 , x0 , x1 , x2 , ] f [ x2 , x1 , x0 , x1 , x2 , x3 ]
( x x0 ) 2 ( x x2 )( x x1 )( x x1 )( x x2 ) f [ x3 , x2 , x1 , x0 , x1 , x2 , x3 ] ...
x x0
( x x2 m 1 )( x x2 m 2 )...( x x2 m 2 )( x x2 m 1 ) *
2
f [ x2 m ,..., x2 m1 ] f [ x2 m1 ,..., x2 m ]
( x x0 ) 2 ( x x2 m 1 )( x x2 m 2 )...( x x2 m 3 )( x x2 m 2 )( x x2 m 1 ) *
f [ x2 m , x2 m 1 ,..., x2 m 1 , x2 m ]
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Pn ( x ) f [ x 0 ]
x x0
f [ x 1, x 0 ] f [ x 0 , x1 ]
2
( x x 0 ) 2 f [ x 1 , x 0 , x1 ]
x x0
( x x 1 )( x x1 ) f [ x 2 , x 1, x 0 , x1 ] f [ x 1, x 0 , x1, x 2 ]
2
( x x 0 ) 2 ( x x 1 )( x x1 )f [ x 2 , x 1, x 0 , x1, x 2 ]
x x0
( x x 2 )( x x 1 )( x x1 )( x x 2 ) f [ x 3 , x 2 , x 1 , x 0 , x1 , x 2 ,] f [ x 2 , x 1, x 0 , x1, x 2 , x 3 ]
2
( x x 0 )2 ( x x 2 )( x x 1 )( x x1 )( x x 2 )f [ x 3 , x 2 , x 1 , x 0 , x1 , x 2 , x 3 ]
.....
x x0
( x x 2 m 1 )( x x 2 m 2 )...( x x 2 m 2 )( x x 2 m 1 ) f [ x 2 m ,..., x 2 m 1 ] f [ x 2 m 1 ,..., x 2 m ]
2
( x x 0 )2 ( x x 2 m 1 )( x x 2 m 2 )...( x x 2 m 3 )( x x 2 m 2 )( x x 2 m 1 )f [ x 2 m , x 2 m 1 ,..., x 2 m 1, x 2 m ]
Pn ( x) f [ x2 m 1 ] f [ x0 ]
sh
f [ x1 , x0 ] f [ x0 , x1 ]
2
s 2 h 2 f [ x1 , x0 , x1 ]
s ( s 2 1)h 2
f [ x2 , x1 , x0 , x1 ] f [ x1 , x0 , x1 , x2 ]
2
...
s 2 ( s 2 1)( s 2 4)...( s 2 (m 1) 2 )h 2 m f [ x m ,..., xm ]
s ( s 2 1)...( s 2 m 2 )h 2 m 1
f [ x m 1 ,..., xm 1 ]
2
n 2m 1, pero si n 2m, se elimina el primero o el último xi
x x0
h xi 1 xi y s
h
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
f [ x0 ], f [ x0 , x1 ], f [ x0 , x1 , x2 ] ... f [ x0 , x1 ,..., xn ]
Pero las fórmulas descritas anteriormente requieren el uso de las otras Diferencias
Divididas Calculadas en el algoritmo. Por lo tanto, es necesario que el algoritmo
imprima todas las diferencias divididas.
Para ello, se usará el algoritmo ALG032_DIF_DIV.m y se modificará el ALG032_MOD,
para obtener la tabla completa junto con la evaluación del nodo.
Considere la tabla para interpolar en 0.3333
i xi f(xi)
0 0.0 1.101
1 0.25 0.3349375
2 0.5 -0.02475
3 0.75 -0.0718125
i xi f(xi)
-1 0.0 1.101
0 0.25 0.3349375
1 0.5 -0.02475
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
1.10100000
0.33493750 -3.06425000
-0.02475000 -1.43875000 3.25100000
i xi f(xi)
-1 0.0 1.101
0 0.25 0.3349375
1 0.50 -0.02475
El orden de ingreso de los nodos será: 0.25 , 0.5 y por último 0.0 Y siempre será
primero los positivos y luego los negativos
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
La Tabla del alg032.m me da solo tres valores Q0,0, Q1,1y Q2,2 , y se necesita el Q-1,-1,
este valor se obtiene realizando la operación: Q-1,-1=Q1,1-2hQ2,2 resultando el valor : -
3.06425. Así que:
Pn (x ) P2m 1 x 0 sh
Q 0,0
2
sh
Q1,1 Q 1,1 s 2h 2Q 2,2
P3 0.3333 0.3349375
(0.3332 * 0.25 / 2) * (1.43875 3.0645)
(0.3332) ^ 2 * (0.25) ^ 2 * 3.251
0.16993546889
Si tiene que decidir entre el centrado y el progresivo, se debe elegir al centrado ya que
el valor de interpolación está más apropiado para dicho método.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Para valores igualmente espaciados, las diferencias finitas y las divididas están
estrechamente relacionadas.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
A partir de la tercera columna, para calcular cada elemento se hace la resta de dos
elementos consecutivos de la columna anterior.
