Documente Academic
Documente Profesional
Documente Cultură
Grupo: 2MV1
26 de Mayo de 2014
2
Esta regla establece que la integral, se puede aproximar, a travs de una serie de polinomios
de primer orden, (ecuacin de una lnea recta), aplicada por parte de la funcin f(x), sobre
intervalos de longitud constante, como se muestra en la figura:
b
I = f ( x ) dx
a
Como se puede observar en la figura el clculo del rea parcial bajo el segmento de recta
est dado por un trapecio y el rea total desde el punto a al punto b, es la sumatoria de
reas de los tres trapecios, de ah el nombre del mtodo.
Considerando el siguiente problema, se muestra en la figura. Donde dada una curva
y=f ( x) con un intervalo (a, b)
Obtener el rea bajo la curva comprendida en este intervalo.
5
rea= A= f ( x ) dx
a
Donde:
a= lmite inferior
b= lmite superior
A=rea bajo la curva y=f ( x)
Para platear este problema usamos la solucin por medio de una integral, y posteriormente
de forma geomtrica.
Primer caso: Concepto matemtico
Las frmulas de newton Cotes, se basan en la estrategia de reemplazar una funcin
complicada por una funcin aproximada que sea ms fcil de integrar, es decir:
b b
A= f ( x ) dx f n ( x ) dx
a a
Para resolver el problema de la figura anterior, el polinomio usado para obtener el rea
aproximada bajo la recta es un polinomio e primer orden, ya que una lnea recta que pasa
por dos puntos de una funcin f ( x ) , se puede representar como:
f ( b )f ( a )
f 1 ( x )=f ( a ) +( )(xa)
ba
Esta frmula se deduce de la siguiente figura:
6
Lo que se desea, es encontrar la pendiente de la lnea que une a los dos puntos de
intercesin con la funcin.
a) Utilice dos tringulos semejantes, cuyas pendientes se representan como sigue:
f 1 ( x ) f ( x 0 ) f ( x 1 )f ( x 0 )
=
xx 0 x 1x 0
d) Calcule el rea bajo el segmento de la lnea recta dado por este polinomio de primer
orden obtendr el rea aproximada.
e) Resolviendo la integral para obtener el rea bajo la curva, bajo este segmento de
recta que pasa por dos puntos de la curva dada por la funcin y=f ( x ) .
7
b
f ( b ) f ( a ) f ( b) + f ( a)
a
(
A= f ( a ) +
ba ) (
( xa) dx=
2 ) (ba)
A= ( M2+ n ) h
Donde:
M= base mayor
m=base menor
h=altura
En este mtodo del trapecio, el concepto es el mismo solo que el trapecio esta sobre su
altura.
8
A= ( M2+ n ) h
Donde:
M=altura mayor
m=altura menor
h=base
Con respecto a la figura anterior, el clculo del rea del trapecio es igual al promedio de sus
alturas por su base, por lo tanto, la frmula es la misma, lo que cambia es la forma se
interpretarla.
Al observar la figura anterior se puede establecer las relaciones siguientes:
f ( a )=m
f ( b )=M
h= ( ba )
A= ( f ( a )+2 f ( a) )( ba )
La cual es la misma que se obtuvo al resolver la integral.
Por lo anterior concluimos que el rea del trapecio dado por los puntos abcd de la siguiente
figura. Representa un rea definida por la integral.
9
b
A= f ( x ) dx
a
( f ( b )+2 f ( a ) ) h
Grficamente se puede ver que el rea del trapecio es menor que el rea bajo la curva, y que
para obtener el rea exacta se requiere considerar el error E. Por lo tanto el rea exacta es:
b
A= f ( x ) dx
a
( f ( b )+2 f ( a ) ) h+ E
Ejemplo:
Encontrar el rea bajo la curva dada por la funcin f ( x )=x 2 en los lmites (1, 3), usando
a) El mtodo analtico
b) El mtodo numrico del trapecio, utilizando en solo trapecio
c) Encontrar el error de aproximacin, al comparar ambos mtodos.
