Facultad de Telemtica

Ingeniera en Software

Mtodos Numricos

Memoria Final
Alumna: Eneida Montserrat Snchez Larios 5j
Profesor: Ulises Omar Candelario Velzquez

30 de Noviembre de 2011

TABLA DE CONTENIDO
Unidad I, Errores ................................................................................................................................................................... 5
Series de Taylor................................................................................................................................................................. 5
Qu es? ............................................................................................................................................................................ 5
Como funciona .............................................................................................................................................................. 5
Ejercicios realizados en clase ................................................................................................................................ 5
1.- ................................................................................................................................................................................... 5
Unidad II, Interpolacin..................................................................................................................................................... 6
Interpolacin Lineal........................................................................................................................................................ 6
Ejercicios realizados en clase ................................................................................................................................ 6
1.- ................................................................................................................................................................................... 6
Interpolacin LaGrange ................................................................................................................................................ 7
Ejercicios realizados en clase ................................................................................................................................ 7
1.- ................................................................................................................................................................................... 7
2.- ................................................................................................................................................................................... 7
Interpolacin de Newton ...........................................................................................................................................10
Interpolacin Cuadrtica............................................................................................................................................10
Interpolacin con races de Chebyshev ..............................................................................................................11
Teorema .........................................................................................................................................................................11
Polinomios de interpolacin de Hermite ...........................................................................................................11
Teorema .........................................................................................................................................................................11
Extrapolaciones...............................................................................................................................................................12
Examen primera parcial .............................................................................................................................................13
Unidad III, Solucin de ecuaciones lineales ..........................................................................................................16
Tipos de sistemas: compatibles (determinados e indeterminados) e incompatibles ................16
Sistemas compatibles indeterminados ..........................................................................................................16
Sistema compatible determinado .....................................................................................................................17
Sistemas incompatibles ..........................................................................................................................................17
Mtodos de resolucin (Sustitucin, Igualacin, Reduccin, Mtodo de Gauss, Regla de
Cramer) ...............................................................................................................................................................................18
Sustitucin.....................................................................................................................................................................18
Igualacin ......................................................................................................................................................................19
Reduccin ......................................................................................................................................................................20

Mtodo de Gauss ........................................................................................................................................................21

Regla de Cramer .........................................................................................................................................................22
Tarea ................................................................................................................................................................................24
Ejercicio A ................................................................................................................................................................24
Ejercicio B ................................................................................................................................................................29
Examen 2da Parcial .......................................................................................................................................................31
Unidad IV Solucin de ecuaciones no lineales .....................................................................................................35
Mtodo de biseccin .....................................................................................................................................................35
Mtodo de la falsa posicin .......................................................................................................................................35
Mtodo de la falsa posicin modificada..............................................................................................................37
Mtodo de Newton ........................................................................................................................................................37
Mtodo de la secante ....................................................................................................................................................38
Mtodo de Bairstow ......................................................................................................................................................39
Unidad V Integracin numrica ..................................................................................................................................41
Regla del trapecio...........................................................................................................................................................41
Ejercicio realizado en clase ..................................................................................................................................41
Regla de 1/3 de Simpson............................................................................................................................................42
Regla de Simpson 1/3 con segmentos mltiples ...........................................................................................42
Ejemplo ...........................................................................................................................................................................43
Regla de Simpson 3/8 ..................................................................................................................................................43
Ejercicio realizado en clase ..................................................................................................................................43
Simpson 1/3 ...........................................................................................................................................................44
Simpson 3/8 ...........................................................................................................................................................44
Frmula de Newton-Cotes .........................................................................................................................................45
Ejemplos de Newton-Cotes...................................................................................................................................46
Regla del Trapecio ...............................................................................................................................................46
Regla de Simpson 1/3 .......................................................................................................................................46
Regla de Simpson 3/8 .......................................................................................................................................46
Ejercicios realizados en clase ..............................................................................................................................46
Cuadratura de Gauss.....................................................................................................................................................48
Mtodo de Montecarlo.................................................................................................................................................48
Qu es el mtodo de Montecarlo? ...................................................................................................................48
Ventajas de la Simulacin: ..............................................................................................................................49

Desventajas de la Simulacin: .......................................................................................................................49

Procedimiento del mtodo de Montecarlo: ...........................................................................................49
Generar nmeros aleatorios. .........................................................................................................................50
Procedimiento .......................................................................................................................................................50
Integracin numrica con lmites infinitos o singularidades ..................................................................51
Mtodo general para la generacin de nmeros aleatorios.....................................................................51
Generadores de nmeros aleatorios ...............................................................................................................52
Mtodos para la generacin de nmeros aleatorios .........................................................................52
Ejercicio en clase ..................................................................................................................................................53
Integral bidimensional ................................................................................................................................................53
Unidad VI Diferenciacin Numrica..........................................................................................................................55
Derivadas Parciales .......................................................................................................................................................55

UNIDAD I, ERRORES
SERIES DE TAYLOR
QU ES?
Es una serie funciona que surge de una ecuacin en la cual se puede encontrar una solucin
aproximada a una funcin. Esta serie nos aproxima al valor de una funcin en un punto de
trminos en trminos del valor de la funcin.

