MÉTODOS
NUMÉRICOS
UNIVERSIDAD MANUELA BELTRÁN
CIENCIAS BÁSICAS
ÁNALISIS DE ERRORES
Aproximar un número TÉCNICAS DE APROXIMACIÓN
Si es mayor o igual que 5,
Redondeo se aumenta en uno la
Para redondear un número a cifra anterior.
una unidad determinada,
debemos fijarnos en la cifra
inmediatamente posterior (la
que le sigue) y:
Si es menor que 5, se
deja la cifra igual.
Para truncar un número
se eliminan las cifras que
están a la derecha de la
unidad a la que debemos
truncar.
Truncamiento
TÉCNICAS DE APROXIMACIÓN
Ejercios:
Aproximar los siguientes números:
Número # cifras Redondear Truncar
2.4564 2 2.46 2.45
-1.5451 3 -1.545 -1.545
45.1297 3 45.130 45.129
3.5981 0 4 3
ERRORES
ABSOLUTO
RELATIVO
RELATIVO PORCENTUAL
Ejemplo:
Un tanque esférico de radio es llenado con agua. Determine el
error absoluto y el error relativo obtenido al aproximar la
cantidad de agua en el tanque, truncando y redondeardo el
valor del radio a 2 decimales.
Ejemplo:
La población mundial ha crecido de forma exponencial desde 1650. La
función exponencial que aproxima la población mundial, en miles de
millones, con proyección a 2020 es:
Con como la tasa de crecimiento de la población y representa el tiempo
medido en años.
Calcule el ERROR RELATIVO PORCENTUAL de la población para el año de
1950, si se conoce que la tasa de crecimiento es REDONDEANDO la tasa a
decimales.
SERIES DE TAYLOR
Si es una función con derivadas de orden para en algún intervalo
que contenga a como punto interior. Entonces para cualquier
entero , el polinomio de Taylor de orden generado por en es el
polinomio:
Con
Si se le conoce como el polinomio de Maclaurin
SERIES DE TAYLOR
Ejemplo:
Sea
1. Determine los primeros cinco polinomios () de Taylor centrada
en .
2. Aproxime el valor de en , con los polinomios de Taylor
(encontrados en el item anterior) y determine para cada caso el
error absoluto correspondiente.
SERIES DE TAYLOR con
Sea
1. Determine los primeros cinco polinomios () de Taylor centrada
en .
Polinomio de orden
Polinomio de orden
Polinomio de orden
Polinomio de orden
Polinomio de orden
Polinomio de orden
SERIES DE TAYLOR
Sea
2. Aproxime el valor de en , con los polinomios de Taylor (encontrados en el item
anterior) y determine para cada caso el error absoluto correspondiente.
Valor teórico:
SERIES DE TAYLOR
Sea
2. Aproxime el valor de en , con los polinomios de Taylor (encontrados en el item
anterior) y determine para cada caso el error absoluto correspondiente.
Valor teórico: Error absoluto
1 1.718281
2 0.718281
2.5 0.218281
2.666666 0.051614
2.708333 0.009948
2.716666 0.001614
ERROR - SERIES DE TAYLOR
Necesariamente se debe truncar la serie de Taylor después de
cierto orden ya que no es posible incluir un número infinito de
términos.
representa el error provocado por el truncamiento.
SERIES DE TAYLOR
Ejercicio:
Sea
Determine el polinomio de Taylor centrada en . Determine el error
absoluto generado por para aproximar el valor de .
ESQUEMAS DE DIFERENCIAS
DIFERENCIACIÓN NUMÉRICA
Es una técnica del análisis numérico empleado para calcular una
aproximación a la derivada de una función en un punto utilizando valores
y propiedades de la función.
