Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2009 1 CalculoNx
2009 1 CalculoNx
TEMAS
Teoría de errores.
Solución numérica de ecuaciones no lineales.
Solución de ecuaciones lineales.
Interpolación.
Derivación e Integración numérica.
Solución numérica de ecuaciones diferenciales.
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
Teorema de Rolle.
Teorema del valor medio.
Teorema del valor extremo.
Integral del Rieman.
Teorema del valor medio ponderado.
Teorema del valor intermedio.
Teorema de Taylor
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
L+
L es límite de f en x0 porque por muy
pequeño que sea , siempre hay tal
L que para todo x en (x0- , x0+) se
tendrá que f(x0) estará en (L- , L+ ).
L-
x0
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
x0
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
x0
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
x0
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
x0
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
Función continua.
Sea f : X R
La función f es continua en z X si lim f ( x) f ( z ).
x z
Función continua en z.
Sea f : X R
La función f es continua en z X si lim f ( x) f ( z ).
x z
L+
L
L-
f
z
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
1
Dado 105 , para todo n N 0 105 se tiene que 0 10 5.
n
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
La derivada de f en x es el límite
de la razón de variación de la función
con respecto a la variación de la
f(x)
variable alrededor de x; el límite es
tomado cuando la variación tiende
a 0.
x
Geométricamente, la derivada es la
x+h
pendiente de la tangente a la
Curva en x.
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
Diferenciabilidad y continuidad.
Si la función f es diferenciable en x, entonces f es continua en x.
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
Teorema de Rolle.
Sea f la función definida sobre el intervalo cerrado [a, b]
y diferenciable sobre el intervalo abierto (a,b); Si
f(a)=f(b), entonces existe en (a,b) el valor c tal que
f’(c)=0.
a b
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
a c b
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
Integral de Rieman.
b ba n
a
f ( x)dx lim
n
n i 1
f (xi )
x 0 x1 x 2 x3 xn
a b
ba
xi a i
n
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
f(xp)
a xp b
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
f(b)
h
f(a)
a xh b
CÁLCULO NUMÉRICO
CONCEPTOS MATEMÁTICOS BÁSICOS
Teorema de Taylor
Sea f una función continúa derivable n veces en [x,x+h]
y f(n+1) existe en (x,x+h), entonces
Error
El error al usar un valor aproximado x en vez un de valor
ideal ó exacto X es la diferencia entre X y x.
Se dice que el error de x es x=X-x.
Error por defecto y error por exceso.
Si x<X se dice que x es una aproximación por defecto;
si x>X se dice que x es una aproximación por exceso.
Error absoluto
El error absoluto de la aproximación x con respecto al
valor exacto X es = |X-x|.
CÁLCULO NUMÉRICO
TEORÍA DE ERRORES
X= x x .
CÁLCULO NUMÉRICO
TEORÍA DE ERRORES
Error relativo
El error relativo de un valor aproximado x con respecto a
un valor exacto X es
|X|
de donde se deduce = |X| .
CÁLCULO NUMÉRICO
TEORÍA DE ERRORES
Fuentes de errores
Error de método
Los modelos son aproximaciones que introducen
errores.
Error residual
El valor exacto requiere un proceso infinito.
Error de redondeo
Hay valores que no pueden ser representados con un
número finito de dígitos.
Error de operación
Cuando en las operaciones se usan valores aproximados.
CÁLCULO NUMÉRICO
TEORÍA DE ERRORES
Error de la diferencia
Sean p y q dos números aproximados y sea D la
diferencia de los correspondientes valores exactos.
Si d= p-q, se tiene que d= p+q
y d= (p+q)/D.
Error de la potencia
Sean p un número aproximado y n un valor
exacto, entonces la cota de error relativo de
R=pn es
R= |n| p
CÁLCULO NUMÉRICO
TEORÍA DE ERRORES
f f f f
R x1 x2 x3 .... xn
x1 x 2 x3 x n
CÁLCULO NUMÉRICO
TEORÍA DE ERRORES
ln f ln f ln f ln f
R x1 x2 x3 .... xn
x1 x 2 x3 x n
CALCULO NUMERICO
CEROS DE FUNCIONES
función f
Los valores x1, x2 y x3 son
ceros de la función f porque
f(x1)=f(x2)=f(x3)= 0.