COMO FUNCIONA
Se basa en ir haciendo operaciones segn una ecuacin general, mientras ms operaciones
tenga la serie, ms exacto ser el resultado.
La ecuacin es la siguiente:

EJERCICIOS REALIZADOS EN CLASE

1.Para f(x) = ex con a = 0

Si x = 1

UNIDAD II, INTERPOLACIN

INTERPOLACIN LINEAL
La interpolacin lineal es un mtodo de unir 2 puntos en una linea recta.
Utilizando la interpolacin de grado 1 se desprende la siguiente ecuacin:

X1 = Valor anterior
X2 = Valor despus

EJERCICIOS REALIZADOS EN CLASE

1.X
2

Y = f(x)
51

82

Valor a encontrar: 3
X1 = 2
X2 = 4

F(x1) = 51
F(x2) = 82

INTERPOLACIN LAGRANGE
Este mtodo consiste en encontrar una funcin que pase a travs de n puntos dados.
Un polinomio en series de potencias es:

La formula de interpolacin de LaGrange de orden n es la siguiente:

EJERCICIOS REALIZADOS EN CLASE

1.Por medio de interpolacin de LaGrange hallar el valor aproximado de la funcin f(x) en el
punto x = 3.5 si f(x) es una funcin discreta representada por la siguiente tabla de valores
X
F(x)

1
1.5709

4
1.5727

6
1.5751

2.1) Hallar f (2.4) por medio de una aproximacin con un polinomio interpolante de grado 1
2) Hallar f (4.9) por medio de una aproximacin con un polinomio interpolante de grado 2

3) Hallar f (5.1) por medio de una aproximacin con un polinomio interpolante de grado 3

X
F(x)

2
-9.0907

1) f (2.4) Grado 1

2) f (4.9) Grado 2

4
-10.7568

5
-10.9589

6
-10.2794

8
-9.0106

10
-10.5440

3) f (5.1) Grado 3

INTERPOLACIN DE NEWTON
El mtodo de interpolacin es ms complicado que el de LaGrange.
La ecuacin general de Newton es la siguiente:

De el clculo de las bs es de donde toma el nombre de diferencias divididas.

INTERPOLACIN CUADRTICA
Teniendo tres puntos como datos X0, X1 ^ X2. La interpolacin cuadrtica consiste en
conectarlo con en polinomio de segundo orden.
Nos sirve para:
Disminuir el tamao del intervalo.
Introducir alguna curvatura en la lnea que conecta los puntos.

Se utiliza la siguiente frmula:

f2 (x) = b0 + b1 (x - x0) + b2 (x - x1)
Para determinar los valores de los coeficientes se utilizan las siguientes formulas
b0 = f(x0)
Se sustituye las ecuaciones evaluando en x= x1
b1 =
Se sustituye evaluando en x= x2

INTERPOLACIN CON RACES DE CHEBYSHEV

Dada una funcin f (x) denida en un intervalo [a; b], la mejor aproximacin polinmica de
grado n ser aquella que minimice
E [q(x)] = max |f(x) - q(x)|, x, b|
Si un determinado polinomio Qn(X) hace que E [Qn(x)] sea el de valor mnimo entre todos los
polinomios de grado n entonces se dice Qn(x) es la aproximacin mnima x de grado n de la
funcin f (x) en [a, b].
El polinomio de Chebyshev de orden n-simo se dene como:
Tn(x) = cos [n cos-1(x)], x [-1,1], n = 0, 1, 2,3

TEOREMA
Sea f (x) n + 1 veces diferenciable con continuidad en [a, b] Sea Pn(x) el polinomio de
interpolacin de LaGrange grado n basado en los n + 1 nodos (de Chebyshev)

POLINOMIOS DE INTERPOLACIN DE HERMITE

Dados (n+1) puntos distintos {x0, x1,..Xn} y (n + 1) nmeros enteros no negativos { 0, 1,.. n }
detonando por m al valor
y siendo f(x) una funcin de la que se conoce, en
cada punto xi, su valor y el de sus i primeras derivadas, Encontrar un polinomio Pm(x) de
grado menor o igual que m verificando las (m+1) igualdades siguientes:

TEOREMA
Existe un nico polinomio Pm(x) que es solucin del problema general de interpolacin
polinmica de Hermite

EXTRAPOLACIONES
El mtodo de extrapolacin consiste en supone que el curso de los acontecimientos
continuar en el futuro, convirtindose en las reglas que se utilizarn para llegar a una nueva
conclusin.
Se precisa al menos dos observaciones secuenciales hechas en puntos conocidos en el tiempo.
Las observaciones son habitualmente registradas como variables cuantitativas, medidas con
algn tipo de escala. El material consiste en una serie cronolgica. No obstante, nada impide
extrapolar tendencias que se describan enteramente en trminos cualitativos.