Definición usual de derivada
Progresiva Centrada Regresiva
REGLA DE 3 PUNTOS
Progresivas
Centrada
Regresiva
REGLA DE 5 PUNTOS
Progresivas
Centrada
Regresiva
Ejemplo:
Datos suministrados por la entidades gubernamentales de los Estados Unidos, se deduce
que la deuda nacional, entre los años de 1980 y 2000, se resume en la siguiente tabla:
Año Deuda
(miles de millones)
1980 930,2
1985 1945,9
1990 3233,3
1995 4974,0
2000 5674,2
Estime la razón de cambio del aumento de la deuda para:
a) El año 2000, con la regla de 3 puntos correspondiente
b) El año de 1980, con la regla de 5 puntos correspondiente
c) El año de 1990.
Ejemplo:
Se han tomado algunas mediciones respecto al radio de un globo que se
desinfla:
0 0.5 1.0 1.5
30 22.3 18.6 15.1
Utilice la regla de 3 puntos para estimar la tasa de variación del volumen del
globo pasados 1.5
ESQUEMAS DE DIFERENCIAS
DERIVADAS DE ORDEN SUPERIOR
′ 𝑓 ( 𝑥 +h ) − 𝑓 ( 𝑥)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR h
( 𝑥 − 𝑎) 2 ( 𝑥 − 𝑎) 3 (𝑛 ) ( 𝑥 −𝑎 )𝑛
𝑓 ( 𝑥 )= 𝑓 ( 𝑎 ) + 𝑓 ´ ( 𝑎 ) ∙ ( 𝑥 −𝑎 ) + 𝑓 ´ ´ ( 𝑎 ) ∙ + 𝑓 ´ ´ ´ ( 𝑎) ∙ +…+ 𝑓 ( 𝑎 ) ∙ +…
2! 3! 𝑛!
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
( 𝑥 − 𝑎) 2 ( 𝑥 − 𝑎) 3 (𝑛 ) ( 𝑥 −𝑎 )𝑛
𝑓 ( 𝑥 )= 𝑓 ( 𝑎 ) + 𝑓 ´ ( 𝑎 ) ∙ ( 𝑥 −𝑎 ) + 𝑓 ´ ´ ( 𝑎 ) ∙ + 𝑓 ´ ´ ´ ( 𝑎) ∙ +…+ 𝑓 ( 𝑎 ) ∙ +…
2! 3! 𝑛!
( 𝑥 0 − 𝑥 0 )2 ( 𝑥 0 − 𝑥 0 )3 ( 𝑖𝑣 ) ( 𝑥 0 − 𝑥 0 )4
𝑓 ( 𝑥 0 ) = 𝑓 ( 𝑥 0 ) + 𝑓 ´ ( 𝑥0 ) ∙ ( 𝑥0 − 𝑥 0 ) + 𝑓 ´ ´ ( 𝑥 0 ) ∙ + 𝑓 ´ ´ ´ ( 𝑥0) ∙ +𝑓 ( 𝑥0 )∙ +…
2! 3! 4!
( 𝑥0 − h− 𝑥0 ) 2 ( 𝑥 0 − h − 𝑥 0 )3 ( 𝑖𝑣 ) ( 𝑥 0 −h − 𝑥 0 )4
𝑓 ( 𝑥 0 −h )= 𝑓 ( 𝑥0 )+ 𝑓 ´ ( 𝑥 0 ) ∙ ( 𝑥 0 − h − 𝑥 0 ) + 𝑓 ´ ´ ( 𝑥 0 ) ∙ + 𝑓 ´ ´ ´ (𝑥0) ∙ +𝑓 ( 𝑥0 ) ∙ +…
2! 3! 4!
( 𝑥 0 −2 h − 𝑥 0 )2 ( 𝑥 0 −2 h − 𝑥 0 )3 ( 𝑖𝑣 ) ( 𝑥 0 −2 h − 𝑥 0 )4
𝑓 ( 𝑥 0 −2 h ) = 𝑓 ( 𝑥 0 ) + 𝑓 ´ ( 𝑥 0 ) ∙ ( 𝑥 0 − 2 h− 𝑥 0 ) + 𝑓 ´ ´ ( 𝑥0 ) ∙ + 𝑓 ´ ´ ´ ( 𝑥0)∙ +𝑓 ( 𝑥0)∙ +…
2! 3! 4!
