A libro competo metodos numericos para ingenieria

METODOS NUMERICOS PARA
INGENIERIA
ING. RICARDO SEMINARIO VASQUEZ

METODOS NUMERICOS PARA INGENIERIA ING. RICARDO SEMINARIO VASQUEZ
2
INDICE DE MATERIAS
INTRODUCCION AL ANALISIS NUMERICO............................................................... 3
¿Qué es un método numérico?....................................................................................... 4
ERRORES DE CÁLCULO.................................................................................................. 5
TIPOS DE ERRORES.......................................................................................................... 6
ALGORITMOS BASICOS.................................................................................................. 7
Ejercicios propuestos........................................................................................................... 8
INTERPOLACIÓN LINEAL............................................................................................... 9
INTERPOLACIÓN CON ESPACIOS EQUIDISTANTES O INTERPOLACION DE
NEWTON..................................................................................................................... 9
INTERPOLACION CON ESPACIOS NO EQUIDISTANTES O INTERPOLACION DE
LAGRANGE .............................................................................................................. 18
APROXIMACIÓN LINEAL.............................................................................................. 21
Diagrama de flujo............................................................................................................. 23
CALCULO DE DERIVADAS........................................................................................... 24
Calculo de la primera derivada........................................................................................... 25
Formula de derivación de dos puntos: ......................................................................... 26
SOLUCION DE ECUACIONES NO LINEALES ............................................................ 28
MÉTODO DE BISECCIÓN.............................................................................................. 28
MÉTODO DE PUNTO FIJO ........................................................................................... 37
MÉTODO DE NEWTON RAPHSON.............................................................................. 41
SOLUCION DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE EL METODO
DE REDUCCION DE GAUSS-JORDAN................................................................. 44
A) SISTEMAS CON SOLUCION UNICA ..................................................................... 44
B) SISTEMAS CON INFINIDAD DE SOLUCIONES.................................................. 46
C) SISTEMAS SIN SOLUCION..................................................................................... 49
D) SISTEMAS HOMOGENEOS.................................................................................... 49
METODOS DE INTEGRACION ...................................................................................... 52
MÉTODO DEL TRAPECIO O REGLA DEL TRAPECIO .............................................. 52
REGLA DE SIMPSON ...................................................................................................... 54
REGLA DE SIMPSON 1/3................................................................................................ 54
REGLA DE SIMPSON 3/8.............................................................................................. 57
ECUACIONES DIFERENCIALES ORDINARIAS ......................................................... 60
MÉTODO DE EULER....................................................................................................... 61
MÉTODO DE RUNGE – KUTTA .................................................................................. 66
BIBLIOGRAFIA Y WEBGRAFIA ................................................................................... 69

3
INTRODUCCION AL ANALISIS NUMERICO
PRESENTACION
Al momento de aplicar las Matemáticas a situaciones del mundo real nos
encontramos a menudo con problemas que no pueden ser resueltos
analíticamente o de manera exacta y cuya solución debe ser abordada con ayuda
de algún procedimiento numérico. A continuación consideramos algunos
problemas típicos, ya formulados matemáticamente, para los cuales
estudiaremos técnicas numéricas de solución.
Este libro nace después de una experiencia en la enseñanza del curso del
mismo nombre en la Universidad Cesar Vallejo de Piura, durante cinco años. En
la primera parte estudiamos la teoría de errores, en la segunda parte la
interpolación lineal y la interpolación polinomial aplicada a la solución de
derivadas.
Aplicamos a la solución de ecuaciones no lineales, los métodos de
bisección, punto fijo y Newton Raphson y para las ecuaciones lineales los
métodos de Gauss Jordan.
En el caso de las integrales definidas, aplicamos los métodos del trapecio,
metodo de Simpson 1/3 y Simpson 3/8.
Concluyendo este libro con la solución numérica de ecuaciones
diferenciales, mediante los métodos de Euler y Runge Kutta.
EL AUTOR

4
¿Qué es un método numérico?
Un método numérico es un procedimiento mediante el cual se obtiene, casi
siempre de manera aproximada, la solución de ciertos problemas realizando
cálculos puramente aritméticos y lógicos (operaciones aritméticas elementales,
cálculo de funciones, consulta de una tabla de valores, cálculo preposicional,
etc.). Un tal procedimiento consiste de una lista finita de instrucciones precisas
que especifican una secuencia de operaciones algebraicas y lógicas (algoritmo),
que producen o bien una aproximación de la solución del problema (solución
numérica) o bien un mensaje. La eficiencia en el cálculo de dicha aproximación
depende, en parte, de la facilidad de implementación del algoritmo y de las
características especiales y limitaciones de los instrumentos de cálculo (los
computadores). En general, al emplear estos instrumentos de cálculo se
introducen errores llamados de redondeo.

5
ERRORES DE CÁLCULO
• Notación científica (punto flotante)
o Ejemplo :
2 * 102
= 200
5769 = 5.769 * 103
176936 = 1.77 * 105
0.00536 = 5.36 * 10-3
0.0000798 = 7.98 * 10-5
Ejercicios
Realizar las siguientes operaciones:
a) 0.5971 * 103
+ 0.4268 * 10-5

6
expresar el resultado en base a 103
y 10-5
solución
0.5971 * 103
+ 0.4268 * 10-5
= 0.5971 * 103
+ 0.000004268 * 10-5
b) 0.5971 * 10-3
+ 0.4268 * 10-6
TIPOS DE ERRORES
• error absoluto y error relativo
Sean las variables :
a = valor aproximado
a* = valor real
• el valor absoluto = E
E = | a*- a |
• El valor relativo = Er
Er = E/ a*
El cual es llamado error porcentual
Ejemplo :
• Calcular el error absoluto y relativo de a* y a
o a =0.50 * 10-2
o a*=0.51 * 102

7
solución
E = | a*- a |
0.51*102
- 0.50 * 102
= 0.01 * 102
= 1.00
Er = E/ a*
(0.01 * 102
)/0.50 *102
= 0.02 * 100 = 2%
ALGORITMOS BASICOS
Ejemplo programado en lenguaje C++
Programa cálculo del promedio
//programa para calcular el promedio de "m" números ingresados
#include<conio.h>
#include<iostream.h>
#include<math.h>
void main()
{
int x,sum,m,cont;
int prom;
cont=0;
cout<<"ingrese el total de números a sumar :";
cin>>m;
do
{
cont+=1;
cout<<"ingrese el numero a sumar :";
cin>>x;

