PROYECTO FINAL 1

Proyecto Final de Métodos Numéricos

Nombre del Estudiante: Cindy Yulisa Valeriano O.

No. Cuenta: 2015401930

UNIVERSIDAD POLITECNICA DE INGENIERIA

(UPI)

Métodos Numéricos FT-6519

Catedratico: Msc. Asdrubal Mauricio Stanley N.

Tegucigalpa, M.D.C. Honduras, 12 de abril de 2023

PROYECTO FINAL 2

Contenido

1 Resumen ................................................................................................................................. 5

2 Introducción .......................................................................................................................... 6

3 Objetivos ................................................................................................................................ 7

3.1 Objetivo General .............................................................................................................. 7

3.2 Objetivos Específicos ....................................................................................................... 7

4 Fundamentos Teóricos y Cálculos de Métodos Numéricos ............................................... 8

4.1 Errores en los Cálculos Numéricos Serie de Taylor ........................................................ 8

4.1.1 Fundamento Teórico Serie de Taylor ....................................................................... 8

4.1.2 Cálculo de la Serie de Taylor .................................................................................... 8

4.2 Interpolación polinomial ................................................................................................ 11

4.2.1 Fundamento Teórico de Interpolación .................................................................... 11

4.2.2 Cálculo de Interpolación Lineal .............................................................................. 12

4.2.3 Cálculo de Interpolación Polinomial (Ecuación de Lagrange): .............................. 13

4.2.4 Interpolación en dos (2) Dimensiones .................................................................... 14

4.3 Solución de ecuaciones no Lineales ............................................................................... 18

4.3.1 Fundamento Teórico de Ecuaciones no Lineales.................................................... 18

4.3.2 Cálculo de Bisección............................................................................................... 18

4.3.3 Cálculo de la Falsa Posición y Método de la Falsa Posición Modificada .............. 19

PROYECTO FINAL 3

5 Conclusiones ........................................................................................................................ 47

6 Referencias bibliográficas .................................................................................................. 48

7 Anexos .................................................................................................................................. 49

Contenido de Tablas

Tabla 1. Valores de error de truncamiento en el levantamiento topográfico ............................... 10

Tabla 2. Relación hora – volumen de agua sin dato interpolado .................................................. 12

Tabla 3. Relación hora – volumen de agua con dato interpolado lineal ....................................... 13

Tabla 4. Relación hora – volumen de agua sin dato interpolado .................................................. 14

Tabla 5. Muestra la proporción de vacíos entre 𝑚1 y 𝑛𝑖. Proporción de vacíos. ........................ 16

Tabla 6. Muestra la Interpretación de resultado de 𝑥𝑟 .................................................................. 20

Tabla 7. Muestra los valores entre los cambios de signo. ............................................................. 23

Tabla 8. Muestra el resultado de b por el método de la falsa posición modificada ...................... 25

Tabla 9. Muestra los cambios de signo. ........................................................................................ 27

Tabla 10. Muestra que la población en 31.0638 años la población será 200. ............................... 27

Tabla 11. Hallamos el volumen en función de la altura: .............................................................. 29

Tabla 12. El valor de h es: ℎ = 1.42694923 ............................................................................... 31

Tabla 13. Resultado de V para Regla del Trapecio ...................................................................... 42

Tabla 14. Muestra el Valor de I=1.462653 ................................................................................... 44

Tabla 15. Muestra el valor de I= 7043720.906 para la regla de 3/8 de Simpson ......................... 46
PROYECTO FINAL 4

Contenido de Ilustraciones

Ilustración 1. Grafica de error de truncamiento ........................................................................... 10

Ilustración 2. Gráfico

de interpolación lineal ................................................................................................................... 13

Ilustración 3. Muestra la malla entre 𝑓𝐸 y 𝑓𝐹 ............................................................................ 15

Ilustración 4. Método de falsa posición ........................................................................................ 21

Ilustración 5. Método de falsa posición modificada ..................................................................... 21

Ilustración 6. ................................................................................................................................. 22

Ilustración 7 .................................................................................................................................. 25

Ilustración 8. Camión cisterna ...................................................................................................... 28

Ilustración 9. Grafico .................................................................................................................... 29

PROYECTO FINAL 5

1 Resumen

Desde tiempos ancestrales el papel del ingeniero ha sido básicamente el mismo, tratar de conocer

e interpretar los mecanismos de la naturaleza para así poder modificarla al servicio del hombre.

Encontramos así aplicaciones de los métodos numéricos en los ámbitos más diversos desde

sectores tecnológicos tan clásicos como la ingeniería estructural o la aerodinámica de aviones,

hasta aplicaciones más sofisticadas como ingeniería de alimentos, ingeniería médica, diseño de

fármacos, biología, etc. En la actualidad, gracias a la gran evolución que han tenido los métodos

numéricos y su implementación.
PROYECTO FINAL 6

2 Introducción

El presente proyecto tiene la finalidad de aplicar los métodos numéricos en el área de ingeniería

civil, por lo cual se recurre a métodos numéricos que aproximen las soluciones dentro de ciertos

márgenes de tolerancia. El análisis de los métodos numéricos nos permite realizar estimaciones

tanto de la eficiencia o complejidad de los algoritmos asociados, así como de la confiabilidad de

los resultados numéricos obtenidos durante su aplicación.

La importancia de los métodos numéricos ha aumentado de forma dramática en la enseñanza de

la ingeniería, lo cual refleja el uso actual y sin precedentes de las computadoras.

Al aprender los métodos numéricos, nos volvemos aptos para: 1) entender esquemas numéricos a

fin de resolver problemas matemáticos, de ingeniería en una computadora; 2) deducir esquemas

numéricos básicos; 3) escribir programas y resolverlos en una computadora, y 4) usar

correctamente el software existente para dichos métodos. El aprendizaje de los métodos

numéricos no solo aumenta nuestra habilidad para el uso de computadoras, también amplia la

pericia matemática y la comprensión de los principios científicos básicos.

PROYECTO FINAL 7

3 Objetivos

A continuación, se presentan los objetivos establecidos para el proyecto final.

3.1 Objetivo General

Conocer métodos numéricos en la ingeniería.

3.2 Objetivos Específicos

Conocer valores desconocidos por medio de método de interpolación.

Conocer valores desconocidos por medio de método de Newton.

Cantidad de material para la construcción de un edifico.

Conocer cuál es el más preciso.

PROYECTO FINAL 8

4 Fundamentos Teóricos y Cálculos de Métodos Numéricos

4.1 Errores en los Cálculos Numéricos Serie de Taylor

4.1.1 Fundamento Teórico Serie de Taylor

El error en los cálculos numéricos se entiende por:

Las soluciones numéricas son, en su mayoría, aproximaciones de las soluciones exactas.

Gran parte de los métodos numéricos se basan en la aproximación de funciones por

medio de polinomios, aun cuando esto no sea evidente. Se construyen algoritmos más

avanzados conjuntando los algoritmos básicos. Por lo tanto, cuando se objeta el error de

un método numérico, hay que investigar La precisión con la que el polinomio aproxima a

la función verdadera.

El desarrollo de Taylor, es una serie infinita de potencias, representa de manera

exacta a una función dentro de un cierto radio alrededor de un punto dado (Nakamura,

1992, pp 1).

Por lo tanto, mediante la comparación del desarrollo polinomial de la solución numérica con la

serie de Taylor de la solución exacta particularmente al descubrir el orden en donde aparece la

discrepancia es posible evaluar el error, el cual se conoce como error de truncamiento.

4.1.2 Cálculo de la Serie de Taylor

Planteamiento del Problema.

En un tramo carretero con topografía onduladas, dado por la función 𝑓(𝑥) = 𝑠𝑖𝑛 𝑥 se desea

obtener el error de truncamiento del levantamiento topográfico.

