Análisis numérico

UNIDADt.is/STEMASDEECUAESLNEALE
Tienen la forma convencional :

{
an X ,
t dia Xa t . . .
t den Xn = b, donde :
amn = coeficientes constantes

221 Xr taza Xzt . . .

t dan Xn = bz Xn =
incógnitas

Én
bm = términos independientes constantes

, X , t ama Xat .
. .
t amnxn = bm n = no de incógnitas
m = no de ecuaciones

Matricial mente se puede expresar como :

(A) fx } = EBJ

I
211 212 . . .
arn donde [A) =
matriz asociada de los coeficientes

÷ :: * : :*: :* independientes

y vectorial mente como :

t.tn/!!nfl?jmlMctoion
l! / !! )
" + "

Método gráfico 8)
{ b, clu
Para 2 1 intersección
y la
X
an tasa Xz representa recta
•
: ec :
,
=
es

dar Xr taza Xz =
bz la solución

%
2.) Para 3 ec : an Xr t ara Xa tasas Xs = b, c/u representa 1
plano y la intersección

III. III
cielos s esta solución
: % ,

5) Para más de 3 ec no sirve el método

Regla de Cramer (determinantes ) : utiliza lntt ) ! cálculos para n incógnitas .

Cada incógnita de un SEL se

puede expresar fracción entre 2 determinantes El denominador es el det (A) y el numerador el det de A

c uincógnita
an do
como .
es

se brcambian los coeficientes de la por las ctes ,

ba
. . . .

,
bm .

/ / ti :/
bs 212 . . .
21h 211 212 . . . 211N -11 b,

b. 2 222 . . .
22h 221 222 . _ .

dzln -
1) b2
: : :
:

bn anz . . .

ann 2ns anz . - -

anln s ) -
bn
" ""

panan.am/f-aejjaj
i
de i
. -

221 222 22h

: :
.

.
.
.
.

dm dnz ann

①
 Simple ( matriz escalonada ) ( NB 13 ) cálculos
'
°
Eliminación de Gauss : usa t n -
n .
Consiste en eliminar

incógnitas haciendo la matriz asociada escalonada ( triangular superior ) y sustituir hacia atrás .
Nos queda :

}
Un b, considerándola los términos independientes
an Xr tasa X2 t t dan
expandida
=
. . . con .

, , ,

222 Xzt . . . tazn Xn =

bz El superíndice indica la Cant de modificaciones al elemci -
1) j
:
-

Ch -
I ) (M -
1,
Las
incógnitas se calculan como :

am Xn bn

É
=

" " -
"
a
+¡ = bi -

xj
,

ti I
-

M 1 N 2
para
=
1)
- -

(i -

, , . . .

,
d. ii

( n -

1)
si En :
XN =

bnln -

1)
ann

Jordan ( matriz inversa ) ' ?

°
Gauss - : Usa n t n -
n cálculos .
Variación del método de Gauss ; consiste en

convertir la matriz asociada en la matriz identidad haciendo cálculos sobre la matriz expandida .

l iiiiiiiesiüiieí :*:c:*:* :* :* :*:* :

A en la I .

Propagacióndelerrorhos de redondeo al utilizar cifras decimales el cual

impor
que pueden ocurrir
tante
errores son cierto n° de es
,

de resultado
gran depende
cuando resolvemos un n° ecuaciones donde el del anterior y el error tiende

a
propagarse provocando los errores de propagación .

ucondicionamientodelsistemalln
SEL está bien condicionado si
pequeñas perturbaciones los datos de entrada coeficientes

corresponden
,
a en o ,

aquel modificaciones la solución del SEL En cambio SEL mal condicionado

pequeñas en .
,
un es

modificaciones de los coeficientes la solución

que a
pequeñas , corresponden grandes alteraciones a .
Esto se

verifica en el condicionamiento de su matriz asociada a través del número de condición .

Número de condición de una matriz

µ) :
se denomina así al producto de la norma infinito de la matriz

A la infinito de la matriz inversa de A

por norma :

HA lla
FEIN § laijt
'
11 Alto donde ll Atlas
-

µ
= =

,
,

Se dice
que mientras más cerca de 1 esté
µ mejor es el condicionamiento de la matriz A , pero consideramos
un buen condicionamiento con
µ < 100 .

vmétodositerativosderesolucióndeselun
método iterativo es aquel que progresivamente va calculando aproximaciones a la solución de un SEL .

de sobre solución aproximada obtenida anteriormente Tienen la forma

Este repite un
proceso mejora .

general :

1° ) se
propone una solución inicial X
"
!
②
 '" '"
20 ) se utiliza X para generar una nueva solución x con una serie de cálculos .

") "' '" '"

5) se repite utilizando X el
paso 2
y termina generando una sucesión de soluciones X
,
x
, . . .

,
X que
se
aproximan a la solución exacta .

sucesión
:* Fe iii. mi
* con una
:S
se

xa .

. .
.
xm .
.
%

m m

'"
método iterativo B
aproximación de la cual
Un
para resolver el SEL AX comienza lineal X se construye
=
con una
,

{X }?
"" '
una sucesión de vectores
que se
espera que converjan a la solución exacta X = A- B ,
es decir ,

)
X = lim XCK .

K→ os

"" ""
Podemos denotar e X X como el error en el K ésimo la condición de
convergencia equivale a
paso
-
= -

#
decir lim el = 0 .

K→ es

Como no conocemos la solución exacta X

,
tomamos un valor de tolerancia o
grado de precisión E que debe
"" "
y el anterior ll Xlk Has L E
-

al entre el
paso actual
ser menor error : X -

'" " " '" '" "

IX l debe tender HX Nos
- -

Es decir que X cero ende X 0 decir

converja
→
para que a y por es
-
-

,
, ,

'" '" "

el mayor valor entre la diferencia de los valores de un vector X
y X debe tender a cero y eso hace

que busquemos una precisión E .

Además el SEL tiene condiciones generales A E Mnxn y aii FO

para poder despejar el valor de incógnita
en la ecuación y usarlo en el método iterativo .

{
Resolución : Si tenemos el SEL :
an X , tan Xz t . . .
t arnxn = b,

221 Xr taza Kat . . .

t azn Xn =
bz con A E Mnxn a aii ¥0

¿ n, x, t ara xa ti . .
tannxn = bn

despejamos Xi de la ecuación i :

xi-lfbi-aisxs-aizxz-a.a-ainxrd.it
.

'"
luego proponemos la solución inicial ,
en
general X = ( O 0,0 , , . . .

,
0 )

•
Método de Jacobi :
Jacobi propone calcular con x
'"
todos los valores de Xl" con la ec anterior
"'
utilizar éstos para así sucesivamente sucesión
y luego calcular X
,
y ,
obteniendo la :

xitkt-lfbi-ainxik-tl-aizxdk-t-a.a-ainxnlk-1-d.it
Método de Gauss Seidel En este método diferencia del anterior utilizando el valor
inmediato
• -
: a se va
, ,

' "
XP Xí
"
próximo !
obtenido para calcular el valor , es decir ,
utilizo para calcular X
, y uso para
calcular Xd " ( en vez de utilizar Xí " ) .
Así ,
obtenemos la
siguiente sucesión :

xikt-a%Ebi-ainxikt.e-aii.sxiE-aiiux.IE?..-ainXnlk-
③
Análisisdelaconvergenciase
sabe que las condiciones de convergencia suficientes de 2 ec lineales u ( Xs ,
Xa ) y rrtxr ,
Xa ) son :

1¥.tl :* .int#H*a
Para el caso de los métodos iterativos anteriores ,
el algoritmo se escribe :

µ ( Xr ,
Xa ) =
bi -
EE Xz n vtxr ,
Xa ) =
bzn -
aI Xr
211 211 222 222

entonces
qq.org#=-aE lazlo '
:

EE ¥ la la
o
:*
" ^ -
-
.

es decir el valor absoluto de la pendiente debe ser menor a 1 si despejamos lazrl C lazzl
, , pero y
lana IC tan 1 Podemos decir que el elemento debe mayor al elemento fuera de ella
.
de la
diagonal ser en

su misma fila .
La
generación para n ecuaciones es directa y se puede escribir como :

laiilg.IQ/aijllVi=1,2.3,4.....r Criterio de
convergencia para Jacobi y Gauss -
Seidel

Dicho criterio suficiente la

es pero no necesario para convergencia .

④
UNIDAD2.TEORITADEERRORES.AT
resolver problemas tenemos entrada sistema salida- -

y cometemos errores al medir la entrada y el

sistema los datos Podemos de problemas directo ( conozco la

entrada
al reconocer .
cuantificar los .
Hay 2
tipos :

) ( ) y la fe y calculo el error e inverso conozco el error y encuentro la función

para eso .