8
sum+=x;
}
while (cont<m);
cout<<"la suma es :";
cout<< sum;
prom=sum/m;
cout<<"a el promedio es : ";
cout<<prom;
getch();
}
Ejercicios propuestos
• Calcular la suma de los “N” números ingresados por teclado
• Calcular la suma de los “N” primeros números
• Calcular el factorial de un numero

9
INTERPOLACIÓN LINEAL
Concepto : Interpolar significa encontrar un valor intermedio entre dos o mas
puntos base conocidos, los cuales se pueden aproximar mediante polinomios.
Sea en el sistema de coordenadas de la grafica anterior, las ecuaciones F(x) y
G(x) en cuyo espacio “a”, “b” se pueden interpolar determinados valores.
Tipos de interpolación
1. interpolación con espacios equidistantes
2. interpolación con espacios no equidistantes
INTERPOLACIÓN CON ESPACIOS EQUIDISTANTES O
INTERPOLACION DE NEWTON
• DIFERENCIAS PROGRESIVAS : Son llamadas diferencias hacia delante y
se definen como :
o primeras diferencias : ΔYi = Yi+1 - Yi i=0,1,2,3...n
(1)
o segundas diferencias : Δ 2
Yi = Δ Yi+1 - Δ Yi i=0,1,2,3...n
(2)
o terceras diferencias : Δ 3
Yi = Δ 2
Yi+1 - Δ 2
Yi i=0,1,2,3...n
(3)
F(x)
G(x)
f(b)
f(a)
y
x

10
o k- écimas diferencias Δ k
Yi = Δ kk-1
Yi+1 - Δ k-1
Yi
i=0,1,2,3...n (4)
k=0,1,2,3...n
donde :
Δ es el operador de diferencias progresivas
Para i=0 en la ecuación (1)
ΔY0 = Y1 – Y0 Y1 = Y0 + ΔY0
(5)
ΔY1 = Y2 – Y1 Y2 = Y1 + ΔY1
(6)
Δ 2
Y0 = Δ Y1 – Δ Y0 Δ Y1 = Δ 2
Y0 + ΔY0 (7)
Sustituyendo las ecuaciones (7) y (5) en (6)
Y2 = Y1 + ΔY1
Y2 = (Y0 + ΔY0) + (Δ 2
Y0 + ΔY0)
Y2 = Y0 + 2ΔY0 + Δ 2
Y0 (8)
De las ecuaciones (5) y (8)

11
Y1 = Y0 + ΔY0 sacando factor comun Y0 tenemos : Y1 = (1 + Δ)1
Y0
Y2 = Y0 + 2ΔY0 + Δ 2Y0 sacando factor comun Y0 tenemos : Y2 = (1 + Δ)2
Y0
Entonces para Y3
Y3= (1 + Δ)3
Y0 (9)
Generalizando, tendremos :
Yk=(1 + Δ)k
Y0 (10)
El Segundo miembro de la ecuación (10) corresponde al Binomio de Newton
Elevado al exponente “k”, el cual puede desarrollarse del siguiente modo:
Yk = Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
1
k
ΔY0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
2
k
Δ 2
Y0 + ..... + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
k
k
Δ k
Y0 (11)
Para : K= 1,2,3, ...n
Yk = Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
1
k
ΔY0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
2
k
Δ 2
Y0 + .... ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
j
k
Δ k
Y0+ ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+1j
k
0
(12)
Para : K= 1,2,3, ...n
Si se toma un valor “j” cualquiera menor que “k” y si las j-esimas
diferencias son constantes, entonces todas las diferencias de orden superior a
“j” serán cero, por lo que la ecuación (11) queda :

12
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
j
k
=
!)!(
!
jjk
k
−
=
!
)!1)...(2)(1(
j
jkkkk +−−−
donde :
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
j
k
es un polinomio en K de grado “j” de la forma :
yk = a 0 + a1k + a2
2k2
+ ..... .+ aj
kj (14)
Si consideramos la función tabular con espaciamiento “h”constante
X Y
X0 Y0
X1=X0+h Y1
X2=X0+2h Y2
... ...
Xk=X0+kh YK
Xn=X0+nh Yn
Donde :
X1-X0 = h
X2-X0 =2h
................
XK-X0 = Kh
Xn-X0 = nh
Donde queda la expresión: K =
h
XX k 0−
Sustituyendo (15) en (14)
X0 Xk X1
h
Y=f(x)
15

13
Yk = b 0 + b1x + b2x2
+ ..... .+ bjxj
Se llama Polinomio de Newton con espaciamiento constante
Ejercicio 01
En base a la función tabular que se muestra, preparar la tabla de diferencias:
X Y
0 -5
1 1
2 9
3 25
4 55
5 105
Solución
las primeras diferencias son :
Δ1
Y0 = Y1-Y0 = 1-(-5) = 6
Δ1
Y1 = Y2-Y1 = 9 - 1 = 8
Δ1
Y2= Y3-Y2 = 25- 9 =16
Δ1
Y3= Y4-Y3 = 55-25 =30
Δ1
Y4 = Y5-Y4 = 105-55 =50
las segundas diferencias son :
Δ2
Y0 = ΔY1- ΔY0 = 8 - 6 = 2
Δ2
Y1 = ΔY2- ΔY1 = 16 - 8 = 8

14
Δ2
Y2= Δ Y3- Δ Y2 = 30 - 16 =14
Δ2
Y3= Δ Y4- Δ Y3 = 50 -30 =20
las terceras diferencias son :
Δ3
Y0 = Δ 2
Y1- Δ 2
Y0 = 8 - 2 = 6
Δ3
Y1 = Δ 2
Y2- Δ 2
Y1 = 14 - 8 = 6
Δ3
Y2= Δ 2
Y3 - Δ 2
Y2 = 20 - 14 = 6
Queda entonces la tabla de resultados:
X Y Δ1
Y Δ2
Y Δ3
Y
0 -5
1 1 6
2 9 8 2
3 25 16 8 6
4 55 30 14 6
5 105 50 20 6
Por ser Δ3
Y constante, corresponde a un polinomio de tercer grado y es un
polinomio exacto
En la ecuación (12)
Yk = Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
1
k
Δ 1
Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
2
k
Δ 2
Y0 + .... ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
j
k
Δ k
Y0+ ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+1j
k
0
Si hacemos J=1, entonces tendremos el polinomio de primer grado que se
aproxima a f(x)
Yk = Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
1
k
ΔY0

15
Siendo :
K =
h
XX k 0−
Tendremos :
Yk = Y0 + (
h
XX k 0−
)ΔY0
Que corresponde a un polinomio de primer grado
Ejercicio 02
De la tabla del ejercicio 01, hallar la función explicita, teniendo como condiciones
iniciales: X0 =1, Y0=1
solución
K =
h
XX k 0−
Como por dato tenemos X0=1, siendo los valores de X constantes, entonces h=1
Δ1
Y0=8, Δ2
Y0=8, Δ3
Y0=6
K =
1
1−X
Quedando :
K = x - 1

16
Reemplazando en la ecuación general :
Yk = Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
1
k
Δ 1
Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
2
k
Δ 2
Y0 + .... ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
j
k
Δ k
Y0+ ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+1j
k
0
Yk = Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
1
1x
Δ 1
Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
2
1x
Δ 2
Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
3
1x
Δ 3
Y0
Reemplazando en la ecuación anterior:
Δ1
Y0=8, Δ2
Y0=8, Δ3
Y0=6
Yk = Y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
1
1x
8 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
2
1x
8 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
3
1x
6
Conociendo por formula de permutaciones:
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
1
1x
=
1
)1( −x
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
2
1x
=
2
)2)(1( −− xx
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
3
1x
=
6
)3)(2)(1( −−− xxx
Yk = 1 +
1
)1( −x
*8 +
2
)2)(1( −− xx
*8 +
6
)3)(2)(1( −−− xxx
*6
Y = 1+(x-1)*8 + (x-1)(x-2)*4 + (x-1)(x-2)(x-3)*1

17
Simplificando queda :
Y = X3
– 2X2
+ 7 X - 5 SOLUCION PEDIDA

18
INTERPOLACION CON ESPACIOS NO EQUIDISTANTES
O INTERPOLACION DE LAGRANGE
Si se presenta una función tabulada de la forma :
X Y
X0 Y0
X1=X0+h0 Y1
X2=X1+h1 Y2
... ...
Xk=X0+kh YK
Xn=Xn-
1+hn-1
Yn
Entonces el polinomio :
Yk = b 0x1 + b1xn-1 + b2xn-2 + ..... .+ bn-1xj
+ bn
O bien :
Y = a0 (x- x1)(x-x2)(x-x3) ... (x-xn)
+ a1 (x- x0)(x-x2)(x-x3) ... (x-xn)
+ a0 (x- x0)(x-x1)(x-x3) ... (x-xn)
....+ an (x- x0)(x-x1)(x-x2) ... (x-xn-1)
los coeficientes a0, a1, a2 , ........ an , se determinan de tal modo que el polinomio
pase por todos y cada uno de los puntos conocidos de la función, entonces si se
evalúa la función anterior para x= x0 se tiene :
Y0 = a0 (x- x1)(x-x2)(x-x3) ... (x-xn) donde :

19
a0 =
))...()()(( 0302010
0
nxxxxxxxx
y
−−−−
a1 =
))...()()(( 1312101
1
nxxxxxxxx
y
−−−−
……..
an =
))...()()(( 1210 −−−−− nnnnn
n
xxxxxxxx
y
Sustituyendo en la ecuación de Lagrange
Y =
))...()()((
)).....()()((
0302010
321
n
n
xxxxxxxx
xxxxxxxx
−−−−
−−−−
y0
+ 1
1312101
320
))...()()((
)).....()()((
y
xxxxxxxx
xxxxxxxx
n
n
−−−−
−−−−
+ 2
2321202
310
))...()()((
)).....()()((
y
xxxxxxxx
xxxxxxxx
n
n
−−−−
−−−−
.......................................
1
1210
1210
))...()()((
)).....()()((
y
xxxxxxxx
xxxxxxxx
nnnnn
n
−
−
−−−−
−−−−
............(2)
o simplemente :
i
ij
j ji
j
y
xx
xx
∑∏
≠
= −
−
0

20
Ejercicio 01
• dada la siguiente función tabular, encontrar el valor de la función para x=3
X Y
0 5
1 7
2 9
5 15
Solución
Reemplazando en la ecuación (2) :
Y =
))()((
))()((
302010
321
xxxxxx
xxxxxx
−−−
−−−
y0 + 1
312101
320
))()((
))()((
y
xxxxxx
xxxxxx
−−−
−−−
+ 2
321202
310
))()((
))()((
y
xxxxxx
xxxxxx
−−−
−−−
+ 3
231303
210
))()((
))()((
y
xxxxxx
xxxxxx
−−−
−−−
haciendo x=3
Y =
)50)(20)(10(
)53)(23)(13(
−−−
−−−
*5 + 7*
)51)(21)(01(
)53)(23)(03(
−−−
−−−
+ 9*
)52)(12)(02(
)53)(13)(03(
−−−
−−−
+ 15
)25)(15)(05(
)23)(13)(03(
−−−
−−−
Y= 11 solución buscada

21
APROXIMACIÓN LINEAL
y
F(x)
x
Si tenemos una nube de puntos, a los cuales queremos aproximar a una linea
recta, esta se obtiene mediante formulas.
Sea la función genérica:
Y = B + A*X
Donde:
A =
∑∑
∑ ∑ ∑
−
−
22
)(
)(
XXN
YXXYN
B =
N
XAY∑ ∑−
EJEMPLO
F(x) = 5 + 3x

22
Solución
x y xy x
2
1 1 1 1
1.8 1.5 2.7 3.24
2 2.5 5 4
2.5 2.8 7 6.25
3 4 12 9
5 6 30 25
15.3 17.8 57.7 48.49
234.1
donde :
( )2
∑x =234.1 ∑ y =17.8
∑x =15.3 ∑xy =57.7
∑ 2
)(x =48.49
aplicando los resultados de la tabla a la formula :
A =
∑∑
∑ ∑ ∑
−
−
22
)(
)(
XXN
YXXYN
B =
N
XAY∑ ∑−
A = 299.1
09.234)49.48(6
)8.17)(3.15()7.57(6
=
−
−
B = 346.0
6
)3.15(299.18.17
−=
−
Entonces la recta es:
XY 299.1346.0 +−=

23
la nueva tabla seria :
x y
1 0.953
1.8 1.992
2 2.252
2.5 2.902
3 3.551
5 6.149
Diagrama de flujo
Y
5
4
3
2
1
1 2 3 4 5
For I=1 to N
Read(N)
inicio
Read ((x,y)
NEXT
X1=X1+X
Y1=Y1+Y
X2=X2 + X^2
Z = Z + X*Y

24
CALCULO DE DERIVADAS
Sea la función: y= f(x)
Se desea calcular la derivada de la función f(x), para lo cual lo expresamos
gráficamente asi:
y = yo + k ∆ yo
∆ yo y= f(x)
∆ xo
tg α = )(xf
dx
d
A =
∑∑
∑ ∑ ∑
−
−
22
)(
)(
XXN
YXXYN
B =
N
XAY∑ ∑−
α
β
xo h x1
h
y1
y0

