RESUMEN TEORÍA COMPUTACIÓN II

Raíces de una función: 𝒇(𝒙) = 𝟎

• Bisección: Emplea dos puntos extremos a ambos lados de la raíz para obtener el punto intermedio. Comienza con los puntos
(𝑎, 𝑏).
o Fórmula iterativa: 𝑥!"#$% = 0.5(𝑥&'(")$%) + 𝑥*%+(")$%) ). Redefiniciones de extremos en cada paso.
-.&
o Iteraciones para tolerancia 𝜖: 𝑛 ≥ /log , − 15
/
• Newton: Emplea la derivada de la función en un punto para “seguir el camino” hacia el cero. Inicia en un punto 𝑥0 .
5(6 (") )
o Fórmula iterativa: 𝑥 ('23) = 𝑥 (') − 5$(6 ("))
" !&6{5"(6)}
o Condición de convergencia: lim |𝑒'23 | ≤ lim 𝑀.3 (𝑀|𝑒0 |), 𝑐𝑜𝑛 𝑒' = 𝑥' − 𝑥+%9 ; 𝑀 = , !$'{5$(6)}
'→8 '→8
"%&
o Orden de convergencia (𝑛 → ∞): |𝑒'23 | = 𝐶|𝑒' |, ; 𝑜𝑟𝑑𝑒𝑛 2. En general; si 𝑛, 𝑘 son grandes: |𝑒' | = 𝐶 .3 (𝐶|𝑒> |), .
• Secante: Emplea la recta que pasa por dos puntos extremos para cortar el eje en un nuevo punto. Inicia con (𝑎, 𝑏).
5?6 (")@ 5?6 (") @.5?6 ("%') @
o Fórmula iterativa: 𝑥 ('23) = 𝑥 (') − 𝑐𝑜𝑛 Δ' = . Redefiniciones en cada paso.
A" 6 (") .6 ("%')
o Orden de convergencia (𝑛 → ∞): |𝑒'23 | = 𝐾|𝑒' |B 𝑐𝑜𝑛 𝜑 = 0.5J1 + √5L 𝑒𝑙 𝑜𝑟𝑑𝑒𝑛 𝑑𝑒 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑖𝑎.

Sistemas de Ecuaciones Lineales: Ax=b

• LU: Realiza una descomposición de A=LU donde L es una matriz triangular inferior (unos en la diagonal) y U una matriz
superior. Para determinar los coeficientes de L y U se van despejando en función de los elementos de A, fila por fila.
Finalmente se deben resolver dos sistemas más sencillos: Ux=z; Lz=b.
• Jacobi: Emplea una primera aproximación x0 para el vector solución para obtener iterativamente mejores estimaciones.
o Fórmula iterativa
('23) (')
§ Por componentes: 𝑥$ = 𝐴.3 '
$$ R𝑏$ − ∑CD$ 𝐴$C 𝑥C T

§ Forma matricial: 𝒙'23 = 𝐷.3 (𝒃 + (𝐷 − 𝐴)𝒙' ); donde 𝐷 es la matriz con los elementos de la diagonal de A.
3
o Condición de convergencia: ‖𝐼 − 𝐷.3 𝐴‖ < 1 ⟹ |𝐴$$ | > ∑'CD$]𝐴$C ] ∀ 𝑖
'.3
§ Condición suficiente: dominancia diagonal; |𝐴$$ | > ∑'CD$]𝐴$C ] ∀ 𝑖
• Gauss-Seidel: Emplea una primera estimación x0 para el vector solución, y va despejando fila por fila los elementos de la
nueva estimación; pudiendo utilizar para la determinación de cada elemento, los calculados previamente.
o Fórmula iterativa
('23) ('23) (')
§ Por componentes: 𝑥$ = 𝐴.3 '
$$ R𝑏$ − ∑CE$ 𝐴$C 𝑥C − ∑'CF$ 𝐴$C 𝑥C T
§ Forma matricial: 𝒙'23 = 𝐿`.3 (𝒃 − 𝑈𝒙' ); donde 𝐿` es la matriz con los elementos diagonales de A e inferiores a la
diagonal y 𝑈 es la matriz con los elementos de A por encima de la diagonal (𝐿` + 𝑈 = 𝐴).
o Condición suficiente de convergencia: dominancia diagonal.
• LU tridiagonal: Las matrices tridiagonales dan como resultado una fórmula más eficiente al aplicarse el método LU.

