1

PROBLEMARIO
MTODOS NUMRICOS II

Ana Tamara Costela Gmez

2 ndice
*Solucin de Ecuaciones No Lineales3
-Mtodo de Punto Fijo....3
-Mtodo de Newton-Raphson.6
-Mtodo de Newton Modificado....9
-Mtodo de Cuasi-Newton Broyden.13

*Interpolacin y Aproximacin Polinomial...18

-Frmula de Lagrange..18
-Diferencias Divididas...20
-Interpolacin de Newton.23
-Mtodo de Hermite.24
-Spline Cbico..27
-Mnimos Cuadrados.31

*Diferenciacin e Integracin Numrica..34

-Diferenciacin Numrica....34
-Extrapolacin de Richardson.36
-Frmulas de Newton-Cotes...37
 Solucin de Ecuaciones
No Lineales
3

Mtodo de Punto Fijo

Sean los siguientes sistemas de ecuaciones:

Se debe despejar la variable x de la primera ecuacin y y de

la segunda. En este caso es necesario agregar un mltiplo
adecuado a cada lado de ambas ecuaciones.
(Se agreg -4x)
(Se agreg -5y)
Ahora se procede a despejar x en la primera ecuacin y y en
la segunda. Quedan de la siguiente forma:

Las dos ecuaciones resultantes sern empleadas como frmulas

recursivas. Para escoger los valores iniciales de x y y debemos
graficar y tomar dos puntos cercanos a la raz.
 Solucin de Ecuaciones
No Lineales
4

Como se observa en la grfica anterior, nuestra raz se encuentra

en x=1.698 y y=0.883; por lo tanto escogeremos como valores
iniciales x=1, y=0 para realizar las iteraciones.
Primero realizaremos la tabla por desplazamientos simultneos.
i x y
0 1 0
1 1.414214 1.5
2 1.870829 1.060660
3 1.749474 0.801784
4 1.673853 0.857400
5 1.690385 0.896136
6 1.701804 0.887372
7 1.699227 0.881418
8 1.697474 0.882754
9 1.697868 0.883666
10 1.698136 0.883461
11 1.698076 0.883321
12 1.698035 0.883353
13 1.698044 0.883374
14 1.698050 0.883369
15 1.698049 0.883366
16 1.698048 0.883367
17 1.698048 0.883367
18 1.698048 0.883367

A partir de la iteracin 16 podemos observar que las siguientes

iteraciones dan el mismo valor y este coincide con los valores de la
raz.
Ahora realizaremos la misma tabla pero por desplazamientos
sucesivos.
 Solucin de Ecuaciones
No Lineales
5

Podemos observar que la convergencia es mucho ms rpida y que

a partir de la iteracin 9 el valor ya es igual al de nuestra raz.

i x y
0 1 0
1 1.414214 1.060660
2 1.749474 0.857400
3 1.690385 0.887372
4 1.699227 0.882754
5 1.697868 0.883461
6 1.698076 0.883353
7 1.698044 0.883369
8 1.698049 0.883367
9 1.698048 0.883367
10 1.698048 0.883367
11 1.698048 0.883367
 Solucin de Ecuaciones
No Lineales
6

Mtodo de Newton-Raphson
Sean los siguientes sistemas de ecuaciones:

Se deben de obtener las derivadas parciales para escribir la

matriz Jacobiana.

La matriz Jacobiana queda de la siguiente forma:

Para poder tomar un vector inicial debemos graficar nuestras tres

funciones.
 Solucin de Ecuaciones
No Lineales
7

Nuestra raz se encuentra en (1.1, 1.5, 3.5) aproximadamente, as

que tomaremos como valores del vector inicial (.5, 1, 3) y
sustituiremos en nuestra matriz Jacobiana, quedando de la siguiente
forma:

Ahora se debe sacar la inversa de la matriz Jacobiana:

Recordemos que la extensin del mtodo de Newton para sistemas

no lineales es:

Donde F(x(k)) es la matriz Jacobiana.