25
tg β =
h
yoΔ
)(xf
dx
d
= ⎥
⎦
⎤
⎢
⎣
⎡
+Δ
+−
+Δ
−
+Δ ...
6
263
2
121
0
3
2
0
2
0 y
kk
y
k
y
h
Calculo de la primera derivada
)(xf
dx
d
= [ ]0
1
y
h
Δ donde: ∆ yo = 01 yy −
El problema de la derivada consiste en obtener el valor de las derivadas en una
función tabulada en algunos puntos:
x = nxxxxx ...............,,, 3210
si : yk = f(xk) yk = y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
1
k
Δy0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
2
k
Δ 2
y0 + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
3
k
Δ 3
y0 ..... + ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
j
k
Δ j
y0
La primera derivada es :
)(xf
dx
d
= ⎥
⎦
⎤
⎢
⎣
⎡
Δ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
++Δ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+Δ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+Δ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+ 00
3
0
2
00 .......
321
y y
j
k
y
k
y
k
y
k
dx
d j
………….(1)
considerando que :
h
xx
k 0−
= y
hdx
dk 1
= ………..(2)
k
k
kkk
=
−
−
=⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
1
)1(
1
………………………….(3)
( ) 2
)1(
!22
)2)(1(
2
−
=
−
−−
=⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ kk
k
kkkk
………………………. (4)
6
)2)(1(
3
−−
=⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ kkkk
………………………………… (5)
Reemplazando en (2),(3),(4),(5) en (1), y derivando, tenemos:
)(xf
dx
d
=
h
1
( ) ⎥⎦
⎤
⎢⎣
⎡
+Δ
−−
+Δ
−
+Δ+ .......
6
)2)(1(
2
)1(
y 0
3
0
2
00 y
kkk
y
kk
yk
dk
d

26
)(xf
dx
d
=
h
1
⎥
⎦
⎤
⎢
⎣
⎡
+Δ
+−
+Δ
−
+Δ .......
6
)263
2
)12(
0
3
2
0
2
0 y
kk
y
k
y
Formula de derivación de dos puntos:
)(xf
dx
d
=
h
1
[ ] ey +Δ .0 donde : “e” es un error por truncamiento y
∆ yo = 01 yy −
)(xf
dx
d
=
h
1
[ ] eyy +− .01
Esta formula permite encontrar la función tabular 0xx = mediante un
polinomio interpolante de primer grado, tenemos:
)(xf
dx
d
0xx= 0'y =
h
1
[ ] eyy ++− .10
si deseamos encontrar la derivada de la función tabular en 1xx = mediante un
polinomio interpolante de primer grado, tenemos:
)(xf
dx
d
1xx= 0'y =
h
1
[ ] eyy ++− .21 y así sucesivamente.
Formula de derivación de tres puntos: (polinomio interpolante de segundo
grado)
)(xf
dx
d
=
h
1
⎥⎦
⎤
⎢⎣
⎡
Δ
−
+Δ 0
2
0
2
)12(
y
k
y + e
donde: Δ2
Y0 = Δy1- Δy0
: ∆ yo = 01 yy − ∆ y1 = 12 yy − haciendo K=0
Reemplazando nos queda:

27
)(xf
dx
d
=
h
1
⎥⎦
⎤
⎢⎣
⎡
Δ
−
+Δ 0
2
0
2
)1
yy + e )(xf
dx
d
=
h2
1
[ ]0
2
02 yy Δ−Δ + e
)(xf
dx
d
=
h2
1
[ ])(2 010 yyy Δ−Δ−Δ + e )(xf
dx
d
=
h2
1
[ ]0102 yyy Δ+Δ−Δ + e
)(xf
dx
d
=
h2
1
[ ]103 yy Δ−Δ + e = [ ])()(3
2
1
1201 yyyy
h
−−−
= [ ])33
2
1
1201 yyyy
h
+−− = [ ])34
2
1
201 yyy
h
−−
)(xf
dx
d
= [ ])43
2
1
210 yyy
h
−+− + e

28
SOLUCION DE ECUACIONES NO LINEALES
• METODO DE BISECCION
• METODO DEL PUNTO FIJO
• METODO DE NEWTON RAPHSON
MÉTODO DE BISECCIÓN
El método de bisección se basa en el siguiente teorema de Cálculo:
Teorema del Valor Intermedio
Sea contínua en un intervalo y supongamos que .
Entonces para cada tal que , existe un tal que
. La misma conclusión se obtiene para el caso que .
Básicamente el Teorema del Valor Intermedio nos dice que toda función contínua
en un intervalo cerrado, una vez que alcanzó ciertos valores en los extremos del
intervalo, entonces debe alcanzar todos los valores intermedios.
En particular, si y tienen signos opuestos, entonces un valor
intermedio es precisamente , y por lo tanto, el Teorema del Valor
Intermedio nos asegura que debe existir tal que , es decir,
debe haber por lo menos una raíz de en el intervalo .
El método de bisección sigue los siguientes pasos:
Sea contínua,
i) Encontrar valores iniciales , tales que y tienen signos
opuestos, es decir,
ii) La primera aproximación a la raíz se toma igual al punto medio entre y :
iii) Evaluar . Forzosamente debemos caer en uno de los siguientes casos:

29
En este caso, tenemos que y tienen signos opuestos, y por lo
tanto la raíz se encuentra en el intervalo .
En este caso, tenemos que y tienen el mismo signo, y de aquí
que y tienen signos opuestos. Por lo tanto, la raíz se encuentra en
el intervalo .
En este caso se tiene que y por lo tanto ya localizamos la raíz.
El proceso se vuelve a repetir con el nuevo intervalo, hasta que:
es decir,
Ejemplo 1
Aproximar la raíz de hasta que .
Solución
Sabemos por lo visto en el ejemplo 1 de la sección anterior, que la única raíz de
se localiza en el intervalo . Así que este intervalo es nuestro punto
de partida; sin embargo, para poder aplicar el método de bisección debemos
checar que y tengan signos opuestos.
En efecto, tenemos que
mientras que

30
Cabe mencionar que la función sí es contínua en el intervalo . Así
pues, tenemos todos los requisitos satisfechos para poder aplicar el método de
bisección. Comenzamos:
i) Calculamos el punto medio (que es de hecho nuestra primera aproximación a
la raíz):
ii) Evaluamos
iii) Para identificar mejor en que nuevo intervalo se encuentra la raíz, hacemos
la siguiente tabla:
Por lo tanto, vemos que la raíz se encuentra en el intervalo .
En este punto, vemos que todavía no podemos calcular ningún error aproximado,
puesto que solamente tenemos la primera aproximación. Así, repetimos el
proceso con el nuevo intervalo .
Calculamos el punto medio (que es nuestra segunda aproximación a la raíz):
Aquí podemos calcular el primer error aproximado, puesto que contamos ya con
la aproximación actual y la aproximación previa:
Puesto que no se ha logrado el objetivo, continuamos con el proceso.
Evaluamos , y hacemos la tabla:
Así, vemos que la raíz se encuentra en el intervalo .
Calculamos el punto medio,

31
Y calculamos el nuevo error aproximado:
El proceso debe seguirse hasta cumplir el objetivo.
Resumimos los resultados que se obtienen en la siguiente tabla:
Aprox. a la raíz Error
aprox.
1.25
1.375 9.09%
1.3125 4.76%
1.28125 2.43%
1.296875 1.20%
1.3046875 0.59%
Así, obtenemos como
aproximación a la raíz
Ejemplo 2
Aproximar la raíz de hasta que .
Solución
Como vimos en el ejemplo 2 de la sección anterior, la única raíz de se
localiza en el intervalo . Para poder aplicar el método de bisección, es
importante checar que sí se cumplen las hipótesis requeridas.
Sabemos que es contínua en el intervalo , y checamos que y
tengan signos opuestos.
En efecto,
Mientras que,
Por lo tanto, sí podemos aplicar el método de bisección.

32
Calculamos el punto medio del intervalo ,
Que es la primera aproximación a la raíz de .
Evaluamos .
Y hacemos nuestra tabla de signos,
Puesto que y tienen signos opuestos, entonces la raíz se localiza en
el intervalo .
En este punto, solo contamos con una aproximación, a saber, , que
es el primer punto medio calculado.
Repetimos el proceso, es decir, calculamos el punto medio ahora del intervalo
,
Que es la nueva aproximación a la raíz de .
Aquí podemos calcular el primer error aproximado:
Puesto que no se cumple el objetivo, continuamos con el proceso.
Evaluamos .
Y hacemos la tabla de signos:
Puesto que y tienen signos opuestos, entonces la raíz se
localiza en el intervalo .
Calculamos el punto medio,

33
Y el nuevo error aproximado:
El proceso se debe continuar hasta que se logre el objetivo.
Resumimos los resultados que se obtienen en la siguiente tabla:
Aprox. a la raíz Error
aprox.
0.5
0.75 33.33%
0.625 20%
0.5625 11.11%
0.53125 5.88%
0.515625 3.03%
0.5234375 1.49%
0.51953125 0.75%
De lo cual, vemos que la aproximación buscada es
El método de bisección por lo general es lento, y en casos como el de la siguiente
gráfica, puede ser demasiado lento.
En un caso como éste, el proceso de bisección comienza a acercarse a la raíz de
forma muy lenta, ya que el método solamente toma en cuenta que la raíz se
encuentra dentro del intervalo, sin importar si se encuentra más cerca de alguno

34
de los extremos del intervalo. Sería bueno implementar un método que tome en
cuenta este detalle.
Esto da lugar al siguiente método de aproximación de raíces.
Ejercicio sobre el método de bisección (otra forma de calcular )
1. Calcular la 5 , si 2 ≤ x ≤ 2.5 a=2 c=2.5
Solución:
Si : x = f(x) …. (1) y x= 5 ………(2)
Elevando al cuadrado ambos miembros en (2), tendremos:
52
=x ……….. (3)
Luego hacemos:
052
=−x ……...(4)
Entonces comparamos: (1) y (4):
f(x) = 52
−x La misma que debe cumplir con la siguiente condición :
f(a). f(c) ≤ 0 reemplazando con a y c tenemos :
f(2)= -1 f(2.5)= 1.25 -1*1.25 = -1.25 lo cual es < que cero
de la restricción dada, en el ejemplo tenemos:
b=
2
ca +
= 25.2
2
5.22
=
+

35
los mismos que podemos colocar en tablas:
01 x F(x)
a 2 -1
b 2.25 0.0625
c 2.5 6.5
02 x F(x)
a 2 -1
b 2.125 -0.4843
c 2.25 0.0625
03 x F(x)
a 2.125 -0.4843
b 2.1875 -0.2148
c 2.25 0.0625
04 x F(x)
a 2.1875 -0.2148
b 2.21875 -0.07715
c 2.25 0.0625
05 x F(x)
a 2.21875 -
0.07715
b 2.2344 -
0.00757
c 2.25 0.0625
06 x F(x)
a 2.2344 -
0.00757
b 2.2422 -
0.0.2747
c 2.25 0.0625
08 x F(x)
a 2.1875 -0.2148
b 2.21875 -0.07715
c 2.25 0.0625
07 x F(x)
a 2.125 -0.4843
b 2.1875 -0.2148
c 2.25 0.0625

36
Podemos concluir que la raíz cuadrada de 5 es : 2.2354 con un error
de 10-3
09 x F(x)
a 2.2344 -
0..00757
b 2.2354 0.003210
c 2.2365 0.00625

37
MÉTODO DE PUNTO FIJO
Ejemplos:
1) La ecuación se puede transformar en .
2) La ecuación se puede transformar en
.
Teorema de punto fijo. Supongamos que
(i)
[ ], ' , ,g g C a b∈
(ii) K es una constante positiva,
(iii) 0 ( , )p a b∈
(iv)
[ ]( ) ,g x a b∈
para todo
[ ],x a b∈
.
Entonces hay un punto fijo P de g en [a,b].
Si
'( ) 1g x K≤ <
para todo
[ ],x a b∈
, entonces P es el único punto fijo de g en
[a,b] y la iteración 1( )n np g p −= converge a dicho punto fijo P. En este caso, se
dice que P es un punto fijo atractivo.

