Metodos Numericosa4

METODOS
NUMERICOS
Texto gua de aprendizaje para estudiantes de Ingeniera
Autor:
Washington Medina G *
OCTUBRE
2013
*Ingeniero Civil
*Master en Docencia Universitaria e investigacin educativa
*Master en Tecnologa de la Informacin y Multimedia Educativa
CAPITULO I. Teora del error y sistemas de ecuaciones lineales

1. Errores por apreciacin........................................................................ 2
2.Errores por obtencin de resultados..................................................... 2
3. Solucin de sistemas de ecuaciones lineales....................................... 3
4. Mtodo de solucin de Gauss............................................................. 5
CAPITULO II. Solucin numrica de ecuaciones no lineales.
5. Ecuaciones polinmicas.........................................................................8
6. Mtodos de solucin de ecuaciones.................................................... 8
6.1. Mtodo de investigacin................................................................8
6.2. Mtodo de interpolacin...............................................................11
6.3. Mtodo de Newton Raphson.......................................................15
6.4. Mtodo de Birge Vieta.................................................................20
CAPITULO III. Aproximacin Polinomial
7. Interpolacin matemtica.....................................................................23
7.1. Interpolacin de Newton..............................................................23
7.2. Interpolacin de Lagrange...........................................................26
7.4. Interpolacin inversa....................................................................27
8. Integracin Numrica...........................................................................28
9. Mtodos clculo de integracin numrica............................................30
9.1. Frmula del trapecio....................................................................32
9.2. Frmula de Simpson del 1/3........................................................32
9.3. Frmula de Simpson del 3/8........................................................32
CAPITULO IV. Aproximacin funcional (ajuste de curvas).....................34
10. Sugerencia de creacin del sistema.. ..........................................37
CAPITULO V. Ecuaciones Diferenciales Ordinarias................................39
11. Solucin numrica de una E.D.O.................................................39
12. Mtodos de solucin de EDO con valores iniciales......................40
12.1. Solucin por integracin..................................................40
12.2. Solucin por serie de Taylor............................................41
12.3. Solucin por el mtodo de Runge Kutta...........................42
CAPITULO VI. Ejercicios generales...........................................................45
CAPITULO VII. Diagramas de flujo............................................................49
BIBLIOGRAFA............................................................................................60
ANEXOS.......................................................................................................61
Mtodos Numricos
Ing. Washington Medina MSc
METODOS NUMERICOS
Introduccin.
Las matemticas, desde las grandes culturas creadoras de los grandes teoremas
aplicados en la actualidad, han estado por lo general sujetas a procesos recursivos
con la demora que su calculo implica y el riesgo de cometer errores en el proceso
numrico.
Considerando que los mtodos numricos son tcnicas mediante las cuales es posible
formular problemas de tal forma que puedan resolverse usando operaciones. Aunque
hay muchos tipos de mtodos numricos, todos comparten una caracterstica comn:
llevan a cabo un buen nmero de tediosos clculos aritmticos. Es por ello que la
computacin es una herramienta que nos facilita el uso y desarrollo de ellos.
Los mtodos numricos, al ser material de apoyo en las diferentes profesiones,

especficamente en las carreras tcnicas, deben volverse en el estudiante y futuro
profesional una herramienta de uso diario en sus diferentes aplicaciones, y hoy con
mucho ms razn, cuando las exigencias buscan soluciones inmediatas a los diversos
problemas.
Ya lo menciona Nakamura: La importancia de los mtodos numricos ha aumentado
de forma drstica en la enseanza de la ingeniera y la ciencia, lo cual refleja el uso
actual y sin precedentes de las computadoras. Al aprender los mtodos numricos,
nos volvemos aptos para:
1. Entender esquemas numricos a fin de resolver problemas matemticos, de
ingeniera y cientficos en una computadora;
2. Deducir esquemas numricos bsicos;
3. Escribir programas y resolverlos en una computadora, y,
4. Usar correctamente el software existente para dichos mtodos.
El aprendizaje de los mtodos numricos no solo aumenta nuestra habilidad para el

uso de las computadoras, tambin ampla la pericia matemtica y la comprensin de
los principios cientficos bsicos. (Nakamura, 1993)
Mtodos Numricos
CAPITULO I
Teora del error y Sistemas de ecuaciones lineales
Siempre que se desea dar solucin a un problema matemtico, se utilizan ciertos
mtodos o procedimientos que implican obtener datos en procesos iterativos, los
mismos que desde su origen acarrean un error, error que se lo puede clasificar as.
1. Errores por apreciacin
2. Errores por obtencin de resultados
1. Errores por apreciacin
Estos se presentan en la toma de datos o en los clculos, ya sea por defectos de

mquina o por apreciacin de valores, siendo estos
Errores inherentes: Estos se deben a la lectura, mediciones, toma de cifras

significativas que no se las puede evitar, es decir errores de carcter
humano o defectos de equipo.
Errores por redondeo Obedecen a un criterio matemtico en el uso de

cifras significativas.
Errores por truncamiento Se presentan especialmente en una serie infinita,

la cual es suspendida o truncada con fines de obtener el resultado, este
truncamiento provoca un error en el resultado final.
2. Errores por obtencin de resultados
Se presentan cuando al obtener un resultado, este est muy aproximado a la solucin

real, se clasifican en
Errores absolutos Es el valor resultante de restar el valor verdadero con el

valor aproximado.
Ea x x
(2.1)
Mtodos Numricos
Error relativo Representa el tanto por uno y se lo obtiene dividiendo el

error absoluto para el valor real o aproximado
a a

x
x
(2.2)
3. Solucin de sistemas de ecuaciones lineales

La solucin de sistemas de ecuaciones se facilita si a estos sistemas los expresamos en
forma matricial y los resolvemos sobre la base del clculo de matrices equivalentes
por medio del uso de las reglas de transformaciones elementales de fila.
La expresin matricial del sistema es
Ax = b
Donde
A es la matriz de coeficientes,
b es el vector de trminos independientes, y,
x es el vector solucin.
Mtodo de sustitucin regresiva

Los mtodos directos para la resolucin de ecuaciones se basan en la obtencin de un
sistema triangular superior, cuya resolucin es ms sencilla. Decimos que una matriz
es triangular superior cuando aij = 0 siendo i > j.
(3.1)
Mtodos Numricos
De la ltima ecuacin del sistema equivalente obtenido, podemos despejar xn siempre

que se cumpla que ann 0. Una vez obtenido xn, podemos sustituirlo en la ecuacin
inmediatamente superior para obtener x(n-1) y as sucesivamente hasta resolver el
sistema completo.
Concluyendo, las frmulas para la sustitucin inversa sustitucin regresiva son:

b
xn n
a nn
xk
bk
i k 1
ki
a kk
xi
(3.3)
para k = n - 1, n - 2,......... , 1
Podemos ver que los sistemas triangulares son fciles de tratar, por lo que se
recomienda buscar mtodos para reducir cualquier sistema a un sistema triangular
(superior o inferior).
Ejemplo 1 Resolver el siguiente sistema triangular superior:
Las matrices de coeficientes y de trminos independientes son:
Mtodos Numricos
El primer paso es obtener el valor de X3 . Se obtiene directamente de la ltima fila de la

matriz:
A continuacin, comienza el bucle desde la fila k = 2 hasta la fila k = 1 sustituyendo las

dems variables, de lo que se obtiene los resultados:
x = 1, y = 1, z = 1.
4. Mtodo de eliminacin de Gauss
Se lo conoce tambin como mtodo de eliminacin gaussiana, y consiste en formar la
matriz ampliada con los coeficientes y los trminos independientes, transformar luego a
matriz triangular superior de preferencia y por eliminacin calculamos las incgnitas,
recomendando tomar en cuenta las siguientes observaciones:
1. El primer coeficiente a11 debe ser diferente de cero.

2. multiplicacin de una ecuacin por una constante 0.
3. suma de un mltiplo de una ecuacin a otra ecuacin.
4. intercambio de ecuaciones.
5. Se obtendr una matriz triangular superior, cuyos elementos de la diagonal deben
ser de preferencia iguales a UNO (1).
La idea general como se explic anteriormente es hacer cero todos los elementos que
se encuentren debajo de la diagonal principal.
El algoritmo va recorriendo cada una de las filas de la matriz de coeficientes. Para

cada fila k, modifica todas las filas que estn por debajo de manera que se obtengan
ceros en la columna k. El resto de los elementos de la fila (del elemento k + 1 hasta el
final) se vern afectados en el proceso de aplicacin del siguiente algoritmo:
Mtodos Numricos
1. se divide a todos los coeficientes de la primera fila para el coeficiente a11.

2. Se definen como multiplicadores a cada uno de los elementos bajo la diagonal que
sern transformados a ceros utilizando la siguiente frmula:
aij
actual
aij
D*aij
anterior - multiplicador*referencia
tomando como ejemplo el hecho de que se va a modificar la segunda fila, los trminos
indicados tienen el siguiente significado:
actual: nuevos coeficientes de la segunda fila
anterior: coeficientes originales de la segunda fila
multiplicador: primer coeficiente de la segunda fila (en general son los coeficientes
bajo cada nmero de la diagonal)
referencia: coeficientes de la primera fila (en general, son los coeficientes de la fila
anterior a la que se est analizando).
Ejemplo 2
Sea el sistema de ecuaciones indicado, transformarlo a un sistema triangular superior

por el mtodo de eliminacin de Gauss y resolver el sistema:
3x + y + 4z = 2
x + 2y + 3z = 6
2x + y + 5z = 4
1. Expresamos el sistema en forma matricial
3
1
2
1
2
1
4
3
5
2
6
4
Mtodos Numricos
2. Realizamos las siguientes iteracciones

k i J
1 1 1
a13 4
a11
a12 1
a
2
a14 14
a a11 a 1 a12 a 3 a13 a 3
a11 3
11
11
11
4
Multiplicador = a21 = 1
2 1 a 21 a 21 a 21 * a11 0
5
a 23 a 23 a 21 * a13
a a 22 a 22 a 21 * a12
5
3
a 24 a 24 a 21 * a14
16
a33 a33 a31 * a13
a34 a34 a31 * a14
4
Multiplicador = a31 = 2
3 1 a31 a31 a31 * a11 0
a a32 a32 a31 * a12
1
3
k i J
2 2 2
a 23
a 22
a a 22 a 1 a23 a 1
22
22
4
Multiplicador = a32 = 1/3
3 2 a32 a32 a32 * a 22 0
a a a a *a 2
33
33
32
a 24
23
a34
a34 8
a33 10
Luego de este proceso, la matriz triangular superior ser:
1
0
0
1/3
1
0
4/3
1
1
2/3
16/5
8/10
a 24 16
a 22 3
a34 a34 a32 * a 24
4
k i J
3 3 3
a33
a
1
33
a
a33
4
8
5
Mtodos Numricos
Una vez obtenida la matriz triangular superior, se realiza un proceso regresivo para
calcular las soluciones, aplicando las siguientes frmulas tomando en cuenta que el k
de inicio es: k = n y que la variable b corresponde a los trminos independientes:
b
xn n
a nn
xk
bk
i k 1
ki
xi
a kk
La solucin es:
x1 = 0.8
X2 = 2.4
X3 = -1.2
Ejercicios:
Construir las matrices correspondientes y resolver los siguientes ejercicios:
Realizar 2 ejercicios bsicos de suma y resta
Multiplicar las siguientes matrices:
A(3*4), B(4*2)
A(3*2), B(2*3)
Transformar dos matrices de 4*4 a matriz triangular superior
Calcular el determinantes de dos matrices de 4*4
Calcular las inversas de: una matriz de 3*3 y de una matriz de 4*4
Resolver los siguientes sistemas de ecuaciones:
Sistema de 3 ecuaciones con 3
incgnitas
Sistema de 4 ecuaciones con 4
incgnitas
Mtodos Numricos
Diagrama de flujo para el clculo del determinante de una matriz de N*N

inicio
N
M=N
i =1,N
J = 1, N
A[i,J]
i =1,N
C(i,i) = A (i,i)
J = i, N
A(i,j)= A(i,j)/ A(i,i)
no
si
i=N
a
k=i+
b
DD = 1
L=k ,N
D = A(L,
i)
i= 1,N
J = i, M
J = i, M
DD = DD*C(i,i)
A(L,J) = A(L,J) D*A(i,J)
Imprimir
DD
10
Mtodos Numricos
Diagrama de flujo para la solucin de sistemas de ecuaciones lineales de N*N

El diagrama planteado
incluye el anlisis para
definir si existe o no
solucin de un sistema
de ecuaciones, por lo
que se recomienda
incluir en un programa
final el clculo del
determinante,
recordando que cuando
el determinante es
diferente de cero el
sistema tiene solucin.
inicio
M = N+1
I=1,N
J = 1, M
A[i,J]
I=1, M
C(i,i) = A (i,i)
J = i, M
A(i,j)= A(i,j)/ A(i, i )
no
si
i=n
k=i+1
L=k ,N
DD = 1
i= 1,N
D = A(L, i )
J = i, N
J = i, M
A(L,J) = A(L,J) D*A(i,J)
DD = DD*C(i,i)
BB
11
Mtodos Numricos
BB
BB
NO
SI
DD=0
X(N)=A(N,M)/A(N,N)
i= N-1,
El sistema no tiene
solucin o puede tener
infinito
nmero
de
soluciones
S(i) = 0
J = i+1, N
C(J) = X(J)*A(i,J)
S(i) = s(i) + c(J)
X(i) ={ A(iM) s(i) } / A(ii)
i= 1, N
x(i)
Cdigo en Matlab para el clculo de sistemas de ecuaciones lineales:

% Calculo de un sistema de ecuaciones
clc
clear
n=input('ingrese nmero de ecuaciones');
for i=1:n
for j=1:n
fprintf('A(%d,%d)=',i,j);
A(i,j)=input('');
end
end
A
for i=1:n
fprintf('B(%d,%d)=',i,1);
B(i,1)=input('');
end
end
B
C=inv(A);
D=C*B;
for i=1:n
fprintf('X(%d)=',i);D(i)
end
12
Mtodos Numricos
TALLER 1: Aplicacin en matlab a clculos matriciales
>> A =[1 2 3 ; 4 2 1 ; 4 3 1]
A=
1
4
4
2
2
3
3
1
1
>> B = [1 5 2]' % ingreso de una matriz y clculo de su transpuesta

B=
1
5
2
>> B = [1 ; 5 ; 2]
B=
% Ingreso de una matriz de 3*1
1
5
2
>> C = det(A)
% Calculo del determinante de la matriz A
C = 11
>> C = inv(A) % Calculo de la matriz inversa de A
C=
-0.0909 0.6364 -0.3636
0 -1.0000 1.0000
0.3636 0.4545 -0.5455
>> S = C*B
S=
2.3636
-3.0000
1.5455
% solucin de un sistema de ecuaciones con aplicacin de la inversa
Mtodos Numricos
13
ACTIVIDADES DE REPASO DEL TALLER 1: Codificar el proceso para:

Suma de matrices
Resta de matrices
Multiplicacin de matrices
Transpuesta de una matriz
Multiplicacin de una matriz por un escalar
Mtodos Numricos
14
CAPITULO II
SOLUCIN NUMRICA DE ECUACIONES NO LINEALES:
Uno de los problemas ms conocidos y ms utilizados de las matemticas es la

determinacin de las races o soluciones de una ecuacin no lineal (polinomio)
Su proceso manual es bastante extenso aunque no tan complicado, por lo que es
conveniente acudir al uso de procesos iterativos que permitan su solucin, y, a la vez
utilizar las computadoras para facilitar su solucin por medio de la automatizacin de
dichos procesos.
Para aplicar los procesos iterativos es conveniente conocer algunos de los mtodos
numricos conocidos como de iteracin sucesiva los mismos que parten de una solucin
aproximada.
TALLER 2: Aplicacin de matlab a la solucin de una ecuacin de segundo grado

con uso de la formula general, cdigo para el clculo de una ecuacin de segundo
grado por la frmula general
clc
clear
a=input('Ingrese el coeficiente 1');
b=input('Ingrese el coeficiente 2');
c=input('Ingrese el coeficiente 3');
delta=b*b - 4*a*c;
if delta==0
x1=-b/(2*a);
x2=-b/(2*a);
fprintf('\n\nLa solucion 1 es: %2.2f\n\n',x1);
break;
else
if delta>0
x1=(-b+sqrt(delta))/(2*a);
x2=(-b-sqrt(delta))/(2*a);
break;
else
x1=(-b+sqrt(delta)*(-1))/2*a;
x2=(-b-sqrt(delta)*(-1))/2*a;
% disp. De las lneas siguientes visualizan la parte imaginaria de la respuesta
fprintf('\n\nLa solucion 1 es: %2.2f\n\n'),disp(x1)
fprintf('\n\nLa solucion 2 es: %2.2f\n\n'),disp(x2)
end
end
15
Mtodos Numricos
TALLER 3: Aplicacin de matlab para el clculo de las races de un polinomio y

clculo del polinomio para un valor de x.
% INGRESO DE UN POLINOMIO
>>
>> p =[1 3 -4 5 6]
% polinomio de 4 grado
p=
1
-4
>> polyval(p,5)
% calculo de la funcion f(x) para x = 5
ans =
931
roots(p)
% Clculo de las raices de un polinomio
ans =
-4.1654
0.9235 + 1.1227i
0.9235 - 1.1227i
-0.6816
Cdigo para el clculo del valor de un polinomio para un valor de x
% Evaluacion de un polinomio en puntos dados por el usuario
clc
clear
n = input ('Grado del polinomio: ');
for j=n:-1:0
fprintf(1,'Coeficiente de x^%d : ',j);
coef(n-j+1)=input ('');
end
while 1
x = input ('Punto a evaluar: ');
if x == -999
break;
end
fprintf(1,'p(%f) = %f\n',x,polyval(coef,x));
end
Mtodos Numricos
16
TALLER 4: Grfica de una funcin

x=-4:0.01:4; y =sin(x); plot(x,y), grid, title ('Funcion seno (x)')
Preparacion de peliculas o "movies": ARCHIVO: movimiento

M =moviein(17);
x=[-2*pi:0.1:2*pi]';
for j=1:17
y=sin(x+j*pi/8);
plot(x,y);
M(:,j)=getframe;
End
Mtodos Numricos
17
Taller 5: Cdigo para la generacin de tabla de datos de pares ordenados de una

funcin y = f(x):
clc
clear
f=input('ingrese la funcion:','s');
xo=input('ingrese el valor inicial de x:');
h=input('ingrese el intervalo');
n=input('ingrese el numero de pares ordenados:');
f1=inline(f);
fprintf('\t x\t\t y\n')
for k=1:n
y=feval(f1,xo);
fprintf('\t\t%4.2f\t\t%4.2f\n',xo,y)
xo=xo+h;
end
Cdigo para la graficacin de un funcin algebraica

x=-5:0.01:5;
y= x.^3-5*x.^2+11;
plot(x,y)
Cdigo para la grfica de un polinomio por medio de una tabla de datos x,y
clc
clear
n=input('ingrese el numero de pares ordenados');
for i=1:n
fprintf('x(%d)=',i);
x(i)=input('');
end
for i=1:n
fprintf('y(%d)=',i);
y(i)=input('');
end
fprintf('\t\t x\t\t\t y\n')
for i=1:n
fprintf('\t\t%4.2f\t\t%4.2f\n',x(i),y(i))
end
plot(x,y)
end
x
y
-1.00
6.00
0.00
5.00
1.00
3.00
2.00
7.00
3.00
1.00
4.00
2.00
5.00
3.00
18
Mtodos Numricos
5. Ecuaciones polinmicas. Una ecuacin o funcin polinmica se la expresa en la

siguiente forma:
a1 x n a2 x n1a3 x n2 a4 x n3 ........ an 0
este polinomio puede tener races reales e imaginarias o complejas.

Newton dedujo una frmula que permite encontrar un valor muy aproximado a la
solucin de mayor valor que tenga la polinmica, esta frmula es aplicable siempre y
cuando el polinomio tenga exclusivamente races reales.
max

a2 2 a3

a1
a1
(5.1)
Divergencia. En el anlisis de los mtodos nos encontraremos con este trmino, por lo
que es conveniente entender que la divergencia de un mtodo es la imposibilidad de
encontrar la solucin con la aplicacin de dicho mtodo.
6. Mtodos de solucin de ecuaciones no lineales
6.1. Mtodo de investigacin
Siendo el polinomio:
a1 x n a2 x n1a3 x n2 a4 x n3 ........ an 0
(6.1)
en el desarrollo matemtico del anlisis, para grficamente identificar las soluciones

de un polinomio, el mtodo identifica el intervalo donde est la solucin, recordando
que su solucin es el punto de cruce de la grfica con el eje x.
19
Mtodos Numricos
x1
x2
x3
x4
x5
x6
FIG. 6.1.1
De lo indicado se anota que: en una tabla de valores X-Y para graficar una funcin, la
solucin del polinomio se encuentra entre loas valores de x cuyos valores respectivos
de y cambien de signo, como lo muestra la siguiente tabla:
X
1
3
6
Y
4
7
-5
Al producirse un cambio de signo entre y = 7 a y = -5, la solucin estar en el

siguiente intervalo: 3 x 6.
Una forma fcil de iniciar la construccin de las tablas de valores es contar con un
valor tentativo de x, el cual se lo puede calcular aplicando la frmula indicada a
continuacin que representa el valor mximo al que pueden llegar las soluciones del
polinomio, frmula que presenta coherencia en los resultados si las races del
polinomio son reales.
2
a2
a3
r
2
mx
a1
a1
(5.1)
Para una mejor organizacin del mtodo, se sugiere el uso de una tabla de datos
donde:
K
nmero de iteraciones
x1, x2 valores de la variable x que pertenecen al intervalo

fx1, fx2 valores de la funcin o polinomio al reemplazar el valor de x
20
Mtodos Numricos
En la tabla se aplica el siguiente criterio: Si la multiplicacin de dos valores fx1, fx2

da como resultado un valor negativo, en el intervalo de sus correspondientes
valores de x se encuentra la solucin.
ejemplo 3:
k
X1
X2
F(X1)
F(X2)
F(X1)*F(X2) = "-"
20
19
-306
Si hay solucin ("-")
19
18
-306
-544
No hay solucin ("+")
TABLA 6.1.1
Causas de divergencia en el mtodo

1. Cuando el intervalo es muy grande o muy pequeo.
2. Cuando el grfico no corta el eje x (races imaginarias).
ejemplo 4: Encontrar los intervalos de solucin del polinomio:
2
x 4.25 x 4.75 0
1) Decidimos los valores de x con un intervalo de 0.5.

2) Calculamos rmx para determinar el valor en el que se debe iniciar
2
r max
a 2 2 a3
a1
a1

mx
4.25 2 4.75
1
1
r
2.93 3
mx
K
1
2
3
4
5
6
7
8
9
10
x1
3,00000
2,50000
2,00000
1,50000
1,00000
0,50000
0,00000
-0,50000
-1,00000
-1,50000
x2
2,50000
2,00000
1,50000
1,00000
0,50000
0,00000
-0,50000
-1,00000
-1,50000
-2,00000
f x1
1,00000
0,37500
0,25000
0,62500
1,50000
2,87500
4,75000
7,12500
10,00000
13,37500
TABLA 6.1.2
fx2
0,37500
0,25000
0,62500
1,50000
2,87500
4,75000
7,12500
10,00000
13,37500
17,25000
fx1*fx2
+
+
+
+
+
+
+
+
+
+
21
Mtodos Numricos
En el ejemplo no existe solucin alguna puesto que son races imaginarias y por ende el
mtodo diverge, adems, rmx no es aplicable porque funciona slo para soluciones
reales.
ejemplo 5: resolver
k
1
2
3
4
5
6
7
8
9
10
11
12
3.75 x 4.375 0
x1
5,00000
4,50000
4,00000
3,50000
3,00000
2,50000
2,00000
1,50000
1,00000
0,50000
0,00000
-0,50000
r max 4.78 5
x2
4,50000
4,00000
3,50000
3,00000
2,50000
2,00000
1,50000
1,00000
0,50000
0,00000
-0,50000
-1,00000
f x1
1,87500
-1,00000
-3,37500
-5,25000
-6,62500
-7,50000
-7,87500
-7,75000
-7,12500
-6,00000
-4,37500
-2,25000
TABLA 6.1.3
Las soluciones se encuentran en los intervalos:

4.5 < X < 5
-1 < X < -0.5
fx2
fx1*fx2
-1,00000
-3,37500
+
-5,25000
+
-6,62500
+
-7,50000
+
-7,87500
+
-7,75000
+
-7,12500
+
-6,00000
+
-4,37500
+
-2,25000
+
0,37500
-
22
Mtodos Numricos
Diagrama de flujo para el clculo de intervalos de solucin de un polinomio.

inicio
N,
I=1,N+
1
A[i]
Rm(0)=0
X1(L)=Rmx-Rm(L-1)
L=1,k
X2(L)=x1(L)-Rm
P=Q=A(N+1); J =N
I =1,N
J
P=P+A(i)*x1(L)
J
Q=Q+A(i)*x2(L)
J=N-1
F1(L)=P; F2(L)=Q
M(L)=F1(L)*F(L)
si
M(L)
<0
No hay
solucin
Si hay
X1(L)=X2(L)
L=1,
Imprimir:
K,x1,x2,f1,f2,solucin
solucin
Mtodos Numricos
23
TALLER 6: Mtodo de investigacin utilizando ciclos for

clc
clear
f=input('Ingrese la funcion: ','s');
input('el ingreso de los siguientes datos permite el calculo de rmax')
a1=input('Ingrese el coeficiente 1: ');
delta=input('Ingrese el intervalo de disminucion');
n=input('Ingrese el numero de iteracciones');
rmax=sqrt((a2/a1)^2-2*a3/a1);
%x=5;
x=rmax;
x2=x-delta;
f1=inline(f);
fxl=f1(x);
f2=inline(f);
fx2=f2(x2);
fprintf('\t k\t\t\t x1\t\t\t\t x2\t\t\t\t fx1\t\t\t fx2\t\t fx1*fx2\n')
for k=1:n
fx1=f1(x);
fx2=f2(x2);
fxm=fx1*fx2;
fprintf('\t%3d\t\t%10.4f\t\t%10.4f\t\t%10.4f\t\t%10.4f\t\t%10.4f\n',k,x,x2,fx1,fx2,fxm)
x=x2;
x2=x-delta;
end
end
fplot(f,[-15 15],'r')
grid
ACTIVIDADES DE REPASO DEL TALLER 6:
Rectifique el cdigo para iniciar el clculo con otro valor diferente a Rmax, bajo un
algoritmo de decisin if-else.
TALLER 7: Mtodo de investigacin utilizando ciclos while

clc
clear
f= input('Ingrese la funcion: ','s');
delta=input('Ingrese el intervalo de disminucion');
rmax=sqrt((a2/a1)^2-2*a3/a1);
x=rmax;
Mtodos Numricos
24
x2=x-delta;
f1=inline(f);
f2=inline(f);
n=1;
fx1=f1(x);
fx2=f2(x2);
while fx1*fx2>=0
fprintf('\t\t%10.2f\t\t%10.2f\t\t%10.2f\t\t%10.2f\n',x,x2,fx1,fx2);
x=x2;
x2=x-delta;
if n<50
else
fprintf('\n\nno se encuentran intervalos solucion');break
end
fx1=f1(x);
fx2=f2(x2);
n=n+1;
end
fprintf('\t\t%10.2f\t\t%10.2f\t\t%10.2f\t\t%10.2f\n',x,x2,fx1,fx2);
fprintf('\n\nel numero de iteracciones fue: %d\n',n);
fprintf('hay solucion en el ultimo intervalo');break
end
ACTIVIDADES DE REPASO DEL TALLER 7:
Visualizar la tabla de resultados incluyendo las iteraciones (k) y la multiplicacin
fx1*fx2
En la tabla de resultados se visualice el rotulado de las columnas (como en los
resultados del taller 6)
Visualizar la grfica de la funcin
Rectifique los errores una vez obtenida la pantalla de resultados
Rectifique el cdigo de tal manera que permita iniciar el clculo en cualquier valor (no
solo Rmx) y de esta manera visualizar una tabla de resultados.
6.2 Mtodo de interpolacin