Sistemas de Ecuaciones no lineales (Método de Newton-Rhapson): '⃗ 𝒇(𝒙

'⃗) = 𝟎
Emplea un método análogo a Newton para 1 variable; “siguiendo la pendiente” de la función hacia el 0.
c⃗(𝒙𝑛 ); donde 𝐽(𝒙) es el jacobiano de 𝑓⃗(𝒙)
• Fórmula iterativa: 𝐽(𝒙' )𝒙'23 = 𝐽(𝒙' )𝒙' − 𝑓
• Orden de convergencia (𝑛 → ∞): 2

Diagonalización de matrices simétricas (Método Jacobi):

Consiste en la aplicación de matrices de rotación (ortogonales) para eliminar el elemento no diagonal más significativo y
obtener de manera iterativa matrices semejantes que se aproximen a la matriz diagonal.
1 0 ⋯ 0 ⋯ 0
⋯ 0 0
0 1 ⋯ 0 ⋯ 0
⋯ 0 0
⎛ ⎞
⋮ ⋮ ⋱ ⋮ 0 ⋮
0 ⋮ ⋮
⎜0 0 ⋯ 𝑢 ⋯ ⋯ 0 0⎟
𝑣
⎜ ⎟
• Fórmula iterativa: 𝐴'23 = 𝑈'G 𝐴' 𝑈' con 𝑈' = ⎜ ⋮ ⋮ 0 ⋮ ⋱ 0 ⋮ ⋮ ⎟ 𝑢, 𝑣 𝑒𝑛 𝑝𝑜𝑠𝑖𝑐𝑖𝑜𝑛𝑒𝑠 {𝑖𝑖, 𝑖𝑗, 𝑗𝑖, 𝑗𝑗}
⋮
⎜0 0 ⋯ −𝑣 ⋯ 𝑢
⋯ 0 0⎟
⎜⋮ ⋮ 0 ⋮ 0 ⋱ ⋮ ⋮⎟
⋮
0 0 ⋯ 0 ⋯ ⋯ 1 0
0
⎝0 0 ⋯ 0 ⋯ ⋯ 0 1⎠
0
(')
Donde 𝑢 = cos 𝛼 𝑣 = sin 𝛼 ; están en la columna y fila de 𝑚𝑎𝑥 pq𝑎$C qr con 𝑖 < 𝑗 (elemento máximo no diagonal de An).
(")
3 ,&() (') (') W (') (')
• Definición de 𝛼: 𝛼 = s tan.3 v (") (") w 𝑠𝑖 𝑎CC ≠ 𝑎$$ ; X 𝑠𝑖 𝑎CC = 𝑎$$ y
, &)) .&((
Interpolación polinómica
El problema se basa en la determinación de los coeficientes de una combinación lineal de una n-base polinómica que pase
exactamente por n+1 puntos {(𝑥$ , 𝑦$ )} 𝑖 ∈ {0,1, … , 𝑛}.
1 𝑥0 𝑥0, ⋯ 𝑎0 𝑦0
1 𝑥3 𝑥 ,
⋯ 𝑎3 𝑦3
• Canónica: 𝒫' (𝑥) = ∑ 𝑎> 𝑥 > ⟹ 𝑋𝒂 = 𝒀; con 𝑋 = • ' „ 𝒂 = • ⋮ „ 𝒀 = • ⋮ „
⋮ ⋮ ⋮ ⋮
1 𝑥' 𝑥', ⋯ 𝑎' 𝑦'
𝑦$ 𝑠𝑖 𝑖 = 𝑗
• Diferencias divididas: 𝒫' (𝑥) = ∑ Δ>,0 ∏>.3!Z0(𝑥 − 𝑥! ); con Δ$,C = † (,)+' (%',) 𝑠𝑖 𝑖 > 𝑗
A .A
6( .6)
6.6,
• Lagrange: 𝒫' (𝑥) = ∑ y> 𝐿> (𝑥) ; con. 𝐿> (𝑥) = ∏'!D>
6& .6,
5 ("+') ([)
• Error de la interpolación grado n de una función: 𝐸 = ∏'!Z0(𝑥 − 𝑥! ) donde 𝑐 pertenece al intervalo de estudio.
('23)!
Integración numérica
• Métodos de Newton-Cotes: Aproxima la función a integrar por tramos mediante interpolación polinómica. De la integración
