Materia: Métodos Numéricos

Catedrático: Ing. Fco. Lazaro de Luna Ayala

Temario
I.- Aritmética de punto flotante
1.1 Sistemas de numeración.

1.2 Representación de punto flotante.

1.3 Errores y propagación de errores.

1.4 Teorema de Taylor.

1.5 Polinomios de diferencias divididas.

1.6 Aplicaciones.

II.- Solución de ecuaciones no lineales

2.1 Introducción.

2.2 Método de Bisección.

2.3 Regla falsa.

2.4 Método de Newton-Raphson.

2.5 Método de la secante.

2.6 Raíces múltiples.

2.7 Solución de ecuaciones polinomiales.

2.8 Solución de sistemas ecuaciones no lineales Newton-Raphson.

2.9 Comparación de convergencias.

III.- Sistemas de ecuaciones lineales

3.1 Matrices y álgebra de matrices.

3.2 Método de Gauss-Jordan y pivote máximo.

3.3 Eliminación gaussiana.

3.4 Método de Jacobi.

3.5 Método de Gauss-Seidel.

3.6 Aplicaciones.

IV.- Interpolación y Aproximación

4.1 Introducción.

4.2 Interpolación resolviendo Ax=b.

4.3 Interpolación de Newton por diferencias.

4.4 Interpolación de Lagrange.

4.5 Aproximación por mínimos cuadrados.

4.6 Splines.

4.7 Aplicaciones.

V.- Integración Numérica

5.1 Introducción.

5.2 Método del trapecio.

5.3 Método de Simpson 1/3 y 3/8.

5.4 Cuadratura de Gauss

5.5 Comparación de métodos.

VI.- Solución numérica de ecuaciones diferenciales.

6.1 Introducción.

6.2 Solución con Taylor.

6.3 Método de Euler y modificado.

6.4 Método de Runge-Kutta.

6.5 Introducción a la solución de ecuaciones

diferenciales parciales.

6.6 Ecuación Elíptica parabólica e hiperbólica.

6.7 Ecuaciones de diferencias.

Bibliografía:

Análisis Numérico Autores: Burden y Faires Ed. Thomson

Métodos Numéricos para Ingenieros Autor: Chapra y Canale Ed. Mc Graw Hill

Métodos Numéricos aplicados a la ingeniería Autores: Nieves y Dominguez Ed. Ceccsa

Métodos Numéricos aplicados con software Autor: Nakamura Ed. Prentice Hall

Análisis Numérico y visualización grafica con Matlab Autor: Nakamura Ed. Prentice Hall

Análisis Numérico un enfoque practico Autor: Maton y Lopez Ed. Cecsa

Métodos Numéricos Autor: Sheid y Costanzo Ed. Mc Graw Hill

Evaluación
Exámenes (Parciales) = 60 %
Tareas (tareas) = 30 %
Trabajo de investigación: 10 %
1.- Los métodos numéricos. Errores
Los métodos numéricos constituyen técnicas mediante las cuales es posible
formular problemas matemáticos, de tal forma que puedan resolverse
utilizando operaciones aritméticas. Aunque existen muchos tipos de métodos
numéricos, estos comparten una característica común: invariablemente
requieren de un numero de tediosos cálculos aritméticos. No es raro que con
el desarrollo de computadoras digitales eficientes y rápidas, el papel de los
métodos numéricos en la solución de problemas en ingeniería haya
aumentado de forma considerable en los últimos años.
Métodos sin computadora.
Además de proporcionar un aumento en la potencia de calculo, la
disponibilidad creciente de las computadoras y su asociación con los
métodos numéricos han influido de manera muy significativa en el proceso
de la solución actual en los problemas de ingeniería. Antes de la era de la
computadora los ingenieros solo contaban con tres métodos para la solución
de problemas:
1.- Se encontraban las soluciones de algunos problemas usando métodos
exactos o analíticos. Con frecuencia estas soluciones resultaban útiles y
proporcionaban una comprensión excelente del comportamiento de algunos
sistemas. Sin embargo, las soluciones analíticas solo pueden encontrarse
para una clase limitada de problemas. Estos incluyen a los que pueden
aproximarse mediante modelos lineales y también aquellos que tienen una
geometría simple y pocas dimensiones. En consecuencia, las soluciones
analíticas tienen valor practico limitado porque la mayoría de los problemas
reales no son de tipo lineal, e implican formas y procesos complejos.
2.- Para analizar el comportamiento de los sistemas se usaban soluciones
graficas. Estas tomaban la forma de graficas o nomogramas; aunque las
técnicas graficas a menudo pueden emplearse para resolver problemas
complejos, los resultados no son muy precisos. Ademas, las soluciones
graficas (sin la ayuda de la computadora) son en extremo tediosas y difíciles
de implementar. Las técnicas graficas están limitadas a los problemas que
puedan describirse usando tres dimensiones o menos.
3.- Para implementar los métodos numéricos se utilizaban calculadoras y
reglas de cálculo. Aunque en teoría estas aproximaciones deberían ser
perfectamente adecuadas para resolver problemas complicados, en la
práctica se presentan algunas dificultades. Los cálculos manuales son lentos y
tediosos. Además, los resultados no son consistentes, debido a que surgen
equivocaciones cuando se efectuaban las tareas de esta manera.