Fuentes de error :
planteamiento o idealización ;
de método ( métodos aproximados) ; de entrada ; de redondeo

(o inherente computador )
-

; de truncamiento ;
de propagación ; de discretización ( integral como suma de áreas) .

Errorabsoluto.ve/ativoyporcentual-

aladiferenciaentreelvalorexa.co/x)yelvaloraproximado
-
Sedefinecomoerrorvabsoluto
Ex = x -
X Z 0 ( desconocido pq no conocemos x )

En la práctica trabajamos con cotas de error absoluto ÁX ,

no negativas , mayores al valor absoluto del Ex y

con dimensión de los datos con

que trabaja .

Aox SI Exl Aox a lx -

XI x = X ± Aox

Entonces ,
el valor exacto se encuentra entre : X -

Aix EXE Xt ÁX

-
Se define como error relativo al Ex por unidad de valor exacto :

la = Exlx ( desconocido ) ( adimensional )

Utilizamos la cota de error relativo ,

definida como :
% 70 y % 3 llxl % 7 te ②
Ixl

Analizamos :

X = Xtx -

IXI = IXI tlx -

XI
⑦ lxl s IXI -

lx -

XI

⑤ lx -

XI E Aox
Si se divide ⑤ por se obtiene :

Egyptian
se mantiene la inecuación pq se sabe
que
1×13 IXI -
tx -

Xl es decir
,

valor más término derecho

que al dividir por un pequeño el es mayor

como IX -

XI «a IXI podemos omitir lo y :

%={ E y por la relación ⑥ podemos decir

que :

- porcentual
Se define la cota de relativo
por 100
como error a error :

↳% =
% × 100% ( adimensional )

Propagacióndelerrorenlasoperaciones

Propagación del la A
xty (suma exacta)
•
error en suma :
=

S = XTY (suma aproximada)

①
Es =
A -
S =
( xty ) -

( XTY ) pero si Ex = x -

X ×
Ey y = -
Y X =
x -

Ex r Y =

y
-

Ey

Es = xt
y
-

(x -
Ex
ty
-

Ey ) Es=Ext el error absoluto en la suma es la suma de los

errores absolutos

Además :
A°s=ÁxtA
es =

¥ =
es =

SIIIII
•

Propagación del error en la resta : se

trabaja como en la suma
, ya que el error
puede ser

positivo o
negativo .

Propagación del el
producto p Xy ( producto exacto )
•
error en : =

P =
XY ( producto aproximado)

Y
Ep =p -
P =

xy
-

XY pero
X =
x -

Ex e =

y
-

Ey

Ep =

xy
-

[( x -

Ex ) (y -

Ey ) )

Ep =

xy lxy x
Ey y
Ext Ex
Ey )
-
-
-

Ep = x
Ey t
y Ex
-

Ex Ey

Además Ex «s x x
Ey «
y
Ex
Ey «s
y se
puede despreciar .

Ep = x
Ey t
y Ex

IYI Aox
Ap = IXI
Ay t

lp
¥ 1¥ tyzjx ¥ ¥
=
= = = +

lp =
lxt fy ftp.foxt El error

relativos de
relativo del
los factores
producto es la suma de los errores

división )
•

Propagación del error en la : D=

xly = x. ( Vy ) ( división exacta

D= X/Y ( división aproximada )

como x -
X = Ex x = Ex t X e
y
=
Ey t Y .

Reemplazamos :

E- ÉI I " ¥5

Si desarrollamos el binomio nos

queda :

)
"

¥ k¥11
it "
'

Ez tff ( ¥ )
= t t t . . .

②
 ( Eq ¥22 )
'
I Y
Ey
¥ binomio Ey
puede despreciar
-

t «s « «s se el
como y
= -

. . .

término desde este en adelante

±
l '
¥)
-

¥ ¥ Eyz-XYEq-Exyq.rs
= t como Ex
Ey «« se
puede despreciar frente a los
demás términos

¥ ¥ ¥ Ey
= t -

El error absoluto de la división es :

Ed =

¥
-

¥
t
¥
-

¥ Ey ¥
=

E¥-¥4
radicación
Propagación IR "
•
del error en la :
r = =
R ( raíz exacta )
"
ra = JRT =
Ra ( raíz aproximada)

'" '"
Er =
r -
ra = R -
( Ra ) como ER =
R -

Ra Ra =
R -

Er y reemplazando :

' "
(R Er )
"'
R "a (R
"'
11/2)
"
I Er ) 142¥21
"' '
)
-

Er = R -
-
= _

t R -
t R Er t . . .

como Epí «a R
'"
se
puede despreciar desde este término y :

"2-
( R 2-(1/2)
"'
) Rt Rt t "'
(%)R""Er
-

"
R Er ( 42 )
-

Er =
R = -

R Er =

lr =

Erre ¿ Rj ¿ 4¥ =
=

=f①→ equivale a decir

que la raíz disminuye los errores

la Evaluación de Funciones
operaciones)
Error en (comprueba las
-

Suponemos Exi Xi Xi son los absolutos que se producen al considerar la aproximación de

que errores
= -

función continua
y diferenciable hasta
la Xi f 20 orden Evaluamos la función
determinado
Xi a
punto y una .
en un

aplicando Taylor desconocido ,

la serie de :

f ( Xi ,
Xz
,
. . .

,
Xn ) = f ( Xr t Exs ; Xz t Exa j . . .

j Xnt Exn )
n

t ( xr ; xz ; . . .
; xn ) =
flxr ; Xz ; . . .
; Xn ) t
§
¿ ( dftx-X.in) óxi
síxi
) t

+
tz ¥×"j dxidx
sixisixj ) t . .
.

como Aoxi Aoxj «c se

puede despreciar desde ese término :

t ( Xi ; Xz ; . . .

; Xn ) = f ( Xs ; Xz ; . . . ; Xn ) t
¡
§ ftlx-X.in dxi
Áxi
)
③
 n

Así
podemos calcular :
Ef = f ( xi ; Xa ; . . . ; xn ) -
t ( Xi ; Xa ; . . .
; Xn ) =
E
El ( dft-XX.tl
d Xi
A. xi
)
-

Í(
absoluto

)
error

}
Ü sii
G.
Eq
= =

error relativo
f ( Xi , va ; . . .
, Xn )

t-%fdfgxx.fi cota de error absoluto (

es lo más
importante)

É"°
&
ftp.i.i }
=

cota de error relativo

lftxi i Xa i i Xn )'
)
. - i

( desarrollo de la evaluación de la fe en la K

④
UNIDAD3i.ECUAC.IO/VESNOLlNEALE
métodos para la resolución numérica los cuales calculan sólo las
ra í c e s
Estudiaremos de ecuaciones no lineales ,

reales ,
donde i

Hx ) ecuación Hd ) ecuación Hx )
y
= cero de la y
= O
raíz de la ;
D E IR a d E IR

Los métodos tienen una

expresión del
tipo Xnti =
flxn ) y van a
generar una sucesión de aproximaciones
{ Xn } =
Xr ,
Xz ,
. . .
.
Además Tim { Xn } =L = raíz buscada
n → co

como la sucesión es infinita es necesario determinar un corte en la misma lo se utilizan criterios de

, para que

convergencia
:

}
I ) lftxnll C E ; ESO

2.) lxntr -

Xnl < E
pueden no ser suficientes ; en esos casos es necesario conocer algunas
5) lxntr -

Xnl cosas más de la función

-
a E
| Xntrl

separaciónderaícesttntes
de utilizar los métodos debemos encontrar el intervalo en
que se encuentra la raíz , para lo cual hay 3

métodos :

1) ANALÍTICO : debemos tener en cuenta los siguientes conceptos :

Si
ptos tenga función derivable entre 2 que la fe mismo valor de definición
entonces
•
una es continua y en el
,

"
"
hay raíz hay
o no o un número par de ellas
Half (b) O
.

>
×

A B

•
Si los valores de definición en los extremos del intervalo son
opuestos existirá ,
un no impar de raíces .

Y
flalflb ) a 0

Si los valores de definición intervalo la derivada

de los extremos del
opuestos y el de
•
son , signo primera en

{ (a) f (b)
ese intervalo permanece constante existirá una única raíz f- LO
.

, '

(x) en [a ; b) →
signo cte .

Si la derivada mantiene constante los valores de definición de los extremos del

intervalo
•

primera signo se en y

signo hay (a) flb )

tienen el mismo ,
no raíces .
t > O
'

a b
× f ( x) en [ai b) →
signo cte .

de inflexión )
Podemos considerar que entre 2
ptos en
que la derivada primera se anula ( dde hay máx ,
min y ptos ,

elsigno de la derivada primera se mantiene , y

sólo queda verificar si f (a) f (b) 30 ( no hay raíz ) o f (a) HBKO
(hay 1 única raíz ) ; todo esto una fe continua y derivable en [a b)
para ; .