EXAMEN PRIMERA PARCIAL

1.- En qu consiste la interpolacin lineal?
Unir dos puntos en una linea recta
2.- Para qu nos sirve la serie de Taylor?
Nos sirve para encontrar el error de truncamiento
3.- Cules son los tpicos errores cometidos tanto en las computadoras como en los
humanos?
Redondeo y truncamiento
4-. Cul es la diferencia entre interpolacin lineal y de LaGrange?
La interpolacin lineal sirve para encontrar solamente dos puntos, en cambio LaGrange
podemos utilizar ms
5.- Mencione la formula de la serie de Taylor

6.- Mencione la formula de la interpolacin linear

7.- Mencione la formula de LaGrange

8.- Mencione 3 ventajas y 3 desventajas de fiarnos de las computadoras al momento de

hacer un clculo de suma importante.
Ventajas:
Clculos ms rpidos
Mayor facilidad
Ahorro tiempo
Desventajas
Mnimos errores por truncamiento
Mayor consumo de recursos
9.- Cuando la serie de Taylor se convierte en McLaurin?
Cuando a = o se convierte a Mc. Laurin
10.- Qu es una serie?
Suma de trminos
1.- Hallar el valor aproximado de la funcin f(x) en el punto 2.3
X
1
3
5
F(x)
1.6401
1.6438
1.6483

2.- Hallar 5.1 con un grado 3

X
2
4
F(x)
-9.0907
-10.7568

5
-10.9589

6
-10.2794

8
-9.|0106

10
-10.5440

3.- Serie de Taylor

Para f(x) = ex con a = 0

Si x = 1

4.- Recibo de gas 10m3 y se pag $50 por 16m3 se pag $71 Cuanto se pagar por
15m3?

X
F(x)

10m3
50

16m3
71

UNIDAD III, SOLUCIN DE ECUACIONES

LINEALES
TIPOS DE SISTEMAS : COMPATIBLES (DETERMINADOS E
INDETERMINADOS ) E INCOMPATIBLES
Los sistemas de ecuaciones se pueden clasificar segn el nmero de soluciones que pueden
presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:

Sistema incompatible si no tiene ninguna solucin.

Sistema compatible si tiene alguna solucin, en este caso adems puede distinguirse
entre:
o Sistema compatible determinado cuando tiene un nmero finito de
soluciones.
o Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.

Los sistemas incompatibles geomtricamente se caracterizan por (hiper)planos o rectas que

se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un
conjunto de (hiper)planos o rectas que se cortan en un nico punto. Los sistemas compatibles
indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de una recta.

SISTEMAS COMPATIBLES INDETERMINADOS

Un sistema sobre un cuerpo K es compatible indeterminado cuando posee un nmero infinito
de soluciones.
El sistema es compatible por haber solucin o interseccin entre las rectas, pero es
indeterminado al ocurrir esto en infinitos puntos.

SISTEMA COMPATIBLE DETERMINADO

Un sistema compatible determinado tiene una sola solucin. Un ejemplo:

x = 2, y = 3

SISTEMAS INCOMPATIBLES
Dice que es incompatible cuando no presenta ninguna solucin.
Las ecuaciones se corresponden grficamente con dos rectas, ambas con la misma pendiente,
Al ser paralelas, no se cortan en ningn punto, es decir, no existe ningn valor que satisfaga a
la vez ambas ecuaciones.

Ejemplo:

MTODOS DE RESOLUCIN (SUSTITUCIN , IGUALACIN,

REDUCCIN, MTODO DE GAUSS, REGLA DE CRAMER)
SUSTITUCIN
1.- Se despeja una incgnita en una de las ecuaciones.
2.- Se sustituye la expresin de esta incgnita en la otra ecuacin, obteniendo una ecuacin
con una sola incgnita.
3.- Se resuelve la ecuacin.
4.- El valor obtenido se sustituye en la ecuacin en la que apareca la incgnita despejada.
5.- Los dos valores obtenidos constituyen la solucin del sistema.
Ejemplo:

Despejamos una de las incgnitas en una de las dos ecuaciones. Elegimos la incgnita que
tenga el coeficiente ms bajo.

Sustituimos en la otra ecuacin la variable x, por el valor anterior:

Resolvemos la ecuacin obtenida:

Sustituimos el valor obtenido en la variable despejada

IGUALACIN
Procedimiento:
1.- despejar cualquiera de las incgnitas en ambas ecuaciones
2.- Se igualan los dos valores que han obtenido quedando as solo una incgnita
3.- Resolvemos la nueva ecuacin
4.- El valor obtenido se va a sustituir en cualquiera de las 2 ecuaciones
5.- El valor obtenido en la ecuacin ser la solucin.
Ejemplo:

7x + 4y = 13
5x 2y = 19
1.- Despejamos cualquiera de las incgnitas

2.- Se igualan los valores obtenidos

3.- Resolvemos la ecuacin

4.- El valor obtenido lo sustituimos en cualquiera de las ecuaciones

x= 3
y = -2

REDUCCIN
En este mtodo se hacen iguales los coeficientes de una de las incgnitas
1.- Se busca en m.c.m de los coeficientes para igualar las incgnitas, una vez obtenidas,
multiplicamos para igualar
2.- Ya que los coeficientes tienen diferentes signos se suman y con ello se elimina una
incgnita
3.- Sustituimos el valor obtenido en cualquiera de las ecuaciones dadas
Ejemplo:

5x + 6y = 20
4x 3y = -23
1.- Igualamos los coeficientes de una de las incgnitas, puede ser y o x, como se puede ver y es
la ms fcil de igualar, obtenemos el m.c.m en este caso del coeficiente de y, 6 y 3 es 6,
multiplicamos la segunda ecuacin por 2 porque 2 x3 = 6 y tenemos:

2.- Se suman las ecuaciones para eliminar la incgnita

3.- Sustimos el valor obtenido en cualquiera de las ecuaciones

x=-2
y= 5

MTODO DE GAUSS
El mtodo de Gauss consiste en convertir un sistema "normal" de 3 ecuaciones con 3
incgnitas en uno escalonado, en el que la 1 ecuacin tiene 3 incgnitas, la 2 tiene 2
incgnitas y la tercera 1 incgnita. De esta forma ser fcil a partir de la ltima ecuacin y
subiendo hacia arriba, calcular el valor de las 3 incgnitas.
Para transformar el sistema en uno que sea escalonado se combinarn las ecuaciones entre s

La 1 ecuacin siempre se deja igual, (procurando que esta sea la ms sencilla) y a la 2 y 3

ecuacin se debe anular el trmino que lleva la x.

Una vez que hemos anulado los trminos en x debemos dejar fija la 1 y 2 ecuacin y anular
el trmino que lleva la y en la 3 ecuacin

De la ltima ecuacin obtenemos que z = -256/-128 = 2, que sustituyendo en B resulta

-y + 9.2 = 13 y = 5
Y a su vez sustituyendo en A obtenemos:

2x + 3.5 -7.2 = -1 x = -1
La solucin del sistema es: (--1, 5,2)

REGLA DE CRAMER
Para resolver un sistema de tres ecuaciones con tres incgnitas, por determininantes se aplica
la Regla de Cramer.
El valor de cada incgnita es una fraccin cuyo denominador es la determinante formada con
los coeficientes de las incgnitas (determinante del sistema) y cuyo numerador es la
determinante que se obtiene sustituyendo en la determinante del sistema la columna de los
coeficientes de la incgnita que se halla por la columna de las ecuaciones dadas.
1.- Construimos la matriz de incgnita
2.- Calcular cada matriz determinante
3.- Construir la matriz para incgnita y dividimos entre la matriz principal
4. As lo realizamos con todas las incgnitas

Ejemplo:

x+y+z=4
2x 3y + 5z = -5
3x + 4y + 7z =
10

Aplicando la regla de Cramer primero obtenemos la matriz de determinantes

1
1
1
4
2
-3
5
-5
3
4
7
10
Calculamos la matriz =
(1 *-3*7) + (3*1*5) + (2 *4*1)- (3*-3*1)- (1*4*-5)- (2*1*7) = - 23
X=
4
-5
10

1
-3
4

1
5
7

X = (4 *-3 * 7) + (10 * 1 * 5) + (-5 * 4 * 1) (10 * -3 * 1) (4 * 4 * 5) (-5 * 1 * 7) = -69

Y=

1
2
3

4
-5
10

1
5
7

Y = (1 * -5 * 7) + (3 * 4 * 5) + (2 * 10 *1) (3 * -5 *1) (1 * 10 *5) (2* 4 * 7) = 46

Z=

1
2
3

1
-3
4

4
-5
10

Z = (1 * -3 * 10) + (3 * 1* -5) + (2 * 4 * 4) (3 * -3 *4) (1 * 4 *-5) (2 * 1 * 10) = 23

x=3
y= 2
z = -1

TAREA
Resolver por medio de todos los mtodos dejados de investigacin los siguientes sistemas

EJERCICIO A

Sustitucin

Igualacin

Reduccin

Gauss

Regla de cramer

EJERCICIO B
4

Sustitucin

Igualacin

Reduccin

En los mtodos de sustitucin, reduccin e igualacin, el sistema no tiene solucin, ya que se

puede observar que los valores no concuerdan.

Gauss

Para usar el mtodo de gauss, se necesitan ecuaciones de 3 incgnitas o ms

Regla de cramer

Para usar la regla de cramer, se necesitan matrices cuadradas (3*3, 4*4, etc)

EXAMEN 2DA PARCIAL

1.- Sabemos que el sistema de Cramer tiene una sola solucin, cuales son las
expresiones que nos dan esa solucin?