Figura 1. Las tres fases en la solución de problemas de ingeniería en a) la era

anterior a las computadoras y b) la era de las computadoras. Las
computadoras facilitan la implementación de técnicas de solución y asi
permitan un mayor cuidado sobre los aspectos creativos de la formación de
problemas y la interpretación de resultados.
1.2 Los métodos numéricos y la práctica de la ingeniería.
Desde finales de la década de los cuarenta del siglo pasado, la multiplicación
y la disponibilidad de las computadoras digitales ha llevado a una verdadera
explosión en el uso y desarrollo de los métodos numéricos. Al principio, este
crecimiento estaba limitado por el costo de las grandes computadoras
(mainframes) por lo tanto muchos ingenieros seguían usando simples
planteamientos analíticos en una buena parte de su trabajo. No es necesario
mencionar que la reciente evolución de computadoras personales de bajo
costo, ha dado un fácil acceso a mucha gente, a poderosas capacidades de
computo. Además, existen muchas razones por las cuales se deben estudiar
los métodos numéricos.
1.- Los métodos numéricos son herramientas muy poderosas para la solución
de problemas. Son capaces de manejar sistemas de ecuaciones grandes, no
linealidades y geometrías complicadas, comunes en la práctica de la
ingeniería y que, a menudo, son imposibles de resolver analíticamente. Por lo
tanto, amplían la habilidad de quien los estudia para resolver problemas.

2.- En el transcurso de la carrera, es posible que el lector tenga la ocasión de

usar software disponible comercialmente que contenga métodos numéricos.
3.- Hay muchos problemas que no pueden plantearse el emplear programas
“hechos”. Si esta versado en los métodos numéricos y es un adepto de la
programación de computadoras.
4.- Los métodos numéricos son un vehículo eficiente para aprender a servirse
de las computadoras.
5.- Los métodos numéricos son un medio para reforzar su comprensión de las
matemáticas, hay que una de sus funciones es convertir las matemáticas
superiores a operaciones aritméticas básicas. Esta alternativa aumenta su
capacidad de comprensión y entendimiento en la materia.
Se presenta un resumen de diferentes temas que tiene que ver con métodos
numéricos.
1.- Raíces de ecuaciones.
2.- Sistemas de ecuaciones algebraicas lineales.
3.- Optimización.
4.- Ajuste de curvas.
5.- Integración.
6.- Ecuaciones diferenciales ordinarias.
7.- Ecuaciones diferenciales parciales.
Definiciones de error

Aunque las soluciones analíticas aún son muy valiosas, tanto para resolver problemas como
para proporcionar una mayor comprensión, los métodos numéricos representan alternativas
que aumentan en forma considerable la capacidad para confrontar y resolver los problemas;
como resultado, se dispone de más tiempo para aprovechar las habilidades creativas
personales.
En las diferentes actividades que el ser humano realiza se tiene la participación de una gran
variedad de errores. En el uso de los métodos numéricos se requiere conocer y aceptar lo
referente a la ocurrencia de ciertos errores que pueden venir de diferentes fuentes.
Los errores inherentes o heredados son errores en los valores numéricos con que se va a
operar, pueden deberse a dos causas: sistemáticos o accidentales. Los sistemáticos son
debidos a la imprecisión de los aparatos de medición. Los accidentales son debidos a la
apreciación del observador y otras causas.