 Solucin de Ecuaciones
No Lineales
8

Sustituyendo valores en la extensin del mtodo antes mencionado

y resolviendo:

Se generan nuevos valores para x, y, z; estos servirn para la

siguiente iteracin y as consecutivamente hasta encontrar nuestra
raz.
Inv * x,y, z
k x,y,z J J-1 F(x,y,z)
F(x,y,z) (nuevos)
0 0.5 0 3 1 0.1176 0.1471 -0.2647 -5.25 -1.1544 1.6544
1 5 -6 1 0.1765 -0.0294 -0.1471 -0.50 -1.1691 2.1691
3 -1 -2 1 0.4706 0.0882 0.4412 1.75 -1.7426 4.7426
1 1.6544 2.3088 13.4191 2.1691 0.0081 0.1111 -0.1287 10.7802 0.4345 1.2199
2.1691 5.0000 -6.0000 1.0000 0.0404 -0.0462 -0.0416 0.0000 0.5481 1.6210
4.7426 -3.3088 -4.3382 1.0000 0.2022 0.1674 0.3940 -2.6995 1.1163 3.6264
2 1.2199 1.4398 10.1103 1.6210 0.0213 0.1189 -0.1535 1.4016 0.1050 1.1148
1.6210 5.0000 -6.0000 1.0000 0.0576 -0.0418 -0.0516 0.0000 0.1060 1.5150
3.6264 -2.4398 -3.2419 1.0000 0.2388 0.1548 0.4582 -0.4893 0.1105 3.5159
3 1.1148 1.2297 9.5759 1.5150 0.0256 0.1220 -0.1608 0.0452 0.0047 1.1101
1.5150 5.0000 -6.0000 1.0000 0.0623 -0.0397 -0.0547 0.0000 0.0040 1.5110
3.5159 -2.2297 -3.0300 1.0000 0.2457 0.1518 0.4759 -0.0223 0.0005 3.5154

4 1.1101 1.2202 9.5593 1.5110 0.0258 0.1222 -0.1611 0.0001 0.0000 1.1101
1.5110 5.0000 -6.0000 1.0000 0.0625 -0.0396 -0.0548 0.0000 0.0000 1.5110
3.5154 -2.2202 -3.0220 1.0000 0.2459 0.1517 0.4767 0.0000 0.0000 3.5154

En las iteraciones 3 y 4 ya no hay cambio en los nuevos valores de

x, y, z y podemos observar que son los valores de nuestra raz.
 Solucin de Ecuaciones
No Lineales
9

Mtodo de Newton Modificado

Sean los siguientes sistemas de ecuaciones:

Igualamos a cero y calculamos derivadas parciales.

Para poder tomar un vector inicial debemos graficar nuestras tres

funciones.

Nuestra raz se encuentra aproximadamente en (2.5, 0.2, 1.6) as

que para el vector inicial tomaremos como valores (2, .5, 1.5).
 Solucin de Ecuaciones
No Lineales
10

Construimos la tabla para que las iteraciones sean ms sencillas de

realizar:

k (x, y, z) fi(x, y, z) Dfi(x, y, z) Error

Esta tabla nos servir tanto para hacer las iteraciones con
desplazamientos simultneos y desplazamientos sucesivos.
En este caso, el criterio para detener las iteraciones ser cuando
alcancemos una tolerancia de error de mnimo 0.0005.

Desplazamientos Simultneos

(x,y,z) fi(x,y,z) Dfi(x,y,z) Error

2 -2.5 4
0.5 0.5000 3
1.5 0.2500 -3

2.6250 0.5087 5.250 0.6250

0.3333 0.3854 4.1563
1.5833 0.4514 -3.1667

2.5281 0.4279 5.0562 -0.0969

0.2406 0.0498 4.3632
1.7259 -0.2099 -3.4518

2.4435 -0.2044 4.8870 -0.0846

0.2292 -0.0675 4.0685
1.6651 -0.0997 -3.3301

2.4853 -0.0892 4.9706 0.0418

0.2458 -0.0012 4.0638
1.6351 0.0575 -3.2702
 Solucin de Ecuaciones
No Lineales
11

5 2.5033 0.0583 5.0065 0.0179

0.2461 0.0181 4.1371
1.6527 0.0179 -3.3054

6 2.4916 0.0160 4.9832 -0.0116

0.2417 -0.0014 4.1314
1.6581 -0.0160 -3.3162

7 2.4884 -0.0158 4.9768 -0.0032

0.2420 -0.0042 4.1141
1.6533 -0.0029 -3.3066

8 2.4916 -0.0024 4.9832 0.0032

0.2431 0.0007 4.1171
1.6524 0.0042 -3.3048

9 2.4921 0.00412 4.9842 0.0005

0.2429 0.0010 4.1211
1.6537 0.0003 -3.3074

Podemos observar que en la iteracin 9 ya se alcanza la tolerancia

mnima en el error y que los valores para x, y, z de esa misma
iteracin ya son los de la raz.
Ahora realizaremos el mismo procedimiento pero para
desplazamientos sucesivos.

Desplazamientos Sucesivos

k (x,y,z) fi(x,y,z) Dfi(x,y,z) Error

0 2 -2.5 4
0.5 0.9688 3.9375
1.5 0.6290 -3
 Solucin de Ecuaciones
No Lineales
12

1 2.625 0.8780 5.25 0.6250

0.2540 0.0672 4.2019
1.7097 -0.2272 -3.4193

2 2.4578 -0.2027 4.9155 -0.1672

0.2380 -0.0227 4.1064
1.6432 0.0424 -3.2864

3 2.4990 0.0469 4.9980 0.0412

0.2435 0.0041 4.1230
1.6561 -0.0105 -3.3122

4 2.4896 -0.0109 4.9792 -0.0094

0.2425 -0.0010 4.1187
1.6529 0.0024 -3.3058

5 2.4918 0.0026 4.9836 0.0022

0.2428 0.0002 4.1197
1.6537 -0.0006 -3.3073

6 2.4913 -0.0006 4.9826 -0.0005

0.2427 -1.0000 0
1.6535 -2.7340 -3.3070

En este caso podemos observar que se alcanza antes la tolerancia

mnima en el error (iteracin 6) y a pesar de que existe una
diferencia en los decimales entre las dos tablas , los valores para x,
y, z cumplen con los valores de la raz.
 Solucin de Ecuaciones
No Lineales
13

Mtodo de Cuasi Newton Broyden (Secante)

Sean los siguientes sistemas de ecuaciones:

Al igual que se hizo en el mtodo de Newton-Raphson, debemos

formar la matriz Jacobiana por medio de las derivadas parciales.

Estos sistemas de ecuaciones poseen dos races; para encontrar la

primera utilizaremos como vector inicial: x(0)=(1,1,1).
Procedemos a realizar nuestra primera iteracin:

Vector Inversa Sistemas de

Inicial Matriz Ecuaciones
Jacobiana Evaluados
 Solucin de Ecuaciones
No Lineales
14

Los resultados sern nuestros nuevos valores de (x, y, z) y para

terminar la iteracin debemos evaluar el sistema de ecuaciones con
los nuevos valores y calcular (x, y, z), F(x, y, z).

A partir de la siguiente iteracin se realiza un procedimiento

diferente, la formula a utilizar ser la de la inversa aproximada:

As que nuestra prxima iteracin quedara de la siguiente forma:

Resolviendo:
 Solucin de Ecuaciones
No Lineales
15

Y ahora sacamos los nuevos valores de (x, y, z) con la siguiente

frmula:

Sustituyendo y resolviendo:
 Solucin de Ecuaciones
No Lineales
16

Con los nuevos valores de (x, y, z) hacemos las siguientes iteraciones

siguiendo el procedimiento anterior, nuestro criterio para detener
las iteraciones ser cuando nuestro F(x) <= 0.0005
Al llegar a la iteracin 7, F(x) alcanza un valor de -0.000541 por
lo tanto paramos las iteraciones.

k (x, y, z) F(x, y, z) (x, y, z) F(x, y, z)

0.001864 -0.000525 0.007228 -0.028668
6 0.083234 -0.000666 0.001641 -0.026950
1.631626 -0.002040 0.003836 -0.124054
0.001727 0.000016 -0.000137 0.000541
7 0.083190 -0.000004 -0.000044 0.000662
1.631582 0.000026 -0.000044 0.002066

Nuestra raz se encuentra aproximadamente en los puntos

(0.001727, 0.083190, 1.631582).
Para la segunda raz, se realiza exactamente el mismo
procedimiento que utilizamos para la anterior, lo que cambia es
nuestro vector inicial, para esta utilizaremos x0 = (3, 1, 1).
 Solucin de Ecuaciones
No Lineales
17

Recordemos que a partir de la segunda iteracin debemos utilizar

la frmula de la inversa aproximada.
k (x, y, z) F(x, y, z) (x, y, z) F(x, y, z) (A(k))-1
0.218366 0.039769 0.020246
4 1 1 3
1 1 1 0 6 0.118221 -0.062907 0.004338
1.5 2.25 0.5 5.25 0.380333 0.036153 -0.163413
0.157635 0.033373 0.021259
3.696312 -0.248441 -0.303688 -1.248441
2 0.934924 -0.252676 -0.065076 -1.252676 0.105435 -0.064253 0.004552
1.451193 -0.811374 -0.048807 -3.061374 0.402122 0.038448 -0.163777
0.156706 0.033215 0.019144
3.761158 0.001473 0.064845 0.249914
3 0.948576 0.002230 0.013652 0.254907 0.105259 -0.064283 0.004151
1.427928 0.087893 -0.023265 0.899267 0.407981 0.039445 -0.|50434
0.201883 0.037509 0.000882
3.759170 -0.006238 -0.001988 -0.007711
4 0.948200 -0.006211 -0.000377 -0.008441 0.115070 -0.063351 0.000185
1.440461 -0.041661 0.012533 -0.129554 0.328691 0.031910 -0.118383
0.198658 0.037211 0.002805
3.760699 -0.000226 0.001529 0.006012
5 0.948532 -0.000226 0.000332 0.005984 0.114375 -0.063415 0.000600
1.437777 -0.001715 -0.002683 0.039946 0.335729 0.032558 -0.122579
0.199594 0.037299 0.002308
3.760757 0.000003 0.000058 0.000229
6 0.948545 -0.000004 0.000013 0.000229 0.114576 -0.063396 0.000493
1.437650 0.000021 -0.000127 0.001733 0.333761 0.032375 -0.121534

El criterio para detener las iteraciones sigue siendo cuando F(x, y,

z) <= 0.0005; el cual se alcanza en la iteracin nmero 6 donde
F(x, y, z) = 0.000229 y por lo tanto nuestra segunda raz se
encuentra aproximadamente en los puntos (3.760757, 0.948545,
1.437650).
 Interpolacin y
Aproximacin Polinomial
18

Frmula de Lagrange
Sea la siguiente tabla:

i x F(x)
0 1.0 14
1 2.7 18
2 3.2 22

a)Calcular el polinomio de grado 2.

b)Tabular x = (1, 3.2) y graficar.
c) Sustituir x = 1.5, 2.0, 3.0
Es importante recordar que en este mtodo a pesar de que los
datos no deben estar igualmente espaciados ni ordenados es
aconsejable que lo estn.
a)Debemos construir el polinomio de aproximacin de grado 2:

Hacemos sustitucin de x0, x1, x2 por sus respectivos valores de la

tabla y resolvemos:
 Interpolacin y
Aproximacin Polinomial
19

b)Tabular x = (1, 3.2) y graficar.

x F(x)
1 13.999990
1.2 13.700522
1.4 13.606400
1.6 13.717626
1.8 14.034200
2 14.556120
2.2 15.283388
2.4 16.216002
2.6 17.353964
2.8 18.697274
3 20.245930
3.2 21.999934

c)
 Interpolacin y
Aproximacin Polinomial
20

Diferencias Divididas
La siguiente tabla relaciona los datos observados de voltaje y
temperatura (F) para termopares formados por Platino y Platino
-10% , Rodio con juntas refrigeradas a 32.
MVT T(F)
0 32
500 176
1000 296.4
1500 405.7
2000 509
2500 608.4
3000 704.7
3500 799
4000 891.9
4500 983
5000 1072.6
5500 1160.8
6000 1247.5

a)Estimar la temperatura para micro voltios de 300, 1700, 3300,

5300 y 5900.
Se construye la tabla de diferencias divididas de la siguiente
forma:

xi Fi F[1] F[2] F[n]

 Interpolacin y
Aproximacin Polinomial
21

MVT T(F) F[1] F[2] F[3] F[4]

0 32 0.2880 -0.000047 0.0000000167 0.0000000000049
500 176 0.24080 -0.000022 0.0000000068 0.0000000000020
1000 296.4 0.21860 -0.000012 0.0000000028 0.0000000000009
1500 405.7 0.20660 -0.000008 0.0000000011 0.0000000000002
2000 509 0.19880 -0.000006 0.0000000015 0.0000000000003
2500 608.4 0.19260 -0.000004 0.0000000008 0.0000000000007
3000 704.7 0.18860 -0.000003 -0.0000000005 0.0000000000005
3500 799 0.18580 -0.000004 0.0000000004 0.0000000000001
4000 891.9 0.18220 -0.000003 0.0000000001 0.0000000000001
4500 983 0.17920 -0.000003 -0.0000000001
5000 1072.6 0.17640 -0.000003
5500 1160.8 0.17340
6000 1247.5