Solucin
a) Forma analtica
10
3 3
x
A analitica = x 2 dx=
1 3
Aplicando los lmites:
3
A analitica =
x3
[ ] [ ]
3 3 13 27 1 26
= = = =8.6666 U 2
3 1 3 3 3 3 3
b) Por el mtodo del trapecio
La funcin es f ( x )=x 2
Si el intervalo es (a, b), y si los dos datos son (1,3) a=1, b=3
h=ba=31=2
2 2
si x=b f ( b ) =b f (3 )=3 =9
f ( b ) +f ( a )
(
A analitica =
2 ) ( ) ( )
h=
9+1
2
2=
10
2
2=( 5 ) x 2=10
A t = f ( x ) dx+ f ( x ) dx ++ f ( x ) dx
x0 x1 x n1
f ( x1 )+ f ( x0 ) f ( x 2 ) + f ( x1 ) f ( x n) + f ( x n1 )
AT = ( 2 ) (
h+
2 ) h+ + ( 2 )h
Para tener una mejor exactitud en el clculo del rea bajo la curva y=f(x) es dividido el
intervalo (a, b) en varios sub intervalos y aplicar el mtodo del trapecio en cada uno de
ellos, y finalmente sumar cada una de estas reas parciales como se muestra en la anterior
figura de donde, obtenemos la formula general del clculo del rea bajo la curva a travs de
[ ][ ]
n1
h
mltiples trapecios. AT = f ( x 0 ) +2 f ( x 1 ) + f (x n)
2 i=1
ba
Considere que: h=
n
Sustituya en la frmula general, entonces obtenemos la frmula final.
n1
f ( x 0)+2 f ( x 1 ) +f ( x n )
i=1
A T =( ba )
En este caso el error, se considerar que tan exacto es el mtodo numrico con respecto al
mtodo analtico.
Por lo que, el error ser considerado como, la diferencia de valor absoluto, que existe entre
el valor encontrado usando el mtodo del trapecio y el valor encontrado al resolver la
integral por el mtodo analtico.
E=| A numerica A analitica|
Donde:
A numerica =Es el rea encontrada por el mtodo deltrapecio .
A analitica = [ ] [
x3 3 3 13 27 1 26
]
= = = =8.6666 U 2
3 1 3 3 3 3 3
b) Por el mtodo del trapecio usando 3 trapecios.
La funcin es f ( x )=x 2
n=3 trapecios
ba 31 2
h=
n ( )( )()
=
3
= =0.6666
3
La frmula para n trapecios es:
n1
A T =( ba ) ( f ( x0 ) + 2 f ( x1 ) + f ( x n )
i=1
2n
)
Obteniendo cada una de las partes dela formula.
Si x 0=a x 0=1
Si x n=b y n=3 x 3=3
Por lo tanto
Si f ( x )=x 2 , si x =x 0 f ( x ) =x2 f ( 1 )=12=1
2 2 2
Si x n=b y n=3 f ( x n )=x n f ( x 3 )=x 3 f ( 3 )=3 =9
f ( x1 )
i=1
I x1 f ( x 1 )=x 2i Resultado de
f (x1 )
1 x 1=x 0+ h x 1=1.6666 f ( x 1 )=x 21 2.7775
sumatoria 8.2217
1+2 ( 8.2217 ) + 9
A t =( 31 ) ( 2( 3 )
=2 ) (
26.4435
6 )
=2 ( 4.4072 )=8.8145
c)
Codificacin en C++
18
19
Donde para este caso altura = (b-a)/2. Al sustituir altura en nuestra ecuacin anterior, la
regla de Simpson 1/3 se expresa tambin como:
Donde a = xini, b = xfin y xmed = punto a la mitad del camino entre a y b, que esta dado por
(b+a)/2.
Ejemplo:
Encontrar el rea bajo la curva dada por la expresin f ( x )=x 2 en el intervalo (0,1),
usando el mtodo del Simpson 1/3 simple.
Solucin:
Mtodo analtica:
1 3 1
0
2
A= x dx=
x
3 [ ] 0
0.3333
Mtodo numrico
x 0=0 Entonces f ( x 0 ) =0
f ( x 0 ) + 4 f ( x1 ) + f ( x 2) 0+4 ( 0.25 ) +1
A= ( ba ) = ( 10 ) =0.3333
6 6
20
Codificacin:
21
22
Ejemplo:
Solucin:
Mtodo Analtico:
10 10
A= x dx=
0
x4
3
4 [ ]
0
=2500
f ( x )=x 3 dx
Datos:
a=0
b=10
h= (10-0)/6=1.6666
f(0)=0
n xi f ( x i )=x 3
1 h=1.6666 4.6290
2 2 h=3.3333 37.0359
3 3 h=4.9999 124.9925
24
4 4 h=6.6664 296.2607
5 5 h=8.3333 578.6967
6 6 h=9.9996 999.9700
Sumando impares:
n1
f ( xi ) =4.6290+124.9925+578.6997=708.3182
i=1,3,5
Sumando pares:
n2
f ( xi ) =37.0359+296.2607=333.2966
i=2,4
Sustituyendo en la frmula:
n1 n2
f ( x 0 )+ 4 f ( x i ) +2 f ( x j )+ f ( xn )
i=2,4,6 j=2,4,6
A ( ba )
3n
Codificacin:
25
26
27
Donde altura = (b-a) /3. Al sustituir h en nuestra ecuacin anterior, la regla de Simpson 3/8
puede expresarse tambin de la siguiente forma:
Ejemplo:
Use la regla de Simpson 1/3 y 3/8 para integrar la siguiente funcin:
x0 = 0
x2 = 0.8
x1 = (0 + 0.8)/2 = 0.4
x0 = 0
x1 = (0 + 0.2667) = 0.2667
28
Codificacin :
29
M
TODO DE SIMPSON COMBINADO (1/3 SIMPLE Y 3/8)
Es aceptable que en un problema, se puedan combinar tanto el mtodo de Simpson de 1/3
simple y el mtodo de Simpson de 3/8, por ejemplo en un caso donde se tuviera que
resolver un problema donde existieran cinco segmentos. En este caso se resolveran los
primeros dos segmentos por el mtodo de 1/3 y los tres ltimos por el mtodo de 3/8, como
se muestra en la siguiente grfica.
Ejemplo:
Encuentre el rea de la siguiente integral:
0.8
A= ( 0.2+25 x200 x 2+ 675 x 3900 x 4 + 400 x 5) dx=1.6405
0
( ba ) .8
h= = ( 0.80 )= =0.26666
3 3
f ( x 0 ) =f ( 0 ) =0.2
Solucin inciso b)
Resolver los dos primeros por el mtodo de Simpson 1/3 simple y los tres ltimos por el
mtodo de Simpson 3/8.
n=5
ba 0 0.8
h= =0.8 = =0.16
n 5 5
f ( x 0 ) =f ( 0 ) =0.2
f ( x 4 ) =f ( 0.64 )=3.1819
Donde b= x 5 y a= x 2
I t =I 1 + I 3 =0.3803+1.2647=1.6450
3 8
Codificacin:
32
33
CAP
ITULO II: SOLUCIN NUMERICA DE ECUACIONES
MTODO DE BISECCIN
En matemticas, el mtodo de biseccin es un algoritmo de bsqueda de races que trabaja
dividiendo el intervalo a la mitad y seleccionando el sub intervalo que tiene la raz.
Este es uno de los mtodos ms sencillos y de fcil intuicin para resolver ecuaciones en
una variable, tambin conocido como Mtodo de Intervalo Medio. Se basa en el teorema
del valor intermedio (TVI), el cual establece que toda funcin continua f en un intervalo
cerrado [a,c] toma todos los valores que se hallan entre f(a) y f(b). Esto es que todo valor
entre f(a) y f(g) es la imagen de al menos un valor en el intervalo [a,b]. En caso de que f(a)
y f(b) tengan signos opuestos, el valor cero sera un valor intermedio entre f(j) y f(e), por lo
que con certeza existe un p en [a,b] que cumple f(p)=0. De esta forma, se asegura la
existencia de al menos una solucin de la ecuacin f(a)=0.