PROYECTO FINAL 9

Resolución con error de truncamiento

Datos del levantamiento topográfico

Longitud dada por 𝑓(𝑥) = sin 𝑥

Desarrollo del problema:

Formula general de serie de Taylor

ℎ2 ℎ3 ℎ4
𝑓(𝑥) = 𝑓(𝑎) + ℎ𝑓´(𝑎) + 𝑓´´(𝑎) + 𝑓´´´(𝑎) + 𝑓 𝐼𝑉 (𝑎)
2 6 24

O en su forma compacta
+∞
ℎ𝑛 𝑓 (𝑛) (𝑎)
𝑓(𝑥) = ∑
𝑛!
𝑛=0

Aplicando formulas

𝑓(𝑥) = sin(𝑥) 𝑓(0) = sin(0) = 0

𝑓´(𝑥) = cos (𝑥)
𝑓´´(𝑥) = − sin(𝑥)
𝑓´´´(𝑥) = − cos(𝑥)
𝑓 𝐼𝑉 (𝑥) = sin(𝑥)
𝑓 𝑉 (𝑥) = cos(𝑥)
𝑓 𝑉𝐼 (𝑥) = − sin(𝑥)
𝑓 𝑉𝐼𝐼 (𝑥) = − cos(𝑥)
𝑓´(0) = cos(0) = 1
𝑓´´(0) = − sin(0) = 0
𝑓´´´(0) = − cos(0) = −1
𝑓 𝐼𝑉 (0) = sin(0) = 0
𝑓 𝑉 (0) = cos(0) = 1
𝑓 𝑉𝐼 (0) = − sin(0) = 0
𝑓 𝑉𝐼𝐼 (0) = − cos(0) = −1

Sustituyendo los valores en la fórmula de Taylor

ℎ2 ℎ3 ℎ4 ℎ5 ℎ6 ℎ7
𝑓(𝑥) = 0 + 1ℎ + 0 + (−1) + 0 + (1) +0 + (−1)
2 6 24 120 720 5,040

ℎ = 𝑥 − 𝑎, 𝑑𝑜𝑛𝑑𝑒 𝑎 = 0

𝑝𝑜𝑟 𝑡𝑎𝑛𝑡𝑜 ℎ = 𝑥
PROYECTO FINAL 10

𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7
𝑓(𝑥) = 0 + 1𝑥 + 0 + (−1) + 0 + (1) +0 + (−1)
2 6 24 120 720 5,040

El polinomio seria de la siguiente forma:

𝑥3 𝑥5 𝑥7
𝑓(𝑥) = 𝑥 − + −
6 120 5,040

Resultado
𝜋
Encontrar el error de truncamiento en 2

𝜋 𝜋
𝑓(𝑥) = 𝑠𝑒𝑛(𝑥) = 𝑓( ) = sin ( ) = 1
2 2
Tabla 1.
Valores de error de truncamiento en el levantamiento topográfico

Error de
n Serie Taylor Valor aproximado
truncamiento
1 𝑥 1.5708 -0.5708
𝑥3
2 𝑥− 0.9248 0.0752
6
𝑥3 𝑥5
3 𝑥− + 1.0045 0.0045
6 120
𝑥3 𝑥5 𝑥7
4 𝑥− + − 0.9998 0.0002
6 120 5,040
𝜋
Nota: Esta tabla muestra el valor aproximado en ( 2 ) y el error de truncamiento.

Ilustración 1.
Grafica de error de truncamiento

Nota: Elaboración con base a los datos de la serie de Taylor para la función 𝑓(𝑥) = 𝑠𝑒𝑛(𝑥)
PROYECTO FINAL 11

4.2 Interpolación polinomial

4.2.1 Fundamento Teórico de Interpolación

Interpolar es calcular el valor aproximado de una función para un valor dado de la variable

independiente (x) cuando este se encuentra en el intervalo de valores tabulados.

La interpolación lineal. Es la base para varios modelos numéricos fundamentales. Al

integrar la interpelación lineal, se deduce el modelo de integración llamado regla del

trapecio. El gradiente de la interpolación lineal es una aproximación a la primera derivada

de la función, (Nakamura, 1992).

Polinomio de Lagrange. Llamado así en honor a Joseph-Louis de Lagrange, es una

forma de presentar el polinomio que interpola un conjunto de puntos dado. Lagrange

publicó este resultado en 1795, pero lo descubrió Edward Waring en 1779 y fue

redescubierto más tarde por Leonhard Euler en 1783. Dado que no existe un único

polinomio interpolador para un determinado conjunto de puntos, resulta algo engañoso

llamar a este polinomio el polinomio interpolador de Lagrange. Un nombre más

apropiado es interpolación polinómica en la forma de Lagrange (Meijering, 2002).

Interpolación en dos (2) Dimensiones. La interpolación en dos dimensiones se puede

llevar a cabo de dos formas. En el primer enfoque, se aplica dos veces la interpolación en

dimensión uno. En el segundo, se puede ajustar de manera directa un polinomio en dos

dimensiones a los valores de la función (Nakamura, 1992).

Considerando lo anterior la interpolación de datos lineal se puede utilizar para obtener la

cantidad de materiales para la construcción de edificios. Por ello se presenta el siguiente

problema.
PROYECTO FINAL 12

4.2.2 Cálculo de Interpolación Lineal

Planteamiento del problema:

En la construcción de un edificio se realizó el levantamiento del volumen de agua en relación a

cinco (5) horas de trabajo, sin embargo, al cumplirse la cuarta (4) hora no se registró el volumen

de agua. Es por ello que se requiere conocer la cantidad de litros de agua con relación a cuatro

(4) horas de trabajo en la construcción de un edificio.

Resolución con Interpolación Lineal

Datos de la relación tiempo de trabajo (hora) por volumen de agua:

Calcular el volumen de agua por el método de interpolación lineal, para un tiempo de 4 horas.
Tabla 2.
Relación hora – volumen de agua sin dato interpolado

Tiempo (Horas) 2 3 4 5

Volumen del agua (lt) 215 253 315

Nota: En la tabla muestra cómo cambia el volumen de agua de acuerdo a la relación de hora.

Desarrollo del problema con interpolación lineal:

Formula general de la interpolación lineal

𝑓(𝑥1 ) − 𝑓(𝑥0)
𝑓1 (𝑥) = 𝑓(𝑥0) + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0

Aplicando la formula

315 − 253
𝑓1 (4) = 253 + (4 − 3)
5− 3

𝑓1 (𝑥) = 284
PROYECTO FINAL 13

Resultado

Tabla 3.
Relación hora – volumen de agua con dato interpolado lineal

Tiempo (Horas) 2 3 4 5

Volumen del agua (lt) 215 253 284 315

Nota: Esta tabla muestra el resultado de la interpolación lineal en el tiempo de 4 horas.

Ilustración 2.
Gráfico de interpolación lineal

Nota: En el grafico se muestra la relación del volumen de agua de acuerdo al tiempo.

4.2.3 Cálculo de Interpolación Polinomial (Ecuación de Lagrange):

Del problema del levantamiento de agua calcular la cantidad de litros de agua al cumplirse la

cuarta (4) hora, por el método de Lagrange.

Resolución con Interpolación Polinomial (Ecuación de Lagrange):

Datos de la relación tiempo de trabajo (hora) por volumen de agua:

Calcular el volumen de agua por el método de Lagrange para un tiempo de 4 horas

PROYECTO FINAL 14

Tabla 4.
Relación hora – volumen de agua sin dato interpolado

Tiempo (Horas) 2 3 5

Volumen del agua (lt) 215 253 315

Nota: Esta tabla muestra la relación hora – volumen sin datos interpolados.

Desarrollo del problema con interpolación lineal:

Formula general de la interpolación Lagrange

(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )

𝑔(𝑥) = 𝑓0 + 𝑓1 + 𝑓
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 ) (𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 ) 2

Aplicando la formula

(𝑥 − 3)(𝑥 − 5) (𝑥 − 2)(𝑥 − 5) (𝑥 − 2)(𝑥 − 3)

𝑔(𝑥) = 215 + 253 + 315
(2 − 3)(2 − 5) (3 − 2)(3 − 5) (5 − 2)(5 − 3)

(𝑥 2 − 8𝑥 + 15) (𝑥 2 − 7𝑥 + 10) (𝑥 2 − 5𝑥 + 6)
𝑔(𝑥) = 215 + 253 + 315
(3) (−2) (6)

215 2 253 2 315 2

𝑔(𝑥) = (𝑥 − 8𝑥 + 15) − (𝑥 − 7𝑥 + 10) + (𝑥 − 5𝑥 + 6)
3 2 6

7 149
𝑔(𝑥) = − 𝑥 2 + 𝑥 + 125
3 3

Resultado

7 149
𝑔(4) = − (4)2 + (4) + 125 = 𝟐𝟖𝟔. 𝟑𝟑𝒍𝒕
3 3

4.2.4 Interpolación en dos (2) Dimensiones

Los esquemas de interpolación en dos dimensiones se pueden clasificar en dos tipos. El primero

utiliza dos veces la interpolación en dimensión uno y se llama doble interpolación. El segundo
PROYECTO FINAL 15

emplea polinomios de interpolación por partes en dos dimensiones. EL primer tipo es adecuado

para interpolar una tabla de valores de funciones en puntos con igual separación. El segundo se

usa en Los métodos de elemento finito.

Para explicar el primer tipo, supongamos que se conocen los valores de la función (𝑥, 𝑦) en una

malla rectangular de (𝑥, 𝑦); a saber, (𝑥𝑖 , 𝑦𝑖 ). Denotamos el valor en el punto (𝑥𝑖 , 𝑦𝑖 ) como 𝑓𝑖𝑗 =

𝑓(𝑥𝑖 , 𝑦𝑖 ). La doble interpolación se lleva a cabo en dos etapas, en las que se utiliza una

interpolación en dimensión uno. Suponga que hay que estimar el valor de la función en un punto

Localizado en el rectángulo definido 𝑥𝑖−1 < 𝑥 < (𝑥𝑖 𝑦 𝑦𝑖−1 < 𝑦 < 𝑦𝑖 como lo muestra la figura.