2.- Los sistemas compatibles se dividen en:

Compatibles e incompatibles
3.- Cual es la diferencia entre el mtodo de Reduccin y el de Gauss
El de reduccin lo utilizan para 2 incgnitas, y Gauss para 3 o ms
4.- Cuando se dice que un sistema es incompatible?
Cuando no se puede resolver
5.- Qu condiciones debe cumplir un sistema de ecuaciones para poder resolverlo con
el mtodo de la Regla de Cramer?
Tener mnimo 3 incgnitas
6.- El resultado de un sistema de ecuaciones compatibles determinadas, A que
representa su grafica?
El punto de una recta.
7.- Qu es un sistema de ecuaciones?
Representacin formada por 2 o ms ecuaciones con una o ms incgnitas
8.- En el mtodo de Gauss no siempre se siguen los mismos pasos... por qu?
Ya que las ecuaciones a seleccionar para reducir no siempre sern las mismas
9.- El siguiente sistema, Es compatible o incompatible?
20x 35y = 80
-20x + 35y = 20
Incompatible
10.- Qu diferencias tienen las ecuaciones compatibles e incompatibles?
Las incompatibles no se pueden resolver
11.- Una incgnita puede ser un valor numrico o una funcin dada... Cierto o falso?
Por qu?
Cierto, ya que tambin podemos utilizar sus funciones para resolver sistemas
12.- Cuando se dice que un sistema de ecuaciones es compatible determinado o
indeterminado?
Cuando admite un conjunto de finitas soluciones
13.- Cules son las formulas para obtener el valor de x, y y z mediante la regla de
Cramer?

14.- Para qu sirve los mtodos de Igualacin, Sustitucin y Reduccin?

Encontrar la solucin a un sistema con una o ms incgnitas
15.- Qu diferencia hay entre el mtodo de Sustitucin y el mtodo de Igualacin?

Los pasos y la forma en llevar a cabo cada mtodo

16.- Cundo se utiliza el mtodo de Gauss?
Cuando existe un sistema de 3 ecuaciones con tres incgnitas
17.- Da dos caractersticas de los sistemas compatibles
Tienen una solucin finita
Conocido como conjunto de ecuaciones lineales
1.- Resuelve el siguiente sistema de ecuaciones mediante reduccin, sustitucin,
igualacin, gauss y Cramer

Sustitucin

Reduccin:
PASARLO YO

Igualacin

Gauss

Regla de Cramer

UNIDAD IV SOLUCIN DE ECUACIONES NO

LINEALES
MTODO DE BISECCIN
Este mtodo necesita de un intervalo el cual contenga la raz, para esto se necesitan dos
valores iniciales que estn cada uno a un lado de la raz.
Paso 1. Se escogen los valores iniciales del intervalo x1 y xu, de forma tal que la funcin
cambie de signo sobre el intervalo, esto es igual a f(x1) f (xu) <0
Paso 2. Encontrar la primera aproximacin a la raz: xr = (x1 + xu)/2
Paso 3. Determinar el sub- intervalo en el que est la raz
Si f(x1) f (xr) <0 entonces la raz esta en el sub-intervalo [x1, xr] y xu = xr
Si f(x1) f (xr)>0 entonces la raz esta en el sub-intervalo [xr, xu] y x1 = xr
Si f(x1) f (xr) == 0 entonces la raz esta en el xr
Paso 4. Calcular una nueva aproximacin a la raz: xr = (x1 + xu)/2
Paso 5. Evaluar el error relativo aproximado:

Si Ea <= se termina, de lo contrario se regresa al paso 3

MTODO DE LA FALSA POSICIN

Tambin conocido como el mtodo de regula falsa o como el mtodo de interpolacin lineal, el
mtodo de la falsa posicin puede considerarse como una modificacin del mtodo de
biseccin. La idea ahora es calcular la recta secante que une los puntos extremos y. Luego se
determina el punto en que esta recta corta el eje y este valor entra a jugar el papel que en el
mtodo de biseccin jugaba el punto medio.
La recta secante tiene ecuacin

Al resolver y = 0 se despeja el valor de x, obteniendo:

b a es utilizado como un estimador del error de aproximacin

EJEMPLO
1. Por medio del mtodo de la falsa posicin aproxima una raz de la ecuacin
.
a).- Verifica que la raz est en el intervalo
.
b).- Calcula hasta la quinta iteracin.
c).- Con la cuarta y quinta iteracin calcula el error relativo de la aproximacin para la ltima
iteracin, indicando la cantidad de cifras significativas correctas segn el error relativo.
Nota: Para los clculos utiliza hasta 6 cifras despus del punto decimal.
Primeramente verificamos que entre 1 y 2 existe una raz; para esto evaluamos la
funcin

en los extremos del intervalo obteniendo:

Y

Como tenemos un cambio de signo entre 1 y 2, segn el corolario del teorema 4 (pgina 85 del
texto de Mtodos numricos), entonces en el intervalo

existe una raz.

b).- Para aproximar la raz segn el mtodo de la falsa posicin, calculamos la primera
iteracin con la frmula:

.
Evaluando la funcin en este valor, tenemos:
.
Para la segunda iteracin elegimos los extremos del intervalo en el que se encuentra la raz.
De esta forma, como
y
, esto implica que la raz est entre 1.603799 y 2
(aqu 2 ser un punto fijo). Continuando estas iteraciones obtendremos:

Iteracin Intervalo de la raz

Valores de la funcin
Extremo
Extremo
izquierdo,
derecho
a
1
1.000000
1.603799 2.000000
2
1.603799
1.721776 2.000000
3
1.721776
1.741652 2.000000
4
1.741652
1.744898 2.000000
5
1.744898
1.745426 2.000000
La quinta iteracin da como aproximacin 1.745426
c).- Para calcular el error relativo utilizamos la frmula:

4.778112
4.778112
4.778112
4.778112
4.778112

De esta forma podemos asegurar que en la quinta iteracin las cifras 1.74 son exactas.