Por ejemplo: ∆f3 = f4 − f3. Obsérvese que este valor se coloca en medio de la fila de f3 y
de la fila de f4.
Ejemplo:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Construir la tabla de diferencias finitas, hasta el orden 3, a partir de los seis puntos
siguientes:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Ejemplo:
Tabular las diferencias finitas correspondiente a los siguientes valores :
(1,5), (1.5,7),(2,10), (2.5,8)
Calculo de Diferencias finitas en Matlab o Scilab
--> f=[5 7 10 8]
f =
5. 7. 10. 8.
--> d1=diff(f)
d1 =
2. 3. -2.
--> d2=diff(d1)
d2 =
1. -5.
--> d3=diff(d2)
d3 =
-6.
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/Diferencia_finita
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
7. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3.5 -3.6 DIFERENCIAS DIVIDIDAS CENTRADAS Y FINITAS
3. PREGUNTAS DE AUTOEVALUACIÓN
Respuesta: es una expresión matemática de la forma f(x + b) − f(x +a). Si una diferencia
finita se divide por b − a se obtiene una expresión similar al cociente diferencial, que
difiere en que se emplean cantidades finitas en lugar de infinitesimales.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3.7 INTERPOLACIÓN DE HERMITE
3.8 TRAZADORES CÚBICOS
1. INTRODUCCIÓN
Sean x0 ,x1,….,xn y n+1 números distintos en [a,b] y mi un entero no negativo asociado a xi para
i=0,1, …, n. Supóngase que f ϵ a,b] y que m=max 0<=i<=n mi.
El polinomio osculante que aproxima f es el polinomio P(x) de menor grado tal que
Cuando n=0 el polinomio osculante que aproxima f es el polinomio de Taylor m 0-esimo para f en
x0. Cuando mi =0 para cada i, el polinomio osculante es el polinomio de Lagrange de grado n
que interpola f en x0, x1,….,xn .
Como sus primeras derivadas concuerdan con las de f tendrán la misma forma que la función
en (xi, f(xi)), en el sentido de que las líneas tangentes al polinomio coinciden con la función.
Si f ϵ [a,b] y si x0 ,x1,….,xn ϵ [a,b] son distintos, el polinomio único de menor grado que
concuerda con f y f’ en x0 ,x1,….,xn es el polinomio de Hermite de grado a lo más 2n+1 que
está dado por :
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
2. OBJETIVO
3. INTERPOLACIÓN DE HERMITE
donde
H n , j ( x ) 1 2( x x j ) L 'n , j ( x j ) L2n , j ( x )
y
Hˆ n , j ( x ) ( x x j ) L2n , j ( x )
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
( x x0 ) 2 ...( x xn ) 2 (2 n 2)
f ( x ) H 2 n 1 ( x) f ( ),
(2n 2)!
para alguna con a b.
100 175
L '2,0 ( x) x ;
9 9
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
200 320
L '2,1 ( x) x ;
9 9
( x - x0 )( x - x1 ) 50 2 145 104
L2,2 ( x) x x ,
( x2 x0 )( x2 x1 ) 9 9 9
100 145
L '2,2 ( x) x .
9 9
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
2
50 145 104
Hˆ 2,2 ( x) ( x 1.9) x 2 x .
9 9 9
Finalmente,
H 5 ( x) 0.62008860 H 2,0 ( x ) 0.4554022 H 2,1 ( x ) 0.2818186H 2,2 ( x )
-0.5220232Hˆ 2,0 ( x ) 0.5698959 Hˆ 2,1 ( x ) 0.5811571Hˆ 2,2 ( x )
y
4 64 5
H 5 (1.5) 0.62008860 0.4554022 0.2818186
27 81 81
4 32 2
-0.5220232 0.5698959 0.5811571
405 405 405
H 5 (1.5) 0.5118277.
un resultado cuya exactitud corresponde con 7 cifras decimales.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
en vez de las primeras diferencias divididas no definidas
f z0 , z1 , f z2 , z3 ,..., f z2 n , z2 n 1
Las diferencias divididas restantes se obtienen en la forma habitual
y las diferencias divididas apropiadas se emplean en la fórmula de
diferencias divididas interpolantes de Newton.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
EJEMPLO 2. Los valores de la siguiente tabla, usan los datos del ejemplo 1.