del polinomio se obtienen reglas de suma de evaluaciones de la función en n+1 puntos equiespaciados por ciertos pesos. El
paso entre puntos es ℎ = (𝑏 − 𝑎)⁄𝑛; donde 𝑏 y 𝑎 son los límites de integración y n, el número de subintervalos entre puntos.
o Regla del trapecio: resultado de interpolación lineal (2 puntos por cada tramo).
]
§ Fórmula: 𝐼 = (𝑓(𝑥0 ) + 𝑓(𝑥' ) + 2 ∑'.3 >Z3 𝑓(𝑥> ))
,
]-
§ Error: 𝐸 = − ̅ con 𝑛𝑓"̅ = ∑'>Z3 𝑓"(𝑐> ) y 𝑐> perteneciente al subintervalo 𝑘
𝑛𝑓";
3,
o Regla de Simpson 1/3: resultado de interpolación cuadrática (3 puntos por cada tramo). En este caso hay m tramos en el
que se divide el intervalo de integración y n=2m subintervalos (ℎ = (𝑏 − 𝑎)⁄2𝑚).
]
§ Fórmula: 𝐼 = ^ J𝑓(𝑥0 ) − 𝑓(𝑥,! ) + ∑!
>Z3J4𝑓(𝑥,>.3 ) + 2𝑓(𝑥,> )LL
].
§ Error: 𝐸 = − _0 𝑚𝑓 ̅(X) ; con 𝑚𝑓 ̅(X) ; = ∑!
>Z3 𝑓
(X) (𝑐 )
> y 𝑐> perteneciente al tramo 𝑘
o Regla de Simpson 3/8: resultado de interpolación cúbica (4 puntos por cada tramo). En este caso hay m tramos en el que
se divide el intervalo de integración y n=3m subintervalos (ℎ = (𝑏 − 𝑎)⁄3𝑚).
^]
§ Fórmula: 𝐼 = R𝑓(𝑥0 ) − 𝑓(𝑥^! ) + ∑!
>Z3 R3J𝑓(𝑥^>., ) + 𝑓(𝑥^>.3 )L + 2𝑓(𝑥^> )TT
`
^] .
§ Error: 𝐸 = − 𝑚𝑓 ̅(X)
`0
o Fórmula de Romberg: emplea 2 aproximaciones mediante la regla del trapecio para reducir el orden del error. 𝐼3 es la
integral obtenida con paso ℎ3 e 𝐼, es la obtenida con ℎ, .
] , .3 ] , .3
§ Fórmula general: 𝐼 = •1 − R]'T ‘ 𝐼3 + •1 − R]/T ‘ 𝐼,
/ '
X 3
§ Caso ℎ3 = 2ℎ, : 𝐼 = ^ 𝐼, − ^ 𝐼3
• Cuadratura Gaussiana: Se basa en la elección de los puntos (nodos) y los pesos con los que se evalúa la función que se quiere
integrar, de tal manera que se puedan integrar de manera exacta los polinomios de la (2n-1)-base canónica usando n nodos.
- 3 -.& -2&
o Cambio de variable para normalizar la integral ∫& 𝑓(𝑥) 𝑑𝑥: 𝑥 = 𝐴𝑥“ + 𝐵 ⟹ 𝐴 ∫.3 𝑓(𝐴𝑥“ + 𝐵) 𝑑𝑥“; con 𝐴 = ,
𝐵 = ,

