TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE TLAXIACO

CARRERA:

INGENIERÍA CIVIL

NOMBRE DE LA ASIGNATURA:

METODOS NUMERICOS

NOMBRE DEL TEMA:

SOLUCIÓN DE SISTEMAS DE ECUACIONES / SOLUCIÓN DE ECUACIONES

DIFERENCIALES.

NOMBRE DEL CATEDRÁTICO:

ING. ELSA SANCHEZ LINTON

NOMBRE DEL ALUMNO:

ALEJANDRO CARMONA BARRAGAN

FERNANDO ORTIZ REYES

XOCHIQUETZAL BETSABE MALPICA GARCIA

SEMESTRE:

CUARTO

GRUPO:

4BC

SAN ESTEBAN ATATLAHUCA, TLAXIACO. OAXACA A 12 DE JUNIO DE 2022.

 INTRODUCCION
Una ecuación diferencial es una ecuación en la que intervienen
derivadas de una o más funciones desconocidas. Dependiendo del
número de variables independientes respecto de las que se deriva,
las ecuaciones diferenciales se dividen en: Ecuaciones diferenciales
ordinarias: aquellas que contienen derivadas respecto a una sola
variable independiente. Ecuaciones en derivadas parciales: aquellas
que contienen derivadas respecto a dos o más variables.
 SOLUCIÓN DE SISTEMA DE ECUACIONES
5.1 MÉTODO DE GAUSS-SEIDEL RESOLUCIÓN DE
SISTEMAS DE ECUACIONES LINEALES
El método de eliminación para resolver ecuaciones simultáneas suministra
soluciones suficientemente precisas hasta para 15 o 20 ecuaciones. El número
exacto depende de las ecuaciones de que se trate, del número de dígitos que se
conservan en el resultado de las operaciones aritméticas, y del procedimiento de
redondeo. Utilizando ecuaciones de error, el número de ecuaciones que se
pueden manejar se puede incrementar considerablemente a más de 15 o 20,
pero este método también es impráctico cuando se presentan, por ejemplo,
cientos de ecuaciones que se deben resolver simultáneamente. El método de
inversión de matrices tiene limitaciones similares cuando se trabaja con números
muy grandes de ecuaciones simultáneas.
Sin embargo, existen varias técnicas que se pueden utilizar, para resolver
grandes números de ecuaciones simultáneas. Una de las técnicas más útiles es
el método de Gauss-Seidel. Ninguno de los procedimientos alternos es
totalmente satisfactorio, y el método de Gauss-Seidel tiene la desventaja de que
no siempre converge a una solución o de que a veces converge muy lentamente.
Sin embargo, este método convergirá siempre a una solución cuando la
magnitud del coeficiente de una incógnita diferente en cada ecuación del
conjunto, sea suficientemente dominante con respecto a las magnitudes de los
otros coeficientes de esa ecuación.
Es difícil definir el margen mínimo por el que ese coeficiente debe dominar a los
otros para asegurar la convergencia y es aún más difícil predecir la velocidad de
la convergencia para alguna combinación de valores de los coeficientes cuando
esa convergencia existe. No obstante, cuando el valor absoluto del coeficiente
dominante para una incógnita diferente para cada ecuación es mayor que la
suma de los valores absolutos de los otros coeficientes de esa ecuación, la
convergencia está asegurada. Ese conjunto de ecuaciones simultáneas lineales
se conoce como sistema diagonal.
Un sistema diagonal es condición suficiente para asegurar la convergencia, pero
no es condición necesaria. Afortunadamente, las ecuaciones simultáneas
lineales que se derivan de muchos problemas de ingeniería, son del tipo en el
cual existen siempre coeficientes dominantes.
La secuencia de pasos que constituyen el método de Gauss-Seidel es la
siguiente:

• Asignar un valor inicial a cada incógnita que aparezca en

el conjunto. Si es posible hacer una hipótesis razonable de estos valores,
hacerla. Si no, se pueden asignar valores seleccionados arbitrariamente.
Los valores iniciales utilizados no afectarán la convergencia como tal,
 pero afectarán el número de iteraciones requeridas para dicha
convergencia.
• Partiendo de la primera ecuación, determinar un nuevo valor para la
incógnita que tiene el coeficiente más grande en esa ecuación, utilizando
para las otras incógnitas los valores supuestos.
• Pasar a la segunda ecuación y determinar en ella el valor de la incógnita
que tiene el coeficiente más grande en esa ecuación, utilizando el valor
calculado para la incógnita del paso 2 y los valores supuestos para las
incógnitas restantes.
• Continuar con las ecuaciones restantes, determinando siempre el valor
calculado de la incógnita que tiene el coeficiente más grande en cada
ecuación particular, y utilizando siempre los últimos valores calculados
para las otras incógnitas de la ecuación. (Durante la primera iteración, se
deben utilizar los valores supuestos para las incógnitas hasta que se
obtenga un valor calculado). Cuando la ecuación final ha sido resuelta,
proporcionando un valor para la única incógnita, se dice que se ha
completado una iteración.
• Continuar iterando hasta que el valor de cada incógnita, determinado en
una iteración particular, difiera del valor obtenido en la iteración previa, en
una cantidad menor que cierto 𝜺 seleccionado arbitrariamente. El
procedimiento queda entonces completo.
Refiriéndonos al paso 5, mientras menor sea la magnitud del ε seleccionado,
mayor será la precisión de la solución. Sin embargo, la magnitud del ε no
especifica el error que puede existir en los valores obtenidos para las incógnitas,
ya que ésta es una función de la velocidad de convergencia. Mientras mayor sea
la velocidad de convergencia, mayor será la precisión obtenida en los valores de
las incógnitas para un ε dado.

EJERCICIO
Resolver el siguiente sistema de ecuación por el método Gauss-Seidel utilizando
un
ε=0.001
0.1 X1 + 7.0 X2 – 0.3 X3= -19.30
3.0 X1– 0.1 X2– 0.2 X3 = 7.85
0.3 X1– 0.2 X2 – 10.0 X3 = 71.40
 SOLUCIÓN:
Primero ordenamos las ecuaciones, de modo que en la diagonal principal estén
los coeficientes mayores para asegurar la convergencia.

3.0 X1 – 0.1 X2 – 0.2 X3= 7.85

0.1 X1 + 7.0 X2 – 0.3 X3= -19.30
0.3 X1 – 0.2 X2 – 10.0 X3 = 71.40

Despejamos cada una de las variables sobre la diagonal:

Suponemos los valores iniciales X2 = 0 y X3 = 0 y calculamos X1

Este valor junto con el de X3 se puede utilizar para obtener X2

La primera iteración se completa sustituyendo los valores de X1 y X2 calculados

obteniendo:

La primera iteración se completa sustituyendo los valores de X1 y X2 calculados

obteniendo:

En la segunda iteración, se repite el mismo procedimiento:

Comparando los valores calculados entre la primera y la segunda iteración:

Como podemos observar, no se cumple la condición

Entonces tomamos los valores calculados en la última iteración y se toman

como supuestos para la siguiente iteración. Se repite entonces el proceso:

Comparando los valores obtenidos

Dado que se cumple la condición, el resultado es:

X1=3.0
X2=-2.5
X3=7.0
Como se puede comprobar no se tiene un número exacto de iteraciones para
encontrar una solución. En este ejemplo, se hicieron 3 iteraciones, pero a
menudo se necesitan más iteraciones.

5.2 METODO DE NEWTON-RAPHSON PARA SISTEMAS DE

ECUACIONES LINEALES
Ejercicio

Halle una solución del sistema:

A partir del punto:

Resolución con Newton-Raphson directo

a partir del punto a

Expresamos el sistema en la forma

La matriz jacobiana asociada es:

Dado que las incógnitas están denotadas con distintos caracteres, en este caso,
podemos usar los subíndices para marcar el paso que se está realizando y el
método de Newton-Raphson para sistemas queda como sigue:
 Desarrollamos dos pasos:

Así sucesivamente, hasta que las iteraciones 8 y 9 coinciden:

RESOLUCIÓN CON NEWTON-RAPHSON MODIFICADO

No usa inversas de matrices. Al igual que en el apartado anterior podemos usar

subíndices al haber pocas incógnitas.

En este problema el punto de partida viene dado:

Se define

Se resuelve J(x0, y0) −F(x0, y0)en las incógnitas

Se obtiene

Se sigue el proceso aumentando 1 los índices y resolviendo un nuevo sistema.

Así sucesivamente hasta que se cumpla una condición de parada. Los resultados
intermedios son los mismos que en el apartado anterior, pero con menos cálculos
y, en consecuencia, menor error de redondeo
 5.3 APLICACIONES DE SISTEMAS DE ECUACIONES
LINEALES Y NO LINEALES.
Un sistema de ecuaciones lineales puede utilizarse para representar problemas
del mundo real. Cuando hay dos variables y le dan dos datos acerca de cómo se
relacionan esas variables, se utiliza un sistema de ecuaciones. Los siguientes
ejemplos le mostrarán algunos problemas comunes que pueden resolverse
utilizando un sistema de ecuaciones.
Ejemplo A
El largo de una parcela de tierra rectangular es de 255 yardas más que el ancho.
Si el perímetro es de 1206 yardas, calcule las dimensiones del rectángulo.
Solución: El perímetro de un rectángulo se calcula con la
fórmula P=2l+2w donde P es el perímetro, l es el largo y w es el ancho. Las
cantidades son el largo y el ancho del rectángulo.
Sea el largo del rectángulo l .
Sea el ancho del rectángulo w.
Las ecuaciones serían:
El largo es 255 yardas más que el ancho
→l=w+255
El perímetro es 1206 yardas
→2l+2w=1206
Ahora puede resolverse el sistema de ecuaciones para determinar las
dimensiones del rectángulo. En la primera ecuación el largo se expresa a partir
del ancho. Se utilizará la sustitución para resolver el sistema de ecuaciones.