a x1 x2 x3 b
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
cero de la a b
x1=(a+b)/2
función a b=x1
x2=(a+x1)/2 a=x2 b=x1
x3=(x2+x1)/2 a=x3 b=x1
x4=(x3+x1)/2
x4
a x2 x3 x1 b
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
cero de la x1 x 2 x1 x0
función f ( x1 ) f ( x1 ) f ( x0 )
x1 x0
x 2 x1 f ( x1 )
f ( x1 ) f ( x0 )
x3
x0 x2 x1
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
METODO DE LA SECANTE
X0,x1x2
X1,x2 x3
x1 x 2 x0 x1
f ( x1 ) f ( x0 ) f ( x1 )
x0 x1
x 2 x1 f ( x1 )
f ( x0 ) f ( x1 )
x3 x2 x1 x0
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
X0,x1x2
X1,x2 x3
x1 x 2 x0 x1
f ( x1 ) f ( x0 ) f ( x1 )
x0 x1
x0 x1 x2 x 2 x1 f ( x1 )
f ( x0 ) f ( x1 )
x3
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
METODO DE NEWTON
cero de la función f
f ( xi )
f ' ( xi )
xi xi 1
f ( xi )
xi 1 xi
f ' ( xi )
x3 x2 x1 x0
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
a
x3 x2 x1
b
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
x1=f(x0)
x=f(x)
x2=f(x1)
x3=f(x2)
x4=f(x3)
:
:
x3 x2 x1 x0
CÁLCULO NUMÉRICO
CEROS DE FUNCIONES
x=f(x)
x3 x2 x1 x0
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES NO LINEALES
La solución: punto
(x*,y*) tal que
f(x*,y*) =0 y
g(x*,y*)=0
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES NO LINEALES
MÉTODO DE NEWTON-RAPHSON
f(x,y)= 0
f ( x, y ) f ( x, y ) g ( x, y ) f ( x, y )
g(x,y)=0 x y 1 x
y
A A 1
g ( x, y ) g ( x, y ) det( A) g ( x, y ) f ( x, y )
x x x x
1. Se toma un punto inicial (x0,y0).
2. Se calcula nuevo punto (xn,yn):
xn x0 1
f ( x0 , x0 )
y y A g(x , x )
n 0 0 0 0
MÉTODO DE ITERACIONES
x=f(x,y)
y=g(x,y)
MÉTODO DE ITERACIONES
x=f(x,y)
y=g(x,y)
Condición de convergencia
1. Las funciones f(x,y) y g(x,y) son definidas y diferenciables
en el rectángulo R: a x A , b y B.
2. La aproximación inicial (x0,y0) y las siguientes están en R.
3. Para todo (x, y) de R se cumple
| f'x(x,y)| + | f'y(x,y)| k1<1
| g'x(x,y)| + | g'y(x,y)| k2<1
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
: :
an,1x1+an,2x2+ an,3x3 … + an,n-1xn-1 + an,nxn= bn
a1,1 a1, 2 .. .. a1,n 1 a1,n x1 b1 a1,1 a1, 2 .. .. a1,n 1 a1,n x1 b1
a a 2, 2 .. .. a 2,n 1 a 2,n x 2 b2 a a 2, 2 .. .. a 2,n 1 a 2,n x b
1,1 1,1 2 2
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
A x b
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
a n 1,1 a n 1, 2 .. .. a n 1,n 1 a n 1,n x n 1 bn 1 a n 1,1 a n 1, 2 .. .. a n 1,n 1 a n 1,n x n 1 bn 1
a n ,1 a n, 2 .. .. a n ,n 1 a n ,n x n bn a n ,1 an, 2 .. .. a n ,n 1 a n ,n x n bn
A x= b
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Eliminación
Algoritmo:
Entrada: Matriz A con n+1 columnas; la última columna tiene al
vector constante b.
Salida: Matriz A transformada a forma triangular superior.