Para simplificar la explicación, supongamos que se utiliza la interpolación lineal en ambas

etapas. La primera consiste en interpolar la tabla en la dirección de 𝑦 y encontrar los valores en E

y F, respectivamente, como.
𝑦𝑗 − 𝑦 𝑦 − 𝑦𝑗−1
𝑓𝐸 = 𝑓𝑖−1,𝑗−1 + 𝑓
𝑦𝑗 − 𝑦𝑗−1 𝑦𝑗 − 𝑦𝑗−1 𝑖−1,𝑗

𝑦𝑗 − 𝑦 𝑦 − 𝑦𝑗−1
𝑓𝐹 = 𝑓𝑖,𝑗−1 + 𝑓
𝑦𝑗 − 𝑦𝑗−1 𝑦𝑗 − 𝑦𝑗−1 𝑖,𝑗

Ilustración 3. Muestra la malla entre 𝑓𝐸 y 𝑓𝐹

La segunda etapa es interpolar entre 𝑓𝐸 y 𝑓𝐹 mediante interpolación lineal, como

𝑥𝑖 − 𝑥 𝑥 − 𝑥𝑖−1
𝑔(𝑥, 𝑦) = 𝑓𝐸 + 𝑓
𝑥𝑖 − 𝑥𝑖−1 𝑥𝑖 − 𝑥𝑖−1 𝐹
PROYECTO FINAL 16

Podemos combinar los pasos en una ecuación y escribir:

𝑔(𝑥, 𝑦) =

[(𝑥𝑖 − 𝑥)(𝑦𝑗 − 𝑦)𝑓𝑖−1,𝑗−1 + (𝑥𝑖 − 𝑥)(𝑦−𝑦𝑗−1 )𝑓𝑖−1,𝑗 + (𝑥𝑖 − 𝑥𝑖−1 )(𝑦𝑗 − 𝑦)𝑓𝑖−1 + (𝑥 − 𝑥𝑖−1 )(𝑦−𝑦𝑗−1 )𝑓𝑖,𝑗 ]
[(𝑥𝑖−𝑖−1 )(𝑦𝑗 − 𝑦𝑗−1 )]

Planteamiento del problema:

El factor Ic es un valor que se utiliza para estimar el asentamiento producido en un suelo

producto de la consolidación.

No index entries found.

Tabla 5. Muestra la proporción de vacíos entre 𝑚1 y 𝑛𝑖 . Proporción de vacíos.

Fuente: Braja Das

Usando interpolación en dos dimensiones, determine el valor correspondiente de Ic
(adimensional) si 𝑚1 = 8.8 y 𝑛𝑖 = 5.3
Resolución con interpolación en dos dimensiones

Primero identificamos las variables

Entonces:

𝑥 = 8.8𝑚1 𝑦 𝑦 = 5.3

𝑥𝑖 = 9.0𝑚1 𝑦 𝑦𝑗 = 5.0
PROYECTO FINAL 17

𝑥𝑖−1 = 8.0 𝑦 𝑦𝑗−1 = 6.0

𝑓(𝑥𝑖−1, 𝑦𝑗 ) = 0.240

𝑓(𝑥𝑖−1, 𝑦𝑗−1 ) = 0.197

𝑓(𝑥𝑖, 𝑦𝑗 ) = 0.242

𝑓(𝑥𝑖, 𝑦𝑗−1 ) = 0.200

𝑦𝑗 − 𝑦 𝑦 − 𝑦𝑗−1
𝑓𝐸 = 𝑓𝑖−1,𝑗−1 + 𝑓
𝑦𝑗 − 𝑦𝑗−1 𝑦𝑗 − 𝑦𝑗−1 𝑖−1,𝑗

5.0 − 5.3 5.3 − 6.0 2271

= (0.197) + (0.240) = = 𝟎. 𝟐𝟐𝟕𝟏
5.0 − 6.0 5.0 − 6.0 10000
𝑦𝑗 − 𝑦 𝑦 − 𝑦𝑗−1
𝑓𝐹 = 𝑓𝑖,𝑗−1 + 𝑓
𝑦𝑗 − 𝑦𝑗−1 𝑦𝑗 − 𝑦𝑗−1 𝑖,𝑗

5.0 − 5.3 5.3 − 6.0 1147

= (0.200) + (0.242) = = 𝟎. 𝟐𝟐𝟗𝟒
5.0 − 6.0 5.0 − 6.0 5000

Por último, se obtiene el valor solicitado:

𝑥𝑖 − 𝑥 𝑥 − 𝑥𝑖−1
𝑔(𝑥, 𝑦) = 𝑓𝐸 + 𝑓
𝑥𝑖 − 𝑥𝑖−1 𝑥𝑖 − 𝑥𝑖−1 𝐹

9.0 − 8.8 8.8 − 8.0

𝐼𝐶 = 𝑔(8.8𝑚1 , 5.3) = (0.2271) + (0.2294) = 𝟎. 𝟐𝟐𝟖𝟗𝟒
9.0 − 8.0 9.0 − 8.0
PROYECTO FINAL 18

4.3 Solución de ecuaciones no Lineales

4.3.1 Fundamento Teórico de Ecuaciones no Lineales

Las soluciones de una ecuación no lineal se llaman raíces o ceros.

El método de bisección. Encuentra una raíz de una función si se sabe que la raíz existe

en un intervalo dado. Con este método se encuentra una raíz aun cuando la función no sea

analítica. Por otro lado, se puede atrapar una singularidad como si fuera una raíz, debido

a que el método no distingue las raíces de las singularidades. Una tarea importante que se

debe realizar antes de aplicar el método de bisección es encontrar un intervalo que

contenga a la raíz. La búsqueda de raíces se puede llevar a cabo listando una tabla de

valores o graficando la función en la pantalla (Nakamura, 1992).

4.3.2 Cálculo de Bisección

Planteamiento del problema:

𝑚3
Diseñar un canal de concreto de sección rectangular para llevar un gasto de 5 con los
𝑠

siguientes datos:

Resolución con Método de Bisección:

𝑄 = 5𝑚3 /𝑠

𝑏 = 20𝑚

𝑛 = 0.03

𝑠 = 0.0002

ℎ =?
PROYECTO FINAL 19

Ecuación de Manning para diseño de canales:

Formula general:

𝑏ℎ 2/3 1/2
𝑄= 𝑅 𝑆
𝑛

En donde:

𝐴 𝑏ℎ
𝑅= =
𝑃𝑚 2ℎ + 𝑏

𝑃𝑚 = 2ℎ + 𝑏

Sustituyendo valores, igualando a cero y reduciendo

𝑏ℎ 𝑏ℎ 2/3 1/2
𝑄= ( ) 𝑠
𝑛 2ℎ + 𝑏

20ℎ 2/3
5 = 666.66667ℎ ( ) 0.00021/2
2ℎ + 20

20ℎ 2/3
𝑓(ℎ) = 666.66667ℎ ( ) (0.01414) − 5
2ℎ + 20

Resultado

𝟐𝟎𝒉 𝟐/𝟑
𝒇(𝒉) = 𝟗. 𝟒𝟐𝟔𝟔𝟕𝒉 ( ) −𝟓
𝟐𝒉 + 𝟐𝟎

𝑥 𝑓(𝑥)

0 -5
1 3.85
2 21.50
3 44.39
4 70.92
5 100.18

Los valores iniciales son:

𝒙𝒊=𝟎

𝒙𝒖=𝟏
PROYECTO FINAL 20

𝒇(𝒙𝒊 )𝒇(𝒙𝒖 ) < 𝟎 → 𝒐𝒌

Paso 2: Cada aproximación se obtiene con:

𝑥𝑟=𝑥𝑖 +𝑥𝑢
2

Paso 3: Realizar las siguientes evaluaciones para cada interacción

a) Si 𝑓(𝑥𝑖 )𝑓(𝑥𝑟 ) < 0 → 𝑥𝑢 = 𝑥𝑟

b) Si 𝑓(𝑥𝑖 )𝑓(𝑥𝑟 ) > 0 → 𝑥𝑖 = 𝑥𝑟

Primera interacción:

𝑓(𝑥𝑖 ) = 𝑓(0) = −5

𝑓(𝑥𝑟 ) = 𝑓(0.5) = −2.13 𝑏) > 0 𝑥𝑖 = 𝑥𝑟

No. 𝑥𝑖 𝑥𝑢 𝑥𝑟 𝜀=(%)
Interacciones
0 0 1 0.5
1 0.5 1 0.75 33.33
2 0.5 0.75 0.625 20.00
3 0.625 0.75 0.6875 9.09
4 0.68750 0.75000 0.71875 4.35
5 0.68750 0.71875 0.70313 2.22
6 0.68750 0.70313 0.69531 1.12
7 0.69531 0.70313 0.69922 0.56
8 0.69922 0.70313 0.70117 0.28
9 0.70117 0.70313 0.70215 0.14
10 0.70215 0.70313 0.70264 0.07
11 0.70215 0.70264 0.70239 0.03
12 0.70215 0.70239 0.70227 0.02
13 0.70227 0.70239 0.70233 0.01
Tabla 6. Muestra la Interpretación de resultado de 𝑥𝑟

El tirante o profundidad del canal rectangular para llevar un gasto de 5𝑚3 /𝑠 es:

ℎ = 0.70233 𝑚𝑒𝑡𝑟𝑜𝑠

Comprobando:
PROYECTO FINAL 21

𝑓(0.70233) = −0.00033 ≈ 0

Método de la Falsa Posición y método de la falsa posición modificada. El método de la falsa

posición (basado en la interpolación lineal) es análogo al método de bisección, puesto que el

tamaño del intervalo que contiene a la raíz se reduce mediante iteración. Sin embargo, en vez de

bisectar en forma monótona el intervalo, se utiliza una interpolación lineal ajustada a dos puntos

extremos para encontrar una aproximación de la raíz. Así, si la función está bien aproximada por

la interpolación lineal, entonces las raíces estimadas tendrán una buena precisión y, en

consecuencia, la iteración convergerá más rápido que cuando se utiliza el método de bisección.