El largo de una parcela de tierra rectangular

es de 429 yardas y el ancho es de 174 yardas.
Ejemplo B
María tenía $12100 para invertir. Decidió invertir su dinero en bonos y fondos de
inversión. Invirtió una parte de su dinero en bonos que pagaban 8 % de interés
anual, y el resto en un fondo de inversión que pagaba 9 % anual. Luego de un
año, el ingreso total que ganó de esas inversiones fue $1043. ¿Cuánto invirtió
en cada tasa de interés?

Solución: Las dos cantidades en este problema son la cantidad que invirtió en
bonos y la cantidad que invirtió en fondos de inversión.

• Sea la cantidad que invirtió en bonos “ b ’ .

• Sea la cantidad que invirtió en fondos “ m ’ .
Las ecuaciones serían:

• La cantidad total de dinero que tuvo que invertir fue $12,100

→b+m=12,100
• La cantidad de dinero que ganó de las inversiones fue $1043
→0.08b+0.09m=1043
El sistema de ecuaciones se resolverá utilizando la eliminación.

La primera ecuación se multiplicará por (– 0.08)

Las ecuaciones ahora tienen coeficientes numéricos opuestos para la

variable b . Sume las ecuaciones para eliminar la variable b.

María invirtió $4600 en bonos y $7500 en fondos de inversión.

 SOLUCION DE ECUACIONES
DIFERENCIALES
6.1-METODO DE EULER
El método de Euler es el más básico y sencillo de los procedimientos usados
para encontrar soluciones numéricas aproximadas, a una ecuación diferencial
ordinaria de primer orden, siempre que se conozca su condición inicial.
Una ecuación diferencial ordinaria (EDO) es la ecuación que relaciona una
función desconocida de una sola variable independiente con sus derivadas.

Si la mayor derivada que aparece en la ecuación es de grado uno, entonces se

trata de una ecuación diferencial ordinaria de primer grado.
La forma más general de escribir una ecuación de primer grado es:

x = x0

y = y0
 6.2 METODO DE RUNGE-KUTTA
En análisis numérico, los métodos de Runge-Kutta son un conjunto de métodos
genéricos iterativos, explícitos e implícitos, de resolución numérica de
ecuaciones diferenciales. Este conjunto de métodos fue inicialmente
desarrollado alrededor del año 1900 por los matemáticos C. Runge y M.W Kutta.

METODO DE RUNGE-KUTTA
Un miembro de la familia de los métodos Runge-Kutta es usado tan comúnmente
que a menudo es referenciado como «RK4» o como «el método Runge-Kutta».
Definiendo un problema de valor inicial como:

Entonces el método RK4 para este problema está dado por la siguiente ecuación:

Donde

Así, el siguiente valor (yn+1) es determinado por el presente valor (yn) más el
producto del tamaño del intervalo (h) por una pendiente estimada. La pendiente
es un promedio ponderado de pendientes, donde es la pendiente al principio
del intervalo, es la pendiente en el punto medio del intervalo, usando para
determinar el valor de y en el punto usando el método de Euler. es otra
vez la pendiente del punto medio, pero ahora usando para determinar el valor
de y; es la pendiente al final del intervalo, con el valor de y determinado por
. Promediando las cuatro pendientes, se le asigna mayor peso a las pendientes
en el punto medio:

Esta forma del método de Runge-Kutta, es un método de cuarto orden lo cual

significa que el error por paso es del orden de , mientras que el error total
acumulado tiene el orden . Por lo tanto, la convergencia del método es del
orden de , razón por la cual es usado en los métodos computacionales.
Ejemplo

Esquema Runge-Kutta de dos etapas, una en y otra en .