38
Si
'( ) 1g x >
y 0p P≠ entonces la iteración 1( )n np g p −= no converge a P. En
este caso se dice que P es un punto fijo repulsivo y la iteración presenta
divergencia local.
En el ejemplo 1, claramente se cumple la condición de que
. Por lo tanto el método sí converge a la raíz.
En el ejemplo 2, y en este caso,
. Por lo tanto, el método no converge a la raíz.
Interpretación grafica de la iteración de punto fijo:

39
Ejemplo: Para la función
3 1/2
( ) 1/ 2(10 )g x x= −

40
g’(x)<0 en [1,2] ,
'(2) 2.12g ≈
no hay convergencia a punto fijo.
Empezando con p0=1.5 y cambiando intervalo a [1,1.5]. Aquí g siga decreciente y
además
'(1.5) 0.66g ≈
hay convergencia.
Ejercicio. Hallar las raíces de la ecuación x=2cosx partiendo desde x=1 por el
método de punto fijo, estudiar el valor de la derivada.
Ejercicio: Usar el método de iteración del punto fijo para aproximar la raíz de
, comenzando con . Hacer 5 iteraciones.
Ejercicio: Averiguar si hay convergencia a punto fijo para la función
1/2
( ) (10/(4 ))g x x= + en intervalo [1,2]

41
MÉTODO DE NEWTON RAPHSON
Este método, el cual es un método iterativo, es uno de los más usados y
efectivos. A diferencia de los métodos anteriores, el método de Newton-Raphson
no trabaja sobre un intervalo sino que basa su fórmula en un proceso iterativo.
Supongamos que tenemos la aproximación a la raíz de ,
Trazamos la recta tangente a la curva en el punto ; ésta cruza al eje
en un punto que será nuestra siguiente aproximación a la raíz .
Para calcular el punto , calculamos primero la ecuación de la recta tangente.
Sabemos que tiene pendiente
Y por lo tanto la ecuación de la recta tangente es:
Hacemos :
Y despejamos :

42
Que es la fórmula iterativa de Newton-Raphson para calcular la siguiente
aproximación:
,
si
Note que el método de Newton-Raphson no trabaja con intervalos donde nos
asegure que encontraremos la raíz, y de hecho no tenemos ninguna garantía de
que nos aproximaremos a dicha raíz. Desde luego, existen ejemplos donde este
método no converge a la raíz, en cuyo caso se dice que el método diverge. Sin
embargo, en los casos donde si converge a la raíz lo hace con una rapidez
impresionante, por lo cual es uno de los métodos preferidos por excelencia.
También observe que en el caso de que , el método no se puede
aplicar. De hecho, vemos geométricamente que esto significa que la recta
tangente es horizontal y por lo tanto no intersecta al eje en ningún punto, a
menos que coincida con éste, en cuyo caso mismo es una raíz de !
Ejemplo 1
Usar el método de Newton-Raphson, para aproximar la raíz de ,
comenzando con y hasta que .
Solución
En este caso, tenemos que
De aquí tenemos que:

43
Comenzamos con y obtenemos:
En este caso, el error aproximado es,
Continuamos el proceso hasta reducir el error aproximado hasta donde se pidió.
Resumimos los resultados en la siguiente tabla:
Aprox. a la raíz Error aprox.
1
1.268941421 21.19%
1.309108403 3.06%
1.309799389 0.052%

44
SOLUCION DE SISTEMAS DE ECUACIONES LINEALES
MEDIANTE EL METODO DE REDUCCION DE GAUSS-
JORDAN
En esta parte el lector hallará la solución de sistemas de ecuaciones lineales
usando el
Método de Gauss-Jordan. El tema se presenta en 4 secciones: A) sistemas con
solución única, B) sistemas con infinidad de soluciones, C) sistemas sin solución
y D) sistemas homogéneos.
A) SISTEMAS CON SOLUCION UNICA
1) Resolver el siguiente sistema de ecuaciones lineales mediante el método de
Gauss-Jordan.
Solución.
a) Escribimos la matriz aumentada del sistema.
Debemos llevar a dicha matriz a su forma escalonada reducida mediante
operaciones elementales en los renglones de la matriz, para ésto, escribiremos la
matriz y a continuación una flecha. Encima de esta flecha indicaremos la(s)
operación(es) que estamos efectuando para que el lector pueda seguir el
desarrollo.
Notación para las operaciones elementales en renglones
icR nuevo renglón i de la matriz aumentada.
ji RR ⇔ intercambio del renglón i con el renglón j.

45
ji RaR + nuevo renglón j de la matriz aumentada.
b) Desarrollo para obtener la forma escalonada reducida.
2) Resuelva el siguiente sistema de ecuaciones lineales
Solución.
Escribiendo la matriz aumentada del sistema y reduciendo de acuerdo a la
operación indicada tenemos:

46
B) SISTEMAS CON INFINIDAD DE SOLUCIONES
1) Obtener la solución del siguiente sistema de ecuaciones lineales.
Solución.
La última matriz está en su forma escalonada reducida, ya no se puede reducir
más, de donde obtenemos:
Despejando x, y
Luego x, y dependen de z, si z = t, t ¸ R, tenemos

47
Es decir, el sistema de ecuaciones tiene una infinidad de soluciones ya que para
cada valor de t habrá un valor para x, y, z.
Por ejemplo:
Si T=0 entonces 0,
4
1
,
2
3
=−== zyx , es una solución para el sistema de
ecuaciones.
Si T=1 entonces 1,
16
5
,
8
7
=== zyx es otra solución para el sistema de
ecuaciones.
Si T=4 entonces 4,
2
5
,4 −=−== zyx también es solución para el sistema de
ecuaciones.
Así una vez más, remarcamos, el sistema tiene una infinidad de soluciones.
2) Resolver el sistema de ecuaciones:
Solución.

48
Si w = t, tenemos:
∴Hay infinidad de soluciones.

49
C) SISTEMAS SIN SOLUCION
1) Resolver el siguiente sistema de ecuaciones.
Solución.
No hay necesidad de seguir reduciendo, del segundo renglón se tiene
4000 −=++ zyx que da la igualdad 40 −= (¡contradicción!), por lo tanto, el
sistema no tiene solución.
2) Resolver el siguiente sistema de ecuaciones.
Solución.
Del tercer renglón se tiene 30000 =+++ dcba que da la igualdad 0=3, luego el
sistema no tiene solución.
D) SISTEMAS HOMOGENEOS

50
Un sistema de ecuaciones lineales se dice HOMOGENEO si cada una de las
ecuaciones está igualada a cero es decir
Los sistemas homogéneos SIEMPRE tienen solución ya que
Es solución del sistema, ésta solución es llamada la solución trivial, así un
sistema homogéneo de ecuaciones lineales tiene solución única o tiene una
infinidad de soluciones.
1) Resolver el siguiente sistema de ecuaciones
Solución.
Luego x=y=z=0, el sistema tiene solución única, la solución trivial.

