Informe
De
Mtodos Numricos
Integrantes
Eduardo Guillen CI: 20.335.344
Mauricio Aponte CI: 20.990.544
Cesar Camauta CI: 24.686.588
Seccin: 2
INDICE
INTRODUCCION.. 3 pag
METODOS NUMERICOS
Mtodo de biseccin 4
Mtodo de newton.. 6
Mtodo de punto fijo... 9
Mtodo de la secante... 10
Metodo directo de solucin. 12
I.
II.
III.
Mtodo de la inversa
Mtodo de cramer
Mtodo gaussiana
Mtodo Runge-Kutta. 36
Conclucin. 37
Bibliografia. 38
INTRODUCCION
El presente trabajo a continuacin explicara de algunos mtodos numricos
ms importantes, destacando sus usos y aplicaciones tanto en la matemtica
como en la carrera profesional como lo es la ingeniera mecnica.
Los mtodos numrico expuestos en el informe presente son los de mayor
relevancia aunque no queremos expresar con esto que los otros mtodos no sean
de mayor importancia, solo que no nos extendimos en el tema a profundidad e
investigamos ciertos puntos de varias soluciones ya sean de ecuaciones
diferenciales ordinarias, integrales definidas, ecuaciones lineales entre otras
definiciones matemticas.
los sistemas matemticos expuestos en el informe describen los mtodos
por la cual llegamos a una solucin ya sea cual sea la definicin matemtica ,
estn los mtodos con sus explicaciones y ejemplos de aplicacin
; despus se
Tambin se puede usar como criterio de parada el error relativo entre dos
aproximaciones del cero de f ,
sea
Z esta entre x0 y x.
,n 0
Desde un punto de vista geomtrico, lo que hace el mtodo de Newton
es construir la recta tangente a la grfica de f en un punto cercano x0 a c y
encontrar el cero de la recta tangente, x1. La aproximacin x2 es el cero de
la recta tangente a la grfica de f en el punto x1 y as sucesivamente.
Anlisis de errores
A continuacin se analizar los errores del mtodo de Newton.
Entendindose por errores las cantidades en = xn- c, xn: aproximacin del
cero de f, c: cero de f
Observe que:
Ahora,
0, 1, 2, 3, . . . ,
1 en magnitud (al menos para los valores X que se encuentran durante las
iteraciones). La convergencia ser establecida mediante el requisito de que
el cambio en X de una iteracin a la siguiente no sea mayor en magnitud
que alguna pequea cantidad.
Algoritmo para iteracin de punto fijo
1. Se ubica la raz de f(x) analizando la grfica.
2. Se despeja de manera: x = g(x).
3. Obtenemos de x = g(x) su derivada g(x)
9
Mtodo de la secante
Es otro mtodo para aproximar el cero de una funcin en el que en
cada iteracin se evala la funcin y no la derivada. En cuanto que este
mtodo
10
11
, i = 1,2,...n
12
Donde
operaciones
de
un
determinante
de
orden n requiere
de
redondeo.
Un
mtodo
iterativo
para
resolver
un
sistema
que idealmente
converge a la solucin.
El clculo se detiene cuando se cuenta con una solucin aproximada
con cierto grado de precisin especificado de antemano o despus de cierto
nmero de iteraciones.
Los mtodos iterativos generalmente convierten el sistema AX= b en otro
sistema equivalente de la forma X = TX +C, donde T es una matriz fija
y C un vector fijo; la sucesin de vectores { X(K) } de la solucin aproximada
se genera calculando
lineales P(xi)
= f(xi)
para
los n +
coeficientes
14
(2)
El sistema tiene una solucin nica para las incgnitas ai, i=0, 1,
2, ..., n si y slo si el determinante de los coeficientes de las incgnitas es
distinto de cero, es decir D 0 donde
Observe que
Donde
Observe que
16
Teorema
Si x0, x1,..., xn son nmeros distintos en el intervalo [a, b] y f Cn+1 [a, b].
Entonces para cada x en [a, b] existe un nmero z (que depende de x)
en (a, b) tal que:
17
(3)
Observe que la forma del error del polinomio de Lagrange se parece
mucho a la del polinomio de Taylor. El polinomio de Taylor de
grado n alrededor de x0concentra toda la informacin conocida en x0 y tiene
un trmino de error de la forma:
18
Retomando
el
polinomio
interpolante
de
Newton:
Pn(x) = a0 + a1(x x0) + a2(x x0)(x x1) + ... +an(x x0)(x x1)(x xn-1)
Observe que Pn(x0) = a0. Como Pn(x) interpola los valores de
en xi, i=0,1,2,...,nentonces P(xi) = (xi), en particular Pn(x0) = (x0) = a0. Si se
usa la notacin de diferencia dividida a0= [x0].
Ahora, Pn(x1)= a0 + a1(x1 x0), como Pn(x1)= (x1) y a0= (x0), entonces
reemplazando se tiene
(x1)=(x0) + a1(x11x0), donde
Si se usa la notacin de diferencia dividida a1= [x0, x1].
De manera similar cuando se evala Pn(x) en x = x2 se obtiene a2 =
[x0, x1, x2.
Interpolacin con puntos igualmente espaciados
19
Si x [x0, xn], x
x xi = x0 + Sh x0 ih
x xi = (S - i)h,
Si i=0 x x0 = Sh
i = 1 x x1 = (S - 1)h
20
de
polinomial
trozos
con precisin, y que sea suave. Tradicionalmente esto se haca usando una
cercha, una regla flexible o un conjunto de plantillas rgidas, con las que se
poda dibujar a mano alzada una curva que parece suave a la mirada.