MTODO DE LA FALSA POSICIN MODIFICADA

Una forma de disminuir la naturaleza unilateral de la falsa posicin consiste en obtener un
algoritmo que detecte cuando se estanca uno de los lmites del intervalo. Si ocurre esto, se
divide a la mitad el valor de la funcin en el punto de estancamiento. A ste mtodo se le llama
mtodo de la falsa posicin modificado.
Para dividir la funcin ya sea

contrario no se divide y se continua.

MTODO DE NEWTON

, se debe de repetir en 2 iteraciones seguidas, de lo

Mtodo para aproximar soluciones de la ecuacin f(x) = 0, este mtodo inicia con una
aproximacin inicial x0 la siguiente ser x1 que es la interseccin con el eje x de la recta
tangente a la grafica f en (x0, f(x0)). X2 va a ser la interseccin con el eje x de la tangente a la
grafica de f en el punto (x1, f(x1)). Y as sucesivamente.

La expresin anterior puede derivarse a partir de un desarrollo en serie de Taylor.

Efectivamente, sea r un cero de f y sea x una aproximacin a r tal que r=x+h. Si f'' existe y es
continua, por el teorema de Taylor tenemos:
0 = f(r) = f(x+h) = f(x) + hf'(x) + O(h2)

En donde h=r-x. Si x est prximo a r (es decir hes pequea), es razonable ignorar el trmino O
(h2):

0 = f(x) + hf'(x)
Por lo que obtenemos la siguiente expresin para h:

MTODO DE LA SECANTE

La derivada se puede aproximar a travs de una secante, la cual corta en dos puntos x i-1 y x1 a
la funcin, estos puntos no necesitan evaluarse, la derivada se puede obtener aproximar a la
pendiente de esa secante mediante:

MTODO DE BAIRSTOW
El mtodo de Bairstow es un mtodo iterativo, basado en el mtodo de Mller y de Newton
Raphson. Dado un polinomio
se encuentran dos factores, un polinomio cuadrtico
y
. El procedimiento general para el mtodo de Bairstow es:
1. Dado

2. Utilizando el mtodo de NR calculamos

residuo de

, tal que, el

sea igual a cero.

3. Se determinan la races

, utilizando la formula general.

4. Se calcula
5. Hacemos
paso 2
6. Si no terminamos

Si el grado del polinomio es mayor que tres regresamos al

La principal diferencia de este mtodo, respecto a otros, es que permite calcular todas las
races de un polinomio (reales e imaginarias).
Para calcular la divisin de polinomios, hacemos uso de la divisin sinttica. As dado

Al dividir entre

Con un residuo

, tenemos como resultado el siguiente polinomio

, el residuo ser cero solo si

lo son.

Los trminos b, los calculamos utilizamos divisin sinttica, la cual puede resolverse
utilizando la siguiente relacin de recurrencia

Una manera de determinar los valores de r y s que hacen cero el residuo es utilizar el Mtodo
de Newton-Raphson. Para ello necesitamos una aproximacin lineal de
s la cual calculamos utilizando la serie de Taylor

respecto a r y

Donde los valores de r y s estn dados y calculamos los incrementos dr y ds que hacen
a
y
tenemos que resolver es:

igual a cero. El sistema de ecuaciones que

Bairstow muestra que las derivadas parciales pueden obtener haciendo un procedimiento
similar a la divisin sinttica, as

Donde

Sustituyendo trmino.

UNIDAD V INTEGRACIN NUMRICA

REGLA DEL TRAPECIO
Mtodo ms utilizado para calcular aproximaciones numricas de las integrales definidas.
La regla se basa en aproximar el valor de la integral de f(x) por el de la funcin lineal que pasa
a travs de los puntos (a, f(a)) y (b, f (b)). La integral de sta es igual al rea del trapecio bajo
la grfica de la funcin lineal

EJERCICIO REALIZADO EN CLASE

a=0
b = 0.8
F(x) = 0.2 + 25 x 200 x2 + 675x3 900x4 -500 x5
Evaluar la funcin en los lmites
F (0) = 0.2
F (0.8) = 0.232
Aplicando formula de trapecio

REGLA DE 1/3 DE SIMPSON

La regla de Simpson de 1/3 resulta cuando se sustituye un polinomio de segundo orden en la
ecuacin:

Si a y b se denominan como x0 y x2, y f2 (x) se representa mediante un polinomio de

LaGrange de segundo orden, entonces la integral es:

Despus de integrar resulta la siguiente ecuacin:

REGLA DE SIMPSON 1/3 CON SEGMENTOS MLTIPLES

As como la regla trapezoidal, la regla de Simpson se mejora dividiendo el intervalo de
integracin en segmentos de igual anchura.
h= (b-a)/n
La integral total se representa como:

Se obtiene la siguiente ecuacin:

EJEMPLO

REGLA DE SIMPSON 3/8

De manera similar a la derivacin de la regla trapezoidal y a la regla de Simpson de 1/3, se
ajustan polinomios de LaGrange de tercer orden a cuatro puntos e integrar

Y obtenemos:

EJERCICIO REALIZADO EN CLASE

Encontrar al rea bajo la curva de la integral definida por el intervalo 2.4 y una funcin
principal = 1/x mediante regla de Simpson 1/3 y 3/8 con n =2 y n = 4

SIMPSON 1/3

SIMPSON 3/8

FRMULA DE NEWTON-COTES

Donde fin(x) = a un polinomio de la forma:

Donde n es el orden del polinomio

EJEMPLOS DE NEWTON-COTES

REGLA DEL TRAPECIO

REGLA DE SIMPSON 1/3

REGLA DE SIMPSON 3/8

EJERCICIOS REALIZADOS EN CLASE

1.Encontrar el rea bajo la curva de la integral definida por el intervalo 2, 4 y una funcin
principal = 1/x mediante la regla de Simpson 1/3 y 3/8 con n=2 y con n= 4

Simpson 1/3
=3

F (2) =
F (3) = 1/3
F (4)

Simpson 1/3
N=4

= 2.5

F (2) =
F (2.5) = .4
F (3)= 1/3
F (3.5)= .28
F (4) = 1/4

Simpson 3/8

=3

= 2.5

F (2) =
F (3) = 1/3
F (4)

F (2) =
F (2.5) = .4
F (3)= 1/3
F (3.5)= .28
F (4) = 1/4

CUADRATURA DE GAUSS
Es una aproximacin de una integral definida de una funcin. Una cuadratura de Gauss n-puntos
llamada as debido a Carl Friedrich Gauss, es una cuadratura que selecciona los puntos de la
evaluacin de manera ptima y no en una forma igualmente espaciada, construida para dar el
resultado de una polinomio de grado 2n-1 o menos, elegibles para los puntos xi y los
coeficientes wi para i=1,...,n. El dominio de tal cuadratura por regla es de [1, 1] dada por:

MTODO DE MONTECARLO
QU ES EL MTODO DE MONTECARLO?
El mtodo de Montecarlo nos permite resolver problemas matemticos mediante la
simulacin de variables aleatorias. Este mtodo es aplicable a cualquier tipo de
problema ya sea:

Estocstico: Todo sistema que funcione por azar

Deterministico: Algoritmo con la misma entrada, pueden surgir muchos
resultados

El mtodo de Montecarlo tiene un error absoluto de la estimacin que decrece

como

en virtud del teorema del lmite central.

Los mtodos aleatorios se utilizan para simular fenmenos con algn componente
aleatorio, en el mtodo de Montecarlo el objeto de la investigacin es el objeto en s.

Est simulacin fue creada para resolver integrales que no podemos resolver con
problemas analticos, los resolvemos usando nmeros aleatorios.

VENTAJAS DE LA SIMULACIN :

Mtodo directo y flexible

Mediante la simulacin se puede influir en el tiempo de los procesos
Permite resolver problemas que no tienen solucin analtica
No interfiere con el mundo real, nos permite experimentar.

DESVENTAJAS DE LA SIMULACIN :

Una buena simulacin puede resultar complicada

No genera soluciones ptimas
Cada simulacin el nica

Mtodo de Montecarlo es llamado as por el principado de Mnaco ya que es

conocida como La capital del juego de azar su nombre y desarrollo sistemtico inici
en 1994 con el desarrollo de la computadora electrnica
Los nmeros aleatorios nos pueden servir para:

Simulacin
Muestro
Anlisis Numrico
Programacin
Toma de decisiones
Esttica
Juegos

En s, el realizar un clculo con el mtodo de Montecarlo no es otra cosa que una

integracin.

PROCEDIMIENTO DEL MTODO DE MONTECARLO:

1) Establecer distribuciones de probabilidad. La idea inicial es la generacin de
valores para las variables.
2) Construir una distribucin de probabilidad acumuladas para cada variable, la
distribucin de probabilidad regular se convierte a una distribucin de
probabilidad acumulada. Quiere decir que la probabilidad acumulada para
cada nivel es la suma del numero en la columna de la probabilidad agregada a
la probabilidad acumulada anterior

3) Establecer intervalos de nmeros aleatorios, es decir que tenemos que asignar

un conjunto que represente cada valor.
4) Generar los nmeros aleatorios, los podemos generar de dos maneras,
utilizando un software si el problema es muy grande, la otra es seleccionarlos
de una tabla de nmeros aleatorios
5) Simular el experimento.

GENERAR NMEROS ALEATORIOS.

Estos van a ser necesarios para la secuencia aleatoria inicial que se encuentra entre [0
y 1]

PROCEDIMIENTO
El procedimiento de Montecarlo tiene N puntos aleatorios de los que N resultan corresponder
al rea que deseamos calcular.