51
Algo más para agregar
Hay dos temas adicionales que se deben de mencionar: La interpolación con los
datos igualmente espaciados y la Extrapolación.
Ya que los métodos de Newton y de Lagrange son compatibles con los datos
espaciados en forma arbitraria, se debe de preguntar por que se aborda el caso
de los datos igualmente espaciados. Antes del advenimiento de las
computadoras digitales, estos métodos tuvieron gran utilidad en la interpolación
de tablas con datos igualmente espaciados. De hecho se desarrolla un esquema
conocido como tabla de diferencias divididas para facilitar la implementación de
estas técnicas.
Sin embargo, y debido a que las fórmulas son un subconjunto de los esquemas
de Newton y Lagrange compatibles con la computadora y ya que se dispone de
muchas funciones tabulares como rutinas de biblioteca, la necesidad de puntos
equidistantes se fue perdiendo. En particular, se puede emplear en la derivación
de fórmulas de integración numérica que emplean comúnmente datos
equidistantes.
La extrapolación es el proceso de calcular un valor de f(X) que cae fuera del
rango de los puntos base conocidos X0, X1, ... , Xn. La interpolación mas exacta
usualmente se obtiene cuando las incógnitas caen cerca de los puntos base.
Obviamente, esto no sucede cuando las incógnitas caen fuera del rango, y por lo
tanto, el error en la extrapolación puede ser muy grande. La naturaleza abierta en
los extremos de la extrapolación representa un paso en la incógnita porque el
proceso extiende la curva más allá de la región conocida. Como tal, la curva
verdadera diverge fácilmente de la predicción. Por lo tanto, se debe tener cuidado
extremo en casos donde se deba extrapolar.

52
METODOS DE INTEGRACION
• Método del trapecio
• Método de Simpson 1/3
• Método de Simpson 3/8
MÉTODO DEL TRAPECIO O REGLA DEL TRAPECIO
La regla del trapecio o regla trapezoidal es una de las fórmulas cerradas de
Newton-Cotes.
Corresponde al caso donde n = 1, es decir:
donde es un polinomio de interpolación (obviamente de grado 1) para los
datos:
Del capítulo anterior, sabemos que este polinomio de interpolación es:
Integrando este polinomio, tenemos que:

53
Por lo tanto, tenemos que:
Que es la conocida Regla del Trapecio. Este nombre se debe a la interpretación
geométrica que le podemos dar a la fórmula. El polinomio de interpolación para
una tabla que contiene dos datos, es una línea recta. La integral, corresponde al
área bajo la línea recta en el intervalo , que es precisamente el área del
trapecio que se forma.
Ejemplo1:
Utilizar la regla del trapecio para aproximar la integral:
Solución.
Usamos la fórmula directamente con los siguientes datos:
Por lo tanto tenemos que:

54
REGLA DE SIMPSON
Además de aplicar la regla trapezoidal con segmentos cada vez más finos, otra
manera de obtener una estimación más exacta de una integral, es la de usar
polinomios de orden superior para conectar los puntos. Por ejemplo, si hay un
punto medio extra entre f(a) y f(b), entonces los tres puntos se pueden conectar
con un polinomio de tercer orden.
A las fórmulas resultantes de calcular la integral bajo estos polinomios se les
llaman Reglas de Simpson.
REGLA DE SIMPSON 1/3
La Regla de Simpson de 1/3 proporciona una aproximación más precisa, ya que
consiste en conectar grupos sucesivos de tres puntos sobre la curva mediante
parábolas de segundo grado, y sumar las áreas bajo las parábolas para obtener
el área aproximada bajo la curva.
Suponemos que tenemos los datos:
donde es el punto medio entre y .
En este caso se tiene que:
donde es el polinomio de interpolación para los datos en la tabla anterior.
Usaremos el polinomio de Lagrange.
Así, tenemos que:
Si denotamos, entonces:

55
Simplificando términos:
Vemos que cada uno de los términos anteriores, es esencialmente de la misma
forma, es decir, una constante por
Así, calculamos la siguiente integral por partes:
Sea:
por lo tanto,
Usamos esta fórmula para calcular la integral de cada uno de los tres términos de
.

56
Debido al factor se le conoce como la regla de Simpson de un tercio.
En la práctica, sustituimos el valor de para obtener nuestra fórmula
final:
Ejemplo1.
Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:
Solución.
Aplicamos la fórmula directamente, con los siguientes datos:
Por lo tanto, tenemos que:

57
REGLA DE SIMPSON 3/8
La derivación de la Regla de los Tres Octavos de Simpson es similar a la regla de
un tercio, excepto que se determina el área bajo una parábola de tercer grado
que conecta 4 puntos sobre una curva dada. La forma general de la parábola de
tercer grado es:
Este caso corresponde a , es decir,
donde es un polinomio de interpolación para los siguientes datos:
Y donde , y , son los puntos que dividen en tres partes
iguales al intervalo .
Igual que en el caso anterior, se usa el polinomio de interpolación de Lagrange, y
usando el método de integración por partes se llega a la siguiente fórmula:
donde . Debido al factor es que se le dió el nombre de Regla de
Simpson de 3/8. En la práctica, se sustituye el valor de h para obtener:
Ejemplo1.
Aproximar la siguiente integral, usando la regla de Simpson de 3/8:
Solución.
En este caso, tenemos los siguientes datos:

58
Los cuales sustituimos en la fórmula, para obtener:
Al igual que en los dos casos anteriores, la regla de Simpson de 3/8, se puede
extender si subdividimos el intervalo en intervalos de la misma longitud
.
Sea la partición determinada de esta forma. Cada sub intervalo
lo dividimos en tres partes iguales, y sean y los puntos
determinados así:
Aplicando la regla de 3/8 en cada uno de los intervalos tenemos:

59
Esta última, es la regla de Simpson de 3/8 para n subintervalos todos de la
misma longitud.

60
ECUACIONES DIFERENCIALES ORDINARIAS
Las ecuaciones diferenciales tienen importancia fundamental en las aplicaciones,
ya que muchas leyes y relaciones físicas pueden idealizarse matemáticamente
en la forma de estas ecuaciones. En particular, el estudio de problemas de
equilibrio de sistemas continuos se encuentra dentro de este contexto.
SOLUCIÓN DE UNA ECUACIÓN DIFERENCIAL.
Dada una ecuación diferencial ordinaria de orden n y cualquier grado, cuya forma
general es:
(1)
Se establece en matemáticas que en su solución general deben aparecer n
constantes arbitrarias. Entonces, puede aceptarse que la solución general de (1)
es:
G(X, Y, C1, C 2, ... , C n) = 0 (2)
Se distinguen dos tipos de problemas: los llamados de Valores Iniciales y los de
Valores en la Frontera.
Un problema de valores iniciales está gobernado por una ecuación diferencial de
orden n y un conjunto de n condiciones independientes todas ellas, válidas para
el mismo punto inicial. Si la ecuación (1) es la ecuación diferencial que define el
problema, y X = a es el punto inicial, puede aceptarse que las n condiciones
independientes son:
(3)
Por el contrario, en los problemas de valores en la frontera deben establecerse
condiciones de frontera en todos y cada uno de los puntos que constituyen la
frontera del dominio de soluciones del problema. En particular en el espacio de