Se construyen los polinomios de grado 2 y 3 de la siguiente forma:

Para la sustitucin de valores en los polinomios debemos recordar

tomar los valores mas cercanos al que piden evaluar.
Tambin se debe de hacer el calculo del error del trmino siguiente
(ERTS).
a) Sustituimos en los polinomios:
Para x = 300
 Interpolacin y
Aproximacin Polinomial
22

Para x = 1700

Para x = 3300

Para x = 5300

Para x= 5900
 Interpolacin y
Aproximacin Polinomial
23

Interpolacin de Newton
Sea la siguiente tabla de datos:
x F(x)
0.125 0.79168
0.250 0.77334
0.375 0.74371
0.5 0.70
0.625 0.65632
0.75 0.60228

a)Construye la tabla de diferencias y los polinomios de Newton de

tercer grado, progresivo para interpolar x= 0.158 y regresivo
para x=0.636.
xi f(xi) f(xi) 2f(xi) 3f(xi) 4f(xi) 5f(xi)
0.125 0.79168 -0.018340 -0.011290 0.001340 0.000380 -0.000100
0.250 0.77334 -0.029630 -0.009950 0.001720 0.000280
0.375 0.74371 -0.039580 -0.008230 0.002000
0.5 0.70413 -0.047810 -0.006230
0.625 0.65632 -0.054040
0.75 0.60228

h = 0.125
Para x= 0.158:
 Interpolacin y
Aproximacin Polinomial
24

Para x= 0.636

Mtodo de Hermite
Un automvil realiza un recorrido por una carretera recta y se
cronometra su recorrido en varios puntos, los cuales se muestran en
la siguiente tabla. Estimar d(t=10s).
t(seg) 0 3 5 8 13
d(pies) 0 225 383 625 993
v(pies/seg) 75 77 80 74 72

Realizamos la tabla para x=10:

j xj F(xj) F(xj) L(xj) L2j(x) Hnj(x) ^Hnj(x)
0 3 225 77 -4/5 0.09 1.098 0.63

1 5 383 80 1/24 0.765625 0.446615 3.828125

2 8 625 74 1/3 1.96 -0.653333 3.92

3 13 993 72 17/40 0.030625 0.108719 -0.091875

 Interpolacin y
Aproximacin Polinomial
25

Realizamos los cocientes de Lagrange y sus derivadas:

 Interpolacin y
Aproximacin Polinomial
26

Construimos y resolvemos el polinomio para x=10:

Como comprobacin realizamos diferencias divididas:

x F(x) F(x) F2(x) F3(x) F4(x) F5(x)

3 225 77 1 -1/4 0.038888 -0.38148
3 225 79 -0.055556 -0.151852 0.028718
5 383 80 0.222222 -0.814815 0.135324 -0.021850
5 383 80.666667 -2.222222 0.267778 -0.039472
8 625 74 -2/25 -6/125
8 625 73.6 -8/25
13 993 72
13 993

F6(x) F7(x)
0.006687 -0.001174
-0.005057
 Interpolacin y
Aproximacin Polinomial
27

Realizamos el polinomio basndonos en la tabla de diferencias

divididas:

Spline Cbico
Ajustar los puntos de la siguiente imagen mediante una curva.

Hacemos una tabla con los puntos marcados en la imagen:

i x F(x) i x F(x)
0 0.62 2.14 6 4.7 1.04
1 0.74 2.96 7 7 2
2 1 2.8 8 9.08 0.54
3 1.78 3.6 9 10.36 1.94
4 2.42 3.44 10 9.52 3.6
5 3.16 3.16
 Interpolacin y
Aproximacin Polinomial
28

i x F(x) hi F[1]
0 0.62 2.14 0.12 6.833333

1 0.74 2.96 0.26 -0.615385

2 1 2.8 0.78 1.025641

3 1.78 3.6 0.64 -0.25

4 2.42 3.44 0.74 -0.378378

5 3.16 3.16 1.54 -1.376623

6 4.7 1.04 2.3 0.417391

7 7 2 2.08 -0.701923

8 9.08 0.54 1.28 1.09375

9 10.36 1.94 -0.84 -1.976190

10 9.52 3.6

Calculamos Si :
S0 -44.69231
0.76 0.26 0 0 0 0 0 0 0 S1
0.26 2.08 0.78 0 0 0 0 0 0 9.846154
S2 -7.653846
0 0.78 2.84 0.64 0 0 0 0 0
0 0 0.64 2.76 0.74 0 0 0 0 S3 -0.770270
0 0 0 0.74 4.56 1.54 0 0 0 S4 -5.989470
0 0 0 0 1.54 7.68 2.3 0 0 S5 10.76409
0 0 0 0 0 2.3 8.76 2.08 0
S6 -6.715886
0 0 0 0 0 0 2.08 6.72 1.28
0 0 0 0 0 0 0 1.28 0.88 S7 10.77404
S8 -18.419643
 Interpolacin y
Aproximacin Polinomial
29

i x F(x) Hi F[1] Si
0 0.62 2.14 0.12 6.833333 0
1 0.74 2.96 0.26 -0.615385 -64.123567
2 1 2.8 0.78 1.025641 15.544627
3 1.78 3.6 0.64 -0.25 -7.454541
4 2.42 3.44 0.74 -0.378378 2.175377
5 3.16 3.16 1.54 -1.376623 -2.707304
6 4.7 1.04 2.3 0.417391 3.081855
7 7 2 2.08 -0.701923 -3.797961
8 9.08 0.54 1.28 1.09375 9.358646
9 10.36 1.94 -0.84 -1.976190 -34.543989
10 9.52 3.6 0

Calculamos ai , bi, ci :
 Interpolacin y
Aproximacin Polinomial
30

i x F(x) Hi F[1] Si
0 0.62 2.14 0.12 6.833333 0
1 0.74 2.96 0.26 -0.615385 -64.123567
2 1 2.8 0.78 1.025641 15.544627
3 1.78 3.6 0.64 -0.25 -7.454541
4 2.42 3.44 0.74 -0.378378 2.175377
5 3.16 3.16 1.54 -1.376623 -2.707304
6 4.7 1.04 2.3 0.417391 3.081855
7 7 2 2.08 -0.701923 -3.797961
8 9.08 0.54 1.28 1.09375 9.358646
9 10.36 1.94 -0.84 -1.976190 -34.543989
10 9.52 3.6 0

ai bi ci di
-89.060509 0 8.115805 2.14
51.069355 -246.629102 -4.067673 2.96
-4.914352 19.929008 4.015533 2.8
2.507791 -11.647720 -1.277191 3.6
-1.099703 2.939699 0.223819 3.44
0.626532 -1.757990 -2.862507 3.16
-0.498537 1.339937 3.054654 1.04
1.054215 -1.825943 -5.262880 2
-5.716489 7.311442 10.459645 0.54
-6.853966 41.123796 2.859968 1.94

Construimos los polinomios con sus rangos respectivos:

 Interpolacin y
Aproximacin Polinomial
31

Mnimos Cuadrados
Sea la siguiente tabla de datos

i x y i x y
1 0.1 1.9 13 9.4 -3.1

2 1.1 7.9 14 11.1 -13

3 1.6 24.9 15 11.4 -28.7

4 2.4 25.2 16 12.2 -39.5

5 2.5 34.9 17 13.2 -48.6

6 4.1 42.7 18 14.1 -40.2

7 5.2 29.7 19 15.6 -51.6

8 6.1 42.6 20 16.1 -30.5

9 6.6 36.1 21 17.6 -34.6

10 7.1 23.7 22 17.9 -16.4

11 8.2 13 23 19.1 -13.4

12 9.1 12.7 24 20 -1.1

 Interpolacin y
Aproximacin Polinomial
32

Debemos calcular los polinomios de 2 y 3.

Primero de x2 hasta x6 y los nuevos valores obtenidos se multiplican
por y; luego se suman los valores de x, y, x2, x3, x4, x5, x6, xy,
xy2, xy3, xy4, xy5, xy6. Estos valores servirn para construir los
sistemas y calcular valores de a0.