Los valores subrayados son los datos conocidos; los restantes se generan
mediante la fórmula de las diferencias divididas ordinarias.
1.3 0.6200860
-0.5220232
1.3 0.6200860 -0.0897427
-0.5489460 0.0663657
1.6 0.4554022 -0.0698330 0.0026663
-0.5698959 0.0679655 -0.0027738
1.6 0.4545022 -0.0290537 0.0010020
-0.5786120 0.0685667
1.9 0.2818186 -0.0084837
-0.5811571
1.9 0.2818186
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
1. INTRODUCCIÓN
Para un conjunto numeroso de puntos no es muy útil calcular el polinomio interpolante que
pasa por estos puntos, pues éste tiende a tener grandes oscilaciones1 . Más aconsejable es
hacer una interpolación secuencial de grado bajo sobre subconjuntos más pequeños del total
de puntos, definiendo así una función a trozos.
La interpolación a trozos más útil y de uso generalizado en diversos campos tales como el
diseño, los gráficos por computadora, la economía, etc., es la que se realiza mediante
polinomios de grado tres llamados trazadores o splines cúbicos que se definen en cada uno de
los subintervalos [xk, xk+1] definidos por las abscisas de los puntos (xi, yi), de los puntos a
interpolar. La idea es construir estos polinomios cúbicos de tal forma que cualesquiera dos de
ellos definidos en intervalos contiguos [xk, xk+1] , ambos coincidan en xk no solo como función
sino también en su primera y segunda derivada, con el fin de que haya suavidad en los puntos
(xk, yk) de coincidencia de ambas gráficas.
Dados n+1 puntos (x0, y0), (x1, y1),..., (xn, yn) con x0, x1,..., xn números reales diferentes, y f alguna
función de valor real definida en un intervalo [a, b], que contiene a x0, x1,..., xn, se pretende
aproximar la función f por segmentos o trazas. De antemano vamos a suponer que:
La idea es aproximar la función f en cada subintervalo [xk, xk+1], k = 0, 1,..., n-1, usando un
polinomio de grado menor o igual a tres, el cual supondremos de la forma:
, k = 0, 1,..., n-1
2. OBJETIVO
Identificar el método idóneo de trazadores cúbicos que debe aplicarse a una muestra de datos
de un problema real. Implementar cada uno de los métodos matemáticos en la herramienta
informática. Elaborar una lista de conclusiones sobre la idoneidad de aplicar los métodos de
trazadores cúbicos.
3. TRAZADORES CÚBICOS
Para que los pk interpolen los puntos, se deben verificar las siguientes condiciones:
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
5. (condiciones de frontera)
Al verificar las condiciones 1., 2., 3. y 4., se asegura que los pk tienen sus primeras y
segundas derivadas en los puntos x0, x1,..., xn, en este caso se dice que los pk son trazadores
cúbicos que aproximan la función f. Ahora, si se cumple la condición 5.a., el trazador cúbico
se llama natural, y si cumple la condición Del trazador cúbico se llama de frontera sujeta
(no son mutuamente excluyentes).
DEFINICIÓN :
Dada una función f definida en a, b y un conjunto de nodos
a x0 x1 xn b un polinomio interpolan te de trazador
cúbico S para f es una función que cumple con las
condicione s siguientes :
a. S x es un polinomio cúbico, denotado por S j x , en el
sub - intervalo x j , x j 1 para cada j 0,1,2, , n 1.
b. S x j f x j para cada j 0,1,2,..., n.
c. S j 1 x j 1 S j x j 1 para cada j 0,1,2,..., n 2.
d. S j 1 x j 1 S j x j 1 para cada j 0,1,2,..., n 2.
e. S j1 x j 1 S jx j 1 para cada j 0,1,2,..., n 2.
f. Una de las siguientes condicione s de frontera se cumplen :
i S x0 S xn 0 (frontera libre o natural).
ii S x0 f x0 y
S xn f xn (frontera sujeta).
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Pero para que se cumplan este tipo de condiciones de frontera, se requiere tener
valores de la derivada en los extremos o bien una aproximación a dichos valores.
La forma del polinomio de Trazador Cúbico es la siguiente:
S j x a j b j x x j c j x x j d j x x j
2 3
S3
S2 Sj
S1 Sn-1
S0
x0 x1 x2 x3 x4 xj xj+1 xn-1 xn
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Ejemplo:
Construya el(los) trazador(es) cúbico(s) libre(s) para los siguientes datos:
x f x
0 .5 0.02475
0.25 0.3349375
0 1.101
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
1.101
Select output destination
1. Screen
2. Text file
Enter 1 or 2
1
NATURAL CUBIC SPLINE INTERPOLATION
The numbers X(0), ..., X(N) are:
-0.50000000 -0.25000000 0.00000000
Con 3 nodos sólo se pueden construir dos polinomios cúbicos, uno entre x0 y x1 y otro entre
x1 y x2:
S 0 x 0.02475 1.032375( x ( 0.5)) 0 6.502( x 0.5)
3
Ahora aplique el algoritmo para el siguiente ejemplo, en el que se le proveen los valores de
la derivada en los extremos.