61
una dimensión, hay dos puntos frontera, por ejemplo, X = a y X = b, si el dominio
de soluciones es el intervalo cerrado
Básicamente la solución numérica de ecuaciones diferenciales consiste en
sustituir el dominio continuo de soluciones por uno discreto formado por puntos
aislados igualmente espaciados entre sí.
Así, en un problema de valores iniciales, el dominio de definición de soluciones
se sustituye por el conjunto infinito numerable de puntos,
X0 = a, X 1 = X 0 + h, X 2 = X 0 + 2h, X 3 = X 0 + 3h, ...
y en el caso de valores en la frontera se sustituye el intervalo por
el conjunto finito de puntos
X0 = a, X 1 = X 0 + h, X 2 = X 0 + 2h, ... , X n = X 0 + nh = b
Obtenidos, al dividir el intervalo en n partes iguales.
MÉTODO DE EULER
Se llama método de Euler al método numérico consistente en ir incrementando
paso a paso la variable independiente y hallando la siguiente imagen con la
derivada.
Calculemos la ecuación de la recta tangente a la curva solución de la ecuación
diferencial dada en el punto . De los cursos de Geometría Analítica,
sabemos que la ecuación de la recta es:
donde m es la pendiente. En este caso, sabemos que la pendiente de la recta
tangente se calcula con la derivada:

62
Por lo tanto, la ecuación de la recta tangente es :
Ahora bien, suponemos que es un punto cercano a , y por lo tanto estará
dado como . De esta forma, tenemos la siguiente aproximación:
De aquí, tenemos nuestra fórmula de aproximación:
Esta aproximación puede ser suficientemente buena, si el valor de h es realmente
pequeño, digamos de una décima ó menos. Pero si el valor de h es más grande,
entonces podemos cometer mucho error al aplicar dicha fórmula. Una forma de
reducir el error y obtener de hecho un método iterativo, es dividir la distancia
en n partes iguales (procurando que estas partes sean de longitud
suficientemente pequeña) y obtener entonces la aproximación en n pasos,
aplicando la fórmula anterior n veces de un paso a otro, con la nueva h igual a
.
En una gráfica, tenemos lo siguiente:
Ahora bien, sabemos que:
Para obtener únicamente hay que pensar que ahora el papel de lo
toma el punto , y por lo tanto, si sustituimos los datos adecuadamente,
obtendremos que:

63
De aquí se ve claramente que la fórmula recursiva general, está dada por:
Esta es la conocida fórmula de Euler que se usa para aproximar el valor de
aplicándola sucesivamente desde hasta en pasos de longitud h.
Ejemplo1
Dada la siguiente ecuación diferencial con la condición inicial:
Aproximar .
NOTA
Primero observamos que esta ecuación sí puede resolverse por métodos
tradicionales de ecuaciones diferenciales. Por ejemplo, podemos aplicar el
método de separación de variables. Veamos las dos soluciones.
Solución Analítica.
Sustituyendo la condición inicial:
Por lo tanto, tenemos que la curva solución real está dada:
Y por lo tanto, el valor real que se pide es:

64
Solución Numérica
Aplicamos el método de Euler y para ello, observamos que la distancia entre
y no es lo suficientemente pequeña. Si didimos esta distancia
entre cinco obtenemos un valor de y por lo tanto, obtendremos la
aproximación deseada en cinco pasos.
De esta forma, tenemos los siguientes datos:
Sustituyendo estos datos en la formula de Euler, tenemos, en un primer paso:
Aplicando nuevamente la formula de Euler, tenemos, en un segundo paso:
Y así sucesivamente hasta obtener . Resumimos los resultados en la siguiente
tabla:
n
0 0 1
1 0.1 1
2 0.2 1.02
3 0.3 1.0608
4 0.4 1.12445
5 0.5 1.2144

65
Concluimos que el valor aproximado, usando el método de Euler es:
Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para
calcular el error relativo porcentual que se cometió al aplicar la formula de Euler.
Tenemos que:

66
MÉTODO DE RUNGE – KUTTA
Sin entrar en mucho detalle, mencionamos solamente que el método de Runge-
Kutta cambia la dirección en el sentido de que no sigue la misma línea de los
métodos de Euler. De hecho está basado en una aplicación de los polinomios de
Taylor. Comentamos sin embargo, que el método de Runge-Kutta si contiene
como casos especiales los de Euler.
Las fórmulas
donde
Se conocen como las reglas o fórmulas de Runge-Kutta de orden cuatro para la
ecuación diferencial:
Ejemplo1
Usar el método de Runge-Kutta para aproximar dada la siguiente ecuación
diferencial:

67
Solución
Primero, identificamos el mismo ejemplo 1 de los dos métodos anteriores.
Segundo, procedemos con los mismos datos:
Para poder calcular el valor de , debemos calcular primeros los valores de
, , y . Tenemos entonces que:
Con el fin de un mayor entendimiento de las fórmulas, veamos la siguiente
iteración:

68
El proceso debe repetirse hasta obtener . Resumimos los resultados en la
siguiente tabla:
n
0 0 1
1 0.1 1.01005
2 0.2 1.04081
3 0.3 1.09417
4 0.4 1.17351
5 0.5 1.28403
Concluimos que el valor obtenido con el método de Runge-Kutta es:
Finalmente, calculamos el error relativo verdadero:
Con lo cual vemos que efectivamente se ha reducido muchísimo el error relativo.
De hecho observamos que tenemos 6 cifras significativas en la aproximación!

69
BIBLIOGRAFIA Y WEBGRAFIA
Prawda Witenberg, Juan, Métodos y Modelos de Investigación de
Operaciones, Edit. Limusa, 1976
Nakamura, Métodos numéricos
Carrasco Venegas, Luis, Editorial América, Lima Perú, 1era. Edic. 2002
http://www.unalmed.edu.co/~metnum/integracion.pdf
http://docentes.uacj.mx/gtapia/AN/Unidad2/Newton.htm

A libro competo metodos numericos para ingenieria

Más contenido relacionado

La actualidad más candente (17)

Similar a A libro competo metodos numericos para ingenieria (20)

Último (20)

A libro competo metodos numericos para ingenieria