Documentos de Académico
Documentos de Profesional
Documentos de Cultura
0 0 1 0
√
π 1 3 1
√
6 2 2 3
√ √
π 2 2
1
4 2 2
√
π 3 1 √
3
3 2 2
π
1 0
2
√
2π 3 1 √
− − 3
3 2 2
√ √
3π 2 2
− −1
4 2 2
√
5π 1 3 1
− −√
6 2 2 3
π 0 −1 0
√
7π 1 3 1
− − √
6 2 2 3
√ √
5π 2 2
− − 1
4 2 2
√
4π 3 1 √
− − 3
3 2 2
3π
−1 0
2
√
5π 3 1 √
− − 3
3 2 2
√ √
7π 2 2
− −1
4 2 2
√
11π 1 3 1
− −√
6 2 2 3
Resolución numérica de ecuaciones
Sea f (x) una función continua en un intervalo [a, b], tal que f (a) · f (b) < 0. El teorema de Bolzano
establece que existe α ∈ (a, b) tal que f (α) = 0, es decir, que α es solución de la ecuación f (x) = 0.
Supondremos, además, que α es la única solución de la ecuación f (x) = 0 en el intervalo (a, b).
La existencia de una única solución en se puede garantizar si f (x) es estrictamente monótona en
el intervalo, es decir, si f ′ (x) > 0, (o bien f ′ (x) < 0) para todo x ∈ (a, b).
En las condiciones indicadas, cualquier valor c ∈ (a, b) es una aproximación de α, con error
E <b−a
Los métodos de bisección y de “Regula Falsi”son procedimientos iterativos para obtener, de forma
aproximada, la solución de una ecuación en un intervalo.
Método de bisección
Sea f (x) una función continua en un intervalo [a, b], tal que f (a) · f (b) < 0, y que la ecuación
f (x) = 0 tenga una única solución en el intervalo (a, b).
b−a
Sea c el punto medio del intervalo, es decir, c = a +
2
Si f (a) · f (c) < 0 se tiene que α ∈ (a, c). Cualquier valor d ∈ (a, c) es una aproximación de
α con error E < c − a
Si f (c) · f (b) < 0 se tiene que α ∈ (c, b). Cualquier valor d ∈ (c, b) es una aproximación de
α con error E < b − c
Repitiendo el proceso el número de veces que sea necesario hallaremos una aproximación del α
con la condición de error que necesitemos.
Ejemplo: Aproximar una solución de la ecuación x2 − 3 = 0 en el intervalo [1, 2] utilizando el
método de bisección con 2 pasos.
Solución: Sea f (x) = x2 − 3, evaluando en los extremos del intervalo se tiene que f (1) = −2 < 0
mientras que f (2) = 1 > 0. Aplicando el teorema de Bolzano sabemos que existe, al menos, una
solución de la ecuación en el intervalo (1, 2)
f ′ (x) = 2x, por lo que f ′ (x) > 0 para todo x ∈ (1, 2) y la ecuación tiene una única solución en el
intervalo dado.
Bajo las mismas condiciones que el método anterior, la recta que pasa por el punto (a, f (a)) y
(b, f (b)) corta al eje de abcisas en el punto (c, 0)
Si f (a) · f (c) < 0 se tiene que α ∈ (a, c). Cualquier valor d ∈ (a, c) es una aproximación de
α con error E < c − a
Si f (c) · f (b) < 0 se tiene que α ∈ (c, b). Cualquier valor d ∈ (c, b) es una aproximación de
α con error E < b − c
Repitiendo el proceso el número de veces que sea necesario hallaremos una aproximación del α
con la condición de error que necesitemos.
Ejemplo: Aproximar una solución de la ecuación x2 − 3 = 0 en el intervalo [1, 2] utilizando el
método de “Regula Falsi” con 2 pasos.
Solución: En el ejemplo anterior se comprobó que la ecuación tiene una única solución en el
intervalo dado.
f (1) (2 − 1) 5
c=1− = .
f (2) − f (1) 3
5 2 5
f (c) = f = − < 0. Existe una solución de la ecuación en el intervalo ,2 .
3 9 3
5 1
Si aproximamos α ≃ , el error cometido es E <
3 3
5
Segundo paso: partiendo del intervalo ,2 .