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
( 𝑥 − 𝑎) 2 ( 𝑥 − 𝑎) 3 (𝑛 ) ( 𝑥 −𝑎 )𝑛
𝑓 ( 𝑥 )= 𝑓 ( 𝑎 ) + 𝑓 ´ ( 𝑎 ) ∙ ( 𝑥 −𝑎 ) + 𝑓 ´ ´ ( 𝑎 ) ∙ + 𝑓 ´ ´ ´ ( 𝑎) ∙ +…+ 𝑓 ( 𝑎 ) ∙ +…
2! 3! 𝑛!
3 𝑓 (𝑥 0 ) =3 𝑓 (𝑥 0 )
( h )2 ( h )3 ( 𝑖𝑣 ) ( h )4
− 4 𝑓 ( 𝑥 0 −h )=− 4 𝑓 ( 𝑥 0 ) +4 𝑓 ´ ( 𝑥 0 ) ∙ h− 4 𝑓 ´ ´ ( 𝑥 0 ) ∙ +4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ − 4 𝑓 ( 𝑥0) ∙ +…
2! 3! 4!
( h )2 ( h )3 ( h ) 4
𝑓 ( 𝑥 0 − 2 h ) = 𝑓 ( 𝑥 0 ) − 2 𝑓 ´ ( 𝑥0 ) ∙ h+ 4 𝑓 ´ ´ ( 𝑥0 ) ∙ − 8 𝑓 ´ ´ ´ ( 𝑥0) ∙ +16 𝑓 ( 𝑖𝑣 ) ( 𝑥 0 ) ∙ +…
2! 3! 4!
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
( 𝑥 − 𝑎) 2 ( 𝑥 − 𝑎) 3 (𝑛 ) ( 𝑥 −𝑎 )𝑛
𝑓 ( 𝑥 )= 𝑓 ( 𝑎 ) + 𝑓 ´ ( 𝑎 ) ∙ ( 𝑥 −𝑎 ) + 𝑓 ´ ´ ( 𝑎 ) ∙ + 𝑓 ´ ´ ´ ( 𝑎) ∙ +…+ 𝑓 ( 𝑎 ) ∙ +…
2! 3! 𝑛!
3 𝑓 ( 𝑥 ) −4 𝑓 ( 𝑥−h ) + 𝑓 (𝑥−2h)
3 𝑓 ( 𝑥 0 ) =3 𝑓 (𝑥0)
( h )2 ( h )3 ( h ) 4
− 4 𝑓 ( 𝑥 0 −h )=− 4 𝑓 ( 𝑥 0 ) +4 𝑓 ´ ( 𝑥 0 ) ∙ h− 4 𝑓 ´ ´ ( 𝑥 0 ) ∙ +4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ − 4 𝑓 (𝑖𝑣 ) ( 𝑥 0 ) ∙ +…
2! 3! 4!
( h )2 ( h )3 ( h ) 4
𝑓 ( 𝑥 0 −2 h ) = 𝑓 ( 𝑥 0 ) −2 𝑓 ´ ( 𝑥0 ) ∙ h+ 4 𝑓 ´ ´ ( 𝑥0 ) ∙ − 8 𝑓 ´ ´ ´ ( 𝑥0) ∙ +16 𝑓 (𝑖𝑣 ) ( 𝑥 0 ) ∙ +…
2! 3! 4!
2h ′
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 𝑓 ( 𝑥 0 ) ∙h+ 4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙
( h )3
3!
+12 𝑓 (𝑖𝑣 ) ( 𝑥 0 ) ∙
( h
4!
) 4
+…
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
′ ( h )3 ( 𝑖𝑣 ) ( h )4
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 𝑓 ( 𝑥 0 ) ∙h+ 4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ +12 𝑓 ( 𝑥 0 ) ∙ +…
3! 4!