Ilustración 4. Método de falsa posición

El método de la falsa posición modificada elimina los extremos fijos dividiendo a la mitad los
valores de dichos puntos (Nakamura, 1992).

Ilustración 5. Método de falsa posición modificada

4.3.3 Cálculo de Falsa posición
PROYECTO FINAL 22

Planteamiento del problema:

Suponga que el lector que está diseñando un tanque esférico, para almacenar agua para un

poblado pequeño en un país en desarrollo. El volumen de líquido que puede contener se calcula

con:

[3𝑅 − ℎ]
𝑉 = 𝜋ℎ2
3

Donde:

𝑉 = 𝑣𝑜𝑙𝑢𝑚𝑒𝑛(𝑚3 )

ℎ = 𝑝𝑟𝑜𝑓𝑢𝑛𝑑𝑖𝑑𝑎 𝑑𝑒𝑙 𝑎𝑔𝑢𝑎 𝑒𝑛 𝑒𝑙 𝑡𝑎𝑛𝑞𝑢𝑒(𝑚)

𝑅 = 𝑟𝑎𝑑𝑖𝑜 𝑑𝑒𝑙 𝑡𝑎𝑛𝑞𝑢𝑒(𝑚)

Ilustración 6.

Si 𝑅 = 3𝑚, ¿a qué profundidad debe llenarse el tanque de modo que contenga 30𝑚3 Haga tres

iteraciones con el método de falsa posición a fin de obtener la respuesta. Determine el error

relativo aproximado después de cada interacción.

Resolución con el Método de Falsa Posición:

Lo primero que hacemos será reemplazar los datos en la ecuación:

Formula general:

(3𝑅 − ℎ)
𝑉 = 𝜋ℎ2
3
PROYECTO FINAL 23

(9 − ℎ) 90
30 = 𝜋ℎ2 ⟹ = 9ℎ2 − ℎ3 ⟹ ℎ3 − 9ℎ2 + 28.64788976 = 0
3 𝜋

Ahora vemos que nos queda una ecuación en función a ℎ:

𝑓(𝑥) = ℎ3 − 9ℎ2 + 28.64788976

Podemos cambiar la función por 𝑥:

𝑓(𝑥) = 𝑥 3 − 9𝑥 2 + 28.64788976

Tabulamos para así hallar los 𝑥𝑖 𝑦 𝑥𝑢

𝑥 ⇒ 𝑓(𝑥)

x f(x)
-2 -15.35211
-1 18.64789
0 28.64789
1 20.64789
2 0.64789
3 -25.35211

Tabla 7. Muestra los valores entre los cambios de signo.

Tomamos los rangos de -2 y 2, ya que es el rango más pequeño donde hay cambio de signo.

Por lo cual:

𝑥𝑖 = −2

𝑥𝑢 = 2

Ahora aplicamos el método de la falsa posición:

𝑓(𝑥𝑢 )(𝑥𝑖 − 𝑥𝑢 )
𝑥𝑖 = 𝑥𝑢 −
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑢 )

Primera iteración

𝒇(−𝟐) = −𝟏𝟓. 𝟑𝟓𝟏𝟏𝟎𝟐

PROYECTO FINAL 24

𝒇(𝟐) = 𝟎. 𝟔𝟒𝟕𝟖𝟖𝟗𝟕𝟔

𝒇(𝟐)(−𝟐 − 𝟐) (𝟎. 𝟔𝟒𝟕𝟖𝟖𝟗𝟕𝟔)(−𝟒)

𝒙𝒊 = 𝟐 − =𝟐− = 𝟏. 𝟖𝟑𝟖𝟎𝟐
𝒇(−𝟐) − 𝒇(𝟐) −𝟏𝟓. 𝟑𝟓𝟐𝟏𝟏𝟎𝟐 − 𝟎. 𝟔𝟒𝟕𝟖𝟖𝟗𝟕𝟔

𝒇(𝟏. 𝟖𝟑𝟖𝟎𝟐) = 𝟒. 𝟒𝟓𝟐𝟒𝟒𝟕𝟐𝟒𝟓𝟐𝟒𝟓𝟔𝟏𝟐

Segunda Iteración

𝒇(𝟏. 𝟖𝟑𝟖𝟎𝟐)(−𝟐 − 𝟏. 𝟖𝟑𝟖𝟎𝟐)

𝒙𝒊 = 𝟏. 𝟖𝟑𝟖𝟎𝟐 −
𝒇(−𝟐) − 𝒇(𝟏. 𝟖𝟑𝟖𝟎𝟐)

(𝟒. 𝟒𝟓𝟐𝟒𝟒𝟕𝟐𝟒𝟓𝟐𝟒𝟓𝟔𝟏𝟐)(−𝟑. 𝟖𝟑𝟖𝟎𝟐)

= 𝟏. 𝟖𝟑𝟖𝟎𝟐 − = 𝟎. 𝟗𝟕𝟓𝟏𝟔
−𝟏𝟓. 𝟑𝟓𝟐𝟏𝟏𝟎𝟐 − 𝟒. 𝟒𝟓𝟐𝟒𝟒𝟕𝟐𝟒𝟓𝟐𝟒𝟓𝟔𝟏𝟐

𝒇(𝟎. 𝟗𝟕𝟓𝟏𝟔) = 𝟐𝟏. 𝟎𝟏𝟔𝟕𝟕

Tercera Iteración

𝒇(𝟎. 𝟗𝟕𝟓𝟏𝟔)(−𝟐 − 𝟎. 𝟗𝟕𝟓𝟏𝟔) (𝟐𝟏. 𝟎𝟏𝟔𝟕𝟕)(−𝟐. 𝟗𝟕𝟓𝟏𝟔)

𝒙𝒊 = 𝟎. 𝟗𝟕𝟓𝟏𝟔 − = 𝟎. 𝟗𝟕𝟓𝟏𝟔 −
𝒇(−𝟐) − 𝒇(𝟎. 𝟗𝟕𝟓𝟏𝟔) −𝟏𝟓. 𝟑𝟓𝟐𝟏𝟏𝟎𝟐 − 𝟐𝟏. 𝟎𝟏𝟔𝟕𝟕

= −𝟎. 𝟕𝟒𝟒𝟏𝟏

𝒇(−𝟎. 𝟕𝟒𝟒𝟏𝟏) = 𝟐𝟑. 𝟐𝟓𝟐𝟓𝟕𝟗𝟎𝟓

No. Iteración a b c f(a) f(b) f(c) error observaciones

1 -2.0000000000 2.0000000000 1.8380275600 -15.3521102400 0.6478897600 4.4522737475 0.0000000000
2 -2.0000000000 1.8380275600 0.9751908589 -15.3521102400 4.4522737475 21.0163186462 0.1619724400 c pasa ser b
3 -2.0000000000 0.9751908589 -0.7440904254 -15.3521102400 21.0163186462 23.2528737457 0.8628367011 c pasa ser b
4 -2.0000000000 -0.7440904254 -1.5005602839 -15.3521102400 23.2528737457 5.0039759390 1.7192812843 c pasa ser b
5 -2.0000000000 -1.5005602839 -1.6233336059 -15.3521102400 5.0039759390 0.6531536041 0.7564698585 c pasa ser b
6 -2.0000000000 -1.6233336059 -1.6387048622 -15.3521102400 0.6531536041 0.0792050887 0.1227733220 c pasa ser b
7 -2.0000000000 -1.6387048622 -1.6405592999 -15.3521102400 0.0792050887 0.0095179920 0.0153712563 c pasa ser b
8 -2.0000000000 -1.6405592999 -1.6407820077 -15.3521102400 0.0095179920 0.0011425163 0.0018544377 c pasa ser b
9 -2.0000000000 -1.6407820077 -1.6408087390 -15.3521102400 0.0011425163 0.0001371268 0.0002227078 Termina pues se alcanza la tolerancia
PROYECTO FINAL 25

Tabla 8. Muestra el resultado de b por el método de la falsa posición modificada

Ilustración 7
La respuesta será

ℎ = −1.6407820077

Esto quiere decir que la altura de la profundidad a llenarse será 1.6107820077

4.4 Cap. 3 Solución de ecuaciones no Lineales (Continuación)

4.4.1 Fundamento Teórico de Ecuaciones no Lineales

METODO DE NEWTON. Este método (también llamado método de Newton-Raphson)

encuentra una raíz, siempre y cuando se conozca una estimación inicial para la raíz deseada.

Utiliza las rectas tangentes que se evalúan analíticamente. El método de Newton se puede aplicar

al dominio complejo para hallar raíces complejas. También se puede extender a las ecuaciones

no lineales simultáneas. El método de Newton se obtiene a partir del desarrollo de Taylor.

Supóngase que el problema es encontrar una raíz de 𝑓(𝑥) = 0. Al utilizar el desarrollo de Taylor

de 𝑓(𝑥) en torno a una estimación 𝑥𝑜 , la ecuación se puede escribir como:

𝒇(𝒙) = 𝟎 = 𝒇(𝒙𝒐 ) + 𝒇ˊ (𝒙𝒐 )(𝒙 − 𝒙𝒐 ) + 𝟎(𝒉)

Donde ℎ = 𝑥 − 𝑥𝑜 . Al despejar 𝑥 en la ecuación anterior, no se obtiene el valor exacto debido al

error de truncamiento, pero la solución se acerca en mayor medida al 𝑥 exacto, que lo que se

aproxima el estimado 𝑥𝑜 . Por lo tanto, al repetir la solución utilizando el valor actualizado como

una nueva estimación se mejora la aproximación en forma sucesiva.

PROYECTO FINAL 26

El algoritmo se muestra de manera gráfica en la figura. El valor 𝑥0 es una estimación inicial para

La raíz. A continuación, se obtiene la función lineal que pasa por (𝑥0, 𝑦0 ) en forma tangencial. La

intersección de la recta tangente con el eje 𝑥 se denota como 𝑥1 y se considera como una

aproximación de la raíz. Se repite el mismo procedimiento, utilizando el valor más actualizado

como una estimación para el siguiente ciclo de iteración. La recta tangente que pasa por

(𝑥0 , 𝑓(𝑥0 )),es 𝑔(𝑥) = 𝑓ˈ(𝑥)(𝑥 − 𝑥) + 𝑓(𝑥0 )

4.4.2 Cálculo de newton

Planteamiento del problema:

Un modelo de crecimiento poblacional está dado por: 𝑓(𝑡) = 5𝑡 + 2𝑒 0.1𝑡 . en donde 𝑛 es el

número de habitantes, 𝑡 es tiempo en años.

a) Calcule el número de habitantes que habrá en el año 25.

b) Encuentre el tiempo para el cual la población es 200.

A) 𝑛(25) = 5(25) + 2𝑒 0.1(25)

𝑛(25) = 150 ℎ𝑎𝑖𝑡𝑎𝑛𝑡𝑒𝑠

B) 5𝑡 + 2𝑒 0.1𝑡 = 200

𝑓(𝑡) = 5𝑡 + 2𝑒 0.1𝑡 − 200 = 0

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓ˈ(𝑥𝑛 )
PROYECTO FINAL 27

Entonces 𝑥𝑛 = 30

𝑓ˈ(𝑡) = 5 + 0.2𝑒 0.1𝑡

t f(t)
20 -85.2218878
25 -50.63501208
30 -9.828926154
35 41.23090392
Tabla 9. Muestra los cambios de signo.
Intervalos [30,35]

N°. Interación a b c f (a) f (b) f (c) cota de error observaciones

1 30.0000 30.9625 35.0000 -9.8289 -0.9579 41.2309 0.0000 b pasa a ser a
2 30.9625 31.0542 35.0000 -0.9579 -0.0922 41.2309 0.0917 b pasa a ser a
3 31.0542 31.0630 35.0000 -0.0922 -0.0089 41.2309 0.0088 b pasa a ser a
4 31.0630 31.0638 35.0000 -0.0089 -0.0009 41.2309 0.0008 Aquí se alcanza la tolerancia

Tabla 10. Muestra que la población en 31.0638 años la población será 200.
En 31.0638 años la población será 200.

El método de la secante. Este método es muy similar al de Newton. La principal diferencia con

el método de Newton es que 𝑓 ˈ se aproxima utilizando los dos valores de iteraciones

consecutivas de 𝑓. Esto elimina la necesidad de evaluar tanto a como a 𝑓 en cada iteración.

Por lo tanto, el método de la secante es más eficiente, particularmente cuando 𝑓 es una funciôn

en la que se invierte mucho tiempo al evaluarla. El método de la secante también está

Íntimamente ligado con el método de la falsa posición, ya que ambos se basan en la fórmula de

interpolación lineal, pero el primero utiliza extrapolaciones, mientras que el segundo utiliza

únicamente interpolaciones.
PROYECTO FINAL 28

Las aproximaciones sucesivas para la raíz en el método de la secante están dadas por

𝑥𝑛−1 − 𝑥𝑛−2
𝑥𝑛 = 𝑥𝑛−1 − 𝑦𝑛−1 ( ) , 𝑛 = 2,3 ….
𝑦𝑛−1 − 𝑦𝑛−2

donde 𝑥0 y 𝑥1 son dos suposiciones iniciales para comenzar la iteración.

4.4.3 Cálculo de secante

Planteamiento del problema:

Considérese un camión cisterna de agua de la siguiente forma:

Ilustración 8. Camión cisterna

Se desea transportar agua en este camión cisterna para una obra que se encuentra a cierta

distancia de tal manera que su contenido de agua sea el 85% de la capacidad total de tanque,

dado que es la capacidad máxima que se puede llevar con la finalidad de garantizar el

cumplimiento de la NTP (Norma Técnica de Protección), para ello debemos calcular hasta que

altura "ℎ" debe de ser llenado el tanque con la finalidad de que se cumpla con las condiciones

mencionadas.
PROYECTO FINAL 29

Se tiene este camión cisterna de forma cilindro recto elíptico la cual tiene una base menor de b =

90cm, una base mayor de a = 130cm y una longitud L = 1120cm.

Resolución con el Método de la secante:

Según el problema nuestro objetivo es hallar la altura para cuando el agua llena el 85% de la

capacidad del tanque cisterna.

Ilustración 9. Grafico
Del grafico se puede deducir:

VARIABLE DESCRIPCIÓN VALOR

Altura a hallar la cual comienza
H desde el nivel del suelo hasta la Incógnita
capacidad máxima del tanque.

Volumen máximo que puede

V 35000L
soportar el tanque.

A Lado mayor de la elipse 1.3m

B Lado menor de la elipse. 0.9m
L Largo del tanque de cisterna. 11.2m
Tabla 11. Hallamos el volumen en función de la altura:

2
1638 10 2 10 10
𝑣(ℎ) = {𝑎𝑟𝑐𝑠𝑒𝑛 ( ℎ − 1) + + ( ℎ − 1) (√−1 ( ℎ − 1) )} 𝑚3
125 9 𝜋 9 9
PROYECTO FINAL 30

Resolvemos el volumen de dato para hallar una función de ℎ:

2 2
𝑓(ℎ) = 𝑎𝑟𝑐𝑠𝑒𝑛(10
9
ℎ − 1) + 𝜋 + (10
9
ℎ − 1) (√−1(10
9
ℎ − 1) )-1.100144

Tengamos en cuenta ola siguiente restricción:

ℎ ∈ 〈0,1.8〉

Nota: Muestra el valor de los dos puntos requeridos.

Desarrollo del problema:

2 2
𝑓(ℎ) = 𝑎𝑟𝑐𝑠𝑒𝑛(10
9
ℎ − 1) + 𝜋 + (10
9
ℎ − 1) (√−1(10
9
ℎ − 1) ) − 1.100144 ℎ ∈ 〈0,1.8〉

Hallaremos las raíces la función 𝑓(ℎ) por el método abierto que “es el método de la secante” con

una tolerancia máxima de error de 10−5 .

La fórmula de recurrencia para realizar la iteración es:

𝑥𝑛 − 𝑥𝑛−1
𝑥𝑛+1 = 𝑥𝑛 − 𝑓(𝑥𝑛 )
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )

Empecemos con los valores iniciales las cuales son:

𝑥0 = 0

𝑥1 = 1.8
PROYECTO FINAL 31

N° Interación ho h1 h2 f(ho) f(h1) f(h2) ε=lXn+1 - Xnl

1 0.00000 1.80000 1.530336081 -2.67094 0.47065 0.17569
2 1.80000 1.53034 1.369719515 0.47065 0.17569 -0.10586 0.160616566
3 1.53034 1.36972 1.430112207 0.17569 -0.10586 0.00569 0.060392692
4 1.36972 1.43011 1.427032243 -0.10586 0.00569 0.00015 0.003079964
5 1.43011 1.42703 1.426949100 0.00569 0.00015 0.00000 0.000083143
6 1.42703 1.42695 1.426949231 0.00015 0.00000 0.00000 0.000000131
7 1.42695 1.42695 1.426949231 0.00000 0.00000 0.00000 0.000000000
8 1.42695 1.42695 1.426949231 0.00000 0.00000 0.00000 0.000000000

Tabla 12. El valor de h es: ℎ = 1.42694923

4.5 Cap. Diferenciación Numérica

4.5.1 Fundamento Teórico de diferenciación numérica

Diferenciación Numérica. La derivada de una función tiene muchas aplicaciones, entre las

cuáles esta la determinación de la velocidad instantánea de una partícula o móvil a partir de su

función de posición. Este proceso es en ocasiones algo muy sencillo cuando se cuenta con dicha

función, pero cuando se requiere solucionar el mismo problema con un conjunto de datos

discretos y no con su función, el procedimiento no puede ser llevado de igual manera, es decir, el

cálculo no nos da una solución directa, por lo tanto, se debe recurrir a otro tipo de análisis.