3
5 5
f 2−
5 3 3 19
c= − =
3 5 11
f (2) − f
3
19 2 19
f (c) = f =− < 0. Existe una solución de la ecuación en el intervalo ,2 .
11 121 11
19 3
Si aproximamos α ≃ , el error cometido es E <
11 11
Derivación numérica
f (x0 + h) − f (x0 )
lı́m = f ′ (x0 )
h→0 h
tenemos las siguientes fórmulas que nos permiten aproximar el valor de la derivada de una funición
en un punto, para h > 0:
f (x0 + h) − f (x0 )
Fórmula progresiva: f ′ (x0 ) ≃
h
f (x0 ) − f (x0 − h)
Fórmula regresiva: f ′ (x0 ) ≃
h
f (x0 + h) − f (x0 − h)
Fórmula central: f ′ (x0 ) ≃
2h
xi 0 1 2 3
f (xi ) 0 1 8 27
′ ′ 3 ′
aproximar f (1), f (2) y f , usando la fórmula central y comparar los valores obtenidos con
2
los valores reales de dichas derivadas.
Solución:
f (3) − f (1) 27 − 1
f ′ (2) ≃ = = 13 f ′ (2) = 12 |E| = 1
2 2
′ 3 f (2) − f (1) 8−1 3
′ 27 1
f ≃ = =7 f = |E| =
2 1 1 2 4 4
Definición:
Una ecuación diferencial ordinaria (EDO) de orden n es una ecuación de incógnita y(x), con
x ∈ [a, b], que se puede escribir en forma implı́cita:
F (x, y, y ′ , y ′′ , . . . , y n) ) = 0,
Definición
y n) = f (x, y, y ′ , y ′′ , . . . , y n−1) )
Definición
Observaciones
Ejemplo
Reescribir el sistema:
x′ = x sen t − y cos t
y ′ = x cos t + y sen t
con valores iniciales:
x(0) = 10
y(0) = 100
en forma matricial.
x
Sea Y = . Entonces:
y
x′
′ x sen t − y cos t 10
Y = = , Y (0) =
y′ x cos t + y sen t 100
El siguiente teorema es la extensión natural del visto para EDOs de primer orden:
Teorema
Sea
y n) = f (x, y, y ′ , y ′′ , . . . , y n−1) )
y(x0 ) = y0
′
y (x0 ) = y1
con
...
n−1)
y (x0 ) = yn−1
Observación El resultado anterior también se puede probar bajo hipótesis más débiles.
Definiciones
Se dice que un problema de Cauchy es estable si pequeñas variaciones en los datos del
problema sólo producen cambios pequeños en la solución.
Se dice que un problema de Cauchy está bien planteado si tiene una única solución y es
estable.
Ejemplo
y ′ = x2 + y 2
a)
y(1) = 3
y
y ′ = x−4
b)
y(0) = 2
′ √
y = −x y + 2
c)
y(0) = 1
Una ecuación diferencial de orden n (y un problema de Cauchy de orden n) pueden ser transfor-
mados en un sistema de n ecuaciones de primer orden (con n condiciones iniciales).
Ejemplo
y′ = u
y(5) = 1
con
u′ = 2u − sen(xy) u(5) = 3
o, en forma matricial:
y′
′ u 1
Y = = , con Y (5) =
u′ 2u − sen(xy) 3
Ejemplo
En este caso, al tratarse de un problema de Cauchy de orden 3 necesitamos dos variables auxiliares.
Definimos u = y′ y v = u′ = y′′ , y nos queda el sistema:
′
y = u y(0) = 1
u′ = v con u(0) = 2
′
v = 2 + x − 2yv v(0) = −3
o, en forma matricial:
y′
u 1
Y ′ = u′ = v , con Y (0) = 2
′
v 2 + x − 2yv −3
Resolución Numérica de Ecuaciones Diferenciales
y(a) = α.
En lugar de buscar una solución y(x), x ∈ [a, b], pretendemos generar aproximaciones wi del valor
de y en ciertos puntos o nodos xi del intervalo [a, b]:
wi ≃ y(xi ), i = 0, . . . , N,
El error de truncamiento local sirve para medir la precisión del método en un paso
especı́fico suponiendo que el método fuese exacto en el paso anterior.