Algoritmo:
Para j=1 hasta n-1 //filas
Para i=j+1 hasta n//filas debajo de fila j
//convertir fila i de modo que ai,j=0
si aj,j=0
buscar una fila u tal que au,j0 e intercambiar fila u con
fila j; si no se encuentra, el sistema es indeterminado.
q= ai,j/aj,j
Para k=j hasta n+1//restar a fila i la fila j.
ai,k= ai,k-aj,k*q
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorizacion Doolittle
Dado un sistema
Ax=b
se busca descomponer A en un producto de matrices de la
forma
A= L U
Factorizacion Doolittle
El sistema
LUx=b
es resuelto en dos fases
Ux = y es un vector de variables y=(y1,y2, ... ,yn)
ahora se tiene el sistema
Ly=b
1 0 ... ....... 0 y1 b1
l 1 0 ... ... 0 y2 b2
2,1
l3,1 l3, 2 1 0 .. 0 y3 b3
.. .. .. ..
que puede ser resuelto por sustitución hacia adelante.
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorizacion Doolittle
1 0 0 0
a 2 ,1 a1,1 a1, 2 a1,3 a1, 4 a1,1 a1, 2 a1,3 a1, 4
0 0
a12, 4 a2,1 a2, 4
a1,1 1
0 a12, 2 a12,3 a2 , 2 a2, 3
a3 , 1 a13 , 2
1 0 0
a1,1 a12 , 2 0 a32,3 a3, 4 a3,1
2
a3, 2 a3,3 a3, 4
a 4 ,1 a14 , 2
0 1 0 0 a42,3 a42, 4 a4,1 a4 , 2 a4, 3 a4 , 4
a1,1 a12 , 2
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorizacion Doolittle
1 0 0 0
a 2 ,1 a1,1 a1, 2 a1,3 a1, 4 a1,1 a1, 2 a1,3 a1, 4
0 0
a12, 4 a2,1 a2, 4
a1,1 1
0 a12, 2 a12,3 a2 , 2 a2 , 3
a3 , 1 a13 , 2
1 0 0
a1,1 a12 , 2 0 a32,3 a3, 4 a3,1
2
a3, 2 a3,3 a3, 4
a 4 ,1 a14 , 2
0 1 0 0 a42,3 a42, 4 a4,1 a4 , 2 a4 , 3 a4 , 4
a1,1 a12 , 2
1 0 0 0
a 2 ,1 a1,1 a1, 2 a1,3 a1, 4 a1,1 a1, 2 a1,3 a1, 4
0
a12, 4 a2,1 a2, 4
a1,1 1 0
0 a12, 2 a12,3 a2 , 2 a2 , 3
a3 , 1 a13 , 2
1 0 0
a1,1 a12 , 2 0 a32,3 a32, 4 a3,1 a3, 2 a3,3 a3, 4
a 4 ,1 a14 , 2 a 42, 2
1 0 0 0 a43, 4 a4,1 a4 , 2 a4 , 3 a4 , 4
a1,1 a12 , 2 a32, 2
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorización Crout
LU=A
Factorización Crout
LU=A
Factorización Crout
LU=A
a1,1 0 0 0 1 u1, 2 u1,3 u1, 4 a1,1 a1, 2 a1,3 a1, 4
a 0 0 1 a2, 4
2,1 l2, 2 0
u2,3 u2, 4 a2,1 a2, 2 a2 , 3
a3,1 l3, 2 l3,3 0 0 0 1 u3,3 a3,1 a3, 2 a3,3 a3, 4
a4,1 l4, 2 l4,3 l4 , 4 0 0 0 1 a4,1 a4, 2 a4 , 3 a4 , 4
Factorización Crout
LU=A
Factorización Crout
LU=A
Factorización Crout
LU=A
Factorización Crout
LU=A
a1,1 0 0 0 1 u1, 2 u1,3 u1, 4 a1,1 a1, 2 a1,3 a1, 4
a 0 0 1 a2, 4
2, 2 l2 , 2 0
u2,3 u2, 4 a2,1 a2 , 2 a2 , 3
a2 , 2 l2 , 2 l3,3 0 0 0 1 u1,3 a3,1 a3, 2 a3,3 a3, 4
a2 , 2 l2 , 2 l2 , 2 l 4 , 4 0 0 0 1 a4,1 a4 , 2 a4 , 3 a4 , 4
Factorización Crout
LU=A
Factorización Cholesky
Matriz positiva definida:
Una matriz M es positiva definida si es simétrica y xTMx>0 para
todo vector x distinto del vector 0.
Teorema:
Una matriz M es positiva definida si y sólo si puede realizarse la
eliminación gaussiana sin intercambio de filas con los pivotes
positivos.
Teorema:
Una matriz M es definida positiva si sólo si puede factorizarse
como M= LLT , siendo L una matriz triangular inferior.