Entonces S es proporcional a la probabilidad de que un punto aleatorio caiga en la superficie.

Esa probabilidad se estima como:

Que ser la probabilidad de N xitos en N intentos y que viene dada por la distribucin
binomial:

La distribucin binomial se puede aproximar mediante una normal cuando

La distribucin normal por la que aproximamos tendr

Adems para una distribucin normal, sabemos que el 95% de las observaciones se
encuentran en el intervalo:

INTEGRACIN NUMRICA CON LMITES INFINITOS O

SINGULARIDADES
Una funcin es integrable en un dominio innito o semi innito slo si es signicativamente
distinta de cero en un dominio pequeo, y se aproxima a cero conforme x tiende a + o .
El paso para efectuar la integral
lmites finitos

, consiste en sustituir los lmites infinitos por

, donde X es un nmero tan grande que fuera de ese intervalo el

valor es insignificante

f(x)

-x

MTODO GENERAL PARA LA GENERACIN DE NMEROS

ALEATORIOS
Variable aleatoria corresponde a una funcin de valor real, definida sobre un espacio muestral
asociado con los resultados de un experimento conceptual de naturaleza azarosa.
Consideremos un evento aleatorio cuyo resultado est dado por un valor (real) X llamemos P
(X x) la probabilidad de que el resultado X sea x (valor dado)
La funcin F(x) = P (X x) (que solo depende de x) se llama Funcin de Distribucin Acumulada
de probabilidad
Se tiene que 0 F(x) 1, si una funcin f(x), tal que

F(x) se denomina funcin de densidad de probabilidad de la variable aleatoria X cuando X = x

Las variables aleatorias se clasifican, de acuerdo con sus funciones de densidad de
probabilidad

La funcin de distribucin acumulativa para la distribucin uniforme estandarizada est dada

por:
Si 0 x
Si 0 < x < 1
Si x >= 1

F(x) = 0
F(x) = x
F(x) = 1

Para realizar una simulacin se requiere del empleo de variables aleatorias, se debe disponer
de las secuencias de nmeros aleatorios con cierta distribucin de probabilidad

GENERADORES DE NMEROS ALEATORIOS

Los mtodos para generar nmeros aleatorios involucran algn proceso fsico cuasi aleatorio,
que genera sucesiones de nmeros aleatorios de determinada longitud.

MTODOS PARA LA GENERACIN DE NMEROS ALEATORIOS

Mtodos manuales
Dispositivos mecnicos o electrnicos, lanzamientos de monedas o dados, empleo de barajas,
ruletas, son menos prcticos pero simples, pero no pueden reproducirse.

Tablas de biblioteca
Generados por lo mtodos anteriores. Se encuentran en tablas, siempre pueden reproducirse,
pero es un sistema lento.

Mtodos de computacin analgica

Dependen de procesos fsicos aleatorios, por ejemplo: el ruido trmico de un circuito con
semiconductories

Mtodos de computacin digital

Tres mtodos para producir nmeros aleatorios cuando se usan computadoras externas
Requisitos para un buen generados de nmeros pseudo aleatorios con distribucin uniforme:
I.
II.
III.
IV.
V.
VI.

La distribucin de los nmeros debe ser uniforme en todo el intervalo [0,1]

Los nmeros deben ser independientes dentro de toda la serie generada
El ciclo del generador debe ser lo suficientemente grande
La serie debe volverse a repetir
Capaz de generar nmeros pseudo aleatorios a altas velocidades
Requerir una mnima cantidad de la capacidad de memoria de computadora

EJERCICIO EN CLASE
Generar una tabla de nmeros aleatorios de 10 x 10
Mtodo a utilizar: Una pluma girndola si la punta quedaba en la parte izquierda es 0 y si cae
en el lado derecho es 1

1
2
3
4
5
6
7
9
10

1
1
1
0
1
1
1
0
0
0

2
1
0
1
0
1
1
0
0
0

3
1
1
1
1
1
0
0
0
1

4
1
0
1
0
1
0
0
1
0

INTEGRAL BIDIMENSIONAL

5
0
1
0
1
0
1
1
0
1

6
0
0
0
0
0
1
1
1
0

7
0
1
0
0
0
0
1
1
1

8
1
1
1
0
0
0
0
0
0

9
0
0
1
1
1
0
1
0
1

10
1
0
0
0
1
1
1
0
1

UNIDAD VI DIFERENCIACIN NUMRICA

DERIVADAS PARCIALES
Una derivada parcial de una funcin de diversas variables, es su derivada respecto a una de
esas variables manteniendo las otras como constantes. Las derivadas parciales son tiles
en clculo vectorial y geometra diferencial.
La derivada parcial de una funcin f respecto a la variable x se representa con cualquiera de
las siguientes notaciones equivalentes:

Donde

es la letra 'd' redondeada, conocida como la 'd de Jacobi'.

Cuando una magnitud A es funcin de diversas variables (x, y, z,...), es decir: