Mtodos numricos

DR. RODRIGO SOUL

A LU M N O : J O S F R A N C I S C O H E R R E R A S O L S

UP130173

ISEI05A
AGUASCALIENTES, AGS., A 13 DE AGOSTO DE 2015

Contenido
1. Aproximacinnumrica y errores
1.1
1.2
1.3
1.4

Definiciones bsicas
Error absoluto y error relativo
Estabilidad y convergencia
Polinomios de Taylor

2. Solucin numrica de ecuaciones

algebraicas y trascendentes de una
variable
2.1
2.2
2.3
2.4
2.5

Mtodo
Mtodo
Mtodo
Mtodo
Mtodo

de
de
de
de
de

biseccin
punto fijo
interpolacin lineal
Newton-Raphson
segundo orden de Newton

3. Solucin numrica de sistemas de

ecuaciones algebraicas lineales
3.1 Mtodo de eliminacin de Gauss
3.2 Mtodo de Gauss-Jordan
3.3 Mtodo de Gauss-Seidel

4. Interpolacin
4.1 Polinomios interpolantes
4.2 Interpolacin de Lagrange
4.3 Interpolacin de Newton

5. Derivacin e integracin numrica

5.1 Diferenciacin numrica
5.2 Integracin trapecial (Simpson 1/2)
5.3 Integracin de Simpson 1/3

Aproximacin
numrica y errores
Volver al

Precisin y exactitud
La exactitud indica los resultados de la proximidad de la medicin con
respecto al valor verdadero, mientras que la precisin con respecto a la
repetibilidad o reproductibilidad de la medida.
En ingeniera, ciencia, industria y estadstica, exactitud y precisin no son
equivalentes.

Volver al

Precisin se refiere a la dispersin del conjunto de valores obtenidos de

mediciones repetidas de una magnitud. Cuanto menor es la dispersin mayor
la precisin.
Exactitud se refiere a que tan cerca del valor real se encuentra el valor
medido. En trminos estadsticos, la exactitud est relacionada con el sesgo
de una estimacin. Cuanto menor es el sesgo ms exacta es una estimacin.

Cuando se expresa la exactitud de un resultado se expresa mediante el error

absoluto que es la diferencia entre el valor experimental y el valor verdadero.

Error absoluto y error relativo

Una actividad frecuente del profesional de la Ingeniera consiste en trabajar
con modelos matemticos representativos de un fenmeno fsico.
Estos modelos son abstracciones matemticas que distan mucho de
representar exactamente al fenmeno bajo estudio debido principalmente a
las carencias y dificultades que an posee el humano de la comprensin total
de la naturaleza.

Volver al

Como consecuencia de esto existen diferencias entre los resultados

obtenidos experimentalmente y los emanados propiamente del modelo
matemtico.
A las diferencias cuantitativas entre los dos modelos se les denomina
Errores.

 error real se define como la diferencia entre el valor real

El
aproximacin a este valor :

y una

El error relativo se define como el cociente del Error Real entre el valor real

Estabilidad y convergencia
Laestabilidad numricaes una propiedad de losalgoritmosnumricos.
Describe cmo los errores en los datos de entrada se propagan a travs del
algoritmo.
Se dice que hay Convergencia al utilizar un mtodo numrico para resolver
un problema en particular cuando, mientras ms iteraciones se hacen se
obtiene una mejor aproximacin al resultado.

Volver al

10

Polinomio de Taylor
la representacin de una funcin como una suma infinita de trminos que
Es
son calculados a partir de los valores de las derivadas de las funciones a
partir de un punto nico.
El polinomio de Taylor de grado en es nico y puede ser expresado como

Volver al

11

Ejemplo
Encontrar el polinomio de Taylor de grado n para centrado en .
,
,
,
,
,

12

Solucin numrica de
ecuaciones algebraicas
y trascendentes de una
variable

Volver al

13

Mtodo de biseccin
Enmatemticas, elmtodo de biseccines unalgoritmo de bsqueda de
racesque trabaja dividiendo elintervaloa la mitad y seleccionando el
subintervalo que tiene la raz.
Sifes una funcin continua sobre el intervalo [a,b] y sif(a)f(b)<0,
entoncesfdebe tener un cero en (a,b). Dado quef(a)f(b)<0, la funcin
cambia de signo en el intervalo [a,b] y por lo tanto tiene por lo menos un
cero en el intervalo.

Volver al

14


Esta
es una consecuencia delteorema del valor intermedio para funciones
continuas, que establece que sifes continua en [a,b] y sikes un nmero
entref(a) yf(b) , entonces existe por lo menos unc (a,b) tal quef(c)=k (para
el caso en quef(a)f(b)<0 se escogek=0, luegof(c)=0,c(a,b)).

15

Ejemplo
Encontrar el valor de la raz entre 0 y 1 de la siguiente funcin
It

f()

f()

f()*f()

Error

1.5

5.25

10.5

1.5

1.75

-1.27687

-1.57623

2.01264

14.286%

1.75

1.875

-1.57623

-1.72165

2.7137

6.667%

1.875

1.9375

-1.72165

-1.79344

3.08766

3.226%

1.9375

1.96875

-1.79344

-1.82912

3.28041

1.587%

1.96875

1.984375

-1.82912

-1.84691

3.37821

0.787%

1.984375

1.992188

-1.84691

-1.85579

3.42748

0.392%

1.992188

1.996094

-1.85579

-1.86023

3.4522

0.196%

1.996094

1.998047

-1.86023

-1.86245

3.46458

0.098%

10

1.998047

1.999023

-1.86245

-1.86356

3.47077

0.049%

11

1.999023

1.999512

-1.86356

-1.86411

3.47387

0.024%

12

1.999512

1.999756

-1.86411

-1.86439

3.47542

0.012%

16

Mtodo de punto fijo

Este mtodo se aplica para resolver ecuaciones de la forma .
Si la ecuacin es , entonces puede despejarse x o bien sumar x en ambos lados de la
ecuacin para ponerla en la forma adecuada.

Volver al

17

Ejemplo
Encontrar el valor de . Con . Condicin: Error < 0.01%.
Iteracin

Xi

G(x)

F(x)

Error

0.5

1.04030231

0.54030231

1.04030231

1.16831628

0.12801398

51.9370478%

1.16831628

1.21049532

0.04217903

10.9571337%

1.21049532

1.22533781

0.01484249

3.48444412%

1.22533781

1.23067072

0.00533291

1.2112982%

1.23067072

1.23260076

0.00193003

0.43333386%

1.23260076

1.23330106

0.00070031

0.1565821%

1.23330106

1.2335554

0.00025434

0.05678314%

1.2335554

1.23364781

9.2405E-05

0.02061863%

1.23364781

1.23368139

3.3576E-05

0.00749039%
18

Mtodo de interpolacin lineal

interpolacin consiste en encontrar un dato dentro de un intervalo en el
La
que conocemos los valores de los extremos.
La interpolacin se dir lineal cuando slo se tomen dos puntos de una recta.
Dados dos puntosP(x0, y0),Q(x1, y1)de una funcin de la que no se
conoce su expresin algebraica, es posible calcular aproximadamente el
valor que toma la funcin en un punto x [] mediante la expresin:
f(x) =

Volver al

19

Ejemplo
Determinar
la funcin lineal de interpolacin que pasa por los puntos (-1, 5) y (0, 2).

Interpola el valor a = 5.
Se tienen los puntos:
P(, ) = (-1, 5)
Q(, ) = (0, 2)
Obtener la funcin de interpolacin lineal:
=2=2
Interpolando x = 5 se obtiene:

20

Mtodo de Newton-Raphson
El
mtodo de Newton-Raphson es un mtodo iterativo que permite aproximar
la solucin de una ecuacin del tipo . Se parte de una estimacin inicial de la
solucin y se construye una sucesin de aproximaciones de forma recurrente
mediante la frmula:

= -

Volver al

21

Ejemplo
Expresar la ecuacin en la forma , y se identifica la funcin .

Calcular la derivada

Construir la frmula de recurrencia

22

Tomar una estimacin inicial de la solucin

,

23

Mtodo del segundo orden de

Newton

Este
mtodo tambin utiliza el conocimiento aportado por los primeros
trminos de la serie de Taylor de la funcin en la vecindad de una
aproximacin a la raz.
El mtodo de Newton puede verse como un mtodo de linealizacin.

Volver al

24

Ejemplo
Calcular

una raz real de la funcin con valor inicial

Encontrar la primera derivada de la funcin que se va a calcular.

Encontrar la segunda derivada de la funcin que se va a calcular.

25

Sustituyendo en la frmula:

26


Continuar
iterando con el valor obtenido.

Volver al

27

de sistemas de
ecuaciones
algebraicas
lineales
Volver al

28

Mtodo de eliminacin de Gauss

El mtodo de Gauss consiste en transformar un sistema de ecuaciones en
otro equivalente de forma que ste sea escalonado.

Volver al

29

Ejemplo
Se tiene el siguiente sistema de ecuaciones:

Columnas (una para los valores de x, otra para los de y, y una ms para los de
z):

30

 realizan las reducciones utilizando las filas de la matriz, de tal forma que
Se
quede una sola fila con un solo valor, y lo dems sea cero.

31

Se realizan las operaciones correspondientes para llegar a 0 debajo de la

lnea principal

32

Finalmente se sustituyen los valores en las ecuaciones originales

33

Verificacin

34

Mtodo de Gauss-Jordan
Es un algoritmo del lgebra lineal para determinar las soluciones de un
sistema de ecuaciones lineales, encontrar matrices e inversas.
Un sistema de ecuaciones se resuelve por el mtodo de Gauss cuando se
obtienen sus soluciones mediante la reduccin del sistema dado a otro
equivalente en el que cada ecuacin tiene una incgnita menos que la
anterior. El mtodo de Gauss transforma la matriz de coeficientes en una
matriz triangular superior.
El mtodo de Gauss-Jordan contina el proceso de transformacin hasta
obtener una matriz diagonal.

Volver al

35

Ejemplo
Utilizar el mtodo de Gauss Jordan para resolver el sistema de ecuaciones.

Ordenar a manera de matriz, contando con tres filas y tres columnas (x , y, z)

36

Reducir hasta obtener la matriz identidad

37

Mtodo de Gauss-Seidel
Mtodo de Gauss-Seidel consiste en hacer iteraciones a partir de un vector
El
inicial para encontrar los valores de las incgnitas hasta llegar a una
tolerancia deseada, utilizando valores actuales de las x encontradas antes
(desde hasta ) cada vez que se desee encontrar un nuevo valor de una ,
adems de usar los valores anteriores de .

Volver al

38

Ejemplo

Utilizar
el mtodo de Gauss Seidel para resolver el siguiente sistema de
ecuaciones

39

 Asignar valores iniciales a las variables.

Despejar de cada ecuacin, la variable de la diagonal.
Con estas ecuaciones asignar descendentemente a cada variable el resultado de
sustituir los valores ms recientes de las dems variables.
Despeje:

40

Iteraciones

41

Interpolacin
Volver al

42

Polinomios interpolantes
En el subcampo matemtico del anlisis numrico, se denomina interpolacin
a la construccin de nuevos puntos partiendo del conocimiento de un
conjunto discreto de puntos.
En ingeniera y algunas ciencias es frecuente disponer de un cierto nmero de
datos obtenidos por muestreo o a partir de un experimento y pretender
construir una funcin que los ajuste.

Volver al

43

Otro problema estrechamente ligado con el de la interpolacin es la

aproximacin de una funcin complicada por una ms simple. Si se tiene una
funcin cuyo clculo resulta costoso, es posible partir de un cierto nmero de
sus valores e interpolar dichos datos construyendo una funcin ms simple.

44

En general, no se obtendrn los mismos valores evaluando la funcin

obtenida que si se evaluara la funcin original, si bien dependiendo de las
caractersticas del problema y del mtodo de interpolacin usado la ganancia
en eficiencia puede compensar el error cometido.

45

En
todo caso, se trata de, a partir de n parejas de puntos , obtener una
funcin que verifique que
a la que se denomina funcin interpolante de dichos puntos. A los puntos se
les llama nodos.
Algunas formas de interpolacin que se utilizan con frecuencia son la
interpolacin polinmica, la interpolacin lineal y la interpolacin por medio
de spline o trazador cbico.

46

Interpolacin de Newton
Este mtodo es algortmico y resulta sumamente cmodo en determinados
casos, sobre todo cuando se quiere calcular un polinomio interpolador de
grado elevado.

Volver al

47


Para
un polinomio de n-simo orden se requieren n + 1 puntos:
y para determinarlo se utiliza la frmula:

O lo que es lo mismo:

48

Estos

coeficientes se calculan mediante diferencias divididas, cuya expresin

general est dada por:

49

Los
trminos usados en la construccin del polinomio interpolador son todos
aquellos que involucren a , as:

Con esta notacin, se puede expresar el polinomio como:

50

Ejemplo
Determine el polinomio Interpolante de Newton que contienen los puntos (3,1), (5,-3), (7,9) y (8,6). La idea principal es completar la siguiente tabla:

-3

-1

51

Para

facilidad de entender el algoritmo del polinomio interpolante de Newton

mediante las diferencias divididas, se hace la construccin por niveles o
columnas:
Nivel

Nivel

52

Nivel

53

Por tanto la tabla de datos queda del siguiente modo:

-3

7
7

-1
-1

1
1

54

A continuacin se construye el polinomio tomando como coeficientes a los

nmeros de la primera fila, excepto el primero de todos. Lo que se quiere es :

Remplazando los datos se obtiene:

Y al simplificar se llega al polinomio:

55

Verificacin

56

Interpolacin de Lagrange
Para

evitar el clculo de las diferencias finitas que se hace en el polinomio de

Newton, el mtodo de Lagrange propone una frmula ms sencilla, pero que
por ser una aproximacin puede tener un ligero margen mayor de error.
Reformulacin del polinomio de Newton que evita el clculo por diferencias
divididas:

Volver al

57

Ejemplo
Determine el polinomio interpolante de Lagrange que contiene los siguientes
puntos de la tabla:

-3

-1

58

Lo
que se pretende es construir el polinomio de Lagrange mediante su
frmula recursiva:

59


Solo
queda construir los , los cuales sern determinados mediante la frmula:

Como se muestra a continuacin:

60

.
.
.

61

.
.
.

62

.
.
.

63

No
hace falta construir , pues este polinomio ser multiplicado por 0. Una
tcnica til para sumar todos estos productos consiste construir una tabla que
contenga toda la informacin y luego hacer la suma por columnas, como se
muestra a continuacin:

La ltima fila indica que el polinomio interpolante es:

64

Derivacin e
integracin
numrica
Volver al

65

Diferenciacin numrica
desarrollarn frmulas para aproximaciones de diferencias hacia adelante,
Se
hacia atrs y centradas para la primera derivada utilizando la serie truncada
de Taylor.
En el mejor de los casos, estas estimaciones presentan errores de orden ; es
decir, sus errores fueron proporcionales al cuadrado de su tamao de paso.
Este nivel de exactitud se debe al nmero de trminos de la serie de Taylor.
Se pueden generar frmulas de alta exactitud al incluir trminos adicionales
en la expansin de la serie de Taylor

Volver al

66

Frmulas de exactitud para la primera

derivada
Frmulas de tres puntos
Definiendo un tamao de paso .
Hacia adelante:
Hacia atrs:
Central:

67

Frmulas de cinco puntos

Definiendo un tamao de paso
Hacia adelante:
Central:
Usando la serie truncada de Taylor, se pueden desarrollar frmulas
aproximadas iterativas para resolver las derivadas numricamente usando n
puntos.

68

Ejemplo
Usar la frmula hacia adelante de tres puntos para aproximar
, si y .

69

Integracin trapecial (Simpson

)

Mtodo
de los trapecios consiste en que se suman las reas de los trapecios;
este mtodo, tambin llamado Sumatoria de Riemann, puede hacerse por
mnimo, por medio o por mximo, siendo ms exacto realizarlo por medio (es
decir: tomando como referencia el valor de la funcin en el centro de cada
intervalo o trapecio).
Si se considera un polinomio de grado 1, es decir, una recta, y se desea
obtener una frmula para integrar frmula entre dos puntos consecutivos
usando polinomio de primer grado, se tiene

Volver al

70

Sustituyendo se obtiene:

71

 el intervalo es pequeo la aproximacin ser razonable; mas si es grande,

Si
el error tambin puede ser grande.

f(x)
a=x0

b=x1

72

Ejemplo
Calcular la siguiente integral aplicando la regla del trapecio,

73

Solucin
Encontrar el valor de :
Construir una tabla dividiendo en intervalos iguales los lmites de integracin,
usando el valor de hallado; con esto se tienen seis intervalos igualmente
espaciados con siete pares de puntos:
Donde:
: Longitud de cada intervalo.
: Lmite inferior de la integral, tambin se representa por .
: Lmite superior de la integral, tambin se representa por .
: Nmero de particiones, es decir, de intervalos.

74

Debe recordarse que las funciones trigonomtricas deben estar expresadas

en radianes.

1
3

2
5

3
7

4
9

75

Aplicando la frmula generalizada

76

Integracin de Simpson 1/3

A
diferencia de Simpson , 1/3 toma, de dos intervalos sucesivos, los tres
puntos donde se corta a la funcin: el inicio del primer intervalo, la divisin
entre los intervalos y el final del segundo. Luego se procede a considerar que
estos tres puntos corresponden a una parbola, de la que, conociendo los tres
pares de valores (abscisa; ordenada) se obtiene la frmula de dicha parbola.
Finalmente, por integracin, se obtiene el rea bajo la curva de la parbola,
entre los lmites de integracin (inicio del primer intervalo y final del segundo).

Si se designan y como y , y se representa por un polinomio de Lagrange de

segundo grado, la integral se transforma en

Volver al

77


Despus
de la integracin y de las manipulaciones algebraicas, se obtiene la
siguiente frmula:
Donde, en este caso, . Esta ecuacin se conoce como regla de Simpson 1/3, y
es la segunda frmula de integracin cerrada de Newton-Cotes. La
especificacin 1/3 se origina del hecho de que est dividida entre 3 en la
ecuacin.

78

 regla de Simpson 1/3 tambin se puede expresar usando el formato de

La
ecuacin:
Donde y el punto a la mitad entre y , que est dato por .

79

Ejemplo
Con la ecuacin
Integrar
Desde hasta . La integral exacta es 1.640533

80

Solucin

Por lo tanto, la ecuacin se utiliza para calcular

Que representa un error exacto de

Que es aproximadamente 5 veces ms precisa que una sola aplicacin de la regla

del trapecio.

81

El error estimado es
Donde -2400 es el promedio de la cuarta derivada en el intervalo.

82