ƒ(t,y(t)) en la primera etapa es:

Para estimar ƒ(t,y) en se usa un esquema Euler

Con estos valores de ƒ, se sustituyen en la ecuación

de manera que se obtiene la expresión:

Los coeficientes propios de este esquema

son:
 6.3 Aplicaciones de ecuaciones diferenciales ordinarias.
Una ecuación diferencial es una ecuación en que la incógnita es una función: no
el valor de la función en uno o varios puntos, sino la función en sı misma.
Además, la ecuación involucra no solo la función (incógnita), sino también sus
derivadas hasta un cierto orden. Cuando la incógnita es una función de una sola
variable se dice que la ecuación es ordinaria, debido a que la o las derivadas que
aparecen son derivadas ordinarias (por contraposición a las derivadas parciales
de las funciones de varias variables).
La gran parte de los problemas significativos e importantes, que se formulan en
términos de las matemáticas, siempre están necesitan de encontrar una cierta
función que bajo ciertas condiciones satisface una ecuación, donde dicha
ecuación contiene términos de derivadas de esa función que se desconoce. Esas
ecuaciones son las Ecuaciones Diferenciales.
Si debemos hablar de algunos ejemplos, no podemos dejar de mencionar el mas
conocido o el ejemplo clásico de la física, como es la Ley de Newton:

donde m la masa de una partícula, u(t) es la función desconocida que describe

la posición de una partícula, sobre la cual actúa una fuerza F, que depende del
tiempo, de la posición de la partícula en un instante de tiempo y de la velocidad
de la partícula. Si deseamos determinar el movimiento de la partícula, entonces
es necesario determinar la función u(t) que satisface la ecuación (1).
Si ahora decimos que la fuerza que actúa sobre el sistema físico descrito en (1),
es la gravedad, entonces podemos escribir la ecuación de la forma siguiente:

ahora, como la masa y la gravedad no depende de el tiempo t, y la masa es una

cantidad distinta de cero, entonces podemos integrar dos veces con respecto al
tiempo, y así obtenemos lo ecuación que mostramos a continuación:
donde K1 y K2 son constantes reales. La ecuación mostrada en (3) es la
solución general de la ecuación (2), ahora si queremos determinar la solución
completamente se necesitan especificar las condiciones, es decir, la posición y
la velocidad de la partícula en algún instante de tiempo, con ellos podríamos
determinar los valores de las constantes K1 y K2 para dar la solución única del
problema planteado.
Un segundo ejemplo, que es bueno mencionar es el de los circuitos eléctricos en
serie, cuya ecuación esta basado en la 2da Ley de Kirchhoff :

donde, Q(t) es la carga del condensador de un circuito en serie cerrado, C la

capacitancia, R la resistencia, L la inductancia, y E(t) el voltaje aplicado.
Otro ejemplo, es el que trata del calculo de cierta cantidad R(t) de una substancia
radiactiva, donde se modela como decae el radio en función del tiempo, como
sigue:

donde k es una constante conocida, llamada constante de proporcionalidad,

donde dependiendo del signo puede tener diferentes interpretaciones la solución
del problema. Para esta constante positiva, se dice que existe un decrecimiento
o desintegración de la sustancia, y el caso que sea negativa, hay un crecimiento
o incremento.
Muy bien, ya que hemos dado una pequeña introducción de algunos usos de las
ecuaciones diferenciales ordinarias, pasemos a ver cómo podemos aplicarlas
para resolver algunos problemas aplicados a distintas áreas.
 CONCLUSIÓN
Finalmente y para concluir se determinó que, la resolución de problemas de
ingeniería está asociada, por lo general, a resultados numéricos puesto que se
requieren respuestas prácticas.
La mayor parte de las leyes científicas de expresan en términos de rapidez de
variación de una variable con respecto otra.
Además proporcionan una herramienta esencial para modelar muchos
problemas en Ingeniería, Física, Economía y Biología, puesto que estos, por lo
general, requieren la determinación de una función que satisface a una ecuación
diferencial.
El Método de Runge Kutta es mejor que el método de Euler, pero aun así es
posible aumentar la precisión achicando los pasos entre los puntos o
implementando el método de orden superior.
Es el método más utilizado para resolver numéricamente problemas de
ecuaciones diferenciales ordinarias con condiciones iniciales es el método de
Runge-Kutte, el cual proporciona un pequeño margen de error con respecto a la
solución real del problema y es fácilmente programable en un software para
realizar iteraciones necesarias.
El dominio de los métodos numéricos, en combinación con las capacidades y
potencialidades de la programación de computadoras resuelve problemas de
ingeniería de manera más fácil y eficientemente.
 BIBLIOGRAFIA

https://ecdiferencialesiupsm.blogspot.com/2015/06/metodos-de-runge-kutta.html
https://www.bing.com/videos/search?q=METODODE+EULER&FORM=HDRSC3
https://steemit.com/spanish/@abdulmath/aplicaciones-de-las-ecuaciones-diferenciales-
ordinarias-leccin-8-1530075515
http://departamento.us.es/edan/php/asig/LICFIS/LFIPC/Tema9FISPC0809.pdf
Euler L., “Nova Methodus Fractiones Quascunque Rationales in Fractiones Simplices”,
artículo publicado en Acta Academiae Scientarum Imperialis Petropolitinae, por St.
Petersburg Academy, Rusia, 1780