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorización Cholesky
LLT = M
Producto de fila 1 de L por cols 1,2,3,4 de LT produce ecuaciones para fila 1 de LT.
Producto de fila 2 de L por cols 2, 3, 4 de L T produce ecuaciones para fila 2 de LT.
Producto de fila 3 de L por cols 3, 4 de LT produce ecuaciones para fila 3 de LT.
Producto de fila 4 de L por col. 4 de LT produce fila 4 de LT.
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorización Cholesky
LLT = M
Producto de fila 1 de L por cols 1,2,3,4 de LT produce ecuaciones para fila 1 de LT.
l .l
1,1 1,1 l1,1.l2,1 l1,1.l3,1 l1,1l4,1 a1,1 a1,2 a1,3 a1,4
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorización Cholesky
LLT = M
Producto de fila 2 de L por cols 2,3,4 de L T produce ecuaciones para fila 1 de LT.
l .l
2,1 2,1 l2,2.l2,2 l2,1.l3,1 l2,2.l3,2 l2,1.l4,1 l2,2.l4,2 a2,2 a2,3 a2,4
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
Factorización Cholesky
LLT = M
Factorización Cholesky
LLT = M
l1,1 0 0 0 l1,1 l2,1 l3,1 l4,1 a1,1 a1, 2 a1,3 a1, 4
l 0 0 l2, 2 l4, 2 a1, 2 a2, 4
2,1 l2, 2 0 l3, 2
a2 , 2 a2 , 3
l3,1 l3, 2 l3,3 0 0 0 l3,3 l4,3 a1,3 a2 , 3 a3,3 a3, 4
l4,1 l4, 2 l4 , 3 l4, 4 0 0 0 l4, 4 a1, 4 a2 , 4 a 3, 4 a4 , 4
En el lado derecho se usa una solución inicial x10 , x20 , x30 , x40 , y se
calcula un nuevo x1 , x2 , x3 , x4 ; se repite el proceso hasta que la
diferencia entre dos soluciones sucesivas sea menor que una tolerancia.
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
MÉTODO ITERATIVO DE GAUSS-SEIDEL
a1, 2 a1, 3 a1, 4 b1
x11 a1,1 x20 a1,1 x30 a1,1 x40 a1,1
a a2 , 3 a2 , 4 b2
x12 a22,,12 x11 a2 , 2 x30 a2 , 2 x40 a2 , 2
a a3 , 2 a3 , 4 b3
x31 a33,,13 x11 a3 , 3 x12 a3 , 3 x40 a3 , 3
a a4 , 2 a4 , 3 b4
x14 a44,,14 x11 a4 , 4 x12 a4 , 4 x31 a4 , 4
En el lado derecho se usa una solución inicial x10 , x20 , x30 , x40 , y con cada
1
ecuación k se calcula una variable xk , usando las variables
x11 , x12 , ... , x1k 1 , xk01 , xk0 2 ,..., xn0
Se repite todo el proceso con todas las ecuaciones, hasta que en dos
iteraciones sucesivas la diferencia entre las soluciones sea menor que una
tolerancia dada.
CÁLCULO NUMÉRICO
SISTEMAS DE ECUACIONES LINEALES
CONVERGENCIA DE MÉTODOS ITERATIVOS
Normas de un vector
Una norma en Rn, denotada por ||.|| es una función de Rn a R
con las siguientes propiedades:
||x||0 para todo vector x de Rn, ||x||=0 sólo si x=0.
||sx||=|s|.||x|| para todo s de R y x de Rn.
||x+y|| ||x||+||y||
La norma más conocida es la norma euclidiana definida por
3 1 x1 3x1 x2 x1
2 2 x 2 x 2 x 4 x
2 1 2 2
de donde se obtiene
3x1+x2=4x1
2x1+2x2=4x2
de donde a su vez se obtiene que x1= x2; esto quiere decir que los
autovectores asociados al autovalor 4 son de la forma (x1,x1), por
ejemplo (3,3).
CÁLCULO NUMÉRICO
AUTOVALORES Y AUTOVECTORES
Ejemplo:……..