En esta unidad se estudiará la aproximación polinomial a partir de algunos valores de una

función 𝑓, y dando ciertos puntos se puede determinar su derivada en un punto dado.

La derivada de una función 𝑓 en 𝑥0 , esta definido de la siguiente manera:

𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓ˈ(0) = lim
ℎ

Para valores pequeños de ℎ, podemos aproximar la derivada de f en 𝑥0 de la siguiente manera:

𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓ˈ(0) ≈ , ℎ≠0
ℎ

Notaremos la aproximación a la derivada de una función 𝑓 como 𝑓ˈ Esta fórmula, aunque

sencilla no tiene un comportamiento estable, ya que para funciones lineales puede llegar a ser
PROYECTO FINAL 32

exacta, no siendo así para funciones más generales. Pero sin duda alguna, es un buen punto de

partida para el cálculo de la derivada de una función, además hay que considerar que en algunos

casos es la única opción con que se cuenta.

Para estimar el valor del error asociado a la ecuación anterior, nos valemos del polinomio e

Taylor de primer grado cuya estructura es la siguiente:

𝑓ˈˈ(𝜀)
𝑓(𝑥) = 𝑓(𝑥0 ) + 𝑓ˈ(𝑥0 )(𝑥 − 𝑥0 ) + (𝑥 − 𝑥0 )2
2

Si se toma 𝑥 = 𝑥0 + ℎ, entonces ℎ = 𝑥 − 𝑥0 y se reemplaza en el polinomio anterior, se tiene

entonces que:

𝑓ˈˈ(𝜀) 2
𝑓(𝑥0 + ℎ) = 𝑓(𝑥0 ) + 𝑓ˈ(𝑥0 )ℎ + ℎ , 𝑥0 < 𝜀 < 𝑥0 + ℎ
2

Despejando 𝑓ˈ(𝑥0 ) se obtiene

𝑓(𝑥0 +ℎ)
𝑓ˈ(𝑥0 ) = − 0ℎ (𝑛𝑒𝑤𝑡𝑜𝑛 𝑝𝑎𝑠𝑜 𝑎𝑑𝑒𝑙𝑎𝑛𝑡𝑒
ℎ

𝑓ˈˈ(𝜀)
Donde 0 = , es el error de truncamiento.
2

Si ℎ > 0, a la formula anterior se le denomina la primera diferencia finita hacia delante o

diferencia progresiva. También podemos obtener la diferencia finita hacia atrás o diferencia

regresiva si ℎ < 0

𝑓(𝑥0 ) − 𝑓(𝑥0 − ℎ)
𝑓ˈ(𝑥0 ) = + 0ℎ (𝑛𝑒𝑤𝑡𝑜𝑛 𝑝𝑎𝑠𝑜 𝑎𝑡𝑟𝑎𝑠)
ℎ

Ahora bien, si sumamos las ecuaciones paso adelante y atrás, obtendremos la diferencia finita

centrada de la siguiente manera:

𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)
𝑓ˈ(𝑥0 ) = + 0ℎ2 (𝑛𝑒𝑤𝑡𝑜𝑛 𝑝𝑎𝑠𝑜 𝑐𝑒𝑛𝑡𝑟𝑜)
2ℎ
PROYECTO FINAL 33

De manera análoga a la interpolación polinomial, el uso de más puntos en la evaluación de la

derivada producirá mayor exactitud; aunque esto implica mayor cantidad de evaluaciones

funcionales y aumento de error de redondeo. A continuación, se muestran las fórmulas ya

deducidas para 2 y 3 puntos como las derivadas de orden superior (2da y 3ra).

Planteamiento del problema:

En un experimento realizado en un laboratorio de electrónica consistía en medir la corriente que i

circulaba por una bobina en intervalos fijos de tiempo, registrando los valores en la tabla 1, se

requiere calcular el valor de voltaje de la bobina en función del tiempo durante el experimento.

0 0.1 0.2 0.3 0.5 0.7

0 0.16 0.32 0.56 0.84 2

La bobina posee una inductancia de 4 H y el tiempo es medido en segundos.

Explicación

Estas son las consideraciones que hay que tener para solucionar el problema planteado
PROYECTO FINAL 34

1. El voltaje en una bobina se calcula mediante la ley de Faraday, en la cual el voltaje es el

producto del valor de su inductancia con el diferencial de la corriente con respecto al

tiempo.

2. El cálculo del voltaje del inductor, involucra el desarrollo de una derivada, como no

poseemos una expresión o una función matemática que define el comportamiento de la

corriente es factible aplica métodos de diferenciación numérica para el cálculo del

voltaje.

3. El desarrollo del ejercicio permite hacerlo de manera manual debido a que no hay

muchos datos, aunque también se puede apoyar con el uso de herramientas de sofware

como Matlab.

𝑑𝑖
𝑉1 𝐿 = 𝐿
𝑑𝑥

𝑓(𝑥𝑖+ℎ ) − 𝑓(𝑥𝑖 )
𝑓ˈ(𝑥𝑖 ) =
ℎ

𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖−ℎ )
𝑓ˈ(𝑥𝑖 ) =
ℎ

𝑓(𝑥𝑖+ℎ ) − 𝑓(𝑥𝑖−ℎ )
𝑓ˈ(𝑥𝑖 ) =
2ℎ

Resolución con el Método de Diferenciación Numérica:

𝐿 = 4𝐻

𝑉(𝑡) =?

0 0.1 0.2 0.3 0.5 0.7

0 0.16 0.32 0.56 0.84 2

Paso hacia adelante

𝑓(𝑥𝑖+ℎ ) − 𝑓(𝑥𝑖 )
𝑓ˈ(𝑥𝑖 ) =
ℎ
PROYECTO FINAL 35

𝑑𝑖 0.16 − 0
= = 1.6
𝑑𝑡 0.1

𝑑𝑖 0.32 − 0.16
= = 1.6
𝑑𝑡 0.1

𝑑𝑖 0.56 − 0.32
= = 2.4
𝑑𝑡 0.1

𝑑𝑖 0.84 − 0.56
= = 2.8
𝑑𝑡 0.1

𝑑𝑖 2 − 0.7
= = 5.8
𝑑𝑡 0.2

V(t)(v) 6.4 6.4 9.6 11.2 23.2 0

t 0 0.1 0.2 0.3 0.5 0.7

Paso hacia atrás

𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖−ℎ )
𝑓ˈ(𝑥𝑖 ) =
ℎ

𝑑𝑖 0 − 0
= =0
𝑑𝑡 0.1

𝑑𝑖 0.16 − 0
= = 1.6
𝑑𝑡 0.1

𝑑𝑖 0.32 − 0.16
= = 1.6
𝑑𝑡 0.1

𝑑𝑖 0.56 − 0.32
= = 2.4
𝑑𝑡 0.1

𝑑𝑖 0.84 − 0.56
= = 2.8
𝑑𝑡 0.2

𝑑𝑖 2 − 0.7
= = 5.8
𝑑𝑡 0.2

V(t)(v) 6.4 6.4 9.6 11.2 23.2 0

t 0 0.1 0.2 0.3 0.5 0.7
PROYECTO FINAL 36

Paso hacia centro

𝑓(𝑥𝑖+ℎ ) − 𝑓(𝑥𝑖−ℎ )
𝑓ˈ(𝑥𝑖 ) =
2ℎ

𝑑𝑖 0 − 0
= =0
𝑑𝑡 0.1

𝑑𝑖 0.32 − 0
= = 1.6
𝑑𝑡 0.2

𝑑𝑖 0.56 − 0.16
= =2
𝑑𝑡 0.1

𝑑𝑖 0.84 − 0.32
= = 1.73
𝑑𝑡 0.3

𝑑𝑖 2 − 0.56
= = 3.6
𝑑𝑡 0.1

V(t)(v) 6.4 6.4 9.6 11.2 23.2 0

t 0 0.1 0.2 0.3 0.5 0.7

Conclusión
1. La diferenciación hacia adelante obtiene valores en adelanto, para este tipo de circuitos es

apropiado si consideramos que la bobina adelanta al voltaje en voltajes alternos, y el

voltaje tendrá una respuesta transitoria que desaparecerá con el tiempo.

2. La diferenciación hacia atrás mostrara un valor en versión retrasada de la derivada, y

aunque los valores de voltaje son iguales a los del método de adelantado suceden en

tiempos distintos.

3. El método central converge más rápidamente hacia la derivada por que se ubica en un

punto intermedio entre el método de adelanto y de atraso.