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
Enter 1 or 2
1
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
4. ENLACES SUGERIDOS
https://es.wikipedia.org/wiki/Interpolaci%C3%B3n_polin%C3%B3mica_de_Hermite
https://es.wikipedia.org/wiki/Spline
5. BIBLIOGRAFÍA
- Análisis Numérico, Richard L. Burden/J. Douglas Faires, Editorial Thomson Learning Inc.
- Métodos Numéricos Con SCILAB, Héctor Manuel Mora Escobar, Abril 2010
6. GLOSARIO
7. PREGUNTAS DE AUTOEVALUACIÓN
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR EN LÍNEA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ANALISIS NUMERICO
UNIDAD III
3.7 INTERPOLACIÓN DE HERMITE
3.8 TRAZADORES CÚBICOS
1. PREGUNTAS DE AUTOEVALUACIÓN
Respuesta: Los trazadores cúbicos (cubic splines) naturales se utilizan para crear una
función que interpola un conjunto de puntos de datos. Esta función consiste en una
unión de polinomios cúbicos, uno para cada intervalo, y está construido para ser una
función con derivada primera y segunda continuas. El ’spline’ cúbico natural también
tiene su segunda derivada igual a cero en la coordenada x del primer punto y el último
punto de la tabla de datos..
Este material ha sido proporcionado al estudiante en el marco de su formación a través de una carrera en línea en la
Universidad de El Salvador. Se han respetado los derechos de autor para su elaboración. El debido uso del mismo es
responsabilidad del estudiante.
UNIVERSIDAD DE EL SALVADOR
EDUCACIÓN A DISTANCIA
ANÁLISIS NUMÉRICO
ANS115
UNIDAD III
INTERPOLACION NUMERICA
UNIVERSIDAD DE EL SALVADOR
EDUCACIÓN A DISTANCIA
ANÁLISIS NUMÉRICO
ANS115
TEMA
- Diferencias Divididas
Agenda
• Diferencias Divididas
• Descripción del Método
• Tablas
• Ejemplos
Objetivos
i xi f(xi)
0 1.0 0.7651977
1 1.3 0.6200860
1.5
2 1.6 0.4554022
3 1.9 0.2818186
4 2.2 0.1103623
Tabla de Diferencias Divididas
3ª Dif. 4ª Dif.
i xi f(xi) 1ª Dif. Div 2ª Dif. Div
Div Div
0 1.0 0.7651977
0.620086 0.7651977
1.3 1.0
1 1.3 0.6200860 1 .6 1 .0
0.4554022 0.620086
1.5 1 .9 1 .0
1.6 1.3
2 1.6 0.4554022 1.9 1.3 2 .2 1 .0
0.2818186 0.4554022
1.9 1.6 2 .2 1 .3
3 1.9 0.2818186 2.2 1.6
0.1103623 0.2818186
2.2 1.9
4 2.2 0.1103623
Diferencias Divididas
Supongamos que Pn x es el n ésimo Polinomio de Lagrange
que concuerda con f en los nodos distintos x0 , x1 , , xn .
Las Diferencias Divididas de f respecto a x0 , x1 , , xn se usan
para expresar Pn x en la forma :
Pn x a0 a1 x x0 a2 x x0 x x1
an x x0 x x1 x xn 1
para las constantes apropiadas a0 , a1 , a2 , , an
Para determinar el valor de las constantes comenzamos con a0 :
Note que al evaluar Pn x a0 a1 x x0 a2 x x0 x x1
an x x0 x x1 x xn 1 en x x0 resulta que
Pn x0 a0 pero a su vez se tiene que Pn x0 f x0 .
Así que a0 f x0 .
Diferencias Divididas
Para encontrar a1 , siguiendo el mismo proceso :
Pn x1 a0 a1 x1 x0 f x0 a1 x1 x0 f x1
f x1 f x0
a1
x1 x0
Se define la Diferencia Dividida Cero de f respecto a x i que se
denota por f x i , simplemente como el valor f x i .
La Primera Diferencia Dividida de f respecto a x i y x i 1 se
denota por f x i , x i 1 , y se define por :
f xi 1 f xi
f xi , xi 1 .
xi 1 xi
Diferencias Divididas
i 0 j 0