Para el polinomio de 2:

Se calcula la inversa y se multiplica el vector del final (despus de

la igualdad).
 Interpolacin y
Aproximacin Polinomial
33

Para el polinomio de 3 se realiza exactamente el mismo

procedimiento:
 Diferenciacin e
Integracin Numrica
34

Diferenciacin Numrica
Sea la funcin:

a)Estimar la derivada para x=1.5 con h= 0.1, 0.5, 0.025,

empleando las frmulas de 2 progresiva y centrada.
* h = 0.1 :

Dif. Dif.
T I(t) f 2f
Progresivas Centradas
1.4 1.8673 0.6048 0.0213 6.16218684 6.15416493

1.5 2.4720 0.6261 0.0197

1.6 3.0981 0.6458

1.7 3.7439

*h = 0.5 :

Dif. Dif.
T I(t) f 2f
Progresivas Centradas
1.45 2.1669 0.6048 0.0213 6.16218684 6.15633825

25 2.4720 0.6261 0.0197

1.55 2.7825 0.6458

1.6 3.0981
 Diferenciacin e
Integracin Numrica
35

* h = 0.025:

Dif. Dif.
T I(t) f 2f
Progresivas Centradas
1.475 2.3188 0.3052 0.0053 6.15842046 6.1568

1.5 2.4720 0.3105 0.0051

1.525 2.62 66 0.3156

1.55 2.7825

Observemos que mientras ms pequea sea nuestra h, la aproximacin

a la derivada es mejor.
b) Tabular la funcin en el intervalo [.5, 2.3] con intervalos de j=0.1 y
estimar la derivada en cada punto; para [.6, 2.2] con diferencias
centradas. Para x=2.3, deducir la frmula a partir de la frmula
regresiva de newton.

Dif. Dif.
h T I(t) f 2f
Progresivas Centradas
0.1 0.5 -2.1029 0.2446 0.0692 2.09967923 8059

0.6 -1.8583 0.3138 0.0572 2.85188998 2.79167284

0.7 -1.5445 0.3709 0.0481 3.46857085 3.4234493

0.8 -1.1736 0.4191 0.0412 3.984384 3.94988708

0.9 -0.7545 0.4603 0.0359 4.42351668 4.3967064

1 -0.2943 0.4962 0.0316 4.80337647 4.78221853

1.1 0.2019 0.5278 0.0282 5.13671279 5.11976243

1.2 0.7297 0.5560 0.0255 5.43297923 5.41919803

1.3 1.2857 0.5815 0.0232 5.6992655 5.68790206

 Diferenciacin e
Integracin Numrica
36

Dif. Dif.
h T I(t) f 2f
Progresivas Centradas
0.1 1.4 1.8673 0.6048 0.0213 5.94095389 5.93146144
1.5 2.4720 0.6261 0.0197 6.16218684 6.15416493
1.6 3.0981 0.6458 0.0183 6.36620111 6.35935404
1.7 3.7439 0.6641 0.0172 6.55556688 6.54967418
1.8 4.4080 0.6813 0.0161 6.73235926 6.72725457
1.9 5.0894 0.6975 0.0153 6.8982815 6.89383756

2 5.7868 0.7127 0.0145 7.05475389 7.05087192

2.1 6.4995 0.7272 0.0138 7.20297834 7.19958039

2.2 7.2267 0.7410 5.94095389 7.34100894

2.3 7.9677

Extrapolacin de Richardson
Sea la funcin:

Calcular una aproximacin a su primera y segunda derivada.

Tabular en el intervalo [0,1] con h=0.1, 0.2, 0.4 y calcular para
x=(0.6).

x F(x) x F(x)
0 -1 0.6 0.106703
0.1 -0.796335 0.7 0.220608
0.2 -0.590648 0.8 0.302867
0.3 -0.390694 0.9 0.352238
0.4 -0.203705 1 0.368995
0.5 -0.036112
 Diferenciacin e
Integracin Numrica
37

Simpson 1/3 y 3/8

El cuerpo de revolucin que se muestra en la figura, se obtiene de

girar la curva dada por:
 Diferenciacin e
Integracin Numrica
38

En torno al eje x. Calcular el volumen:

h x F(x)
0.1 0 3.1416
0.1 3.149454
0.2 3.173016
0.3 3.212286
0.4 3.267264
0.5 3.33795
0.6 3.424344
0.7 3.526446
0.8 3.644256
0.9 3.777774
1 3.927
1.1 4.091934
1.2 4.272576
1.3 4.468926
1.4 4.680984
1.5 4.90875
1.6 5.152224
1.7 5.411406
1.8 5.686296
1.9 5.976894
2 6.2832
 Diferenciacin e
Integracin Numrica
39

Simpson 1/3 + Simpson 3/8