Primero
Cmo
hallar
se
supone
el
trazador
que Sj(x), xj
cbico
x
de
xj+1 es
una
de
funcin f ?
la
forma:
= yj
Sj+1(xj+1)= aj+1
Si se aplica la condicin II.):
Sj+1(xj+1)= Sj(xj+1)
aj+1= aj + bj(xj+1-xj) + cj(xj+1-xj)2 + dj(xj+1-xj)3
si hj=xj+1-xj, j=0,1,2,...,n-1
aj+1= aj + bjhj + cjhj2 + djhj3
Observe que
Sj+1(xj+1)= Sj(xj+1)
bj+1= bj + 2cj(xj+1-xj) + 3dj(xj+1-xj)2
bj+1= bj + 2cjhj + 3djhj2
Sj+1(xj+1)= Sj(xj+1)
2cj+1=2cj+6dj(xj+1-xj)
cj+1=cj+3djhj
24
Para j=1,2,...,n-1
El sistema tiene slo como incgnitas a cj, ya que los valores de hj estn
dados por el espaciado de los nodos xj (recuerde que hj = xj+1 - xj); y los
valores de ajson los valores de f en los xj (aj = f(xj).)
Si en la ecuacin se reemplaza j=1,2,...,n-1 se obtiene el sistema
25
El sistema anterior junto con las ecuaciones c0=0 y cn=0 se puede escribir
en forma matricial como
cbicos
se encuentran los
Por lo tanto la recta que mejor se ajusta a los datos (xi, yi), 1
n relacionados
en
forma
lineal
es y = ax + b con a y b dados
i
por.
n con un
este
captulo.
En muchos casos los datos provenientes de pruebas experimentales no
son lineales por lo que es necesario ajustarlos a una funcin que no sea un
polinomio de primer grado. Algunas veces conviene suponer que los datos
tienen una relacin exponencial. Para ello, la funcin de aproximacin debe
tener la forma:
y = Beax o bien
y = Bxa para algunas constantes a y B
Es posible desarrollar ecuaciones normales para stas de manera
anloga al desarrollo precedente para una recta por mnimos cuadrados si
las derivadas parciales se igualan a cero. Tales ecuaciones no lineales son
mucho ms difciles de resolver que las ecuaciones lineales. Por esta razn
el mtodo que suele utilizarse cuando se sospecha que los datos tienen
una relacin exponencial, consiste en considerar el logaritmo de la ecuacin
de aproximacin:
y = Beax
y = Bxa
ln y = ln(Beax)
ln y = ln(Bxa)
ln y = ln B + ln eax
ln y = ln B + ln xa
ln y = ax + ln B (6)
ln y = aln x + ln B
28
numrica
estimacin
es
del
una
tcnica
de
anlisis
derivado d e
la
funcin
29
Integraciones Numricas
El objetivo de esta seccin es aproximar la integral definida de una
funcin (x) en un intervalo [a, b] es decir
Si h = b - a
31
y el error sera
cero.
Grfica:
Regla de Simpson
Una forma evidente de mejorar la aproximacin de una integral es con
una mejor aproximacin para el integrando (x). Esto se puede lograr con
un polinomio de grado 2.
Considrese
la
funcin
(x)
en
el
intervalo
[a, b]
y x0 = a, x1 = x0 + h, x2 = b, donde.
Con los puntos (x0, (x0)), (x1, (x1)) y (x2, (x2)) se construye el polinomio de
Lagrange de grado 2,
32
Reemplazando x1 = x0 + h, x2 = x0 + 2h resulta:
Luego,
Por lo tanto.
33
Grafica
y0=
34
35
GRAFICA
36
Mtodo de runge-kutta
Uno de los mtodos numricos ms utilizado y preciso para obtener
soluciones aproximadas de las ecuaciones diferenciales es el mtodo de
Runge-Kutta de cuarto orden. Este mtodo consiste en determinar
apropiadamente constantes de manera que una frmula como:
yi+1 = yi + ak1+ bk2+ ck3+ dk4
Coincida con un desarrollo de Taylor hasta h4, es decir hasta el quinto
termino. Las ki son constantes mltiplos de f(x, y) evaluadas en ciertos
puntos. La deduccin del mtodo es bastante tediosa, por lo que slo se
darn los resultados.
yi+1 = yi + 1/6(k1 + 2k2 + 2k3 + k4)
k1 = h f(ti, yi)
k2 = h f(ti + 1/2h, yi + 1/2k1)
k3 = h f(ti+ 1/2h, yi + 1/2k2)
k4 = h f(ti + h, yi + k3)
37
CONCLUCION
La funcin principal de informe tuvo como objetivo primordial la aplicacin
de mtodos numricos para la solucin de diferentes problemas matemticos,
dndole a cada mtodo un ejemplo prctico y explcito de como desarrollarlo,
expusimos de temas que solo fueron bsicos y definiciones de las mismas ya que
las mimas ya tenemos conocimientos bsicos y son aplicables en varias ramas de
la ingeniera como lo son la interpolacin y la extrapolacin.
Un informe que tiene un nivel educativo universitario, introducindonos un
poco en el tema de matemticas para ingeniera y ampliando nuestros
conocimientos en temas bsicos y temas de un cierto grado de complejidad.
38
BIBLIOGRAFIA
La informacin fue extraida de un libro recomendado en clases
R. Burden y J. D. Faires: Anlisis Numrico. 6 edicin. Thomson. 1998
39