Se calcula el punto medio m del intervalo [a,b] y se evala f(m) si ese valor es igual
a cero, ya hemos encontrado la raz buscada
En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o con f(b)
Algoritmo
Se puede probar que las tres sucesiones convergen al valor de la nica raz del intervalo:
Ejemplo:
3 x2 18+15
Use el mtodo de la biseccin para encontrar la raz de la ecuacin f ( x )= ,
5
en el intervalo (3,8) con un error de aproximacin Ea =0.01 , con un mximo de 10
iteraciones.
Datos:
3 x 218+15
Ecuacin f ( x)=
5
Intervalo (3,8)
Solucin:
b b24 ac
x=
2a
36
x 1=5
x 2=1
Codificacin:
37
38
Es decir:
x
x
x i x
i+ 1
( i )0
f
( i)=
f
Reordenndose se obtiene:
x
x
f ( i)
( i)
f
x i+1=x i
Ejemplo:
Solucin:
Que se puede sustituir, junto con la funcin original en la frmula de Newton-Raphson para
dar:
xi
e x i
x i+1=x i xi
e 1
Empezando con el valor inicial x i=0 , se puede aplicar la ecuacion iterativa para
calcular:
Codificacin:
40
MTOD
O DE LA SECANTE
Un problema durante en la implementacin del mtodo de Newton-Raphson es el de la
evaluacin de la derivada. Aunque esto no es un inconveniente para los polinomios y para
muchas otras funciones, existen algunas de estas cuyas derivadas pueden ser
extremadamente difciles de evaluar. En estos casos, la derivada se puede aproximar
mediante una diferencia dividida.
x
x
( i)
( i1)f
x i1x i
f
f (x)
x
x
x
x
( i1)f ( i)
f
( i1x i)
( i)
f
x i +1=x i
41
Esta ecuacin es la frmula para el mtodo de la secante. Hay que notar que el
planteamiento requiere de dos puntos iniciales de x. sin embargo, debido a que no se
requiere de dos puntos iniciales de x. sin embargo, debido a que no se requiere que f ( x )
cambie de signo entre estos valores, a este mtodo no se le clasifica como aquellos que
usan intervalos.
Ejemplo:
sese el mtodo de la secante para calcular la raz de f ( x )=ex x . Empicese con los
valores iniciales de x1=0 y x1=1.0 .
Solucin:
Primera iteracin:
x1=0 f ( x1 )=1.0000
x 0=1 f ( x 0 )=0.63212
0.63212 ( 01 )
x1=1 =0.61270
1(0.63212 )
Segunda iteracin
x 0=1 f ( x 0 )=0.632 12
x 0=1 f ( x 1 )=0.07081
Tercera interacion
x 1=0.61270 f ( x 1 )=0.0708 1
x 2=0.56384 f ( x 2 ) =0.00518
0.00518 ( 0.612700.563 )
x 3=0.56384 =0. 56717
0.7081( 0.00518 )
Codificacin:
42
43
44
45
f 1 ( x ) f (x 0 ) f ( x 1) f (x 0)
=
xx 0 x 1x 0
Donde:
f ( x 1 ) f ( x 0 )
f 1 ( x )=f ( x 0 ) + ( x x0 )
x1 x 0
f ( x 1) f ( x 0 )
x 1x 0
Ejemplo:
b) Una vez que haya encontrado el polinomio de interpolacin entre ambos puntos,
calcular los puntos que se encuentren en el intervalo entre P1 y P5 con
incrementos de 0.5 sobre el eje de las x .