Una vez que se han determinado los intervalos donde se encuentran las soluciones de
un polinomio, se analiza cada intervalo por separado y, aplicando el mtodo de
interpolacin, se obtiene la solucin aproximada. El mtodo de interpolacin permite
encontrar la solucin de un polinomio bajo las siguientes condiciones:
1. Requiere de un intervalo donde se encuentre la solucin, para esto nos
ayudamos del mtodo de investigacin.
25
Mtodos Numricos
2. Requiere calcular un valor x3 = + x1 donde se define as:
F(X2)
x1
x3
x2
F(x1)
FIG. 6.2.1
F ( x1)
F ( x 2)
( x 2 x1)
F ( x1)( x 2 x1) F ( x1) F ( x 2)
F ( x1) ( x 2 x1) F ( x 2)
F ( x1)( x 2 x1) F ( x 2) F ( x1)
F ( x1) ( x 2 x1)
(6.1)
F ( x 2) F ( x1)
F(x1
)
F(X2
)
E
x1
x3
x2
F(X2
)
F(x1
)
F(X2
)
F(x1
)
F(x1
)
F(X2
)
FIG 6.2.2
26
Mtodos Numricos
El valor x3 ser el nuevo lmite por lo tanto el intervalo ha sido reducido y se acerca a
la respuesta.
Anlisis de concavidades.- Se debe considerar adems la concavidad de la funcin en
el intervalo, esto se obtiene analizando el valor de la funcin Fx3 calculado al
reemplazar x3 en la funcin; asi, Fx3 nos indicar si es cncavo hacia abajo o hacia
arriba segn su signo:
Si Fx3 es positivo, la funcin en el intervalo es cncava hacia abajo
Si Fx3 es negativo, la funcin en el intervalo es cncava hacia arriba.
De este anlisis se obtienen cuatro posibilidades (fig. 6.2.2) resueltas en el siguiente
flujo grama:
Si
No
Fx3
>0
No
Si
No
Si
Fx1
>0
F[1]
>0
X1=X1+E
X2=X1+E
X2=X1+E
X1=X1+E
FIG. 6.2.3
Para fines de programacin podemos aplicar el siguiente criterio:
Si
No
Fx1*Fx3
>0
X2=X1+E
FIG. 6.2.4
X1=X1+E
27
Mtodos Numricos
Causas de divergencia del mtodo

1.- En el intervalo escogido no se encuentre la solucin.
2. Las soluciones estn muy cercanas entre s que provoque por la mala seleccin del
intervalo, el no encontrar la solucin.
Control del error.
Asumiendo por parte del calculista un error permisible (como sugerencia puede
utilizarse 0.001 que equivale al 0.1%), el resultado ser aceptado si se cumple la
siguiente condicin:
error asumido
Es recomendable tambin comparar con los valores absolutos de fx1 y fx2:
|fx1| |fx2|
Ejemplo 5.
Encontrar la solucin de x2 3.75x 4.375 = 0 en el intervalo: 4.5 < Xso l < 5.
k
1
2
3
4.5000
4.6739
4.6835
4.6840
x2
5.0000
5.0000
5.0000
5.0000
fx1
-1.0000
-0.0567
-0.0030
-0.0002
fx2
1.8750
1.8750
1.8750
1.8750
TABLA 6.2.1
ABS( Fx1) < 0,001 => sol: x = 4,684
Ejemplo 6. Del siguiente polinomio: x3 2.71x2 5.095x + 8.65 = 0

encontrar sus races calculando:
a) rmx
b) Los intervalos por el mtodo de investigacin.
c) Las soluciones por el mtodo de interpolacin.
0.1739
0.0096
0.0005
0.0000
28
Mtodos Numricos
a) Clculo de r mx.
mx
a 2 2 a 3
a1
a1

mx
2.71 2 5.095
1
r
4.187 4.2
mx
b) Clculo de los intervalos por el mtodo de investigacin
k
1
2
3
4
5
6
7
8
9
10
11
12
13
14
4.2000
3.7000
3.2000
2.7000
2.2000
1.7000
1.2000
0.7000
0.2000
-0.3000
-0.8000
-1.3000
-1.8000
-2.3000
x2
fx1
3.7000
3.2000
2.7000
2.2000
1.7000
1.2000
0.7000
0.2000
-0.3000
-0.8000
-1.3000
-1.8000
-2.3000
-2.8000
13.5346
3.3516
-2.6364
-5.1794
-5.0274
-2.9304
0.3616
4.0986
7.5306
9.9076
10.4796
8.4966
3.2086
-6.1344
fx2
3.3516
-2.6364
-5.1794
-5.0274
-2.9304
0.3616
4.0986
7.5306
9.9076
10.4796
8.4966
3.2086
-6.1344
-20.2824
fx1*fx2
45.3626
-8.8362
13.6550
26.0389
14.7323
-1.0596
1.4821
30.8649
74.6102
103.8277
89.0410
27.2622
-19.6828
124.4204
TABLA 6.2.2.
c) Clculo de raices por el mtodo de interpolacin
k
1
2
3
4
5
6
k
1
2
3
3.2000
3.4201
3.4545
3.4592
3.4599
3.4600
1.2000
1.2000
1.2000
x2
3.7000
3.7000
3.7000
3.7000
3.7000
3.7000
x2
1.7000
1.2549
1.2500
fx1
-2.6364
-0.4688
-0.0663
-0.0091
-0.0012
-0.0002
fx1
0.3616
0.3616
0.3616
fx2
3.3516
3.3516
3.3516
3.3516
3.3516
3.3516
fx2
-2.9304
-0.0353
-0.0002
0.2201
0.0343
0.0048
0.0006
0.0001
0.0000
0.0549
0.0500
0.0500
29
Mtodos Numricos
k
1
2
3
4
5
Soluciones:
x2
-2.3000
-2.3000
-2.3000
-2.3000
-2.3000
-2.3000
X1 = 3.4600
X2 = 1.2500
X3 = -2.0000
fx1
-1.8000
-1.9717
-1.9962
-1.9995
-1.9999
-2.0000
fx2
-6.1344
-6.1344
-6.1344
-6.1344
-6.1344
-6.1344
3.2086
0.4950
0.0669
0.0089
0.0012
0.0002
0.3283
0.3038
0.3005
0.3001
0.3000
0.3000
Se puede chequear el resultado al
mismo tiempo con
yf(x1) en la
primera solucin y, con con y

F(x2) que son los valores que en este
ejercicio sufren variaciones
Diagrama de flujo del mtodo de interpolacin para calcular una solucin conociendo
el intervalo por el mtodo de investigacin.
N, x1, x2
i=1,N+1
METODO
DE
INTERPOLACION
A(i)
J=N, P=Q=R=A(N+1)
i=1,N
P=P+A(i)*x1(1)J
Q=Q+A(i)*x2(1)J
x 2 (1) x1(1)
P Q
x 3 x1(1)
J N
i=1,N
R=R+A(i)*x3(1)J
no
si
P*Q>0
L=1,K
L=1,K
P=Q=A(N+1), J=N
P=Q=A(N+1), J=N
i=1,N
i=1,N
A
J=J-1
P=P+A(i)*x1(L)J
Q=Q+A(i)*x2(L)J
B
J=J-1
P=P+A(i)*x1(L)J
Q=Q+A(i)*x2(L)J
2
1
30
Mtodos Numricos
no
E<=0.001
x1(L)=x1(1)
x2(L)=x1(L)+E(L)
si
no
solucin
X2(L)
x2(L)=x2(1)
x1(L)=x1(L)+E(L)
A
E<=0.001
si
solucin
X1(L)
imprimir
no
fin
otro clculo
si
inicio
TALLER 8: Mtodo de Interpolacin

clc
clear
f= input ('Ingrese funcion: ','s');
x1= input ('Ingrese el limite izquierdo ');
x2= input ('Ingrese el limite drecho: ');
f1=inline(f);
fprintf('\t k\t\t x\t\t x2\t\t fx1\t\t fx2\t\t E\n');
fx1=f1(x1);
fx2=f1(x2);
e= (abs(fx1)*(x2-x1))/(abs(fx2)+abs(fx1));
x3=x1+e;
fx3=f1(x3);
fp=fx3*fx1;
k=1;
j=1;
if fp>0
while k<21
fprintf('\t%2d\t\t%4.4f\t\t%4.4f\t\t%4.4f\t\t%4.4f\t\t%4.4f\n',k,x1,x2,fx1,fx2,e)
x1=x1+e;
fx1= f1(x1);
if abs(fx1)<0.0001
fprintf('\n\n la solucion es ');disp(x1);break;
end
if k==20
fprintf('\n\n en el intervalo escogido no hay solucion ');break;
end
k=k+1;
end
end
if fp<0
31
Mtodos Numricos
while k<20
fprintf('\t%2d\t\t%4.4f\t\t%4.4f\t\t%4.4f\t\t%4.4f\t\t%4.4f\n',k,x1,x2,fx1,fx2,e)
x2=x1+e;
fx2= f1(x2);
if abs(fx2)<0.0001
fprintf('\n\n la solucion es ');disp(x2);break;
end
if k==20
fprintf('\n\n en el intervalo escogido no hay solucion ');break;
end
k=k+1;
end
end
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
end
6.3. Mtodo de Newton Raphson
El mtodo de NEWTON RAPHSON es uno de los ms eficaces para la solucin de

polinomios pues permite determinar claramente la solucin en pocos pasos. Se basa en
la aplicacin de la tangente a un punto. Definiendo la tangente del ngulo (en la
siguiente figura), se deduce la frmula para el clculo aproximado de una solucin del
polinomio, sin necesidad de que se conozca el intervalo de solucin proporcionado por
el mtodo de investigacin.
f(xo)
solucin
x3
x2
FIG. 6.3.1
tg
F ( x0 )
x0 x1
(6.2)
x1
xO
32
Mtodos Numricos
Como tg es igual a la pendiente, por lo tanto igual a la primera derivada de la

funcin, reemplazando tg po por la primera derivada:
F'
F ( x0 )
x0 x1
(6.3)
despejando de la ecuacin b la variable x1 tenemos:
x1 x0
F ( x0 )
F ' ( x0 )
(6.4)
generalizando las variables, se concluye que:
x n 1
F (x )
xn ' n
F ( xn )
Frmula
de
Newton
Raphson para el clculo de
races aproximadas de un
polinomio.
(6.5)
El valor de x aproximado para iniciar el anlisis

(xn ) puede ser cualquier valor (generalmente
se utilizar x = 0.1), pero se recomienda utilizar
r mx indicado en la frmula 5.1
Causas de divergencia del mtodo

1.- La ecuacin planteada tiene soluciones imaginarias.
2. Las soluciones estn muy cercanas entre s que provoque infinito nmero de clculos
sin obtenerse la respuesta deseada.
Control del error:
Al ser el resultado una aproximacin, es necesario imponernos un valor de error, que
permita a la vez acercarnos al resultado y delimitar las iteraciones, por lo que se
podra asumir la siguiente relacin:
fx er
(6.6)
donde er es el error impuesto por el calculista, como recomendacin se puede asumir

un error del 0,1% es decir 0,001.
33
Mtodos Numricos
El nmero de iteraciones se calcularn hasta cuando el valor absoluto de F(x) se

acerque al error establecido.
Para la solucin es conveniente construir, por organizacin, una tabla de valores que
nos permita visualizar con facilidad los clculos que vamos obteniendo, dicha tabla
consta de las siguientes columnas.
K
nmero de iteraciones
x1 valor de la variable x con el cual se inicia el proceso de clculo.

fx valor que toma la funcin o polinomio al reemplazar el valor de x
fx valor que toma la primera derivada de la funcin al
reemplazar el valor de x
Xn+1 valor encontrado segn el reemplazo en la frmula
de Newton Raphson, siendo este el nuevo valor de xi
Ejemplo 7.
Del polinomio x4 - 1.3x3 - 10.24x2 + 4.83x + 19.42 , encontrar una de las soluciones
sabiendo que dicha solucin est entre el siguiente intervalo: 3.25<x<3.75
Solucin:
1. Derivamos la funcin
f(x) = x4 - 1.3x3 - 10.24x2 + 4.83x + 19.42
f(x) =4x3 3.9x2 20.48x + 4.83
Xi
Fx
F x
fx/fx
x(i+1)
3.75000
22.73172
84.12375
0.27022
3.47978
3.47978
4.08030
54.88455
0.07434
3.40544
3.40544
0.26479
47.82997
0.00554
3.39990
3.39990
0.00141
47.32110
0.00003
3.39987
3.39987
0.00000
47.31837
0.00000
3.39987
3.39987
0.00000
47.31837
0.00000
3.39987
TABLA 6.3.1
Se puede chequear el resultado al
mismo tiempo con fx/fx y f(x)
34
Mtodos Numricos
La solucin aproximada es 3.39990 ubicada en la cuarta iteracin, sin embargo, al

tener ms iteraciones, un resultado ms aproximado es 3.39987.
Ejemplo8. Resolver el ejercicio anterior iniciando el clculo con el intervalo menor.
Xi
fx
f x
fx/fx
x(i+1)
3.25000
-6.10266
34.38875
-0.17746
3.42746
3.42746
1.34056
49.87662
0.02688
3.40058
3.40058
0.03362
47.38351
0.00071
3.39987
3.39987
0.00002
47.31842
0.00000
3.39987
3.39987
0.00000
47.31837
0.00000
3.39987
3.39987
0.00000
47.31837
0.00000
3.39987
TABLA 6.3.2
La solucin aproximada es 3.39987
Ejemplo 9. Calcular una de las soluciones del siguiente polinomio
x3 - 10.24x2 + 4.83x + 19.42 = 0
1.Encontramos el valor de rmax, aplicando la frmula
rmax
a
a
2 2 3
a1
a1
rmax
10.24

2(4.83) 9.76 10
1
En este caso el valor de rmax aproximo a 10,

2. Construimos una tabla de valores para obtener los intervalos de solucin (usar el
mtodo de investigacin):
k
1
2
3
4
5
6
7
8
9
10
x1
10,00000
9,50000
9,00000
8,50000
8,00000
7,50000
7,00000
6,50000
6,00000
5,50000
x2
9,50000
9,00000
8,50000
8,00000
7,50000
7,00000
6,50000
6,00000
5,50000
5,00000
f x1
43,72000
-1,48000
-37,55000
-65,24000
-85,30000
-98,48000
-105,53000
-107,20000
-104,24000
-97,40000
fx2
-1,48000
-37,55000
-65,24000
-85,30000
-98,48000
-105,53000
-107,20000
-104,24000
-97,40000
-87,43000
fx1*fx2
Solucin
+
+
+
+
+
+
+
+
+
35
Mtodos Numricos
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
5,00000
4,50000
4,00000
3,50000
3,00000
2,50000
2,00000
1,50000
1,00000
0,50000
0,00000
-0,50000
-1,00000
-1,50000
-2,00000
4,50000
4,00000
3,50000
3,00000
2,50000
2,00000
1,50000
1,00000
0,50000
0,00000
-0,50000
-1,00000
-1,50000
-2,00000
-2,50000
-87,43000
-75,08000
-61,10000
-46,24000
-31,25000
-16,88000
-3,88000
7,00000
15,01000
19,40000
19,42000
14,32000
3,35000
-14,24000
-39,20000
-75,08000
-61,10000
-46,24000
-31,25000
-16,88000
-3,88000
7,00000
15,01000
19,40000
19,42000
14,32000
3,35000
-14,24000
-39,20000
-72,28000
+
+
+
+
+
+
Solucin
+
+
+
+
+
Solucin
+
+
TABLA 6.3.3
Como podemos observar en la tabla en x1, en la iteracin 1 va el valor aproximado de
rmax, se ha aproximado el valor para que sea ms sencillo ir restando el valor de 0.5,
que ha sido un valor escogido por conveniencia, no necesariamente tiene que ser este
valor, como tampoco era necesario aproximar el valor de rmax.
En x2 en la iteracin 1 se coloca el valor de rmax 0.5.
En las siguientes iteraciones el valor de x2 pasa a ser el valor de x1, y a la nueva x1 se le
resta 0.5 para colocar este valor en x2.
Este proceso se realiza hasta cuando en el producto F(x1)* F(x2) sea negativo. Cada
vez que aparezca un producto negativo quiere decir que en este intervalo esta una de
las soluciones.
En este caso hemos encontrado tres intervalos para efectos de comprensin del lector,
aunque solo era necesario encontrar un intervalo, puesto que slo necesitamos una de
las soluciones.
3. Escogemos uno de los intervalos donde est una de las soluciones.
En este caso vamos a elegir el primer intervalo y con estos valores realizamos el
mismo procedimiento descrito en el ejemplo 8.
F(x) =X3 10.24x2 + 4.83x + 19.42 = 0
F(x)=3x2 - 20.48x + 4.83
K
1
2
3
x1
10,00000
9,56293
9,51863
f x1
43,72000
3,69124
0,03611
TABLA 6.3.4
Solucin: 9.51863 con un error del 3.6 %
Fx
100,03000
83,33013
81,70157
fx/f ' x
0,43707
0,04430
0,00044
36
Mtodos Numricos
Diagrama de flujodel Mtodo de Newton Raphson Tomando como valor inicial de x el

valor de Rmx (frmula 5.1), o cualquier valor de x, incluyendo el concepto de
derivada para su solucin.
inicio
N,
I=1,N+
1
A[i]
Z=1,k
Fx=0; p=N
I=1,N+
1
Fx=Fx+A[i].x
P=N-1
F<0.0
01
Xsol=x
fin
si
Fx1=0; n=N
J=1,
N
Fx1=Fx1+n*A[J]x
(n-1)
n=n-1
x=x - (Fx/Fx1)
Mtodos Numricos
37
TALLER 9: Mtodo de Newton Raphson utilizando ciclos for:

clc
clear
% syms x (para la versin 7.0)
% f1= inline (char(f) (para la versin 7.0)
% df=diff(f) diff(f,x) (para la versin 7.0)
f=input('ingrese la funcion : ','s');
xo=input('ingrese el valor inicial de x : ');
n=input('ingrese las iteracciones : ');
f1=inline(f);
df=diff(f,'x');
fprintf('la derivada de la funcion es');disp(df);
df1=inline(df);
fprintf('\t\t k\t\t\t x\t\t\t\t fx\t\t\t\t dfx\t\t\t fx/dfx\n')
for k=1:n
fx=f1(xo);
dfx=df1(xo);
if dfx==0
fprintf('\n\n\n HAY DIVERGENCIA EN EL METODO PUES LA PRIMERA
DERIVADA ES CERO')
break;
end
dfx=df1(xo);
w=fx/dfx;
fprintf('\t\t%2d\t\t%10.4f\t\t%10.4f\t\t%10.4f\t\t%10.4f\n',k,xo,fx,dfx,w)
x1=xo-w;
xo=x1;
end
if dfx>0
fprintf('\n\n la solucion x es');disp(xo)
fprintf('el valor de la funcion para la solucion es');disp(f1(xo))
end
if dfx<0
fprintf('\n\n la solucion x es');disp(xo)
fprintf('el valor de la funcion para la solucion es');disp(f1(xo))
end
fplot(f1,[-5 5],'b');
hold on
plot(xo,0,'*r')
grid
Mtodos Numricos
38
ACTIVIDADES DEL TALLER 9:

Rectificar el cdigo para que la respuesta obtenida sea parte de la ltima fila del cuadro
de resultados.
Analice el por qu sugiere el programador xo = xo +0.75
Rectifique el programa para que no utilice la sugerencia del programador del tem
anterior y considere la divergencia del mtodo cuando la derivada es cero
Se requiere en el programa de Newton Raphson en el que se utiliza el siclo FOR
comparar el error?
Haga las rectificaciones en el programa para que funcione con el mtodo de Von mises
Rectifique el programa para ingresar el error admisible
Rectificar el programa para resolver funciones trigonomtricas, considerando que la
divisin fx/fx NO debe ser transformada a grados.
TALLER 10: Mtodo de Newton Raphson utilizando ciclos while: ARCHIVO:
newtonconwhile.m
clc
clear
er=input('ingrese el error admisible : ');
%n=input('ingrese las iteracciones : ');
f1=inline(f);
df=diff(f,'x');
fprintf('la derivada de la funcion es');disp(df)
df1=inline(df);
fprintf('\t\t k\t\t x\t\t\t fx\t\t dfx\t\t\t fx/dfx\n')
fx=f1(xo);
k=1;
while abs(fx)>er
fx=f1(xo);
dfx=df1(xo);
if dfx==0
xo=xo+0.75 %sugerncia del programador
end
dfx=df1(xo);
w=fx/dfx;
x1=xo-w;
xo=x1;
k=k+1;
if k>50
fprintf('las soluciones son imaginarias');break
end
end
y=f1(xo);
fprintf('la solucion x es');disp(xo)
fprintf('el valor de la funcion para la solucion es');disp(y)
fplot(f1,[-15 15],'b');
grid
Mtodos Numricos
39
ACTIVIDADES PARA EL TALLER 10:

Rectificar el cdigo para que la respuesta obtenida sea parte de la ltima fila del cuadro
de resultados.
Analice el por qu sugiere el programador xo = xo +0.75
Rectifique el programa para que no utilice la sugerencia del programador del tem
anterior y considere la divergencia del mtodo cuando la derivada es cero
Haga las rectificaciones en el programa para que funcione con el mtodo de Von mises
Rectifique el programa para ingresar el error admisible
En la parte correspondiente a la grfica, realice un proceso similar al taller anterior
TALLER 11: Analice el siguiente programa tomado de Internet ARCHIVO:

newtonraphson.m
Para su funcionamiento se requiere crear otro archivo con el nombre de mifuncion:
function y = mifuncion (x)
y = x^3-2.45*x^2-4*x+3.25;
newtonraphson.m:
% Script para aplicar Newton-Raphson a mifuncion
% Lectura de datos
% Tengo que leer la cota de error 'cota', el nmero de iteraciones mximo 'n'
% y el valor inicial 'xi'
cota = input ('Cota de error objetivo: ');
n = input ('N mximo de iteraciones: ');
xi = input ('Valor inicial de la x: ');
xanterior = xi;
x = xanterior;
eanterior = inf;
e = eanterior;
i = 1; % contador de iteraciones
% Voy a dibujar las tangentes mientras calculo
figure(1)
clf
hold on
fplot('mifuncion(x)',[-2 2],'b');
grid
% Debo realizar un procedimiento iterativo mientras el error sea mayor que la cota
% y el nmero de iteracin sea menor que n
Mtodos Numricos
40
while (e>cota) & (i<n)

y = mifuncion (xanterior);
yd = mifuncion_derivada (xanterior);
x = xanterior - y/yd;
% Para dibujar
yant=mifuncion(xanterior);
plot ([xanterior x],[yant 0],'r')
e = abs (x - xanterior);
xanterior = x;
eanterior = e;
i=i+1;
end
hold off
% Comprobacin de por cual de las dos (tres) condiciones sali
if (e<cota)
disp ('Se encontr la solucin');
disp ('La solucin hallada es: ');
x
disp ('La cota de error es: ');
e
disp ('El nmero de iteraciones utilizado es: ');
i
disp ('Y el valor de la funcin en dicho punto es: ');
mifuncion(x)
else
disp ('Se super el nmero de iteraciones');
end
ACTIVIDADES PARA EL TALLER 11

Rectifique el programa con variables que sean ms entendibles para ud.
Rectifique el programa considerando el ingreso de una funcin sin acudir a otro
archivo.
Rectifique el programa para que pueda visualizarse la tabla de valores
TALLER 11.A: Cdigo para el mtodo de Newton Rahpson con funciones

trigonomtricas. ARCHIVO: newtonconforTRIGONOMETRICAS
clc
clear
%xo=xo*pi/180;
er=input('ingrese el error admisible : ');
n=input('ingrese las iteracciones : ');
f1=inline(f);
41
Mtodos Numricos
df=diff(f,'x');
fprintf('la derivada de la funcion es');disp(df)
df1=inline(df);
fprintf('\t\t k\t\t\t x\t\t\t\t fx\t\t\t\t dfx\t\t\t fx/dfx\n')
for k=1:n
fx=f1(xo*pi/180);
dfx=df1(xo*pi/180);
if dfx==0
xo=xo+0.75; %sugerencia del programador
end
dfx=df1(xo*pi/180);
w=(fx/dfx);
if abs(fx)<er,break,end
x1=xo-w;
xo=x1;
end
y=f1(xo);
fprintf('la solucion x es');disp(xo)
fprintf('el valor de la funcion para la solucion es');disp(y)
fplot(f1,[-5 5],'b');
grid
6.4 Mtodo de Birge Vieta .
Este mtodo encuentra todas las soluciones reales que tenga un polinomio, es el
resultado de la combinacin del mtodo de Newton Raphson y la aplicacin de la
divisin sinttica doble (teora de Ruffini para bajar de grado un polinomio con dos
divisiones continuas).
Recordando que Newton Raspn plantea:
xn1 xn
F ( xn )
F ' ( xn )
(6.5)
Se sugiere como punto de inicio un valor cercano a rmx; aunque, para automatizacin
del mtodo se puede iniciar con cualquier valor.
42
Mtodos Numricos
P
R
Q
D
D
P QD R
P( X ) ( X Xn )Qx R
X Xn
si
( X Xn deno min ador )
P( X ) R
P'( X ) Q( X ) ( X Xn )Q'( X )
x xn
si
Q( X ) R'
P'( X ) Q( X )
P'( X ) R'
El valor de x aproximado para iniciar el anlisis puede ser

cualquier valor (generalmente se utilizar x = 0.1), pero se
recomienda utilizar r mx indicado en la frmula 5.1
Ejemplo 10. Calcular la solucin de la siguiente ecuacin:

X 3 2 X 2 5X 7 0
-2
7
5
35
-7
200
5
7
40
84
273
12
124
X=7
X=7
X 7
273
124
x 7 2.202 4.798
-2
4.8
5
13.44
-7
88.51
2.8
4.8
18.44
36.44
81.51
X=4.8
X=4.8
7.6
54.92
X 4.8
81.51
54.92
x 4.8 1.484 3.316
1
X=3.32
-2
1
X=3.32
1.32
3.32
4.64
5
-7
3.32 4.38
9.38 24.14
15.41
24.78
31.15
(6.7)
43
Mtodos Numricos
Se continua con el mismo proceso hasta lograr la solucin, los valores los resumimos
en la siguiente tabla, misma que es factible obtenerla con mayor facilidad
por el mtodo de Newton Rapshon:

K
R/R
273
124
2.20
4.8
81.51
54.92
1.48
3.32
24.14
24.78
0.97
2.35
6.68
12.17
0.55
1.8
1.35
7.52
0.18
1.62
0.1
6.38
0.016
1.6
0.02
6.28
0.003
TABLA 6.4.1
Solucin : 1.6 con un margen de error del 2%
Al dividir el polinomio original para (X 1.6), se obtendr un nuevo

polinomio bajado de grado respecto al original, y se aplicar
nuevamente similar procedimiento.
Si se llega a un polinomio de grado 2 , el cual puede tener soluciones
imaginarias, ste es factible resolverlo aplicando la frmula algebraica
para resolver polinomios de segundo grado.
44
Mtodos Numricos
Mtodo de Birge Vieta

(aplicacin de la teora
de Ruffini
i=1,N+1
A(i)
a
a
X (1) 2 2 3
a1
a1
2
K=1
A
no
si
K<soluciones
b(1)=a(1)
c(1)=b(1)
divergencia
i=2,N+1
b(i)=a(i)+b(i-1)*x(k)
J=2,N
c(J)=b(J)+b(J-1)*x(k)
E(k)=b(i) / c(j)
1
1
no
K<0.001
K=K+1
si
X(k)=solucin(N)
X(k)=X(k)-E(k-1)
i=2,N+1
a(i)=b(i)
N=N-1
no
N=1
si
Solucin(1)=-a(2)/a(1)
imprimir soluciones
fin
45
Mtodos Numricos
Ejercicios: Resolver los siguientes polinomios aplicando los mtodos explicados

13.
x 5 x 15.23 x 6.24 x 24.84 0

x1 6.9806
Sol :
14.
x1 8
x 4 5 1 i
x 2 0.1779
x 3 0.2727
x1 5.0937
x 2 2.8370
x 3 0.0690
x 5x 4x 2 0
x1 3.81
x 2 1.5293
x 3 0.3429
x 2 0.8989
x 3 1.6419
x 4x 5x 7 0
x1 4.74
x 2 x 3x 2 x 1 0
x1 2 0.5 1.732i
3 4
0.5 0.866i
x 2x 7 0
x1 2 1 2.449i
Sol :
22.
x 1
x 8 x 15 x 1 0
Sol :
21.
x2 2
x1 20.5947
Sol :
20.
Sol :
19.
x3 2
2 x 41x 4 x 2 0
Sol :
18.
x1 5
Sol :
17.
x2 4
x 8 x 17 x 8 x 14 x 20 0
Sol :
16.
x 3 4 1.631 0.34i
x 14 x 56 x 64 0
Sol :
15.
x 2 1.2814
x 3x 7 x 5 0
Sol : x 1 x 2 3 1 2i
1
Consulta, investigacin:
1.
Consultar y analizar los mtodos de la Secante

y de VonMises.
2.
Consultar el Mtodo LIN para soluciones

imaginarias.
3.
Realizar un ejercicio por cada mtodo de

solucin numrica de ecuaciones en ecuaciones
que involucren funciones trigonomtricas.
46
Mtodos Numricos
CAPITULOIII
APROXIMACIN POLINOMIAL
7. Interpolacin Matemtica
En las aplicaciones en general, es frecuente trabajar con funciones expresadas en
forma tabular, o valores que provienen de un experimento.
Interpolar un valor implica calcular el valor de Y para una valor especfico de X, este
problema es factible resolverlo aplicando mtodos aproximados que permiten calcular
el valor a interpolarse a la vez definir la ecuacin que contiene a todos y cada uno de
los puntos dados.
La interpolacin polinomial se puede expresar por series de potencias, por
interpolacin de Newton y por interpolacin de Lagrange, concentraremos nuestro
estudio en los dos ltimos mtodos.
La aproximacin polinomial tiene gran utilidad cuando los valores reflejados en la
tabla tienen el comportamiento de una funcin desconocida y que en muchas ocasiones
el encontrar la antiderivada de la misma resulta una imposibilidad matemtica.
Y=f(x)
Y=P(x
)
y0
Xo
X1
y1
y2 ..........yn
X2.............Xn
FIG. 7.1
7.1. Interpolacin de newton (interpolacin con incrementos constantes).

Considerando en el grfico anterior incrementos constantes los pares ordenados son:
Xi
X0
x1 = x0 + h
x2 = x0 + 2h
.....
.......
xn = x0 + nh
yi
yo
y1
y2
..
...
yn
TABLA 7.1.1
47
Mtodos Numricos
La interpolacin de Newton Se basa en el criterio de las diferencias finitas que pueden

ser de 1er , 2do , 3er , hasta ensimo orden segn se especifica en la siguiente tabla.
Xi
yi
x0
yo
x1 = x0 + h
y1
x2 = x0 + 2h
y2
x3 = x0 + 3h
y3
x4 = x0 + 4h
.....
.......
y4
..
...
xn = x0 + nh
yn
2y
a0 = y1 yo
b0 = a1 a0
a1 = y2 y1
a2 = y3 y2
a3 = y4 y3
.
.
.
.
a(n-1)=y(n) y(n-1)
b1 = a2 - a1
b2 = a3 a2
.
.
.
b(n-2)=a(n-1) - a(n-2)
TABLA 7.1.2
Deduccin de la frmula en base a las diferencias finitas indicadas:

a0 = y1 y0
b0 = a1 a0
y1 = a0 + y0
(1)
y2 = a1 + y1
(2)
a1 = b0 + a0 (3)
(1) y (3) en (2)

y2 = a0 + b0 + a0 + y0
(7.1)
y2 = y0 +2a0 + b0
y3 = a2 y2
a2 = a1 + b1
b1 = b0 + c4
y3 = a1 + b1 + a2 + y1
y3 = a1 + b1 + (b0 + a0) + a0 + y0
y3 = (a0 + b0) + b0 + c0 + b0 + a0 + a0 + y0
y3 = yo + 3a0 + 3b0 + c0
.......
........
y4 = yo + 4a0 + 6b0 + 4c0 + d0
(7.2)
3y
c0 = b1 b0
c1 = b2 b1
.
c(n-3)=b(n-2)-b(n-3)
48
Mtodos Numricos
Podemos observar que las diferencias se ven afectadas por los coeficientes del binomio
de Newton, por lo que puede generalizarse con la siguiente frmula:
y k y 0 ka o
k ( k 1)
2
bo
k ( k 1)( k 2)
3
co
k ( k 1)( k 2)( k 3)
4
d o ... ..
x0
xk
xk = x0 +kh
x1 = x0 + h
x k xo
h
(7.3)
Recordando que: a0 = yo, b0 = 2yo, c0 = 3yo, ................. , la frmula de interpolacin de

Newton es:
y k y 0 ky o
k ( k 1) 2
k ( k 1)( k 2) 3
yo
yo
2
3
k ( k 1)( k 2)( k 3) 4
y o ...
4
(7.4)
El mtodo se aplicar cuando los valores de la ltima

diferencia sean iguales entre si, siendo esta diferencia
el grado del polinomio representativo, si no se obtiene
una diferencia finita con valores iguales pueden haber
errores en los datos tomados (x,y) o pueden faltar
datos.
Ejemplo 11.
Dada la funcin tabular (x,y) , calcular:
-
el valor de y para x = 3.2
la funcin representativa
X
2y
3y
0
2
4
6
8
10
1
13
81
253
577
1101
12
68
172
324
524
56
104
152
200
48
48
48
TABLA 7.1.3
Solucin.
observamos que es un polinomio de tercer grado entonces aplicamos las formulas:
xk = 3.2
49
Mtodos Numricos
x0 = 2
h=2
k = (xk x0) / h
k = (3.2 - 2) / 2
k = 0.6
y k 13 0.6 * 68
0.6 * (0.6 1)
0.6 * (0.6 1)(0.6 2)
*104
* 4 44.008
2
6
Para calcular la funcin representativa de una tabla dada podemos utilizar el mismo
mtodo de la forma siguiente
k
x2
2
y 13 (
x2
(
)68
x2
x2
el
)(
1)
(
* 104
x2
2
)(
x2
1)(
x2
2
2)
* 48
y x3 x 2 1
polinomio es
Ejercicios: Resolver los siguientes ejercicios sobre interpolacin polinomial y definir

la funcin representativa.
23. Interpolar x = 3.75
X 0 1 2 3
4
5
6
7
8
9
10
11
12
Y -1 3 41 173 483 1079 2093 3681 6023 9323 13809 19733 27371
Sol. Y = 383.316
24. Interpolar x = 9
X 0
Y 5
2 4 6
8
10 12
14
16
8 43 158 401 820 1463 2378 3616
Sol. Y = 585.5
25. Interpolar x =3.35, x = 4.45,

X 0
Y 1
1
2
2
5
3
10
Sol. Y = 12.22
Y = 20.803
Y = 46.56
4
17
5
26
x = 6.75
6
37
7
50
50
Mtodos Numricos
TALLER 12: Cdigo para la tabla de diferencias finitas del mtodo de interpolacin
de Newton ARCHIVO: INTERPOLACIONDENEWTON.m
clc
clear
n=input('Ingrese numero de datos');
for i=1:n
fprintf('A(%d,%d)=',i,1);
A(i,1)=input('');
end
%end
for i=1:n
% for j=1:n
fprintf('B(%d,%d)=',i,2);
A(i,2)=input('');
end
k=1;
%for i=1:n
for j=3:n
for i=1:n-k
A(i,j)=A(i+1,j-1)-A(i,j-1);
end
k=k+1;
end
A
%end
%for i=1:n
% for j=1:n
%fprintf('\t%3d\t\t%10.4f\t\t%10.4f\n',i,A,B)
% fprintf('\t\t%10.4f\t\t%10.4f\n',A(i,j))
%end
%end
7.2. Interpolacin de Lagrange ( interpolacin con incrementos variables)
Esto mtodo de interpolacin conocido tambin como interpolacin con incrementos
variables, nos permite: dada una funcin tabular (tabla de valores con incrementos
constantes o variables), interpolar un valor.
Para el clculo se utiliza la siguiente frmula
y
i 1
(X X
j 1
* yi
(X
j 1
XJ)
donde
ji
(7.5)
51
Mtodos Numricos
x x2 x x3 x x4 ...........x xn
y
x1 x2 x1 x3 x1 x4 .........x1 xn 1
x x1 x x3 x x4 ...........x xn
y
x2 x1 x2 x3 x2 x4 .........x2 xn 2
x x1 x x2 x x4 ...........x xn
y .......
x3 x1 x3 x2 x3 x4 .........x3 xn 3
x x1 x x2 x x3 ...........x xn1
y
xn x1 xn x2 xn x3 .........xn xn1 n
y
(7.6)
La frmula se sustenta en los incrementos variables, al valor que vamos a encontrar le

restamos sucesivamente los valores de la tabla.
Ejemplo 12: Interpolar x=3.2 para la siguiente tabla
X
0
2
4
6
8
10
Y
2
8
62
212
506
992
Solucin:
3.2 23.2 43.2 63.2 83.2 10 * 2

0 20 40 60 80 10
3.2 03.2 43.2 63.2 83.2 10 * 8
2 02 42 62 82 10
3.2 03.2 23.2 63.2 83.2 10 * 62
.
4 04 24 64 84 10
3.2 03.2 23.2 43.2 83.2 10 * 212
6 06 26 46 86 10
3.2 03.2 23.2 43.2 63.2 10 * 506
8 08 28 48 68 10
3.2 03.2 23.2 43.2 63.2 8 * 992 31.568
10 010 210 410 610 8
y
Recomendacin: para interpolar por ste

mtodo, se recomienda que el valor a
interpolar tenga por lo menos tres pares
ordenados superiores y tres pares ordenados
inferiores a l , para garantizar el resultado
Mtodos Numricos
52
Ejercicios: Resolver los siguientes ejercicios sobre interpolacin polinomial y definir

la funcin representativa.
26. Interpolar x =5
X 1 3
4
7
10
12
Y 1.8 51.4 136.2 846.6 2619 4630.6
Sol. Y = 287.02
27. Interpolar x =11

X 0 1
Y -1 4
4
7
10
13
16
151 622 1579 3184 5599
Sol. Y = 2034
53
Mtodos Numricos
inicio
Interpolacin de
Lagrange para
intervalos constantes
y variables
N, X
i=1,N+1
X(i), Y(i)
Y=0
i=1,N
i=N
si
NUM=1
DEN=1
J=1,N
si
J=N
Sugerencia:
co m p le te e l
p ro g ra m a p a ra
q u e i n c lu ya e n
lo s resul tado s el
p o l i n o m i o
re p re s e n ta ti vo
de los datos
tabulados
si
i=J
NUM=NUM*(X-X(J)
DEN=DEN*(X(i)-X(J)
Y Y
NUM
* Y (i )
DEN
Y=solucin
fin
7.4 Interpolacin inversa.
En el proceso de la interpolacin se buscaba un valor de f(x) dado un valor de la

variable independiente, en la interpolacin inversa es lo contrario: dado un valor de
f(x) calcular una valor de la variable independiente. Esta aplicacin es til para
resolver un polinomio recordando que las races de un polinomio se encuentran en los
puntos donde la funcin es cero ( f(x) = 0 ).
54
Mtodos Numricos
Ejemplo 13: Calcular una solucin de la ecuacin x2 + 3x 5

y
-5
-3
1.75
5
13
X
0
1
1.5
2
3
Se sugiere el siguiente procedimiento para la solucin:
La solucin est entre 1 < x < 2 por lo que se trabaja en ese intervalo .
-3
1
Y=0
1.75 1.5
5
Se asume Y = 0 como el valor a interpolarse.
Se aplica la frmula de Lagrange para el clculo
( 0 1.75)(0 5)
( 3 1.75)(3 5)
*0
( 0 3)(0 5)
(1.75 3)(1.75 5)
* 1.5
( 0 3)(0 1.75)
(5 3)(5 1.75)
*2
1.25
El mtodo de interpolacin con intervalos constantes permite EXTRAPOLAR puesto

que se puede completar la tabla sin problemas y extenderla hasta el valor requerido
para el ejercicio propuesto.
8.- Integracin numrica

Recordando que integracin es sinnimo de rea, se puede resolver una integral
definida por mtodos aproximados,
Cuando se calcula una integral se acude a las frmulas de integracin , la integracin

numrica nos permite calcular dicha integral definida, de una funcin expresada en
forma tabular o en forma algebraica, en los dos casos se debe disponer necesariamente
de la tabla de valores x-y .
55
Mtodos Numricos
ejemplo 14: Calcular la integral indicada

5
(x
5)dx
Con la aplicacin de las frmulas de integracin se obtiene como resultado:

8
(x
5)dx 205.33
Ahora vamos a ver como de la misma funcin pero expresada en forma tabular,
calculamos el rea aproximada, utilizando rectngulos y trapecios :
14
21
30
FIG. 8.1
Para conocer el rea aproximada bajo la curva , tomamos en cuenta los rectngulos
que se forman entre cada intervalo de par ordenado
Entonces :
A=B*h
A = 1( 6 + 9 + 14 + 21 ) = 50
Si a este dato le comparamos con el de la integral de la funcin .

Tenemos que existe un error no tolerable . 205.33 50
Esto ocurre porque no estamos tomando en cuenta las pequeas reas casi triangulares
que se forman entre los rectngulos y la grafica de la funcin.
Para solucionar este error no tolerable se recomienda deducir frmulas con el criterio
de trapecios que se acercan ms a la grfica.
56
Mtodos Numricos
La frmula del rea del trapecio nos permite plantear varios mtodos para el clculo
de integrales definidas.
Area
( Basemayor+ Basemenor ) * h
(8.1)
2
9. Mtodos de clculo de integracin numrica.
xo x1 x2 x3 x4 x5 x6
FIG. 9.1
Aplicando la frmula del trapecio, y sumando todos los trapecios indicados en el
grfico se obtiene:
A = h ( Y0 + Y1 ) / 2 + h ( Y1 + Y2 ) / 2 + h ( Y2 + Y3 ) / 2 + ..........(9.1)
Realizando las operaciones correspondientes no queda :
A
h
( y0 y n 2 resto de ordenadas)
2
(9.2)
Una forma sencilla de definir frmulas ms exactas es considerando que una funcin es
expresable como una serie (binomio de Newton) con diferencias finitas:
f ( x ) y 0 ky o
k ( k 1) 2
k ( k 1)( k 2) 3
yo
yo
2
3
k ( k 1)( k 2)( k 3) 4
y o ...
4
(9.3)
Si integramos la funcin entre xo y xn con los siguientes cambios:

Siendo
x xo
h
x x0 hk
Si x = xo entonces k = 0
Si x = xn = xo + hk entonces k = n
Si derivamos x con respecto a k dx = hdk
(9.4)
57
Mtodos Numricos
Reemplazando estos nuevos datos:

xn
xo
xn
xo
n
f ( x ) dx
(y
ky o
k 2
k
yo
2
3k
6
2k 3
y o .....) hdk
n2
n3 n 2 2
n 4 n3 n 2 3
f ( x ) dx h ny
y (
) y (
) y ......
o
o
o
o
2
6
4
24
6
6
(9.5)
Segn las diferencias finitas, sus reas se identifican en el siguiente grfico:
FIG. 9.2
Si se escoge un trapecio la interpolacin ser de primer orden y por lo tanto se

considera la primera diferencia yo, si se escoge dos trapecios, ser de segundo orden,
as sucesivamente.
Con lo indicado, se obtienen las siguientes frmulas:
1. Considerando un solo trapecio (n = 1):
n2
f ( x ) dx h nyo 2 yo
xo
x1
x1
f ( x ) dx
xo
h
2
( yo
y1 )
2. Considerando 2 trapecios (n = 2):
como y y y
o
1
o
(9.5)
58
Mtodos Numricos
x2
xo
n2
n3 n 2 2
f ( x ) dx h ny
y (
) y
o
o
o
2
6
4
como y y y Y
o
1
o
x2
f ( x ) dx
xo
h
3
( yo
2 y y 2 y y
o
2
1
o
4 y1 y 2 )
(9.6)
3. Considerando tres trapecios (n = 3)
x3
xo
n2
n3 n 2 2
n 4 n3 n 2 3
f ( x ) dx h ny
y (
) y (
) y
o
o
o
o
2
6
4
24
6
6
como y y y Y
o
1
o
x3
f ( x ) dx
xo
3
8
h( y
2 y y 2 y y
o
2
1
o
3
y o y 3 3 y 2 3 y1 y o
3y 3y y )
1
2
3
(9.7 )
Si en cada uno de los anlisis se considera los trapecios de cero a n, se definen tres
frmulas:
Frmula del trapecio: Se considera n cualquier nmero de divisiones para o

impar pues su anlisis se lo hizo con un solo trapecio
A
h
( y0 y n 2 resto de ordenadas)
2
(9.8)
Frmula de Simpson del 1/3: Se considera que n debe ser siempre par pues el
anlisis se lo realiz con dos trapecios.
h
( y0 y n 2 ordenadaspares 4 orden.impares)
3
(9.9)
Frmula de Simpson del 3/8: Se considera que n debe ser siempre mltiplo de 3
pues el anlisis se lo realiz con tres trapecios. (9.10)
A
3
8
h( y 0 y n 2 orden. multiplosde3 3 resto.de.orden). (9.10)
Nota. Para la aplicacin de estas frmulas

siempre se contabilizar los pares ordenados
desde el par cero.
59
Mtodos Numricos
Ejemplo 15.
Resolver la integral indicada utilizando todas las frmulas y encontrar el error de cada
una de ellas en relacin con la solucin exacta.
8
(x
5)dx
por int egracin directa
Sol 205.33
Solucin por la frmula del trapecio

.i
X
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
TABLA 9.1
Y
6
9
14
21
30
41
54
69
Sol
6 69 2 * (9 14 21 30 41 54) 206.5
Solucin por la frmula de Simpson del 1/3.

N debe ser par por lo tanto escogemos n = 6 intervalos, 7/8 = 0.875
.i
X
0
1
1
1.875
2
2.75
3
3.625
4
4.5
5
5.375
6
6.25
7
7.125
8
8
TABLA 9.2
Y
6
8.516
12.56
18.14
25.25
33.89
44.06
55.77
69
Sol
4 * (8.516 18.14 33.89 55.77)
0.875 6 69 2 * (12.56 25.25 44.06)

3
Sol 205.33
Solucin por la frmula de Simpson de 3/8.

N debe ser mltiplo de 3 por lo tanto escogemos n = 9 intervalos, 7//9 = 0.778
.i
X
0
1
1
1.778
2
2.556
3
3.334
4
4.112
5
4.89
6
5.668
7
6.45
8
7.22
9
8
TABLA 9.3
Y
6
8.16
11.53
16.16
21.91
28.91
37.13
46.6
57.13
69
Sol
6 69 2 * (16.16 37.13) 3 * (8.16 11.53 21.91

28.91 46.6 57.13)
* 0.778
8
Sol 205.48
60
Mtodos Numricos
Conclusin del ejercicio: se puede observar que las dos frmulas de Simpson presentan
el menor error, en igual forma, el resultado es ms cercano al real mientras ms
intervalos existan.
Error con el trapecio:
0.6%
Error con Simpson 1/3:
0%
Error con Simpson 3/8: 0.1%
i ni ci o
N, K
Integraci n numr ic a por
di v er sos mtodos
i =0,N -1
X( i ), Y( i)
h=X( 2) -X(1)
si
Tr apec ios
si
s=0
si mpson 1/3
i =1,N -1
N es
par
si
S=S+y( i)
no es
apl ic able
N es
mlti pl o de 3
si
SP=0,
SIP=0
A(
Y (o) Y ( N )
i =2,N -2,2
no es
apl ic able
SP=SP+y (i )
i =1,N -1,2
SIP=SIP+y( i)
(Y (o) Y ( N ) 2 * S P 4 * S IP)
S) * h
61
Mtodos Numricos
1
SP=0,
SIP=0
i=1,N -1
i es
mltiplo de 3
SIP=SIP+y (i
)
si
SP=SP+y( i)
h(Y (o) Y ( N) 2 * S P 3 * S IP)
2
imprimir res ultados
fin
TALLER 13: Cdigo para integracin numrica por el mtodo del trapecio
ARCHIVO: integracin1.m
clc
clear
x1=input('ingrese el valor inicial de x : ');
x2=input('ingrese el valor final de x : ');
n=input('ingrese pares ordenados: ');
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
yo=f1(x1);
yn=f1(x2);
integral=int(f,'x')
fprintf('\t\t k\t\t x1\t\t\t fx\t\t \n')
area=0;
for k=1:n-1
x1=x1+h;
fx=f1(x1);
area=area+fx;
end
for k=0:n
fx=f1(x11);
x11=x11+h;
fprintf('\t\t%3d\t\t%4.2f\t\t%4.2f\t\n',k,x11,fx)
end
Mtodos Numricos
62
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
integral=(yo+yn+2*area)*h/2;
fprintf('el valor de la integral es' ),disp(integral)
ACTIVIDADES PARA EL TALLER 13:
Desarrollar el programa para el mtodo de integracin de Simpson 1/3, se recomienda
usar if mod(k,2)==0 que permite identificar los nmeros pares.
Desarrollar el programa para el mtodo de integracin de Simpson 3/8, se recomienda
usar if mod(k,3)==0 que permite identificar los nmeros mltiplos de 3.
Desarrollar el programa para el mtodo de integracin de Simpson 3/8, que permita
resolver funciones trigonomtricas.
TALLER 14: Cdigo para integracin numrica por el mtodo de Simpson 1/3
clc
clear
if mod(n,2);
n=n+1;
end
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
integral=int(f,'x')
for k=0:n
fx=f1(x11);
x11=x11+h;
end
yo=f1(x1);
yn=f1(x2);
area=0;
area1=0;
for k=1:n-1
x1=x1+h;
fx=f1(x1);
if mod(k,2) == 0
area1=area1+fx;
else
area=area+fx;
end
end
Mtodos Numricos
63
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
integral=(yo+yn+2*area1+4*area)*h/3;
ACTIVIDADES DEL TALLER 14

Observe que si ingresa un nmero impar el programa se ejecuta, pero no cumple con la
condicin del mtodo en el sentido de que funcione para un valor n par, rectifique el
cdigo para que cumpla dicho requisito.
TALLER 15: Cdigo para integracin numrica por el mtodo de Simpson 3/8
clc
clear
if mod(n,3)
fprintf('el valor de n debe ser multiplo de 3, rectifique\n\n')
else
n=n;
end
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
for k=0:n
fx=f1(x11);
x11=x11+h;
end
yo=f1(x1);
yn=f1(x2);
integral=int(f,'x')
area=0;
area1=0;
for k=1:n-1
x1=x1+h;
fx=f1(x1);
if mod(k,3) == 0
area1=area1+fx;
else
area=area+fx;
end
Mtodos Numricos
64
end
x=-5:0.01:5;
fplot(f1,[-5 5],'b');
grid
integral=(yo+yn+2*area1+3*area)*3*h/8;
ACTIVIDAD PARA EL TALLER 15:
Observe que si ingresa para n un nmero que no sea mltiplo de 3, el programa se
ejecuta, pero no cumple con la condicin del mtodo en el sentido de que funcione para
un valor n mltiplo de 3; rectifique el cdigo para que cumpla dicho requisito.
TALLER 16: Cdigo para integracin numrica por el mtodo de Simpson 3/8 para
funciones trigonomtricas ARCHIVO: integracin38contrigonometricas.m
clc
clear
if mod(n,3)
fprintf('el valor de n debe ser multiplo de 3, rectifique\n\n')
else
n=n;
end
x11=x1;
h=(x2-x1)/n;
f1=inline(f);
for k=0:n
fx=f1(x11*pi/180);
x11=x11+h;
end
yo=f1(x1*pi/180);
yn=f1(x2*pi/180);
%integral=int(f,'x')
area=0;
area1=0;
for k=1:n-1
x1=x1+h;
fx=f1(x1*pi/180);
if mod(k,3) == 0
area1=area1+fx;
65
Mtodos Numricos
else
area=area+fx;
end
end
x=-10:0.01:10;
fplot(f1,[-10 10],'b');
grid
integral=(yo+yn+2*area1+3*area)*3*h*(pi/180)/8;
ACTIVIDAD PARA EL TALLER 16:
Observe que si ingresa para n un nmero que no sea mltiplo de 3, el programa se ejecuta, pero no
cumple con la condicin del mtodo en el sentido de que funcione para un valor n mltiplo de 3;
rectifique el cdigo para que cumpla dicho requisito.
TALLER 17: Desarrollar un solo programa que permita resolver la integracin

por cualquiera de los tres mtodos estudiados.
Ejercicios: Resolver por mtodos aproximados las siguientes integrales aplicando la
frmula de 3/8 de Simpson, tabulando datos para 6 intervalos.
28.
2.67
(x
2 x 1)dx
Sol : 0.7762
2 1
10
29.
(x
3x 2)dx
Sol 292.5
3x 2 5 x 6)dx
5
20
30.
(x
Sol 32880
0
2
31.
2 (4 x x 2 ) 1 (4 2 x) 2 dx
Sol 5.4088
1.79
7
32.
cos x
1
1 sen 2 x dx
Sol 0.1047
Mtodos Numricos
66
CAPITULO IV
APROXIMACIN FUNCIONAL (AJUSTE DE CURVAS)
Permite encontrar la ecuacin de la curva que aunque no pase por todos los puntos de
una tabla de datos, tenga variaciones cercanas.La aproximacin se basa en el mtodo
de los mnimos cuadrados. La aproximacin puede emplearse en muchos casos
prcticos, como por ejemplo en el tratamiento de resultados de observacin, ya que ella
compensa las incorrecciones locales aisladas de la funcin f(x) (por ejemplo errores
producidos en la observacin) y tambin proporciona una representacin lo
suficientemente exacta en el transcurso del proceso correspondiente. la aproximacin
funcional permite definir una funcin que est cercana a una tabla de datos.
Una de las restricciones est en el hecho de conocer previamente a qu grado se acerca

la tabla de datos; por ello es que utilizamos el mtodo de los mnimos cuadrados para
ajustar la curva y definir los coeficientes de la funcin
Para definir el grado del polinomio al que se desea ajustar el conjunto de puntos se
puede optar por construir el cuadro de diferencias finitas, pero, es ms recomendable
graficar los puntos y observar que tipo de curvatura es para escoger el correspondiente
grado, tambin es recomendable que en lo posible se relacione a los puntos con una
ecuacin de grado tres como mximo (aceptar este criterio como una recomendacin,
puesto que con el uso de computadoras al facilitar los clculos, la ecuacin puede
relacionarse con un polinomio de n grado).
Aproximacin polinomial
Aproximacin funcional
FIG. 9.3
Se trata de obtener los coeficientes de la funcin:
67
Mtodos Numricos
y f ( x) ao a1 x a2 x 2 a3 x 3 .... am x m
(9.11)
Luego del proceso matemtico basado en los residuos o faltantes localizado entre el
punto Y conocido y el punto de la funcin a calcularse, se obtiene el siguiente sistema
de ecuaciones:
Na0 a1 x a2 x 2 ....am m y
a0 x a1 x 2 a2 x 3 .....am m 1 xy
a0 x 2 a1 x 3 a3 x 4 .....an1 n 2 x 2 y
......................................
(9.12)
.........................................
a0 x m 1 a1 x m 1 ....am m n 1 x m 1y
Donde n es el nmero de datos proporcionados en la tabla.

Recomendacin: Debido a que la funcin puede presentarse en distintas formas,
recomendamos disponer de una serie de grficos para ver a cual se parece el ejercicio.
Ejemplo 16.
Encontrar la ecuacin de la curva que mejor se ajuste a la tabla de valores (ejercicio
x
1
2
3
4
5
6
7
y
4
7
9
10
9
7
4
tomado de Mtodos Numricos de Luthe. Edit. Limunsa)
FIG. 9.4
68
Mtodos Numricos
Solucin:
Para encontrar la funcin que mejor represente a la tabla de valores dada debemos
saber el grado de la funcin, para ello procedemos a graficar los valores de la tabla.
Como se puede observar, los datos obtenidos representar a una ecuacin de segundo
grado, entonces para encontrar la solucin formaremos tres ecuaciones:
Nao a1 x a2 x 2 y
ao x a1 x 2 a2 x 3 xy
(9.13)
a0 x a1 x a2 x x y
2
Grado de la funcin: segundo grado

a continuacin, procedemos a encontrar los valores de la tabla indicada:
n
1
2
3
4
5
6
7
x
1
2
3
4
5
6
7
28
y
4
7
9
10
9
7
4
50
x
1
4
9
16
25
36
49
140
x3
x4
xy
1
1
4
8
16
14
27
81
27
64
256
40
125 625
45
216 1296 42
343 2401 28
784 4676 200
xy
4
28
81
160
225
252
196
946
TABLA 9.4
7a0 28a 140a 2 50
28a0 140a1 784a2 200

140a0 784a1 4676a2 946
Resolviendo el sistema de ecuaciones obtenemos:
.
0.57421
a 5.14286 a
1
0.64285
de esta manera, nuestra funcin que representa en forma aproximada al conjunto de

puntos es:
f(x) = -0.64285x + 5.14x 0.57
69
Mtodos Numricos
ejemplo 17.
Encontrar la ecuacin que mejor se aproxime a la siguiente tabla, asumiendo que se

ajusta a un polinomio de grado tres.
x
1
2
3
4
5
6
7
8
Nao a1 x a2 x 2 a3 x 3 y
y
1
7
25
61
121
211
337
505
ao x a1 x 2 a2 x 3 a3 x 4 xy
a0 x 2 a1 x 3 a2 x 4 a3 x 5 x 2 y
a0x3 a1x4 a2x5 a3x6 x3y
Grado de la ecuacin (tercero)

n
1
2
3
4
5
6
7
8
x
y
1
1
2
7
3
25
4
61
5 121
6 211
7 337
8 505
36 1268
x
x
1
1
4
8
9
27
16
64
25 125
36 216
49 343
64 512
204 1296
x4
1
16
81
256
625
1296
2401
4096
8772
x5
x6
xy
xy
1
1
1
1
32
64
14
28
243
729
75
225
1024
4096
244
976
3125 15625 605 3025
7776 46656 1266 7596
16807 117649 2359 16513
32708 262144 4040 32320
61716 446964 8604 60684
xy
1
56
675
3904
12125
45576
115591
258560
436488
8a0 36a1 204a2 1296a3 1268
36a0 204a1 1296a2 8772a3 8604

204a0 1296a1 8772a2 61776a3 60684
1296ao 8772a1 61776a3 446964a3 439488

+
Resolviendo el sistema:
a0 0.944
a1 0.99 a2 0
a3 1
f(x) = 0.944 - 0.99x - 7.27x 10-11x + x
aproximadamente se tiene :
f(x) = x - x + 1
70
Mtodos Numricos
10. Sugerencia para la creacin del sistema de ecuaciones en la aproximacin

funcional:
Una forma sencilla de optimizar la creacin del sistema de ecuaciones es la siguiente:
Disponiendo de la tabla de valores x,y ; se sugiere el siguiente procedimiento:
1.organizar la matriz de incgnitas y trminos independientes con la siguiente base:
1 x1
x12
x13
1 x2
x 22
x 23
x 2m
1 x3
x32
x33
x3m
x1m
2
n
3
n
1 xn
x nm
2. Se calcula la matriz traspuesta de x

3. Se calcula la matriz z xT * x
4. Se calculan los coeficientes: w x t * y
5. se resuelve el sistema z = w
ejemplo 18 resolver el ejemplo 16 con esta metodologa
X=
x0
1
1
1
1
1
1
1
x1
1
2
3
4
5
6
7
x2
1
4
9
16
25
36
49
1
1
1
1
2
4
1
3
9
Y=
1
4
16
4
7
9
10
9
7
4
1
5
25
7
28
28 140
140 784
V=X *Y
50
200
946
1
6
36
1
7
49
140
784
4676
y1
y
2
y3

(10.1)

y
n
71
Mtodos Numricos
Resolvemos el siguiente sistema y los resultados son los mismos que el ejercicio 16
a0
a1
a2
7
28
28 140
140 784
0.57421
140
784
4676
50
200
946
a 5.14286 a
1
0.64285
inicio
Apr oximacin
funcional
N, G
(G= grado
escogido
para el polinomio
i=1,N
X(i), Y(i)
J=0,G
i=1,N
X(i,J+1) =X( i)J
i=1,N
y( i,1) =y( i )
i=1,N
J=1,G+1
XT(J,i) =X(i,J)
72
Mtodos Numricos
1
k=N
i= 1,G+ 1
J= 1,N
Z(i ,J)= 0
L= 1,K
Z(L,J) =Z( i,J) + XT( i,L) *X( L,J)
k=N
i= 1,G+ 1
J= 1,1
W( i,J) =0
L= 1,K
W( L,J) = W(i ,J)+ XT(i ,L)*Y(L,J)
RESUEL VA EL
SISTEMA DE
ECUACI O NES
Z = W
i= 1,G+ 1
a(i)
fi n
TALLER
18:
Cdigo
APROXIMACIONfuncional.m
para
clc
clear
n=input('Ingrese numero de datos: ');
for i=1:n
fprintf('X(%d)=',i);
x(i)=input('');
%A(i,1)=input('');
A(i,1)=x(i);
end
for i=1:n
fprintf('Y(%d)=',i);
%A(i,2)=input('');
y(i)=input('');
A(i,2)=y(i);
end
spline(x,y);
plot(x,y)
aproximacin
funcional
ARCHIVO:
73
Mtodos Numricos
grid
g=input('Ingrese grado: ');
e=0;
for i=1:g+1
for j=1:n
if A(j,1)==0
B(j,i)=0;
end
B(j,i)=A(j,1)^e;
end
e=e+1;
end
B
for i=1:n
C(i,1)=A(i,2);
end
C
U=B' * B;
V=B' * C;
U
V
S=inv(U)*V;
S
Captulo 5. Ejercicios sobre aproximacin funcional

Dados los pares ordenados indicados, encontrar la funcin que representa
aproximadamente a la tabla.
33.
X
Y
0
2
Solucin :
34.
X
Y
0
2
Solucin :
35.
X
Y
0
3
Solucin :
1
4
2
3
3
6
4
5
5
7
6
9
7
8
y 0.02 x 3 0.2002 x 2 0.4565x 2.3787
1
4
3
6
4
9
7
11
9
14
y 0.0365x 2 1.6115x 2.1687
1
6
2
9
3
15
4
18
y 0.011x 2 3.8214 x 2.5476
5
21
6
25
74
Mtodos Numricos
36.
X
Y
0
-1
1
0
3
20
4
99
5
304
y x 4 3x 3 2 x 2 x 1
Solucin :
37.
X
Y
2
1
1
3
2
19
3
53
4
111
5
304
7
323
y 6.95x 3 84.80 x 2 229.96 x 166.98
Solucin :
38
y ' 0.5(5 x) y 2
39
y ' ( x 3x 5 x 1)
40
y ' (3x 5 x 1) * y
41
y ' ( x 3 3x 2 5 x 1) * y 2
42.
y ' (3x 2 5 x 1) y 2
x 0, y 1, h 0.1
x 1, y 2, h 1
x 0, y 1, h 0.5
x 0, y 2, h 0.2
x 0, y 1, h 0.1
75
Mtodos Numricos
CAPTULO V
ECUACIONES DIFERENCIALES ORDINARIAS
Ecuacin diferencial es una ecuacin que relaciona dos o ms variables en trminos de

derivadas o diferenciales.
Ecuacin diferencial ordinaria es la que tiene una sola variable independiente.

Una ecuacin diferencial esta resuelta cuando se ha obtenido el polinomio solucin o
cuando se expresa en forma de integracin. Grficamente la ecuacin representa una
familia de curvas, cada una correspondiente al valor respectivo de la constante de
integracin.
Dependiendo de cmo se establezcan las condiciones, se presentan dos tipos de

problemas: con condiciones iniciales y con condiciones de frontera.
Un problema de valores iniciales est gobernado por una ecuacin diferencial de orden
n y un conjunto de n condiciones independientes (x, y, y, y, y, ...) todas ellas vlidas
para el mismo punto inicial.
Un problema de valores a la frontera debe establecerse para condiciones iniciales y

finales.
y
y
F(x,y)=0
G(x,y)
X1 X2 X3 ....... X
Condiciones iniciales
X=a
X=b
condiciones de frontera
FIG. 10.1
En este capitulo nos centraremos en tres mtodos para poder resolver las ecuaciones
diferenciales ordinarias, estas son:
Con Integracin.
76
Mtodos Numricos
Con la serie de Taylor.
Mtodo de Runge Kutta.
11. Solucin numrica de una ecuacin diferencial ordinaria. Bsicamente consiste

en sustituir el dominio continuo de soluciones, por un dominio discreto formado por
puntos aislados espaciados igualmente entre s y muy cercanos unos de otros.
12. Mtodos de solucin para ecuaciones diferenciales ordinarias con valores

iniciales
Para las ecuaciones diferenciales ordinarias, se debe analizar cada problema en

particular, ya que es muy difcil generalizar. Sin embargo se pueden tener pautas para
la solucin.
Este estudio en particular se basar en un mismo ejercicio, con la finalidad de

presentar una mejor comprensin y al final comparar los resultados obtenidos; el
problema modelo es el siguiente :
y = ( 1 + x ) y2 ; y(0) = 1
12.1. Solucin por integracin.Sin lugar a duda es el mtodo ms conocido y utilizado para la solucin de ecuaciones
diferenciales ordinarias, pero su aplicacin es vlida si el proceso de integracin por
frmulas es factible.
Para resolver utilizando ste mtodo, debemos separar las variables independientes de
las dependientes en la ecuacin original.
Luego procedemos a integrar a ambos lados para obtener la solucin general, en la

cual remplazaremos los valores iniciales para encontrar el valor de C y as obtener el
resultado general.
77
Mtodos Numricos
ejemplo 19: Resolver la siguiente ecuacin diferencial ordinaria, utilizando

y 1
( x 1) y 2
x 2
y 1
( x 1)x
y2 2
y
1
y 2 2 ( x 1)x
(12.1)
1 x2 x
C
y
4 2
1 x 2 2x C
y
4
4
y 2
x 2x C
integracin.
Reemplazando x = 0 ; y = 1 en la solucin, se obtiene C = -4.
Por tanto la solucin particular es:
4
4 2x x 2
12.2. Solucin con la serie de Taylor

En primer lugar debemos recordar como se resuelve la serie de Taylor, para poder
emplearlo en la solucin de ecuaciones diferenciales ordinarias.
Recordemos la serie con un ejemplo:
Se tiene f(x) = ln(x) en potencias de ( x 1 ); procedemos a realizar derivadas sucesivas
a f(x) y evaluamos en x = 1.
f(x) = ln(x)
f(1)
=0
f (x) = 1/x
f (x) = -1/x2
f (1) = -1
f (x) = 2/x3
f (1) = 2
(1)
=1
La serie de Taylor quedara definida como:

( x 1)
( x 1) 2
( x 1) 3
ln( x) 0 1 *
(1) *
2*
..............
1!
2!
3!
78
Mtodos Numricos
1
1
ln( x) x 1 ( x 1) 2 ( x 1) 3 ...........
2
3
Una vez que nos hemos familiarizado con la serie de Taylor, apliquemos estos criterios
a la solucin de ecuaciones diferenciales ordinarias; con la siguiente formula:
y y0
( x x0 )
( x x0 ) 2
( x x0 ) 3
y'0
y' '0
y' ' ' 0 ........(12.2)
1!
2!
3!
Ejemplo 20
Resolver la siguiente ecuacin diferencial ordinaria, utilizando la serie de Taylor.
y = ( 1 + x ) y2 ; y(0) = 1
x=0
y=1
y = (1+x)y2 =
y = y2 + (1+x)yy = 1
y = yy + yy + (1+x)(y)2 + (1+x)yy = 9/4
Por tanto la solucin es:

Y = 1 + x + x2 + 3/8 x3
12.3. Solucin por el mtodo de Runge Kutta.- El mtodo sugiere que mediante
procesos iteractivos, se encuentre la solucin de una ecuacin diferencial ordinaria,
expresada en forma tabular. La base terica del mtodo es el de aproximaciones
sucesivas; y, luego del correspondiente anlisis se obtienen las siguientes formulas.
79
Mtodos Numricos
y (0) t y (0) i
h
( k1 2 k 2 2 k 3 k 4 )
6
k1 f ( x , y )
kh
h
k2 f (x , y 1 )
2
2
k h
h
k3 f ( x , y 2 )
2
2
k 4 f ( x h, y k 3 h)
(12.3)
Se debe tomar en cuenta que este proceso se lo puede hacer varias veces sin considerar
ningn valor lmite.
Ejemplo 21.
Resolver la siguiente ecuacin diferencial ordinaria, utilizando el mtodo de Runge
Kutta.
y = ( 1 + x ) y2 ; y(0) = 1
para x 0
k1
k2
k3
k3
(1 0 )(1)
y 1
2
0.5
1 (0
0.1
0.1 * 0.5
) 1
2
2
1 (0
0.1
0.1 * 0.5516
) 1
2
2
0.5516
1 (0 0.1)1 0.1 * 0.55442
Para el siguiente proceso, los valores iniciales sern:

x 0.1
y 1
0.1
6
0.5 2 * 0.5516 2 * 0.5544 0.6127 1.05541
Con estos datos se realiza el siguiente proceso:
0.5544
0.6127
80
Mtodos Numricos
f ( 0.1) 1.0554
f ( 0.15) 1.086
f ( 0.15,1.0893)
f ( 0.2,1.1236 )
y 1.05541
0.1
k1
1
k2
k3
(1 0.1)(1.0554)
0.6126
2
2
0.6782
0.6823
(1 0.15)(1.086 )
(1 0.15)(1.0893)
2
1
k4
(1 0.2 )(1.1236 )
0.7575
( 0.6126 2 ( 0.6782 ) 2 ( 0.6823) 0.7575) 1.12392
Continuando en la misma forma se obtiene la solucin mostrada en la siguiente tabla:
x
0
0,1
0,2
0,3
0,4
0,5
y
1,0000
1,0554
1,1236
1,2085
1,3158
1,4545
k1
0,5000
0,6126
0,7575
0,9492
1,2119
1,5868
k2
0,5516
0,6782
0,8431
1,0647
1,3735
1,8234
k3
0,5544
0,6823
0,8494
1,0745
1,3896
1,8517
k4
0,6127
0,7575
0,9494
1,2121
1,5872
2,1509
TABLA 12.3.1
12.4 Tabla comparativa para los tres mtodos.
Como se dispone de las funciones por integracin y Taylor, dando valores a x

obtenemos el valor de la funcin, y, comparando los resultados por las tres formas
concluimos que el mtodo numrico propuesto por Runge-Kutta se aproxima a los
resultados exactos.
X
0
0,1
0,2
0,3
0,4
0,5
Integracin Taylor
Y
Y
1,0000
1,0000
1,0554
1,1375
1,1236
1,2750
1,2085
1,4125
1,3158
1,5500
1,4545
1,6875
TABLA 12.3.2
Runge k.
Y
1,0000
1,0554
1,1236
1,2085
1,3185
1,4545
81
Mtodos Numricos
inicio
Solucin de la ecuacin
diferencial
y ' = 0.5(1+X)Y2
para X=0 , Y=1
por el mtodo de Runge
Kutta
X,Y
i=1,5
x(i,1)=X , y(i,2)=Y ,
h=0.1
K1(i,3)=0.5*{1+X(i,1)}*Y(i,2)2
K2(i,4)=0.5*{1+X(i,1)+0.5h}*{Y(i,2)+K1(i,3)*0.5h}2
K3(i,5)=0.5*{1+X(i,1)+0.5h}*Y(i,2)+K2(i,4)*0.5h}2
K4(i,6)=0.5*{1+X(i,1)}*{Y(i,2)+K3(i,5)*h}2
X=X(i,1)+h
Y=Y(i,2)+(h/
6)*{K1(i,3)+2K2(i,4)+2K(i,5)+K(i,6)
i=1,5
X(i,1) , Y(i,2) , K1(i,3) ,

K2(i,4) , K3(i,5) , K(i,6)
fin
El mto do d e Ru ng e Kutta po r s us
c a r ac te rs ti ca s e s a pl i ca bl e a
p ro bl e mas e sp ec fi c os , p or l o q ue n o
p ermi te g en era li zar u n pro ce so de
a utom ati za ci n , p or e sto s e su gi ere
u ti l i za r u na h oj a el e ctrn ic o pa ra su
s ol uc i n po r l a fa ci l i da d qu e e sta
p re se nta
TALLER 19: Cdigo para el mtodo de Runge Kutta para una sola funcin
ARCHIVO:rungekuttasimple.m
clc
clear
%g=input('ingrese la funcion : ','s');
x1=input('ingrese el valor de x : ');
y1=input('ingrese el valor y : ');
h=input('ingrese el valor de h : ');
Mtodos Numricos
82
f1=inline(f);
%g1=inline(g);
fprintf('\t\t\t x\t\t\t\t y\t\t\t\t k1\t\t\t\t k2\t\t\t\t k3\t\t\t k4\t\t \n')
for k=1:n
k1=f1(x1);
x2=x1+h/2;
y2=y1+k1*h/2;
k2=f1(x2);
x3=x1+h/2;
y3=y1+k2*h/2;
k3=f1(x3);
x4=x1+h;
y4=y1+k3*h;
k4=f1(x4);
fprintf('\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\n',x1,y1,k1,k2,k3,k4)
x1=x1+h;
y1=y1+h*(k1+2*k2+2*k3+k4)/6;
end
TALLER 20: Cdigo para el mtodo de Runge Kutta ARCHIVO:rungekutta.m

clc
clear
%g=input('ingrese la funcion : ','s');
x1=input('ingrese el valor de x : ');
y1=input('ingrese el valor y : ');
h=input('ingrese el valor de h : ');
f1=inline(f);
%g1=inline(g);
fprintf('\t\t\t x\t\t\t\t y\t\t\t\t k1\t\t\t\t k2\t\t\t\t k3\t\t\t k4\t\t \n')
for k=1:n
k1=f1(x1,y1);
x2=x1+h/2;
y2=y1+k1*h/2;
k2=f1(x2,y2);
x3=x1+h/2;
y3=y1+k2*h/2;
k3=f1(x3,y3);
x4=x1+h;
y4=y1+k3*h;
k4=f1(x4,y4);
fprintf('\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\t%9.4f\t\n',x1,y1,k1,k2,k3,k4)
x1=x1+h;
y1=y1+h*(k1+2*k2+2*k3+k4)/6;
end
83
Mtodos Numricos
Consultas e investigacin:
1. Resolver tres ejercicios de integracin cada uno con los
diferentes
mtodos
involucrando
en
estos
ejercicios
funciones trigonomtricas, incluir conclusiones (en caso de

existir).
2. Resolver tres ejercicios de ecuaciones diferenciales por todos
los mtodos involucrando en estos ejercicios funciones
trigonomtricas, incluir conclusiones (en caso de existir).
Ejercicios sobre ecuaciones diferenciales ordinarias

Resolver las siguientes ecuaciones diferenciales por :
Integracin
Aplicando la serie de Taylor
Por Runge Kutta
y comparar los resultados de los tres mtodos en una tabla de valores.
EJERCICIOS GENERALES SUGERIDOS:
EJERCICIO UNIFICADO
Encontrar la solucin numrica de la ecuacin diferencial indicada, por el mtodo de

Runge Kutta.
De la tabla de datos indicada, Encontrar la funcin representativa por aproximacin
funcional, considerando el grado del polinomio igual a 3.
Calcular el rea bajo la curva de la la siguiente funcin:
Encontrar las soluciones del siguiente polinomio de grado 3
CODIFICACIONES
La matriz triangular superior
La multiplicacin de dos matrices
Intercambio de filas de una matriz
La matriz triangular inferior
la multiplicacin de una matriz por un escalar
La transpuesta de una matriz
Generacin de un tabla de datos X/Y de un polinomio
clculo los coeficientes de la segunda derivada de un polinomio.
Definicin de la concavidad del intervalo de un polinomio
Mtodos Numricos
84
Clculo de los coeficientes de un polinomio bajado de grado

La integracin por el mtodo del trapecio
La integracin por el mtodo de simpson 1/3
La integracin por el mtodo de simpson 3/8
El cuadro de diferencias finitas del mtodo de interpolacin de Newton
Construccin de la matriz X del mtodo de aproximacin funcional
Clculo de la matriz u del mtodo de aproximacin funcional
Clculo de la matriz v del mtodo de aproximacin funcional
BIBLIOGRAFA.
GRANVILLE, Smith, Clculo diferencial e integral, Edit. Hispano Amrica, 1973,
Mxico
Rainville, Earl, Ecuaciones diferenciales, Edit. Trillas, 1974, Mxico
Murray, Spiegel, Albebra superior, Edit. McGraw-Hill, Tercera edicin, 1989, Mxico.
LUTHE, Olivera, Mtodos Numricos, Edit. Limusa, 1978, Mxico.
Nakamura, Mtodos numricos aplicados con software, Edit. Prentice Hall, 1993,
Mxico.
Andrade William, Lgica de programacin y lenguaje pascal, Ecuador, 1996.
Medina Washington, Matrices y clculo diferencial e integral, Ecuador, 2000.
Andrade William, anotaciones de asignatura Programacin, FIC UTA 1986

Metodos Numericosa4

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metodos Numericosa4

Uploaded by

Copyright:

Available Formats

METODOS

CAPITULO I. Teora del error y sistemas de ecuaciones lineales

Ing. Washington Medina MSc

Los mtodos numricos, al ser material de apoyo en las diferentes profesiones,

El aprendizaje de los mtodos numricos no solo aumenta nuestra habilidad para el

Ing. Washington Medina MSc

1. Errores por apreciacin

Estos se presentan en la toma de datos o en los clculos, ya sea por defectos de

Errores inherentes: Estos se deben a la lectura, mediciones, toma de cifras

Errores por redondeo Obedecen a un criterio matemtico en el uso de

Errores por truncamiento Se presentan especialmente en una serie infinita,

2. Errores por obtencin de resultados

Se presentan cuando al obtener un resultado, este est muy aproximado a la solucin

Errores absolutos Es el valor resultante de restar el valor verdadero con el

Ing. Washington Medina MSc

Error relativo Representa el tanto por uno y se lo obtiene dividiendo el

3. Solucin de sistemas de ecuaciones lineales

Mtodo de sustitucin regresiva

Ing. Washington Medina MSc

De la ltima ecuacin del sistema equivalente obtenido, podemos despejar xn siempre

Concluyendo, las frmulas para la sustitucin inversa sustitucin regresiva son:

Ejemplo 1 Resolver el siguiente sistema triangular superior:

Las matrices de coeficientes y de trminos independientes son:

Ing. Washington Medina MSc

El primer paso es obtener el valor de X3 . Se obtiene directamente de la ltima fila de la

A continuacin, comienza el bucle desde la fila k = 2 hasta la fila k = 1 sustituyendo las

1. El primer coeficiente a11 debe ser diferente de cero.

El algoritmo va recorriendo cada una de las filas de la matriz de coeficientes. Para

Ing. Washington Medina MSc

1. se divide a todos los coeficientes de la primera fila para el coeficiente a11.

Sea el sistema de ecuaciones indicado, transformarlo a un sistema triangular superior

Ing. Washington Medina MSc

2. Realizamos las siguientes iteracciones

a33 a33 a31 * a13

a34 a34 a31 * a14

Luego de este proceso, la matriz triangular superior ser:

a34 a34 a32 * a 24

Ing. Washington Medina MSc

Ing. Washington Medina MSc

Diagrama de flujo para el clculo del determinante de una matriz de N*N

A(i,j)= A(i,j)/ A(i,i)

Ing. Washington Medina MSc

Diagrama de flujo para la solucin de sistemas de ecuaciones lineales de N*N

Ing. Washington Medina MSc

X(i) ={ A(iM) s(i) } / A(ii)

Cdigo en Matlab para el clculo de sistemas de ecuaciones lineales:

Ing. Washington Medina MSc

TALLER 1: Aplicacin en matlab a clculos matriciales

>> B = [1 5 2]' % ingreso de una matriz y clculo de su transpuesta

% Ingreso de una matriz de 3*1

% Calculo del determinante de la matriz A

% solucin de un sistema de ecuaciones con aplicacin de la inversa

Ing. Washington Medina MSc

ACTIVIDADES DE REPASO DEL TALLER 1: Codificar el proceso para:

Ing. Washington Medina MSc

SOLUCIN NUMRICA DE ECUACIONES NO LINEALES:

Uno de los problemas ms conocidos y ms utilizados de las matemticas es la

TALLER 2: Aplicacin de matlab a la solucin de una ecuacin de segundo grado

Ing. Washington Medina MSc

TALLER 3: Aplicacin de matlab para el clculo de las races de un polinomio y

% calculo de la funcion f(x) para x = 5

% Clculo de las raices de un polinomio

TALLER 4: Grfica de una funcin