Los errores de truncamiento se deben a la interrupción de un proceso matemático antes de su

terminación. Sucede cuando se toman sólo algunos términos de una serie infinita o cuando se
toma sólo un número finito de intervalos. Un caso adicional de error de truncamiento ocurre
cuando una calculadora poco sofisticada sólo toma en cuenta los dígitos que caben en la
pantalla y no analiza el primer dígito perdido.

Los errores de redondeo se ocasionan debido a las limitaciones propias de la máquina para
representar cantidades que requieren un gran número de dígitos. Dependiendo de cómo se
redondea pueden ser de dos formas. Errores de redondeo inferior y errores de redondeo
superior.

El error de desbordamiento de información o derrame de información Overflow recibe también

el nombre de “sobreflujo”. En el lenguaje técnico de computación se acostumbra emplear el
anglicismo “overflow”. Se dice que existe overflow o sobreflujo o derrame de información
cuando dentro de una localización de almacenamiento no cabe un número, debido a que es
mayor que la capacidad de la mencionada localización de almacenamiento.
El error de desbordamiento de información o derrame de información Underflow recibe
también el nombre de “subflujo”. En el lenguaje técnico de computación se acostumbra
emplear el anglicismo “underflow”. Se dice que existe underflow o subflujo o desbordamiento
de información cuando dentro de una localización de almacenamiento no se puede
representar un número positivo muy pequeño, debido a que éste es menor que la capacidad
de la mencionada localización de almacenamiento.

Los errores numéricos se generan con el uso de aproximaciones para representar cantidades
y/o operaciones. Esto da lugar a dos tipos de errores: de truncamiento y de redondeo.

Los errores de truncamiento, resultan de representar aproximadamente un procedimiento

matemático exacto. Los errores de redondeo resultan de representar aproximadamente
números que son exactos.
En ambos casos se tiene que

valor verdadero = valor aproximado + error

El error absoluto verdadero Ev se define como

Ev = valor verdadero – valor aproximado

El error relativo verdadero Er se define como sigue

Error absoluto verdadero
Er=
valor verdadero
Esto es,
Error verdadero−valor aproximado
Er=
valor verdadero
Y también se define el error verdadero relativo porcentual, como sigue:

ɛr= Er(100)%

Es decir,
 Valor verdadero−Valor aproximado
ɛr= * 100%
Valor verdadero
En los diferentes algoritmos se calculan aproximaciones al valor verdadero, el cual
generalmente no se conoce y por lo tanto no se podrá calcular ɛr. Por lo tanto, conviene
definir otro error que si se pueda calcular con las aproximaciones al valor verdadero que se
obtengan. Este error se llama error aproximado relativo porcentual o simplemente error
aproximado y se define por
Aproximacion actual− Aproximacion previa
ɛa= * 100%
Aproximacionactual
El proceso que calcula las aproximaciones puede detenerse cuando se ha logrado disminuir el
valor absoluto del error aproximado ɛa hasta un cierto rango fijado de antemano. Esto es,
cuando

|ɛa | < ɛs

Se puede probar que si se considera ɛs = 0.5 * 10 2-n (%) entonces se tiene la seguridad de que
la aproximación ó resultado tiene al menos n cifras significativas correctas, es decir, posee al
menos n dígitos confiables.
Ejemplo. Calculo de errores

Planteamiento del problema. Suponga que se tiene que medir la longitud de un puente y la de un
remache, y se obtiene 9 999 y 9 cm, respectivamente. Si los valores verdaderos son 10 000 y 10
cm, calcule a) el error verdadero y b) el error relativo porcentual verdadero en cada caso.

Solución.

a) El error en la medición del puente es:

Ev= 10 000 – 9 999 = 1 cm

Y en la del remache es de

Ev= 10 – 9 = 1 cm

b) El error relativo porcentual para el puente es:

1
ɛr= 100 %=0.01 %
10 000
y para el remache es de

1
ɛr= 100%= 10%
10
Por lo tanto, aunque ambas medidas tienen un error de 1 cm, el error relativo porcentual del
remache es mucho mayor. Se concluye entonces que se ha hecho un buen trabajo en la medición
del puente; mientras que la estimación para el remache dejo mucho que desear.

