Libro de Metodos Numericos

Mtodos Numricos
Ing.: Willam Caiza
Copyright 2015 por Ing. William Caiza. Todos los derechos reservados.
Mtodos Numricos
Ing.: Willam Caiza
Dedicatoria
ESTA PGINA ES OPCIONAL.
Mtodos Numricos
Ing.: Willam Caiza
Contenido
CAPITULO I:INTRODUCCIN .................................................................................................................. 5
1.1 NMEROS DECIMALES ........................................................................................................................ 5
1.1.2. NOTACIN DECIMAL ..................................................................................................................... 6
1.1.3. NOTACIN BINARIA ...................................................................................................................... 7
1.2 ANLISIS DE ERRORES ........................................................................................................................... 14
1.1.1
ERROR DE TRUNCAMIENTO ..................................................................................................... 14
1.3 SERIE DE TAYLOR ................................................................................................................................... 14
1.3.1. TEOREMA DE TAYLOR .................................................................................................................. 15
1.3.2. POLINOMIO DE TAYLOR PARA FUNCIONES DE DOS VARIABLES ................................................. 20
1.3.3. TEOREMA DEL POLINOMIO DE TAYLOR: ...................................................................................... 24
CAPITULO II: RESOLUCIN DE ECUACIONES NO LINEALES ...................................................... 26
2.1. INTRODUCCIN .................................................................................................................................... 26
2.2 MTODO DE LA BISECCIN ................................................................................................................... 26
2.3. ERROR EN EL MTODO DE LA BISECCIN ........................................................................................... 27
2.4 MTODO DE LA FALSA POSICIN........................................................................................................... 31
2.5 MTODO DEL PUNTO FIJO .................................................................................................................... 37
2.6 MTODO DE NEWTON-RAPHSON ......................................................................................................... 43
2.7 RACES MLTIPLES ................................................................................................................................ 49
EJERCICIOS RESUELTOS Y PROPUESTOS ...................................................................................................... 54
CAPITULO III: SISTEMA DE ECUACIONES LINEALES ...................................................................... 58
3.1 INTRODUCCIN ..................................................................................................................................... 58
3.1.1 MATRIZ ESCALONADA ................................................................................................................... 58
3.1.2 MATRIZ ESCALONADA REDUCIDA ................................................................................................. 59
3.1.3 RANGO DE A .................................................................................................................................. 60
3.2 CARACTERIZACIN DE LOS SISTEMAS POR SU SOLUCIN ..................................................................... 61
3.2.2 SISTEMAS CON SOLUCIN ............................................................................................................ 61
3.2.3 SISTEMAS CON SOLUCIN NICA ................................................................................................. 61
3.2.4 SISTEMAS CON INFINITO NMERO DE SOLUCIONES .................................................................... 62
3.3 METODO DE GAUSS .............................................................................................................................. 67
3.3.1 ELIMINACIN GAUSSIANA Y PIVOTEO ......................................................................................... 68
3.3.2 PIVOTEO Y MULTIPLICADORES ...................................................................................................... 68
3.4 ELIMINACIN DE GAUSS JORDAN ......................................................................................................... 74
CAPITULO IV: AJUSTE DE CURVAS ........................................................................................................ 87
4.1 INTRODUCCIN. .................................................................................................................................... 87
4.2 MTODO DE LOS MNIMOS CUADRADOS ............................................................................................. 87
4.3 SUPUESTOS O HIPTESIS DEL MODELO DE REGRESIN LINEAL............................................................ 88
4.4 GENERALIZACIN DE MODELOS LINEALES ......................................................................................... 100
4.4.1 MODELO POTENCIAL ................................................................................................................... 100
4.5 REGRESIN MLTIPLE ........................................................................................................................ 102
4.5.1 MTODO DE MNIMOS CUADRADOS PARA LA REGRESIN MULTILINEAL ................................. 102
4.6 MTODO DE MNIMOS CUADRADOS PARA LA REGRESIN MATRICIAL .............................................. 107
4.6.1 DERIVACIN MATRICIAL ............................................................................................................. 107
EJERCICIOS PROPUESTOS .......................................................................................................................... 116
CAPITULO V: INTERPOLACIN .............................................................................................................. 121
5.1 INTERPOLACIN .................................................................................................................................. 121
5.2 INTERPOLACIN INVERSA. ................................................................................................................. 121
5.3 INTERPOLACIN DE NEWTON ............................................................................................................. 124
5.4 INTERPOLACIN DE LAGRANGE .......................................................................................................... 129
5.5 INTERPOLACIN POR SPLINES. ........................................................................................................... 135
5.5.1 SPLINE LINEAL. ............................................................................................................................ 135
5.5.2 SPLINE CUADRTICO ................................................................................................................... 137
5.5.3 SPLINE CUBICO ............................................................................................................................ 141
CAPITULO VI: DERIVACIN NUMRICA ...................................................................................... 145
Mtodos Numricos
Ing.: Willam Caiza
6.1 DIFERENCIACIN NUMRICA .............................................................................................................. 146

6.2 ERRORES POR TRUNCAMIENTO Y REDONDEO AL APROXIMAR LA DERIVADA ..................................... 148
6.3 INTEGRACIN NUMRICA ................................................................................................................... 149
6.4 REGLA DEL TRAPECIO .......................................................................................................................... 150
6.5 REGLA DE SIMPSON 1/3 ...................................................................................................................... 158
6.6 REGLA SIMPSON 3/8 ........................................................................................................................... 161
6.7 REGLA DE BOOLE ................................................................................................................................. 163
6.8 INTEGRACION DE ROMBERG .............................................................................................................. 165
6.9 CUADRATURA DE GAUSS ..................................................................................................................... 167
6.10 DESARROLLO DE LA FRMULA DE GAUSS-LEGENDRE DE DOS PUNTOS ........................................... 168
6.11 TRASLACIN DE LA CUADRATURA DE GAUSS LEGENDRE ............................................................... 170
CAPITULO VII: ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN ................... 177
7.1 ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN .......................................................... 177
7.2 MTODOS DE RUNGE-KUTTA .............................................................................................................. 177
7.2.1 MTODO DE EULER ..................................................................................................................... 177
7.3 ANLISIS DEL ERROR PARA EL MTODO DE EULER .............................................................................. 184
7.3.1 ERRORES DE TRUNCAMIENTO .................................................................................................... 184
7.4 MEJORAS DEL MTODO DE EULER ...................................................................................................... 184
7.4.2 MTODO DE HEUN ...................................................................................................................... 186
7.5 MTODO DE RUNGE-KUTTA DE SEGUNDO ORDEN ............................................................................. 187
7.6 MTODOS DE RUNGE-KUTTA DE TERCER ORDEN ................................................................................ 191
7.7 MTODOS DE RUNGE-KUTTA DE CUARTO ORDEN .............................................................................. 192
7.8 MTODOS DE RUNGE-KUTTA DE ORDEN SUPERIOR ............................................................................ 194
ANEXOS ..................................................................................................................................................... 199
EJERCICIOS DE LAPLACE CON ECUACIONES DIFERENCIASLES POR LAPLACE ............................................. 200
ANEXO I: MULTIPLICADORES DE LAGRANGE ........................................................................... 204
1 MULTIPLICADORES DE LAGRANGE ......................................................................................................... 204
1.1 CONCEPTOS FUNDAMENTALES ...................................................................................................... 204
1.2 PROCEDIMIENTO ............................................................................................................................ 205
1.3 DETERMINACIN DE LA ECUACIN DE LAGRANGE ....................................................................... 205
1.4 ECUACION GENERAL DE LOS MULTIPLICADORES DE LAGRANGE................................................... 206
ANEXO II: SISTEMA DE ECUACIONES NO LINEALES METODO DE NEWTON ..................... 213
1. SISTEMA DE ECUACIONES NO LINEALES METODO DE NEWTON ........................................................ 213
2. APLICACIONES DEL MTODO DE NEWTON-RAPHSON .......................................................................... 220
3. CONCLUSIN ......................................................................................................................................... 221
ANEXO III: INTRODUCCIN A LA PROGRAMCIN DE MATLAB .......................................... 222
1. INTRODUCCIN ..................................................................................................................................... 222
1.1 CARACTERISTICAS BASICAS.............................................................................................................. 223
1.1.1 COMANDOS BASICOS ................................................................................................................ 223
1.2 CARACTERES ESPECIALES Y COMANDOS............................................................................................. 223
2.
VECTORES Y FUNCIONES.................................................................................................................. 223
2.1 VECTORES ................................................................................................................................... 223
2.2 FUNCIONES .................................................................................................................................... 224
3.
MATRICES ........................................................................................................................................ 228
4 OPERADORES RELACIONALES................................................................................................................. 229
5 INTRODUCCIN A LA INTERFACE GRFICA DE USUARIO (GUI) ............................................................... 232
6 EJEMPLOS BASICOS A LA INTRODUCCION A MATLAB ............................................................................. 233
Mtodos Numricos
Ing.: Willam Caiza
CAPTULO I: INTRODUCCIN
1.1 NMEROS DECIMALES

Comnmente los seres humanos, realizamos los clculos aritmticos usando el sistema
numrico decimal (base 10); las computadoras hacen los clculos aritmticos usando el
sistema numrico binario (base 2).
Al traducir los tipos numricos existentes a notacin binaria queda claro que las
operaciones realizadas no necesariamente son exactas por lo tanto van acumulando
diferentes errores en cada una de las operaciones.
A continuacin se describe los tipos de datos que existen y por ende error que existe en
las operaciones al pasar de notacin decimal a binario.
COMPLEJOS
REALES
RACIONAL
IRRACIONAL
ENTEROS
ENTEROS
POSITIVOS
CERO
IMAGINARIOS
FRACCIONARIOS
ENTEROS
NEGATIVOS
DECIMAL
FINITO
DECIMAL
INFINITO
SEMI
PERIDICAS
Imagen 1. Notacin Decimal
En el nivel superior se encuentra los nmeros complejos.

Ejemplo:
Podra ser 3 + 4 , donde la parte real es 3 y la parte imaginaria es 4.
PERIDICAS
Mtodos Numricos
Ing.: Willam Caiza
Todo nmero real se puede clasificar en un nmero racional e irracional, un nmero

racional es de la forma
escribir de la forma
, , y un nmero es irracional cuando no se puede
, ejemplo = . .
Todo nmero racional se puede clasificar en entero y fraccionario, los nmeros enteros se
clasifican en enteros positivos o naturales, cero y enteros negativos.
Los nmeros fraccionarios se clasifican en decimal finito e infinito, es decimal finito si el
residuo es cero.
Las fracciones de decimal infinito se clasifican en peridicas y semi-peridicas.
Las fracciones peridicas como 3,3333 = 3, 3 , se puede obtener su fraccin
que es igual al cociente cuyo numerador es igual al nmero menos la parte
peridica (33-3), y el denominador es tantos nueves como cifras (una) tenga la
parte peridica (9).
Ejemplo 1:
3 =
33 3 30
=
9
9
Las fracciones semi-peridicas como 3,2455555 = 3,245, se puede obtener

su forma fraccionaria, cuyo numerador es igual al nmero menos sin la parte
peridica (3245-324), el denominador es tantos nueves como cifras tenga la
parte peridica y tantos ceros como cifras tenga la parte no peridica (dos).
Ejemplo 2:
3,245 =
3245 324 2921

=
900
900
1.1.2. NOTACIN DECIMAL

Nuestra costumbre es escribir toda expresin numrica en base 10, descrita a continuacin.
= + + + + = {, , , , , }
=
Ejemplo 3:
La expresin 1563 en base 10 se puede escribir
Mtodos Numricos
Ing.: Willam Caiza

= 1 103 + 5 102 + 6 101 + 3 100 .
1563 = 1563
10
1.1.3. NOTACIN BINARIA

Toda mquina realiza operaciones con 0 y 1 por lo tanto es fundamental al menos
conocer los detalles de las transformaciones de binario a base 10 y viceversa.
Todo nmero binario se puede representar de la siguiente forma:
= + + + + = {, }
Ejemplo 4:
Transformar el nmero de base 2 a un nmero en base 10
1 0 0 12 = 1 23 + 0 22 + 0 21 + 1 20 8 + 0 + 0 + 1 = 9
Ejemplo 5:
Transformar el nmero de base 10 a un nmero en base 2
10010 = 1 1 0 0 1 0 02
100 2
0 50 2
0 25 2
1 12 2
0 6 2
0 3
1
2
1
Comprobacin:
1 1 0 0 1 0 02 = 1 26 + 1 25 + 0 24 + 0 23 + 1 22 + 0 21 + 0 20
= 64 + 32 + 0 + 0 + 4 + 0 + 0 100
Regla de transformacin de un nmero en notacin base 10 con decimales a binario.
1. Se transforma la parte entera binaria.
Mtodos Numricos
Ing.: Willam Caiza
2. Se sigue con la parte fraccionaria multiplicando por el nmero 2; si el resultado es

mayor o igual a 1 se anota un 1; si es menor que 1 se anota un 0. (El producto se
realiza con la parte original decimal y con la parte fraccionaria de las sucesivas
multiplicaciones, hasta que la parte fraccionaria sea cero).
3. Despus de realizar cada multiplicacin, se coloca los nmeros obtenidos en el
orden de su obtencin.
4. Algunos nmeros se transforman en dgitos peridicos.
Ejemplo 6:
Transformar , a binario.
Parte Entera
610 =
6 2
0 3
1
2
1
Parte Fraccionaria
0,3125 2 = 0,625
0,625 2 = 1,25
0,25 2 = 0,5
0,5 2 = 1
02= 0
02= 0
0,3125 =
Verificacin:
Parte Entera
= 1 22 + 1 21 + 0 21
= 4+2+0
=
Parte Fraccionaria
= 0 21 + 1 22 + 0 23 + 1
24 + 0 25 + 0 26
1
1
= 0 + 4 + 0 + 16 + 0 + 0
4+1
5
=
=
= ,
16
16
Mtodos Numricos con MatLab
Ing. William Caiza
, = ,
Ejemplo 7:
Transformarlo a fraccin.
Dado el siguiente nmero peridico 3.
3. 5 =
35 3 32
=
9
9
Verificamos
Parte Entera
32 9
50 3,55
50
Ejemplo 8:
)
Dado el siguiente (3.2
3.25 =
Verificamos
Parte Entera
293 90
230 3,255
500
500
325 32 293
=
90
90
=3.25
Ejemplo 9:
Conversin de . +
13 5 39 + 50 89
+ =
=
10 3
30
30
Ejemplo 10:
Conversin de .
6.3125
63125 12625 2525 505 101
10000 =
=
=
=
=
10000
10000
2000
400
80
16
Ing. William Caiza
Ejemplo 11:
Conversin de . a binario
Parte Entera
6 2
0 3 2
: 110
1 1
Parte Fraccionaria
0.3125*(2)= 0.625 =
0.625*(2)= 1.25 =
0.25*(2)= 0.5
=
0.5*(2)= 1
=
0
1
0
1
6.312510 = 110.01012
Ejemplo 12:
a binario
Conversin de 5.3
5341 53 5288 2644
=
=
990
990
495
Parte Entera
5 2
1 2 2
0 1
: 101.
1012 = 1(2)2 + 0(2)1 + 1(2)0
4
+ 0
+1
=5
Parte Fraccionaria
0.341
0.341*(2)= 0.682 = 0
0.682*(2)= 1.364 = 1
0.364*(2)= 0.728 = 0
0.728*(2)= 1.456 = 1
0.456*(2)= 0.912 = 0
0.912*(2)= 1.824 = 1
0.824*(2)= 1.648 = 1
0.648*(2)= 1.296 = 1
0.296*(2)= 0.592 = 0
0.592*(2)= 1.184 = 1
0.184*(2)= 0.368 = 0
0.368*(2)= 0.736 = 0
0.736*(2)= 1.472 = 1
0.472*(2)= 0.944 = 0
0.944*(2)= 1.888 = 1
0.888*(2)= 1.776 = 1
Sin importar q sea peridica
10
Ing. William Caiza
Verificacin
= 01010111
0.341
= 1(2)2 + 1(2)4 + 1(2)6 + 1(2)7 + 1(2)8
=
1 1
1
1
1
+
+
+
+
+
4 16 64 128 250
64 + 16 + 4 + 2 + 1
87
=
256
256
Implementacin en Matlab
PROGRAMA TRANFORMACIONES DE DECIMAL A BINARIO
Imagen 2: Transformaciones Decimal a Binario
11
Ing. William Caiza
TRANSFORMAR DE BINARIO A DECIMAL

function pushbutton1_Callback(hObject, eventdata, handles)
num=str2num(get(handles.edit1,'string'));
[1]
[2]
numero=num2str(num);
ent=num2str(floor(num));
decimal=num2str(num-floor(num));
[3]
[4]
[5]
bin=dec2bin(num);
dec=num-floor(num);
entbin=num2str(bin);
[6]
[7]
[8]
set(handles.text4,'string',ent);
set(handles.text5,'string',decimal);
set(handles.text6,'string',numero);
set(handles.text1,'string',entbin);
[9]
[10]
[11]
[12]
if dec~=0
for i=1:10
a=dec*2;
binario(1,i)=floor(a);
b=a-floor(a);
dec=b;
end
[13]
[14]
[15]
[16]
[17]
[18]
[19]
set(handles.text2,'string',num2str(binario));
final=[ num2str(bin) ',' num2str(binario)];
EXPLICACIN
set(handles.text3,'string',final);
else
set(handles.text3,'string',bin);
end
[20]
[21]
[22]
[23]
[24]
[25]
[1]. Definicin del botn a usar.

[2]. Obtiene los datos ingresados como cadena de caracteres y lo transforma en un numero base 10
[3]. Transforma el nmero ingresado en cadena de caracteres
[4]. Obtiene la parte entera del numero ingresado mediante el comando floor y lo transformo en cadena
de caracteres
[5]. Obtiene la parte decimal del nmero ingresado y transformo en cadena de caracteres
[6]. Obtiene el numero binario de la cantidad entera mediante el comando dec2bin
[7]. Obtengo la parte decimal del nmero ingresado
[8]. Transforma el nmero binario de la parte entera a cadena de caracteres
[9]. Muestra la parte entera base 10
[10]. Muestra la parte decimal base 10
[11]. Muestra el nmero ingresado base 10
[12]. Muestra el nmero binario de la parte entera
[13]. Si la parte decimal base 10 es diferente de cero realiza el siguiente proceso
[14]. Define la cantidad de elementos binarios
[15]. Multiplica por 2 el decimal base 10
[16]. Guarda la parte entera del resultado de la multiplicacin en un vector
[17]. Obtiene la nueva parte decimal
[18]. Define la variable con la nueva parte decimal base 10
[20]. Muestra el vector
[21]. Junta la numero binario de la parte entera con el vector
[22]. Muestra el numero ingresado en binario si hubiera decimales
12
Ing. William Caiza
[24]. Muestra el numero ingresado en binario si no hubiera decimales
TRANSOFORMAR: (BINARIO A DECIMAL)

num=str2num(get(handles.edit2,'string'));
set(handles.text12,'string',num2str(num));
[1]
[2]
[3]
entbin=round(num);
set(handles.text10,'string',num2str(entbin));
[4]
[5]
binent=bin2dec(num2str(entbin));
set(handles.text7,'string',binent);
[6]
[7]
dec=num-entbin;
set(handles.text11,'string',num2str(dec));
[8]
[9]
if dec~=0 || dec==0
d=str2num(get(handles.text11,'string'));
n=length(num2str(d))-2;
c=0;
for i=1:n
a=dec*10;
b=round(a)*2^(-i);
c=c+b;
dec=a-round(a);
end
set(handles.text8,'string',num2str(c));
end
final=binent+c;
set(handles.text9,'string',num2str(final));
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[1]. Define el botn a usar

[2]. Transforma la cadena de caracteres ingresada en numero
[3]. Muestra el nmero binario ingresado
[4]. Obtiene la parte entera del nmero binario ingresado
[5]. Muestra la parte entera del nmero binario
[6]. Transforma la parte entera base 2 a nmero base 10 mediante el comando bin2dec
[7]. Muestra la parte entera en nmero base 10
[8]. Obtiene la parte decimal del nmero ingresado
[9]. Muestro la parte decimal del nmero binario ingresado
[10]. Si la parte decimal es igual o diferente de cero realiza el siguiente proceso
[11]. Obtiene la parte decimal en base 2 como cadena de caracteres y lo transformo en nmero base 2
[12]. Determina la cantidad de nmeros existen al lado derecho de la coma ,
[16]. Obtiene la cantidad decimal base 10 que representa el digito decimal base 2
[17]. Usa un acumulador para todas las cantidades base 10 de cada uno de los dgitos base 2
[18]. Define el nuevo nmero decimal base 2
[20]. Muestra la cantidad del acumulador
[22]. Suma la parte entera base 10 con la parte decimal base10
[23]. Muestra el resultado total del nmero en base 10
13
Ing. William Caiza
1.2 ANLISIS DE ERRORES

En la prctica del clculo numrico es importante tener en cuenta que las soluciones
calculadas por el computador no son soluciones matemticas exactas. La precisin de una
solucin numrica puede verse disminuida por diversos factores y la comprensin de
estas dificultades puede guiarnos a menudo a desarrollar o construir algoritmos
numricos adecuados.
Supongamos que p (estimador) una aproximacin de p, entonces se define el error
absoluto como:
|
= |
= | |
= | |
Y adems tenemos el error relativo, el mismo que es un porcentaje de la diferencia entre
su valor real y su aproximacin:
=
|
|

||
| |

| |
1.1.1 ERROR DE TRUNCAMIENTO

La nocin de error de truncamiento se refiere normalmente a los errores que se producen
cuando una expresin matemtica complicada se reemplaza por una frmula ms simple,
2
por ejemplo la siguiente funcin se puede remplazar por una expresin ms sencilla
como la siguiente 1 + 2 +
4
2!
6
3!
8
4!
+ , mediante su serie de Mc-Claurin.
1.3 SERIE DE TAYLOR

La serie de Taylor se basa en ir haciendo operaciones segn una ecuacin general y
mientras ms operaciones tengan la serie ms exacto ser el resultado que se est
buscando.
14
Ing. William Caiza
Toda funcin puede ser expresada como un polinomio de orden (), la serie de Taylor
proporciona un medio para predecir el valor de una funcin en un punto.
1.3.1. TEOREMA DE TAYLOR
Dada la funcin f y sus + 1 derivadas son continuas, se dice que la expresin siguiente
es el polinomio de Taylor de orden n y alrededor de a.
()( ) ()( )
+
!
!
()( )
() ()( )
+
+. . . +
+
!
!
() = () = () +
Donde es el error de la serie de Taylor

Si = 0, tenemos la serie de McLaurin:
()()
() = () +
()
() ()
+
+. . . +
+. ..
!
!
Ejemplo 13:
Encontrar la serie de McLaurin
() = ()
(0) = (0) = 0
() = cos(0) (0) = 1
() = () () = 0
() = cos() () = 1
() =

+ +
! ! !
Ejemplo 14:
Encontrar la serie de McLaurin
() = ()
15
Ing. William Caiza
(0) = cos(0) = 1
() = (0) (0) = 0
() = cos(0) (0) = 1
() = (0) (0) = 0
(4) () = cos(0) (4) (0) = 1
() =

+ +
! ! !
Programa Mclaurin
Imagen 3: Serie de McLaurin
INICIAR:
clc;
f=char(inputdlg('ingrese funcion'));
n=str2double(inputdlg('ingrese numero de expresiones para la serie'));
ev=taylor(sym(f),'order',n);
fun=char(ev);
set(handles.text4,'string',fun);
set(handles.text3,'string',f);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[1]. Definicin del botn a usar

[2]. Limpiar la ventana de datos existentes
[3]. Crea una cuadro de texto para ingresar la funcin
16
Ing. William Caiza
[4]. Crea una cuadro de texto para el ingreso de la cantidad de expresiones

[5]. Usa el comando Taylor bajo la condicin de a=0 para crear el polinomio bajo los
parmetros anteriormente ingresados.
[6]. Convierte en un elemento de tipo Char al polinomio obtenido
[7]. Muestra el polinomio obtenido
[8]. Muestra la funcin ingresada
GRAFICAR:
x=-5:0.05:5;
fun=get(handles.text3,'string');
f=inline(fun);
plot(x,f(x),'r');
hold on;
pol=get(handles.text4,'string');
polinomio=inline(pol);
l=length(x);
for i=1:l
y(i)=polinomio(x(i));
end
plot(x,y,'b');
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]

[2]. Establece la escala en el eje X del Axes
[3]. Obtiene la cadena de caracteres de la Funcin
[4]. Convierte la cadena de caracteres en una funcin
[5]. Grafica la funcin en el Axes
[6]. Mantiene el grafico de la funcin
[7]. Obtiene la cadena de caracteres del polinomio
[11]. Evala el polinomio en todos los puntos que contiene la escala del eje X
[13]. Grafica el polinomio en el Axes
EVALUAR:
valor=str2double(inputdlg('Ingrese el valor de x'));
pol=get(handles.text4,'String');
resul=polinomio(valor);
resultado=num2str(resul);
set(handles.text5,'String',resultado);
[1]
[2]
[3]
[4]
[5]
[6]
[7]

[2]. Crea una cuadro de texto para ingresar el valor donde desea evaluar el polinomio
[5]. Evala el polinomio en el numero ingresado
17
Ing. William Caiza
[6]. Convierte el valor obtenido en una cadena de caracteres

[7]. Muestra el resultado
Ejemplo 15:
Encuentre (, ), utilizando la serie de Taylor con 3 trminos
() = () = () +
()( ) ()( )2 ()( )

+
+
+
1!
2!
!
() = (3,5)
(3,5) = 3,5
(3,5)3 (3,5)5
+
3!
5!
(3,5) = 0.73098
(3,5) = 0.35078
E = |0.35078 0.730981 |
= .
E =
|0.35078 0.730981 |
100
|0.35078|
= .
Ejemplo 16:
() = ()
()( ) ()( ) ()( )
() = () +
+
+
+
!
!
!
1)
Encuentre la serie de Taylor del ()
2)
Encuentre el valor de la serie en = ,
3)
Encuentre el valor de la serie en = , = ,
4)
Encuentre el error
5)
Conclusin
Sen(x) = Sen(a) + Cos(a)(x a)
1)
Sen(a)(xa)2
2!
Cos(a)(xa)3
3!
Sen(a)(xa)4
4!
Cos(a)(xa)5
5!
2)
x3
x5
x7
Sen(x) = x 3! + 5! 7! +
x9
9!
18
Ing. William Caiza
(3.45)3 (3.45)5 (3.45)7 (3.45)9

Sen(3.45) = 3.45
+
+
= 0.284384
3!
5!
7!
9!
Sen(3.45) = Sen(3) + Cos(3)(3.45 3)
3)
(3)(3.453)2
2!
(3)(3.453)3
3!
Sen(3)(3.453)4
4!
= 0,303788
4)
El valor exacto de (3,45) = 0,303541, calculadora en radianes.
El error para = 0.

| 100

0.303541 + 0.284381
= |
| 100
0.30541
= |
= . %
El error para = 3 de (3,45)
= |
0.303541 + 0.303388
| 100
0.30541
= . %
5)
Conclusin:
Cuando el valor de a es cercano a x el valor disminuye notablemente.

Ejemplo 17:
() = ()
1.- Encontrar la serie de Taylor del ()
2.- Encontrar el valor de la serie en = , ; = , con 5 trminos
() = = () +
()( ) ()( )2 ()( )

+
+
+
1!
2!
!
1.
() =
() + () ( )
2
() ()
+(
)
4
( )2
2!
2.
19
(3.45) =
Ing. William Caiza
(3.4) + (3.4) (3.45 3.4)

23.4
3.4 (3.4) (3.4)

(3.45 3.4)2
+(
)
2!
4(3.4)3.4
(3.45) = 0,958967
= |
0.959204 0,958967
| 100
0.959204
= . %
Ejemplo 18:
Demostrar
() = = () + ()
(0) = = (0) = 0 = 1
() = = (0) =
() = 2 = (0) = 2
() = 3 = (0) = 3
(4) () = 4 = (4) (0) = 4
(5) () = 5 = (5) (0) = 5
= 1 + +
22 33 44
+
+
+. ..
2!
3!
4!
2 4 6
3 5
= (1
+
+ ) + (
+
+)
2! 4! 6!
3! 5!
= () + ()
1.3.2. POLINOMIO DE TAYLOR PARA FUNCIONES DE DOS VARIABLES

Funcin escalar de variable vectorial
Definicin sea : 2 {
Funcin real de variable vectorial
20
Ing. William Caiza
El polinomio de Taylor de orden n asociado a (, ):

(, ) = (, )

= (, ) + (
(, )( ) +
(, )( ))
!
+ ( (, )( ) + (, )( ) +
(, )( )( ))
!
( (, )( ) + (, )( ) +
(, )( ) ( )
!
+
(, )( )( ) ) +. . ..
Ejemplo 19:
Dada la funcin
(, ) = ( + ()),
(, ) + ,
Vamos a ilustrar la utilidad de los polinomios de Taylor de grados 2 y 3 en el punto

(0, 1), a los que denotaremos con (, ) (, ), respectivamente.
Haciendo uso del Teorema de dichos polinomios vienen dados por las siguientes
expresiones:
2 (, ) = (0,1) +
(0,1) + ( 1)
1
2
2
2
+ [ 2 2 (0,1) + ( 1)2 2 (0,1) + 2( 1)
(0,1)]
2
3 (, ) = (0,1) +
(0,1) + ( 1)
1
2
2
2
+ [ 2 2 (0,1) + ( 1)2 2 (0,1) + 2( 1)
(0,1)]
2
1
3
3
3
(0,1)
+ [ 3 3 (0,1) + 3 3 ( 1) 2 (0,1) + 3( 1)2
6

2
+ ( 1)3
3
]
3
Ntese que
21
Ing. William Caiza
3
3
3 (
(0,1)
(0,1)
+
3
1)
1
3
2
3 (, ) = 2 (, ) +
6
3
3
3
(0,1)
(
+3( 1)2
+
1)
2
3 ]
[
3
PROGRAMA:
Dada la funcin de:
:
(, ) = ()()
Encontrar el polinomio de Taylor de grado 3 asociado y evaluado (, ; , ):
PROGRAMA DE LA SERIE DE TAYLOR
Imagen 4: Serie de Taylor
CALCULAR
clc;
fun=char(get(handles.edit1,'String'));
orden=str2double(get(handles.edit2,'String'));
a=str2double(get(handles.edit3,'String'));
pol=taylor(sym(fun),'ExpansionPoint',a,'order',orden);
final=char(pol);
set(handles.text1,'String',final);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
22
Ing. William Caiza

[2]. Limpia la ventada de datos existentes
[3]. Obtiene la cadena de caracteres de la funcin ingresada y la convierte en un elemento tipo Char.
[4]. Obtiene orden o grado de la expresin que se desea obtener
[5]. Obtiene el valor de a, necesario para la Serie de Taylor
[6]. Usa el comando Taylor para crear el polinomio bajo los parmetros anteriormente ingresados.
[7]. Transforma en un elemento tipo Char el polinomio obtenido.
[8]. Muestra el polinomio resultante de la Funcin
GRAFICAR:
x=-100:0.05:100;
fun=get(handles.edit1,'string');
f=inline(fun);
plot(x,f(x),'r');
hold on;
funcion=get(handles.text1,'string');
polinomio=inline(funcion);
g=length(x);
for i=1:g
h(i)=polinomio(x(i));
end
plot(x,h,'b');
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]

[2]. Establece la escala en el eje X del Axes
[3]. Obtiene la cadena de caracteres de la Funcin
[5]. Grafica la funcin en el Axes
[6]. Mantiene el grafico de la funcin
[11]. Evala el polinomio en todos los puntos que contiene la escala del eje X
[13]. Grafica el polinomio en el Axes
EVALUAR:
eval=str2double(inputdlg('Ingrese el valor de x'));
pol=get(handles.text1,'String');
resul=polinomio(eval);
resultado=num2str(resul);
set(handles.text2,'String',resultado);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
23
Ing. William Caiza

[2]. Crea una cuadro de texto para ingresar el valor donde desea evaluar el polinomio
[5]. Evala el polinomio en el nmero ingresado
[6]. Convierte el valor obtenido en una cadena de caracteres
[7]. Muestra el resultado
1.3.3. TEOREMA DEL POLINOMIO DE TAYLOR:
Sea [, ], (+) existe en [, ] y c [, ]. Entonces para todo x

[, ], () = () + (), donde () es el polinomio de Taylor
() =
(+) (())
( )+
( + )!
Es el residuo, con () entre c y x, el teorema no permite evaluar exactamente el

residuo, pero si permite acotarlo.
| ()|
||+
(+)!
|(+) ()| (, )
Ejemplo 20:
Obtener el polinomio de Taylor de orden 2 de () alrededor de , acotar el error

para = y calcular el error.
() = ( ) ( )( )
( )
( )
() = + ( )
||
| |
|()|; [, ].
|| . ()
24
Ing. William Caiza
|| . (. ) = .
Observacin:
Para calcular el valor de una funcin para x el valor de a, deber estar alrededor de x.
EJERCICIOS PROPUESTOS
Ejercicios de notacin decimal
Escribir en notacin decimal las siguientes cantidades:
1. 374=
2. 17350=
3. 1,0243=
4. 745,36=
5. 1357, 924=
Transformar de notacin binaria a notacin decimal:
1. 100110112 =
2. 100110012 =
3. 11001002 =
4. 100110012 =
5. 01012 =
Series de Taylor
1. Calcular el polinomio de Taylor de la funcin () =
2. Calclese la serie de Taylor de () = ()
3. Encuentre una serie de Taylor para () = cos(2))
4.
Encuentre la serie de Taylor para() = 5
5. Encontrar la serie de Taylor para la funcin () = log(cos())

Series de Mc- Claurin
1. Hallar el polinomio de Mc- Claurin para () = , para n=0, n=1, n=2, n=3, y el
polinomio general.
2. Encuentre una serie de Mc- Claurin para () = 2
3. Encontrar la serie de Mc- Claurin para f(x) =
ex + ex
2
ex ex
2
1
1+x2
25
Ing. William Caiza
CAPTULO II: RESOLUCIN DE

ECUACIONES NO LINEALES
2.1. INTRODUCCIN
Una ecuacin no lineal es aquella que esta la representada genricamente en la forma
() = 0.Esto no quiere decir que sea una funcin exactamente nula, simplemente es
una representacin de las ecuaciones a utilizar. Tras esta forma genrica, se esconde el
problema a analizar en el captulo, que es: Dada una funcin () determnese, si es
posible, algn valor 0 para el que se verifique que (0 ) = 0.
A estos valores 0 que cumplen () = 0 se los llama races o ceros de la funcin ().
2.2 MTODO DE LA BISECCIN
Descripcin del mtodo
Dado un intervalo [a, b], la primera aproximacin a la raz es el punto medio del intervalo
y se calcula como la suma de los dos puntos dividido para 2, de esta manera se encuentra
un nuevo punto c1 considerado un valor raz aproximado de la funcin. Luego se verifica
si f(a) f(c1 ) < 0, esto implicara que la nueva raz se encuentra en el intervalo [a, c1 ]
por lo tanto la nueva aproximacin seria el punto medio de dicho intervalo. Y seguiramos
verificando si el f(ak ) f(ck ) < 0 o f(ck ) f(bk ) < 0 , en el intervalo que cumpla las
definiciones anteriores se proceder otra vez a encontrar el punto medio que es la
siguiente mejor aproximacin a la raz, as sucesivamente hasta obtener una
aproximacin que satisface la tolerancia deseada.
26
Ing. William Caiza
Imagen 2.1: Descripcin grafica del mtodo de la biseccin.
Las aproximaciones deseadas forman una sucesin que convergen a la raz.

{xn } = {c, c1 , c2 , . . , cn }
{xn } = converge a la raz
Algoritmo de la biseccin
Se elige un intervalo [a, b] de forma que la funcin cambie de signo al evaluarse en esos
puntos, inicialmente el punto a y el punto b se pueden escoger realizando el grfico de la
funcin.
La primera aproximacin a la raz es Ci y se obtiene:
Ci =
a i + bi
2
Condiciones para determinar el siguiente subintervalo donde se encuentra la raz.

a) Si f(ai )f(ci ) < 0 , entonces la raz se encuentra dentro del subintervalo [ai , ci ], por lo
tanto bi = ci , ai = ai ;
b) Si f(ai )f(Ci ) > 0 , entonces la raz se encuentra dentro del subintervalo [ci , bi ], por lo
tanto ai = Ci , bi = bi ;
c) Si f(ai )f(Ci ) = 0 , la raz es igual a Ci , termina el clculo.
2.3. ERROR EN EL MTODO DE LA BISECCIN
El error utilizado para el mtodo de la biseccin ser un error relativo porcentual:
27
Ing. William Caiza

%
z = |
Ejemplo 1:
Encontrar los ceros de la funcin = ()()
y= -exp(x)tan(x)
200
150
100
50
0
-50 0
0,5
1,5
2,5
3,5
-100
Imagen 2.2: Grafico del mtodo de la Biseccin
Cuadro de datos:
Iteracin i
1
ai
2,5
ci
3
bi
3,5
f(ai)
9,100594625
f(ci)
2,863123854
f(bi)
-12,40457277
error
3,25
3,5
2,863123854
-2,806866513
-12,40457277
0,076923077
3,125
3,25
2,863123854
0,377681716
-2,806866513
-0,04
3,125
3,1875
3,25
0,377681716
-1,113015188
-2,806866513
0,019607843
3,125
3,15625
3,1875
0,377681716
-0,344213907
-1,113015188
3,125
3,140625
3,15625
0,377681716
0,022370524
-0,344213907
-0,00990099
0,004975124
3,140625
3,1484375
3,15625
0,022370524
-0,159484883
-0,344213907
3,140625
3,14453125
3,1484375
0,022370524
-0,068201474
-0,159484883
3,140625 3,142578125 3,14453125
0,022370524
-0,022826983
-0,068201474
0,00248139
0,001242236
0,000621504
Tolerancia
0,001
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
siga
procesando
Imagen 2.3: Tabla de datos.
28
f(ai )f(Ci ) > 0; ai = Ci , bi = bi
Ing. William Caiza

f(ai)
f(ci)
f(bi)
9,100594625
2,863123854
-12,40457277
2,863123854 -2,806866513 -12,40457277
f(ai )f(Ci ) < 0; bi = Ci , ai = ai
2,863123854
0,377681716
-2,806866513
CODIGO DEL MTODO DE LA BISECCIN
function grafica_Callback(hObject, eventdata, handles)
clc;
funcion=get(handles.funcion,'string');
f=inline(funcion);
x=-5:0.2:5;
n=length(x);
for i=1:n
y(i)=f(x(i));
end
plot(x,y), hold on;
plot([-5 5],[0 0],'r'); grid on;
plot([0 0],[-20 20],'r');
[1]
[2]
[3]
[4]
[5]
[6]
function calcular_Callback(hObject, eventdata, handles)

f=inline(funcion);
a=str2double(get(handles.a,'string'));
b=str2double(get(handles.b,'string'));
tol=str2double(get(handles.tolerancia,'string'));
cont=0;
if f(a)*f(b)<0
error=1;
e=0;
while abs(error)>=tol
cont=cont+1;
c=(a+b)/2;
error=(c-e)/c;
e=c;
if f(a)*f(c)<0
b=c;
end
if f(b)*f(c)<0
a=c;
end
if (f(a)*f(c)==0)~=(f(b)*f(c)==0)
error=0.0000001;
end
end
set(handles.raiz,'string',c);
set(handles.iteraciones,'string',cont);
else
set(handles.raiz,'string','el intervalo no contiene raiz');
end
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
29
Ing. William Caiza
Descripcin del programa

Accin del botn graficar
[1]. Se obtiene la funcin escrita en el cuadro de texto.
[2]. Se convierte en inline la funcin para que sea evaluada en cada punto.
[3]. Se dan valores al eje x de -5 a 5 con separacin de 0.2, adems se obtiene n con la longitud
de estos valores.
[4]. Se evala automticamente la funcin en cada valor de x, as se obtiene los valores de y.
[5]. Se grafican los valores de (x, y) como pares coordenados.
[6]. Se resalta los ejes con un color rojo.
Accin de Botn Calcular

[9]. Obtener el valor del punto a del intervalo.
[10]. Obtener el valor del punto b del intervalo.
[11]. Obtiene el valor de tolerancia escrita en el cuadro de texto.
[12]. Declarar un contador para saber el nmero de iteraciones realizadas por el mtodo
(Opcional).
[13]. Verificar que el intervalo [a, b] este bien tomado, para continuar con el mtodo.
[14]. Dar un valor inicial a la variable error (Error Relativo Porcentual).
[15]. Inicializar una variable e, que ayudar en el clculo del error relativo.
[16]. Comparar el error con la tolerancia, para continuar las iteraciones.
[17]. Clculo del punto medio del intervalo.
[18]. Clculo del error relativo.
[19] y [20]. Encontrar el nuevo intervalo para la siguiente iteracin.
[21]. En el caso de coincidir el punto medio con el valor raz, se detiene el mtodo dando un valor
muy pequeo al error.
[22]. Mostrar en un cuadro de texto el valor raz.
[23]. Mostrar el nmero de iteraciones realizadas en el mtodo en un cuadro de texto.
[24]. Mostrar en el cuadro de texto correspondiente a la raz, un mensaje que indica que el
intervalo no contiene raz.
Imagen 2.4: Mtodo de la Biseccin
30
Ing. William Caiza
2.4 MTODO DE LA FALSA POSICIN

Descripcin del mtodo:
Como en el mtodo de la biseccin, consideramos que f(a) y f (b) tienen distinto signo. En el
mtodo de la biseccin se usa el punto medio del intervalo [a, b] para llevar a cabo las
iteraciones hasta obtener la raz. Con el mtodo de la falsa posicin, suele conseguirse una
aproximacin mejor encontrando el punto (c, 0), en el que la recta secante L pasa por los
puntos (a, f(a)), (b, f (b)) y el eje x.
Imagen 2.6: Grfica del mtodo de la falsa posicin.
31
Ing. William Caiza
Algoritmo de la falsa posicin

Para hallar la abscisa c, igualamos las dos frmulas de la recta entre los puntos a, c y los
puntos c, b para la pendiente m de la recta secante L.
Encontremos la expresin para el mtodo de la falsa posicin.
Sea los puntos (a, f(a)) y (b, f(b))
mLsecante =
f(b) f(a)
ba
(1)
Sean los puntos (c, 0) y (b, f(b))

mLsecante =
0 f(b)
cb
(2)
Igualando las dos expresiones obtenemos

f(b) f(a) f(b)
=
(c b)(f(b) f(a)) = f(b)(b a)
ba
cb
c=
f(b)(b a)
f(b)(b a)
+b c = b
f(b) f(a)
f(b) f(a)
Por lo tanto generalizando la expresin anterior tenemos:

Ck = bk
f(bk )(bk ak )
f(bk ) f(ak )
k = 1,2,3,
Donde Ck forma una sucesin que converge a la raz de la funcin.

Las 3 posibilidades son las mismas que en el caso anterior:
a) Si f(a) y f(c) tienen distintos signos, entonces hay un cero (raz) en [a, c].
b) Si f(c) y f (b) tienen distinto signo, entonces hay un cero (raz) en [c, b].
c) Si f(c)=0, entonces c es una raz.
Error en el mtodo de la Falsa Posicin
El error utilizado para el mtodo de la falsa posicin ser un error absoluto:
= | |
Convergencia del Mtodo de Falsa Posicin
De la deduccin anterior, tenemos que la aproximacin Ck , es una sucesin de la forma
{Ck }
k=0 la cual puede converger.
32
Ing. William Caiza
Sin embargo, aunque la longitud del intervalo bk ak se hace ms pequeo, es posible que
no tiende a 0. El criterio de parada usada en el mtodo de la biseccin no es til por lo tanto
se utilizar aproximaciones sucesivas de |Ck Ck1 |.
Ejemplo 2:
Encontrar los ceros de la funcin = () ()
tan(x)*cos(x)
1,5
1
0,5
0
-2 -0,5 0
-4
-1
-1,5
Figura 2.7: grafica ejercicio tan() cos().
Si f(c) y f (b) tienen distinto signo, entonces hay un 0 en [c, b]; por lo tanto c=a y b=b.
iteracin
f(a)
f(c)
3,0915281
0,9092974
3,1550996 3,0915281
0,9092974
3,1381931 3,1550996
0,9092974
3,1381931 3,1415927 3,1550996
0,0033995
f(b)
error
0,0500436 0,7568025
0,0135065 0,0500436 0,0635715 siga calculando
0,0033995 0,0135065 0,0169065 siga calculando
-7,74E-08 0,0135065 0,0033996 raz
3,1381931 3,1415927 3,1415927
0,0033995
1,489E-13
-4,64E-08
7,74E-08
tolerancia
0,01
raz
Imagen 2.8: Cuadro de datos en Excel
Ejemplo 3:
Encontrar los ceros de la funcin () = (^ + ) ()
33
Ing. William Caiza
Imagen 2.9: Grafica de la funcin
Si f(c) y f (b) tienen distinto signo, entonces hay un 0 en [c, b]; por lo tanto c=a y b=b.
f(a)
f(c)
f(b)
error
3,01825205
-5,03124022
-0,41954488
4,85087143
3,01825205
3,09640286
-0,41954488
-0,15627869
4,85087143
0,07815081
NO RAIZ
3,09640286
3,12460513
-0,15627869
-0,05914648
4,85087143
0,02820226
NO RAIZ
3,12460513
3,13515021
-0,05914648
-0,02249033
4,85087143
0,01054508
NO RAIZ
3,13515021
3,13914145
-0,02249033
-0,00856574
4,85087143
0,00399124
NO RAIZ
Figura 2.10: Cuadro de Datos en Excel
34
Ing. William Caiza
CODIGO DEL MTODO DE LA FALSA POSICIN

clc;
f=inline(funcion);
x=-5:0.2:5;
n=length(x);
for i=1:n
y(i)=f(x(i));
end
plot(x,y), hold on;
plot([-5 5],[0 0],'r'); grid on;
plot([0 0],[-20 20],'r');
[1]
[2]
[3]
[4]
[5]
[6]
function calcula_Callback(hObject, eventdata, handles)

f=inline(funcion);
a=str2double(get(handles.a,'string'));
b=str2double(get(handles.b,'string'));
cont=0;
if f(a)*f(b)<0
error=1;
e=0;
cont=cont+1;
c=b-(f(b)*(b-a))/(f(b)-f(a));
error=e-c;
e=c;
if f(a)*f(c)<0
b=c;
end
if f(b)*f(c)<0
a=c;
end
if (f(a)*f(c)==0)~=(f(b)*f(c)==0)
error=0.0000001;
end
end
set(handles.raiz,'string',c);
else
set(handles.raiz,'string','el intervalo no contiene raiz');
end
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]

35
Ing. William Caiza
[3]. Se dan valores al eje x de -5 a 5 con separacin de 0.2, adems se obtiene n con la longitud
de estos valores.

[9]. Obtener el valor del punto a del intervalo.
[10]. Obtener el valor del punto b del intervalo.
[12]. Declarar un contador para saber el nmero de iteraciones realizadas por el mtodo
(Opcional).
[13]. Verificar que el intervalo [a, b] este bien tomado, para continuar con el mtodo.
[14]. Dar un valor inicial a la variable error (Error Absoluto).
[15]. Inicializar una variable e, que ayudar en el clculo del error absoluto.
[17]. Clculo del valor de C (raz), aplicando la frmula del mtodo.
[18]. Clculo del error absoluto.
[19] y [20]. Encontrar el nuevo intervalo para la siguiente iteracin.
[21]. En el caso de coincidir el punto medio con el valor raz, se detiene el mtodo dando un valor
muy pequeo al error.
[22]. Mostrar en un cuadro de texto el valor raz.
[24]. Mostrar en el cuadro de texto correspondiente a la raz, un mensaje que indica que el
intervalo no contiene raz.
Imagen 2.11: Mtodo Falsa Posicin
36
Ing. William Caiza
Imagen 2.12: Mtodo falsa posicin 2
2.5 MTODO DEL PUNTO FIJO

Un punto fijo de una funcin g es un nmero p para el cual se cumple: () =
A manera explicativa: Sea g(x) = x 2 2x + 2 , demuestre que x=1 es un punto fijo de la
funcin, evaluando se expresa g(1) = 12 2(1) + 2 = 1 2 + 2 = 1, obteniendo g(1) = 1,
entonces, si consideramos p = x = 1 obtenemos que x=1 es un punto fijo de la funcin g(x).
Dado un problema de buscar una raz f (p)=0, podemos definir una funcin g(x) despejando
un x de la funcin f, con un punto fijo p de diversas formas, por lo tanto sea g(x) = x f(x) si
la funcin g tiene un punto fijo en p entonces, p es una raz de f(x), al despejar de la expresin
anterior tenemos f(x) = x g(x), y f(x) es cero en p=x, entonces
f(p) = p g(p) = p p = 0, como p es punto fijo de g, se demuestra que p es raz de f.
37
Ing. William Caiza
Algoritmo grafico del mtodo del punto fijo
Imagen 2.13: Mtodo del punto fijo
Elegimos un punto aleatorio 0 y lo evaluamos en una funcin () que resulta de despejar

una x de la funcin () dada. El valor (0 ) se refleja en la funcin = , y regresar el eje x
dando as el punto 1 que ser la primera aproximacin de la raz.
Condicin de convergencia de la funcin ()
Luego de obtener la funcin (), se determina su primera derivada, luego se evala en un
punto 0 que cumpla la siguiente condicin: |(0 ) | < 1, determinndose as que la funcin
converge.
Algoritmo del punto fijo
+1 = ( )
Error en el mtodo del Punto Fijo
El error utilizado para el mtodo del punto fijo ser un error absoluto:
= | |
Ejemplo 4:
Dada la ecuacin x 3 + 4x 2 10 = 0, encuentre una expresin x=g(x)
38
Ing.: Willam Caiza
Desarrollo:
Despeje 1
4 2 = 10 3
2 =
10 3
10 3
|| =
4
4
10 3
=
4
(1)
= ()
Despeje 2
( 2 + 4) = 10
=
10
2 + 4
(2)
= g(x)
Despeje 3
3 = 10 4 2
3
3 = 10 4 2
3
= 10 4 2 (3)
= g(x)
Verificando el despeje 1 en la ecuacin: () = ()
10 3
() =
4
() =
() =
10 3
2
2 10 3
2
() = 0
39
Ing.: Willam Caiza
2 10 3
=0
2
2 10 3 = 0
2
(2)2 = (10 3 )
4 2 = 10 3
3 + 4 2 10 = 0
Ejemplo 5:
Dada la funcin (x) = x 3 x 2 + 4x 7 encontrar las races por el mtodo del punto fijo.
Desarrollo
Despejando x se obtienen 3 ecuaciones:
x = x 2 + 4x 7
(1)
x = x 2 4x + 7
x=
(2)
7 x3 + x2
4
(3)
DEMOSTRACIN DEL TEOREMA DE CONVERGENCIA EN LA ECUACIN (2)

3
g(x) = x 2 4x + 7
Derivando la funcin
1
() = 3 ( 2 4 + 7)3 (2 4)
Graficando la funcin ()
()=1/3 (^24+7)^(2/3) (24)

0,5
0,4
0,3
0,2
0,1
0
-6
-4
-2
-0,1 0
-0,2
-0,3
-0,4
-0,5
40
Ing.: Willam Caiza
Imagen 2.14: Grafica de la funcin ()
En la grfica de la funcin () se puede observar que el valor en el eje Y se mantiene en el

intervalo de [-1; 1], por lo tanto la funcin converge.
Graficando la funcin ()
g(x)= =(&^+)
15
10
5
0
-4
-3
-2
-1
-5
-10
-15
-20
-25
Imagen 2.15: Grafica del mtodo del punto fijo
k
0
1
2
3
4
5
6
7
8
9
pk
2
0,75
1,7851563
1,1244694
1,7106543
1,2300964
1,6629582
1,2916589
1,6283503
1,3334784
pk+1=g(pk)
0,75
1,7851563
1,1244694
1,7106543
1,2300964
1,6629582
1,2916589
1,6283503
1,3334784
1,6017551
Pk
2
1,4422496
1,4904708
1,4827081
1,4839157
1,4837268
1,4837563
1,4837517
1,4837524
1,4837523
pk+1=g(pK)
1,4422496
1,4904708
1,4827081
1,4839157
1,4837268
1,4837563
1,4837517
1,4837524
1,4837523
1,4837523
41
Ing.: Willam Caiza
CODIGO DEL MTODO DE PUNTO FIJO

clc;
syms x;
n=0;
error=100;
p=0;
f=inline(get(handles.funcion1,'string'));
g=inline(get(handles.funcion2,'string'));
x=str2double(get(handles.ingresovi,'String'));
tolerancia = str2double(get(handles.tolerancia,'String'));
i=1;
while (error >tolerancia)
n=n+1;
x=g(x);
p(i)=x;
error=abs(f(x));
i=i+1;
end
set(handles.uitable1,'data',p');
x=-5:0.1:5;
n=length(x);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
for i=1 :n
y1(i)=f(x(i));
y2(i)=g(x(i));
end
[11]
plot(handles.axes1,x,y1);
hold(handles.axes1,'on');
plot(handles.axes1,[-7 7],[0 0],'r');
plot(handles.axes1,[0 0],[-15 15],'r');
plot(handles.axes2,x,y2);
grid on;
[12]
Accin de Botn Punto Fijo

[1]. Inicializacin de variables y simbolizacin de x.
[2]. El error debe ser del 100% para inicial el bucle.
[3]. Inicializacin de los valores de la tabla.
[4]. Ingreso de funciones y valor inicial.
[5]. Bucle funciona mientras el error sea mayor a la tolerancia.
[6]. Obtencin del valor de x de la funcin G.
[7]. Valores de la variable de la tabla.
[8]. Calculo del nuevo valor del error absoluto.
[9]. Asignacin de los valores en la tabla.
[10]. Valores en x para las grficas.
[11]. Obtencin de los valores en y para las grfica.
[12]. Asignacin de puntos para las grficas.
42
Ing.: Willam Caiza
Imagen 2.17: Mtodo de Punto Fijo
2.6 MTODO DE NEWTON-RAPHSON

Si f(x), f (x), f(x) son continuas cercas de una raz p, esta informacin sobre la naturaleza de
f(x) puede usarse para desarrollar algoritmos que produzcan sucesiones {pk } que converjan a p
ms rpidamente.
Imagen 2.18: Grafica del mtodo de newton Raphson
Algoritmo del mtodo Newton-Raphson
43
Ing.: Willam Caiza
Sea y = f(x) los puntos (x1 ,0) y (x2 , f(x2 )) entonces la pendiente es igual:
m=
0 f(px )
(1) ;
p1 p0
m = f (p0 ) (2)
Igualando tenemos que:

f (p0 ) =
0 f(px )
p1 p0
(p1 p0 )f (p0 ) = f(p0 )

p1 f (p0 ) p0 f (po ) = f(p0 )
f(p0 ) + p0 f (p0 )
p1 =
f (p0 )
p1 = p0
f(p0 )
f (p0 )
Este proceso puede repetirse para obtener la sucesin {pk } que converge a p.
TEOREMA: Supongamos que la funcin f C2 [a, b] , es decir la funcin f debe ser continua e
integrable en el intervalo [a, b] y debe existir un nmero p [a, b] tal que f (p)=0
pk = g(pk1 ) = pk1
f(pk1 )
; k = 1,2,
f (pk1 )
Error Del Mtodo del Newton-Raphson

El error utilizado para el mtodo del Newton-Raphson ser un error absoluto:
= | |
Ejemplo 6:
Aplicar el mtodo de Newton-Raphson para resolver la siguiente ecuacin
ln x 2 = 0.7
Desarrollo:
ln x 2 0.7 = 0
f(x) = ln x 2 0.7
44
Ing.: Willam Caiza
()=ln^2 0.7
4
2
0
-3
-2
-1
-2
-4
-6
Imagen 2.19: Grafica Del Mtodo De Newton Raphson
f (x) =
pk+1 = pk
pk+1 = 2
f(pk )
f (pk )
ln(22 ) 0.7
pk+1 = 1.3137
2
2
pk+1 = pk
pk+1
2
x
f(pk )
f (pk )
ln(1.31372 ) 0.7
= 1.3137
pk+1 = 1.415
2
1.3137
ERROR = |xnuevo xanterior |
ERROR = |1.415 1.3137| 0.101
pk+1 = pk
f(pk )
f (pk )
45
pk+1
Ing.: Willam Caiza
ln(1.4152 ) 0.7
= 1.415
pk+1 = 1.419
2
1.415
ERROR = |1.419 1.415| 0.004
pk+1 = pk
pk+1
f(pk )
f (pk )
ln(1.4192 ) 0.7
= 1.419
pk+1 = 1.419
2
1.419
ERROR = |1.419 1.419| 0

Resumen del ejercicio en Excel
k
0
1
2
3
p(k)
2
1,31370564
1,41505556
1,41906187
p(k+1)
1,31370564
1,41505556
1,41906187
1,4190676
ERROR
0,10134993
0,00400631
0
Ejemplo 7:
Aplicar el mtodo grfico de Newton-Raphson para resolver la siguiente ecuacin
() = () + cos()
Para la
= ( )
= () = cos() ()
1 = ()
DESARROLLO:
Evaluando en 0 = 1.5(punto inicial)
46
Ing.: Willam Caiza
(1.5) = cos(1.5) (1.5) = 0.926

0 = (1.5) = (1.5) + cos(1.5) = 1.0682
1.0682 = 0.926( 1.5)
Obteniendo
= 0.926 + 2.4571
Para obtener la raz y=0
0 = 0.926 + 2.4571
1 = 2.65
Evaluando en 1 = 2.65
(2.65) = cos(2.65) (2.65) = 1.3536
1 = (2.65) = (2.65) + cos(2.65) = 0.4095
Obteniendo
+ 0.4095 = 1.3536( 2.65)

= 1.3536 + 3.17754
Para obtener la raz y=0

0 = 1.3536 + 3.17754
2 = 2.34
Graficando las funciones obtenidas
47
Ing.: Willam Caiza

7
6
5
4
3
2
1
0
-3
-2
-1
-1
-2
-3
f(x)
Ltg1
Ltg2
Imagen 2.21: Grafica de las funciones
CODIGO DEL MTODO DE NEWTON-RAPHSON

function boton1_Callback(hObject, eventdata, handles)
i=1;
cont=0;
valorfinal=0;
funcion=char(get(handles.ingresa1,'String'));
tolerancia=str2double(get(handles.edit4,'String'));
po=str2double(get(handles.edit4,'String'));
f=inline(funcion);
df=diff(sym(funcion));
dff=inline(df);
p(1)=po;
ea(1)=100;
while abs(ea(i))>= tolerancia
p(i+1)=p(i)-(f(p(i))/(dff(p(i))));
ea(i+1)=abs((p(i+1)-p(i))/p(i+1)*100);
i=i+1;
cont=i;
valorfinal=double(p(i));
end
set(handles.resultado,'string',valorfinal');
x=[0:0.25:8];
ezplot(f,x);
grid on;
set(handles.uitable1,'data',p');
i=0;
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
48
Ing.: Willam Caiza

[1]. Inicializacin de variables i y cont.
[2]. Se obtiene la funcin escrita en el cuadro de texto y se transforma de cadena de caracteres
(String) a carcter (char).
[3]. Obtener el valor de la tolerancia que se va a utilizar en los clculos.
[4]. Punto inicial a usar en el mtodo.
[6]. Se obtiene la derivada de la funcin usando la funcin diff y convirtiendo la funcin en un objeto
simblico para poder usar diff().
[7]. Se coloca al punto p(1) como el valor de po.
[8]. Se da un valor inicial para el error de ea(1)=100.
[9]. Se inicia el bucle de repeticin para los clculos del mtodo en la tolerancia antes colocada.
[10]. Uso de la frmula del mtodo de Newton Raphson, se usa las derivadas de la funcin evaluadas
en el punto y almacenadas en un vector.
[11]. Obtencin del error relativo para cada iteracin.
[12]. Clculo del error relativo.
[13]. Valores obtenidos.
[14]. Salida del resultado.
[15]. Grfica de la funcin.
[17]. Ingreso de valores a la tabla.
Imagen 2.22: Mtodo de Newton_Raphson
2.7 RACES MLTIPLES

Una raz mltiple corresponde a un grfico que es tangencial al eje x.
49
Ing.: Willam Caiza
Multiplicidad par
Multiplicidad impar
30
150
25
100
20
50
15
10
-6
-4
-2
5
-4
-2
-100
0
-6
-50
-150
Imagen 2.23: Multiplicador par y impar
En general, el grafico de la multiplicidad impar cruza el eje x, mientras que la multiplicidad par
no la cruza.
Dificultad del mtodo de races mltiples
El hecho de que la funcin no cambie de signo en races mltiples pares impide que converge en
mtodos cerrados. Tanto () como su derivada se aproxima a cero en la raz, esto afecta a los
mtodos de newton Rapshon y secante los cuales contienen derivada en el numerador.
El mtodo de Newton Rapshon y la secante convergen el punto lineal, en vez de formar
cuadrtica cuando hay races mltiples.
Ejemplo 7:
Multiplicidad par.
Sea f(x)= (x 2)2 , como se puede apreciar en el grfico el cero es un punto que topa
tangencialmente al eje de las x, por lo tanto esta funcin es de multiplicidad 2.
f(x)=(x-2)^2
30
25
20
15
10
5
0
-4
-2
Imagen 2.24: Multiplicidad Par
50
Ing.: Willam Caiza
Ejemplo 8:
Multiplicidad impar.
Sea f(x)=(x-2) ^3, se puede apreciar en el grfico que el cero topa y corta tangencialmente al eje
de las x.
f(x)=(x-2)^3
20
10
0
-2
-1
-10
-20
-30
-40
Imagen 2.25: Multiplicidad Impar
Algoritmo del mtodo Newton-Raphson modificado

El mtodo de Newton Raphson, tiene que ser modificado para ser utilizado en races mltiples.
Sea u =
f(x)
f(x)
(1)
Y, xi+1 = xi
u(xi ) =
u(xi )
u(xi )
(2)
f (xi ) f (xi )f(x)f (xi )

(f (xi ))2
Remplazando (1) en (2)
xi+1
f(x)
f(xi )
= xi
(f (xi ))2 f(xi )f (xi ))
(f(xi ))2
xi+1 = xi
f(xi )(f(xi ))2

f(xi )[(f (xi ))2 f(xi )f (xi ))]
xi+1 = xi
f(xi )f(xi )
(f (xi ))2 f(xi )f (xi ))
Ejemplo 10:
51
Ing.: Willam Caiza
Encontrar los ceros de la siguiente funcin
f(x)=(x-3)(x-1)^2
40
20
0
-3
-2
-1
-20
-40
-60
Imagen 2.26: Multiplicidad Impar
k
1
2
3
4
5
6
p(k)
0
1,10526316
1,00308166
1,00000238
1
1
p(k+1)
1,10526316
1,00308166
1,00000238
1
1
1
ERROR
0,10218149
0,00307928
2,3815E-06
3,7313E-11
0
Imagen 2.27: Cuadro del mtodo de races mltiples
Implementacin de Matlab
52
Ing.: Willam Caiza
CODIGO DEL MTODO DE NEWTON-RAPSON MODIFICADO

clc;
f=inline(funcion);
x=-5:0.2:5;
n=length(x);
for i=1:n
y(i)=f(x(i));
end
plot(x,y), hold on;
plot([-5 5],[0 0],'r'); grid on;
plot([0 0],[-20 20],'r');
function calcula_Callback(hObject, eventdata, handles)
f=inline(funcion);
x1=str2double(get(handles.x1,'string'));
cont=0;
syms x;
pd=diff(funcion,x);
g=inline(pd);
sd=diff(pd,x);
h=inline(pd);
error=1;
cont=cont+1;
x2=x1-(f(x1)*g(x1))/((g(x1))^2-f(x1)*h(x1));
if f(x2)==0
error=0.0000000001;
else
error=x2-x1;
x1=x2;
end
set(handles.raiz,'string',x2);
end
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]

[3]. Se dan valores al eje x de -5 a 5 con separacin de 0.2, adems se obtiene n con la longitud de
estos valores.

53
Ing.: Willam Caiza
[8], [14] y [16]. Se convierte en inline la funcin para que sea evaluada en cada punto.
[9]. Obtener el valor de un punto escogido en un intervalo abierto.
[11]. Declarar un contador para saber el nmero de iteraciones realizadas por el mtodo (Opcional).
[12]. Declarar la variable x como simblica, esto nos ayudar para derivar respecto a x.
[13]. Obtener la primera derivada de la funcin escrita en el cuadro de texto.
[15]. Obtener la segunda derivada de la funcin, derivando la primera derivada de f.
[17]. Dar un valor inicial al error del mtodo (error absoluto).
[19]. Encontrar el valor de x2 (raz) utilizando el algoritmo del mtodo.
[20]. Evaluar si x2 es un valor raz, caso contario dar las condiciones para la siguiente iteracin.
[21]. Calculo del error absoluto.
[22]. Dar el valor de x2 a la variable x1 para la siguiente iteracin.
[23].mostrar el valor raz en el cuadro de texto correspondient.
Imagen 2.28: Newton Raphson Modificado
EJERCICIOS RESUELTOS Y PROPUESTOS

Mtodo de la biseccin
1.- Use el mtodo de la biseccin para resolver la siguiente funcin (x) = x cos(x) con una
olerancia de 0,001.
X
-1,3
f(x)
-1,5675
54

-1
-0,7
-0,4
-0,1
0,2
0,5
0,8
1,1
1,4
1,7
2
2,3
-1,5403
-1,46484
-1,32106
-1,095
-0,78007
-0,37758
0,103293
0,646404
1,230033
1,828844
2,416147
2,966276
Ing.: Willam Caiza
METODO DE LA BISECCION
5
4
3
2
1
0
-3
-2
-1
-1
-2
xa
xr
xu
f(xa)
f(xr)
f(xu)
error
tolerancia
0,5
0,65
0,8
-0,377583
-0,1460838
0,103293
0,65
0,725
0,8
-0,146084
-0,0234994
0,103293
0,1034483
NO HAY RAIZ
0,725
0,7625
0,8
-0,023499
0,039389
0,103293
0,0491803
NO HAY RAIZ
0,725
0,74375
0,7625
-0,023499
0,007815
0,039389
-0,0252101 NO HAY RAIZ
0,725
0,734375
0,74375
-0,023499
-0,0078747
0,007815
-0,012766
NO HAY RAIZ
0,734375
0,739063
0,74375
-0,007875 -3,704E-05 0,007815 0,0063432

EXISTE RAIZ
0,01
Ejercicios propuestos
Determine las races reales de () = + +
Grficamente.
Usando el mtodo de la biseccin para localizar la raz ms pequea. Empleando los valores
iniciales de xl = 0 y xu = 1 hasta que el error estumado a se encuentre debajo de s =10%
Solucin: Xr=0,34375
Determine las races reales de la siguiente funcin:
f(x) = 26 + 82,3x 88x 2 + 45,4x 3 9x 4 + 0,65x 5

Grficamente.
Usando el mtodo de la biseccin para localizar la raz ms grande con s = 10%, empleando los
valores iniciales de xl = 0,5 y xu = 1
Solucin: Xr=0,59375
Mtodo de la Falsa Posicin
55
Ing.: Willam Caiza
Ejercicios resueltos:
Planteamiento del problema. Con el mtodo de la falsa posicin determine la raz:

f(c) =
9.8(68.1)
c
(1 e(68.1)10 ) 40
Solucin: Se empieza el clculo con los valores iniciales xl = 12 y xu = 16.

Primera iteracin:
xl = 12
xu = 16
xr = 16
f(xl) = 6.0699
f(xu) = 2.2688
2.2688(12 16)
= 14.9113
6.0669 (2.2688)
Que tiene un error relativo verdadero de 0.89 por ciento.

Segunda iteracin:
f(xl) f(xr) = 1.5426
Por lo tanto, la raz se encuentra en el primer subintervalo y xr se vuelve ahora el lmite superior
para la siguiente iteracin, xu = 14.9113
xl = 12 f(xl) = 6.0699
xu = 14.9113 f(xu) = 0.2543
xr = 14.9113
0.2543(12 14.9113)
= 14.7942
6.0669 (0.2543)
El cual tiene errores relativos verdaderos y aproximados de 0.09 y 0.79 por ciento. Es posible
realizar iteraciones adicionales para hacer una mejor aproximacin de las races.
Mediante el mtodo de la falsa posicin encontrar la raz de () = +

con una toleracia de 0,001
56

X
-1
-0,5
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
f(x)
-0,4459714
1,0296615
1
-0,8881871
-1,5340136
0,439492
1,8731155
0,2142836
-1,8991619
-0,9037196
1,5889671
1,4458242
a
0
0,2648043
0,2648043
0,2648043
Ing.: Willam Caiza
2,5
2
1,5
1
0,5
0
-2
-1
-0,5 0
-1
-1,5
-2
-2,5
c
b
f(a)
f(c)
0,2648043
0,5
1
1,174459
0,3987234
0,5
1,17445865 -0,382472
0,3658251 0,3987234 1,17445865 -0,038133
0,3626483 0,3658251 1,17445865 -0,001805
f(b)
error
-0,888187
-0,888187 0,1339191
-0,382472 0,0328983
-0,038133 0,0031769
Ejercicios propuestos
Determine la raz real de:

() =
(. . )
Empleando tres iteraciones en el mtodo de la falsa posicin, con valores iniciales de xa = 1 a

xu = 3. Calcule el error aproximado y el error verdadero en cada iteracin.
Solucin: Xr = 2,378601 , = 4,3 , = 5,7
Calcule la raz cuadrada positiva de () = usando el mtodo de la falsa

posicin con = . %. Emplee como valores inciales = y = .
Solucin: Xr = 3,872979
57
Ing.: Willam Caiza
CAPITULO III: SISTEMA DE

ECUACIONES LINEALES
3.1 INTRODUCCIN
3.1.1 MATRIZ ESCALONADA
Definicin.- Sea A una matriz nm, A es escalonada si satisface las dos condiciones
siguientes:
Las filas nulas estan por debajo de las filas no nulas. Una fila es nula si todas sus
entradas son ceros; una fila es no nula si por lo menos una de sus componentes es
distinta de cero.
El primer elemento distinto de cero de cada fila no nula est a la derecha del primer
elemento diferente de cero de las filas precedentes.
Ejemplo 1:
0
0
= 0
0
[ 0
2
3
0 3
0
0
0
0
0
0
4 6
0
3
0
0
0
0
0
0
4
5
0
0
0 ]
Se puede observar que la primera fila es no nula; la segunda fila tambin es no nula pero el
primer elemento no nulo es el -3 y est a la derecha del elemento no nulo -2 de la primera
fila; las dems filas son nulas y estn debajo de las filas no nulas.
Ejemplo 2:
3 2 7 5 1
= [ 0 0 4 7 9 ]
0 0
0 1 6
0 0
0 0 0
58
Ing.: Willam Caiza
Se puede observar que la primera fila es no nula; la segunda fila tambin es no nula pero el
primer elemento no nulo es el -4 est a la derecha del elemento no nulo 3 de la primera fila;
adems en la tercera fila el primer elemento no nulo es 1 y est a la derecha del primer
elemento no nulo de la segunda fila -4; la ltima fila es nula y est debajo de las filas no
nulas.
Ejemplo 3:
2 3 5 1
0 0 0 0
= [0 5 4 7 ]
0 0 0 0
Se puede observar que la primera fila es no nula; la segunda fila es nula por lo tanto no es
matriz escalonada ya que debera estar debajo de las matrices no nulas.
Ejemplo 4:
3
= [0
0
2 5
1 3
5 2
4
4]
3
Se puede observar que la tercera fila es no nula pero el primer elemento no nulo -5 no est
a la derecha del primer elemento no nulo de la segunda fila 1 no nula.
3.1.2 MATRIZ ESCALONADA REDUCIDA
Definicin.- Una matriz A de dimensin n m, es escalonada reducida si es escalonada y
adems todo elemento en una columna, arriba y abajo del primer elemento no nulo que
debe ser 1, es cero.
Ejemplo 5:
0
A= [0
0
0
1
0
0
0
0
0
0
0
0
1
0
0
0 5
0 4]
1 5
0 0
59
Ing.: Willam Caiza
La primera fila es no nula y el primer elemento es 1 y dentro de esa columna son ceros; la
segunda fila es no nula y el primer elemento no nulo es un 1 y los dems elementos de esa
columna son ceros y adems el 1 est a la derecha del valor no nulo 1 de la primera fila; la
tercera fila es no nula y el elemento no nulo es un 1 y los dems elementos de esa columna
son ceros y adems el elemento no nulo 1 est a la derecha del elemento no nulo 1 de la
segunda fila; la cuarta fila es nula y est al final de todas las filas no nulas.
Ejemplo 6:
=[
1 0 5 6
]
0 1 3 4
La matriz B es una matriz escalonada reducida por filas.

3.1.3 RANGO DE A
Definicin.- Sea A una matriz nm, se llama rango de A y se denota Rng (A) al nmero de
filas no nulas de la matriz en la forma escalonada reducida equivalente a A.
Ejemplo 7:
Encuentre el rango de la matriz A.

= [
[
]
( )
[
]
( )
] ()
Se puede observar que la primera, segunda y tercera filas de la matriz A son no nulas por lo
que esta matriz no se encuentra en su forma escalonada reducida procediendo a realizar las
operaciones para obtener dicha forma.
Entonces, se tiene que hacer 0 al primer elemento no nulo de la segunda fila, para lo cual
restamos 2 veces la fila 1 de la fila 2; luego para hacer 0 al primer elemento y tercer
60
Ing.: Willam Caiza
elemento no nulo de la tercera fila sumamos la fila 1 a la fila 3; despus para hacer 0 al
segundo elemento no nulo de la tercera fila sumamos 2 veces la fila 1 ms 3 veces la fila 3.
Finalmente se obtendr una matriz escalonada reducida, en la cual se observa que se tiene
2 filas no nulas, concluyendo que el rango de la matriz A es 2.
3.2 CARACTERIZACIN DE LOS SISTEMAS POR SU SOLUCIN
3.2.1 SISTEMAS QUE NO TIENEN SOLUCIN
El problema de decidir si un sistema de ecuaciones lineales tiene solucin o no, es el
problema de reconocer si tiene ecuaciones inconsistentes o no. Y esto se reconoce
fcilmente cuando el sistema tiene la forma escalonada y se observa al menos una ecuacin
de la forma:
0x1 + 0x2 + + 0xn = b, b0.
Se puede observar en la ecuacin anterior que cero est igualado a una constante lo cual es
una falsedad ya que el cero no puede ser igual a una constante diferente de cero.
Tambin resulta fcil de reconocer que hay ecuaciones inconsistentes, en un sistema en su
forma inicial, cuando dos de ellas tienen iguales coeficientes asociados a las mismas
variables y la constante a la derecha es distinta, como se puede observar:
3x + 2x2 + 3x3 = 5
{ 1
3x1 + 2x2 + 3x3 = 3
En general, un sistema de ecuaciones no tiene solucin si: Rng (A) < Rng (A, b) AX = b, el
sistema es incompatible.
3.2.2 SISTEMAS CON SOLUCIN
Un sistema AX = b se dice que es consistente si: Rng (A) = Rng (A, b), la ausencia de
ecuaciones inconsistentes se refleja en la forma escalonada de la matriz del sistema A y la
forma escalonada de la matriz aumentada (A, b) tienen el mismo nmero de filas no nulas.
3.2.3 SISTEMAS CON SOLUCIN NICA
Un sistema n m, AX = b, tiene solucin nica si: Rng (A) = Rng (A, b) = m = nmero de
variables.
61
Ing.: Willam Caiza
3.2.4 SISTEMAS CON INFINITO NMERO DE SOLUCIONES

Finalmente, un sistema nm, AX = b, tiene un nmero infinito de soluciones si adems de
tener solucin, el nmero de filas no nulas de la forma escalonada de la matriz del sistema
es menor que m, el nmero de variables (o columnas de la matriz del sistema). Lo que es
equivalente a establecer que:
Rng (A) = Rng (A|b) < m.
Operaciones Elementales de Fila

1) Fi kFi ; k es constante.
2) Fi Fi Fj
3) Fi k1 Fi k 2 Fj
Clculo de la matriz inversa

Algoritmo
[ ] [ ] [ + + ] [
Ejemplo 8:
Calcular la matriz inversa, mediante operaciones elementales de fila.

=[
]

1
(1
1
9
5
3 1) 2 2 3
1
1 3 3 1

[
| ]

[
|
[
|
[
|
||
()

[
]
|

]
[

+ Verificacin:
= [
]
]
[
62
Ing.: Willam Caiza
Imagen 3.1: Eliminacin de filas
Ejemplo 9:
Dado el siguiente sistema de ecuaciones lineales calcular el rango de la matriz de
coeficientes de A y de la matriz ampliada.
+ =
{ + =
+ =
a) Calcular el rango del sistema de ecuaciones lineales.

1 9
5
1 9
5
1
(0
4
2 ) 2 2 2 (0
2 1)
0
8 4 3 1 3
0 2
1 3 3 + 2
4
1 9
5
(0
2 1) () = 2
0
0
0
b) Rango de la matriz aumentada.
1 9
5 33
1
(1
|
)
3 1 9 2
1
2
1
1 1
1 5
1
1 9
5 33
1
(0
(0
2 1 |7)
1
1 1
1 5 3 3 + 2
9
5 33
12 6 |42) 2 16 2
1
1 5
9
5 33
2 1 |7)
1
0 2 3 3 1
1 9
5 33
1 9 5 33
(0
(0
2 1 | 7 )
2 1 |7)
0 10 5 35 3 15 3
0
2 1 7 3 3 2
1 9
5 33
(0
2 1 |7)
0
0
0 0
( ) = 2 < m, donde m es el numero de filas.
infinitas soluciones
63
Ing.: Willam Caiza
2 = 7
Despejando y
2 = 7 +
+
=
9 + 5 = 33
Despejando x
= 33 + 9 5
Reemplazando y en x
7 +
= 33 + 9 (
) 5
2
63 9
= 33
5
2 2
63 19
= 33

2
2

=
Sea z = t
19
=2 2
{ = 7+
2
=
Ejemplo 10:
Todo sistema de ecuaciones se puede escribir de la forma = , por ejemplo:
3 2
1
1
= [ 1 1 1 ] ; b = [ 2 ]
1 3
1
1
=
+ +

[ ] [ ] = [ ] [ + ] = [ ]
+ +

+ + =
{ + =
+ + =
DEFINICIN:
Se dice que una matriz = [ ] triangular superior cuando sus elementos verifican =
, para > .
Se dice que una matriz = [ ] , es triangular inferior cuando sus elementos verifican
= , para < .
64
Ing.: Willam Caiza
= [
; <
>
; =
Figura 3.2: Matriz Triangular
Ejemplo 11:
Matriz triangular superior:
= [
[ ] = 0 >
Ejemplo 12:
Matriz triangular inferior:
[ ] = 0 <
= [
Si A es una matriz triangular superior entonces se dice que el sistema = es un sistema

triangular superior de ecuaciones lineales:
+ + +
+ +
(1)
. . .
. . .
+ =
+ =
, + , + , =
, + , =
65
Ing.: Willam Caiza
=
Figura 3.3: Ecuaciones Lineales
Teorema de Sustitucin Regresiva

Supongamos que tenemos el sistema AX=b y un sistema triangular superior como en (1). Si
0 ; = 1,2, , ; entonces existe una solucin nica de (1).
Demostracin de forma constructiva
La solucin es fcil, la ltima ecuacin solo contiene la incgnita , es decir:
=
; 0

Conocido , podemos utilizarla para encontrar 1

1 =
1 1,
1,1
As:
2 2,1 1 2,
2,2
3 2,2 2 3,1 1 3,
=
3,3
2 =
Generalizando tenemos:
=
=+1
Ejemplo 13:
Aplicando el mtodo de sustitucin hacia atrs a la matriz 4x4:
+ + + =
+ + + =
+
+ + =
+
+ + =
4 = 4 (Constante y conocido)
44
3 =
2 =
3 34 4
33
2 23 3 24 4 2 (23 3 + 24 4 )
=
22
22
66
1 =
Ing.: Willam Caiza
1 12 2 13 3 14 4 1 (12 2 + 13 3 + 14 4 )
=
11
22
Programa 3.1: Mtodo de sustitucin regresiva de una matriz de 4x4.

a=get(handles.matriz_a,'String');
b=get(handles.matriz_b,'String');
a=str2num(a);
b=str2num(b);
n=4;
for k=n:-1:1
si=0;
for j=k+1:n
si=si+a(k,j)*x(j);
end
x(k)=(b(k)-si)/a(k,k);
end
Guardamos en la variable a y b
los datos ingresados en el edit text
matriz_a y matriz_b.
Str2num nos sirve para cambiar el
formato de los valores, en este caso
de un string a number.
n=4 numero de filas a calcular, lo
utilizamos tambien como contador.
For: contador, donde k y j llegara

set(handles.resultado,'String',num2str(x)); hasta 4 como indicamos en n.
si condicionamiento, damos un valor
de inicio 0.
x(k)=(b(k)-si)/a(k,k)es la formula
aprendida en clases remplazando las
variables utilizadas
Por ultimo, set muestra los resultados
en un static text de lo realizado.
Imagen 3.4: Sustitucin Regresiva
3.3 METODO DE GAUSS
67
Ing.: Willam Caiza
Definicin:
Es una generalizacin del mtodo de reduccin, que utilizamos para eliminar una incgnita
en los sistemas de dos ecuaciones con dos incgnitas. Consiste en la aplicacin sucesiva del
mtodo de reduccin, para transformar la matriz ampliada con el mtodo de eliminacin
gaussiana y pivoteo en una matriz triangular, luego mediante el mtodo de sustitucin
regresiva se procede despejar las variables obteniendo as la solucin
3.3.1 ELIMINACIN GAUSSIANA Y PIVOTEO
Necesitamos resolver el sistema AX=B, sistema con n ecuaciones y n incgnitas. El objetivo
es construir un sistema triangular equivalente UX=Y que podamos resolver usando el mtodo
de sustitucin regresiva.
Observacin: Se dice que 2 sistemas de ecuaciones de orden n son equivalentes cuando
tienen el mismo conjunto de soluciones, es decir, se realizaron operaciones de fila o columna
en la matriz original.
Para la aplicacin de la eliminacin gaussiana y pivoteo, se hace uso de la matriz ampliada,
como se indica a continuacin:
11
[|] = [ 21
1
12 1 1
22 2 |2 ]
2
3.3.2 PIVOTEO Y MULTIPLICADORES

La definicin de multiplicador de una matriz es:
=
, = , , ,
Y la operacin elemental con el pivote es de la forma:

,
Ejemplo 14:
Resolver el siguiente sistema de ecuaciones mediante pivoteo y multiplicadores:
+ + + =
+ + + =
+ + + =
+ + + =
Siendo su matriz ampliada:
68
Ing.: Willam Caiza

1
[2
4
3
2
0
2
1
1
4
2
3
4 13
3| 28 ]
1 20
2 6
El multiplicador y el pivote para columna 1 son:

= 2 21 =
21
2
= = 2 ; 2 2 21 1
11
1
En el primer paso, se procedi a restar a la segunda fila la multiplicacin de 2 por la primera

fila:
1
2
1 4 13
0
4
2
5| 2 ]
[
4
2
2 1 20
3 1
3 2 6
31
4
= = 4 ; 3 3 31 1
11
1
Se procedi a restar a la tercera fila la multiplicacin de 4 por la primera fila:
= 3 31 =
1
2
1
0
4
2
[
0 6 2
3 1
3
13
4
5 | 2 ]
15 32
6
2
41
3
=
= 3 ; 4 4 41 1
11
1
Se procedi a restar a la cuarta fila la multiplicacin de la primera fila por -3.
= 4 41 =
1 2
13
1 4
0
4
2 5 | 2 ]
[
0 6 2 15 32
45
0 7
6 14
Los nmeros 2, 4, -3 son los multiplicadores del primer paso del proceso de eliminacin. El
nmero 1 es el elemento pivote de este primer paso y la primera fila, que no sufre
modificacin alguna, se denomina fila pivote.
=
, = , ,
69
= 3 32 =
Ing.: Willam Caiza
32
6 3
=
= ; 3 3 32 2
22
4 2
3
Se procedi a restar a la tercera fila la multiplicacin de 2 por la segunda fila:

1 2
1 4
13
0 4
2 5 | 2 ]
[
0 0 5 152 35
45
0 7
6 14
= 4 42 =
42
7
7
=
= ; 4 4 42 2
22
4
4
7
Se procedi a restar a la cuarta fila la multiplicacin de 4 por la segunda fila:

1 2
1 4
13
0 4
2 5
2
[
|
]
0 0 5 152 35
0 0 192 214 972
En el siguiente paso del proceso, la segunda fila se emplea como fila pivote y -4 como
elemento pivote.

=
= 4 43
, = ,
19
43
19
=
= 2 =
; 4 43 3
33
5
10 4
En el siguiente paso del proceso, la tercera fila se emplea como fila pivote, y se procede a
19
restar a la cuarta fila la multiplicacin de 10 por la tercera fila.
1 2
1 4
13
0 4
2
5
[
| 2 ]
0 0 5 152 35
18
0 0
0 9
70
Ing.: Willam Caiza
El sistema resultante es triangular superior y equivalente al sistema original, este sistema es

fcilmente resoluble aplicando el algoritmo de sustitucin regresiva, de esta forma se
obtiene:
94 = 18 =
15
15
(2) = 35 =
53 4 = 35 53
2
2
42 + 23 54 = 2 42 + 2(4) 5(2) = 2 =
1 + 22 + 3 + 44 = 13 1 + 2(1) + 4 + 4(2) = 13 =
Ejemplo 15:
+ =
+ + + =
+ + =
+ + =

3 2
1 1
2
[1
3 1
1
1 1
3
1 2 ||
1 3
2
5 ]
2
1
1
Transformando a matriz triangular superior

1
1 = 1 ;
3
2 = 2 + 1;
3 = 3 21;
4 = 4 + 1
1 2/3
0 1/3
[
0 7/3
0 1/3
3 = 2
1 1/3 1/3
0 4/3 8/3
|
]
1 4/3 7/3
1 1/6 16/3
17
F3 ;
73
4= 2 4;
71

1
0
0
0
Ing.: Willam Caiza
2/3
1 1/3 1/3
0 4/3 8/3
1/3
|
1/7 8/7 3
0
1 3/2
8
0
4= 3 4;
7
1 1/3
1/3
0 4/3
8/3
|
1/7 8/7 3
0 13/14 13/7
1 2/3
0 1/3
0
0
0
0
=
=
=
=
Ejemplo 16:
Resolver el siguiente sistema de ecuaciones mediante pivoteo y multiplicadores:

+ =
+ =
+ + =
Calculando su rango:

[

1 =
= 2 21 =
1
, = 2,3
11
,1 1
21
1 1
= = ; 2 2 21 1
11
3 3
1
En el primer paso, se procedi a restar a la segunda fila la multiplicacin de 3 por la primera

fila:
3
2
1
5
4
[0
]
3
3
1 2
3
72
Ing.: Willam Caiza
31
1
1
=
= ; 3 3 31 1
11
3
3
1
= 3 31 =
3
0
[0
Los nmeros
1
3
2
1
5
4
3
3
4
10
3
3 ]
, 3 son los multiplicadores del primer paso del proceso de eliminacin. El
nmero 3 es el elemento pivote de este primer paso y la primera fila, que no sufre
modificacin alguna, se denomina fila pivote.
El multiplicador y el pivote para columna 2 es:
=
, =
32
6 3
=
= ; 3 3 32 2
22
4 2
3
Se procedi a restar a la tercera fila la multiplicacin de 2 por la segunda fila:
= 3 32 =
3
0
[0
2
1
5
4
3
3
22
0
5 ]
Calculemos el rango de la matriz ampliada:
, = ,

| ]

El multiplicador y el pivote para columna 1 es:
73
= 2 21 =
Ing.: Willam Caiza
21
1 1
= = ; 2 2 21 1
11
3 3
1
Se procedi a restar a la segunda fila la multiplicacin de 3 por la primera fila:

2
3
2
1
[ 0 5/3 4/3| 5/3]
5/3
1
2
3
= 3 31 =
31
1
1
=
= ; 3 3 31 1
11
3
3
1

3
[0
0
2
5/3
4/3
1
2
4/3| 5/3]
10/3 5/3

=
= 3 32 =
, =
32
6 3
=
= ; 3 3 32 2
22
4 2
3
3.1 Se procedi a restar a la tercera fila la multiplicacin de 2 por la segunda fila:

3
[0
0
2
5/3
0
1
2
4/3| 5/3]
22/5 1/3
El rango de A
Ran(A)=3
Ran (A|b) =3
m=3

3.4 ELIMINACIN DE GAUSS JORDAN
Definicin:
El mtodo de Gauss-Jordan se basa en el mtodo de Gauss el cual transforma la matriz de
coeficientes en una matriz triangular superior procediendo a realizar la matriz trianguklar
inferior en el cual se obtienen sus soluciones mediante la reduccin del sistema dado a otro
74
Ing.: Willam Caiza
equivalente hasta la (n-1) columna, contina el proceso de transformacin hasta obtener

una matriz diagonal, la cual se le multiplica por su inverso a cada uno de los elementos de la
diagonal principal para que sus valores sean 1, finalmente en la ultima columna se obtiene
la solucin de la variables
Ejemplo 17:
+ =
+ + + =
+ + =
+ + =

3 2
1 1
2
1
[
3 1
1
1 1
1 2 || 3
1 3
2
5 ]
2
1
1
Transformando a matriz triangular superior

1
1 = 1 ;
3
2 = 2 + 1;
3 = 3 21;
4 = 4 + 1
1 2/3
0 1/3
[
0 7/3
0 1/3
3 = 2
1 1/3 1/3
0 4/3 8/3
|
]
1 4/3 7/3
1 1/6 16/3
17
F3 ;
73
4= 2 4;
1
0
0
0
2/3
1 1/3 1/3
0 4/3 8/3
1/3
|
1/7 8/7 3
0
1 3/2
8
0
4= 3 4;
7
75
Ing.: Willam Caiza
1 2/3
0 1/3
0
0
0
0
1 1/3
1/3
0 4/3
8/3
|
1/7 8/7 3
0 13/14 13/7
=
=
=
=
Se proceder a transformar a matriz inferior
1 2/3
0 1/3
0
0
0
0
1= 1
2= 2
3= 3
1 1/3
1/3
0 4/3
8/3
|
1/7 8/7 3
0 13/14 13/7
2
4;
13
8
4;
39
16
4;
13
3
0
0
0
2
3 0
3
1/3
0 0
| 0
5
1 0
0
0 13/2 13
0
3
0
0
0
0
0 0
3
1/3
0 0
| 0
5
1 0
0
0
13/2
13
0
1 = 1 + 33
1 + 1 + 62
1
0
0
0
0
1
0
0
0
0
1
0
0 6
0| 0
0 5
1 2
=
=
=
=
76
Ing.: Willam Caiza
Se pudo comprobar que mediante el mtodo de Gauss y el mtodo de Gauss-Jordan se

obtuvo la misma solucin
Ejemplo 18:
Resolver el siguiente sistema mediante Gauss-Jordn.
2 3
[3 2
5 1
1 1 F
1
4| 3]
2
1 4
Se procedi a dividir la primera fila para 2:

3
1 1
2
2 | 2 ] F2 F2 3F1
[
3 2 4 3 F3 F3 5F1
5 1 1 4
1
Se procedi a la segunda fila restar la multiplicacin de 3 por la primera fila y a la tercera fila
restarle la multiplicacin de 5 por la primera fila
3
1
1
2
2
2
2
13
11| 9
0
F2 F2 ( )
13
2
2| 2
17
7 3
[0 2
2 2 ]
1
Se multiplico a la segunda fila por 13

1
3
2
[0
17
2
1
1
3
2
2
|
F
F
1
1
11
9
2 2
17
13| 13
F
F
+
F
3
3
7
3
2 2
2
2 ]
77
Ing.: Willam Caiza

3
Se procedi a la primera fila restar la multiplicacin de 2 por la segunda fila y a la tercera

fila sumarle la multiplicacin de
17
2
por la segunda fila
10
7
13 13
13
11| 9
F3 F3 ( )
1
48
13| 13
48 96
0
13 13 ]
0
[0
13
Se multiplico a la tercera fila por 48

10
7
10
13 13 F1 F1 + 13 F3
11|| 9
11
13 13 F2 F2 13 F3
1
2 ]
1 0
0 1
[0 0
10
Se procedi a la primera fila sumarle la multiplicacin de 13 por la tercera fila y a la segunda

11
fila restarle la multiplicacin de 13 por la tercera fila

Se obtuvo una matriz triangular superior eh inferior, lo que nos dio como resultado:
1 0 0 1
[0 1 0| 1]
0 0 1 2
=
=
=
Ejemplo 19:
9
Resolver el siguiente sistema mediante Gauss-Jordn
+ =
+ =
1
3 2 3 5
| ] 1
2 4 1 2
3
2
3
4
[1
2
5
1 | ] 2
2
1
3 2
1 2
78
Ing.: Willam Caiza
2
5
1
1
3
3
[
| 3 ] 2 2 ( )
16
4
16
0
3
3
3
2
5
1
1
2
3
[
| 3 ] 1 1 + 2
9
1
3
0 1
16 4
1 0
[
0 1
5
3
8 | 2 ]
1
9
16 4
5
3
3 5
+ = =
8
2
2 8
9
1
9
1
= =
16
4
16
4
=

=
=

Ejemplo 20:
Obtener para que el sistema de ecuaciones tenga:
a) Solucin nica
b) Infinitas soluciones
c) No tenga solucin
+ =
+ =
1
2 1 6
| ] 1
1 4
2
1
3
[1 2| ] 2 2 1
4
1
[
79
Ing.: Willam Caiza

1
2 | 3] 2
1 1 2
1
2
1
[
0
1
3
1
[1 2| 2 ] 1 1 2
2
0 1 2 1
1 0
|
0 1
2
2( 1)
2
2 1 ]
2 1 0
1
2
= 2
1
Ejemplo 21:
Obtener para que el sistema de ecuaciones tenga:
a) Solucin nica
b) Infinitas soluciones
c) No tenga solucin
+ =
+ =
1
2 1
| ] 1
2 1
2
1
[1 2| 2] 2 2 1
2 1
1
1
2 | 2 ] ( 2 )
[
2
4 2 2 2
4 2
0
2
2
[1
0
2|
1
1
2 ]
1
1
1
2 2
2+
80
Ing.: Willam Caiza
1
1 0 2+
[
|
] 4 2 0 4 2 2 4 2
0 1 1
2+
|| =
i.
ii.
|| = || = =
< || = || = =
=
1 0 12
[
|
] 02
0 0 2

=
1 1 12
|
]
0 0 0
Cdigo de Programa de Gauss- Gauss Jordan en Matlab
[
Botn para el mtodo de Gauss
function calcular_Callback(hObject, eventdata,

handles)
clc;
valor=get(handles.a,'string');
vm=str2num(valor);
valorb=get(handles.b,'string');
vmb=str2num(valorb);
Ingreso de las matrices

Definimos el tipo de dato
A=[vm,vmb];
n=length(vm);
for i=1:n
for k=i+1:n
pivo=A(k,i)/A(i,i);
A(k,:)=A(k,:)-pivo*A(i,:);
end
end
a=A(:,1:n);
b=A(:,n+1);
x(n)=b(n)/a(n,n);
for k=n:-1:1
Concatenacin de las matrices

Clculo de x por el mtodo de gauss
Clculo de los valores para x
81
Ing.: Willam Caiza
si=0;
for j=k+1:n
si=si+a(k,j)*x(j);
end
x(k)=(b(k)-si)/a(k,k);
end
set(handles.Gauss,'string',num2str(A));
set(handles.matriz,'string',num2str(x'));
Impresin de resultados
Botn para el mtodo de Gauss Jordan
function jordan_Callback(hObject, eventdata,

handles)
clc;
valor=get(handles.a,'string');
vm=str2num(valor);
valorb=get(handles.b,'string');
vmb=str2num(valorb);
A=[vm,vmb];
A1=[vm,vmb];
n=length(vm);
for i=1:n
for k=i+1:n
pivo=A(k,i)/A(i,i);
A(k,:)=A(k,:)-pivo*A(i,:);
end
end
for i=1:n
for k=i+1:n
pivo=A(i,k)/A(k,k);
A(i,:)=A(i,:)-pivo*A(k,:);
end
end
A1=A;
for i=1:n
A1(i,:)=A1(i,:)/A1(i,i);
End
Ingreso de las matrices
Concatenacin de las matrices
Matriz triangular superior
Matriz triangular inferior
Para convertir la diagonal a 1
set(handles.gaussjordan,'string',num2str(A));
set(handles.matriz,'string',num2str(A1));
82
Ing.: Willam Caiza

Impresin de resultados
Resultado del Guide para el mtodo de Gauss y Gauss Jordan
Ejecucin del Guide para el mtodo de Gauss
Imagen 3.5: Mtodos de Guass y Gauss-Jordan 1
83
Ing.: Willam Caiza
Ejecucin del Guide para el mtodo de Gauss-Jordan
Mtodo de Gauss
Resuelva las siguientes ecuaciones por el mtodo de Gauss:
84

1)
Ing.: Willam Caiza
2 + = 1
{ + 2 = 7
3 + = 0
2) 2 + 3 = 1
{
3 + 2 = 5
3)
++ =1
{2 + 3 4 = 9
+ = 1
4)
3 + 2 + = 1
{5 + 3 + 4 = 2
+ =1
5)
9 + 5 = 33
{ + 3 = 9
+ =5
6) {
3 4 = 6
2 + 4 = 16
7) {
2 + 3 = 1
3 + 4 = 0
+3
8) {
=5
3 = 5
+3
=5
2
9) {
2
4 2 =1
10) {
+ = 60
16 + 20 = 1100
Mtodo De Gauss Jordan

Resuelva las siguientes ecuaciones por el mtodo de Gauss Jordan:
+ 2 + 3 = 1
1) {3 2 = 2
4 + 4 + 4 = 3
85
Ing.: Willam Caiza
+ 5 = 2
2) { 5 + = 3
2
5
+ 3 + 2 = 2
5
+ 2 3 = 0
3 + 2 + 6 = 8
3) {
3 + 3 + = 0
2 + 3 + 2 = 8
2 + 6 + 7 = 7
4) { + 2 = 1
5 + 7 4 = 9
2 3 = 8
5) {4 5 + = 15
2 + 4 = 1
+ =2
6) {3 + 3 + = 2
+ =0
++ =0
7) { + 2 + 3 = 0
3 + 5 + 7 = 1
Referencias
http://www.vitutor.com/algebra/sistemas%20I/g_e.html
http://ocw.unizar.es/ciencias-experimentales/matematicas-primer-curso-grado-cienciatecnologia-alimentos/bloques/bloque3/ejercicios/tema3_metodo_gauss_resueltos.pdf
86
Ing.: Willam Caiza
CAPTULO IV: AJUSTE DE

CURVAS
4.1 INTRODUCCIN.
El ajuste de curvas nos proporciona funciones mediante las cuales podemos
predecir valores en un instante t+j, en el presente capitulo las funciones encontradas
mediante el mtodo de los mnimos cuadrados son la funcin lineal y la funcin
cuadrtica.
El mtodo de los mnimos cuadrados nos proporciona funciones donde la suma de
los errores al cuadrado debe ser el mnimo; en otras palabras, nos proporciona
funciones que se ajustan a una nube de puntos.
4.2 MTODO DE LOS MNIMOS CUADRADOS
87
Ing.: Willam Caiza
Mtodo de los Mnimos Cuadrados

12
10
8
= 0 + 1
6
4
2
0
0
20
40
60
80
100
120
140
160
Imagen 4.1: Mtodos de los Mnimos Cuadrados
El mtodo de los mnimos cuadrados es un modelo matemtico que se basa en minimizar la

suma de los cuadrados de los errores, como se describe a continuacin.
1) =
=
:

=
4.3 SUPUESTOS O HIPTESIS DEL MODELO DE REGRESIN LINEAL
a) ( ) = , donde = ; donde = +
88
Ing.: Willam Caiza
Imagen 4.2: Representacin Grfica
b) ( ) = ( ( )) = ;
La varianza de los errores es constante.
c) ( , ) = ( ( )) ( ( )) =
Ejemplo 1:
Si SCxx es la suma de los cuadrados de los xx, demuestre SCxx = xi 2 nx 2.
Demostracin
= ( )2 = (xi 2 2xi x + x 2 )
= xi 2 2 xi x + x 2
= xi 2 2xnx + nx 2
= xi 2 2nx 2 + nx 2
=
Ejemplo 2:
Si SCyy es la suma de los cuadrados de los yy, demuestre SCyy = .
Demostracin
= ( )2 = (yi 2 2yi y + y 2 )
89
Ing.: Willam Caiza
= yi 2 2 yi y + y 2
= yi 2 2yny + ny 2
= yi 2 2ny 2 + ny 2
=
Ejemplo 3:
Si SCxy es la suma del producto de los xy, demuestre SCxy = .
Demostracin
= ( )( ) = (xi yi xyi yxi + xy)
= xi yi xyi yxi + xy
= xi yi nyx nyx + nxy
=
TEOREMA: Bajo los supuestos anteriores, demuestre:

+

=
Si
=

Entonces
=
Demostracin

1 se tiene
Derivando con respecto a los parmetros
= 0
= 0
1
2
0 +
1 ))2
= (
)
= ( (
=1
=1
0 +
1 ) + (
0 +
1 )2 ]
= [2 2 (
0 2
1 +
0 2 + 2
0
1 +
1 ]
= [2 2
2
0 2
1 +
0 + 2
0
1 +
1 ]
= 2 2
90
Ing.: Willam Caiza
Primera restriccin del modelo
( 2 + 2 2 + + 2 )
=
1
12
2
+
+ +
=0

=
+ 2
+ +
)

(
= 1 + 2 + +
=
=
2 +
2 + +
2 )
2 + + 2
= 21 + 2

=
+
2 + +
)
1 +
2 + +

=
= (1 + + )
=
Entonces la primera ecuacin normal es:
+2
1 = 0
2 +2n
+
1 = 0 (1)
- +
Segunda restriccin del modelo
( 2 + 2 2 + + 2 )
=
1
1
12
2
+
+ +
=0
1
1
1
=
2
2(1 1 + 2 2 + + )
1
1
91
Ing.: Willam Caiza

=

= 2(1
+ 2
+ +
)
2
0
=2
) = 2(x1 2 + x2 2 + + xn 2 )
(
xi 2 =0
2
Entonces la segunda ecuacin normal es:
0 +2
1 2 =0
2 + 2
0 +
1 2 =0 (2)
+
Ecuaciones Normales {
+
1 = 0
+
0 +
1 2 = 0
+
Ejemplo 4:
Encontrar las ecuaciones normales de una funcin de segundo grado
+
+

=
Demostracin
()2 = 0
()2 = 0
1
()2 = 0
2
2
0 +
1 x +
1 x 2
= (
)
;
=
=1
0 +
1 x +
1 x 2 ))2
= ( (
=1
0 +
1 x +
2 x 2 ) + (
0 +
1 x +
1 x 2 ))2 = 0
= ( 2 2 (
=1
92
Ing.: Willam Caiza
0 2
1 x 2
2 x 2 +
0 + 2
0
1 x +
1 x 2 + 2
0
2 x 2
= ( 2 2
=1
1
2 x 3 + 2 2 x 4 )
+ 2
Primera restriccin del modelo
=
0 22
0 2
0 )

(21
=1
= 2(1 + 2 + )
=
=
=
0 2 +
0 2 + +
0 2 )
0 + 2
0 + + 2
0 )
= (2
0 +
0 + +
0 )
= 2(
=

(2
0 1 1 + 20 1 2 + + 20 1 )
1 1 + 2
1 2 + + 2
1 )
= (2
1 (1 + 2 + + )
=2

=
=

=
0
2 1 2 + 2
0
2 2 2 + + 2
0
2 2 )

(2
2 1 2 + 2
2 2 2 + + 2
2 2 )
= (2
2 (1 2 + 2 2 + + 2 )
= 2

=
=
Entonces la primera ecuacin normal es:
0 + 2
1 + 2
2 2 = 0
2 + 2
=1
=1
=1
Segunda restriccin del modelo
93
Ing.: Willam Caiza
=
1 22 2
1 2
1 )

(21 1
=1
= (21 1 22 2 2 )
= 2(1 1 + 2 2 + + )
=
=

=
0
1 1 + 2
0
1 2 + + 2
0
1 )

(2
=1
0 1 + 2
0 2 + + 2
0 )
= (2
0 (1 + 2 + + )
= 2

=
=
2 2 2 2
2
=
(1 1 + 1 2 + +
1 )
=1
1 1 2 + 2
1 2 2 + + 2
1 2 )
= (2
1 (1 2 + 2 2 + + 2 )
= 2

=
=

=
1
2 1 3 + 2
1
2 2 3 + + 2
1
2 3 )

(2
=1
2 1 3 + 2
2 2 3 + + 2
2 3 )
= (2
2 (1 3 + 2 3 + + 3 )
= 2

=
=
Entonces la segunda ecuacin normal es:
0
1 2
2 3 = 0

=1
=1
=1
=1
94
Ing.: Willam Caiza
Tercera restriccin del modelo
=
2 1 1 2 2
2 2 2 2 2
2 2 )

(2
=1
= (21 1 2 22 2 2 2 2 )
= 2(1 1 2 + 2 2 2 + + 2 )
=
=1

=
0
2 1 2 + 2
0
2 2 2 + + 2
0
2 2 )

(2
=1
0 1 2 + 2
0 2 + + 2
0 )
= (2
0 (1 2 + 2 2 + + 2 )
= 2

=
=1

=
1
2 1 3 + 2
1
2 2 3 + + 2
1
2 3 )

(2
=1
1 1 + 2
1 2 + + 2
1 3 )
= (2
1 (1 3 + 2 3 + + 3 )
= 2
=1
2 4
2 2 x2 4 + +
2 2 x 4 )

(2 x1 +
=
=1
2 x1 4 + 2
2 x2 4 + + 2
2 x 4 )
= (2
2 (x1 4 + x2 4 + + x 4 )
= 2

=
=1
Entonces la tercera ecuacin normal es:
0
1
2 4 = 0

2
=1
=1
=1
=1
95
Ing.: Willam Caiza
Entonces las 3 ecuaciones normales quedan plateadas de la siguiente manera
0 +
1
2 2 = 0 (1)

=1
=1
=1
0 +
1 2
2 3 = 0 (2)

=1
=1
=1
=1
0 2 +
1 3
2 4 = 0 (3)
2
=1
=1
=1
=1
Ordenando los trminos en cada lado de la ecuacin obtenemos las ECUACIONES

NORMALES
0 +
1 +
2 2 (1)
=
=1
=1
=1
0 +
1 2 +
2 3 (2)
=
=1
=1
=1
=1
0 2 +
1 3 +
2 4 (3)
2 =
=1
=1
=1
=1
Ejemplo 5:
Dados los siguientes datos, encuentre la ecuacin de regresin lineal ajuste, encontrar
0 1.
X
1
3
5
6
Y
1
3,5
6
7
(1+3+5+6) 15
4
96
1
3
5
6
15
sumatoria
1
3,5
6
7
17,5
Ing.: Willam Caiza
-2,75
-0,75
1.25
1.8
0
( )( )
( )^2
297/32
21/32
65/32
189/32
143/8
121/16
9/16
25/16
81/16
59/4
-3,375
-0,875
1.44
2.625
0
(1+3.5+6+7) 17.5
4
143
1 = 8 = 1.212
59
4
0 =
175
15
1.212
= 0.17
4
4
= 0.17 + 1.212
Ejemplo 6:
En un estudio para describir la relacin entre la expansin al ruido y la hipertensin se

realizan las siguientes mediciones.
Promedio
60
65
70
80
80
85
90
90
94
100
81,4
1
1
5
4
2
5
6
4
7
7
4,2
= 81.4
x-x
-21,4
-16,4
-11,4
-1,4
-1,4
3,6
8,6
8,6
12,6
18,6
y-y
-3,2
-3,2
0,8
-0,2
-2,2
0,8
1,8
-0,2
2,8
2,8
(x-x)(y-y) (x-x)^2
68,48
457,96
52,48
268,96
-9,12
129,96
0,28
1,96
3,08
1,96
2,88
12,96
15,48
73,96
-1,72
73,96
35,28
158,76
52,08
345,96
219,2
1526,4
y
1,1
1,815
2,53
3,96
3,96
4,675
5,39
5,39
5,962
6,82
(yi-yi)^2
0,01
0,664225
6,1009
0,0016
3,8416
0,105625
0,3721
1,9321
1,077444
0,0324
14,137994
(yi-y)^2
10,24
10,24
0,64
0,04
4,84
0,64
3,24
0,04
7,84
7,84
45,6
(yi-yi)^2
9,61
5,688225
2,7889
0,0576
0,0576
0,225625
1,4161
1,4161
3,104644
6,8644
31,229194
2
(1 )
1 =14.134
97
Ing.: Willam Caiza

2
(1 )
1 =31.229
= 4.2
1 =
219.2
= 0.143
152.68
a.- Interpretacin
Hipertensin=f(ruido)
= 7.4402 + 0.143
b.- Si x=65
y = 0,1436x - 7,4895
R = 0,6903
5
4
= 7.4402 + 0.143(65)
3
= 1.815
Si x=66
= 7.4402 + 0.143(66)
0
0
20
40
60
80
100
120
= 1.958
Por cada nivel que aumenta en el ruido, la hipertensin aumenta a 0.143 unidades
98
Ing.: Willam Caiza
Programa Regresin Lineal

Cdigo Matlab
% En esta lnea de cdigo se crea el evento para programar el botn calcular.
global a
% En esta lnea de cdigo creamos una variable global para trabajar en todo el algoritmo.
x=str2num(get(handles.edit1,'string'));
y=str2num(get(handles.edit2,'string'));
% En estas dos lneas de cdigo guardamos los datos del vector X y el vector Y y los convertimos de
String a numricos.
m=length(x);
% En esta lnea de cdigo guardamos en la variable m el tamao del vector x.
n=str2num(get(handles.edit3,'string'));
% En esta lnea de cdigo guardamos el dato del grado del polinomio.
error=0;
% En esta lnea de cdigo establecemos el error cero para realizar nuestro algoritmo de iteracin.
if m ~= length(y)
msgbox 'ingrese correctamente los puntos (x,y)'
return
end
% En este cdigo establecemos la condicin para que X y Y posean el mismo nmero de datos.
for j=1:n+1
for k=1:n+1
s1=0;
error=0;
for i=1:m
s1=s1+(x(i)^(j+k-2));
error=error+1;
end
A(j,k)=s1;
end
end
for j=1:n+1
s2=0;
error=0;
for i=1:m
s2=s2+(y(i)*(x(i)^(j-1)));
error=error+1;
end
B(j)=s2;
end
if error==0
msgbox 'verifique que las casillas estn llenadas correctamente no ingresar letras)'
else
B=B';
a=inv(A)*B;
a=a';
set(handles.text7,'string',num2str(a));
end
99
Ing.: Willam Caiza
Funcionamiento del programa en modo grafico:
Imagen 4.3: Programa de Regresin lineal
En la Fig. 4.2 se observa el funcionamiento del programa de regresin lineal con los datos
x(2,4,6,8) y y(2,5,4,5). Calculamos los valores de B0 y B1 y despus se grafica el ajuste de
curva para los puntos ya mencionados.
4.4 GENERALIZACIN DE MODELOS LINEALES
4.4.1 MODELO POTENCIAL
=
Dado un modelo no lineal mediante transformaciones pasar a modelo lineal
Sea el modelo potencial
=
= ( )
= +
= +
= + 1
=
0 =
1 =
=
Ejemplo 7:
100
Ing.: Willam Caiza
= . ,
= +
= + 1
=
=
=
=
=
=
+ =
=
= 0 + 1
=
=
=
=
=
PROPIEDADES
Ejemplo 8:
1) Si = suma de los cuadrados de los xx
= ( )2 , demuestre que = 2 2
( 2 2 + 2 ) = 2 2 + 2
= 2 2 + 2
= 2 2 2 + 2
=
Ejemplo 9:
2) Si =suma de los cuadrados de los yy
= ( )2 , demuestre que = 2 2
( 2 2 + 2 ) = 2 2 + 2
= 2 2 + 2
= 2 2 2 + 2
101
Ing.: Willam Caiza
Ejemplo 10:
)(
) =
3) = (
= ( )( )
= ( + )
= +
= +
=
4.5 REGRESIN MLTIPLE
En el captulo anterior se desarroll el ajuste lineal simple, es decir donde haba una variable
dependiente junto a una variable independiente.
En el presente tema se tratar el caso de ajuste lineal donde hay una variable dependiente y
varias variables independientes.
Matricialmente el modelo multilineal se representa
= +
Su ajuste es:
=
Nuestro modelo podra tener la forma
1
2
= 3 ;
[ ]
1 11
0
1 21
X= 1 31 ; = [ ]
[1 1 ]
4.5.1 MTODO DE MNIMOS CUADRADOS PARA LA REGRESIN MULTILINEAL

= +
=
El error se define:
(1) =
102
Ing.: Willam Caiza
Reemplazamos el valor de en la ecuacin (1)

=
Este valor se necesita para el mtodo indicado en la sumatoria cuadrada de los errores
= = ( ) ( ) = 0
= = ( )( ) = 0
(2) = [ + ] = 0
Para poder derivar (2) se necesita las siguientes propiedades y observaciones de la

ecuacin (2):
1.
Debemos demostrar = .
2.
Debemos demostrar es simtrica.
3.
4.
= , donde A es una matriz cualquiera.
( ) = 2, donde A es simtrica.
Desarrollo de las propiedades para realizar la derivada de la ecuacin 2

a) Demuestre
Se demuestra para el modelo

0 +
1
=
1
2
= 3 ;
[ ]
1 11
0
1 21
X= 1 31 ; = [ ]
[1 1 ]
Por construccin
1 11
0
1 21
= [1 , 2 , 3 , , ] 1 31 [ ]
[1 1 ] 1
0
= [
=1
1 ] [ ]
=1
0 =1 +
1 =1 1
(3) =
Y
103
Ing.: Willam Caiza
1 ] [ 1
0
= [
11
1
21
1
1 2
1 ] [ ]
0 +
1 11
0 +
1 21
0 +
1 1 ] [ 2 ]
= [
0 +
1 11 ) + 2 (
0 +
1 21 )++ (
0 +
11 )
= 1 (
0 + 2
0 +. . +
0 ) + (1
1 11 + 2
1 21 + +
1 1 )
= (1
0 (1 +2 + + )+
1 (1 11 + 2 21 + + 1 )
=
0 =1 +
1 =1 1
(4) =
Igualamos (3) y (4)
0 +
1 1 =
0 +
1 1
=1
=1
=1
=1
Entonces obtenemos la demostracin:

=
b) Demuestre que =
= ( )
= ( )
= =
Entonces: =
Por lo tanto: Z es simtrica.
c) Demuestre que
= , donde A es una matriz cualquiera.

11 12
1
= [21 22 ] ; = [ ]
2
31 32
11 12
1
[[ 21 22 ] [ ]]

2
31 32
11 1 + 12 2
[ 21 1 + 32 2 ]
31 1 + 32 2
( + 12 2 )
( + 22 2 )
1 11 1
1 21 1
(11 1 + 12 2 )
( + 22 2 )
[2
2 21 1
Derivando respecto a 1 y a 2 obtenemos:
11
= [
12
21
22
( + 32 2 )
1 31 1
( + 32 2 )
2 21 1
]
31
32 ]
104

Igualamos
llegamos a la demostracin:
11 21 31 11
= [
]=[
12 22 32
12
Ing.: Willam Caiza
21
22
31
32 ] =
Con las demostraciones y las observaciones hechas derivamos la ecuacin (2):
=
[ + ] = 0
= [ ( ) 2
( ) +
( )]
= 2( ) +2
= ( ) = ( )
=
= ( )1
Programa:
Programa Ejecutado
105
Ing.: Willam Caiza
Programa Regresin Multilpe

Cdigo:
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
m=3;
n=str2double(inputdlg('Ingrese el numero de filas:'));
for i=2:m
for j=1:n
etiqueta=['Ingrese el valor X(',num2str(j),',',num2str(i),')'];
x(j,i)=str2double(inputdlg(etiqueta));
end
end
x(:,1)=1;
for i=1:n
etiqueta=['Ingrese el valor B(1,',num2str(i),')'];
y(i,1)=str2double(inputdlg(etiqueta));
end
total=(inv(x'*x)*(x'*y));
for i=1:n
ys(i,1)=(total(1,1)*x(i,1))+(total(2,1)*x(i,2))+(total(3,1)*x(i,3));
end
set(handles.uitable1,'Data',x);
set(handles.uitable2,'Data',y);
set(handles.uitable3,'Data',total);
set(handles.text1,'String',ys);
x=[x(:,2) x(:,3)];
plot3(x,y,ys,'*');
grid on;
axis on;
hold on;
rotate3d on;
plot3([min(x(:,1)) max(x(:,1))],[min(y) max(y)],[min(ys) max(ys)]);
106
Ing.: Willam Caiza
Imagen 4.4: Ejecucin del programa de regresin lineal
4.6 MTODO DE MNIMOS CUADRADOS PARA LA REGRESIN MATRICIAL

4.6.1 DERIVACIN MATRICIAL
Sea = 51 + 22 + 33
(1 , 2 , 3 ) = 51 + 22 + 33
5
= (2)
( ) =
=
( ) = (2 )
= 1 + 2 + 3
1
( ) = ( 2 ) =
= ;
( ) = 2
(1
11
3 ) = (12
13
12
22
23
13 1
23 ) (2 )
33 3
107
Ing.: Willam Caiza
(11 1 + 12 2 + 13 3 + 12 1 + 22 2 + 23 3 ) + 13 1 + 23 2 + 33 3
1
= (2 )
3
11 12 + 12 2 1 + 13 3 1 + 12 1 2 + 22 22 + 23 3 2 + 13 3 1
+
23 3 2 +33 32
= 211 1 + 212 2 + 213 3

1
= 212 1 + 222 2 + 223 3

2
11
= (12
13
12
22
23
= 233 3 + 213 1 + 223 2

3
13 1
23 ) (2 )
() = 2
33 3
Ejemplo 11:
Demuestre que:
= +
= ( ) ( )
= ( + () )( )
= ( )( )
=
Se debera demostrar que:
=
=
( )
=
= ( )
= ( )
= ( ( ) )
=

= 2 +
= 2 +
108
Ing.: Willam Caiza
=
2 = ( )2 = ( 0 0 )2
= ( (0 + 0 ))2
2
=1
=1
= [ 2 2 (0 + )]2
=1
= [ 2 2 (0 + ) + (0 + 0 )2 ]
=1
2
= [ 2 2 0 2 + 0 + 20 1 + 1 2 ]
=1
2 =
= 0
0 1
0 1
= [2 20 1 21 + 0 + 20 1 2 + 1 1 2 ]
0
2
(20 1 +
1 +
20 1 2)
0
0
0
2 + 0 + 1 =0
Ejemplo 12:
Demostracin del mtodo de regresin matricial
=
=
0 +
0 +
0 +
1 2
La ecuacin normal matricial de la regin lineal es:

( . ) = .
Por lo tanto:
1 1
2
1
= (1 )
= (
1
1
= ( 0 )
1
1
2
1
)
1
2
=()
109
Ing.: Willam Caiza
= .
( . )
1
(
1
1
2
1 1
0
1
1 1
1 2
) = (
) ( ) (
1 2
1
1
0

(
)
2 ) ( ) = (

1
( 0) = (
1

2)

(
)

)
2
Calcular la inversa de (

2
2) = (

=
2 ( )2
=
2
( )2
(
( )2
1
( )2

( )2
)
( )2
2
(

+ ( )
=(
(
)
1
2
1
2
1
)( )
2
(
( )
( )2
( )2
)
1
( )2
(
)
)
(
)
Ejemplo 13:
-
EDAD
2
3
5 nios de 2,3,5,7 y 8 aos de edad pesan, respectivamente, 14,20,32,42 y 44 (kg)

hallar la recta de regresin.
PESO
14
20
110

5
7
8
Ing.: Willam Caiza
32
42
44
Peso vs Edad
50
45
40
35
30
25
20
15
10
5
0
0
EDAD
PESO
X
Y
(x-)
2
14
-3
3
20
-2
5
32
0
7
42
2
8
44
3
Promedio:
5
30,4
(y-)
-16,4
-10,4
1,6
11,6
13,6
(x-)(y-)
49,2
20,8
0
23,2
40,8
134
(x-)^2
9
4
0
4
9
26
(
) (
)
=
(
)
5,15384615 4,63076923
y = 4,65 + 5,15x
peso = 4,65 + 5,15(aos)
INTERPRETACIN:
- Por cada ao el peso
del nio aumentar
en 5,15kg.
111
Ing.: Willam Caiza
Ejemplo 14:
Con la siguiente tabla, desarrollar:
y
e interpretar los resultados.
a) Hallar la recta de regresin y encontrar
b) Hallar las frmulas Polinmicas de Segundo Grado e interpretar los resultados.
c) Modelo Lineal (Modelo de regresin multilineal) e interpretar los resultados.
REGISTRO
SEXO
1
2
3
4
5
6
7
8
mujer
mujer
mujer
mujer
mujer
mujer
mujer
mujer
Promedio:
CRANEO
X5
55
55
54,5
57
57
54
56
58
55,8125
a)
ESTATURA
X1
158
152
168
159
158
164
156
167
PESO
Y
43
45
48
49
50
51
52
52
48,75
PIE
X2
36
34
39
36
36
36
36
37
)
(x-
-0,8125
-0,8125
-1,3125
1,1875
1,1875
-1,8125
0,1875
2,1875
BRAZO
X3
68
66
72,5
6,5
68,5
71
67
73
ESPALDA
X4
43
40
41
42
44
44,5
36
41,5
)
(y-
-5,75
-3,75
-0,75
0,25
1,25
2,25
3,25
3,25
CRANEO
X5
55
55
54,5
57
57
54
56
58
)(y-
)
(x-
4,671875
3,046875
0,984375
0,296875
1,484375
-4,078125
0,609375
7,109375
14,125
PESO
Y
43
45
48
49
50
51
52
52
)^2
(x-
0,66015625
0,66015625
1,72265625
1,41015625
1,41015625
3,28515625
0,03515625
4,78515625
13,96875
(
) (
)
=
(
)
1,01118568 7,68680089
112
Ing.: Willam Caiza
60
50
40
y = 1,0112x - 7,6868
R = 0,1892
30
20
10
0
53,5
54
54,5
55
55,5
56
56,5
57
57,5
58
58,5
INTERPRETACIN
Por cada centmetro que se aumente en el dimetro del crneo el peso aumenta en
1,011 kg
ESTATURA PESO
X1
Y
X*Y
X*X
158
43
6794
24964
152
45
6840
23104
168
48
8064
28224
159
49
7791
25281
158
50
7900
24964
164
51
8364
26896
156
52
8112
24336
167
52
8684
27889
Promedio:
1282
390 62549 205658
2
0 )=
(2 )+ (1)+n(
2 )+ 2 (
1)+ (
0 )=
3 (
2 )+ 3 (
1)+ 2 (
0 )= 2
4 (
X*X*X
3944312
3511808
4741632
4019679
3944312
4410944
3796416
4657463
33026566
x*x*x*x
623201296
533794816
796594176
639128961
623201296
723394816
592240896
777796321
5309352578
y(x*x)
1073452
1039680
1354752
1238769
1248200
1371696
1265472
1450228
10042249
Reemplazamos los valores obtenidos en las ecuaciones:

2 )+)+1282(
1)+8(
0 )=390
205658(
2 )+)+205658(
1)+1282(
0 )=62549
33026566(
2 )+33026566(
1)+205658(
0 )=10042249
5309352578(
113
Ing.: Willam Caiza
60
50
40
y = -0,0253x2 + 8,3554x - 640,52

R = 0,2026
30
20
10
0
150
155
160
165
170
INTERPRETACIN
Manteniendo constante los parmetros por cada centmetro de aumento de su
estatura su peso aumenta en 8,35kg
c)
ESTATURA
X1
158
152
168
159
158
164
156
167
PIE
X2
36
34
39
36
36
36
36
37
BRAZO
X3
68
66
72,5
68,5
68,5
71
67
73
PESO
Y
43
45
48
49
50
51
52
52
0 +
1 X1 +
2 X2 +
3 X3
=
0 +
1*Estatura+
2 *Long_Pie+
3 *Long_Brazo
Peso=
MATRIX X
1
1
1
1
1
1
1
1
158
152
168
159
158
164
156
167
36
34
39
36
36
36
36
37
68
66
72,5
68,5
68,5
71
67
73
MATRIX X
TRANSPUESTA
114

1
158
36
68
1
152
34
66
Ing.: Willam Caiza
1
168
39
72,5
1
159
36
68,5
1
158
36
68,5
1
164
36
71
1
156
36
67
1
167
37
73
(MATRIX X TRANSPUESTA) * (MATRIZ X)

8
1282
290
554,5
1282
205658
46519
88957,5
290
46519
10526
20120,5
554,5
88957,5
20120,5
38479,75
INVERSA DE (MATRIX X TRANSPUESTA) * (MATRIZ X)

133,320266 3,24411952 1,19933602 4,95147277
3,24411952 0,50985378 0,38970121 0,92816275
1,19933602 0,38970121 0,50165996 0,62131808
4,95147277 0,92816275 0,62131808 1,7495232
(MATRIX X TRANSPUESTA) * (Y)

390
62549
14146
27056,5
CALCULO DE LOS COEFICIENTES
13,802218
0,08900191
0,50554496
0,56283111
INTERPRETACIN
PARA LA
ESTATURA
Manteniendo constante todos los dems parmetros
por cada centmetro en aumento de la estatura su
peso aumenta en 0,089kg
115
Ing.: Willam Caiza
PARA LONG_PIE
por cada centmetro en aumento de longitud del pie
su peso disminuye en 0,5KG
PARA
LONG_BRAZO
por cada centmetro en aumento en longitud de
brazo su peso aumenta 0,56KG
Ajuste de curvas
1.- Ajustar los datos de la siguiente tabla:
X
5,1
8,8
a).- Hacer el grafico de la funcin

Pginas web:
http://portales.puj.edu.co/objetosdeaprendizaje/Online/OA10/capitulo3/3.6.htm
2.- Supongamos un muelle sometido a traccin, se ha cargado el muelle con diferentes
pesos (F, variable independiente o y ) y se han anotado los alargamientos (l variable
dependiente o x)
Cargas
sucesivas F(yi)
gramos
Lecturas
sucesivas (xi)
L / mm
200
400
500
700
900
1000
60
120
150
210
260
290
Pgina web:
http://ocw.unican.es/ensenanzas-tecnicas/fisica-i/practicas1/Ajuste%20por%20minimos%20cuadrados.pdf
116
Ing.: Willam Caiza
3.- 15 estudiantes a los cuales se les realizo un test de inteligencia cuyas puntuaciones se
reflejan en la variable X, y a los que se haba realizado una prueba que se refleja en las
puntuaciones de la variable Y, calcular la recta de regresin de Y sobre X.
n
X
Y
1
9
5
2
12
5
3
6
1
4
9
4
5
7
2
6
9
2
7
5
1
8
9
3
9
7
3
10
3
1
11
10
4
12
6
2
13
11
5
14
4
2
15
13
5
Pgina web:
http://www.ugr.es/~jsalinas/apuntes/C5.pdf
4.- Construir una recta que aproxime los datos de la tabla siguiente y hallar la ecuacin de
dicha recta:
X
1
2
4
5
6
8
Y
1
2
2
4
5
7
5.- Ajustar una recta de mnimos cuadrados a los datos de la tabla que a continuacin se
indica, en los casos siguientes:
a).- X como variable independiente,
b).- Y como variable independiente.
Y hacer la grfica correspondiente
X
Y
1986
18
1987
20
1988
22
1989
24
1990
25
1991
26
1992
28
1993
30
1994
32
Pgina web:
http://books.google.es/books
Coeficiente de correlacin
1. Una compaa desea hacer predicciones del valor anual de sus ventas totales en
cierto pas a partir de la relacin de estas y la renta nacional. Para ello cuenta con los
siguientes datos:
x
189 190 208 227 239 252 257 274 293 308 316
y
402 404 412 425 429 436 440 447 458 469 469
2. La empresa Santos desea saber si sus ventas dependen de la publicidad que ellos
hacen a sus productos tomaran sus datos segn resultados obtenidos, ellos deciden
utilizar el mtodo de correlacin lineal simple para encontrar la relacin las
cantidades de son en millones:
publicidad
1172,2
Ventas
593,8
117

1209,2
1233,1
1256,9
1301,9
1320
1350,4
1357,9
1380,8
1381,8
1402,5
1403
1406,1
1423,7
Ing.: Willam Caiza
596
598,3
600,8
603,3
607,7
608,5
611,2
592,4
585,6
589
589,4
593,5
597,6
3. La informacin estadstica obtenida de una muestra de tamao 12 sobre la relacin

existente entre la inversin realizada y el rendimiento obtenido en cientos de miles
de euros para la explotacin agrcolas es al siguiente:
Inversin (x)
11
Rendimiento(y) 2
14
3
16
5
15
6
16
5
18
33
20
7
21
10
14
6
20
10
19
5
11
6
4. El nmero de hrs. Dedicadas al estudio de una asignatura y la calificacin obtenida

en el examen correspondiente, de ocho personas es:
Horas(x)
Calificacin(y)
20
6,5
16
6
34
8,5
23
7
27
9
32
9,5
18
7,5
22
8
5. de un ncleo de poblacin, acuden los clientes, en cientos, que figuran en la tabla.

N de clientes(x)
Distancia(y)
8
15
7
19
6
25
4
23
2
34
1
40
6. En una muestra de 1500 individuos se recogen datos sobre dos medidas

antropomtricas X e Y. Los resultados que se obtienen son
x = 14,
y = 100,
sx = 2,
sy = 25,
sxy = 45.
Obtener el modelo de regresin lineal que mejor aproxima Y en funcin de X.

Utilizando este modelo calcular de modo aproximado la cantidad Y esperada cuando
X = 15.
7.
De una muestra de 8 observaciones conjuntas de valores de dos variables X e Y se

obtiene la siguiente informacin:
118
Ing.: Willam Caiza
.
Obtener la recta de regresin de Y sobre X. Explicar el significado de los parmetros.
Calcular el coeficiente de determinacin. Comentar el resultado e indicar el porcentaje
de variacin de Y que no est explicado por el modelo de regresin lineal.
Si el modelo es adecuado. C ul es la prediccin para un valor de x = 4?
Obtener la recta de regresin de X sobre Y.
a)
b)
c)
d)
8.
La tabla siguiente contiene la edad X y la mxima de la presin sangunea Y de un

grupo de 10 mujeres:
Edad
56
42
72
36
63
47
55
49
38
42
Presin 14.8 12.6 15.9 11.8 14.9 13.0 15.1 14.2 11.4 14.1
a) Calculad el coeficiente de correlacin lineal entre las variables y decid que indica.
b) Determinad la recta de regresin de Y sobre X, justificando la adecuacin de un
modelo lineal. Interpretar los coeficientes.

c) Valorad la bondad del modelo.
d) Haced las predicciones siguientes, slo cuando crea que tengan sentido:
d.1) Presin sangunea de una mujer de 51 aos.
d.2) Presin sangunea de una nia de 10 aos.
d.3) Presin sangunea de un hombre de 54 aos.
9. Se ha llevado a cabo un ajuste lineal a una nube de puntos formada por

observaciones de dos variables X e Y y se ha obtenido un coeficiente de
determinacin de 0.03. Discutid si las siguientes afirmaciones son ciertas y por qu:
a) El coeficiente de correlacin lineal entre X e Y valdr 0.173.
b) La covarianza entre X e Y puede ser negativa.
c) Las variables X e Y son casi independientes.
d) El coeficiente de determinacin entre X e Y valdr -0.03.
e) El coeficiente de determinacin entre X y Y valdr 0.03.
f) Solo el 3% de la variabilidad total de Y queda sin explicar en el modelo.

10. Dada la siguiente distribucin bidimensional encontrar el modelo de regresin (lineal
o parablica) que mejor se ajuste a la nube de puntos.
xi
yi
1 1 2 3 4 5 5 6
13 15 18 19 21 16 20 14
119
Ing.: Willam Caiza
11. Los datos siguientes forman parte de un anuncio publicado por un joyero de
Singapur en el peridico Strauss Times el 29 de febrero de 1992. Estos datos hacen
referencia al precio (en dlares de Singapur) de anillos que llevan un diamante. El
tamao de un diamante, que se indica en quilates (1 quilate=200 mg).
tamao 0.17 0.16 0.17 0.25 0.16 0.15 0.21 0.15
precio 355 328 350 675 342 322 483 323
tamao 0.16 0.17 0.16 0.17 0.18 0.23 0.23 0.12
precio 345 352 332 353 438 595 553 223
Ajustar un modelo lineal a estos datos y decidid si el ajuste obtenido es bueno. Comprobad
si se cumplen para los residuos las suposiciones de independencia y de varianza constante.
120
Ing.: Willam Caiza
CAPITULO V: INTERPOLACION
5.1 INTERPOLACIN
En numerosos fenmenos de la naturaleza observamos una cierta regularidad en la forma
de producirse, esto nos permite sacar conclusiones de la marcha de un fenmeno en
situaciones que no hemos medido directamente.
La interpolacin consiste en hallar un dato dentro de un intervalo en el que conocemos los
valores en los extremos.
En el captulo anterior se desarroll la regresin lineal, en el cual se encontraba una funcin
que ajuste a los datos, en este captulo encontraremos funciones que pasen por puntos dados
a lo cual se reconoce con el nombre de interpolacin.
Dados los puntos + 1 puntos (0 , 0 ), (1 , 1 ), . . , ( , ) el polinomio interpolador es
de grado n.
5.2 INTERPOLACIN INVERSA.
Los procesos de interpolacin pueden ser utilizados para encontrar las races de una funcin
tabular.
La siguiente ecuacin nos muestra un polinomio de orden 2.
2 () = 2 + +
Al realizar la interpolacin se debe realizar el siguiente despeje:
=
1 = 1
1 =
El resultado de la interpolacin es resultado de la siguiente expresin,
X=1
Ejemplo 1:
Dados los siguientes puntos encontrar el polinomio interpolador, de grado 2.
Nota
2
4
6
3
2
1
Antes de evaluar los puntos y obtener las ecuaciones de clculo del polinomio interpolador
se debe ordenar los valores de x en forma ascendente independiente de cualquier valor y.
121
Ing.: Willam Caiza
Desarrollo
El polinomio de grado 2, podra ser de la = + + , para el punto (2,3) se tiene la
siguiente ecuacin = + + , de idntica forma para los dems puntos.
3 = 4 + 2 +
2 = 16 + 4 +
1 = 36 + 6 +
De las ecuaciones evaluadas se obtiene la siguiente matriz.
4 2 1
= [16 4 1]
36 6 1
Al aplicar Gauss y Gauss-Jordan se calcula la matriz inversa.
Aplicando Gauss.
4
1 = [16
36
2 1
4 1
6 1
4
1 = [ 0
36
2
1
4 3
6
1
1 0 0
4 1 0] F3
0 0 1
F3-9*F1
4
1 = [0
0
2
1
4 3
12 8
1 0 0
4 1 0] F2
9 0 1
F2-(1/3)*F1
4
1 = [0
0
2
1
4 3
12 8
1 0 0
4 1 0] F3
9 0 1
F3-3*F2
4
= [0
0
1
0
0
2
1
4 3
0
1
0 0
1 0] F2
0 1
1
4
3
F2-4*F1
0 0
1 0] F2
3 1
F2+3*F3 y F1
F1-*F3
Aplicando Gauss-Jordan.
4
1 = [0
0
2 0
4 0
0 1
1
1 = [0
0
0 0
1 0
0 1
2 3 1
5 8 3 ] F1
3 3 1
0.125 0.25
1,25
2
3
3
F1+(1/2)*F2
0.125
0.75] F1
1
(1/4)*F1 y F2
(-1/4)*F2
Una vez encontrada la inversa aplicamos la formula X=1
122
Ing.: Willam Caiza
3
0.125 0.25 0.125
1 = [1,25
]
[
2]
2
0.75
1
3
3
1
0
= [0.5]
4
Interpretando el resultado para el polinomio interpolador se coloca la primera letra como el
valor de mayor grado y as sucesivamente.
=
0
= 0.5
=
4
= 0.5 + 4
Ejemplo 2:
Existe otra forma de encontrar el polinomio interpolador y es mediante el uso de
determinantes, para su mayor entendimiento se procede a realizar el clculo del Ejemplo
1.
3 = 4 + 2 +
2 = 16 + 4 +
1 = 36 + 6 +
Para hallar los coeficientes a,b y c realice la resolucin del sistema de ecuaciones usando el
mtodo de Cramer.
Desarrollo
3
|2
= 1
4
|16
36
2 1
4 1|
6 1 = (12 + 12 + 2) (4 + 18 + 4) = 26 26 = 0
2 1
(16 + 96 + 72) (144 + 24 + 32) 184 200 16
4 1|
6 1
4
|16
= 36
4
|16
36
3
2
1
2
4
6
1
1|
1 = (8 + 16 + 108) (72 + 4 + 48) = 132 124 = 8 = 1
1
(16 + 96 + 72) (144 + 24 + 32) 184 200 16
2
1|
1
4
|16
= 36
4
|16
36
2
4
6
2
4
6
3
2|
1 = (16 + 288 + 144) (432 + 48 + 32) = 448 512 = 64 = 4
1
(16 + 96 + 72) (144 + 24 + 32)
184 200 16
1|
1
EL resultado es el mismo obtenido con el mtodo anterior.
123
Ing.: Willam Caiza
=
0
= 0.5
=
4
= 0.5 + 4
5.3 INTERPOLACIN DE NEWTON
En ocasiones es til considerar varios polinomios aproximados 1 (), 2 (), () y,
despus, elegir el ms adecuado a las necesidades.
Los polinomios interpoladores de Newton se calculan mediante un esquema recursivo.
1 () = 0 + 1 ( 0 )
2 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 )
3 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ) + ( 0 )( 1 )( 2 )
() = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ) + 3 ( 0 )( 1 )( 2 )
+ ( 0 )( 1 )( 2 )( 3 ) +
+ ( 0 )( 1 )( 2 ) ( 1 )
() se obtiene a partir de 1 () usando la recurrencia.
() = 1 () + ( 0 )( 1 )( 2 ) ( 1 )
Se dice que () es un polinomio de Newton con centros 0 , 1 , , 1 .
Calculo mediante diferencias divididas
Donde los coeficientes 0 , 1 ,, , se puede calcular mediante diferencias divididas, es
decir:
0 = [0 ]
1 = [0 , 1 ]
2 = [0 , 1 , 2 ]
= [ , 1 , , 1 , 0 ]
Calculo de [0 ] se define de la siguiente forma:
[0 ] = 0
Calculo de [0 , 1 ] se define de la siguiente forma:

[0 , 1 ] =
[1 ] [0 ]
1 0
124
Ing.: Willam Caiza
[0 , 1 ] =
(1 ) (0 ) 1 0
=
1 0
1 0
Calculo de [0 , 1 , 2 ] se define de la siguiente forma:

[0 , 1 , 2 ] =
[1 , 2 ] [0 , 1 ]
2 0
[2 ] [1 ] [1 ] [2 ]
2 1
1 0
[0 , 1 , 2 ] =
2 0
2 1 1 0
2 1 1 0
[0 , 1 , 2 ] =
2 0
Ejemplo 3:
Calcular el polinomio de Newton usando los siguientes puntos (2,3), (4,2), (6,1). Para un
polinomio de Grado 2.
Desarrollo
Paso 1: El polinomio de Newton debe estar de la siguiente forma como se ver a

continuacin.
2 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 )
Paso 2: El clculo de los coeficientes 0 , 1 , 2 . Se presenta a continuacin.

0 = [0 ] = 0
0 = 3
1 = [0 , 1 ]
1 = [0 , 1 ] =
[1 ] [0 ] (1 ) (0 ) 1 0
=
=
1 0
1 0
1 0
23
1 =
=
42
2 = [0 , 1 , 2 ]
125
Ing.: Willam Caiza
[1 , 2 ] [0 , 1 ]
2 = [0 , 1 , 2 ] =
=
2 0
[2 ] [1 ] [1 ] [2 ]
2 1 1 0
2 0
2 1 1 0 2 1 2 3
1 1 0 6 4 4 2
2 = 2
=
2 0
62
2 =
Paso 3: Una vez conocidos los coeficientes procedemos a formar el polinomio de

Grado 2.
1
2 () = 3 ( 2)
2
Ejemplo 4:
Calcular el polinomio de Newton usando los siguientes puntos (3,5), (4,7), (6,2). Para un
Desarrollo
Paso 1: El polinomio de Newton debe estar de la siguiente forma como se ver a

continuacin.
2 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 )
Paso 2: El clculo de los coeficientes 0 , 1 , 2 . Se presenta a continuacin.

0 = [0 ] = 0
0 = 5
1 = [0 , 1 ]
1 = [0 , 1 ] =
[1 ] [0 ] (1 ) (0 ) 1 0
=
=
1 0
1 0
1 0
75
1 =
=
43
2 = [0 , 1 , 2 ]
[1 , 2 ] [0 , 1 ]
2 = [0 , 1 , 2 ] =
=
2 0
[2 ] [1 ] [1 ] [2 ]
2 1 1 0
2 0
126
Ing.: Willam Caiza
2 1 1 0 2 7 7 5
2 1 1 0 6 4 4 3
2 =
=
2 0
63
2 =
Paso 3: Una vez conocidos los coeficientes procedemos a formar el polinomio de

Grado 2.
3
2 () = 5 + 2( 3) ( 3)( 4)
2
Programa de Interpolacin de Newton en consola.
function calcular_Callback(hObject, eventdata, handles)
% hObject
handle to calcular (see GCBO)
% handles
structure with handles and user data (see GUIDATA)
g=get(handles.dimension,'Value');%Toma la dimension que se desee el
polinomio
t=(get(handles.tabla,'data'));%Toma los datos de la tabla
t=str2double(t);
xt=t(:,1);
fx=t(:,2);
x=xt';
d=zeros(length(fx));%El tamao de la tabla
d(:,1)=fx;
for k=2:length(x)
for j=1:length(x)+1-k
d(j,k)=(d(j+1,k-1)-d(j,k-1))/(x(j+k-1)-x(j)); %Realiza la
operacion del Polinomio de Newton
end
end
%Formacion del polinomio
for w=1:length(x)
ds=num2str(abs(d(1,w)));
%Estas condiciones que se observan sirven para colocar
%al polinomio de forma que tenga el valor positivo
if w>1
if x(w-1)<0
sg1='+';
else
sg1='-';
end
end
if d(1,w)<0
sg2='-';
else
sg2='+';
end
if w==1
acum=num2str(d(1,1));
elseif w==2
polact=['(x' sg1 num2str(abs(x(w-1))) ')'];%Toma al polinomio
para que siempre sea positivo
actual=[ds '*' polact];% y colocarlo de sea manera para
visualizarlo
acum=[acum sg2 actual];% en consola
127
Ing.: Willam Caiza
else
polact = [polact '*' '(x' sg1 num2str(abs(x(w-1))) ')'];%Toma
al polinomio para que siempre sea positivo
actual = [ds '*' polact];% y colocarlo de sea manera para
visualizarlo
acum=[acum sg2 actual];% en consola
end
end
set(handles.resultado,'string',acum);
pol=inline(acum);
fplot(handles.cuadro,pol,[min(x) max(x)]);
grid on;%poner colores donde se encuentra el valor del polinomio
interpolado
zoom on;
hold on;
vx=(get(handles.valor,'string'));
vx=str2double(vx);
if vx<min(xt)
errordlg('ingrese un valor de x dentro del intervalo de valores de x
de la tabla asi sera posible visualizar el punto','Error!');
end
if vx>max(xt)
errordlg('ingrese un valor de x dentro del intervalo de valores de x
de la tabla asi sera posible visualizar el punto','Error!');
end
p=(get(handles.resultado,'string'));%Para visualizar el polinomio en
consoola
p=inline(p);
s=(feval(p,vx));%Aqui evalua los valores obtenidos del polinomio
s=num2str(s);%Para poder graficar en consola
set(handles.solucion,'string',s);%visualizacion del resultado del
polinomio
s=str2double(s);%Se combierte en string para que se visualizara en edit
text
plot(vx,s,'ko');%Para Graficar el en grafico del guide
hold off
128
Ing.: Willam Caiza
5.4 INTERPOLACIN DE LAGRANGE

En la interpolacin de Lagrange implica en la construccin de un polinomio interpolador de
grado que pasa por + 1 puntos ( , ) como se puede observar de la forma
() = ()
Donde () es:
=0
() =
=0
Ahora se puede escribir el polinomio interpolador de grado n, de una funcin () en los

puntos (0 , 0 ), (1 , 1 ), , ( , ).
() = ()
=0
() = 0 0 (), 1 1 (), 2 2 () . . , ()
A continuacin se encuentra un polinomio de grado 1 y de grado 2.
Polinomio de Grado 1
Paso 1: Como es un polinomio de grado 1, los puntos a tomar en consideracin son
de 0 a 1, como se presenta a continuacin (0 , 0 ), (1 , 1 ).
() = () ,
=1
=0
1
1 () = ()
=0
129
Ing.: Willam Caiza
1 () = 0 0 () + 1 1 ()
Paso 2: 1 () nuestro polinomio de grado 1.

Paso 3: Debemos obtener los valores de 0 , 1y los de 0 (), 1 (), los valores de
0 , 1 son conocidos como datos del ejercicio, los datos no conocidos son los
0 (), 1 (), que se procede a calcular de la siguiente manera.

() =

=0
0 () =
=0
0
1
1 () =
=0
1

1
=
0 0 1

0
=
1 1 0
Paso 4: Obtenidos los valores de 0 (), 1 (), se procede a formar el polinomio

interpolador es el siguiente:
1
0
1 () = 0 (
) + 1 (
)
0 1
1 0
Polinomio de Grado 2
Paso 1: Como es un polinomio de grado 1, los puntos a tomar en consideracin son
de 0 a 1, como se presenta a continuacin (0 , 0 ), (1 , 1 ), (2 , 2 ).
() = () ;
=2
=0
2
2 () = ()
=0
2 () = 0 0 () + 1 1 () + 2 2 ()
Paso 2: 2 () nuestro polinomio de grado 2.

Paso 3: Debemos obtener los valores de 0 , 1 , 2y los de 0 (), 1 (), 2 (), los
valores de 0 , 1 , 2 son conocidos como datos del ejercicio, los datos no conocidos
son los 0 (), 1 (),2 () que se procede a calcular de la siguiente manera.
() =
=0
130
Ing.: Willam Caiza

2
0 () =
=0
0
2
1 () =
=0
1
2
2 () =
=0
2

1
2
=(
)(
)
0
0 1 0 2

0
2
=(
)(
)
1
1 0 1 2

0
1
=(
)(
)
2
2 0 2 1
Paso 4: Obtenidos los valores de 0 (), 1 (), se procede a formar el polinomio

interpolador es el siguiente:
1
2
0
2
0
1
2 () = 0 (
)(
) + 1 (
)(
) + 2 (
)(
)
0 1 0 2
1 0 1 2
2 0 2 1
Ejemplo 5:
Calcular el polinomio de Lagrange usando los siguientes puntos (1,-2), (-3,1). Para un
polinomio de grado 1.
Desarrollo
Paso 1: Para efectuar la resolucin del problema se utilizara las siguientes formulas.
1
1 () = () ;
=1
=0
() =
=0
1 () = 0 0 () + 1 1 ()
Paso 2: Debemos encontrar los valores de 0 (), 1 (). Donde obtenemos los
siguientes resultados.
1
() =
=0
0
( 1 )

=
0
0 1
131
() =
Ing.: Willam Caiza

( 1 ) ( + 3) ( + )
=
=
0 1
1+3
() =
=0
1
() =
( 0 )

=
1
1 0
( 0 ) ( 1)
( )
=
=
1 0
3 1
Paso 3: Se debe obtener los valores de 0 , 1 , esos valores se obtiene de los puntos
que se dieron como datos.
=
=
Paso 4: Encontrados todos los valores por obtener se procede a formar el polinomio
de Lagrange
1 () = 0 0 () + 1 1 ()
1 () = (2) (
( + )
( )
) + (1) (
)
Paso 5: Efectuando una simplificacin del polinomio que de la siguiente forma.
() = ( + ) ( )
Ejemplo 6:
Calcular el polinomio de Lagrange usando los siguientes puntos (-2,1), (0,-1), (2,3). Para un
Desarrollo
Paso 1: Para efectuar la resolucin del problema se utilizara las siguientes formulas.
2
2 () = () , = 2
=0
() =
=0
2 () = 0 0 () + 1 1 () + 2 2 ()
Paso 2: Debemos encontrar los valores de 0 (), 1 (), 2 (). Donde obtenemos los
siguientes resultados.
132
Ing.: Willam Caiza

2
0 () =
=0
0

1
2
=(
)(
)
0
0 1 0 2
1
2
0
2
0 () = (
)(
)=(
)(
)
0 1 0 2
2 0 2 2
() = (
0
2
( )
)(
)=
2 0 2 2
1 () =
=0
1

0
2
=(
)(
)
1
1 0 1 2
0
2
+2 2
1 () = (
)(
)=(
)(
)
1 0 1 2
0+2 02
() = (
( + )( )
+2 2
)(
)=
0+2 02
2 () =
=0
2

0
1
=(
)(
)
2
2 0 2 1
0
1
+2 0
2 () = (
)(
)=(
)(
)
2 0 2 1
2+2 20
+2 0
( + )
() = (
)(
)=
2+2 20
Paso 3: Se debe obtener los valores de 0 , 1 , 2 esos valores se obtiene de los

puntos que se dieron como datos.
=
=
=
Paso 4: Encontrados todos los valores por obtener se procede a formar el polinomio
de Lagrange
1 () = 0 0 () + 1 1 () + 2 2 ()
1 () = (1) (
( + 2)( 2)
( 2)
( + 2)
) + (1) (
) + (3) (
)
8
4
8
Paso 5: Efectuando una simplificacin del polinomio que de la siguiente forma.
() = ( ) + ( + )( ) + ( + )
133
Ing.: Willam Caiza
Programa de Interpolacin de Lagrange en consola.

% INTERPOLACION "POLINOMIO DE LAGRAGE"
clc %permite borrar el area de trabajo
clear %permite borrar las variables almacenadas
format long%permite utilizar la maxima capacidad de la maquina
fprintf('INTERPOLACION "POLINIMIO DE LAGRAGE"\n\n\n');
%fprintf me permite ingresar comentarios de manera textual que pueden
%orientar al usuario en el uso del programa
xi=input('Ingrese los puntos pertenecientes a las x: ');
yi=input('Ingrese los puntos pertenecientes a las y: ');
%input es un comando de solicitud de entrada de datos del usuario.
n=length(xi);
x=sym('x'); %esta funcion nos permite dejar la variable 'x' como simblica
% y asi poder trabajar con ella, sin tener que asignarle un valor.
for j=1:n
producto=1;
for i=1:j-1
producto=producto*(x-xi(i)); %calculo del producto 1 superior de L
end
producto2=1;
for i=j+1:n
producto2=producto2*(x-xi(i)); %calculo del producto 2 superior de L
end
producto3=1;
for i=1:j-1
producto3=producto3*(xi(j)-xi(i)); %calculo del producto 3 inferior de L
end
producto4=1;
for i=j+1:n
producto4=producto4*(xi(j)-xi(i)); %calculo del producto 4 inferior de L
end
L(j)=(producto*producto2)/(producto3*producto4); %clculos de las L para
fprintf('\n L%d:\n',j-1) %poder hallar el polinomio
disp(L(j)) %la funcin dispo nos permite visualizar variables o texto
% en el workspace
end
pn=0;
for j=1:n
pn=pn+L(j)*yi(j); %calculo del polinomio interpolante
end
fprintf('\n POLINOMIO INTERPOLANTE: \n')
%disp(pn) % esta ejecucion la podemos utilizar cuando no necesitamos
%simplicar la expresion
pn = simple(pn); %este comando nos permite simplificar toda la expresion
disp(pn)
opc=input('\nDesea aproximar un valor (si/no): ','s');
%este comando nos permite saber si el usuario quiere obtener una
%aproximacion de un punto dado, en el polinomio que se acaba de obtener
if opc=='si'
x=input('\nIngrese el punto a aproximar: ');
y=eval(pn); %evaluar el punto en el polinomio
disp('\nLa aproximacion a f(x) es:')
disp(y)
end
134
Ing.: Willam Caiza
5.5 INTERPOLACIN POR SPLINES.

La definicin de spline hace referencia a una amplia clases de funciones que son utilizadas
en aplicaciones que requieren la interpolacin de datos o un suavizado de curvas.
Las funciones para la interpolacin de splines normalmente se determinan como
minimizadores de la aspereza sometida a una serie de restricciones.
5.5.1 SPLINE LINEAL.

Este es el caso ms sencillo. En l, vamos a interpolar una funcin f(x) de la que se nos dan
un nmero N de pares (x,f(x)) por los que tendr que pasar nuestra funcin polinmica P(x).
Esta serie de funciones nuestras van a ser lineales, esto es, con grado 1: de la forma P(x) = ax
+ b. Que se encargan de unir cada par de coordenadas mediante una recta.
Dados los n+1 puntos:
X
..
Una funcin spline de grado 1 que interpole los datos es simplemente unir cada uno de los
puntos (Par coordenados) mediante segmentos de recta, como se ilustra en las siguientes
figuras:
135
Ing.: Willam Caiza
Fig 1. Spline de grado 1 con seis puntos.

Claramente esta funcin cumple con las condiciones de la spline de grado 1. As, se tiene
que para este caso:
0 () = 0 + 0 (0 , 1 )
1 () = 1 + 1 (1 , 2 )
() = {
}
..
1 () = 1 + 1 (1 , 1 )
Donde:
1. (x) es un plinomio de grado menos o igual que 1.
2. S(x) tiene derivada continua de orden k-1=0.
3. S( )= , para j=0,1,2,,n
Por lo tanto, el spline de grado 1 queda definido como:
0 + [1 , 2 ]( 0 ) [0 , 1 ]
1 + [2 , 1 ]( 1 ) [1 , 2 ]
() = {
}
.
1 + [ , 1 ]( 1 ) [1 , ]
Ejemplo 7:
Interpolar con splines: () = en los puntos en los que x vale {1, 2, 4}

f(1) = 1
f(2) = 0.5
f(4) = 0.25
Desarrollo
El primer segmento 1 () = + deber unir los primeros dos puntos de coordenadas

(1,1) y (2,0.5). Surge un sistema lineal de dos ecuaciones en dos incgnitas:
136
Ing.: Willam Caiza
(1) 1 = +
(2) 0.5 = 2 +
De (1) se obtiene:
= 1 (3)
Reemplazando (3) en (2) se obtiene:
0.5 = 2(1 ) +
Luego
= 1.5
Reemplazando el valor de (b) en (1), se obtiene:
= 0.5
Por lo tanto, se concluye que: 1 () = 0,5 + 1,5 El segundo segmento 2 () =
+ deber unir el segundo punto (2,0.5) con el tercer punto (4,0.25). Anlogamente a lo
hecho para 1 (), en el caso de 2 () se obtiene:
(1) 0.5 = 2 +
(2) 0.25 = 4 +
= 0.125,
= 0.7
Luego 2 () = - 0.125x + 0.75
5.5.2 SPLINE CUADRTICO

Los polinomios P(x) a travs de los que construimos el Spline tienen grado 2. Esto quiere
decir, que va a tener la forma P(x) = ax + bx + c
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir, que las dos
Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada uno de
estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la funcin
definida a trozos que pasa por tal punto comn.
Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por qu?
Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida en tres
puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis incgnitas en
total. Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener tan slo
137
Ing.: Willam Caiza
cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por cada
intervalo), y la quinta al igualar la derivada en el punto comn a las dos P(x).
Se necesita una sexta ecuacin, de dnde se extrae? Esto suele hacerse con el valor de la
derivada en algn punto, al que se fuerza uno de los P(x).
Con la 2da derivada se puede encontrar el punto de inflexin.
Con la 1ra deriva se puede encontrar los puntos crticos.

X
10
5
8; 4
2; 4
10; 3
Series1
4; 1
0
0
10
Al ser Cuadrtica de la forma:
2 + + = 0
La primera derivada seria:
2 + = 0
Y la segunda derivada seria:
2a=0
15
Pasos para la determinacin del spline cuadrtico:

1 Se forma por los puntos externos.
4 = 41 + 21 + 1
3 = 1003 + 103 + 3
2 Se forma por los puntos internos.
1 = 161 + 41 + 1
1 = 162 + 42 + 2
4 = 642 + 82 + 2
4 = 643 + 83 + 3
3 Derivadas internas.
138
Ing.: Willam Caiza
81 + 1 = 82 + 2
81 + 1 82 2 = 0
162 + 2 = 163 + 3
162 + 2 163 3 = 0
4 Y por ltimo la segunda derivada con los extremos.
23 = 0
Ax = b
= 1
El ejercicio pasamos a resolverlo en Excel, para encontrar los puntos de unin.
a1
4
0
16
0
0
0
8
0
0
b1
2
0
4
0
0
0
1
0
0
c1
1
0
1
0
0
0
0
0
0
a2
0
0
0
16
64
0
-8
16
0
b2
0
0
0
4
8
0
-1
1
0
c2
0
0
0
1
1
0
0
0
0
a3
0
100
0
0
0
64
0
-16
1
b3
0
10
0
0
0
8
0
-1
0
c3
0
1
0
0
0
1
0
0
0
B
4
3
1
1
4
4
0
0
0
En el anterior cuadro estn las ecuaciones, del punto 1,2 y 3 sin las constantes y B seria
nuestra (Y).
0,250
-0,250
-0,250
-0,250
0,250
0,250
-2,000
1,500
2,000
1,500
-1,500
-1,500
4,000
-2,000
-3,000
-2,000
2,000
2,000
0,000
0,125
0,000
0,063
-0,063
-0,125
0,000
-1,500
0,000
-1,000
1,000
1,500
0,000
4,000
0,000
4,000
-3,000
-4,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,500
0,000
0,000
0,000
-0,500
0,000
-4,000
0,000
0,000
0,000
5,000
Estos datos es la matriz inversa de las ecuaciones de los puntos (Primer cuadro)
1,75
-12
21
139
Ing.: Willam Caiza

-0,3125
4,5
-12
-2,6645E17
-0,5
8
Estos son los datos de la multiplicacin entre la Matriz inversa y nuestra (B).
x
2,000
2,100
2,200
2,300
2,400
2,500
2,600
2,700
2,800
2,900
3,000
3,100
3,200
3,300
3,400
3,500
3,600
3,700
3,800
3,900
4,000
y
4,000
3,518
3,070
2,658
2,280
1,938
1,630
1,358
1,120
0,918
0,750
0,618
0,520
0,458
0,430
0,438
0,480
0,558
0,670
0,818
1,000
x1
4,000
4,100
4,200
4,300
4,400
4,500
4,600
4,700
4,800
4,900
5,000
5,100
5,200
5,300
5,400
5,500
5,600
5,700
5,800
5,900
6,000
y1
1,000
1,197
1,388
1,572
1,750
1,922
2,088
2,247
2,400
2,547
2,688
2,822
2,950
3,072
3,188
3,297
3,400
3,497
3,588
3,672
3,750
x2
8,000
8,100
8,200
8,300
8,400
8,500
8,600
8,700
8,800
8,900
9,000
9,100
9,200
9,300
9,400
9,500
9,600
9,700
9,800
9,900
10,000
y2
4,000
3,950
3,900
3,850
3,800
3,750
3,700
3,650
3,600
3,550
3,500
3,450
3,400
3,350
3,300
3,250
3,200
3,150
3,100
3,050
3,000
Esta tabla representa la ecuacin: 2 + + = 0, con la cual ya representa la unin del

par ordenado de los puntos y se forma la siguiente grfica:
140
Ing.: Willam Caiza
Spline Cuadratico
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
0
10
12
5.5.3 SPLINE CUBICO

Cada polinomio P(x) a travs del que construimos los Splines en [m, n] tiene grado 3. Esto
quiere decir, que va a tener la forma P(x) = ax + bx + cx + d
En este caso vamos a tener cuatro variables por cada intervalo (a, b, c, d), y una nueva
condicin para cada punto comn a dos intervalos, respecto a la derivada segunda:
Como puede deducirse al compararlo con el caso de splines cuadrticos, ahora no

nos va a faltar una sino dos ecuaciones (condiciones) para el nmero de incgnitas
que tenemos.
Considere : [, ] y un conjunto de nodos

= 0 < 1 < < =
Un spline cubico para f es una funcin S: [a, b] tal que:
1)
2)
3)
4)
5)
|[ , +1 ]= es un polinomio cbico en [ , +1 ]
( ) = ( ) para j= 0,1,,n
+1 (+1 ) = (+1 ) para = 0,1, , 2
(+1 ) = (+1 ) para = 0,1, , 2
+1
(+1 ) = (+1 ) para = 0,1, , 2
+1
Pasos para la determinacin del spline cubico:

1 Se forma por los puntos externos.
4 = 41 + 21 + 1
3 = 1003 + 103 + 3
2 Se forma por los puntos internos.
141
Ing.: Willam Caiza
1 = 161 + 41 + 1
1 = 162 + 42 + 2
4 = 642 + 82 + 2
4 = 643 + 83 + 3
3 Derivadas internas.
81 + 1 = 82 + 2
81 + 1 82 2 = 0
162 + 2 = 163 + 3
162 + 2 163 3 = 0
4 Y por ltimo la segunda derivada con los extremos.
23 = 0
Ax = b
= 1
Coordenadas:
x
2
4
8
10
4,5
y
4
1
4
3
8; 4
2; 4
4
3,5
10; 3
3
2,5
Series1
2
1,5
1
4; 1
0,5
0
0
10
12
Grafica de los puntos coordenados, sin la unin de las coordenadas.

Al ser Cbica de la forma:
3 + 2 + + = 0
142
Ing.: Willam Caiza
La primera derivada seria:
3 2 + 2 + = 0
La segunda derivada seria:
6ax + 2b=0
Y su tercera deriva seria:
6a = 0
Empezamos con las ecuaciones de los extremos y terminamos con las ecuaciones
internas
Las ecuaciones representadas con las coordenadas.

a1
b1
c1
d1
a2
b2
c2
d2
a3
1000
64
16
64
16
512
64
48
-48
-8
-1
b3
c3
d3
100
10
512
64
192
16
-192
-16
-1
24
-24
-2
48
-48
-2
12
60
0,023
-0,008
-0,023
-0,016
0,016
0,008
0,047
-0,016
-0,141
0,047
0,141
0,094
-0,094
-0,047
-0,281
0,094
-0,313
-0,063
0,313
-0,125
0,125
0,063
0,375
-0,125
2,000
0,000
-1,000
0,000
0,000
0,000
0,000
0,000
-0,016
0,016
0,016
0,016
-0,016
-0,016
-0,031
0,031
0,328
-0,234
-0,328
-0,281
0,281
0,234
0,656
-0,469
-2,188
1,063
2,188
1,375
-1,375
-1,063
-4,375
2,125
4,500
-1,500
-4,500
-1,000
2,000
1,500
9,000
-3,000
0,008
-0,023
-0,008
-0,016
0,016
0,023
0,016
-0,047
-0,234
0,703
0,234
0,469
-0,469
-0,703
-0,469
1,406
2,313
-6,438
-2,313
-4,625
4,625
6,438
4,625
-13,875
-7,500
18,500
7,500
15,000
-15,000
-17,500
-15,000
45,000
Estos datos representa la matriz inversa de las ecuaciones.

0,125
143
Ing.: Willam Caiza

-0,750
-0,500
7,000
-0,109
2,063
-11,750
22,000
0,094
-2,813
27,250
-82,000
Este cuadro analiza la multiplicacin de la matriz inversa con (B).

x
2,000
2,100
2,200
2,300
2,400
2,500
2,600
2,700
2,800
2,900
3,000
3,100
3,200
3,300
3,400
3,500
3,600
3,700
3,800
3,900
4,000
y
4,000
3,800
3,601
3,403
3,208
3,016
2,827
2,643
2,464
2,291
2,125
1,966
1,816
1,675
1,543
1,422
1,312
1,214
1,129
1,057
1,000
x1
4,000
4,200
4,400
4,600
4,800
5,000
5,200
5,400
5,600
5,800
6,000
6,200
6,400
6,600
6,800
7,000
7,200
7,400
7,600
7,800
8,000
y1
1,000
0,929
0,913
0,946
1,024
1,141
1,291
1,470
1,672
1,892
2,125
2,365
2,608
2,848
3,079
3,297
3,496
3,671
3,817
3,928
4,000
x2
8,000
8,200
8,400
8,600
8,800
9,000
9,200
9,400
9,600
9,800
10,000
y2
4,000
4,028
4,016
3,968
3,888
3,781
3,652
3,505
3,344
3,174
3,000
Esta tabla representa la ecuacin: 3 + 2 + + = 0, con la cual ya representa la

unin del par ordenado de los puntos y se forma la siguiente grfica:
144
Ing.: Willam Caiza
Spline Cubico
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
0
10
12
CAPTULO VI: DERIVACIN

NUMRICA
145
Ing.: Willam Caiza
6.1 DIFERENCIACIN NUMRICA

En los cursos de clculo se define la derivada de en x0 como
( + ) ()
0
Una manera razonable de aproximar la derivada es

( + ) ()
(1)
()
Para el caso de una funcin lineal, () = + , la aproximacin dada por la expresin (1)
resulta exacta para cualquier valor de h distinto de cero. Pero para cualquier funcin en
general no siempre resulta exacta.
A continuacin se hace una estimacin del error asociado a la aproximacin dada por (1)
usando el teorema de Taylor con un polinomio de grado 1.
() lim
()
( )2 .
() =
+
) +
2
si x = x0 + h, x - x0 = h, y reemplazando en (2) resulta:
()
()(
( + ) = () + () +
() 2.
< <
(2)
< < +
si se despeja (x0) entonces:

( + ) () ()
() =
.
< < + (3)
2
Observe que la ecuacin (3) es ms til que la ecuacin (1), ya que tiene un trmino que
cuantifica el error y este se conoce como trmino de error.
()
( + ) ()
()
|
|
Ejemplo 1:
Si se utiliza la frmula (1) para calcular la derivada de () = () = /4 y con
h=0.01. Cul es la respuesta y cul es su grado de precisin o error?
Solucin:
() =
= , = 0.01
4
( + ) () ( 4 + 0.01) ( 4)
() =
=
= 0.70355991.
() =
() =
146
Ing.: Willam Caiza
()
()
0.01
(0.01)|
=|
| = |
= 0.005
2
2
2
( |() 1)
Se puede obtener una cota ms precisa usando el hecho que < < +
< < + 0.01

4
4
De modo que | | < 0.714142376 y la cota sera
()
=|
(0.01)| <
0.0714142376
(0.01) = 0.003573712
() = ( ) = cos = 0.707106781
4
4
Observe que si () = , () =
El error real es: 0.707106781 0.703559491 = 0.003547290186.
Se puede obtener otra frmula para aproximar la derivada usando la ecuacin (2),
()
()(
( )2
() = () +
) +
2
Si = , 0 = , reemplazando el valor de x se tiene :
2
( + ) = () () +
Si se despeja () resulta:
() 2
.
2
< <
() ( ) ()
+
2
() ( )
()
() =
|
| (4)
2
A la aproximacin (1) se le llama frmula de diferencia hacia delante y a la aproximacin
dada por (4) se le conoce como frmula de diferencia hacia atrs, ambas frmulas
presentan el mismo error. Se puede obtener otra frmula para aproximar la derivada con un
error que involucre h2 usando un polinomio de grado 2 as:
() =
()
()
( )2 +
( )3 (5)
2
6
Si se reemplaza = + = en (5) resulta:
() = () + ()( ) +
() 2 () 3
( + ) = () +
+
+
. < 1 < +
2
6
()
() 3
( ) = () () +
2
. < 2 <
2
6
Si se restan las anteriores ecuaciones, se tiene:
1
(0 + ) (0 ) = 2 (0 ) + 6 3 ( (1 ) + (2 )) , 0 < 2 < 0 < 1 <
0 +
Ahora se despeja f (x0):
(0 + ) (0 ) 1 2
(0 ) =
(), 0 < < 0 +
(6)
2
6
()
(0 + ) (0 )
(0 )
=|
2 |,
0 < < 0 +
2
6
La anterior frmula para aproximar la derivada de se la conoce como diferencia centrada.
()
147
Ing.: Willam Caiza
En las figuras 6.1 y 6.2 se ilustran las aproximaciones dadas por las ecuaciones (1) y (6).
Imagen 6.1 Funcin
Imagen 6.2: Funcin
6.2 ERRORES POR TRUNCAMIENTO Y REDONDEO AL APROXIMAR LA DERIVADA

Considere la ecuacin de diferencias centradas (6).
(0 + ) (0 ) 1 2
(), 0 < < 0 + (6)
2
6
La aproximacin a la derivada es ( + ) ( ), y el error en la aproximacin es
2 () El error se denomina error por truncamiento por que es provocado por el
truncamiento de la serie de Taylor. La precisin finita de la mquina produce otro error
denominado error por redondeo.
(0 ) =
148
Ing.: Willam Caiza
Este error aparece en el clculo de ( + ) ( ) en el numerador de la

aproximacin ya que si al evaluar ( + ) ( ) se encuentra que ( +
) ( )) son los errores del redondeo, entonces los valores calculados en la mquina
( + ) (
) se relacionan con los valores verdaderos por las ecuaciones:
( + ) = ( + ) + ( + ),
( + ) = ( ) + ( )
( + ) ( )
( + ) (
) ( + ) ( )
=
+
2
2
2
Luego el error total en la aproximacin es:
()
( + ) ( ) ( + ) ( ) 2
=
+
2
2
6
Error de redondeo
error por
truncamiento
Como se puede apreciar, tiene una parte debida al error del redondeo y otra al error de
truncamiento. Si se supone que los errores de redondeo e(x0 h) estn acotados por algn
nmero > 0 y la tercera derivada de est acotada por M > 0, entonces:
( + ) ( )
2
2
2
|
|
= | ()|
2
2
6
6
Por tanto
( + ) ( )
2
()
|
| +
2
6
Si la cota para el error se denota con e (h), entonces:
2
() = +
26
Si se quisiera reducir el error de truncamiento 6 se escogera un valor de h pequeo,
pero al mismo tiempo un h pequeo hace que el error por redondeo sea grande.
Como los valores de se dan normalmente con t cifras decimales se puede suponer que el
error de redondeo est acotado por = 0.5 10 .
En la prctica no es posible calcular un valor ptimo h ya que slo se conocen algunos
valores de y no se conoce la tercera derivada. Lo que se debe tener presente es que con la
reduccin de h no siempre se mejora la aproximacin.
6.3 INTEGRACIN NUMRICA

La deduccin de las frmulas de cuadraturas puede hacerse a partir de la interpolacin
polinomial.
Luego aproximamos la integral de f(x) por la integral del polinomio de grado n la formula
resultante se llama Frmula de Cuadratura de Newton-Cotes.
Sea la particin de [a,b], definido x=a<x1<x2<....<xn, igualmente espaciados
Si el primer nodo 0 = y el ltimo nodo = , entonces se dice que la frmula de
Newton-Cotes es cerrada.
Frmulas de Cuadratura de Newton-Cotes
149
Ing.: Willam Caiza
Imagen 6.3 Integracin Numrica
1
() 2 (0 + 1 ) REGLA DEL TRAPECIO
i.
2
() 3 (0 + 41 + 2 ) REGLA DE SIMPSON
ii.
iii.
3
()
iv.
4
() 45 (70 + 321 + 122 + 323 + 74 ) REGLA DE BOOLE
(0 + 31 + 32 + 3 ) REGLA DE DE SIMPSON
6.4 REGLA DEL TRAPECIO
Figura 6.4: Regla del trapecio
La frmula del Trapecio es

b
h
f(x)dx = (f(x0 ) + f(x1 ) );
2
a
Regla del trapecio
Sean las particiones de [a, b] definida como una sucesin de trminos

{0 , 1 , 2 . . } y 0 = y = ,
Estas particiones son equidistantes es decir = 0 + k=0,1,2n
h=
ba
n
; donde n es el numero de intervalos Que tiene [a, b]
Ejemplo 2:
Dado a=3 y b=7 encontrar las particiones del intervalo [a,b] si n=5
150
Ing.: Willam Caiza
Desarrollo
73 4
=
=
5
5
Entonces
4
0 + 0 = 3 + 0. = 3
5
4 19
1 + 1 = 3 + =
5
5
4 23
=
5
5
4 27
3 + 3 = 3 + 3. =
5
5
4 31
4 + 4 = 3 + 4. =
5
5
4
5 + 5 = 3 + 5. = 7
5
2 + 2 = 3 + 2.
Es decir {3,
19 23 27 31
5
, 7}
{0 , 1 , 2 , 3 , 4 , 5 }
Propiedades de particin equidistante

1. = ( )
2. = ( ), [0 , ]
3. = 0 +
Ejemplo 3:
GRAFICO CUADERNO
n=5
= +

=
=
=
Calculando las particiones tenemos:

1.1 = 0 + 1 = 2 + 1 = 3
2 = 0 + 2 = 2 + 2(1) = 4
3 = 0 + 3 = 2 + 3(1) = 5
4 = 0 + 4 = 2 + 4(1) = 6
5 = 0 + 5 = 2 + 5(1) = 7
1ra Verificacin 1.
1 3 = (1 3)(1)
3 - 5 = (-2)(1)
2=2
151
Ing.: Willam Caiza
2da Verificacin de
5 2 = (5 2)(1)
74=3
3=3
2da Verificacin de 2. 1ra Verificacin de 2.
X X3 = ( 3), [0,5]
si t = 0
x5=1(03)
x = -3 + 5
x=2
X X0 = ( 3), [0,5]
si t = 5
x2=1(50)
x=5+2
x=7
3ra Verificacin de 2.
X X4 = ( 4), [0,5]
si t = 2
x6=1(24)
x=-2+6
x=4
Ejemplo 4:
b
h
f(x)dx = (f(a) + f(b))
2
a

:
b
f(x)dx = Pn (x)dx
a
Para el caso de la Regla del Trapecio: n = 1

b
f(x)dx Pn (x)dx = P1 (x)dx; n = 1 mtodo de trapecio

a
b 1
Li (x)f(xi )dx = (L0 (x)f(x0 ) + L1 (x)f(x1 ))dx

a i=0
= f(x0 ) L0 (x)dx + f(x1 ) + L1 (x)dx

a
b xx1
= f(x0 ) a
x0 x1
b xx0
dx + f(x1 ) a
x1 x0
dx (1)
152
Ing.: Willam Caiza
153
function pushbutton1_Callback(hObject,
eventdata, handles)
funcion=char(inputdlg('ingrese la funcion'));
n=str2double(inputdlg('cuantos numeros desea
ingresar'));
f=inline(funcion);
for i=1:n
etiqueta=['x( ' num2str(i) ')='];
x(i)=str2double(inputdlg(etiqueta));
end
%%codigo para uniciar un contador y asignar
una sentencia de salida de un mensaje al iniciar
el programa
for i=1:n
y(i)=f(x(i));
end %%Inicio de una sentencia para almacenar
los valores ingresados en una funcin
opcion=str2double(inputdlg('elija la opcion 1 o
2'));%%codigo de salida para mensaje de elegir
una opcion
switch opcion
case 1
h=x(2)-x(1);
integral=(f(x(2))-f(x(1)))*(h/2);
ex=x(1):0.1:x(2);
[fx cx]=size(ex) %%comando para crear
dos opciones para el usuario y realizar el
trapecio..
for i=1:cx
ff(i)=f(ex(i));
end
plot([x(1)-5 x(2)+5],[0 0]);
hold on;
plot([0 0],[max(ff)+3 min(ff)-3]);
area(ex,ff);
set(handles.text2,'String',integral);%%mostrar
las sentencias almacenadas en el codigo anterior.
case 2
s=0;
[fx cx]=size(ex);
for i=1:cx
ff(i)=f(ex(i));
end %%para el caso 2 iniciamos una
variable en 0 para realizer un contador, y con el
siguiente cdigo obtenemos la dimensin de la
funcin ingresada,
Ing.: Willam Caiza
case 2
s=0;
for i=2:n-1
s=s+2*f(x(i));
end
h=x(2)-x(1);
integral=(h/2)*(f(x(1))+s+f(x(n)));
set(handles.text2,'string',integral);
xx=x(1):0.1:x(n);
[fxx cxx]=size(xx);
for i=1:cxx
yy(i)=f(xx(i));
end
plot([x(1)-5 x(2)+5],[0 0]);
hold on;
area(xx,yy); %%mediante las lineas de
este codigo nosostros sacaremos el area es
decir la integral de la funcin ingresada
y tambin los puntos mximos y minimos.
end
for i=1:n
etiqueta=['x(' num2str(i) ')='];
end%%con este codigo solo aadimos una
etiqueta para mostrar los resultados
for i=1:n
y(i)=f(x(i));
end
h=x(2)-x(1);
integral=(f(x(2))-f(x(1)))*(h/2);Las lineas de
este codigo son para calcular el metodo de
trapecio por medio de la formula.
ex=x(1):0.1:x(2);
[fx cx]=size(ex);
for i=1:cx
ff(i)=f(ex(i));
end
plot([x(1)-5 x(2)+5],[0 0]);
hold on;
area(ex,ff);
%%con esta lnea de cdigo nos rive para
graficar los puintos y obtener la grafica de la
funcin
154
Ing.: Willam Caiza
plot([x(1)-5 x(2)+5],[0 0]);%%el codigo

plot sirve para realizer la grafica de los puntos
correspondientes
hold on;
area(ex,ff);
set(handles.text2,'String',integral);
Algoritmo del Trapecio
Figura 6.5: Ejecucin del programa
6.1.2 Regla del Trapecio Mltiple
Imageb 6.6: regla del trapecio Mltiple
() = = 1 () + 1 () + 1 () + 1 ()
= ((0 ) + (1 )) + ((1 ) + (2 )) + ((2 ) + (3 )) + ((3 ) + (4 ))

2
2
2
2
= ((0 ) + 2(1 )) + 2(2 ) + 2(3 ) + (4 )

2
:
155
Ing.: Willam Caiza
() = (( ) + ( ) + ( ))
Dado , calcular:
Utilizar la Regla del Trapecio
Utilizar la Regla del Trapecio 3 veces
Utilizar la Regla del Trapecio 5 veces
RESOLUCION
=
7
73
=4
1
4
() = ((3) + (7)) = (9 + 49) = 116
2
2
3
=
4 13
=
3
3
8 17
2 = 3 + =
3
3
3 = 3 + 4 = 7
73 4
=
3
3
1 = 3 +
() =
3
13
13
17
17
((3) + ( )) + ( ( ) + ( )) + ( ( ) + (7))
2
3
2
3
3
2
3
13
17
((3) + 2 ( ) + 2 ( ) + (7))
2
3
3
169
289
= (9 + 2 (
) + 2(
) + 49) = 106,518
2
9
9
=
=
4
19
1 = 3 + (1) =
5
5
4
23
2 = 3 + (2) =
5
5
4
27
3 = 3 + (3) =
5
5
4
31
4 = 3 + (4) =
5
5
4
5 = 3 + (5) = 7
5
73 4
=
5
5
156

7
() =
3
Ing.: Willam Caiza
19
19
23
23
27
((3) + ( )) + ( ( ) + ( )) + ( ( ) + ( ))
2
5
2
5
5
2
5
5
27
31
31
+ ( ( ) + ( )) + ( ( ) + (7))
2
5
5
2
5
19
23
27
31
((3) + 2 ( ) + 2 ( ) + 2 ( ) + 2 ( ) + (7))
2
5
5
5
5
2
361
529
729
961
= (9 + 2 (
) + 2(
) + 2(
) + 2(
) + 49) = 105,76
5
25
25
25
25
=
Algoritmo Trapecio Multiple

function pushbutton1_Callback(hObject,
eventdata, handles)
f=inline(funcion);
n=str2double(inputdlg('ingrese numero de
particiones'));
for i=1:n
etiqueta=['x(' num2str(i) ')='];
end
for i=1:n
y(i)=f(x(i));
end
% constante
k=(x(n)-x(1))/(2*(n-1));
%sumatorio del trapecio interno
s=0;
for i=1:n-1
s=s+2*f(x(i));
end
integral=k*(f(x(1))+s+f(x(n)));
set(handles.text2,'String', integral);
set(handles.text5,'String', funcion);
set(handles.text7,'String', x);
%eje x
plot([x(1)-2 x(n)+2],[0 0]);
hold on;
%eje y
plot([0 0],[min(y)-2 max(y)+2]);
%area de integracin
xx=x(1):0.1:x(n);
[fxx cxx]=size(xx);
for i=1:cxx
yy(i)=f(xx(i));
end
plot(xx,yy,'r');
area(xx,yy);
%para graficar los puntos x0...xn
for i=1:n
cadena(i)=num2str(x(i));
end
for i=1:n
text(x(i),0,cadena(i));
end
legend('Trapecio Mltiple');
157
Ing.: Willam Caiza
6.5 REGLA DE SIMPSON 1/3
Imagen 6,8
h
(f(x0 ) + 4f(x1 ) + f(x2 ))
3
f(x)dx
a
= f(x)dx = P2 (x)dx, n = 2
a
2
= ()( ) = (0 ()(0 ) + 1 ()(1 ) + 2 ()(2 ))

=0
= (0 ) () + (1 ) 1 () + (2 ) 2 ()
=
=0
f(x0 )
0 () =
1 2
0 1 0 2
1 () =
0 2
1 0 1 2
2 () =
0 1
2 0 2 1
2
h(t 1) h(t 2)
h(t 0)h(t 2)
hdt + f1
hdt +
h 2h
h h
0
2
+f(x2 )
h(t) h(t 1)
hdt
2h h
158
Ing.: Willam Caiza
2
f(x0 ) h 2
f(x20 ) h 2
(t 1)(t 2)dt f(x1 ) h (t)(t 2)dt +
(t)(t 1)dt
2 0
2
0
0
() = [()] + () + 2 ( )
2
=1
=
; = + , ( = 0,1,2,3, , )
(0 )
2
( 1) ( 2)
( 0)( 2)
+ 1
+
2

0
2
+(2 )
() ( 1)
2
(0 ) 2
( ) 2
( 1)( 2) (1 ) ()( 2) + 20 ()( 1)
2
2
0
0
0
2
(0 ) 2 2
(2 ) 2 2
2
(
(
3 + 2) (1 )
2) +
( )
2
2
0
0
0
(0 ) 3 3 2
( ) 3 2 2
3 2 2 2
2
(
+ 2| ) (1 ) (
| )+ 2 ( | )
0
2
3
2
3
2 0
2
3
2 0
(0 ) 2
( ) 2
4
( ) (1 ) ( ) + 2 ( )
2
3
3
2
3
((0 ) + 4(1 ) + (2 ) )
Algoritmo de Simpson
3
R. Simpson 1/3
function calcular_Callback(hObject, eventdata,

handles)
%CODIGO DEL PROGRAMA(CALCULO DE
AREA)
f=inline(get(handles.fx,'string'));
a=str2num(get(handles.a,'string'));
b=str2num(get(handles.b,'string'));
n=str2double(get(handles.n,'string'));
h=(b-a)/n;
s=f(a)+f(b);%%con estos codigos solo convertimos
las datos ingresamos a num, para poder utilizarlos
en los otros cdigos.
for i=2:n
x(i)=a+(i-1)*h;
s=s+2*f(x(i)); %%iniciamos un contador con la
sentencia for.
end
I=s*(h/2);
set(handles.area,'string',I)%%mostramos el
resultado en la pantalla del rea..
%CODIGO PARA GRAFICA

for i=1:n+1
x(i)=a+(i-1)*h;
y(i)=f(x(i)); %%iniciamos el contador para
almacenar los datos en una funcin
end
x=[x,b,a,a];
y=[y,0,0,f(a)];
fill(x,y,[0.8 0.4 0.9]);
for i=1:n+1
x(i)=a+(i-1)*h;
y(i)=f(x(i));
line([x(i),x(i)],[0,f(x(i))]);
end
hold on
ezplot(f,[min(x):0.2:max(x)])
ylabel('F(X)');
grid 'on'
set(handles.axes1,'xminorgrid','on');
set(handles.axes1,'yminorgrid','on');
159
Ing.: Willam Caiza
Imagen6.9 Botones de la mscara de interface
Imagen 6.6: Ejecucin del programa
I=
[
+ 4
( )
n1
i=1
n2
( ) + 2
i=1
( ) + ( ) ]
Regla simpson 3 multipl
160
Ing.: Willam Caiza
6.6 REGLA SIMPSON 3/8
3
() = 8 (0 + 31 + 32 + 3 ) 8
0
Demostracin:
3
() = 3 =
0
=0
3 () = 0 0 () + 1 1 () + 2 2 () + 3 3 ()
Donde:
0 2 3
0 =
0 1 0 2 0 3
1 =
0 2 3
1 0 1 2 1 3
2 =
0 1 3
2 0 2 1 2 3
0 1 2
3 0 3 1 3 2
3
( 1) ( 2) ( 3)
0 =
2 3
0
3
() ( 2) ( 3)
+ 1
2
0
3
() ( 1) ( 3)
+ 2
2
0
3
( 1) ( 2) 0 3
+ 3
( 1)( 2)( 3)
3 2
6 0
0
3
3
+ 1 ( 2)( 3) 2 ( 1)( 3)
2 0
2 0
3

+ 3 ( 1)( 2)
6 0
0 3 2
( 3 3 + 2)( 3)
6 0
1 3 3
3 3 3
2
+
( 4 + 3) +
3 + 2
2 0
6 0
3
3 ()3 3 2 + 2
6 0
( ) 3
( ) 4 5 3
3
0 ( 3 6 2 + 11 6) + 1 [
+ 3 2 | ]
0
6
2
4
3
0
( ) 4 4 3 3 2 3
( ) 4
3
+ 2 [ +
+
| ] + 3 [ 3 + 2 | ]
0
2
4
3
2 0
6
4
3 =
161
Ing.: Willam Caiza
3
9
9
3
0 + 1 + 2 + 3
8
8
8
8
3
8
[0 + 31 + 32 + 3 ]
R. de 3/8 Simpson
Ejemplo 6:
Dada ()
a) Integrar mediante el trapecio
b) Integrar 5 veces mediante el trapecio
c) Integrar 5 veces Simpson 1/3
RESOLUCION:
a) =
85
1
=3
8
3
() = ((5) + (8)) = ((5) + (8)) = 0.0456
2
2
5
Valor real
8
() = cos()85 = 0.429
5
Error
0.429 0.0456
= |
| = 0.89 100% = 89%
0.429
b) =
85
5
=5
28
28
31
() = ((5) + ( )) + ( ( ) + ( ))
2
5
2
5
5
5
31
34
34
37
+ ( ( ) + ( )) + ( ( ) + ( ))
2
5
5
2
5
5
37
+ ( ( ) + (8))
2
5
=
3
28
31
34
37
((5) + 2 ( ) + 2 ( ) + 2 ( ) + 2 ( )) + (8) = 0.4162
10
5
5
5
5
162
Ing.: Willam Caiza
0.429 0.4162
= |
| = 0.03 100% = 3%
0.429
c) =
85
4
=4
8
() =
5
23
26
((5) + 4 ( ) + ( ))
3
4
4
26
29
+ ( ( ) + 4 ( ) + (8))
3
4
4
1
23
26
29
((5) + 4 ( ) + 2 ( ) + 4 ( ) + (8)) = 0.42997
4
4
4
4
6.7 REGLA DE BOOLE

4
() =
0
2
(70 + 321 + 122 + 323 + 74 )
45
Demostracin:
4
() = 4 () =
0
=0
4 () = 0 0 () + 1 1 () + 2 2 () + 3 3 () + 4 4 ()
Dnde:
0 =
0 2 3 4
( 1) ( 2) ( 3) ( 4)
=
0 1 0 2 0 3 0 4
2 3 4
1 =
0 2 3 4
() ( 2) ( 3) ( 4)
=
1 0 1 2 1 3 1 4
2 3
2 =
0 1 3 4
( 1) ( 3) ( 4)
=
2 0 2 1 2 3 2 4
2 2
3 =
0 1 2 4
( 1) ( 2) ( 4)
=
3 0 3 1 3 2 3 4
3 2
163
4 =
Ing.: Willam Caiza
0 1 2 3
( 1) ( 2) ( 3)
=
4 0 4 1 4 2 4 3
4 3 2
0 4
1 4
( 1)( 2)( 3)( 4)
( 2)( 3)( 4) +
24 0
6 0
2 4
4
( 1)( 3)( 4) 3 ( 1)( 2)( 4) +
4 0
6 0
4 4
( 1)( 2)( 3)
24 0
0 4 2
4
( 3 + 29( 2 7 + 12) 1 ( 3 5 2 + 6) ( 4) +
24 0
6 0
2 4 3
3 4 3
2
( 4 + 3) ( 4)
( 3 2 + 2)( 4) +
4 0
6 0
4 4 3
( 3 2 + 2)( 3)
24 0
0 4 4
1 4 4
3
2
( 10 + 35 50 + 24)
( 9 3 + 26 2 24) +
24 0
6 0
2 4 4
4
( 8 3 + 19 2 12) 3 ( 4 7 3 + 14 2 8) +
2 0
6 0
4 4 4
( 6 3 + 11 2 6) +
24 0
0 5 10 4 35 3 50 2
5 9 4 26 3 24 2 4
4
[
+
+ 24| ] 1 [
+
| ]
0
24 5
4
3
2
6 5
4
3
2 0
2 5 8 4 19 3 12 2 4
3 5 7 4 14 3 8 2 4
+
[
+
| ]
[
+
| ]
4 5
4
3
2 0
6 5
4
3
2 0
4 5 6 4 11 3 6 2 4
[
+
| ]
24 5
4
3
2 0

[ ] [ ] + [ ] [ ] + [ ]

[ + + + + ]
R. de Boole
164
Ing.: Willam Caiza
6.8 INTEGRACION DE ROMBERG

Mtodo de Integracin de Romberg (extrapolacin de Richardson)
Sea = () = (),
=
El mtodo de Romberg utiliza la regla del trapecio,
= () + ()
Donde () es la integral dada por el mtodo del trapecio y () es el error de truncamiento
del mtodo del trapecio.
El mtodo combina dos aproximaciones de integracin numrica para obtener un tercer valor
aproximado ms exacto
Nivel 0
Nivel 1
Nivel 2
Nivel 3
h1
h2
h3
Supongamos
que tenemos dos aproximaciones: (1 ) , (2 ) con 1 , 2 son subintervalos
del mismo intervalo.
= (1 ) + (1 )
(1)
)
)
=
(
+
(
(2)
2
2
h4
Igualando (1) y (2)
(1 ) + (1 ) = (2 ) + (2 )
(A)
El error que se comete con la regla del trapecio con n subintervalos est dado por:
1
(1 ) = 12 ( )1 2 () y
1
(2 ) = 12 ( )2 2 ()
1
2
(1 ) 12 ( )1 ()
=
(2 ) 1 ( ) 2 ()
2
12
2
2
(1 ) 1
1
= 2=( )
(2 ) 2
2
(1 ) = (2 ) (1 )
2
(B)
(B) en (A)
(1 ) + (2 ) (
1 2
) = (2 ) + (2 )
2
1 2
(2 ) ( ) (2 ) = (2 ) (1 )
2
1 2
(2 ) (( ) 1) = (2 ) (1 )
2
165
(2 ) =
(2 ) =
Ing.: Willam Caiza
(2 ) (1 )
1 2
( ) 1
2
(1 ) (2 )
1(
1 2
)
2
(C) en (2)
= (2 ) +
(1 ) (2 )
1 2
1( )
2
1
Para el caso de Romberg se tiene 2 = 1 ;
( = )
2
2
(1 ) (2 )
1
1
= (2 ) +
= (2 ) (1 ) + (2 )
3
3
3
4
1
)
)
= 3 (2 3 (1
(Nivel 1)
El nmero de niveles de aproximacin depende de las aproximaciones que se hicieron en el
nivel 0.
Para el nivel 2, se tiene la expresin de Romberg
16
1
= 15 15
Donde =integral ms exacta
Y =integral menos exacta}
Para el nivel 3, se tiene la expresin de Romberg
64
1
= 83 63
Aun cuando la regla del trapecio es la frmula de Newton Cotes ms sencilla de aplicar,
hemos mostrado en las secciones anteriores que carece del grado de exactitud requerido
generalmente. La integracin de Romberg es un mtodo que tiene aplicaciones muy
variadas debido a que usa la regla del trapecio para dar aproximaciones preliminares y luego
aplicar el proceso de extrapolacin, para obtener correcciones a las aproximaciones
ALGORITMO DE ROMBERG
Nivel 1
4
1
() ()
3
3
Donde,
hm : Integral ms exacta
he : Integral menos exacta
2
Integrar mediante Romberg1 ()
2
() = () |2 = (0.41615 + 0.54030) = 0.95645
a) Nivel 0
= 1, =
1
1
; =
2
2
166
Ing.: Willam Caiza
1
(=1) = [(1) + (2)] = 0.87538
2
1
3
1 = [(1) + 2 ( ) + (2)] = 0.93643
(= )
4
2
2
4
1
(0.93643) (0.87538) = 0.95678
3
3
Error:
|0.95645 0.95678|
100 = 0.03%
|0.95645|
b) Nivel 0
1
1
= 1, = , =
2
4
1
(=1) = [(1) + (2)] = 0.87538
2
1
3
1 = [(1) + 2 ( ) + (2)] = 0.93643
(= )
4
2
2
1
5
3
7
1 = [(1) + 2 ( ( ) + ( ) + ( )) + (2)] = 0.95146
(= )
8
4
2
4
4
Nivel 1
4
1
() ()
3
3
4
1
(0.93643) (0.87538) = 0.95678
3
3
4
1
(0.95143) (0.93643) = 0.95647
3
3
Nivel 2
16
1
() ()
15
15
16
1
(0.95647)
(0.95678) = 0.95645
15
15
=
|0.95645 0.95645|
100 = 0%
|0.95645|
Nivel 3
64
1
() ()
63
15
6.9 CUADRATURA DE GAUSS
La Cuadratura de Gauss es el nombre que se le conoce a una clase de tcnicas para realizar
tal estrategia o tcnica. Las frmulas particulares de cuadratura de Gauss descritas se
denominan frmulas de Gauss-Legendre. Antes de describir el procedimiento, mostraremos
que las frmulas de integracin numrica, al igual que la regla del trapecio, pueden lograr
167
Ing.: Willam Caiza
obtenerse usando el mtodo de coeficientes indeterminados. Este mtodo se emplear

despus para desarrollar las frmulas de Gauss-Legendre.
El mtodo de coeficientes indeterminados ofrece un tercer procedimiento que tambin
tiene utilidad para encontrar otras tcnicas de integracin, como la cuadratura de Gauss.
Para ilustrar el procedimiento, la ecuacin se expresa como
= 0 () + 1 ()
Ecuacin
donde las c = constantes. Ahora observe que la regla del trapecio deber dar resultados
exactos cuando la funcin que se va a integrar es una constante o una lnea recta. Dos
ecuaciones simples que representan esos casos son Y = 1 y Y = x. Ambas se ilustran en la
figura As, las siguientes igualdades se debern satisfacer:
()/2
0 + 1 =
()/2
()/2
+ 1
2
2 ()/2
despus de evaluar las integrales tenemos:
0
0 + 1 =
6.10 DESARROLLO DE LA FRMULA DE GAUSS-LEGENDRE DE DOS PUNTOS
As como en el caso anterior para la obtencin de la regla del trapecio, el objetivo de la
cuadratura de Gauss es determinar los coeficientes de una ecuacin de la forma
= 0 (0 ) + 1 (1 ) (1)
donde las c = los coeficientes desconocidos. Sin embargo, a diferencia de la regla del
trapecio que utiliza puntos extremos fijos a y b, los argumentos de la funcin x0 y x1 no
estn fijos en los extremos, sino que son incgnitas
De esta manera, ahora se tienen cuatro incgnitas que deben evaluarse y, en consecuencia,
se requieren cuatro condiciones para determinarlas con exactitud.
Representacin grfica de las variables desconocidas x0 y x1 para la integracin por medio
de la cuadratura de Gauss.
168
Ing.: Willam Caiza
El mtodo de integracin numrica emplea intervalos desiguales o diferentes de los

primeros mtodos en los cuales los intervalos eran constantes e iguales. El mtodo de
Cuadratura Gaussiana, tambin se lo conoce como Gauss Legendre.
La primera expresin del mtodo se basa en el mtodo del trapecio o de 2 puntos.
Conocemos:
[() + ()]
=
2
=
() +
()
2
2
= 1(0 ) + 2(1 ) (1)

En la expresin 1 C1,C2,0 , 1
Suponiendo que 1 ajusta exactamente la integral mediante una constante
= 1, = , = 2 , = 3
1
1(1 ) + 2(2 ) = 1 = 2
1
1
1(1 ) + 2(2 ) = = 0
1
1
1(1 ) + 2(2 ) = 2 =
1
1
2
3
1(1 ) + 2(2 ) = 3 = 0
1
Resolviendo el sistema anterior obtenemos

1 = 2 = 1
169
Ing.: Willam Caiza
1 = 2 =
= 1 (
) + 1 (
1
3
1
3
Es la expresin de Gauss-Legendre par 2 puntos.
6.11 TRASLACIN DE LA CUADRATURA DE GAUSS LEGENDRE

Basado en optimizar tambin los intervalos en los que se evala la funcin n+1 puntos,
aproximacin es exacta hasta polinomio orden n n+1 puntos y n+1 intervalos (2n+2
variables), aproximacin exacta polinomio orden 2n+1
Para aplicar la cuadratura de Gauss - Legendre en un intervalo [a;b], se debe efectuar el
cambio de variable:
De esta manera,
1
() = (
.1
+
+
).
2
2
2
Por lo tanto, la frmula de cuadratura est dada por:
+
() =
, (
, +
)
2
2
2
=1
Para la transformacin de cualquier integral en [a,b[ a una integral de [-1,1], se tiene las
siguientes transformaciones.
= 0 + 1 ;
0 =
=
+
+
2
2
, 1 =
2
2
Derivando obtenemos = 2
En general el mtodo se puede escribir
=
( )
2
=1

() ,
170
Ing.: Willam Caiza
+2
+
2
2
los corresponden a una tabla, son los m ceros del m-avo polinomio de Legendre.
=
Tabla para pesos y nodos para integracin Gauss-Legendre diferentes puntos
2 puntos
3 puntos
4 puntos
Ek
-0.577350269
0.577350269
0.774596669241
0
0.774596669241
-0.861136312
-0.339981044
0.339981044
0.861136312
Wk
1
1
0.555555556
0.888888889
0.555555556
0.347854845
0.652145155
0.652145155
0.347854845
Ejemplo 7:
Resolver la integral por Gauss-Legendre con m=4
2 ; = 4
2 = 0,4674011003
0

1 = + (0,3399810436) = 1,052418651
4 4
2 =

+ (0,3399810436) = 0,5183776762
4 4
3 =
3 =

+ (0,861136116) = 1,461733041
4 4

+ (0,861136116) = 0,1080632958
4 4
ahora evaluamos la integral
(1 ) = 0,5487769211
(2 ) = 0,233412695
(3 ) = 0,232569837
171
Ing.: Willam Caiza
(4 ) = 0,01182412727
entonces
=
=
[ (1 ) + 2 (2 ) + 3 (3 ) + 4 (4 )]
4 1
[(0,6521451549)(0,5487769211) + (0,6521451549)(0,233412695)
4
+ (0,3478548451)(0,232569837)
+(0,3478548451)(0,01182412727)]
= 0,4673836586
Ejemplo 8:
Calcular la siguiente integral
,
(, + + + + )
para m=2
+
= 0 + 1 (1 ) , 0 = 2 , 1 = 2
0 = 0,4; 1 = 0,4
= 0,4 + 0,4( )
= 0,4
0.8
() = ( 0,2 + 25 + 200 2 + 675 3 200 4 + 400 5 )0,4

0
1 =
2 =
3
(0,4)
1 =
+ (0,4)(0,5773502692) = 0,169059892
2 = (0,4) + (0,4)(0,5773502692) = 0,630940107
(1 ) = 0,5167405448
(2 ) = 1,505837233
(1 ) + (2 ) = 1,822577778
Ejemplo 9:
172
Ing.: Willam Caiza
Calcule por el mtodo de cuadratura de gauss la siguiente integral
Utilizando la formula de cuadratura de gauss de dos puntos tenemos

=
Entonces tenemos
+ 21
2+1 1
3
+
=
+
= +
2
2
2
2
2
2
1
+
() =
(
+
)
2
2
2
1
1
3
1
1
3 1 3
= ( + ) =
( + ) 2+2
2
2
2
2
2
2
=
1
1
1
[ ( ) + ( )]
2
3
3
1 3
1
1
3 1 +3
1
3
+
[(
+ ) 23 2 + (
+ ) 23 2 ]
2
23 2
23 2
= 7,3832
Ahora integraremos de la forma normal
2
= =
= =
Es una integral por partes

2
=
1
Evaluando los limites tenemos 7,3830
Ejemplo 10:
Evaluar la siguiente integral por medio de la cuadratura de Gauss.
= ( + )
Solucin analtica
1
= () = (
1
1
) + ( )
3
3
173
Ing.: Willam Caiza

1
+
() =
(
+
1)
2
2
2
Reemplazando valores tenemos

=[2(
1 3
) + ((
) 2 1] + [2( )3 + (( )2 1]
1
4
1.-Integre la funcin siguiente en forma tanto analtica como la regla de Simpson, con n=4 y
5. Anracialice los resultados.
5
(4x 3)3 dx
3
2.- Integre la funcin siguiente tanto en forma analtica como numrica. Emplee las reglas del
trapecio y de Simpson 1/3 para integrar numricamente la funcin. Para ambos casos, utilice
la versin de aplicacin mltiple, con n=4. Calcule los errores relativos porcentuales para los
resultados numricos.
3
x 2 ex dx
0
3.- Integre la funcin siguiente tanto analtica como numricamente. Para las
evaluaciones numricas use a) una sola aplicacin de la regla del trapecio, b) la
regla de Simpson 1/3, c) la regla de Simpson 3/8, d) la regla de Boole, e) el mtodo
del punto medio, f) la frmula de integracin abierta de 3 segmentos y 2 puntos, y g)
la frmula de integracin abierta de 4 segmentos y 3 puntos. Calcule los errores
relativos porcentuales de los resultados numricos.
1
152x dx
0
4.- Integre la funcin que sigue tanto en forma analtica como numrica. Para las
evaluaciones numricas utilice, a) una sola aplicacin de la regla del trapecio; b) la
regla de Simpson 1/3; c) la regla de Simpson 3/8; d) aplicacin mltiple de las reglas
de Simpson, con n=5; e) la regla de Boole; f) el mtodo del punto medio; g) la
frmula de integracin abierta de 3 segmentos y 2 puntos, y h) la frmula de
integracin abierta de 4 segmentos y 3 puntos.
3
(5 + 3cosx) dx
0
174
Ing.: Willam Caiza
Calcule los errores relativos porcentuales para los resultados numricos.
5.- Suponga que la fuerza hacia arriba de la resistencia del aire sobre un objeto que
cae es proporcional al cuadrado de la velocidad. Para este caso, la velocidad se
calcula con
gm
gcd
v(t) = tanh (
t)
cd
m
Donde cd =coeficiente de arrastre de segundo orden, a) Si g=9.8 m/s 2 , m=68.1 kg y
cd = 0.25 kg/m, use integracin analtica para determinar qu tan lejos cae el objeto
en 10 segundos, b) Haga lo mismo, pero evale la integral con la regla del trapecio
de segmento mltiple. Use una n suficientemente grande para detener tres dgitos
significativos de exactitud.
6.- Evalu la integral de los datos tabulados a continuacin, con a) la regla del
trapecio y b) las reglas de Simpson:
x
f(x)
0
1
0.1
8
7. - Evalu la integral siguiente:
0.2
4
0.3
3.5
0.4
5
0.5
1
(8 + 4cosx)dx
0
a)en forma analtica; b)con una sola aplicacin de la regla del trapecio; c)con
aplicacin mltiple de la regla de trapecio, con n=2y4; d)con una sola aplicacin de
la regla de Simpson1/3; e con la aplicacin mltiple de la regla de Simpson1/3, con
n=4; f)con una sola aplicacin de regla de Simpson 3/8; g) con aplicacin mltiple de
la regla de Simpson 3/8, con n=5.

3
(1 ex )dx
0

3
(1 ex )dx
0
175
Ing.: Willam Caiza
10. - Evalu la siguiente integral:

4
(1 x 4x 3 + 2x 5 )dx
2
Referencia4: mtodos numricos para ingenieros (sexta edicin), autor: Steve C.
Chapra, pg.: 572
CAPTULO VII: ECUACIONES

DIFERENCIALES ORDINARIAS
DE PRIMER ORDEN
176
Ing.: Willam Caiza
7.1 ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN

Las ecuaciones diferenciales son una parte muy importante del anlisis matemtico y
modelan innumerables procesos de la vida real. Una ecuacin diferencial es una relacin,
vlida en cierto intervalo, entre una variable y sus derivadas sucesivas. Su resolucin
permite estudiar las caractersticas de los sistemas que modelan y una misma ecuacin
puede describir procesos correspondientes a diversas disciplinas. Las ecuaciones
diferenciales tienen numerosas aplicaciones a la ciencia y a la ingeniera, de Modo que los
esfuerzos de los cientficos se dirigieron en un principio, a la bsqueda de mtodos de
resolucin
y
de
expresin
de
las
soluciones
en
forma
adecuada.
Clasificacin de las
Ecuaciones
Diferenciales
2
+
+ 3 = 0
2
Tipo
Una o ms variables
dependientes con
respecto a una sola
variable
independiente.
Orden
El orden de una
ecuacin diferencial se
toma de la derivada
mayor en la ecuacin.
y'''+ 3y'' - 3y' - y = 0 es una

ecuacin de orden 3
Linealidad
Una ecuacin
diferencial ordinaria
de orden n es lineal
cuando F (x, y, y',...,
y(n)) = 0
+
1 1 +...+
1 + 0 = ()
+ 3 = ;
7.2 MTODOS DE RUNGE-KUTTA

Los mtodos de Runge-Kutta se aplican a ecuaciones diferenciales que tienen la siguiente
forma:
= (, )
7.2.1 MTODO DE EULER

+1 = + ( , ), +1 = +
Tambin se lo conoce a este mtodo como mtodo de Euler-Cauchy o de punto pendiente.
177
Ing.: Willam Caiza
En donde se predice un nuevo valor de y, usando la pendiente (igual a la primera derivada

en el valor original de x) para extrapolar linealmente sobre el tamao de paso h.
Imagen 7.1: Ilustracin grfica del mtodo de Euler
Ejemplo 1:
Utilizando el mtodo de Euler calcule:
= . En x [, ] con = . y la condicin inicial () = .
Desarrollo
Resolviendo analticamente la ecuacin diferencial tenemos:
= 2 1.2
= ( 2 1.2)
= ( 2 1.2)
3
ln =
1,2 +
3
= 3 1,2+
Obteniendo el valor de c mediante la condicin inicial y(0)=1, entonces
1=
03
3 1,20+
1 =
1 =
=0
178
Ing.: Willam Caiza
(, )
+1
Error
()
-1,2
0,7
0,25
0,7
-0,79625
0,5009375
0,7446 0,059897932
0,5
0,5009375 -0,47589063
0,38196484
0,5721 0,124388219
0,75
0,38196484 -0,24350259
0,3210892
0,4679 0,183661373
0,3210892 -0,06421784
0,30503474
0,4203 0,236047593
1,25
0,30503474
0,11057509
0,33267851
0,4278 0,286968824
1,5
0,33267851
0,34931244
0,42000662
0,5091 0,346536024
1,75
0,42000662
0,78226233
0,6155722
0,7308 0,425278299
0,6155722
1,72360216
1,04647274
1,3056 0,528513939
Frmulas:
Tabla 1.1
Tabla 1.2
.
Tabla 1.3
Tabla 1.4
Tabla 1.5
Tabla 1.6
179
Ing.: Willam Caiza
Ejemplo 2:
Con el mtodo de Euler integre numricamente la ecuacin
= , .
[, ]
h=1 pasos de 1
Condicin () =
Desarrollo
(, )
+1
()
Error
6,40216371
4,70108186
6,70108186
5,55162279
12,2527046
13,6857774
9,61870008
16,3197819
11,6522387
27,9720207
30,1066952
20,879467
37,1992489
25,4930811
62,69233
66,7839558
46,1385184
83,3377673
56,4612371
139,799004
-65,8995022
-4,71913255
0 +1 = + ( , )
0 +1 = 2 + 3 1
0 +1 = 5
+1
+1
+1
+1
= (+1 , 0 +1 )
= (1 ; 5)
= 4 0,81 0.5 5
= 6,40216
( , )(+1 , 0 +1 )
2
3 + 6,40216
2
= 4,7010815
+1 = +
+1 = 2 + 4,7010815
+1 = 6,7010815
Aplicando Laplace a la ecuacin
= 4 0,8 0.5
() (0) + 0,5() = 4
1
0,8
180
Ing.: Willam Caiza
4
+2
0,8
4 + 2 1,6
() + 0,5() =
0,8
() + 0,5() =
()( + 0,5) =
() =
4 + 2 1,6
0,8
4 + 2 1,6
0,8 ( + 0,5)
Aplicando fracciones parciales

2 2,4
=
+
0,8 ( + 0,5) 0,8 + 0,5
2 2,4 = + 0,5 + 0,8
+ =2
0,5 0,8 = 2,4
=
14 0,8 40 0,5
+
13
13
Ejemplo 3:
Con el mtodo de Euler integre numricamente la ecuacin
= + + ,
Desde x=0 hasta x=4 con un tamao de paso 0,5. La condicin inicial en x=0 es y=1.
Desarrollo
= 2 3 + 12 2 20 + 8.5
= (2 3 + 12 2 20 + 8.5)
= (2 3 + 12 2 20 + 8.5)
=
1=
04
2
4
+ 4 3 10 2 + 8.5 +
2
+ 4(0)3 10(0)2 + 8.5(0) +
=1
= 0,5 + 4 3 10 2 + 8,5 + 1
4
181
Ing.: Willam Caiza
Error:
=
= 3,21875 5,25 = 2,03125
O, expresada como error relativo porcentual, =-63,1.
En el segundo paso:
(1) = (0,5) + (0,5; 5,25)0,5
() = 5,25 + {2(0,5)3+ 12(0,5)2 20(0,5) + 8,5}
() = 5,875
Tabla de comparacin de los valores verdaderos y aproximados mediante el mtodo de
Euler.
Se utiliza la ecuacin + = + ( , ) para implementar el mtodo de Euler:
(0,5) = (0) + (0,1)0,5
Donde y(0)=1 y la pendiente estimada en x=0 es:
(0,1) = 2(0)3+ 12(0)2 20(0) + 8,5 = 8,5
Por lo tanto,
(0,5) = 1,0 + 8,5(0,5) = 5,25
La solucin verdadera en x=0,5 es:
= 0,5(0,5)4+ 4(0,5)3 10(0,5)2 + 8,5(0,5) + 1 = 3,21872
x
0
0,5
1
1,5
2
2,5
3
3,5
4
y verdadero
1
3,21875
3
2,21875
2
2,71875
4
4,71875
3
y euler
1
5,25
5,875
5,125
4,5
4,75
5,875
7,125
7
global
local
-63,1
-95,8
131
-125
-74,7
46,9
-51
-133,3
-63,1
-28
-1,41
20,5
17,3
4
-11,3
-53
182
Ing.: Willam Caiza
8
7
6
5
4
y verd
y euler
2
1
0
0
10
12
Figura 7.2 grafica del mtodo de Euler en Excel
Ejemplo 4:
Resuelva el siguiente problema de valor inicial
En el intervalo de t=0 a 2, donde y (0) = 1. Muestre todos sus resultados en la misma grfica.
dy
= yt 3 1.5y
dt
Desarrollo
EULER h=0,5
i xi
y real
0 0
1.0000
1 0.5
0.4798
2 1
0.2865
3 1.5
0.3737
4 2
2.7183
f(xi,yi)
0
-1.5000
-0.3438
-0.0391
0.1099
yi+1
1
0.2500
0.0781
0.0586
0.1135
3,0000
2,5000
EULER h=0,25
2,0000
EULER h=0,5
1,5000
Y REAL
1,0000
PUNTO MEDIO
0,5000
RK CUARTO ORDEN
0,0000
0
Figura7.3 mtodos de Runge Kutta
183
Ing.: Willam Caiza
7.3 ANLISIS DEL ERROR PARA EL MTODO DE EULER

La solucin numrica de las EDO implica dos tipos de error:
Errores de truncamiento: Originados por la naturaleza de las tcnicas empleadas para
aproximar los valores de y.
Errores de redondeo: Causados por el nmero limitado de cifras significativas que una
computadora puede retener.
7.3.1 ERRORES DE TRUNCAMIENTO
Los errores de truncamiento se componen de dos partes:
Error de truncamiento local: Que resulta de una aplicacin del mtodo considerado, en un
solo paso.
Error de truncamiento propagado: Que resulta de las aproximaciones producidas durante
los pasos previos.
La suma de los dos es el error total de truncamiento.
7.4 MEJORAS DEL MTODO DE EULER
Un motivo fundamental de error en el mtodo de Euler es suponer que la derivada al inicio
del intervalo es la misma durante todo el intervalo. Hay dos modificaciones simples para
evitar esta consideracin y son:
1. Mtodo de Heun
2. Mtodo del punto medio
Algoritmo de resolucin de ecuaciones diferenciales por el mtodo de Euler
184
Ing.: Willam Caiza
PROGRAMA DEL MTODO DE EULER

% --- Executes on button press in pushbutton1.
% hObject
handle to pushbutton1 (see GCBO)
% handles
f1=get(handles.edit1,'string');
[1]
f=inline(f1,'x','y');
[2]
x(1)=str2double(get(handles.edit2,'string'));
[3]
xf(1)=str2double(get(handles.edit3,'string'));
[4]
h=str2double(get(handles.edit4,'string'));
[5]
yi=get(handles.edit5,'string');
[6]
y(1)=str2double(yi);
[7]
n=(xf-x)/h;
[8]
sol=strcat('Dy=',f1);
[9]
soly=strcat('y(0)=',yi);
[10]
in=dsolve(sol,soly,'x');
[11]
inte=inline(in,'x','y');
[12]
fun=string(in);
[13]
ff(1)=y(1);
[14]
a(1)=0;
[15]
for i=1:n
[16]
a(i+1)=i;
[17]
y(i+1)=y(i)+h*f(x(i),y(i));
[18]
x(i+1)=x(i)+h;
[19]
ff(i+1)=inte(x(i+1),y(i+1));
[20]
end
[21]
set(handles.edit6,'string',fun);
[22]
set(handles.uitable1,'data',[a',x',ff',y']);
[23]
plot(handles.axes1,x,y,'b','linewidth',3);
[24]
legend EULER ORIGINAL
[25]
plot(handles.axes1,x,ff,'r','linewidth',2)
[26]
[27]
grid(handles.axes1,'on');
[28]
------------------------------------------------------------------------------------------------------------------------------------------
[1] Permite el ingreso de la funcin.

[2] Ingresa la funcin con la sintaxis de Matlab.
[3] Ingresa el valor inicial para evaluar.
[4] Ingresa el valor final para evaluar.
[5] Ingresa el valor de h que es el paso a usar (distancia entre puntos).
[6] Ingresa la condicin inicial para la resolucin de la funcin.
[7] Toma el valor de la condicin inicial y lo transforma de caracteres a nmeros.
[8] Determina el nmero de repeticiones operando los valores ingresados.
[9] Concatena la funcin original que se ingres.
[10] Concatena la condicin inicial ingresada.
[11] La funcin SOLVE permite resolver la ecuacin diferencial ingresada.
[12] La funcin INLINE permite llamar a la funcin de resolucin de forma automtica.
[13] Toma la resolucin de la ecuacin como carcter.
[14] Deriva el valor de y.
[15] Inicializa la variable.
[16] Define el bucle for.
185
Ing.: Willam Caiza
[17] Asigna un valor a la variable a.

[18] Resuelve la ecuacin para encontrar el valor de y.
[19] Resuelve la ecuacin para encontrar el valor de x.
[20] El valor final de la funcin con los valores x e y hallados.
[22] Muestra el resultado de la resolucin.
[21] Termina el bucle del for.
[23] Establece las etiquetas para la tabla.
[24] Grafica la curva de resolucin de Euler.
[25] Muestra la leyenda de los resultados graficados.
[26] Muestra una tabla con los datos obtenidos.
[27] Mantiene los ejes de la grafica
[28] Muestra una cuadrcula en la grfica.
7.4.2 MTODO DE HEUN
Este mtodo emplea dos derivadas uno en el punto inicial y otra en el final. Las dos
derivadas se promedian con la finalidad de obtener una mejor estimacin de la pendiente
en todo el intervalo.
Recuerde que en el mtodo de Euler la pendiente al inicio del intervalo
y i= f(xi, yi )
la expresin anterior se utiliza para extrapolar linealmente a yi+1 ,mediante la siguiente
expresin
y i+10= yi + f(xi, yi )h
La ecuacin es una prediccin intermedia, da una estimacin
que permite el clculo de la estimacin de la pendiente al final del intervalo:
de
yi+1
y i+1= f(xi+1, y i+10)

Combinando las dos pendientes, para obtener un pendiente promedio se obtiene:
f(xi, yi )+f(xi+1, y i+10)
2
La cual va a ser la pendiente de la expresin de Euler
Resumen de las ecuaciones
+=
+ (, ) (Predictor)
+ = +
(, )+(+, +)
(Corrector)
El mtodo de Heun es un procedimiento predictor corrector de un solo paso.

Un criterio de terminacin para la convergencia del corrector est dado por:
j
j1
(y y )
|Ea | = | i+1 j i+1 |
(y i+1)
186
Ing.: Willam Caiza
Imagen 7.4 Representacin grfica del mtodo de Heun
7.5 MTODO DE RUNGE-KUTTA DE SEGUNDO ORDEN

La expresin del mtodo de Runge-Kutta de 2do orden es:
Yi+1 = Yi + (a1 k1 + a2 k 2 )h ()
Donde: k1 = f(xi , yi )
() ;
k 2 = f(xi + (p1 )h , yi + q11 (k1 )h)
()
Recordando la serie de Taylor, tenemos:
f(xi , yi ) 2
Yi+1 = Yi + f(xi , yi )h +
h
()
2!
Encontrando f(xi , yi ) :
df(xi , yi ) f dx f dy
f(xi , yi ) =
=
+
dx
x dx y dx
df f dy
f(xi , yi ) =
+
()
dx y dx
df f dy h2
Yi+1 = Yi + f(xi , yi )h + ( + )
()
dx y dx 2!
Utilizando la serie de Taylor de dos variables; tenemos:
g
g
g(x + r; y + s) = g(x; y) r + s +
x
y
Veamos el valor de:
f
f(xi + (p1 )h , yi + q11 (k1 )h) = f(xi , yi ) + p1 h x + q11 (k1 )h y + O(h2 ) (7)
Si = / tenemos:
a1+ a2 = 1
1
a2 p1 = 2
a2 q11 = 2
a1 = 1
1
= 1/2
2
p1 = 1
q11 = 1
187
Ing.: Willam Caiza
Entonces:
1
1
Yi+1 = Yi + ( k1 + k 2 )h
2
2
k1 = f(xi , yi )
k 2 = f(xi + h , yi + (k1 )h)
Si = tenemos:
a1+ a2 = 1
a1 = 1 1 = 0
1
a2 p1 = 2
a2 q11 = 2
METODO HEUN
p1 = 1/2
q11 = 1/2
Entonces:
Yi+1 = Yi + ( k 2 )h
k1 = f(xi , yi )
k 2 = f(xi + 1/2h , yi + 1/2(k1 )h)
METODO DE PUNTO MEDIO
Explicacin
Los mtodos de Runge-Kutta tienen la exactitud del esquema de la Serie de Taylor, sin
necesitar del clculo de derivadas superiores.
La frmula general es:
+1 = + (; ; )
Donde (x; Yi ;h) es la funcin de incremento, y representa el promedio de la pendiente
sobre el intervalo.
La funcin de incremento se puede escribir en su forma general como:
= a1 k 1 + a 2 k 2 + + a n k n
Donde las ai son constantes y las ki son:
k1 = f(xi ; yi )
k 2 = f(xi + p1 h; yi + q11 k1 h)
k 3 = f(xi + p2 h; yi + q 21 k1 h++ q 22 k 2 h)
k n = f(xi + pn h; yi + q n1 k1 h+q n1 2k 2 h +.+ q n1 (n 1k n h )
Todas las k son relaciones recurrentes. Por lo que k1 aparece en la ecuacin k2, que aparece
en la ecuacin k3, etc. Esta recurrencia hace a los mtodos RK eficientes para su clculo en
computadora.
Algoritmo de resolucin de ecuaciones diferenciales por el mtodo de Heun
188
Ing.: Willam Caiza
189
Ing.: Willam Caiza
PROGRMA DEL MTODO DE HEUN

% hObject
% handles
[1]
[2]
%condiciones inciales
[3]
y(1)=str2double(get(handles.edit5,'string'));
[4]
%Parametros
[5]
[6]
n=(xf-x)/h;
[7]
a(1)=0;
[8]
for i=1:n
[9]
a(i+1)=i;
[10]
x(i+1)=x(i)+h;
[11]
k1= f(x(i),y(i));
[12]
k2=f(x(i)+h,y(i)+h*k1);
[13]
y(i+1)=y(i)+(h/2)*(k1+k2);
[14]
k(i+1)=k1;
[15]
l(i+1)=k2;
[16]
end
[17]
set(handles.edit6,'string',y(i+1));
[18]
set(handles.uitable1,'data',[a' x' k' l' y']);
[19]
[20]
plot(handles.axes1,x,k,'r','linewidth',1);
[21]
plot(handles.axes1,x,l,'g','linewidth',1);
[22]
legend Original Rk k1 k2
[23]
[24]
[25]
zoom(handles.axes1,'on');
[26]
------------------------------------------------------------------------------------------------------------------------------------------

[9] Inicia bucle for.
[10] Asigna un valor a la variable a dependiendo del ciclo de iteracin.
[12] Obtiene el valor de la primera constante.
[13] Obtiene el valor de la segunda constante.
[14] Obtiene el valor de y.
[15] Asigna a una variable el valor de la primera constante.
[16] Asigna a una variable el valor de la segunda constante.
[17] Termina el bucle for.
[18] Muestra el resultado como ecuacin.
[19] Establece etiquetas para la tabla.
190
Ing.: Willam Caiza
[20] Genera la grfica de RK.

[21] Genera la grfica de K1.
[23] Coloca la legenda de la grfica realizada.
[24] Mantiene los ejes de la grfica.
[26] Muestra un acercamiento a la grfica.
7.6 MTODOS DE RUNGE-KUTTA DE TERCER ORDEN
Para
el resultado son seis ecuaciones con ocho incgnitas, por lo tanto se deben
suponer dos valores con antelacin para poder desarrollar el sistema de ecuaciones. Una
versin ampliamente usada es:
1
Yi+1 = Yi + (k1 + 4k 2 + k 3 )h
6
k1 = f(xi , yi )
1
1
k 2 = f (xi + h , yi + (k1 )h)
2
2
k 3 = f(xi + h , yi (k1 )h) + 2k 2 h)
Si la ecuacin deferencial ordinaria est en funcin solo de x, este mtodo de tercer orden
se reduce a la regla de Simpson 1/3.
Los mtodos de RK de tercer orden dan resultados exactos cuando la solucin es cubica, al
tratarse de polinomios la ecuacin ser exacta cuando la ecuacin diferencial ordinaria sea
cbica y la solucin sea de cuarto grado.
Imagen 7.8: Ejemplo en Excel
191
Ing.: Willam Caiza
7.7 MTODOS DE RUNGE-KUTTA DE CUARTO ORDEN

El ms popular de los mtodos Rk es el de cuarto orden. La versin comnmente usada se
llama mtodo clsico de Rk de cuarto orden:
1
Yi+1 = Yi + (k1 + 2k 2 + 2k 3 + k 4 )h
6
k1 = f(xi , yi )
k 2 = f(xi + 1/2h , yi + 1/2(k1 )h)
k 3 = f(xi + 1/2h , yi + 1/2(k 2 )h))
k 4 = f(xi + h , yi + (k 3 )h)
Demostracin:
El mtodo de RK de cuarto orden est basado en lo siguiente:
Yi+1 = Yi + (a1 k1 + a2 k 2 + a3 k 3 + a4 k 4 )h
(1)
Dnde: sabiendo el valor de Y = Yi para xi , nosotros podemos encontrar el valor de Yi =
Yi+1 para xi+1 , y h = (xi+1 xi )
La ecuacin (1) es comparada con los primeros cinco trminos de la serie Taylor
dy
Yi+1 = Yi + dx|
xi ,yi
1 d4 y
4! dx4 xi ,yi
(xi+1 xi ) +
1 d2 y
2!
dx2
xi ,yi
(xi+1 xi )2 +
(xi+1 xi )4
Sabiendo que
dy
dx
1 d3 y
3! dx3 xi ,yi
(xi+1 xi )3 +
(2)
= f(xi , yi )
h = (xi+1 xi )
Entonces:
1
Yi+1 = Yi + f(xi , yi )h + 2! f(xi , yi ) (h)2 + 3! f(xi , yi ) (h)3 + 4! f(xi , yi ) (h)4

Basndonos en la ecuacin (2) y (3), una de las soluciones ms usadas es:
1
Yi+1 = Yi + (k1 + 2k 2 + 2k 3 + k 4 )h
6
Este mtodo tiene similitud con el procedimiento de Hun en cuanto a que se usan
mltiples estimaciones de la pendiente para obtener una mejor pendiente promedio en el
intervalo.
As, el siguiente valor (Yi+1) es determinado por el presente valor (Yi )mas el producto del
tamao del intervalo (h) por una pendiente estimada. La pendiente es un promedio
ponderado de pendientes:
k1 es la pendiente al principio del intervalo;
k2 es la pendiente en el punto medio del intervalo, usando k1 para determinar el valor de y
en el punto xi + h/2 usando el mtodo de Euler
192
Ing.: Willam Caiza
k3 es otra vez la pendiente del punto medio, pero ahora usando k2 para determinar el valor
de y
k4 es la pendiente al final del intervalo, con el valor de y determinado por k3
Promediando las cuatro pendientes, se le asigna mayor peso a las pendientes en el punto
medio:
Ejemplo: Resuelva el siguiente problema de valor inicial en el intervalo de t=0 a 2, donde y

(0) = 1. Muestre todos sus resultados en la misma grfica.
dy
= yt 3 1.5y
dt
Desarrollo
a) Mtodo RK de cuarto orden con h=0.5.
RK CUARTO ORDEN
i
xi
yreal
k1
1 0,5
0,4798
-1,5
0,2865
3 1,5
4
1
2
xi+0,5*h yi+0,5*k1*h
k2
yi+0,5*k2*h
k3
xi+h yi+k3*h
k4
yi+1
0,25
0,625
-0,9277
0,7681
-1,1401
0,5
0,43
-0,5912
0,4811
-0,6615
0,75
0,3157
-0,3404
0,396
-0,4269
0,2676
-0,1338
0,2869
0,3737
-0,1435
1,25
0,2511
0,1138
0,3154
0,1429
1,5
0,3584
0,672
0,3738
2,7183
0,7008
1,75
0,5489
2,1186
0,9034
3,4866
2,117
13,7607
2,5131
Imagen 7.9: Cuadro de datos del mtodo de runge kutta 4to orden
3,0000
2,5000
EULER h=0,25
2,0000
EULER h=0,5
1,5000
Y REAL
PUNTO MEDIO
1,0000
RK CUARTO ORDEN
0,5000
0,0000
0
0,5
1,5
2,5
Imagen 7.10: grafica del mtodo de Runge Kutta 4to orden
193
Ing.: Willam Caiza
7.8 MTODOS DE RUNGE-KUTTA DE ORDEN SUPERIOR

Para tener resultados ms exactos, se recomienda el mtodo de RK de quinto orden.
Yi+1 = Yi +
1
(7k1 + 32k 3 + 12k 4 + 32k 5 + 7k 6 )h
90
Dnde:
k1 = f(xi , yi )
1
1
k 2 = f (xi + h , yi + (k1 )h)
4
4
1
1
1
k 3 = f (xi + h , yi + (k1 )h + (k 2 )h))
4
8
8
1
1
k 4 = f (xi + h , yi (k 2 )h + (k 3 )h)
2
2
3
3
9
k 5 = f (xi + h , yi + (k1 )h + (k 4 )h)
4
16
16
3
2
12
12
8
(k 3 )h (k 4 )h + (k 5 )h)
k 5 = f (xi + h , yi (k1 )h + (k 2 )h +
7
7
7
7
7
Ejemplo 6:
Use el mtodo clsico de Runge-Kutta de 5to Orden para integrar numricamente la
siguiente ecuacin:
f(x;y) = -2 + 12 20x + 8,5 desde x=0 hasta x=4, con un tamao de paso de 0,5.
Condicin inicial en x=0 y y=1.
Desarrollo
x
0
0,5
1
1,5
2
2,5
3
3,5
4
k1
k2
k3
k4
k5
k6
8,5
1,25
-1,5
-1,25
0,5
2,25
2,5
-0,25
6,1836
0,1992
-1,6602
-0,8945
0,9961
2,5117
2,1523
-1,582
6,1836
0,1992
-1,6602
-0,8945
0,9961
2,5117
2,1523
-1,582
4,2188
-0,5938
-1,6563
-0,4688
1,4688
2,6563
1,5938
-3,2188
2,582
-1,1523
-1,5117
0,0039
1,8945
2,6602
0,8008
-5,1836
1,25
-1,5
-1,25
0,5
2,25
2,5
-0,25
-7,5
y
1
3,2188
3
2,2188
2
2,7188
4
4,7188
3
194
Ing.: Willam Caiza
Imagen 7.11: grafica de Runge Kutta orden superior
1.- Resuelva el siguiente problema de valor inicial en el intervalo de t=0 a 2, donde y (0) = 1.
Muestre todos sus resultados en la misma grfica.
dy
= yt 3 1.5y
dt
b) Analticamente.
c) Mtodo de Euler con h=0.5 y 0.25.
d) Mtodo RK de cuarto orden con h=0.5.
2.- Resuelva el siguiente problema en el intervalo de x=0 a 1. Usando un tamao de paso de
0.25 donde y (0)=1. Muestre todos sus resultados en la misma grfica.
dy
= (1 + 2x)y
dx
a) Analticamente.
b) Mtodo de Euler.
c) Mtodo de Heun sin el corrector.
d) Mtodo de Ralston.
e) Mtodo de RK de cuarto orden.
3.- Utilice los mtodos de a) Euler y b) Heun (sin iteracin) para resolver:
d2 y
t+y=0
dt 2
Donde y (0) = 2 y y (0) = 0. Resuelva de x = 0 a 4, con h = 0.1. Compare los mtodos por
medio de graficar las soluciones.
4.- Resuelva el problema siguiente con el mtodo de RK de cuarto orden:
d2 y
dy
+ 0.6 + 8y = 0
2
dx
dx
195
Ing.: Willam Caiza
Donde y (0) = 4 y y (0) = 0. Resuelva de x = 0 a 5 con h= 0.5. Grafique sus resultados.

5.- Resuelva la ecuacin que se presenta a continuacin, de t = 0 a 3, con h = 0.1, con los
mtodos de a) Heun (sin corrector), y b) RK y Ralston de segundo orden:
dy
= y sen3 (t)
y(0) = 1
dx
6.-Solucione en forma numrica el problema siguiente, de t = 0 a 3:
dy
= y + t 2 ,
y(0) = 1
dt
Utilice el mtodo de RK de tercer orden, con un tamao de paso de 0,5.
7.-Use los mtodos de:
a) Euler
b) RK de cuarto orden
Para resolver:
dy
dt
= 2y + 4e1
dz
yz 2
=
dx
3
En el rango de x = 0 a 1, con un tamao de paso de 0,2, con y(0) = 2 y z(0) = 4.
8.-El movimiento de un Sistema acoplado masa-resorte (como indica la figura) esta descrito
por la ecuacin diferencial ordinaria que sigue:
d2 x
dx
m 2 + c + kx = 0
dt
dt
Donde x=desplazamiento desde la posicin de equilibrio (m), t=tiempo(s), m=20(kg) masa y
s
c= coeficiente de amortiguamiento (N m). El coeficiente de amortiguamiento c adopta tres

valores, 5 (subamortiguado), 40 (amortiguamiento crtico) y 200 (sobreamortiguado). La
s
constante del resorte es k = 20 (N m). La velocidad inicial es de cero y el desplazamiento

inicial es x = 1(m). Resuelva esta ecuacin con el uso de un mtodo numrico durante el
periodo 0 t 15 s grafique el desplazamiento versus el tiempo de amortiguamiento
sobre la misma curva.
9.- Si se drena el agua desde un tanque cilndrico vertical por medio de abrir una vlvula en
la base, el lquido fluir rpido cuando el tanque este lleno y despacio conforme se drene.
Como se ve, la tasa a la que el nivel del agua disminuye es:
dy
= ky
dt
196
Ing.: Willam Caiza
Donde k es una constante que depende de la forma del agujero y del area de la seccin
transversal del tanque y agujero de drenaje. La profundidad del agua y se mide en metros y
el tiempo t en minutos.
Si k = 0.006, determine cuanto tiempo se requiere para vaciar el tanque si el nivel de fluido
se encuentra en un inicio a 3m. Resuelva con la aplicacin de la ecuacin de Euler y escriba
un programa de computadora en Excel. Utilice un paso de 0.5 minutos.
10.-La siguiente es una ecuacin diferencial de Segundo orden con valor inicial:
d2 x
dx
+ (5x) + (x + 7)sen(wt) = 0
2
dt
dt
Dnde:
dx
(0) = 1,5
y
x(0) = 6
dt
Observe que w = 1. Descomponga la ecuacin en dos ecuaciones diferenciales de primer
orden. Despus de la descomposicin, resuelva el sistema t = 0 a 15, y grafique sus
resultados.
Referencia5: mtodos numricos para ingenieros (sexta edicin), autor: Steve C. Chapra,
pg.: 68
Algoritmo de resolucin de ecuaciones diferenciales por el mtodo de Runge Kutta
197
Ing.: Willam Caiza
PROGRAMA
% hObject
% handles
[1]
[2]
%condiciones inciales
[3]
y(1)=str2double(get(handles.edit5,'string'));
[4]
%Parametros
[5]
[6]
n=(xf-x)/h;
[7]
a(1)=0;
[8]
for i=1:n
[9]
a(i+1)=i;
[10]
x(i+1)=x(i)+h;
[11]
k1= f(x(i),y(i));
[12]
k2=f(x(i)+h/2,y(i)+(h/2)*k1);
[13]
k3=f(x(i)+h/2,y(i)+(h/2)*k2);
[14]
k4=f(x(i)+h,y(i)+(h)*k3);
[15]
y(i+1)=y(i)+h*(k1+2*k2+2*k3+k4)/6;
[16]
k(i+1)=k1;
[17]
l(i+1)=k2;
[18]
m(i+1)=k3;
[19]
p(i+1)=k4;
[20]
end
[21]
set(handles.edit6,'string',y(i+1));
[22]
set(handles.uitable1,'data',[a' x' k' l' m' p' y']);
[23]
[24]
plot(handles.axes1,x,k,'r','linewidth',1);
[25]
plot(handles.axes1,x,l,'g','linewidth',1);
[26]
plot(handles.axes1,x,p,'y','linewidth',1);
[27]
plot(handles.axes1,x,m,'k','linewidth',1);
[28]
legend Original Rk k1 k2 k3 k4
[29]
[30]
[31]
zoom(handles.axes1,'on');
[32]
-----------------------------------------------------------------------------------------------------------------------------------------
198
Ing.: Willam Caiza

[9] Inicia bucle for.
[10] Asigna un valor a la variable a dependiendo del ciclo de iteracin.
[12] Obtiene el valor de la primera constante.
[13] Obtiene el valor de la segunda constante.
[14] Obtiene el valor de la tercera constante.
[15] Obtiene el valor de la cuarta constante.
[16] Obtiene el valor de y.
[17] Asigna a una variable el valor de la primera constante.
[18] Asigna a una variable el valor de la segunda constante.
[19] Asigna a una variable el valor de la tercera constante.
[20] Asigna a una variable el valor de la cuarta constante.
[21] Termina el bucle for.
[22] Muestra el resultado como ecuacin.
[23] Establece etiquetas para la tabla.
[24] Genera la grfica de RK.
[29] Coloca la legenda de la grfica realizada.
[30] Mantiene los ejes de la grfica.
[32] Muestra un acercamiento a la grfica.
ANEXOS
Propiedades de Laplace
L{ f(t) + g(t) } = F(s) + G(s)

L{ a.f(t) } = a.F(s)
L{ f(at) } = ()
L{ eat.f(t) } = F(s-a)
L{ f(t-a) } = e-as.F(s)
L{ f (t) } = s.F(s) f(0)
L{ f (t) } = s2.F(s) s.f(0) f(1)
L{ 0 f(T). dt } =
()
199
Ing.: Willam Caiza
Tabla de la transformada de Laplace

f(t)
()
()
cos()
()
( )

. ()
1
()
() ()
F(s)
1
1
2
!
2+1
2 + 2
2 + 2
1
()
()
(). ()
EJERCICIOS DE LAPLACE CON ECUACIONES DIFERENCIASLES POR LAPLACE

Usando la transformada de Laplace encuentre la solucin de la ecuacin.
+ =
() =
() =
( ())() = () () = ()
( ())() = () () () = ()
( )() = ( )() =
+
Aplicacin la transformada de Laplace a nuestra ecuacin obtenemos:
8
( 2 2 + 5)() 2 8 =
,
+1
Lo que implica:
2 2 + 10
() = 2
( 2 + 5)( + 1)
3( 1) + 2(4)
1
=
.
2
2
( 1) +
+1
Por lo tanto
200
Ing.: Willam Caiza
() = 1 (
3( 1) + 2(4)
1
) ()
( 1)2 + 2
+1
= 3 1 ((1)2 +2 ) ()+4 1 ((1)2 +2 ) () 1 (+1) ()

= 3 cos(2) + 4 sen(2)
Obtenga la ecuacin que es solucin de la siguiente ecuacin diferencial por el mtodo de
la transformada de Laplace, haciendo uso de las tablas y propiedades.
()
+ () = () () =
() =
{D2 g(t) + 4g(t)} = {sen(4t)}

{D2 g(t) + 4{g(t)} = {sen(4t)}
{S 2 G(s) Sg(0) g (0)} + 4{G(s)} = {
S2
4
}
+ 42
1
4
2 () 0 + 4() = 2
5
( + 42 )
1
4
()( 2 + 4) = 2
5 ( + 42 )
4
1 20 + ( 2 + 42 )
2 + 36
2
()( + 4) = 2
+ =
=
( + 42 ) 5
5( 2 + 42 )
5( 2 + 42 )
1 2
( + 62 )
( 2 + 62 )
5
() =
() =
5( 2 + 42 )( 2 + 42 )
5( 2 + 42 )( 2 + 42 )
Aplicando la transformada Inversa de Laplace
1 2
( + 62 )
5
1 {()}
1
= {
}
5( 2 + 42 )( 2 + 42 )
1 {()} = () = 0.2667(2) + 0.0834(4 + )
Resuelva usando transformada de Laplace la ecuacin
+ = () ,
() = () =
Donde
0
0<3
() = {
3
Primero observamos que:
() = ( 3) = ( 3)( 3) + 3( 3),
Donde
0
() = {
1
<0
0
201
Ing.: Willam Caiza
Entonces si () = (y(t))(s),aplicando transformada de Laplace a la ecuacin diferencial

obtenemos
3 + 1 3
( 2 + 4)() =
2
Esto implica
3 + 1
() = 2 2
3
( + 4)
3 + 1
() = 1 ( 2 2
3 ) ()
( + 4)
3 + 1
+
=
+ +
2 ( 2 + 4) 2 2 + 4
Resolviendo se obtiene
3
= 4, = 4, = 4, = 4
As
3 + 1
31 1 1 3
1
=
+
2 ( 2 + 4) 4 4 2 4 2 + 4 4 2 + 4
() = 1 (
3 + 1
3 1
3
1
) () = + cos(2) sin(2)
+ 4)
4 4
4
8
2 ( 2
Por lo tanto
() = ( 3)( 3)
3 1
3
1
= ( + ( 3) cos(2( 3)) sin(2( 3))) ( 3)
4 4
4
8
Hallar:
{ + () + ()}
Por la propiedad de linealidad tenemos que:
{4 5 + 6 3 3(4) + 2(2)}
= 4{ 5 } + 6{ 3 } 3{(4)} + 2{cos(2)}
1
3!
4
=4
+6 43 2
+2 2
5
+ 16
+4
4
36
12
2
=
+
+
5 4 2 + 16 2 + 4
Hallar:
{( + ) + ()}
Por la propiedad de linealidad tenemos que:
{( + 2)2 + 4 (2)}
202
Ing.: Willam Caiza
= {( + 2)2 } + { 4 cosh(2)}
= {( 2 + 4 + 4) } + { 4 cosh(2)}
= {( 2 } + 4{ } + 4{ } + { 4 cosh(2)}
Aplicando el primer teorema de la traslacin:
= {( 2 } + 4{ } + 4{ } + { 4 cosh(2)}
2!
4
4
+4
=
+
+
+
3
2
( 1)
( 1)
1 ( + 4)2 4
5 4 + 29 3 + 9 2 21 + 20
=
( 1)3 ( + 2)( + 6)
203
Ing.: Willam Caiza
ANEXO I: MULTIPLICADORES DE
LAGRANGE
1 MULTIPLICADORES DE LAGRANGE
El mtodo de los multiplicadores de Lagrange es un procedimiento para encontrar los
mximos y minimos de funciones de variables multiples las cuales estan sujetas a
restricciones.
1.1 CONCEPTOS FUNDAMENTALES
Para poder tener una mejor comprensin del mtodo de los multiplicadores de Lagrange se
debe tener en cuenta estos conceptos fundamentales
En clculo, un punto crtico de una funcin de una variable real es cualquier valor en
el dominio en donde la funcin no es diferenciable o cuando su derivada es 0.
Funcin de variables mltiples , es aquella funcin la cual consta de varias

variables.
(, 1 , 2 , , )
Puntos estacionarios: Un punto estacionario de una funcin de una variable real, es

un nmero donde la derivada de es cero. Si la funcin es derivable y tiene
un extremo local en un punto, ese punto estar entre sus puntos estacionarios.
Curvas de nivel de una funcin de variables: cuando la funcin tiene dos variables
podra representarse mediante una superficie en el espacio tridimensional. Dicha
superficie estara formada por los puntos de la forma (, , (, )).
No obstante, existe una forma de representar grficamente funciones de dos variables
en el plano: mediante las conocidas como curvas de nivel de la funcin. Dichas curvas
204
Ing.: Willam Caiza
se obtienen al cortar la superficie mediante planos horizontales a distintas alturas, de

forma que todos esos cortes forman una familia de curvas que se proyectan sobre el
plano ().
: 2
(, ) = 2 + 2
2 + 2 =
1.2 PROCEDIMIENTO
El mtodo dice que los puntos donde la funcin tiene un extremo condicionado con k
restricciones, estn entre los puntos estacionarios (puntos donde la derivada de la funcin es
igual a cero) de una nueva funcin sin restricciones construida como una combinacin
lineal de la funcin y las funciones implicadas en las restricciones, cuyos coeficientes son los
multiplicadores.
1.3 DETERMINACIN DE LA ECUACIN DE LAGRANGE
Se tiene una funcin de tipo (, 1 , 2 , , )la cual tiene un dominio D, donde las variables
de dicha funcin est sujeta a las siguientes restricciones de tipo (, 1 , 2 , , ) las cuales
se encuentran en el dominio D de la funcin primaria.
Las variables , 1 , 2 , , estn sujetas a las restricciones de igualdad (m < n):
1 (, 1 , 2 , , ) = 0
2 (, 1 , 2 , , ) = 0
205
Ing.: Willam Caiza
(, 1 , 2 , , ) = 0
Donde las funciones , 1 , 2 , , son diferenciables, debe tener segundas derivadas
continuas, mientras que las deben tener primeras derivadas continuas.
Para simplificar el clculo se trabajara con un funcin doble (, ) = , y sujeto a una
restriccin (, ) = , la cual se encuentra dentro del dominio de
(, ) = .
Como sabemos una funcion de tipo (, ) = , se la puede representar por medio de sus
curvas de nivel; es decir para cada valor de d tendr una curva.
La funcion (, ) = , sera una nica funcin que pasa una de las curvas de nivel.
El punto donde cruza la funcin (, ) = , por un punto de la curva de nivel de la funcin
(, ) = es un punto crtico.
Para determinar ese punto critico se utilizara el gradiente vector, el cual se encuentra en
direccin del mximo cambio de la funcin, se sabe que el gradiente es perpendicular a las
curvas de nivel.
1.4 ECUACION GENERAL DE LOS MULTIPLICADORES DE LAGRANGE
(, , ) = (, ) + (, )
Punto estacionario: En este punto la restriccion (, ) = interseca en un punto de las
curvas de nivel de la funcion (, ) = .
El gradiente de (, ) = , es paralelo al gradiente de la funcin (, ) =
de ah se obtiene = donde la constante c se remplaza por .
Una vez optenida esta relacin: =

Se procede a obtener las derivadas parciales:
206
Ing.: Willam Caiza

,
=
,

De esta manera obtendre las siguientes igualdades:
(, ) =
Ejemplo 1:
Encuentre los valores ptimos de la funcin:
a. Los puntos crticos.
b. Los puntos mximos y mnimos de la funcin.
Sea (, ) = + +
Sujeta a la Restriccin: + =
Paso # 1
Ec. Lagrange:
(1 , 2 , , ) = (1 , 2 , , ) + 1 (1 , 2 , , )
=1
(, , ) = (, ) + ()
(, , ) = ( 2 + 12 + 2 2 ) + (4 2 + 2 = 25)
Paso # 2
Derivar aplicando derivadas parciales:
= 2 + 12 + 8 = 0
= 12 + 4 + 2 = 0
= 4 2 + 2 25 = 0
Paso # 3
Formar el sistema de ecuaciones no lineales:
207
Ing.: Willam Caiza
1)
2 + 12 + 8 = 0
2)
12 + 4 + 2 = 0
3)
4 2 + 2 25 = 0
Paso # 4
Resolver el sistema; de la ecuacin 1) despejamos y:
12 = 8 2
4)
2
1
=
3
6
Sustituyo 4) en 2)
2
1
2
1
12 + 4 ( ) + 2 ( ) = 0
3
6
3
6
34
4
5)
3 2 = 0
3
3
Sustituyo 4) en 3)
2
1 2
2
1
1 2
4 2 + ( ) 2 ( ) ( ) + ( ) 25 = 0
3
6
3
6
6
2
2
2
1
1 2
4 + ( ) 2 ( ) ( ) + ( ) 25 = 0
3
3
6
6
145 2 4 2 2 2 2 2
6)
+ + 25 = 0
36
9
9
2
Paso # 5
Factorizamos la ecuacin 5)
34
4
( 3 2 ) = 0
3
3
= 0;
Sustituyo 2 =
17
4
1 = 2 ;
2 =
17
4
en 5)
145 2 4 2
17 2 2 2
17
+ ( ) + ( ) 25 = 0
36
9
4
9
4
100 2
25 = 0
9
225
2 =
100
3
3
1 = ;
2 =
2
2
Sustituyo = 2 ; 2 =
17
4
en 4)
208
Ing.: Willam Caiza
3
17
= ; = 4 ; =
2
4
Sustituyo 1 = 2 en 6)
145 2 4 2 2 2 2
+ (2) + (2) 25 = 0
36
9
9
145 2 16 2 2 2
+
+ 25 = 0
36
9
9
25 2
= 25
4
1 = 2;
2 = 2
Sustituyo = 2 ; 1 = 2 en 6)
= 2; = 3 ; = 2
= 2; = 3 ; = 2
Paso # 6
Analizar los puntos crticos de la funcin cuando existe un como mximo relativo o mnimos
relativo.
(, ) > 0 .
(, ) < 0 .
Soluciones:
(2, 3); (2, 3) = 59 .
3
3
( , 4) ; ( , 4) = 90.25 .
2
2
Ejemplo 2:
Encontrar el mximo de esta funcin: (, ) = Restriccin
El grfico de la funcin restriccin:
= .
El cdigo en Matlab es:

x=[-3:0.1:3];
y=[-3:0.1:3];
[X,Y]=meshgrid(x,y);
Z=X.*Y
mesh(X,Y,Z);
title('GRAFICA DE FUNCION')
hold on
%%
x=-3:0.1:3
y=sqrt((1-(x.^2/9))*16);
plot(x,y);
hold on
%%
x=-3:0.1:3
209
Ing.: Willam Caiza

y=-sqrt((1-(x.^2/9))*16);
plot(x,y);
hold on
Figura 1: Grfica de una funcin.
Nuestra restriccin pasa hacer nuestra funcin g.
(, ) =
2
9
2
16
Paso # 1
Derivada parcial de la funcin f con respecto a x.
Multiplicamos con la funcin g, procedemos a la Derivada parcial de la funcin g

con respecto a x.
4 =
2
x
9
Paso # 2
Derivada parcial de la funcin f con respecto a y
Multiplicamos con la funcin g, procedemos a la Derivada parcial de la funcin g

con respecto a y.
Paso #3
Establecemos nuestras 3 ecuaciones:
2
1. 4 = x
9
2. 4 =
3.
2
9
2
16
2
16
=1
Paso # 4
Despejamos la primera ecuacin , obtenemos nuestra ecuacin (4).
210
Ing.: Willam Caiza
18
Paso # 5
Remplazamos nuestra ecuacin (4) en nuestra ecuacin (2).
2
y
16
1 18
4x = (
)
8
4 =
2
9
2
16
Obtenemos la ecuacin (5).
Paso # 6
Remplazamos nuestra ecuacin (5) en nuestra ecuacin (3).
2 2
+
=1
9 16
2
9
1 =
2
9
; 2 =
=1
32
;
2
2 =
9
2
32
2
Paso # 7
Obtenemos nuestro valores de, y.
1 = 2 2 ;
2 = 22
Paso # 8
Obtenemos nuestros puntos: (
32
2
; 2 2 ) ; (
32
2
; 2 2 )
Los puntos obtenidos se pueden encontrar con el solver de Matlab:

Paso # 9
Remplazamos nuestros puntos en la funcin, con lo cual obtendremos nuestro punto mximo
y mnimo.
(, ) = 4
En este caso obtenemos un valor de 24 en ambos casos por lo que se determina que los dos
son puntos mximos.
Programa 1: Programa de Multiplicadores de Lagrange.
211
Ing.: Willam Caiza
Cdigo del programa:

syms x y L k a b c
f=char(get(handles.edit1,'string'));
g=char(get(handles.edit2,'string'));
L=f+k*g
fx=diff(L,x)
fy=diff(L,y)
fk=diff(L,k)
[var1 var2
var3]=solve(fx==a,fy==b,fk==c,a,b,c);
set(handles.edit3,'string',char(var1));
L=f+k*g
[x,y,k]=solve(diff(L,x),diff(L,y),diff(L,k),x,y,k)
set(handles.edit6,'string',char(x));
set(handles.edit7,'string',char(y));
set(handles.edit8,'string',char(k));
x=[-4:0.1:4];
y=[-4:0.1:4];
[x,y]=meshgrid(x,y);
z=x.^2+12*x.*y+2*y.^2;
mesh(x,y,z);
title('GRAFICA DE FUNCION');
hold on
rotate3d on
Figura 2: Grfica de una funcin.
212
Ing.: Willam Caiza
ANEXO II: SISTEMA DE ECUACIONES

NO LINEALES MTODO DE NEWTON
1. SISTEMA DE ECUACIONES NO LINEALES METODO DE NEWTON

Este es un mtodo iterativo, a diferencia de los mtodos directos donde la solucin a una
ecuacin o sistema de ecuaciones se logra siempre al primer intento siguiendo paso a paso
un procedimiento determinado, los mtodos iterativos obtienen la solucin como resultado de
una serie de aproximaciones generadas sucesivamente a partir de una aproximacin inicial a
la solucin. Tambin se lo conoce como el mtodo de NEWTONRAPHSON
MULTIVARIABLE, Tiene una convergencia cuadrtica siempre y cuando se conozca un
valor inicial suficientemente preciso.
Para este mtodo partiremos ya con el conocimiento del mtodo de Newton Raphson para
resolver una ecuacin con una incgnita en el cual podemos ver que necesitamos un valor
213
Ing.: Willam Caiza
inicial, la funcin evaluada en ese punto y la derivada de la funcin evaluada en el punto

inicial y mediantes esta ecuacin obtenemos un nuevo valor. Pero ahora como tenemos un
sistema de ecuaciones se tendr que adaptar esta frmula para que nos permita obtener la
solucin a dicho sistema:
+1 = ( )/ ( )
Pues ahora ya tenemos un conjunto de ecuaciones no lineales de f1, f2, f3, , fn. Las cuales
debemos igualar a cero, esto significa que vamos a encontrar las races de cada una de estas
ecuaciones no lineales que resuelvan todo el sistema.
(1, 2, 3, , ) = 0
(1, 2, 3, , ) = 0
(1, 2, 3, , ) = 0
Ahora debemos tomar en cuenta la manera en que vamos a derivar este conjunto de
ecuaciones y para adaptar este mtodo como ya se mencion ya no tenemos una variable sino
un vector de variables, al igualar las funciones a cero obtenemos un vector de funciones y de
estas necesitamos las derivadas pero al ser un conjunto se realiza las derivadas parciales de
cada funcin respecto a cada variable acomodadas en una matriz la cual se denomina
MATRIZ JACOBIANA aqu se expresa ya de manera matricial.
DERIVADA DE LA PRIMERA FUNCION CON
RESPECTO A Y
RESPECTO A X
( , , , )
+1
( , , , )
[ +1 ] = [ ]
+1
[( , , , , )]
]
[

RESPECTO A Z
Por lo que al obtener la matriz Jaciobiana, tambin debemos encontrar su inversa y de existir
la misma para poder desarrollar este mtodo al efectuar la siguientes operaciones
matemticas obtengo los valores de cada variable para la siguiente iteracin y esto lo
calculamos hasta que le valor de la nueva iteracin menos la antigua iteracin sea
prcticamente cero, es decir llegar a obtener la convergencia.
Ejemplo 1:
214
Resolver {
Ing.: Willam Caiza
+ =
, + , =
Figura 1. Grfica de las funciones en Matlab.
1. Realizaremos el proceso para encontrar el primer Xi+1, dadas las siguientes

ecuaciones las igualamos a cero y damos un punto inicial.
(1, 2, 3, ) = 2 + 2 2 = 0
(1, 2, 3, ) = 2 0,5 + 0,1 = 0
2. Encontramos Derivadas parciales de las funciones con respecto a cada una de las
variables.
= 2
= 2 0,5
= 2
= 1
3. Formamos la matriz Jacobiana.

[
2
2 0.5
2
]
1
4. Remplazamos los puntos iniciales para obtener valores numricos en la matriz

Jacobiana y calculamos su inversa.
(1,2; 0,8)
215
Ing.: Willam Caiza

2 (1.2)
2 (1.2) 0.5
2.4
[
1.90
0.160
]
1
2 (0.8)
]
1
5. Calculamos la matriz inversa aumentando la matriz identidad.

0.160
1 0
]
1
0 1
2.4
0.160
1
0
1.901 2.402 2 [
]
0
5.44
1.90
2.40
2.4
0.160
1
0
1/2.90 1 [
] 2/5.44 2
0
5.44
1.90 2.40
1 0
0.18
0.29
0.5522 + 1 1 [
]
0 1
0.35 0.44
0.18
0.29
[
]
0.35
0.44
[
2.4
1.90
6. Evaluamos las ecuaciones en el punto inicial y multiplicamos por la inversa del

Jacobiano.
0.08
0.18
0.29
0.055
[
][
]=[
]
0.14
0.35 0.44
0.33
7. Para encontrar el Xi+1, restamos el producto anterior menos los puntos iniciales.
1.20
1.14
0.055
[
][
]=[
]
0.8
0.83
0.33
8. Como ya lo explicamos se repite el proceso asumiendo como nuevo punto inicial el
Xi+1 encontrado.
9. Este mtodo es complejo si se lo realiza de forma manual por lo que se presenta un
ejercicio realizado en Excel.
Considrese el sistema no lineal siguiente:
1 (, ) = 2 + 2 2 = 0 (Circunferencia)
2 (, ) = 2 0,5 + 0,1 = 0 (Parbola)
a) Usar el mtodo de Newton comenzando en el punto P0 = (p0, q0) = (1,2; 1,8) y
calcular los puntos P1 y P2.
f(x1,x2,,xn)=
2 + 2 2
2 0,5 + 0,1
g(x1,x2,,xn)=
df/dx=
dg/dx=
2x
2x-0,5
df/dy=
dg/dy=
2y
-1
MATRIZ JACOBIANA
2x
2y
216
Ing.: Willam Caiza

2x-0,5
2 + 2 2
2 0,5
2 0,5 + 0,1
f(Xi)
( )
1()

( )
J(Xi)
J-1(Xi)
Xi
1,200000
0,080000
2,400000
1,600000
Yi
0,800000
0,140000
1,900000
Xi+1
1,144118
0,004267
Yi+1
0,833824
-1
1() ()
1( ) ( )
J-1(Xi)*f(Xi)
Xi+1=Xi-(J-1(Xi)*f(Xi))
0,183824
0,294118
0,055882
1,144118
-1,000000
0,349265
-0,441176
-0,033824
0,833824
2,288235
1,667647
0,189740
0,316419
0,001798
1,142320
0,003123
1,788235
-1,000000
0,339299
-0,434169
0,000092
0,833732
1,142320
0,000003
2,284640
1,667463
0,190097
0,316980
0,000002
1,142318
0,833732
0,000003
1,784640
-1,000000
0,339255
-0,434304
0,000000
0,833732
1,142318
0,000000
2,284637
1,667464
0,190098
0,316981
0,000000
1,142318
0,833732
0,000000
1,784637
-1,000000
0,339255
-0,434304
0,000000
0,833732
-0,800000
0,080000
-1,600000
2,400000
-0,150602
-0,361446
0,009639
-0,809639
1,200000
-0,060000
-2,100000
-1,000000
0,316265
-0,240964
0,039759
1,160241
-0,809639
0,001674
-1,619277
2,320482
-0,152975
-0,354975
-0,000289
-0,809350
1,160241
0,000093
-2,119277
-1,000000
0,324196
-0,247709
0,000520
1,159721
-0,809350
0,000000
-1,618699
2,319443
-0,153071
-0,355040
0,000000
-0,809349
1,159721
0,000000
-2,118699
-1,000000
0,324312
-0,247776
0,000000
1,159721
1,300000
0,500000
2,600000
1,800000
0,156740
0,282132
0,146082
1,153918
0,900000
0,240000
2,100000
-1,000000
0,329154
-0,407524
0,066771
0,833229
1,153918
0,025798
2,307837
1,666458
0,187952
0,313213
0,011533
1,142386
0,833229
0,021340
1,807837
-1,000000
0,339786
-0,433761
-0,000491
0,833719
1,142386
0,000133
2,284772
1,667439
0,190086
0,316957
0,000067
1,142318
0,833719
0,000133
1,784772
-1,000000
0,339261
-0,434304
-0,000013
0,833732
1,142318
0,000000
2,284637
1,667464
0,190098
0,316981
0,000000
1,142318
0,833732
0,000000
1,784637
-1,000000
0,339255
-0,434304
0,000000
0,833732
1,400000
0,960000
2,800000
2,000000
0,135135
0,270270
0,227027
1,172973
1,000000
0,360000
2,300000
-1,000000
0,310811
-0,378378
0,162162
0,837838
1,172973
0,077838
2,345946
1,675676
0,183852
0,308077
0,030189
1,142784
0,837838
0,051541
1,845946
-1,000000
0,339381
-0,431307
0,004187
0,833651
1,142784
0,000929
2,285567
1,667303
0,190018
0,316818
0,000465
1,142318
0,833651
0,000911
1,785567
-1,000000
0,339291
-0,434300
-0,000081
0,833732
1,142318
0,000000
2,284637
1,667464
0,190098
0,316981
0,000000
1,142318
0,833732
0,000000
1,784637
-1,000000
0,339255
-0,434304
0,000000
0,833732
15
-0,900000
0,500000
-1,800000
2,600000
-0,128535
-0,334190
-0,084319
-0,815681
1,300000
0,060000
-2,300000
-1,000000
0,295630
-0,231362
0,133933
1,166067
16
-0,815681
0,025048
-1,631362
2,332134
-0,151470
-0,353247
-0,006305
-0,809376
10
11
12
13
14
217
Ing.: Willam Caiza
1,166067
0,007110
-2,131362
-1,000000
0,322837
-0,247102
0,006330
1,159737
-0,809376
0,000080
-1,618752
2,319475
-0,153066
-0,355032
-0,000026
-0,809349
1,159737
0,000040
-2,118752
-1,000000
0,324308
-0,247775
0,000016
1,159721
-0,809349
0,000000
-1,618699
2,319443
-0,153071
-0,355040
0,000000
-0,809349
1,159721
0,000000
-2,118699
-1,000000
0,324312
-0,247776
0,000000
1,159721
-1,000000
0,960000
-2,000000
2,800000
-0,111111
-0,311111
-0,168889
-0,831111
1,400000
0,200000
-2,500000
-1,000000
0,277778
-0,222222
0,222222
1,177778
20
-0,831111
0,077906
-1,662222
2,355556
-0,148028
-0,348689
-0,021478
-0,809633
1,177778
0,028523
-2,162222
-1,000000
0,320070
-0,246056
0,017917
1,159861
21
-0,809633
0,000782
-1,619266
2,319721
-0,153013
-0,354949
-0,000283
-0,809350
1,159861
0,000461
-2,119266
-1,000000
0,324276
-0,247769
0,000139
1,159721
-0,809350
0,000000
-1,618699
2,319443
-0,153071
-0,355040
0,000000
-0,809349
1,159721
0,000000
-2,118699
-1,000000
0,324312
-0,247776
0,000000
1,159721
17
18
19
22
Este mtodo nos permite obtener un xi+1 un par ordenado (x, y) pero para representarlo
grficamente en Matlab debemos evaluar este x, y para obtener una z y graficar los puntos z =
(x, y) para las dos funciones f y g.
+1 2 + +1 2 2
z1=f(x, y)
0,004267
0,001674
0,025798
0,077838
0,025048
0,077906
+1 2 +1 0,5+1
+ 0,1
z2=f(x, y)
0,003122837
9,29017E-05
0,021339806
0,051541271
0,007109654
0,028523457
z1=f(x,y)
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
z2=f(x,y)
0
7,13318E-15
0
1,22402E-14
1,38778E-16
1,97065E-15
Grficamente en Matlab podemos observar los puntos (xx+1, yyi+1, z) e interpretar las
respuestas.
218
Ing.: Willam Caiza
Figura 1: Grfica de las funciones en Matlab.
PROGRAMA 1: Cdigo usado para graficar los puntos.

x=[-3:0.2:3];
y=[-3:0.2:3];
Z=X.^2+Y.^2-2;
mesh(X,Y,Z);
hold on
x1=x;
y1=y;
[X1,Y1]=meshgrid(x1,y1);
Z1=X.^2-Y-0.5*X+0.1;
mesh(X1,Y1,Z1);
hold on
x=[1.144118 -0.809639 1.13918 1.172973 -0.815681 -0.831111]
y=[0.833824 1.160241 0.833229 0.837838 1.166067 1.177778]
z=[0.004267 0.001674 0.025798 0.077838 0.025048 0.077906]
[X,Y,Z]=meshgrid(x,y,z)
plot3(x,y,z,'xr')
hold on
x=[1.144118 -0.809639 1.13918 1.172973 -0.815681 -0.831111]
y=[0.833824 1.160241 0.833229 0.837838 1.166067 1.177778]
z=[0.003123 0.000093 0.021340 0.051541 0.007110 0.028523]
plot3(x,y,z,'*g')
hold on
x=[1.144118 -0.809639 1.13918 1.172973 -0.815681 -0.831111]
y=[0.833824 1.160241 0.833229 0.837838 1.166067 1.177778]
z=[0.000000 0.000000 0.000000 0.000000 0.000000 0.000000]
plot3(x,y,z,'om')
hold on
Pero la interpretacin de estos puntos son los ms aproximados a la solucin del sistema, pero
debemos notar que su resultado final sera una serie de aproximaciones generadas
219
Ing.: Willam Caiza
sucesivamente a partir de una aproximacin inicial a la solucin que generaran una curva
en la interseccin como se puede ver.
PROGRAMA 2: Cdigo usado para graficar la Curva.

x=[-3:0.2:3];
y=[-3:0.2:3];
Z=X.^2+Y.^2-2;
mesh(X,Y,Z);
hold on
x1=x;
y1=y;
[X1,Y1]=meshgrid(x1,y1);
Z1=X.^2-Y-0.5*X+0.1;
mesh(X1,Y1,Z1);
hold on
x=[1.144118 -0.809639 1.13918 1.172973 -0.815681 -0.831111]
y=[0.833824 1.160241 0.833229 0.837838 1.166067 1.177778]
z=[0.004267 0.001674 0.025798 0.077838 0.025048 0.077906]
plot3(x,y,z,'r')
hold on
x=[1.144118 -0.809639 1.13918 1.172973 -0.815681 -0.831111]
y=[0.833824 1.160241 0.833229 0.837838 1.166067 1.177778]
z=[0.003123 0.000093 0.021340 0.051541 0.007110 0.028523]
plot3(x,y,z,'g')
hold on
x=[1.144118 -0.809639 1.13918 1.172973 -0.815681 -0.831111]
y=[0.833824 1.160241 0.833229 0.837838 1.166067 1.177778]
z=[0.000000 0.000000 0.000000 0.000000 0.000000 0.000000]
plot3(x,y,z,'m')
hold on
2. APLICACIONES DEL MTODO DE NEWTON-RAPHSON
220
Ing.: Willam Caiza
Son muy variadas las aplicaciones del mtodo de Newton. Para destacar est en la solucin
de problemas de flujos de potencia en ingeniera elctrica. Tambin se encuentran
aplicaciones mecnicas en la solucin de ecuaciones que determinan la posicin en la
dinmica de un mecanismo o sistema.
3. CONCLUSIN
El mtodo de newton es eficiente en la solucin de sistemas de ecuaciones no lineales,
converge muy rpidamente y proporciona una muy buena precisin en los resultados. El
mtodo se emplea en la solucin de problemas acadmicos y en problemas propios del
mundo real.
Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos asegure que
encontraremos la raz, y de hecho no tenemos ninguna garanta de que nos aproximaremos a
dicha raz. Desde luego, existen ejemplos donde este mtodo no converge a la raz, en cuyo
caso se dice que el mtodo diverge. Sin embargo, en los casos donde si converge a la raz lo
hace con una rapidez impresionante, por lo cual es uno de los mtodos preferidos.
221
Ing.: Willam Caiza
ANEXO III: INTRODUCCIN A LA

PROGRAMACIN EN MATLAB
1. INTRODUCCIN
En el presente anexo, se har uso y se explicara Matlab ya que es uno de los principales
softwares de desarrollo para la ingeniera, entre sus principales caractersticas se hallan: la
manipulacin de matrices, la representacin de datos y funciones, la implementacin de
algoritmos, la creacin de interfaces de usuario (GUI) y la comunicacin con programas en
otros lenguajes y con otros dispositivos hardware. Matlab es al mismo tiempo un entorno y
un lenguaje de programacin. Uno de sus puntos fuertes es el hecho de que el lenguaje de
Matlab permite construir nuestras propias herramientas reusables.
La manera ms fcil de visualizar Matlab es pensar en l como en una calculadora
totalmente equipada, aunque, en realidad, ofrece muchas ms caractersticas y es mucho
ms verstil que cualquier calculadora. Matlab es una herramienta para hacer clculos
matemticos, e implementaciones complejas de programas de uso para la ingeniera cuyo
desarrollo se realiza con facilidad relativa.
222
Ing.: Willam Caiza
1.1 CARACTERISTICAS BASICAS

1.1.1 COMANDOS BASICOS
Los comandos bsicos que se utilizan en Matlab son parecidos a los de cualquier
calculadora.
Operacin
Adicin
Sustraccin
Multiplicacin
Divisin
Potencia
Raz Cuadrada
Logaritmo Base 10
Logaritmo Natural
Exponencial
Funciones Trigonomtricas
Smbolo
+
*
/
^
sqrt( )
log10( )
log( )
exp( )
sin cos tan
Tabla 1.1 Comandos Bsicos en Matlab
1.2 CARACTERES ESPECIALES Y COMANDOS

Matlab distingue entre maysculas y minsculas. Las Flechas del teclado recuperan los
comandos anteriores.
Smbolo
%
;
\n
input()
clc
clear all
format rat
format short
223isp.()
num2str
help
plot()
hold on
hold off
Operacin
Smbolo de comentario (ignora la lnea)
Separacin de comandos. Si se coloca al final del comando, no se muestra el
resultado
Expresin de escape (lnea siguiente)
Nos permite obtener valores desde la consola
Borrar la pantalla
Limpiar toda la memoria
Resultado en fraccin
Resultado en decimales
Imprimir mensaje
Convertir numero a cadena
Permite obtener ayuda sobre un comando
Graficar
Mantener las anteriores graficas
No conservar las anteriores graficas
Tabla 1.2 Caracteres Especiales y comandos
2. VECTORES Y FUNCIONES
2.1 VECTORES
Para crear un vector se utiliza el operador dos puntos :
x=1:5
x=
1 2 3 4 5
223
Ing.: Willam Caiza
Tambin se puede indicar el paso de la sucesin de datos

x=1:0.5:3
x=
1 1.5 2 2.5 3
Mediante el uso de subndices, por ejemplo x(1) es el primer elemento, x(2) el segundo x(3)
ser el tercero y as sucesivamente
Por ejemplo:
x=1:0.4:5;
x(3)
ans=
1.8000
Para acceder a un bloque de elementos se usa el operador : por ejemplo, elementos

de la posicin 2 a la 5
x=1:0.4:5;
x (2:5)
ans=
1.4000 1.8000 2.2000 2.6000 3.0000
Tambin se puede utilizar la palabra clave end para encontrar elementos desde la
posicin deseada hasta el final, por ejemplo, elementos de la posicin 2 al final
x=1:0.5:5;
x (2: end)
ans=
1.5000.1 000 2.5000 3.0000 3.5000 4.0000 4.5000 5.0000
2.2 FUNCIONES
Las funciones son expresiones reusables, son una especie de objetos en las cuales se
programa secuencias que se repiten dentro de la aplicacin algunas veces
Ejemplo 2.1:
SUMA
clc;
clear all;
format rat;
var1=input('ingrese el primer sumando\n');
var2=input('ingrese el segundo sumando\n');
s=var1+var2;
disp(['la suma de: ' num2str(var1) ' + ' num2str(var2) ' = ' num2str(s)]);
[1]
[2]
[3]
[4]
[5]
EXPLICACION:
224
Ing.: Willam Caiza
[1] Borra todas las variables, incluyendo las globales, y las funciones
[2] Matlab cuenta con distintos modos de trabajo, por defecto es el format short, para este
ejemplo se coloca el modo de trabajo en formato racional, es decir que expresa los nmeros
racionales como cocientes de enteros
[3] La funcin input permite ingresar por teclado los datos requeridos en el programa
[4]A la variable s se le asigna la operacin suma (var1+var2)
[5] La funcin disp de MATLAB se utiliza para mostrar un escalar, un mensaje (string), un
vector o una matriz.
Imagen 2.1: Ejecucin del programa
Como se observa en la fig. 2.1 mediante el uso de comandos bsicos y el ingreso de datos
por teclado se puede realizar distintas operaciones bsicas, en este caso una suma de
valores ingresados por teclado
FUNCIN
clc;
clear all;
funcion=input('Ingrese la funcion:','s');
f=inline(funcion);
a=input('Ingrese el valor inicial de x, a=\n');
b=input('Ingrese el valor final de x, b=\n');
paso=input('Ingrese el paso de [a,b]\n');
x=a:paso:b;
[filax columnax]=size(x);
for i=1:columnax
y(i)=f(x(i));
end
disp(['columna x columna y']);
disp([x' y']);
[1]
[2]
[3]
[4]
EXPLICACION:
[2] la funcin inline permite que la variable funcin sea reconocida como una expresin
matemtica
[3] Forma de expresar un vector
225
Ing.: Willam Caiza
[4] La funcin disp de MATLAB se utiliza para mostrar un escalar, un mensaje (string), un
vector o una matriz.
Imagen2.2: Ejecucin del programa
Ejemplo 2.3:
GRAFICA PARABOLA
clc;
clear all;
funcion=input('Ingrese la funcion:','s');
f=inline(funcion);
tinicial=input('Ingrese el tiempo inicial:\n');
tfinal=input('Ingrese el tiempo final:\n');
t=tinicial:0.2:tfinal;
[filat columnat]=size(t);
for i=1:columnat
y(i)=f(t(i));
end
plot(t,y,'r');
disp(['columna t columna y']);
disp([t' y']);
[1]
[2]
[3]
[4]
EXPLICACION:
[1] La funcin Inline nos permite crear en la misma ventana de comandos, una corta
funcin que puede ser llamada de forma repetida
[2] Asignacion de datos a una variable
[3] Forma de expresar un vector
[4] La funcin disp imprime al vector
226
Ing.: Willam Caiza
Imagen 2.3: Ejecucion del Programa
El siguiente programa realiza el grafico de una funcin por medio del comando plot, el cual
toma los valores de la variable ingresada. De esta manera primero se ingresa la funcin
deseada y se ingresan los valores lmite para la variable.
Por medio del bucle for se evala la funcin de acuerdo a los valores que tome la variable
logrando as obtener los puntos para la grfica.
Ejemplo 2.4:
FUNCIN DE VARIAS VARIABLES
clc;
clear all;
funcion=input('Ingrese la funcion: ', 's');
f=inline(funcion);
disp(f(2,-2,3,-3))
[1]
[2]
[3]
EXPLICACION:
[1] Borra todas las variables, incluyendo las globales, y las funciones
[3] La funcin Inline nos permite crear en la misma ventana de comandos, una corta
funcin que puede ser llamada de forma repetida
227
Ing.: Willam Caiza
Para el siguiente programa se desea evaluar una funcin con varias variables, por medio del
comando inline se facilita el clculo. Se ingresa la funcin de varias variables y de acuerdo a
los valores constantes de cada variable se har el clculo.
3. MATRICES
Para trabajar con matrices se debe, ingresar sus valores por filas, cada valor de la fila deber
estar separada por espacio o por coma y cada fila se separa con un punto y coma como se
indica a continuacin:
>>A=[3 7;-1 2]
A=
3
-1
7
2
Para encontrar una posicin en especial de la matriz:

>>A(2,2)
Ans=
2
Ejemplo 3.1:
MATRIZ
clc;
clear all;
filas=input('Ingrese el numero de filas=\n');
columnas=input('Ingrese el numero de columnas=\n');
for i=1:filas
for j=1:columnas
etiqueta=['Ingrese la matriz A(' num2str(i) ',' num2str(j) ')='];
A(i,j)=input(etiqueta);
end
end
disp(A);
228
Ing.: Willam Caiza
El ejemplo ilustra la construccin de una matriz, para la cual se debe ingresar el nmero de
filas y columnas deseadas por medio del teclado
Por medio de un bucle se ingresan los datos que ocuparan cada posicin de la Matriz.
4 OPERADORES RELACIONALES
Permiten comparar datos, los resultados son valores lgicos, es decir: 1 (verdadero) o 0
(falso).
Imagen A1. Operadores relacionales
ESTRUCTURAS DE CONTROL
Matlab se manejan principalmente tres estructuras de control:
Decisin: if ... elseif ... else ... end
Repeticin un nmero fijo de veces: for ... end
229
Ing.: Willam Caiza
Repeticin bajo condiciones: while... end Se puede, pero no es habitual,

utilizar estas estructuras en la ventana de trabajo de Matlab.
CONDICIONAL
Si queremos ejecutar un conjunto de instrucciones en el caso de que se cumpla una
condicin, usaremos una estructura if.
La manera ms sencilla de usarla es la siguiente:
if expresion logica
Conjunto de ordenes (de Matlab)
end
El conjunto de ordenes se ejecuta si la expresin lgica es verdadera.

CONTROL DE FLUJO
MATLAB, al igual que la mayora de los lenguajes de programacin, incluye instrucciones
para el control del flujo de sus programas, incrementando de esta forma la potencia de los
clculos realizables.
BUCLES FOR
Estos bucles permiten la ejecucin de un comando o grupo de comandos, en base a un
nmero predeterminado de veces. Por ejemplo:
for i=1:n, x(i)=0, end
Asigna el valor 0 a los n primeros elementos del vector x. Si n es menor que 1, el comando
central no se ejecutar ninguna vez. Si x no existe, o bien tiene menos de n elementos, se
reservar memoria adicional de forma automtica.
Una prctica comn es la utilizacin de bucles anidados:
for i=1:m
for j=1:m
A(i,j)=1/(i+j-1) ;
end
end
Es importante no olvidar que cada sentencia for debe concluir con su end correspondiente.
BUCLES WHILE
230
Ing.: Willam Caiza
Los bucles WHILE permiten la ejecucin de un comando o grupo de comandos un nmero

indeterminado de veces bajo el control de una condicin lgica. Esto es, los comandos se
ejecutarn mientras se verifique dicha condicin.
Como ejemplo mostramos los comandos necesarios para averiguar cul es el primer nmero
entero cuyo factorial es un nmero de 100 dgitos:
n=1
while prod(1:n)< 1e100, n=n+1; end;
SENTENCIA IF
En su forma ms simple, la sentencia if se escribe en la siguiente forma (obsrvese que a
diferencia de C/C++/Java la condicin no va entre parntesis, aunque se pueden poner si
se desea):
if condicion
sentencias
end
Existe tambin la bifurcacin mltiple, en la que pueden concatenarse tantas condiciones

como se desee, y que tiene la forma:
if condicion1
bloque1
elseif condicion2
bloque2
else
[1]
bloque3
end
[1] opcin por defecto para cuando no se cumplen las condiciones 1 ni 2
La opcin por defecto else puede ser omitida: si no est presente no se hace nada en caso
de que no se cumpla ninguna de las condiciones que se han chequeado. Un ejemplo de uso
podra ser:
if I == J
A(I,J) = 2;
elseif abs(I-J) == 1
A(I,J) = -1;
else
A(I,J) = 0;
end
Es interesante aqu observar qu obtenemos al ejecutar las sentencias anteriores dentro de

dos bucles for anidados. Ejecutando help relop se puede obtener informacin sobre el
funcionamiento de los operadores relacionales utilizados en las sentencias de control.
231
Ing.: Willam Caiza
5 INTRODUCCIN A LA INTERFACE GRFICA DE USUARIO (GUI)

Desde el punto de vista de la programacin, una GUI es una visualizacin grfica de una o
ms ventanas que contienen controles, llamados componentes, que permiten a un usuario
realizar tareas en forma interactiva.
GUI es un entorno de programacin grfica, que ofrece Matlab para poder realizar y
ejecutar diversos programas, el entorno de Matlab tiene las caractersticas bsicas de todos
los programas visuales como Visual Basic o Visual C++.
Para poder realizar un programa en GUI, se debe seguir los siguientes pasos:
1. En la ventana principal de Matlab, se debe ejecutar el comando guide, obteniendo
la siguiente ventana
Imagen 1: Comando Guide
Con las siguientes opciones, como se describe en el grafico anterior.

Elegimos la primera opcin, Blank GUI, y tenemos la siguiente ventana:
Imagen 2: Mascara De Interface De Matlab
232
Ing.: Willam Caiza
2. En la ventana anterior se puede colocar diversos componentes predefinidos por

Matlab, los cuales podran ser:
Select
Push Button
Slider
Radio Button
Check Box
Edit Text
Static Text
Pop-up Menu
ListBox
Toggle Button
Table
Axes
Panel
ActiveX Control
Button Group
Imagen 3: Paleta de componentes
3. Grabar el archivo con la extensin predefinido por Matlab (.m).
Una aplicacin GUI consta de dos archivos uno cuya extensin es .m y otro cuya extensin
es .Imagen, la cual es la parte grafica del programa. Las dos partes estn unidas a travs de
las subrutinas callback. Una vez que se graba los archivos podemos ejecutar el programa
desde la ventana del comando de Matlab solamente escribiendo el nombre del archivo.
Por ejemplo si guardamos un archivo sumador.Imagen y sumador.m escribiendo sumador y
presionando enter se ejecuta el programa.
6 EJEMPLOS BASICOS A LA INTRODUCCION A MATLAB
Ejemplo 1:
En el ejemplo se hace uso de un pushbutton, edit y text, se ingresa un texto en
edit se hace click y el texto pasa a text.
233
Ing.: Willam Caiza
Pushbutton1
Edit1
Text1
Ejemplo 1: Interfaz

objeto1=get(handles.edit1,'string');
set(handles.text1,'string',objeto1)
[1]
[2]
EXPLICACION:
[1] El mtodo get permite que la variable objetos1 guarda los datos escritos en el objeto edit1
[2] El mtodo set permite ingresar en el objeto text1 lo almacenado en la variable objeto1
Ejemplo 1: Ejecucin
Ejemplo 2:
El ejemplo hace uso del objeto axes, para graficar una funcin
234
Ing.: Willam Caiza
Pushbutton1
1
Axes1
Ejemplo 2: Interfaz

x=linspace(0,10,100);
[1]
plot(handles.axes1,x,cos(x));
[2]
EXPLICACION:
[1] La funcin linspace (a,b,n) permite definir un intervalo y un nmero de puntos a
utilizarse en ese intervalo
[2] La funcin plot permite graficar en el objeto axes1 todos los puntos de la variable x en
base a la funcin coseno
Ejemplo 2: Ejecucin
Ejemplo 3:
Se hace uso de dos objetos axes, en el cual se puede ver su uso para realizar grficos.
235
Ing.: Willam Caiza
Pushbutton1
1
Axes1
Axes2
Ejemplo 3: Interfaz

[1]
plot(handles.axes1,x,cos(x));
[2]
plot(handles.axes2,x,x.^2);
[3]
EXPLICACION:
[1] La funcin linspace(a,b,n) permite definir un intervalo y un nmero de puntos a utilizarse en ese intervalo
[2] La funcin plot permite graficar en el objeto axes1 todos los puntos de la variable x en base a la funcin
coseno
[3] La funcin plot permite graficar en el objeto axes2 todos los puntos de la variable x en base a la funcin X^2
Ejemplo 3: Ejecucin
Ejemplo 4:
En el ejemplo se muestra un men de opciones de colores, que al elegir nos muestra el
color seleccionado.
236
Ing.: Willam Caiza
Popupmenu 1
1
Text 1
1
Ejemplo 4: Interfaz
PRIMERA FORMA:
function popupmenu1_Callback(hObject, eventdata, handles)
texto=get(handles.popupmenu1,'Value');
switch(texto)
case 1
color='y';
case 2
color='g';
case 3
color='b';
case 4
color= [ 1 0 1];
end
set(handles.text1,'Backgroundcolor',color);
[1]
[2]
EXPLICACION:
[1] El objeto popupmenu1 contiene un arreglo ordenado de nmeros (en este caso va del 1
al 4), y a cada posicin del arreglo le es asignado un nombre, la variable texto acoge la
opcin seleccionada
[2] La funcin switch permite seleccionar una accin en base a lo asignado en la variable
texto
SEGUNDA FORMA:
function popupmenu1_Callback(hObject, eventdata, handles)
clc;
contenido=get(hObject,'string');
valor=get(hObject,'Value');
texto=contenido(valor);
switch cell2mat(texto)
case 'Amarillo'
color='y';
case 'Verde'
color='g';
case 'Azul'
color='b';
case 'Rojo'
color='r';
end
[1]
[2]
[3]
[4]
[5]
237
Ing.: Willam Caiza
set(handles.text1,'Backgroundcolor',color);
[6]
EXPLICACION:
[1] Vector de objetos amarillo, verde, azul
[2] La funcin hObject permite acceder a la variable contenido cuando el programa se encuentra en ejecucin
[3] Acceder a cada uno de los ndices
[4] Transforma la matriz de arrays en una matriz del tipo matemtico
[5] Si se escoge la opcin Amarillo, la variable color almacena la letra y
[6] El objeto text1 , con la funcin Backgroundcolor, cambia al color indicado por la variable color
OBSERVACIONES
Para los dems casos se repiten los mismas acciones realizadas en el literal [5]
Ejemplo 4: Ejecucin
Ejemplo 5:
En este ejemplo mostramos una lista con operaciones aritmticas, ingresando los nmeros
n1=5 y n2=10, procedemos a seleccionar una de las operaciones y ver su resultado.
Listbox 1
Text 2
1
Ejemplo 5: Interfaz
function listbox1_Callback(hObject, eventdata, handles)

contenido=get(hObject,'string')
a=get(hObject,'Value')
operaciones=contenido(a)
n1=5;
[1]
n2=10;
switch cell2mat(operaciones)
238

case 'Suma'
res=n1+n2
case 'Resta'
res=n1-n2;
case 'Multiplicacion'
res=n1*n2;
case 'Divisin'
res=n1/n2;
end
set(handles.text2,'string',res);
Ing.: Willam Caiza
[2]
EXPLICACION:
[1] La variable n1 se encuentra inicializada con el numero 5
[2] A la variable res se le asigna una operacin matemtica (suma)
Ejemplo 5: Ejecucin
Ejemplo 6:
Uibuttongroup 1
Text 2
Radiobutton 1
Text 3
Pushbutton 1
Ejemplo 6: Interfaz

estado = get(handles.radiobutton1,'Value');
if estado==1
set(handles.text3,'String', 'Sopa');
end
[1]
[2]
[3]
239
Ing.: Willam Caiza
estado = get(handles.radiobutton2,'Value');
if estado==1
set(handles.text3,'String', 'Sandwich');
end
EXPLICACION:
[1] La funcin valu permite comprobar si ha sido seleccionado el radiobuton, entonces la
variable "estado se le asigna el numero 1
[2] Si la variable estado es 1 entonces asido seleccionado radiobuton 1
[3] En el objeto text3 se visualizara la el mensaje "Sopa", caso contrario la otra opcin
Ejemplo 6: Ejecucin
Ejemplo 7:
Uso de un Radio Button para cambiar el tamao de letra en un mensaje
Buttongroup 1
Text 1
Radiobutton
Ejemplo 7: Interfaz
function uibuttongroup1_SelectionChangedFcn(hObject, eventdata, handles)
A=get(hObject,'String');
[1]
switch A
case '10'
set(handles.text1,'FontSize',10);
[2]
case '14'
[3]
240

case '18'
end
Ing.: Willam Caiza
[4]
EXPLICACION:
[1] La variable A almacena la opcin seleccionada en el radio button
[2] La funcin Fotsize permite seleccionar el tamao de la letra en base a la variable A, si
A=10 entonces el tamao de la letra cambia a 10
[3] Si A = 14 cambia el tamao de la letra del texto
[4] Si A = 18 cambia el tamao de la letra del texto
OBSERVACIONES:
El siguiente ejemplo ilustra el uso de un Radio Button para cambiar el tamao de letra en un
mensaje, para ello es necesario tener presente las siguientes definiciones:
Button Group: Solo se puede tener un Button Group en la Gui, permite exclusividad de seleccin con
los radio button.
Radio Button: Indica una opcin que puede ser seleccionada y realiza una accin determinada.
Ejemplo 7: Ejecucin
Ejemplo 8:
Realizaremos un ejemplo de cmo usar el check Box.

1. Creamos una nuevo Gui y colocamos cada elemento que usaremos.
2. Realizamos el algoritmo que muestre la funcin de cada elemento
241
Ing.: Willam Caiza
Uibuttongroup 1
Axes 1
Radiobutton 1
Checkbox 1
Ejemplo 8: Interfaz
function uibuttongroup1_SelectionChangedFcn(hObject, eventdata, handles)

A=get(hObject,'String');
switch A
case 'Seno'
ezplot('sin(x)',[0 10]);
case 'Coseno'
ezplot('cos(x)',[0 10 ]);
case 'Tangente'
ezplot('tan(x)',[0 10]);
end
function checkbox1_Callback(hObject, eventdata, handles)
valor=get(hObject,'Value');
if valor==1
grid on;
else
grid off;
end
[1]
[2]
[3]
[4]
EXPLICACION:
[1] Uibuttongropu1 contiene a un grupo de radiobutton, y asu vez permite que solo un
radiobutton pueda ser seleccionado a la vez
[2] Permite graficar la funcin en base al interval dado
[3] La funcin grid on permite mostrar lneas de la cuadrcula
[4] La funcin grid on permite ocultar lneas de la cuadrcula
OBSERVACIONES:
Check Box: Indica el estado (on off) de un atributo, y
Toggle Button: Un botn con solo 2 estados (on off)
242
Ing.: Willam Caiza
Ejemplo 8: Ejecucin
Ejemplo 9:
Para realizar el ejemplo se realiza lo siguiente:
2. Realizamos el algoritmo que muestre la funcin de cada elemento
Slider1
Axes1
Ejemplo 9: Interfaz
function slider1_Callback(hObject, eventdata, handles)

A=get(hObject,'Value');
y=A*sin(A*x);
plot(x,y);
[1]
[2]
[3]
EXPLICACION:
[1] En este ejemplo se muestra como poder aumentar o disminuir la ampliacin de una
grfica con el uso de Slide.
243
Ing.: Willam Caiza
[2] La variable A evala las acciones hechas en el slider1

[3] A la variable y se le asigna el producto de A por la funcin seno
OBSERVACIONES:
Slider: Es una barra que nos permite deslizarnos para aumentar o disminuir el rango de
valores.
Ejemplo 9: Ejecucin
3.
Ejemplo 10:
4.
Realizaremos un ejemplo de cmo usar tablas.
2. Realizamos el algoritmo que muestre la funcin de cada elemento.
Uitable1
Ejemplo 10: Interfaz

A={'Pedro' 'Ana' 'David' 'Gabriela'};
[1]
P={10 20 15 12};
[2]
datos=[A' P'];
[3]
set(handles.uitable1,'data',datos);
244
Ing.: Willam Caiza
EXPLICACION:
[1] A es un vector de string
[2] P es un vector de numeros
[3] A' es la transpuesta del vector A , P' es la transpuesta del vector P , la variable datos une
la transpuesta del vector A y la transpuesta del vector P
Ejemplo 10: Ejecucin
Ejemplo 11:
A continuacin realizaremos el algoritmo de la suma de 2 variables
1. Como muestra la figura 11.1 procedemos a insertar los objetos necesarios.
2. De la paleta de componentes escogemos dos edit text, los cuales seran edit1 y
edit2 respectivamente, insertamos un push button y dos static text.
Figura 11.1: componentes para la interface
3. Al guardar el archivo, Matlab internamente crea el cdigo necesario de los objetos

insertados para proceder a utilizarlos y manipular los objetos insertados en la
fig.11.1
OBSERVACION:
245
Ing.: Willam Caiza
Generalmente se programara dentro de la function pushbutton1_Callback (hObject,

eventdata, handles).
Text 6
text2
Edit 2
Edit 1
Pushbutton 1
Text 4
Text 5

valor1=str2double(get(handles.edit1,'string'));
valor2=str2double(get(handles.edit2,'string'));
suma=valor1+valor2;
set(handles.text5,'string',suma);
[1]
[2]
[3]
EXPLICACION:
[1] Al valor1 se le asigna el contenido del objeto edit1
La funcin str2double realiza la transformacin de string a un valor numrico;
La funcin get es la funcin por medio de la cual obtenemos los valores ingresados por el usuario
[2] Suma=valor1+valor2, realiza la respetiva suma.
[3] La funcin set (colocar), muestra los resultados obtenidos en el programa por medio del objeto text2.
Ejemplo 12: Ejecucin del algoritmo de la suma
Ejemplo 12:
246
Ing.: Willam Caiza
Algoritmo de Suma y Promedio.
Text 2
Text 6
Pushbutton 1
Text 5

n=str2double(inputdlg('cuantos numeros desea ingresar'));
for i=1:n
etiqueta1=['Ingrese dato(' num2str(i) ')'];
datos(i)=str2double(inputdlg(etiqueta1));
end
s=0;
for i=1:n
s=s+datos(i);
end
promedio=s/n;
set(handles.text5,'string',s);
set(handles.text6,'string',promedio);
[1]
[2]
[3]
[4]
[5]
[6]
EXPLICACION:
[1] inputdlg aparece un cuadro de dialogo donde idicamos cuantos datos se ingresaran
[2]Utilizamos el comando for end, para poder ingresar los datos al programa.
[3] la variable "etiqueta1" indica el orden de los datos
[4] el arreglo datos(i), aparece un cuadro de dilogo que acojera todos los datos que
ingresemos
[5] Utilizamos la variable s como inicializador de la suma de los nmeros ingresados,
mediante la cual podemos realizar la suma de los datos.
247
Ing.: Willam Caiza
[6] calculamos el promedio, utilizando la suma anterior dividida para el nmero de datos
ingresados.
Ejemplo 12: Ejecucin de algoritmo suma y promedio
Ejemplo 13:
Programa Para Sumar o Multiplicar Datos en un listbox
248
Ing.: Willam Caiza
Uipanel 1
Pushbutton 1
Edit 1
Pushbutton 2
Listbox 1
Pushbutton 3
Text 1

dato=get(handles.edit1,'String');
old_dato=get(handles.listbox1,'String');
new_dato=strvcat(old_dato,dato);
set(handles.listbox1,'String',new_dato);
[1]
[2]
[3]
[4]
EXPLICACION:
[1] Se importan los datos del edit1
[2]Se importa el dato ingresado del Listbox1
[3]Se crea un nuevo dato concatenando verticalmente los datos del Listbox1 con el
comando strvcat.
[4]Se imprimen los datos concatenados en el Listbox1.
SUMA
249
Ing.: Willam Caiza
Ejemplo 53.1: Ejecucin Suma

acum=0;
x=str2num(get(handles.listbox1,'string'));
for i=1:length(x)
acum=acum+x(i);
end
set(handles.text1,'string',acum);
[1]
[2]
[3]
EXPLICACION:
[1] Se crea un acumulador que este igualado a 0,
[2] Se asigna a una variable los datos encontrados en el Listbox
[3] Se crea un bucle con un For que empiece desde 1 y recorra hasta el nmero de datos
ingresados en el Listbox
[4] Dentro del for se acumulan los datos (acum=acum+ datos), de esta manera los datos
quedan sumados.
MULTIPLICACIN
250
Ing.: Willam Caiza
Ejemplo 63.2: Ejecucin Multiplicacin

mul=1;
x=str2num(get(handles.listbox1,'string'));
for i=1:length(x)
mul=mul*x(i);
end
set(handles.text1,'string',mul);
[1]
[2]
[3]
[4]
EXPLICACION:
[1]Se crea una variable que este igualado a 1 ya que con esta variable vamos a
realizar las multiplicaciones y la multiplicacin por 0 es 0,
[2] Se coloca en una variable los datos encontrados en el Listbox
[3] se crea un For que empiece desde 1 y recorra hasta el nmero de datos
ingresados en el Listbox
[4] Dentro del for se multiplican los datos (mul=mul*datos
Ejemplo 14:
Importacin y exportacin de datos entre Excel y Matlab
251
Ing.: Willam Caiza
Pushbutton 1
Pushbutton 2
Text 2
Text 3
Uitable 1

Ruta=inputdlg('Ingrese ruta de archivo xlsx(con extensin)');
set(handles.text2,'string',Ruta);
A=cell2mat(Ruta);
B=xlsread(A);
set(handles.uitable1,'data',B);
B=get(handles.uitable1,'data');
Ruta2=inputdlg('Ingrese ruta de destino (con extensin):');
set(handles.text3,'string',Ruta2);
C=cell2mat(Ruta2);
xlswrite(C,B);
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
EXPLICACION:
[1] Se utiliza la funcin inputdlg para ingresar por un cuadro de dilogo la direccin del
archivo a leer
[2] Se usa la funcin cell2mat en la variable ruta para convertir el vector tipo cell a vector
normal.
[3] Se usa la funcin xlsread para importar los datos desde la ruta ingresada.
[4] En la quinta lnea presentamos los datos importados en una tabla de datos.
Botn 2:
[5] Se obtienen los datos de la tabla.
[6] se ingresa la ruta de destino para el nuevo archivo
[7] Se utiliza usamos la funcin cell2mat para convertir el vector tipo cell a vector normal.
[8] Se exporta el archivo, con la funcin xlswrite, a la ruta ingresada con los datos obtenidos.
252
Ing.: Willam Caiza
Ejemplo 14: Importacin y Exportacion
Ejemplo 15:
253
Ing.: Willam Caiza
Uso de Axes
Mediante el uso del axes en el entorno grafico guide del Matlab nosotros podemos crear la
grfica de una funcin que ingresemos:
Para obtener un axes presionamos el botn indicado por la flecha en el entorno grafico
guide:
Pushbutton 1
Axes 1
Ejemplo 15: Uso de Axes Interfaz

f=inline(funcion);
etiqueta1=['(x)inicial'];
xi =str2double(inputdlg(etiqueta1));
etiqueta2=['(x)final'];
xf =str2double(inputdlg(etiqueta2));
x=xi:0.1:xf;
[f1 c]=size(x);
for i=1:c
y(i)=f(x(i));
end
plot(handles.axes1,x,y ,'g');
hold on;
plot(handles.axes1,[min(x) max(x)],[0 0],'r');
plot(handles.axes1,[0 0], [min(y) max(y)], 'r');
xlabel('x')
ylabel('y')
[1]
[2]
[3]
[4]
EXPLICACION:
[1] Usamos la funcin (char) para convertir la funcin en una cadena de caracteres y poder
evaluarla
254
Ing.: Willam Caiza
[2] Ingresamos los datos para poder evaluar la funcin mediante etiquetas:
[3]Mediante un (for) Definimos el vector para poder realizar las graficas.
[4]Mediante la funcin plot dibujamos un vector de valores (y) en ordenadas frente a otro
vector(x) en las abscisas. Ambos vectores tienen el mismo nmero de elementos.
OBSERVACIONES:
La funcin hold on, nos permite dibuja barias lneas en una misma figura.
La funcin lebel podemos poner nombre a los ejes de la grafica
Tambin es posible cambiar el color y la forma de la grafica
Colores: 'r'(rojo), 'b'(azul), 'g'(verde), 'y'(amarillo), 'k'(negro), 'm'(morado),

'w'(blanco), 'c'(celesta),
Ejemplo 16:
Uso del Uitable
Uitable es una funcin del entorno grafico de Matlab que enumera los datos ingresados o
enumera los resultados de un programa.
Para obtener un uitable presionamos el botn indicado en el entorno grafico guide:
255
Ing.: Willam Caiza
Uipanel 1
Pushbutton 1
Uitable 1
Axes 1
Uipanel 2
Uitable 2
Ejemplo 16: Uso de Uitable Interfaz

f=inline(funcion);
etiqueta1=['(x)inicial'];
xi =str2double(inputdlg(etiqueta1));
etiqueta2=['(x)final'];
xf =str2double(inputdlg(etiqueta2));
x=xi:0.1:xf;
[f1 c]=size(x);
for i=1:c
y(i)=f(x(i));
end
plot(handles.axes1,x,y);
hold on;
plot(handles.axes1,[min(x) max(x)],[0 0],'r');
plot(handles.axes1,[0 0], [min(y) max(y)], 'r');
datos1=[x' y'];
datos2=[xi xf'];
set(handles.uitable1, 'ColumnName', {'x','y'});
set(handles.uitable1,'data', datos1);
set(handles.uitable2, 'RowName', {'X0','Xf'});
set(handles.uitable2,'data',datos2 );
xlabel('x')
ylabel('y')
[1]
[2]
[3]
EXPLICACION:
[1] Ingresamos la funcion en el inputdlg
[2] La funcin Inline permite que la variable funcin se con vierta en una expresin matemtica
[3] [m,n] = size(X) [m,n] = size(X) devuelve el tamao de la matriz X en las
independientes m y n
variables
OBSERVACIN:
Se puede poner nombres a las filas o columnas de nuestra uitable mediante las funciones :
256
Ing.: Willam Caiza
'ColumnName': La cual nos sirve para nombrar las columnas.

'RowName: La cual usamos para nombrar las filas.
Ejemplo 17:
Uso del elemento Checkbox y Msgbox
Text 2
Checkbox 1
Ejemplo 17: Uso de Checkbox y Msgbox Interfaz
function checkbox1_Callback(hObject, eventdata, handles)

if (get(hObject,'Value') == get(hObject,'Max'))
msgbox('Seleccionado');
else
msgbox('No seleccionado');
end
[1]
[2]
257
Ing.: Willam Caiza
EXPLICACION:
[1] En la primera lnea de cdigo creamos una sentencia if (de condicin) para obtener el valor numrico del
elemento checkbox ( 1 como verdadero y cero como falso).
[2]Se enva un cuadro de mensaje, con la sentencia msgbox, enviando Seleccionado si es nmero 1 No
seleccionado si es cualquier otro nmero.
258

Libro de Metodos Numericos

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Libro de Metodos Numericos

Încărcat de

Drepturi de autor:

Formate disponibile

Mtodos Numricos

Ing.: Willam Caiza

Ing.: Willam Caiza

Ing.: Willam Caiza

Ing.: Willam Caiza

6.1 DIFERENCIACIN NUMRICA .............................................................................................................. 146

Ing.: Willam Caiza

1.1 NMEROS DECIMALES

En el nivel superior se encuentra los nmeros complejos.

Ing.: Willam Caiza

Todo nmero real se puede clasificar en un nmero racional e irracional, un nmero

, , y un nmero es irracional cuando no se puede

Las fracciones semi-peridicas como 3,2455555 = 3,245, se puede obtener

3245 324 2921

1.1.2. NOTACIN DECIMAL

Ing.: Willam Caiza

1.1.3. NOTACIN BINARIA

Ing.: Willam Caiza

2. Se sigue con la parte fraccionaria multiplicando por el nmero 2; si el resultado es

Mtodos Numricos con MatLab

Ing. William Caiza

Mtodos Numricos con MatLab

Ing. William Caiza

Sin importar q sea peridica

Mtodos Numricos con MatLab

Ing. William Caiza

Imagen 2: Transformaciones Decimal a Binario

Mtodos Numricos con MatLab

Ing. William Caiza

TRANSFORMAR DE BINARIO A DECIMAL

[1]. Definicin del botn a usar.

Mtodos Numricos con MatLab

Ing. William Caiza

[24]. Muestra el numero ingresado en binario si no hubiera decimales

TRANSOFORMAR: (BINARIO A DECIMAL)

[1]. Define el botn a usar

Mtodos Numricos con MatLab

Ing. William Caiza

1.2 ANLISIS DE ERRORES

1.1.1 ERROR DE TRUNCAMIENTO

+ , mediante su serie de Mc-Claurin.

1.3 SERIE DE TAYLOR

Mtodos Numricos con MatLab

Ing. William Caiza

Donde es el error de la serie de Taylor

Encontrar la serie de McLaurin

Mtodos Numricos con MatLab

Ing. William Caiza

Imagen 3: Serie de McLaurin

[1]. Definicin del botn a usar

Mtodos Numricos con MatLab

Ing. William Caiza

[4]. Crea una cuadro de texto para el ingreso de la cantidad de expresiones

[1]. Definicin del botn a usar

[1]. Definicin del botn a usar

Mtodos Numricos con MatLab

Ing. William Caiza

[6]. Convierte el valor obtenido en una cadena de caracteres

()( ) ()( )2 ()( )

Sen(x) = Sen(a) + Cos(a)(x a)

Mtodos Numricos con MatLab

Ing. William Caiza

(3.45)3 (3.45)5 (3.45)7 (3.45)9

El valor exacto de (3,45) = 0,303541, calculadora en radianes.