4.6 Cap. Integración numérica

4.6.1 Fundamento Teórico de la integración numérica

PROYECTO FINAL 37

Integración numérica. Los métodos de integración numérica se pueden utilizar para integrar

funciones dadas, ya sea mediante una tabla o en forma analítica. Incluso en el caso en que sea

posible la integración analítica, la integración numérica puede ahorrar tiempo y esfuerzo si solo

se desea conocer el valor numérico de la integral.

En la tabla aparece un resumen de las ventajas y desventajas de los métodos de integración

numérica que se estudian en este capítulo.

Regla del trapecio. Esta regla es un método de integración numérica que se obtiene al integrar

La fórmula de interpolación lineal. Se escribe en la forma siguiente:

𝒃
𝒃−𝒂
𝑰 = ∫ 𝒇(𝒙)𝒅𝒙 = [𝒇(𝒃) + 𝒇(𝒂)] + 𝑬
𝒂 𝟐

La ecuación anterior se puede extender a varios intervalos y se puede aplicar 𝑁 veces al caso de

𝑁 intervalos con una separación uniforme ℎ (como se muestra en la figura) para así obtener la

regla extendida del trapecio:

𝒃 𝑵−𝟏
𝒉
𝑰 = ∫ 𝒇(𝒙)𝒅𝒙 = [𝒇(𝒃) + 𝟐 ∑ 𝒇(𝒂 + 𝒋𝒉) + 𝒇(𝒂)] + 𝑬
𝒂 𝟐
𝒋=𝟏
PROYECTO FINAL 38

Donde

𝒃−𝒂
𝒉= 𝑵

La ecuación anterior se puede escribir en la siguiente forma

equivalente:

𝒉
𝑰= ∗ (𝒇𝟎 + 𝟐𝒇𝟏 + 𝟐𝒇𝟐 + ⋯ + 𝟐𝒇𝑵−𝟏 + 𝒇𝑵 ) + 𝑬
𝟐

Donde

𝒇𝟎 = 𝒇(𝒂), 𝒇𝟏 = 𝒇(𝒂 + 𝒉), 𝒚 𝒇𝒊 = 𝒇(𝒂 + 𝒊𝒉)

Planteamiento del problema:

2
𝑏 2 2 𝑥 2
Se desea conocer el valor de 𝑉 = 𝜋 ∫𝑎 (𝑓(𝑥)) 𝑑𝑥 = 𝜋 ∫0 (1 + (2) ) 𝑑𝑥,

Donde:

𝑥 2 2
𝑓(𝑥) = (1 + ( ) )
2

Con n = 128

Para la elaboración de un proyecto.

Resolución con Regla de Trapecio:

Para n=128
PROYECTO FINAL 39

2−0
ℎ= = 0.01525
128

a= 0
b= 2
N= 128
h= 0.015625

i a+i*h f(a+i*h) c c*f(a+i*h)

0 0 1 1 1
1 0.015625 1.000122 2 2.000244
2 0.03125 1.000488 2 2.000977
3 0.046875 1.001099 2 2.002198
4 0.0625 1.001954 2 2.003908
5 0.078125 1.003054 2 2.006108
6 0.09375 1.004399 2 2.008799
7 0.109375 1.00599 2 2.011981
8 0.125 1.007828 2 2.015656
9 0.140625 1.009912 2 2.019824
10 0.15625 1.012244 2 2.024489
11 0.171875 1.014825 2 2.02965
12 0.1875 1.017655 2 2.035311
13 0.203125 1.020736 2 2.041473
14 0.21875 1.024069 2 2.048138
15 0.234375 1.027654 2 2.055309
16 0.25 1.031494 2 2.062988
17 0.265625 1.035589 2 2.071179
18 0.28125 1.039942 2 2.079884
19 0.296875 1.044553 2 2.089106
20 0.3125 1.049424 2 2.098848
21 0.328125 1.054558 2 2.109115
22 0.34375 1.059955 2 2.119909
23 0.359375 1.065618 2 2.131235
24 0.375 1.071548 2 2.143097
25 0.390625 1.077749 2 2.155498
26 0.40625 1.084222 2 2.168444
27 0.421875 1.090969 2 2.181938
28 0.4375 1.097993 2 2.195986
29 0.453125 1.105296 2 2.210592
30 0.46875 1.112881 2 2.225762
31 0.484375 1.12075 2 2.2415
PROYECTO FINAL 40

32 0.5 1.128906 2 2.257813

33 0.515625 1.137352 2 2.274705
34 0.53125 1.146092 2 2.292183
35 0.546875 1.155126 2 2.310253
36 0.5625 1.16446 2 2.32892
37 0.578125 1.174096 2 2.348192
38 0.59375 1.184037 2 2.368075
39 0.609375 1.194287 2 2.388574
40 0.625 1.204849 2 2.409698
41 0.640625 1.215727 2 2.431454
42 0.65625 1.226924 2 2.453848
43 0.671875 1.238444 2 2.476888
44 0.6875 1.250291 2 2.500582
45 0.703125 1.262468 2 2.524937
46 0.71875 1.274981 2 2.549961
47 0.734375 1.287832 2 2.575663
48 0.75 1.301025 2 2.602051
49 0.765625 1.314566 2 2.629133
50 0.78125 1.328459 2 2.656918
51 0.796875 1.342707 2 2.685414
52 0.8125 1.357316 2 2.714632
53 0.828125 1.37229 2 2.74458
54 0.84375 1.387633 2 2.775267
55 0.859375 1.403351 2 2.806703
56 0.875 1.419449 2 2.838898
57 0.890625 1.435931 2 2.871861
58 0.90625 1.452802 2 2.905604
59 0.921875 1.470067 2 2.940135
60 0.9375 1.487733 2 2.975466
61 0.953125 1.505803 2 3.011607
62 0.96875 1.524284 2 3.048569
63 0.984375 1.543181 2 3.086363
64 1 1.5625 2 3.125
65 1.015625 1.582246 2 3.164492
66 1.03125 1.602425 2 3.204849
67 1.046875 1.623042 2 3.246085
68 1.0625 1.644105 2 3.28821
69 1.078125 1.665618 2 3.331237
70 1.09375 1.687589 2 3.375178
71 1.109375 1.710022 2 3.420045
72 1.125 1.732925 2 3.465851
73 1.140625 1.756304 2 3.512609
74 1.15625 1.780166 2 3.560331
PROYECTO FINAL 41

75 1.171875 1.804516 2 3.609032

76 1.1875 1.829362 2 3.658724
77 1.203125 1.85471 2 3.70942
78 1.21875 1.880568 2 3.761135
79 1.234375 1.906941 2 3.813882
80 1.25 1.933838 2 3.867676
81 1.265625 1.961265 2 3.92253
82 1.28125 1.989229 2 3.978459
83 1.296875 2.017738 2 4.035477
84 1.3125 2.0468 2 4.093599
85 1.328125 2.07642 2 4.152841
86 1.34375 2.106608 2 4.213217
87 1.359375 2.137371 2 4.274742
88 1.375 2.168716 2 4.337433
89 1.390625 2.200652 2 4.401304
90 1.40625 2.233186 2 4.466372
91 1.421875 2.266326 2 4.532652
92 1.4375 2.30008 2 4.600161
93 1.453125 2.334457 2 4.668914
94 1.46875 2.369465 2 4.73893
95 1.484375 2.405112 2 4.810224
96 1.5 2.441406 2 4.882813
97 1.515625 2.478357 2 4.956714
98 1.53125 2.515972 2 5.031944
99 1.546875 2.554261 2 5.108522
100 1.5625 2.593232 2 5.186464
101 1.578125 2.632894 2 5.265789
102 1.59375 2.673257 2 5.346514
103 1.609375 2.714329 2 5.428657
104 1.625 2.756119 2 5.512238
105 1.640625 2.798637 2 5.597273
106 1.65625 2.841891 2 5.683783
107 1.671875 2.885893 2 5.771785
108 1.6875 2.93065 2 5.8613
109 1.703125 2.976173 2 5.952345
110 1.71875 3.022471 2 6.044941
111 1.734375 3.069554 2 6.139107
112 1.75 3.117432 2 6.234863
113 1.765625 3.166115 2 6.332229
114 1.78125 3.215612 2 6.431225
115 1.796875 3.265935 2 6.531871
116 1.8125 3.317094 2 6.634188
117 1.828125 3.369098 2 6.738196
PROYECTO FINAL 42

118 1.84375 3.421958 2 6.843916

119 1.859375 3.475685 2 6.95137
120 1.875 3.530289 2 7.060577
121 1.890625 3.585781 2 7.171561
122 1.90625 3.642171 2 7.284342
123 1.921875 3.699471 2 7.398942
124 1.9375 3.757691 2 7.515383
125 1.953125 3.816843 2 7.633687
126 1.96875 3.876938 2 7.753876
127 1.984375 3.937986 2 7.875973
128 2 4 1 4
SUMA 477.8771
V= 11.72887
Tabla 13. Resultado de V para Regla del Trapecio