Errores de redondeo

Los errores de redondeo se originan debido a que la computadora emplea un numero

determinado de cifras significativas durante un cálculo. Los números tales como π, e o √ 7 no
pueden expresarse con un numero fijo de cifras significativas. Por lo tanto, no pueden ser
representados exactamente por la computadora. Además, debido a que las computadoras usan
una representación en base 2, no pueden representar exactamente algunos números en base 10.
Esta discrepancia por la omisión de cifras se llama error de redondeo.

Representación de números en la computadora

Numéricamente los errores de redondeo se relacionan de manera directa con la forma en que se
guardan los números de la computadora. La unidad fundamental mediante la cual se representa la
información se llama palabra. Esta en una unidad que consiste en una cadena de dígitos binarios o
bits (binary digits). Por lo común, los números son guardados en una o mas palabras.

Sistemas numéricos

Un sistema numérico es una convención para representar cantidades. Debido a que se tiene 10
dedos en las manos y 10 dedos en los pies, el sistema de numeración que nos es muy familiar es el
decimal o de base 10. Una base es el numero que se usa como referencia para construir un
sistema. El sistema de base 10 utiliza 10 dígitos (0,1,2,3,4,5,6,7,8,9) para representar números.

Para grandes cantidades se usa la combinación de estos dígitos básicos; con la posición o valor de
posición se especifica su magnitud. El digito en el extremo derecho de un numero entero
representa un numero del 0 al 9. El segundo digito a partir de la derecha representa un múltiplo
de 10. El tercer digito a partir de la derecha representa un múltiplo de 100 y así sucesivamente.

Por ejemplo, si se tiene el numero

Donde m= la base. Por ejemplo, para un sistema de base 10, m estaría entre 0.1 y 1 para un
sistema de base 2, entre 0.5 y 1.

La representación de punto flotante permite que tanto fracciones como números muy grandes se
expresen en la computadora. Sin embargo, hay algunas desventajas. Por ejemplo, los números de
punto flotante requieren más espacio y más tiempo de procesado que los números enteros. Más
importante aún es que su uso introduce una fuente de errores debido a que la mantisa conserva
solo un número finito de cifras significativas.

Errores de truncamiento y la serie de Taylor

Sea f analítica en el interior de una región dada por | X-X| 0 < R. Entonces, en cada punto x dentro
de tal región:
F(x)=f(x0)+
f ´ ( xo )
( X−X 0 )+ f ( xo )} over {2!} {( X - Xo )} ^ {2} +.….+ {f left (n right ) left (xo right )} over {n !} +..…
1!
Es decir, esa serie de potencias converge a f(x) cuando | x-x0| <R. Este es el desarrollo en serie de
Taylor alrededor del punto Xo. Si Xo=0, a la serie se le conoce como serie de Maclaurin. En forma
mas compacta estas series se pueden describir como:
∞
f n ( Xo )
f ( x )=∑
n
( X −Xo ) ,∨ X− X 0∨¿ R
n =0 n!
 ∞ n
f (0) n
f ( x )=∑ X ,∨X− X 0∨¿ R
n =0 n!
Cuando se consideran los n + 1 primeros términos de la serie para aproximar a la función, se
comete un error E y se escribe lo siguiente:
'
f ( Xo )
f ( x )=f ( Xo ) + ( X −Xo ) + f } left (Xo right )} over {1!} {left (X-Xo right )} ^ {2} +……..+ {{f} ^ {n} left (Xo right )} over {n!} {left (X-Xo right )} ^ {n} +E
1!
Este error se puede aproximar mediante lo siguiente
n +a
f ( Xo )
E≈ ( X −Xo )n+ 1
(n+1)!
Soluciones de ecuaciones no lineales. (Raíces de ecuaciones).

Introducción.

Desde hace años se aprendió a usar la fórmula cuadrática:

−b ± √ b 2−4 ac
X 1,2 = (2.1)
2a
Para resolver
2
f ( x )=a x +bx +c=0 (2.2)

A los valores calculados con la ecuación (2.1) se llama “raíces” de la ecuación (2.2). Estos
representan los valores de x que hacen la ecuación (2.2) se cumpla. Por lo tanto, se puede definir a
la raíz de una ecuación como el valor de x que hace f(x)=0. Por esta razón, algunas veces a las
raíces se les conoce como ceros de la ecuación.