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
′ ( h )3 ( 𝑖𝑣 ) ( h )4
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 𝑓 ( 𝑥 0 ) ∙h+ 4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ +12 𝑓 ( 𝑥 0 ) ∙ +…
3! 4!
[
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −h 3 −
4
3!
𝑓 ´ ´ ´ ( 𝑥0 ) −
12 (𝑖𝑣 )
4!
𝑓 ( 𝑥0)− …
]
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
′ ( h )3 ( 𝑖𝑣 ) ( h )4
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 𝑓 ( 𝑥 0 ) ∙h+ 4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ +12 𝑓 ( 𝑥 0 ) ∙ +…
3! 4!
[
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −h 3 −
4
3!
𝑓 ´ ´ ´ ( 𝑥0 ) −
12 (𝑖𝑣 )
4!
𝑓 ( 𝑥0)− …
]
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −𝑂 (h ¿ ¿3)¿
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
′ ( h )3 ( 𝑖𝑣 ) ( h )4
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 𝑓 ( 𝑥 0 ) ∙h+ 4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ +12 𝑓 ( 𝑥 0 ) ∙ +…
3! 4!
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −h 3 −
[ 4
3!
𝑓 ´ ´ ´ ( 𝑥0 ) −
12 (𝑖𝑣 )
4!
𝑓 ( 𝑥0)− …
]
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −𝑂 (h ¿ ¿3)¿
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) +𝑂 (h ¿ ¿ 3)=2 h 𝑓 ′ ( 𝑥 0 ) ¿
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
′ ( h )3 ( 𝑖𝑣 ) ( h )4
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 𝑓 ( 𝑥 0 ) ∙h+ 4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ +12 𝑓 ( 𝑥 0 ) ∙ +…
3! 4!
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −h 3 −
[ 4
3!
𝑓 ´ ´ ´ ( 𝑥0 ) −
12 (𝑖𝑣 )
4!
𝑓 ( 𝑥0)− …
]
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −𝑂 (h ¿ ¿3)¿
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) +𝑂 (h ¿ ¿ 3)=2 h 𝑓 ′ ( 𝑥 0 ) ¿
+𝑂 (h¿¿ 3) ′
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) = 𝑓 ( 𝑥0) ¿
2h
′ 3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 − 2 h)
𝑓 ( 𝑥 )=
SERIES DE TAYLOR 2h
′ ( h )3 ( 𝑖𝑣 ) ( h )4
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 𝑓 ( 𝑥 0 ) ∙h+ 4 𝑓 ´ ´ ´ ( 𝑥 0 ) ∙ +12 𝑓 ( 𝑥 0 ) ∙ +…
3! 4!
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −h 3 −
[ 4
3!
𝑓 ´ ´ ´ ( 𝑥0 ) −
12 (𝑖𝑣 )
4!
𝑓 ( 𝑥0)− …
]
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) =2 h 𝑓 ′ ( 𝑥 0 ) −𝑂 (h ¿ ¿3)¿
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) +𝑂 (h ¿ ¿ 3)=2 h 𝑓 ′ ( 𝑥 0 ) ¿
+𝑂 (h¿¿ 3) ′
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h ) + 𝑓 ( 𝑥 −2 h ) = 𝑓 ( 𝑥0) ¿
2h
3 𝑓 ( 𝑥 ) − 4 𝑓 ( 𝑥 − h) + 𝑓 ( 𝑥 − 2 h) 2 ′
+ 𝑂( h )= 𝑓 ( 𝑥 0 )
2h
Error de orden
Progresiva
Regresiva
Centrada
Expresión general para un esquema de
diferencias
Se pueden construir diferentes esquemas que aproximen una derivada de un
orden específico con diferente número de datos. En general un esquema de
diferencias de n-puntos aproxima la k-ésima con orden m, si:
Usando la fórmula de Taylor para cada término
Teorema
Sea una función de valor real infinitas veces derivable, valor reales. El esquema
de diferencias finitas:
Aproxima la k-ésima derivada de una función con orden si y solo si el resultado
del producto matricial:
Tiene como resultado un vector de tamaño k+m+1 con dos componentes no nulas,
la primera en la fila k (indica el orden de la derivada) y la segunda en la fila k+m
(indica el orden de aproximación).
Ejemplo
o Para un cohete, se recogieron los siguiente los siguientes datos:
Tiempo
0 25 50 75 100 125
(seg)
Distancia
0 32 58 78 92 100
(Km)
Estime la aceleración del cohete a los 25 seg y a los 75 seg.
Considere el esquema de diferenciación:
Ejemplo
o La ecuación representa un movimiento armónico simple en un sistema masa-
resorte, donde . representa la constante de elasticidad y es la masa
considerada en el sistema.
Considere el esquema:
para determinar el valor de , en un sistema con una masa de 1.5 Kg, sabiendo
que la solución de la ecuación que modela el movimiento es y para . Utilice
Teorema del valor medio
Dada una función f continua en el intervalo [a, b] y derivable en el intervalo
abierto (a, b), entonces existe al menos algún punto c en el intervalo (a, b) tal
que la tangente a la curva en c es paralela a la recta secante que une los puntos
(b, f(b)) y (a, f(a)). Es decir:
Teorema del valor intermedio
Sea una función continua en el intervalo y sea un número entre y .
Entonces, existe un número en que satisface que . (Si se están resolviendo
ecuaciones
Teorema de Bolzano
Sea una función continua en el
intervalo y y tiene signos opuestos,
entonces existe un número en que
satisface que . Es decir es una raíz de
Solución de una ecuación de una
variable
Se consideran tres métodos:
Método de bisección
Método de punto fijo
Método de Newton
Método de bisección
El método de bisección, conocido también como de corte binario, de
partición de intervalos o de Bolzano, es un tipo de búsqueda incremental en
el que el intervalo se divide siempre a la mitad. Si la función cambia de signo
sobre un intervalo, se evalúa el valor de la función en el punto medio. La
posición de la raíz se determina situándola en el punto medio del
subintervalo, dentro del cual ocurre un cambio de signo.
𝑎+𝑏
𝑃𝑢𝑛𝑡𝑜 𝑀𝑒𝑑𝑖𝑜=
2
Método de Punto fijo
Punto fijo de una función: Un punto fijo de una función es un punto cuya
imagen producida por la función es el mismo. Es decir, es un punto fijo de la
función si y solo si .
Para hallar raíces de una ecuación , en ciertos casos puede expresarse la
ecuación en la forma: .
A una solución de esta ecuación se la llama punto fijo de la función . Entonces
hallar las raíces de la ecuación , equivale a hallar los puntos fijos de .
Criterio para : Si existe en y para todo , entonces tiene un punto fijo en
Método de Newton
𝑓 (𝑥𝑛 )
𝑥𝑛+1=𝑥 𝑛 −
𝑓 ´ ( 𝑥𝑛 )
Métodos de Integración
Método de Punto Medio
Método del Trapecio
Métodos de Simpson
INTEGRACIÓN
Punto medio
h=∆ 𝑥 𝑖
∫ 𝑓 ( 𝑥 ) 𝑑𝑥 =h ∙ 𝑓 ( 𝑥 1 ) +h ∙ 𝑓 ( 𝑥 2) + …+h ∙ 𝑓 ( 𝑥 𝑛 )
𝑎
𝑥1 𝑥2 𝑥𝑛
INTEGRACIÓN
Punto medio
h=∆ 𝑥 𝑖
𝑏
∫ 𝑓 ( 𝑥 ) 𝑑𝑥 =h ∙ 𝑓 ( 𝑥 1 ) +h ∙ 𝑓 ( 𝑥 2) + …+h ∙ 𝑓 ( 𝑥 𝑛 )
𝑎
𝑏− 𝑎 𝑥 𝑖 − 1+ 𝑥 𝑖
h= 𝑥𝑖 =
𝑛 2
𝑥1 𝑥2 𝑥𝑛
INTEGRACIÓN
Punto medio
h=∆ 𝑥 𝑖
𝑏
∫ 𝑓 ( 𝑥 ) 𝑑𝑥 =h ∙ 𝑓 ( 𝑥 1 ) +h ∙ 𝑓 ( 𝑥 2) + …+h ∙ 𝑓 ( 𝑥 𝑛 )
𝑎
¿ h [ 𝑓 ( 𝑥 1 ) + 𝑓 ( 𝑥 2 ) +…+ 𝑓 ( 𝑥𝑛 ) ]
𝑏− 𝑎 𝑥 𝑖 − 1+ 𝑥 𝑖
h= 𝑥𝑖 =
𝑥1 𝑥2 𝑥𝑛 𝑛 2
INTEGRACIÓN
Trapecio
𝑥0
𝑥1 𝑥𝑛
h=∆ 𝑥
INTEGRACIÓN
Trapecio
𝑏
𝑓 ( 𝑥 0 )+ 𝑓 ( 𝑥 1 ) 𝑓 ( 𝑥1 ) + 𝑓 ( 𝑥2 ) 𝑓 ( 𝑥 𝑛−1 ) + 𝑓 ( 𝑥 𝑛 )
∫ 𝑓 ( 𝑥 ) 𝑑𝑥 =h ∙ 2
+h ∙
2
+…+ h∙
2
𝑎
1 trapecio 2 trapecio
𝑥0
𝑥0
𝑥1 𝑥𝑛
h=∆ 𝑥
INTEGRACIÓN
Trapecio
𝑏
𝑓 ( 𝑥 0 )+ 𝑓 ( 𝑥 1 ) 𝑓 ( 𝑥1 ) + 𝑓 ( 𝑥2 ) 𝑓 ( 𝑥 𝑛−1 ) + 𝑓 ( 𝑥 𝑛 )
∫ 𝑓 ( 𝑥 ) 𝑑𝑥 =h ∙ 2
+h ∙
2
+…+ h∙
2
𝑎
𝑥0
𝑥0
𝑥1 𝑥𝑛
h=∆ 𝑥
INTEGRACIÓN
Trapecio
𝑏
𝑓 ( 𝑥 0 )+ 𝑓 ( 𝑥 1 ) 𝑓 ( 𝑥1 ) + 𝑓 ( 𝑥2 ) 𝑓 ( 𝑥 𝑛−1 ) + 𝑓 ( 𝑥 𝑛 )
∫ 𝑓 ( 𝑥 ) 𝑑𝑥 =h ∙ 2
+h ∙
2
+…+ h∙
2
𝑎
]
𝑥0
𝑥0
𝑥1 𝑥𝑛
h=∆ 𝑥
INTEGRACIÓN
Regla de Simpson
Regla de Simpson Regla de Simpson
Polinomios Cuadráticos Polinomios Cúbicos
INTEGRACIÓN
Regla de Simpson
Regla de Simpson Regla de Simpson
Polinomios Cuadráticos Polinomios Cúbicos
6 intervalos
INTEGRACIÓN
Regla de Simpson
Sea continua en y sea se tiene que:
La regla de de Simpson:
Sea , aproxima a como:
La regla de de Simpson:
Sea , aproxima a como:
Ejercicio
Aproxime el área de la región sombreada utilizando la regla de Simpson con
Ejercicio
Utilice la regla de Simpson para estimar el número de metros cuadrados de tierra
en un lote donde y se miden en metros. La tierra es acotada por un río y dos
caminos rectos que se juntan en ángulos rectos.
Ejercicio
ECUACIONES DIFERENCIALES
Método de Euler
Método de Euler Mejorado
Método de Heun
Método de Runga-Kutta 4
Método de Euler
Al partir de:
se obtiene:
es decir:
Método de Euler
Al partir de:
se obtiene:
es decir:
Método de Euler
Al partir de:
se obtiene:
es decir:
En general:
𝑦 𝑛+1= 𝑦 𝑛 +h ∙ 𝑓 (𝑥 𝑛 , 𝑦 𝑛 )
Método de Euler Mejorado
𝑓 ( 𝑥𝑛 , 𝑦 𝑛 ) + 𝑓 ( 𝑥 𝑛 +1 , 𝑦 ∗
𝑛 +1 )
𝑦 𝑛 +1= 𝑦 𝑛 +h ∙
2
donde
Problema
Problema
Método de Heun Método de Runge-
Kutta (RK4)
𝑦 𝑖+1= 𝑦 𝑖 +h 𝛾(𝑥 𝑖 , 𝑦 𝑖 ) 𝑦 𝑖+1= 𝑦 𝑖 +h 𝛾(𝑥 𝑖 , 𝑦 𝑖 )
𝐾 1(𝑥 𝑖 , 𝑦 𝑖 )= 𝑓 (𝑥 𝑖 , 𝑦 𝑖 ) 𝐾 1(𝑥 𝑖 , 𝑦 𝑖 )= 𝑓 (𝑥 𝑖 , 𝑦 𝑖 )
(
𝐾 2 (𝑥 𝑖 , 𝑦 𝑖 )= 𝑓 𝑥 𝑖 +
2
3
2
h , 𝑦𝑖+ h 𝐾 1
3 ) ( 1
2 ) 1
𝐾 2 (𝑥 𝑖 , 𝑦 𝑖 )= 𝑓 𝑥 𝑖 + h , 𝑦 𝑖 + h 𝐾 1
2
𝐾 (𝑥 , 𝑦 )= 𝑓 ( 𝑥 + h , 𝑦 + h 𝐾 )
1 1
3 𝑖 𝑖 𝑖 𝑖 2
2 2
𝐾 4 (𝑥 𝑖 , 𝑦 𝑖 )= 𝑓 (𝑥 𝑖 +h , 𝑦 𝑖 +h 𝐾 3 )
PROBLEMA
En 2010, el departamento de recursos naturales libero 1000 ejemplares de una
especie de pez en un lago. Estime la cantidad de peces presentes en el lago
luego de dos años. Utilice el método de Heun y Rugen-Kutta 4 si se conoce que la
población de peces en un tiempo es posible modelarla con
Utilice a .
SISTEMAS DE
ECUACIONES
LINEALES
Método LU
Método de Cholesky
Método de Jacobi
Método de Gauss - Seidel
Factorización LU de una matriz
Si
𝐴= 𝐿 ∙ 𝑈
Matriz Matriz
triangular triangular
inferior superior
entonces el sistema es posible resolverlo
Descomposición de Cholesky
Condiciones:
• Sea una matriz simétrica
• Sea una matriz cuadrada. se dice definida positiva
si cumple que todos los determinantes de los menores
principales de son positivos
Descomposición de Cholesky
Ejemplos:
1. Cúales de las siguientes matrices son definidas positivas:
( ) ( ) ( )
3 1 0 2 0 1 1 0 1
𝑃= 1 1 1 𝑄= 0 1 1/ 2 𝑅= 0 2 0
0 1 2 0 1/ 2 1 1 0 1
2. Determine los valores de que hacen que la matriz sea definida positiva
( )
1 𝛽 1/ 2
𝑄= 𝛽 4 0
1 /2 0 1
Descomposición de Cholesky
Si
𝑡
𝐴= 𝐿 ∙ 𝐿
Matriz
triangular
inferior
entonces el sistema es posible resolverlo
Matriz estrictamente dominante en la
diagonal
Sea una matriz cuadrada, es estrictamente dominante en la
diagonal si el valor absoluto de cada elemento de la diagonal
principal es mayor que la suma de los valores absolutos de los
elementos restantes que pertenecen a la misma fila.