Regla 1/3 de Simpson. La regla de 1/3 de Simpson se basa en la interpolación polinomial

cuadrática (de segundo grado, véase La figura). El polinomio de Newton hacia adelante ajustado

a tres puntos, 𝑥1, 𝑥2, 𝑥3 . Al integrar esta ecuación haciendo el cambio de variable adecuado desde

𝑥0 = 𝑎 hasta 𝑥 = 𝑏 se obtiene la regla de 1/3 de Simpson:

𝑏
ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∗ [(𝑓(𝑎) + 4𝑓(𝑥̅ ) + 𝑓(𝑏)] + 𝐸
𝑎 3

Donde

𝑏 − 𝑎 𝑏+ 𝑎
ℎ= 𝑦𝑥 =
2 2

La ecuación anterior se puede escribir como

PROYECTO FINAL 43

ℎ
𝐼= ∗ (𝑓0 + 4𝑓1 + 𝑓2 ) + 𝐸
3

Donde

𝑓𝑖 = 𝑓(𝑥𝑖 ) = 𝑓(𝑎 + 𝑖ℎ)

Y el error por truncamiento es:

ℎ5 𝐼𝑉
𝐸≈− 𝑓 (𝑥̅ )
90

La regla extendida de 1/3 de Simpson es una aplicación repetida de la ecuación anterior para un

dominio dividido en un número par de intervalos. Si denotamos El número total de intervalos por

N (par), La regia extendida de 1/3 de Simpson se escribe como

𝑏 𝑁−1 𝑁−2
ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∗ (𝑓(𝑎) + 4 ∑ 𝑓(𝑎 + 𝑖ℎ) + 2 ∑ 𝑓(𝑎 + 𝑖ℎ) + 𝑓(𝑏)) + 𝐸
𝑎 3
𝑖=1 𝑖=2
[ 𝑖𝑚𝑝𝑎𝑟 𝑖 𝑝𝑎𝑟 𝑖 ]

Donde

𝑏 − 𝑎
ℎ=
𝑁

Esto se puede escribir de forma equivalente

ℎ
𝐼= ∗ (𝑓0 + 4𝑓1 + 2𝑓2 + 4𝑓3 + ⋯ + 2𝑓𝑁−2 + 4𝑓𝑁−1 + 𝑓𝑁 ) + 𝐸
3

Donde

𝑓0 = 𝑓(𝑎), 𝑓1 = 𝑓(𝑎 + ℎ), 𝑦 𝑓𝑖 = 𝑓(𝑎 + 𝑖ℎ)

Planteamiento del Problema:

𝜋⁄
4
Se desea encontrar el valor de ∫0 √𝑡𝑎𝑛𝑥 𝑑𝑥, n = 24

Resolución:

Para n=24
PROYECTO FINAL 44

1+0
ℎ= = 0.04167
24

a= 0
b= 1
N= 24
h= 0.04167
i a+i*h f(a+i*h) c c*f(a+i*h)
0 0.00000 1.00000 1 1
1 0.04167 1.00174 4 4.00695
2 0.08333 1.00697 2 2.013937
3 0.12500 1.01575 4 4.062991
4 0.16667 1.02817 2 2.056334
5 0.20833 1.04436 4 4.177434
6 0.25000 1.06449 2 2.128989
7 0.29167 1.08879 4 4.355171
8 0.33333 1.11752 2 2.235038
9 0.37500 1.15099 4 4.603972
10 0.41667 1.18959 2 2.379186
11 0.45833 1.23376 4 4.935055
12 0.50000 1.28403 2 2.568051
13 0.54167 1.34098 4 5.363931
14 0.58333 1.40534 2 2.810676
15 0.62500 1.47790 4 5.911617
16 0.66667 1.55962 2 3.119247
17 0.70833 1.65159 4 6.606344
18 0.75000 1.75505 2 3.510109
19 0.79167 1.87149 4 7.485969
20 0.83333 2.00260 2 4.005192
21 0.87500 2.15034 4 8.601352
22 0.91667 2.31701 2 4.634021
23 0.95833 2.50529 4 10.02114
24 1.00000 2.71828 1 2.718282
SUMA 105.311
I= 1.462653
Tabla 14. Muestra el Valor de I=1.462653
3/8 de Simpson.

La regla de 3/8 de Simpson se obtiene al integrar una fórmula de interpolación polinomial de

tercer grado. Para un dominio [𝑎, 𝑏] dividido en tres intervalos, se escribe como:
PROYECTO FINAL 45

𝑏
3
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∗ ℎ[𝑓0 + 3𝑓1 + 3𝑓2 + 𝑓3 ] + E
𝑎 8

Donde

𝑏−𝑎
ℎ= , 𝑓𝑖 = 𝑓(𝑎 + 𝑖ℎ)
3

Y 𝐸 representa el error por truncamiento

3
𝐸≈− ∗ ℎ5 ∗ 𝑓 𝐼𝑉 (𝑥̅ )
80

Donde

𝑎+𝑏
𝑥̿ =
2

Para esta regla N debe ser múltiplo de 3. En los casos donde N es por ejemplo 6, 9, 12, etc. Los

términos intermedios múltiplos de 3 se multiplican por 2.

En forma general para n>3 y múltiplo de 3

𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥
𝑎

3
=
8

∗ ℎ[𝑓0 + 3𝑓1 + 3𝑓2 + 2𝑓3 + 3𝑓4 + 3𝑓5 + 2𝑓6 + 3𝑓7 + ⋯ + 3𝑓𝑁−4 + 2𝑓𝑁−3

+ 3𝑓𝑁−2 + 3𝑓𝑁−1 + 𝑓𝑁 ] + E

Donde

𝑏−𝑎
ℎ= , 𝑑𝑜𝑛𝑑𝑒 𝑁 𝑒𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑜 𝑑𝑒 3 𝑦 𝑓𝑖 = 𝑓(𝑎 + 𝑖ℎ)
𝑁

Y 𝐸 representa el error por truncamiento

3
𝐸≈− ∗ ℎ5 ∗ 𝑓 𝐼𝑉 (𝑥̅ )
80

Donde
PROYECTO FINAL 46

𝑎+𝑏
𝑥̿ =
2

Planteamiento del problema:

18
Calcular la cantidad de material requerido para 𝑤 = 𝑤𝜋 ∫4 (400 − 𝑥 2 )𝑥𝑑𝑥. Use 3/8 de Simpson

para sus cálculos, con un valor de n=12

Resolución con Regla 3/8 de Simpson:

Para n=12

18 − 4
ℎ= = 1.1666
12

a 4
b 18
N 12
h 1.166666667
i f(a+ih) c c*f(a+ih)
0 1536.0000 1 1536.0000
1 1928.7454 3 5786.2361
2 2279.2963 3 6837.8889
3 2578.1250 2 5156.2500
4 2815.7037 3 8447.1111
5 2982.5046 3 8947.5139
6 3069.0000 2 6138.0000
7 3065.6620 3 9196.9861
8 2962.9630 3 8888.8889
9 2751.3750 2 5502.7500
10 2421.3704 3 7264.1111
11 1963.4213 3 5890.2639
12 1368.0000 1 1368.0000
SUMA 80960.0000
I= 7043720.906
Tabla 15. Muestra el valor de I= 7043720.906 para la regla de 3/8 de Simpson
PROYECTO FINAL 47

5 Conclusiones

La serie de Taylor es una aproximación de cualquier función mediante una serie de potencias o

polinomios como (x-a)n

Los errores de truncamiento resultan al hacer una aproximación en lugar de hacer un

procedimiento matemático exacto.

Los esquemas de interpolación en dos dimensiones se pueden clasificar en dos tipos. El primero

utiliza dos veces la interpolación en dimensión uno y se llama doble interpolación. El segundo

emplea polinomios de interpolación por partes en dos dimensiones.

El método de la secante es un método para resolver ecuaciones no lineales de forma muy

eficiente sin tener muchas restricciones y limitaciones.

La derivada de una función tiene muchas aplicaciones, entre las cuáles esta la determinación de

la velocidad instantánea de una partícula o móvil a partir de su función de posición.

PROYECTO FINAL 48

6 Referencias bibliográficas

Meijering, E. (Marzo de 2002). A chronology of interpolation: from ancient astronomy to

modern signal and image processing. Proceedings of the IEEE , 90, 319-342.

Nakamura, S. (1992). Metodos Numericos Aplicados con Software. Naucalpan de Juárez :

PEARSON EDUCACIÓN.

Steven C. Chapra, Raymond P. Canale, (2007), Métodos numéricos para ingenieros. México

CDMXD, Mc Graw Hill.

La importancia del agua en la construcción. (2017, 7 abril). Construyendo Seguro.

De Jorgeyfloreth, L. T. L. E. ( 2019, 21 noviembre). Método secante. Métodos Númericos

M. ( 2022, 15 marzo). Camión cisterna: conducción, requisitos y normativas. movertis.com.

G. ( 2011, 24 febrero). Capacidad de un cilindro eliptico. Todoexpertos.

PROYECTO FINAL 49

7 Anexos
PROYECTO FINAL 50