Aunque la fórmula cuadrática es útil para resolver la ecuación (2.2), hay muchas funciones
diferentes que no se pueden resolver de manera tan fácil. En estos casos, los métodos numéricos
proporcionan métodos eficientes para obtener la respuesta.

Raíces de ecuaciones y su práctica en la ingeniería

Aunque las raíces de ecuaciones caben dentro de otro contexto, a menudo aparecen en el área de
diseño en ingeniería. En la tabla 2.1 se muestra un conjunto de principios fundamentales que se
utilizan frecuentemente en trabajos de diseño. Las ecuaciones matemáticas o los modelos
derivados de estos principios se emplean en la predicción de las variables dependientes de función
de las variables independientes y de los parámetros.
Un ejemplo de tales modelos se presenta en la ecuación desarrollada a partir de la segunda ley de
newton para la velocidad de un paracaidista:

−( )
r
c
gm
V= (1−e m ) (2.3)
c
Donde la velocidad v= variable dependiente, el tiempo t= variable independiente y g= constante
gravitacional, el coeficiente de arrastre c y la masa m son parámetros. Si se conocen los
parámetros, la ecuación 2.3 se puede usar para predecir la velocidad del paracaidista como una
función del tiempo. Estos cálculos se pueden llevar a cabo de manera directa, ya que v se expresa
explícitamente como una función del tiempo.

Sin embargo, suponga que se tiene que determinar el coeficiente de rozamiento para un
paracaidista de una masa dada, para alcanzar una velocidad prescrita en un periodo dado de
tiempo. Aunque la ecuación (2.3) proporciona una representación matemática de la interrelación
entre las variables del modelo y los parámetros, no se puede resolver explícitamente para el
coeficiente de arrastre. No hay forma de reordenar la ecuación para despejar c de un lado del
signo igual. EN estos casos, se dice que c es implícita.

Esto representa un dilema real, ya que muchos de los problemas de diseño en ingeniería
involucran la especificación de las propiedades o la composición de un sistema (representado por
sus parámetros) para asegurar que funciona de la manera deseada (representada por sus
variables). Así estos problemas frecuentemente requieren de terminación de parámetros
implícitos.

La solución del dilema la proporcionan los métodos numéricos para raíces de ecuaciones. Para
resolver el problema usando métodos numéricos es conveniente cambiar la ecuación. Esto se hace
restando la variable dependiente de ambos lados de la ecuación obtenida:

(
F( c )= gm 1−e ( m ) −v )
c
− t

c
Por lo tanto, el valor de c que cumple f( c ) =0 es la raíz de la ecuación. Este valor también
representa el coeficiente de arrastre que soluciona el problema de diseño.

Los conceptos de estimación de errores, expansión de la serie de Taylor, ecuaciones algebraicas y

ecuaciones trascendentes tiene importancia directa en el análisis de raíces de ecuaciones.

Los polinomios son un caso simple de funciones algebraicas que se representan generalmente
como:

Fn(x)=a0 + a1x + a2x2+ …… + anxn

Donde n= orden del polinomio y las ai = constantes. Algunos ejemplos específicos son:

F2(x) =1-2.37x+7.5x2

F6

Una función trascendental es una que no es algebraica.Incluye funciones trigonométricas,

exponencials, logarítmicas y otras menos familiares:

Algunos ejemplos son:

f(x)= lnx2-1

f(x)=e-0.2xSen(3x-0.5)

Las raíces de las ecuaciones pueden ser reales o complejas. Aunque hay algunos en que las raíces
complejas de las funciones no polinominales son de interés, esta situación es menos común que
para polinomios. Por lo tanto, los métodos numéricos estándar para encontrar raíces caen en dos
áreas de problemas parecidos en principio, pero fundamentalmente diferentes.

1.- La determinación de raíces de ecuaciones algebraicas y trascendentales.Estas técnicas se

diseñaron para determinar el valor de una raíz simple de acuerdo con un conocimiento previo de
su posición aproximada.
2.-La determinación de todas las raíces reales y complejas de un polinomio Estos métodos se
diseñan de manera específica para polinomios. Determinan sistemáticamente todas las raíces del
polinomio en lugar de hacerlo solo en una, dada la posición aproximada.

Consideremos ecuaciones algebraicas de una sola variable x, es decir, igualdades de la forma f(x)
=0 en donde f(x) es una función de la variable x.

Ejemplos:

a) Para la ecuación e− x −x=0se tiene f(x)=e-x-x

b) En la ecuación 2x+7=0 se tiene f(x) =2x+7
c) En la ecuación x2-9=0 se tiene f(x) = x2—9
d) Para la ecuación e2x=sen2x se tiene f(x) = e2x-sen2x porque e2x-sen 2x =0

Definición.Un valor x= xr se le dice que es raíz de la ecuación f(x) =0 si la satisface, es decir si

f(xr)=0.

Ejemplos:

a) X=7/2 es raíz de 2x-7 =0 porque 2(7/2)=0

b) X=3 y x=-3 son raíces de x2-9 =0 porque (3)2-9=0 y (-3)2-9=0
c) X=-3 y x=-4 son raíces de x2+7x+12=0 porque (-3)2+7(-3)+12=0 y (-4)2+ 7(-4) + 12=0
d) Si e-x-x=0 es la ecuación , entonces el valor x=x r que satisface la ecuación e-xr-xr=0 se dice
que es la raíz de la ecuación.
e) X=1,x=-1,x=0 son las raíces de x3- x =0

Anteriormente se escribió que uno de los métodos para encontrar raíces es el llamado método
gráfico. Este método hace uso de la gráfica de la función f(x) para localizar las raíces reales de la
ecuación f(x)=0. Esto se lleva a cabo observando las intersecciones de la gráfica con el eje de la x.

Ejemplo. Encontrar la raíz de f(x) = x 3-6x2+11x-6.1

Método gráfico

Si x=-3

F(x)= (-3)3-6(-3)2+11(-3)-6.1=-120.1

F(x)= (-2)3-6(-2)2+11(-2)-6.1=-60.1

F(x)= (-1)3-6(-1)2+11(-1)-6.1=-24.1

F(x)= (0)3-6(0)2+11(0)-6.1=-6.1

F(x)= (1)3-6(1)2+11(1)-6.1=-0.1

F(x)= (2)3-6(2)2+11(2)-6.1=-0.1

F(x)= (3)3-6(3)2+11(3)-6.1=-0.1

F(x)= (4)3-6(4)2+11(4)-6.1=5.9

F(x)= (5)3-6(5)2+11(5)-6.1=23.9
Ejemplo. Considere la ecuación e-x-x=0.Hallar la raíz aproximada usando la grafica de la función
f(x).

En este caso se tiene que f(x) = e-x =. Además se tiene que f’(x)= e-x-1 <0 y f’’(x) = e-x>0 lo cual
implica que la función es decreciente y cóncava hasta arriba. Algunos puntos de la función se
muestran en la siguiente tabla.

X f(X)
0 1
1 -0.632
2 -1.864
3 -2.950
0.5 0.106
0.75 -0.277

Si x=0

e-0-0=1

Si x=1

e-1-1=-0.632

Si x=2

e-2-2=-1.864

Si x=3

e-3-3= -2.950

Si x=0.5

e-0.5-0.5=0.106
Si x=0.75

e-0.75-0.75=-0.277

Por lo que se observa en la gráfica se tiene que la raíz aproximada es 0.57.

Método de Bisección.

Se considera a la ecuación f(x)=0, con f(x) una función continua en el intervalo que se vaya a usar
el algoritmo. La figura asociada con este método es la que se muestra enseguida.

Este método se basa principalmente en la obtención de puntos medios de intervalos. Se considera

a la ecuación f(x)=0, con f(x) una función continua en el intervalo que se vaya a usar en el
algoritmo.

El método de bisección se basa en la obsesión de puntos medios hasta llegar a la raíz o hasta tener
una buena aproximación a ella. Este algoritmo tiene los pasos que se escriben en lo que sigue.

Pasos del Método de Bisección

1.- Tener xL y xU que satisfagan f(xL) f(xU) <0.

xL+ xu
2.-Obtener el punto medio xr =
2
3.-Obtener f(xr)
a) Si f(xL) f(xU) <0, hacer XL=XL y XU = Xr

b) Si f(xL) f(xr) >0, hacer XL=Xr y XU = XU

c) Si f(xL) f(xr) =0, entonces Xr es la raíz exacta y se termina el proceso.

xL+ xu
4.- Determinar xr=
2
5.- Terminar o continuar. (Continuar significa ir al paso 3)