Definición Se dice que un método de aproximación es un método unipaso si cada valor wi+1 se
calcula únicamente a partir del valor anterior wi .
Métodos de Taylor
Los métodos de Taylor de orden n se obtienen a partir del polinomio de Taylor de orden n de
y(x) centrado en xi .
El caso más simple y conocido de método de Taylor es el método de Taylor de orden 1, más
conocido como método de Euler:
w0 = α
wi+1 = wi + h f (xi , wi ), i = 0, . . . , N − 1
Ejemplo
x0 = 0,0 w0 = 1,0000
x1 = 0,1 w1 = 1,0000 x6 = 0,6 w6 = 1,1314
x2 = 0,2 w2 = 1,0100 x7 = 0,7 w7 = 1,1783
x3 = 0,3 w3 = 1,0290 x8 = 0,8 w8 = 1,2305
x4 = 0,4 w4 = 1,0561 x9 = 0,9 w9 = 1,2874
x5 = 0,5 w5 = 1,0905 x10 = 1,0 w10 = 1,3487
Los métodos de Runge-Kutta sustituyen las derivadas de f por el valor de dicha función en
ciertos puntos.
Método de Heun:
k1 = h f (x
i , wi ) 1
w0 = α, 2h 2k1 , wi+1 = wi + (k1 + 3k2 )
k2 = h f xi + , wi + 4
3 3
k1 = h f (x
i , wi )
h k1 1
w0 = α, k2 = h f xi + , wi + , wi+1 = wi + (k1 + 4k2 + k3 )
2 2
6
k3 = h f (xi + h, wi − k1 + 2k2 )
El método de Runge-Kutta más usado es el método de Runge-Kutta de orden 4:
k1 = h f (xi , wi )
h k1
k2 = h f xi + , wi +
1
w0 = α, 2 2 , wi+1 = wi + (k1 + 2k2 + 2k3 + k4 )
h k2
6
k3 = h f xi + , wi +
2 2
k4 = h f (xi + h, wi + k3 )
Ejemplo
Aplicar el método de Runge-Kutta de orden 4 para hallar y(x), x ∈ [0, 0,3], solución del Problema
de Cauhy
y ′ (x)=−10 y(x),
y(0)=1,
con h = 0,1.
x0 = 0,0 w0 = 1,0000
k1 = h f (x0 , w0 ) = −h · 10w0 = −1,0000
h k1 k1
= −h · 10 w0 + = −0,5000
k2 = h f x0 + , w0 +
2 2 2
h k2 k2
= −h · 10 w0 + = −0,7500
k3 = h f x0 + , w0 +
2 2 2
k4 = h f (x0 + h, w0 + k3 ) = −h · 10 (w0 + k3 ) = −0,2500
1
x1 = 0,1 w1 = w0 + (k1 + 2k2 + 2k3 + k4 ) = 0,3750
6
√ √
n
√
n 2n Z 2
n
e + e2 + · · · + e2n 1 X k/n
1. lı́m = lı́m e = ex dx = [ex ]20 = e2 − 1
n→∞ n n→∞ n
k=1 0
n Z 1 8 1
1 X 7 7 x 1
2. lı́m 8 k = x dx = =
n→∞ n 0 8 0 8
k=1
n Z π
1X kπ
3. lı́m sen = sen x dx = [− cos x]π0 = 2
n→∞ n n 0
k=1
√ √ n
r Z 1 1
1+ 2 + ··· + n 1X k 1 2 3 2
4. lı́m 3/2
= lı́m = x dx = x
2 2 =
n→∞ n n→∞ n
k=1
n 0 3 0 3
5.
n3 n3 n4 n4 n4
1 1
lı́m 2 2
+ 2 2 2
+ ··· + = lı́m + + · · · +
n→∞ (n + 1) (n + 2 ) 4n n→∞ n (n2 + 1)2 (n2 + 22 )2 (n2 + n2 )2
n
1X n4
= lı́m
n→∞ n
k=1
(n2 + k 2 )2
n
1X 1
= lı́m 2
n→∞ n k2
k=1
1+ 2
n
Z 1
1
= dx
2 2
0 (1 + x )
1
x arctan(x) 1 π
= 2
+ = +
2(x + 1) 2 0 4 8
P (x) dx
R
El factor integrante es: µ = e