Ejemplos:
[ ] [ ]
7 −2 3 7 −2 3
𝐴= 4 1 −6 𝐵= 5 12 −4
5 12 −4 4 1 −6
Métodos de JACOBI y GAUSS-SEIDEL
Sea una matriz de coeficientes, si es dominante en la diagnal
entonces convergen las aproximaciones generardas por los
métodos de Jacobi y Gauss- Siedel para las soluciones de .
Ejemplos:
20 𝑥1 + 𝑥 2 − 𝑥 3=17
𝑥1 −10 𝑥2 + 𝑥 3=13
− 𝑥 1+ 𝑥 2+10 𝑥 3=18
INTERPOLACIÓN
Interpolación de Lagrange
Interpolación de Newton – Diferencias divididas
Interpolación
Construir un polinomio que coincida con un conjunto de puntos o con una
función dada en un número de puntos específicos.
Dados puntos distintos y los valores de la función en estos puntos, , el
polinomio de menor grado (n) que coincida con en esos puntos se
denomina polinomio de interpolación de en los puntos .
Interpolación de Lagrange
Interpolación de Lagrange
Dada la función , sean y . Construya un polinomio de
interpolación de grado dos para aproximar y calcule el error
absoluto.
Interpolación de Newton
Diferencias divididas
Interpolación de Newton
Diferencias divididas
𝑷 𝒏 ( 𝒙 )=𝒂𝟎 +𝒂 𝟏 ( 𝒙 − 𝒙 𝟎 ) + 𝒂𝟐 ( 𝒙 − 𝒙 𝟎 )( 𝒙 − 𝒙 𝟏) + …+𝒂 𝒏 ( 𝒙 − 𝒙 𝟎) ( 𝒙 − 𝒙 𝟏 ) … (𝒙 − 𝒙 𝒏 −𝟏)
MÉTODOS
NUMÉRICOS
Laboratorio: Matlab
Universidad Manuela Beltrán
Comando aritméticos básicos
Comando en MATLAB Operación
+ , * , -, / , ^ Suma, multiplicación, resta, división y potencia
exp(n) Realiza el cálculo de
Logaritmos
log(n) Logaritmo natural -
log2(n) Logarimo en base 2 -
log10(n) Logarimo en base 10 -
Funciones trigonométricas
sin(x) Seno
cos(x) Coseno
tan(x) Tangente
Radianes
cot(x) Cotangente
sec(x) Secante
csc(x) Cosecante
Comando aritméticos básicos
Comando en MATLAB Operación
acos(x) Arco coseno
cosh(x) Coseno hiperbólico
acosh(x) Arco coseno hiperbólico
Radicales
sqrt(n) Raíz cuadrada del número n -
nthroot (x,n) Raíz n-ésima de x -
abs(x) Valor absoluto de x -
diff(’f’) Derivada de la función
diff(’f’,t) Derivada de la función con respecto a
diff(’f’,n) Derivada n-ésima de la función
feval(‘f’,a) Evalua la función en
Comando de programación MATLAB
Comando en MATLAB Descripción
function Indica que se está
declarando una función en MATLAB
fprintf(’ ’, , ); “Imprimir” alguna información
input(‘ ’); Ingresar datos
clc Limpia la ventana command window
Tipos de datos
%c Caracteres
%f Reales
%d Enteros
\t Espaciado
\n Interlíneado
Comando Matrices
Comando en MATLAB Descripción
Matriz con 1 fila y 4 columnas
Matriz con 4 filas y 1 columna -
Matriz con 2 filas y 2 columna -
Operaciones
A+B, A-B, A*B Suma, resta y multiplicación de matrices siempre
que esta operación se pueda realizar
A.*B Mulplicación componente a componente entre las
matrices
A.^n Calcula la potencia n-ésima de cada componente
A’ Calcula la transpuesta de A
Programando…
Programando…
Programando…
Programando…