Derivación numérica
• Diferencias centradas: Emplea dos desarrollos de Taylor (paso h) de la función a derivar.
5(62]).5(6.])
o Fórmula: 𝑓 a (𝑥) ≈ 𝑓[a (𝑥) = ,]
; con error de orden 𝑂(ℎ, ).
• Fórmulas de orden superior: se puede reducir el orden del error empleando desarrollos 𝑓(𝑥 ± 𝑛ℎ). Dos ejemplos habituales.
5(62]).,5(6)25(6.])
o 𝑓 aa (𝑥) = + 𝑂(ℎ, )
]/
.5(62,])2`?5(62]).5(6.])@25(6.,])
o 𝑓 a (𝑥) = 3,]
+ 𝑂(ℎX )
• Extrapolación de Richardson: Utiliza dos aproximaciones de la derivada en un punto empleando pasos ℎ3 y ℎ, que se
relacionan de la forma ℎ, = 𝑘ℎ3 . La fórmula de primer orden es análoga a la integración de Romberg, utilizando la derivada
obtenida por diferencias centradas; mientras que para un orden mayor se usan las aproximaciones obtenidas con órdenes
menores. Las fórmulas más utilizadas son las de primer y segundo orden con razón 𝑘 = 2.
a (𝑥, X 3
o 𝑓b,3 ℎ3 ) = 𝑓[a (𝑥, ℎ3 ) − 𝑓[a (𝑥, 2ℎ3 )
^ ^
a (𝑥, 3c 3
o 𝑓b,, ℎ3 ) = 𝑓 a (𝑥, ℎ3 )
3d b,3
a (𝑥,
− 3c 𝑓b,3 2ℎ3 )
Resolución de EDOS
• Problemas de valor inicial (PVI): se basan en aproximar la solución en puntos equiespaciados (paso h), partiendo de
condiciones iniciales y aproximando la derivada de la solución para obtener nuevos puntos.
o 1 ecuación de primer orden: 𝑦 a = 𝑓(𝑥, 𝑦) 𝑐𝑜𝑛 𝑦(𝑥0 ) = 𝑦0 . Se pretende encontrar fórmulas de la forma: 𝑦'23 = 𝑦' + 𝑚ℎ
§ Euler: 𝑚 = 𝑓(𝑥' , 𝑦' )
5(6" ,e" )25?6" 2],e" 2]5(6" ,e")@
§ Heun: 𝑚 = ,
3
§ Runge-Kutta 4: 𝑚 = d (𝑚3 + 2(𝑚, + 𝑚^ ) + 𝑚X );
• 𝑚3 = 𝑓(𝑥' , 𝑦' )
] ]
• 𝑚, = 𝑓 R𝑥' + , , 𝑦' + , 𝑚3 T
] ]
• 𝑚^ = 𝑓 R𝑥' + , , 𝑦' + , 𝑚, T
• 𝑚X = 𝑓(𝑥' + ℎ, 𝑦' + ℎ𝑚^ )
o Sistemas de ecuaciones: 𝒚a = 𝑓⃗(𝑥, 𝒚). Los métodos previos son aplicables de la misma manera, teniendo en cuenta que
ahora los argumentos y resultados de las funciones son vectores. Toda ecuación de orden superior se puede transformar en
un sistema de ecuaciones.
• Problemas con condiciones de contorno (segundo orden): La obtención de la solución está sujeta al valor de la función en las
fronteras del intervalo del problema: 𝑦(𝑎) = 𝑦- ; 𝑦(𝑏) = 𝑦- .
o Método de disparo: Se basa en la predicción de la segunda condición inicial necesaria, de manera que el valor en la frontera
final depende de la predicción propuesta, para la que se emplean los métodos del punto anterior. 𝑦(𝑏) es una función de
𝜆, que es la predicción.
§ Se define 𝑔(𝜆) = 𝑦(𝑏) − 𝑦- y se busca 𝜆 tal que esta se anule.
o Diferencias finitas (lineales): para una EDO de segundo orden lineal se puede dividir el intervalo de integración en nodos
equiespaciados (paso h), aproximando las derivadas mediante diferencias centradas y evaluando los coeficientes en dichos
nodos. Añadiendo las condiciones de contorno se obtiene un sistema de ecuaciones tridiagonal para el valor de la solución
en los puntos interiores del intervalo.
§ Ecuación lineal: 𝑦 aa = 𝑝(𝑥)𝑦 a + 𝑞(𝑥)𝑦 + 𝑟(𝑥). Se denota por 𝑥> = 𝑎 + 𝑘ℎ; 𝑓> = 𝑓(𝑥> ).
3 3
§ Fórmula para nodos interiores: R1 − , 𝑝> ℎT 𝑦>23 − (2 + 𝑞> ℎ, )𝑦> + R1 + , 𝑝> ℎT 𝑦>.3 = ℎ, 𝑟>