2) GRÁFICO
luego despejamos quedando gtxl igualamos flxl 0 de la fc h ( x ) y la
intersección parte
SEMI : =
y una .
=

gráfica glx ) ) [ flxl glx ) entre ) y hlx es el cero de Hx =

) -

htx )

3) GRÁFICO :
se
grafica directamente flx ) .

Aproximación :

Luego de separar las raíces debemos realizar una

aproximación inicial que puede ser
por
tabla de
:

valores (x -

y) ; forma gráfica ; conocimiento científico que tenga de la fe .

①
Meitodoscerra.cl :
son métodos donde se conoce un
par de puntos que encierran a la raíz .

Ventaja :

lentos
siempre convergen Desventaja .
:
son muy .

1) ALGORITMO DE BOLZANO O MÉTODO DE LA BISECCIÓN

ftxr

¥
( b ; Hbl ) condiciones de inicialización el método
para aplicar
:

;
_

¡ vflalf (b) a 0 :
valores de definición en los extremos son
opuestos
,
que la derivada primera mantenga el signo en [a :b]
×
×, b
laiftall trocito :
se
parte el intervalo a la mitad X, =
atb
2

Ixn -

L I c E

l Xn -
21 =
D= a E jefa OE
= error cometido 0
grado de precisión de -

Luego ,
si no se
logra E evaluamos el
signo de flxr ) para determinar si está entre ay X, o entre X,
y b .

Si flxs ) 70 ( como en el
ej ) d e
[ a ; XD .
La
próxima aproximación será :

Ixn LI b-1
atzrxi
Xz = → -
=

22

Así
, generamos una sucesión de aproximaciones { Xn } = Xs
,
Xz
,
. . .
con IXN -

d l =

bjnam C E como error

de truncamiento
de la sucesión

Ventaja :
se acota fácilmente el error de truncamiento

Desventajas lenta
convergencia muy
:

que hace que aproximación

sólo considera el de la fe valor lo
signo en
pto y no su
el
,
una

intermedia pueda desapercibida

ser
mejor y pase

2) MÉTODO DE REGULA FALSI (o de las cuerdas

,
o de la
posición falsa o de la interpolación inversa )

[a ; b) )
'

condicionales ídem Bolzano ( fla ) flb ) CO f ( x ) cte VX E

:
; signo

Procedimiento :

Hx) ob
lbiflbl )
consiste
te trazar la cuerda
n
que une los
ptos ( e
; fla ) ) y ( b ; flb ) ) y
r en a

i÷%x
la ecuación de recta De dicha recta determinamos inter
q nos esa .
X, como su -

¡ sección con el eje x ( 1° aprox de d) Luego

.
,
trazamos la
próxima recta entre

% Fmi! ! ! !!! !
1
así la sucesión infinita

¡ %?
'
.
" generamos ,

I b

á
la ; Hal,
Hit Hill
{ xn
} =
x,
,
xa
.
. . .
con
tifo { xn ) =L
y finos HXNKO

txntr -

Xnl C E Ó lflxn ) la E

Desventaja al de Bolzano la la raíz tiende

:
respecto , longitud que contiene a no a cero
, por lo
tanto no se
puede
tomar al intervalo como un criterio de aproximación sí los criterios vistos anteriormente lxntr -

XNICE ;
lftxn ) ICE
,

de
son
aproximación .

Resolución :

y
-
flb ) =
Éa (x -

b) ec de la recta
que pasa x los 2
ptos
b- a

cuando
y
=
O x =
xr .

Reemplazando :

flbl Htt b)
(x,
②
-
= -

b- a
 aflb ) bf (b) [ flbl flat ) ( Xi b)
Despejo Xr :
-
-
=
-

aflbt-bf-sxs-btaflbl-bflb.lt
xp -
b =

(b)
(a) -

flb)f-) -
fla

bftbt-bflaltaflbl-bftbflbl-t.la
X , =

aHb)-bf la sucesión
×,
siguiendo
=
:

f- (b) -

fla )

Xz =
XsHb)-bf
flb ) -
f- lxs )
;

xnti-xnfffbf-qcbxnftxr-Metodosabiertos-i.se
Ecuación de resolución del método →

aplican cuando se conocen 1 Ó 2 puntos que no encierren a la raíz .

Ventaja :
su
convergencia es más
rápida que los cerrados .

Desventaja : no
siempre convergen .

1) MÉTODO ITERATIVO DE PUNTO FIJO O DE PRIMER ORDEN

Funcionamiento :
Permite calcular la raíz de la ecuación ① ftx ) = O transformándola en otra expresión
② x =

glx) ,
de modo
que cuando X =
Xr ( siendo Xr la raíz) ,
entonces Xr =
gtxr) .
Para
pasar
de ① a ②
se
puede : .

despejar x ;
•
sumar X a ambos miembros : X = xtflx) .

Así obtenemos una sucesión { xn ) donde Xnts =

gtxn ) con hito txnt =

Xr

Convergencia :
sabemos
que
: Xntr =

glxn ) ③ a Xr =
gtxr ) ④ si resto m.am ④ ③ -
:

xr -

rxntr =

glxr ) -

glxn ) ⑤

Además ,
por el
teorema del valor medio
para la derivada ,
si
glx) es continua en el intervalo [a ; b) y diferenciable ,

existirá un } perteneciente al intervalo

que verifique lo
siguiente :

} E [a :b) g. (f) =
glbl-g.la/-
b- a

GE [ Xnixr ) glxrl-g.li ⑥
'
si tomamos
g (5)
=

Xr -

Xn

Reemplazando ⑤ en ⑥
'

g (G) Xr-x
:
=

Xr -

Xn

g ( f ) ( Xr
'
Xnti Xn ) módulo
Xr aplico
=

para
-
-

y considerar el error

esta expresión indica ←

⑦ lxr -

Xntrl =

lg (3) 1
'
lxr -

xn l para que converja 1g 131141

'
con
f- Xo
que
↳
↳ lxr

para
-

que
Xntrl

ese
es el

error
error

sea
que
menor
se

al
comete al

que comete
considerar

n ( lxr -
xn
la

1)
aproximación
sólo se debe
ntt

cumplir que 1g (f) la

'
1

( ver interpretación gráfica más menos 9 de apunte de clase )

o en
p
③
.
2) MÉTODO DE NEWTON -

RAPHSON -

FOURIER O DE LAS TANGENTES

condicione.sc/einicializaci las
planteamos los métodos cerrados f- (a) f- (b) < O

[signo
: como en

'
f ( x ) cte VXE [ a ; b]
"
Para
empezar debemos elegir el extremo
que cumpla la condición de Fourier :

flxlf (x) >0

, hay 4 casos :

Y Y Y
Se busca la ecuación de la recta
que pasa por el punto (b; flb ) ) y así conocemos la 1° aproximación Xr

como la intersección al eje × de esa recta .

Luego con ( Xi ; ftxr ) ) busco Xa , y así sucesivamente

'

Procedimiento :
y f- (b) = f- (b) ( x b) ec de la recta tg que pasa por lbiflb) )
_ -

cuando
y
= 0 ; X =
Xi
,
entonces :

Hb)
'
-

= f (b) ( x , -

b)
Xp = b- Ya
'
f- (b)

Xz = Xp - f ( Xp )

:
ft
Xnts =
Xn -

t =
g (x )
'
f- lxn )

como en el método anterior { xnf = xr ,

xa .
. . .
cuyo tifo { Xnt =L =
raíz flx )

Convergencia 1g (x ) l l 1
'

para que converja

:

fill
'

f- ) flxlf (x)
' "
Hxlf
"

FI ( x) (x)
'

glxk X (x ) 1-
como
g
=
-
-

=
-

'
f- ( x )
ff )
'
[ftlxl ]
' ?
(x)

lg.CN/=lftxlf''lxll- a I Condición de
convergencia
I [ f- Ix ) ) 21
'

3) MÉTODO DE LAS SECANTES

Es de la raíz que la
necesario conocer 2
ptos en la vecindad no encierren .

Procedimiento :
trazo la secante entre los 2
ptos conocidos y busco el nuevo valor de la intersección de esa

recta el eje Tiene

igual condición de Newton
con X .

convergencia que .

t.tn#:E*ecaeeareaaen-ueeosptosXz--
"" "
"
" " ""
Pero
=

X, _

-
flxs ) =
X, -
(x ,
-

Xo ) flx , )
-

ftx ) ,
-
ftxo ) flxr ) -

ftxo )
Xi
ftlx , ) ( x
.

Xi )
y ftxr )
* -
=
- :

lxn-xn-ilflxnl-fftx.lt
X = Xo
y = flxo ) Xntr = Xn -

ftlxrlftxotxi ) )
ftxi ) ) =
) flxn ) -

ftxn -
i

{ ftlxi ) =
twitt
Xp -

Xo
} ④
4) MÉTODO MIXTO O DE DANDELÍN ( mezcla de método abierto y cerrado)

Y 1 lb ; flb ) )
,

Funcionamiento :
consiste en
aplicar simultáneamente el método de las

"" " " de las "

1
"" entes
"
sx
[a ; b)
'

| r Condiciones : f (a) f (b) LO i

, signo de f- ( x ) Cte .
VXE
! Xze
-

( aiflall
Procedimiento : considero Xsd la 1°
aprox por el método
de las cuerdas y Xie la 1°
aprox por
el método de las tangentes ,
tal que :

XI 1.
aproximación de Bandolín
Xidztxre
= →

ÁXI =
Xp e -

XID

Así tenemos XI Xzdtrze 20

aprox
=
:

Aox# Xzd
tipos IXNFL
=
Xze -

t
y generamos una sucesión infinita cuyo límite es L ( la raíz exacta ) :
{ Xn } = XI
,
X#
,
. . . ¡→ tim ftxn ) =
O
n→ os

Los sucesivos Aoxn constituyen un

encaje de intervalo cerrado de racionales IEICR ) .
Se entiende
por EICR a

f los naturales y los intervalos cerrados de racionales IN Ic

además
una fe con dominio en co dominio en : →
, que
debe
cumplir 2 condiciones :

•
Las sucesivas amplitudes tienden a cero ( la amplitud de un intervalo es la dist entre extremos sup e inf )
A- =
Es -

EI ;
lim An =
O
n → os

•
Cada intervalo está incluido en el anterior : Inta C In

Podemos observar que los extremos superiores ( Es ) forman una sucesión decreciente y los EI una creciente

y ambas sucesiones
tienen
igual elemento frontera o límite .
Así , podemos definir a un número a través de las

pero existen infinitas que definen único número lo que decir :

sucesiones ,
sucesiones un
, por podemos
co

A Axn
{
d E Racionales
intersección entre todos ← =

"
los Aoxn de 1 a co 0 e Irracionales

⑤
UNIDAD4iAPROXIMACIO.NPORMI.NL/40SCUADRAD0
Aproximación en un
Espacio Normado

Queremos obtener la
mejor aproximación de elementos de un
espacio normado Vlk ) a

través de elementos de un subespacio S de V ( s c v ) .

queremos hallar
Hu 4*11 ( u 4*1
q¿ q { -411 } ymeisn { (
Un 4)
{
*
Dado µ EV y es tal que : - = dis
,
=
dis =
n
,
,

* FY ES
con 4 =
mejor aproximación = ma .

Teorema de Existencia (T

|
Si S es un
subespacio vectorial de VCK) con dim (5) = finita ,
entonces : tu EV 7
mejor aprox
de mens

z y* es

Teorema de Unicidad ( Ts)

=

Si Ves un
subespacio normado estrictamente convexo y S un
subespacio de V con dimensión finita ; entonces

para cada UEV existe una única m a. .

en S .

y sólo si
→
spacio-estrictamentecnvexoi.tl/kl es un
espacio normado estrictamente convexo si

V-x.ge V tales 11×11=11411--1

ffntfff
#
con x
y que a 1

→
t-spaci-Prehibertiano.vn espacio vectorial real V es un
espacio prehilbertiano si hay definido un

d
producto escalar o
producto interno ; es decir ,
una aplicación C. ,
•
; V → IR
que cumple :

1) Ex
,
x ) > 0
;
ttx EV n x # O

2) Ex
, y > =
Ey ,
x > ;
ttx
, y
e V

ttx tt X.
3) ( Xx +
µy ,
z y = X CX
,
z y
tu CY ,
Zd ;
, y ,
Z E V a
µ
E IR

Este
espacio define una norma natural como ltxll-JCX.TT y verifica que kx y ,
> te 11×1111 y 11 ( estricta para
xe
y LI :

desigualdad de Cauchy -

Schwarz )

teorema : si Ves un
espacio prehilbertiano ,
entonces es estrictamente convexo .

Demostración : sean f
, g e V ,
distintos y unitarios ,
entonces :

'

f) ftzc f) ( ftzc ftzgm ) ¡ Cftg ftg Y

¡ K t.fsttfgdtcg.fstcg.gs )
= = =
,
,

t.gs )
'
( tlf 112 tlf gdtlf.gs 119112 ) } ( Hfll IIGIPT 2L
¥
= t =
t
,

Schwarz
como se
cumple la
desigualdad de
Cauchy - :

→
parafyg-L.ie :
ya que son unitarios Hglkllfll =
1

Http ? ¥ ( Hftltllgll 424g d) a

14 ( HHRTHGIRTZHFHIIGÍÍÍI

k¥11 al

①
 →
Pirata :
sólo se da f- entonces
para g
= -

ftg
f) ftzgff
= O = 11011 = O CI

f) ftzgf )
Entonces , al estrictamente
siempre siempre es convexo

Corolario : Si Ves un
espacio prehilbertiano y 5 un
subespacio de dimensión finita ,

entonces el
problema de ma .
tiene solución única .

Teorema de caracterización ( T 2)
-

*
Y E S es la mejor aproximación de uev si y sólo si tu -

Y
*

,
43 = 0 ( tlf es ) .

Considerando el
problema a resolver :

→
MItimoscuadrados.se a VCK ) un
espacio prehilbertiano y S un
subespacio de dim (5) = n
,

el
problema de ma .
se
puede expresar como :

Para uev hallar 4

*
es tal que ll 4*112 tu -44 Y
*
Un -4112
n µ y
ymeig
: -
= -

Determinación :

consideramos a B =
{ Ys ,
Ya ,
43 . . . .

.
Un } una base de S y por lo tanto escribimos a 4
*
y a 4
como combinación lineal de B

Éi
{
*
Y = ai ll , t as lla t . .
t an Un = ai Ui
.

Y = b, 4, t ba lla t . .
tbn Un =

ÉI bjllj
Teniendo en cuenta el T2 : Lu -

4* ,
4 y =
O

< u
,
y> -

44447=0

reemplazando : Lu ,
EI bjllj ) -

l É ,
ai Yi , § bjllj )
,
=
O

Por
propiedades de producto escalar :

{ bj
g.
( tu , llj > - l § ,
ai Yi , llj ) ) =
0

Sistetwoarmdeaitscuaciones
Despejando cu , 4. s :

cu.qs-iqaicyi.yjsconj-i.z.e.sn
de ecuaciones normales Si lo desarrollamos
Llegamos sistema :
a un .

Para : .

j = 1 → Lu ,
4, y =

§ ,
ai l Yi ,
413 = a , Ella 417 taz Ella 4)
, ,
t . . .
tan LYN ,
4)

j
=
2 → Lu ,
42 y =
ÍÉ ,
ai t Yi ,
Ya Y =
a , 441,423 taa L 42 la St ,
. . .
tan L Un ,
la >

•
¡ =p → tu
,
Un 3 =
€ ,
ai l Yi
,
Un d =
a ,
C Ya
,
4ns t as lla Un ) ,
t . . . tan L Un Yn >
,

②
 {
Es decir :
Lu 4 , y ,
=
a ,
441 417 t . . .
t an l Yn 4 , ,
>
,

< U 423 =
a, Ella 427 t . . .
t an l 4h 42 Y
, , ,

SE "

,
un > = a ,
eh en >
,
t
. . .
tan cnn.vn >

:?)
si consideramos la matriz asociada < 41,47 C 42,43 < Yn 4)

:*
. . . ,

% ! % ;! ! !!
.

Como
por propiedades de producto escalar Elli , lljd =
lllj ,
Ui d la matriz asociada es simétrica y además

se la denomina matriz de Gram , que dice que los vectores son linealmente
independientes si
y sólo si
det (A) FO , y al ser una base de S son L I. .

, por ende det (A) 70 y el sistema de Ecuaciones Normales

tiene solución única ; es decir ,

ai ( i 1,2
=

.
. . .
.
n ) son únicos
para
cada SEN .
Como
expresamos anteriormente
:

4*=¡£ai4i=ar4rtaz4zt...tan mejor aproximación

cuya única y es la mejor

solución es
aproximación a u
por elementos del subespacio s en el

sentido de los mínimos cuadrados .

Determinacióndelerrorc
consideramos al error de
aproximación como la distancia entre u
y la mejor aproximación Y
*
:

Hu -
4*11 =
tfcu-yxt.u.ie#s-=tJcu.u-y*s-c4*,u-U*s-=tfcu.u-y*s-cu-44y*s

Por el T2 i Cu -

y
*
,
4 Y = 0 ( VY E S
) Reemplazando :

Hu -
4*11 =
ttcu.u-yxts-ttcu.us-cu.ie#s-

pero sabemos que

4
*
=

¡
§ ai Ui y tu ,
Ud =
Hull
?

Hu-4*H=tJHuH2_ÉaiCu,4 Error de
Aproximación

Aproximacióncontinuac
consideramos el
espacio de funciones continuas en [a ; b) ; VCKI =
([ a .by
( IR ) y definimos el producto escalar :

< t.gs =

[ w ( x
) flx ) gtx ) dx Wlx) E (
[a. b)
UR )

donde Wlx ) es la función

peso positiva
salvo en un número finito de puntos en Ia ; b [ y 7 fabuttxlflxldx
Y f C ( IR ) Esta función utiliza grandes desviaciones la solución
para evitar
E se en
[a ;D . .

Su norma asociada es HFIR = Cf fs

,
=

[ wlx ) flx )
'
dx

Así el de mejor aproximación por mínimos cuadrados describe considerando

problema continua

espacio
se un
,

UR )
prehilbertiano ( subespacio (5) un S con dim n
=
[a. b) y :

Dado f E C ( IR) hallar 4

*
ES verificando :
[a , »

③
,
 4*112
fabrocx { fabwcx }
'
Hf ( Hx) Ix ) ) ( Hxl 4hAM
*
) y dx
ymeisn ) dx
- = - = -

{ Yr Un }
*
Considerando lo resuelto ma de 4 dada la base del subespacio B Ya
para
=
. i.

, ,
,

yxtw-qaillilxl-arktxltas.tl?H)tiitank
es la
aproximación
mejor de mínimos cuadrados
para continua si y sólo si los coeficientes son la solución

al
siguiente sistema :

< f
, llj ) =
§ ,
ai llli , lljd con
j = 1
, 2,3 , . . .
,
n

es decir :

fabflx ) 4J (x ) urlx ) dx =

§ fabllj
¡ ,
ai Mi wtx ) dx con
j = 1
, 2,3 , . . .
,
n

{ tlicx ?

% :*
% %
%: ÷::::L
wcx ) dx , lxlllzlxlwlx ) dx
. . .
, lxlllnlx ) wlx ) dx
d '

. . . . .
ü :* . .

ErrordeAproximacioncontinua.ba
bemos que el ) { error es : Hu -
4*11 = t llull
'
-

¡
ai cu , 4, >

como en continua a- ftx) y L flx ) ,

Mi y =

{bflx ) 4. ( x ) WCX ) DX

11 f- 4*11
tfllfll2-E.fi/abflx)4ilx)wcx)dx- HHR
[ tlx)

dx:/ t.tl#tl=tf abf4x)wcx)dx.!qa..fabfwq.px)wa,,a

=
=
Wlx )
y como

Error de
Aproximación continua

Aproximación
-
discreta

Consideramos una función discretizada Hx ) E C UR ) de la cual conocemos los valores ( Xx ye )

[a .bz ,

(k =
1,2 ,
. . .

,
m ) por
lo
que ( xk
, y x)
E f de C-la.by ( IR ) .
Definimos el producto escalar :

<
f.gs
=

§
¡ ,
flxk) g (Xx ) WCXK ) utlxk) E CEA » UR)
,

ÉL
'
'
llftl lffd flxr ) uttxk) función peso
asociada es donde WCXK ) positiva
=

cuya norma =
y
=

,
salvo finito de Ja b[
en un n°
ptos en , .

Consideramos
para un
espacio prehilbertianoc-a.by/lR) un
subespacio 5 con dim (5) = n
y queremos encontrar

para fe C. [a
.bz
UR) la
mejor aproximación Y
*
ES ,
tal
que
:

SÍ qq.in/?qlftxH-4lxrMwlxx }
'

II f- 4*112 lflxx ) Y txr ) ) wtxx)

*
)
-

= =

Dada la base del

subespacio como B =

{ 41 ,
Ya ,
. . .

,
Un } tenemos
que

④
 ftp.?yai4ilx)--ae4rlx)taz4alx)t...tan4n
*
donde 4 (x) es la
mejor aproximación discreta en el sentido de los mínimos cuadrados (mejor representa al

conjunto de puntos ) si y sólo si los coeficientes son la solución del

siguiente sistema :

{f
,
llj ) =
¥4 ai t Ui
, lljd (j =
1,2 ,
. . .

,
n )

es decir
Éi flxx ) llj ( xk ) WCXK ) =
£,
ai ÉI Yjlxk ) llilxk ) WCXK)

I :*
É llílxx ) WCXK ) Éi 4 txk) Yntxr ) wlxx )

÷: :::
. .
.

" "

: .... .

: * .. .

Error de Aproximación Discreta

-
Considerando el error :
tlf -4*11 =
t ) tlf 112 -

{ ai Cf 4. y
,

como tlf 112 =

Éi FZCXK ) WIXK ) y
Cf Ui
,
d =

€7 ,
ftxk) lli ( xk ) W ( XK )

Hf-4*H=tfÉHx wcx -§ai§H*qc*wc* aproximación

Erro

CASONOLINEAIEN
el caso de no
poder representar la función como una sumatoria de coeficientes función
-

,
no
puede
utilizarse el método para su resolución .

⑤
UNIDAD 5 : INTERPOLACIÓN
-

fe desconocida otra fc
Interpolar es obtener
,
a
partir de
algunos ptos conocidos de una o
compleja , que
de los utilizando la fe
pase por dichos puntos desconocida
la fe
y luego aproximar .
en el resto
puntos
obtenida .

Interpolación :
es cuando conocemos 2 puntos de una función y nos
aproximamos a ella con una recta

Mientras más la sólo relaciona 2

que pase por los puntos .

puntos conocemos mejor es

interpolación , pero como

ptos se
pueden cometer grandes errores :

I. %:*:c:c
.es . .

Si conocemos los
ptos : Pxi =
( Xi ,
flxi ) ) y
Pxi ,
=
( Xi -
r ; ftxi -
i ))

calculamos las rectas :

y
= mxtb ① flxi ) =
mxitb ② Hxi e) -
= mrxi - stb ③

Si restamos ③ a ① y restamos ③a ② :

y
_
flxi i ) -
=
m (x -

xi -
s ) ④

Dividimos ④ en ⑤ : Hxi ) -
ftxi e) -
= m ( Xi -

Xin ) ⑤

Fifi
=
despejando y :

ye-flxi.it#xelflxit-flxi-s
Aproximación lineal de 2
puntos

Interpolacionpolino.ms : se busca un único polinomio que pase por los ptos dato .
Si tenemos nt 1

ptos datos vamos a encontrar un

polinomio único de grado n .

→ Polinomios de Lagrange :

Pi con E- 0,1 ,
2 ,
. . .
.
N son Pi =
( Xi ; ftxi ) ) los puntos dato

Pn ( Xi ) t ( Xi ) el condición
por ende
la
=
es
polinomio que cumple ,
:

¡
do t d , Xo t da XÓ t . . .
tan Xon = ftxo )

it ? t E % ni es el sistema de ecuaciones
que representa a todos

: los conocidos
ptos

I
f ( Xi )
'
do t de Xi t da Xi t . . .
t an Xin =

do t as Xn t az Xn
'
t . . .
tan rxnn =
ftxn)

) ) / =/ /
- - _ .
-

¢
xó xd ftxo) IXA IF
-

XA F X
-

I xo .
.
.

ao =
X =

I X, XP . . .
XP a , flx, )
ir
Én
×
-

como ex
xi xí . .
.

*
i '
A
:

LF
:
X
-

=L A LF
e.
.
.
.
.
si =
o =

-1 xn xri . . .
xnn an - -
ftxn)

③
- - -
 - - - -

¡
-
-

t
loo los _ _ .

Con flxo) do

:
÷
lis
lqntf.li
lio . . .

) ai
: si Pn ( x ) = do t as X t az XZT . . .
tan Xn

-
lno lns . . .
lnn - -
flxn ) -
-
an -
y reemplazo los ai
por
el SE :

Pnlxklooflxott los flxr ) t . . .

tlonflxn) t [ lio flxo ) t la ftx , ) t . .
.
tlsnflxn) ) X t

[ laoftxo ) tlinflxn )) Xit

'
+ t las Hxi ) t . . .
tlznflxn ) ) x t . . .
t [ lio ftxoltlirflxrlt . . .

+ [lnoflxo ) t lm flxr ) t . . .
tlnnflxn)) xn

Si sacamos ftxi ) factor común de ti =

0,1 ,
. . .

,
n
y agrupamos
:

Pn ( x ) =
flootlsoxtlzoxt . . .
tlno Xn ] flxo ) t [ los t la xt las XZT . . .
tln , xn ) flxi ) t

flor lnz Xn ] Hxz ) tfloitlsixtlzi .tl ni ]

"
+ t la X t lar Nt . . .
t t . . .
Rt . .
X flxi ) t

t . . . t [ lontlrnxt lan X
'
t . . .
tlnnx
"
] flxn)

Para las condiciones de contorno establece

cumplir Lagrange
:
con
,

Lon ( x ) tiene ceros en Xi

,
Xa
.
. . .

.
Xn ( polinomio auxiliar de grado n Lon en X )
↳ n ( x ) tiene ceros en Xo
,
Ma
, . . .
Xn
.

Lin ( x ) tiene ceros en XO Xi Xi -1 Kitt . . .

Xn
, , ,
.
,
.

,
.

Lnn (x ) tiene ceros en XO ,

Xr .
. . .

,
XN -1

De esa manera : Lon (x) = Co ( x -

Xs ) (x -

Xa ) . . .
(x -

Xn )
Lon ( Xo ) Co ( Xo Xi ) ( Xo Xa ) ( Xo Xn ) 1 ( Xo Pntxo) ftxo ) )
pero para que en
- = : =
=
-
-

. .
.

Co =
- Lon (a) =
lx-xrllx-xzl.se/x-xn)-
( xo -

Xs ) ( xo -

Xz ) . . . ( Xo -

Xn ) ( xo -
Xi ) ( Xo -
Xa ) . . .
( xo -

Xn)

reemplazando todos los auxiliares Pn ( x )

De esta manera
, polinomios en :

i.IE#itEEIntmt-II
""¥%
+ IX-xollx-XD.s.lx-r.in/lx-Xitr)...lx-Xflxi)t...tlx-xo)lX-Xs)...lr flxn )
( Xi -

Xo ) (Xi -
Xs ) . . . ( Xi -
Xi -
e) (Xi -
Xitr ) . . . (Xi -

Xn ) txn -
Xo ) (X n
-

Xs ) . . . (Xn -

Xn -
i )

siendo Pntx ) el polinomio de

Lagrange para n puntos conocidos ( grado n -

1)
→
Interpolación polinómica de Newton :

tlxi ) )
Diferencias divididas los Pn ( Xi i 0,1 2

diferencia
* : si conocemos =
con
=
.
n la
,
.

, ,
.

dividida se calcula como :

②
 -

Para n = O FEXOJ = flxo)

ftxo xD
flxD-ft-flxo-flxdxy-X.co
-

Para n = 1
,
=

No -
Xp

-
Para n = 2 f [ Xo ,
Xr ,
Xz ) =
ftp.xzJ-f-lxo.X
Xz -
XO

Si tenemos una fe flx) de la conocemos 1

pto ( %) calcular la diferencia dividida con
que y queremos
de f- (x )
otro
punto x

f- [x ,
xo ] =
ftxl-ftdondeflxl-flx.lt lx -

Xo ) f [x ,
xo ] ①
× -

Xo

si conozco 2
ptos
: f [x ,
Xo
,
xD =

f-txixoJ-ftxo.nu donde FEX ,

xo ] =
f- [xo xD tlx xD f-tx.ro xD
,
-

,
②
× -

Xp

si
reemplazo ② en ① : flx ) =
ftxo) t (x xo ) f [ xo xD t (x Xo ) (x XD f- [x. xo xD
- - -

, ,

considerando como error de interpretación a (x -

vo ) ( x XD f [x -

,
xo
, xD

Si conociéramos htt
ptos
:

f- ( x ) = flexo) t (x -

Xo ) f [xo xD ,
t (x -
Xo ) (X -

Xs ) f- [Xo ,
vi
,
Xz ] t . . .
t (X -

Xo ) ( R -

Xi ) . . . (X -
Xn -

e) f [ Xo ,
Xs
,
XZ
,
. . .

,
Xn
) t

+ (X -

Ro ) (X -

XD . . . (X -
Xn ) f [X ,
XO
,
Xt
,
Xa
, . . .

,
Xn ]

El error de interpretación sería : (X -

Xo )( x -

xD . . .
(x -

xn ) f- [ x ,
xo
,
Xs
,
Xa
,
. . .

,
xD

Y omitiendo lo ptos datos

nos
queda un
polinomio de
grado n para ntl

.it/rn-DfEXo,X1.Xz,....xr
Pnlxt-flx.lt/X-Xo)f-LXo,XDtlX-Xo)lX-xi)ffxo.Xr,XzJt...ttx-Xo)l
*
Diferencias no divididas : es
para el caso
que Xitr -
Xi = h es una constante donde i toma valores

desde 0 hasta los están igualmente espaciados

n
,
es decir , puntos Xi con sus consecutivos .

Si calculamos la diferencia dividida 2 este

ptos en caso :
para

F [ Xi Xitr ) =
flxi-t-fxi-ftxitsl-ftxa.la diferencia flxitr ) -

flxi ) se la llama diferencia no di -

Xi h vidida la Af [ xi ]
Xiu
y se
representa con
-

'
Si considero 3
ptos consecutivos : f [Xi ,
kits ,
Vita ) =

-
f [Xitr ,
Xitz ] -
f [Xi ,
Kitt ] -
A f [ Xi ]
?
Xitz -

Xi 2h
'
donde A t [xD la diferencia dividida 3 ptos
es no
para .

De forma
genérica para nt 1
puntos :

f [ Xo ,
Xi
,
Xa
, . . .
,
Xn ] =
Antti donde Anf [xo] es la diferencia no dividida para nt 1
ptos
n ! hn

Así , podemos obtener la Fórmula de Newton progresiva

:

lx-xn-DAnf-txdhnl.hn
-
Pn ( x) flxolt (x xo ) t t ( x xo ) (x Xs )
-

= - -

. . . .
. .

y la Fórmula de Newton regresiva

ni.hr
- ) Anffxñn
Pnlxtflxnlt ( x xn ) t t lx xn ) (x xn lx xD
- - -
-
-
i . . .

③
. . .
UNIDAD 6 : INTEGRACIÓN Y DIFERENCIACIÓN NUMÉRICA
-

INTEGRACIÓN NUMÉRICA
Vamos calcular la integral función discreta decir sólo conjunto de
a de una
,
es
,
conocemos un
puntos
( Xi yi ) ,
con i = 0 1
,
2 , . . .

,
n o una fc conocida analíticamente para simplificar su cálculo y se discretiza .

Tomamos la integral I
{ bflx ) dx
suponiendo flx) E C ( R ) ( espacio vectorial )
por lo que
integrable
=

que [a. b) ,
es

en [a b), y xi
C- Ea b) , .

Así
podemos hallar el polinomio de integración tal
que
:

Hx ) = Pn (x ) t E (x ) con Pri fc de
interpolación , y
E :
error de
interpolación

Hx ) = Pn ( x ) t fm (x -

xo ) (x -

xD . . .
(x -
an ) (O e [a b) )
,

( nt 1) !

Por lo tanto ,
I =
fabflxldx { { = Pnlx ) t El xD dx =

fabplx ) dxt [ lx -

xollx xD-

.
. .
(x -
xn ) dx = In t En

con In =

integral aproximada ( cuadratura numérica ) y

En =
error de truncamiento

→ Método general :

§ Ai
-

In = flxi ) donde Ai =
coeficientes a determinar
¡

Planteamos SEL Primero definimos un

subespacio S de C CIR ) de dimensión finita del cual
conocemos
un .

[a .bz ,

base
polinómica una como la :

B =

{ Yo ,
4 ,
42 , . . .
.
Un } en el caso llitx) = Xi

Para
que el SEL sea cuadrado la Cant .
de elementos de la base Inti ) debe ser
igual a los puntos conocidos .

Así el SEL
,
es :

[ lljlxldx =

FÉ Ai llj ( Xi )
lj =
0,1 .
. . .

,
n
)

los Ai la fórmula general

Luego se
puede reemplazar en .

Métodoslvewtorrcotesxntk
→

n
si k = 1 → son fórmulas de tipo abierto

son fórmulas del tipo :

/ Xo
tlxldx
-
K
=

i
E Ai flxi )
O
t E si k = O → son fórmulas de tipo cerrado

Se debe
cumplir que
:
Xitr -
Xi = h n XOCX , C Xa l . . .
C Xn

Tipo cerrado :
se busca un
subespacio S con B =
{ llo ,
41 ,
. . .

.
Un } en el caso una base
polinomial tal

llilx ) Xi
que
=
.

•
n = 1 : tenemos los
puntos Xo
y Xs tal que Xo CX , y Xp -
Xo = h ,
usamos la base B =
{ Yo ,
4} con

40 ( x ) 1 4, ( x ) = X
y formamos el SEL como
y
=

[tljlxldx £0 Ailljlxi = ) (j =
0,1 ) tenemos :

{¡ olx ) dx = X
) =
xr -

Xo = h =

É Ai Yo ( Xi ) = Ao I t As l

①
 ¿thlxl dx =

¥2 [¡ =

§ ( xí -
xd ) =

tz (
x, -
xo ) lxitxo) =

hz ( xrtxo) =
É Ai 4 ( Xi ) =
Aoxo t Ar X,

{
si armamos el SEL :
A- o t As = h

A. ×. + A, x,
hz lxrt xD
=

La solución de este sistema es Ao =

Ai =

hz , reemplazando en [Ílxldx É =

¡
Ai flxi ) t E i

{¡ lxl dx =

hz tflxo ) tflxsl ) t E

valor del está dado

f% {¡ )
lx-xildx-yhzfzklldetxo.rs
donde el E x xo
error
por
: = -

Así
,
para
2
ptos :

fxo~ftxldx-hzlftxoltftxrD-phzfdldllde-lxo.rs FÓRMULA DEL TRAPECIO

Si generalizamos para integrar de Xo a Xn , aplicamos la

regla para cada
par de Xi ,
Xits y sumamos
por reglas
de integración :

[ [ [ Ílxldx {Í!
"
'

flxldx =
flx ) dx t t . . .
t lxl dx =

thzfflxn e) tflxn )) tz
'
)
'
( flxoltftxrl ) ( di Xi )
hz 1¥ f (4) t f ( Ln ) E [Xi
=
r
- -

-
-
. . .

¥ ¥ India
t.FM?Hixostz?ifixiitHxnD-qzIf4oIloetxoix
"
.
.

tiza da o
compuesta

evaluamos los h h
b } ase
2
•
N :
puntos Xo X, Xz considerando Xo la X l X2 y Xr Xo =
Xz Xi Tomamos la
-
= =

y y
-

,
, .

polinomial { B =
Yo ,
41
,
la con lo = 1
,
4 =
X
y
42 =
X
'

y armamos un SEL :

{¡ lljlxl dx =
ÉO
¡
Ai llj ( Xi ) (j =
0,1 ,
2)

[¡ olxldx = X
[¡ =
Xa -

Xo = 2h =
Aot Ar t Az

[El , ( x ) dx =

¥ /ס = Matt
2
= lxztx-X-lx.at/ro)h=AoXotAiXrtAzXz
2

[¡
Arxit Aaxí
'
Aoki
EI / Hija ( Xátxaxotxo )
231 lxítxzxotxo ) =
t
alxl dx
=
= =
=

{
Armo el SEL :
Ao t Ar t Az = 2h

Ao Xo t Ar X, t Az Xz = h ( Xzt Xo )

Aoxi lxít Xi )
t Ar xít Aaxá =

231 Xo Xzt

cuya solución es Ao = Az = h 13
y As =
4h13 ; por lo tanto :

{¡Ílxldx =

¥ ( flxolt 4 flx, ) tftxz )) t E

método
que es el modo de cálculo de la
integral aproximada por el
de de orden 3
Simpson

②
Para calcular E =
error de truncamiento lo considero E =
fm Cm con Cm el error de
integrar un

m !

polinomio de Como la regla de Simpson de orden 3 la determinación de E

grado m .
es una
regla , para
se

parte de tomar un
polinomio de
grado 4 y
trabajando su expresión :

E-a-qho.IM/3)confetxo.Xs
Finalmente :

%FCxtdx-hzlflxolt4flxsltflxzD-qhosf4131confetxo.rs tsiótmmpsoandeen 3
ptos

Error del orden de ti pl valores convenientes de h ofrece buena al valor exacto

una muy aprox .

Si de No tomando intervalos de 3
generalizamos para integrar a Xn
, ptos :

ÁGILMENTE
%F1xtdx-hzfflxolt4%Fflxs.in/t2%Ef
f. fórmula o
Regla de Simpson Generalizada o
compuesta
{ no de veces
que se
repite el error
por la suma
de
integrales

DIFERENCIACIÓNNUMÉRICADE
terminar el valor de la derivada en XO cuando se conoce un conjunto de puntos ( XK y K ) , ,
con XKE la b) , , y que
fc f del vectorial de las funciones intervalo de IR C [a. b ] ( IR )
se
suponen parte de una .

espacio continuas en un
,
.

FO.rmulasendiferenciashaciadelar.pro vienen de la fe de
interpolación
→
de Newton
para diferencias
divididas , lo que h [a. b) Y verifica
no
implica Xiti -

Xi =
ttxi E .
Esta FC de interpolación que :

•
flxi ) = 4 ( Xi ) ttxi E [a b),

•
f (x ) =
4 (x ) t ECX ) siendo E ( x ) el error de interpolación

expresión de la fe
La de interpolación es :

Af AHI )
Anftxolh
41×1 =
flxo ) t (x -

Xo ) tlx -

Xo ) ( X XD-
t . . .
t (x -

Xo ) . . . (x -
xn -
i

'
hn 2h n !

Si la derivamos respecto de x di :

dx

UYX)
Afhtxol tflx ) Aft [X e) t
= -

4) tlx -

Xo) t . . .
t -
xD lx -

xa ) . . .
(x -

xn -
e) tlx -

xo ) (x -
xa ) . . . (X -

xn -

. .
.
t

2 ha

+ (x Xo ) (x xD (x Xn z ))
Anftxoln
-
- -
-

. . .

! hn
'

Si buscamos 4 ( xo ) :

Afpfxolm [lxo ) Aft [% 1) t

) tlxo xa ) lxóxn e) tlxóxo) ( xo ( Xo
'
4 ( xo ) =
t -

Xs -

Xo) t . . .
t -
xD lxo -

. . .
-
-
Xz ) . . .
-

xn -

. .
.
t

2 ha

+ lento) ( xo xD lxóxn z ))
Anftxoln
-
-

. . .

! hn

ih la misma distancia h
pues todos los
Como Xi Xo
puntos están
= :
a
-

③
,
 Aftxnl tfh ) híflxol tfthll ] Ast
'
4 lxo ) = -

2h ) t . . .
t El -
h) 1- 2h ) . . .
tnh )) Ant =

h 2h 2
3 ! hs n ! h "

) Ante
"

[ 2h] Ó
"
=
Aftxnt Eh ] Áf t t . . .
tft -

1) (n -
I )! h =

"
h 2h
'
3 ! h
'
n ! h

YKT-ntfAflxol-ztsiflxoltjsiflxol-e.it/-1ln-ntAnflxo Fórpmufaos hacia delante

para n

Esta fórmula es útil cuando el conjunto de ptos a considerar a

partir del valor Xo es suficiente .
La serie se trunca según
la Cant de ptos disponibles .

El error de diferenciación
por aproximación depende del error de interpolación :

E. ( x ) =
(x -

xo ) ( x xD -

. . . (x -

xn ) tnt siendo de la b) ,

( ht 1) !

D) f"
'

Si derivamos : E (x ) =
[ tx -
Xs ) ( X -
Xa ) . . .
(x -

Xn ) t (x -

Xo ) (x -
Xa ) . . .
( x Xn )-

t . . . tlx -

Xo ) (x -
Xs ) . .
. ( X Xn
-
-

( ht 1) !

Entonces EYXO ) [ txo Xs ) lxóxa ) ( Xóxn ) t Ho Xo ) ( xo Xa ) Ho Xn ) t tlxóxo ) ( xo Xi ) lxóxn D)

fqnntffy
- -

:
- - - -
= . . .
. . .
. .
.

. . .

El ) f" Ht
" "
= -

htt -

2h ) . . .
1- nh) = f- 1) h n !

( ht 1) ! ( ht 1) !

EHot-l-llnhnfntfdela.to Error de

en n
puntos
diferenciación para fórmulas hacia delante

Si necesita calcular derivadas

se de orden mayor es suficiente con
seguir el mismo
procedimiento ,
se deriva
' '
4 y E tantas veces como se
precise .

Si las evaluaciones la ecuación diferencias hacia delante

se conocen en Xo
y xs ,
en se
puede expresar :

'

dafyzlxo ) ht Aflxo )
ht lflxi ) ftxo) ) que tiene del orden de h
= = -

un error

si se
quiere generar una fórmula hacia delante
para determinar
la derivada
segunda hay , que volver a derivar
'

a 4 lx ) y a ÉCX ) y luego aplicar a XO :

las evaluaciones trunca la serie

si para No y xa
semcounocen
x, se
,

} 4¥
'

¥¡
' "

ftxzl-nq.HN/tftxo)-Formulascentradas:-
"

¡
f- (x )
'

¥
= A flx ) -

A flx ) t A Hal -

. . .
flxo ) =
A flxt =

provienen de la fórmula de Taylor alrededor de un

punto .
Xi -

Vita = h ttxi Eta b) ,

flxo ) h ha h' fin

"
Hx ) = t t t t . . .
t h

n !

Esta expresión de Taylor es tal que si los ptos están a una distancia kh de Xo :

flxtkh ) Hxo ) tkh

ftp.xotlkhtf#xotlkhPfzyot...tlkhYf4xoL
=

n !

④
Por K 1
ejemplo :
para
=
1
y
K = -
:

flxth ) =
flxo ) t h ftxo ) t h
' "
f- ( Xo ) t h
'
f
"
( Xo ) t . . .
t h
"
fnlxo )
- - -
-

1 ! 2! 3 ! n !

' ' "

f lxo ) ?
fnlxo )
" "
f- ( x -

h) = flxo ) -

h f ( xo ) t f- h ) -
t f- h ) f- ( xo ) t . . .
t f- h )
- -
-

1 ! 2 ! 3 ! n !

flxth ) h)
término
Si hacemos una combinación lineal entre ellas : -
flx -

,
restando m.am ,
y truncando la serie en un

apropiado resulta :

"
?
flxth ) -

ffx -

h) = 2h Flxo) t 2h
-
f lxo) t . . .

despejando la derivada primera

:

1 ! 3!

fYxo)=Hxtz-ft-h2¡kC[xoth,xo-h -
Fórmula centrada en 2
ptos

_
truncar la serie ( Orden h )
'
valor
aproximado
'
error de diferenciación por aproximación al
de f ( Xo )

diferenciación de mayor número de

4
generar fórmulas centradas
se de Si hacemos
pueden otro orden o
ptos .
con :

'
f- ( x) =
flx-2h)-8Hx-h)t8flxth)-flxt2
12h

flx-2h)t16flx-h)-30fCx)t16fCxth)-flxt2
"
f- (x ) =
-

12 h2

se realizan combinaciones lineales de las fórmulas de Taylor para tantos ptos como se
prefiera .

elección entre fórmula hacia delante dependerá de la forma

distribuyen
La una o una fórmula centrada en
que se

la calcular el valor de la misma

demás
los decir de ubicación del donde los
ptos punto respecto ,
es xa se quiere a

ECUACIONES DIFERENCIALES -

PROBLEMA DE VALOR INICIAL ( PVI )

-

→
Generalidades : •
1 ec diferencial es aquella donde intervienen derivadas de 1 o más funciones .

Se dividen las variable

•
en → ED Ordinarias → derivadas son
respecto a 1 sola
independiente
↳ ED en Derivadas Parciales → tienen derivadas
respecto de 20 más variables .

1 ED de orden FCX y admite solución general fc Glx y ) O

'
G , Cz
"
0
y ) Cn
• "
n como con
y y una n
= =
, ,
. .
.
. . . .

, ,
.
, ,
, , , ,

constantes arbitrarias .

de soluciones Solución General más ctes Forma orden

•
Hay 3
tipos → :
tipo genérico con 1 o un haz de curvas y con un

{
[
.

de infinitud según el n° de ctes .

(I Cte → Hia
simplemente co
,
2 ctes → flia doblemente co )
Solución Particular :
un caso
particular de la
gral ,
en donde la cte lo ctes ) recibe un valor

%
"

singular fe la ecuación obtiene

particularizando que verifica

pero
:
una
, que no se

general la solución .

•
La solución General Glx y , ,
G
,
. . .

,
Cn ) = O
genera una familia de curvas planas para valores particulares de las Ci

Y ^ ↳ 4=0

te
- donde Gi es una solución particular a la ED
sujeta a n condiciones independientes
G 3=0
-
Gz O
-
=

:O
⑤
 cómo
Según se establecen las condiciones independientes podemos diferenciar :

•
PVI :

problema de valor inicial .

Glx ,
y)
= O
representa una solución particular a la ED y las condiciones se

definen valor inicial

respecto a un x = a

¡
y
y (a) yo
=

Glx
y 1=0
9-
,

¡ 4cal yb =

i.
.

1- x yncakyno
X= a

PVF frontera solución la ED y las

Glx
y) particular
O
:
problema
representa de valores a

condiciones
• =
.
, una

entre b.
respecto comprendidos se definen a los valores wa
y × =

{
y
Glx
y 1=0
9-9
,

i i
i i
l
I
x

x =
a e- b

→
MeitodosNumeticosAproximac.IO consiste en discretizar la función , pasando de un dominio continuo a un

conjunto discreto de valores

,
con la condición de que dichos valores se hallen a la misma distancia h entre sí .

;!,¡i
x x x
o

•
En PVI :
xo =
a
,
X, =
Xoth ,
Xz =
Hot 2h
,
. . .

×
O a Xp Xz Xz

•
En PVF :
xo =
a
,
Xr = Xoth Xa = Xoth . . . .
.
Xn =
Xotnh = b
,

y ×
b

y luego buscan una solución particular cuando x toma los valores de ti .

Para PVI hay 3 métodos :

método
- de
Zeaylor

¢ !!
flx
'

y
=
, y )
' "
La serie de Taylor ftxt ftxolt f lxolt off Holt
! ¡ { En
es : =
. . .
C =

1 ! 2 !

por
lo
que si tenemos determinadas condiciones iniciales podemos encontrar flx ) truncando la serie .
Ejemplo :

{¡{ {
1"
tz ttzlltxlzy
' " '

tz I ¿ tf
' "
) y '
1
q
2
tx
y y y y y 10k 1
= = =
i

"

Iz
' '
) (y y y y ) 101=21 tq tq ¥
' " "

y =
yy t
yy t ( It x t
y t I =

trincamos en el 40 término y nos queda :

y=1t¥t¥t3i
método
- de Euler

{ %}
"
" Y)
El objetivo obtener PVI bien planteado de la forma
•
un
es una
aprox a :
.

y
NO continua valores llamados de red el intervalo
obtiene
aproximación sino varios
puntos
•
se una
, aprox .
en
,
en en
que
esté definida
•
Los ptos de red tienen una distribución uniforme en todo el intervalo tal que ,
lxitr -

Xil =
h .
A h ,
distancia entre

cada de lo denomina
par ptos ,
se
paso .

•
Por el método hacia delante de diferenciación numérica :

Ytxo )
[ )
" "
Anflxo )
tg ¿A
'
Aflxo ) flxo ) t t f- 1)
ht
= -

. . .

⑥
 si trincamos en el 1° término considerando solamente 2
ptos ( Xi yi ) ( Viti , , , y its ) :

4¥ lxil
nt Aftxi )
In ( yitr Yi )
= -

tlxi yi )
por definición inicial
de ED Xi
d# lxit tlxi yi ) entonces
f- ( yitr Yi )
:

y en = : =
-

, ,

Xith
( Xi
yi )
Si el
conocemos 1°
pto ,
→ Xitr =
y nos queda la
incógnita yitr
:

yitr-yithflxi.fi# Fórmula de Euler

para EDO de 1° orden

Así
generamos un
conjunto de
ptos por recurrencia y te permite hallar la solución particular para los valores

de Kitt conociendo el valor anterior Xi .

Error de truncamiento del orden h .

{
' '
h
y 101=1
Para el ej anterior 0,1 ftri yi ) (1 ) yi
si =

y txi
= =

, ,

0/1/0,54
'

({ lltri )
yi 2)
Armo tabla X Y Y
Yiti
=

yit 0,1 una :

-
'
( Xi )
0,1 1,05 0,606315

Ventaja : no
requiere evaluar las derivadas n -
ésimas en Xo 0,2 1,1106 0,74011

mkododerunge-kutta.co
Recurren al cálculo de la solución numérica de la ED a través de un
promedio ponderado ,
de tal forma que ,

{
dado un
punto ( Xm y m ),
: Xmti =
Xmth

Ymtr h 4 lx ) lllx y ) comb lineal de coeficientes

imágenes
=
Ym t
y ,
donde ,
es una . e

ptos ( kg yg )
de
por aplicación ficticios
Taylor ,
.
Los coeficientes se determinan la sucesiva de la serie de en

dichos ptos ficticios .

•
Uno de los métodos de R K -

pl evaluar una ED de 1° orden con un error del orden de hs ,

denominado de 40

orden consiste en
aplicar una ecuación de recurrencia en la cual :
,

lltx.ly/=tglkrt2kzt2tztK4
haciendo de las 4 los ficticios
esta ec .
se obtiene un
promedio pendientes Kr ,
Ka ,
Kz ,
Ka a la curva en
ptos
mencionamos antes Son tales
que que
:
.

Ki =
flx , y) ; kz =

flxthz ; y thzkr) ; kz = f
( xthz ; y thzkz ) ;
Ka =
flxth ; ythks )

Para h tiene muy buena la solución de la haciendo

un
pequeño aproximación a particular ED :

yitr-yithlllxi.pt órmula de
Runge - KU Ha