Hallar los autovectores asociados al autovalor 1
3 1 x1 3 x1 x2 x1
2 2 x 2 x 2 x 1 x
2 1 2 2
de donde se obtiene
3x1+ x2 = x1
2x1+2x2= x2
Ak x 1 Ak v (1) 2 Ak v ( 2) ... n Ak v ( n )
y, considerando que los vectores v(i) son autovectores, se tiene
A x 1v
k k
1 (1 )
2 k
2 1 v (2)
...
n k
n 1 v (n)
y si 1 es el autovalor con mayor valor absoluto
lim
k
2 1
2 k
v (2)
...
n k
n 1 v (n) 0.
Por lo tanto
(x3 ,y3)
(x2 ,y2)
(x0 ,y0) (x4 ,y4)
(x0 ,y0)
y 8 7 9
8 7 3
f ( x) ( x 3)( x 5) ( x 2)( x 5) ( x 2)( x 3)
3 2 2
CÁLCULO NUMÉRICO
INTERPOLACION DE NEWTON
Diferencias divididas .
x f ( x) primeras diferencias segundas diferencias terceras diferencias
f ( x1 ) f ( x0 ) f x 2 , x1 f x1 , x0 f x3 , x 2 , x1 f x 2 , x1 , x0
x0 , f ( x0 ), f x1 , x0 , f x 2 , x1 , x0 , f x3 , x 2 , x1 , x0
x1 x0 x2 x0 x3 x0
f ( x 2 ) f ( x1 ) f x3 , x 2 f x 2 , x1
x1 , f ( x1 ), f x 2 , x1 , f x3 , x 2 , x1
x 2 x1 x3 x1
f ( x3 ) f ( x 2 )
x 2 , f ( x 2 ), f x3 , x 2
x3 x 2
x3 , f ( x3 )
f x k , , x1 f x k 1 , , x0
f x k , x k 1 , x0
x k x0
f xk 1 , , x 2 f x k , x k 1 , , x1
f x k 1 , xk , x1
x k 1 x1
CÁLCULO NUMÉRICO
INTERPOLACION DE NEWTON
Dados los puntos (x0,y0), (x1,y1), (x2,y2),…, (xn,yn)
Se desea una función f(x) tal que f(xi)=yi.
f ( x) b0 b1 ( x x0 ) b2 ( x x0 )( x x1 ) ...bn ( x x0 )( x x1 )...(x xn 1 )
f ( x h) f ( x )
f ' ( x)
h
CÁLCULO NUMÉRICO
DIFERENCIACIÓN NUMÉRICA
Promediando las dos aproximaciones para f'(x)
f ( x h) f ( x )
f ' ( x)
h
f ( x h) f ( x )
f ' ( x)
h
Se obtiene una mejor aproximación denominada aproximación
central de 3 puntos
f ( x h) f ( x ) f ( x h) f ( x )
h h f ( x h) f ( x h)
f ' ( x)
2 2h
CÁLCULO NUMÉRICO
DIFERENCIACIÓN NUMÉRICA
También se tienen las aproximaciones de 3 puntos hacia la
derecha y hacia la izquierda:
3 f ( x ) 4 f ( x h) f ( x 2h)
f ' ( x)
2h
3 f ( x ) 4 f ( x h) f ( x 2h)
f ' ( x)
2h
ba
h , x0 a, x1 a h, x2 a 2h, , xn 1 (n 1)h, xn b
n
Método del trapecio:
xn f ( x0 ) f ( x1 ) f ( x1 ) f ( x 2 ) f ( x 2 ) f ( x3 ) f ( x3 ) f ( x 4 )
x0
f(x)dx h
2
h
2
h
2
h
2
f(x3)
h n
f(x)dx ( f(xi 1 ) f ( xi ))
f(x0) f(x1) xn
f(x2)
f(x4)
x0 2 i 1
n 1
h
[ f ( x 0 ) f ( x n ) 2 f ( x i )]
2 i 1
x0 x1 x2 x3 x4
CÁLCULO NUMÉRICO
INTEGRACIÓN NUMÉRICA
Método de Simpson:
n 1 n 1
b h
a f(x)dx 3 [ f ( x0 ) f ( xn ) 4i 0 f ( xi ) 2 f ( xi )]
impar i 0 par
xi 2 2h
xi f(x)dx 2 [ 3 ( f ( xi ) f ( xi 1 ) f ( xi2 )) 2hf ( xi ) ]
1
h
[ f ( xi ) 4 f ( xi 1 ) f ( xi 2 )]
3
f(x3)
f(x0) f(x1)
f(x2)
f(x4)
x0 x1 x2 x3 x4