Datos:
Solucin:
f ( x 1 ) f ( x 0 )
f 1 ( x )=f ( x 0 ) + ( x x0 )
x1 x 0
f ( x 5 )f ( x 1 )
f 1 ( x )=f ( x 1 ) + ( xx 5 )
x 5x 1
Sustituyendo valores:
(4 )8
f 1 ( x )=8+ ( x1 )=86 ( x1 )=86 x +6=146 x
31
f 1 ( x )=146 x
x 2=x 1+0.5=1.5
Cada uno de estos puntos al evaluarlos en la ecuacin de la recta f 1 ( x )=146 x que une
a los puntos P1 y P5 se tiene los resultados siguientes:
f 1 ( x 2 )=146 ( 1.5 ) =5
f 1 ( x 3 )=146 ( 2 ) =2
P2 ( x2 , f ( x 2 ) ) =(1.5,5)
P3 ( x3 , f ( x 3 ) ) =(2,2)
P4 ( x 4 , f ( x 4 ) )=(2.5,1)
Punto inicial:
P1 (X 1 , f 1 ( x1 ) )
Punto final
P5 (X 5 , f 5 ( x 5 ) )
Donde:
f 1 ( x )=146 x Ecuacin de la recta entre P1 y P5
3 2
f ( x )=2 x 11 x +12 x +5 Funcin que describe la curva en los puntos P 1 y P5
E=|( 55 )|=0
E=|( 12 )|=1
E=|( 2.51 )|=1.5
Codificacin:
50
51
52
53
Donde:
a , b , c Son coeficientes por determinar.
Pk Primer punto a interpolar cuyas coordenadas son Pk = ( x k , f ( x k ) )
Pk+1 Pk Segundo punto a interpolar cuyas coordenadas son Pk+1 =( x k+1 , f ( x k+1 ) )
Pk+2 Tercero punto a interpolar cuyas coordenadas son Pk+2 =( x k , f ( x k+2 ) )
Pk ,k +2 ( x) Es el polinomio que interpola desde el punto Pk hasta el punto Pk+2
La interpolacin de los puntos Pk , P k+1 y Pk +2 que necesita una parbola, establece tres
condiciones:
Pk ,k +2 ( x k ) =f ( x k ) a x 2k + b x k + c
2
Pk ,k +2 ( x k +1 )=f (x k+1 ) a x k+ 1+ b x k +1+ c
Pk ,k +2 ( P k ,k +2 ) a x 2k+2 +b x k +2+ c
Por lo que podemos establecer un sistema de ecuaciones lineales de tres por tres
2
a x k+2 +b x k+ 2+ c=( Pk+ 2) Ecuacin para el tercer punto.
Por lo que al resolver el sistema de ecuaciones se obtiene los valores de los coeficientes a, b
y c. por lo que sustituyndolos valores de estos coeficientes en la ecuacin general de una
parbola, se obtendr el polinomio que interpolan a los tres puntos.
Pk ,k +2 ( x )=a x2 +bx +c
Ejemplo:
Tomando como referencia, la tabla de los puntos que se obtuvo a partir de la funcin
f(x)=Inx donde x=1 hasta 3.5, encontrar lo siguiente:
a) El polinomio de segundo orden, que une a los puntos P2 , P4 y P6
b) Una vez que hayan encontrado el polinomio de interpolacin entre los tres puntos,
calcular los puntos que se encuentren en el intervalo entre P2 y P6 con
incrementos de 0.5 sobre el eje x.
c) Finamente encontrar el error de aproximacin contra los valores verdaderos
mostrados en la tabla y que fueron obtenidos de la funcin
f ( x )=Inx donde x=1 hasta 3.5
Punto x
1 0
1.5 0.4054
2 0.6931
2.5 0.9162
3 1.0986
3.5 1.2527
Solucin:
Datos:
2
a x k+1 +b x k+ 1+ c=f ( x k+ 1) Para el segundo punto P4 ( 2.5, 0.9162 ) a considerar
1.5 0.40549
2 0.68306
2.5 0.91673
3 1.1065
56
La siguiente grafica muestra las curvas dado por f ( x )=ln x , asi como l curva dada por el
polinomio f 2 ( x )=0.08777 x 2+ 0.86232 x0.6905
D=|( f ( x )f 1 ( x ) )|
D100
E=
f (x)
Ejemplo:
Para el punto P3 :
D=|| (0.69314-0.68306)=0.01008
100
E= ( 0.010088 ) + =1.4542
0.69314
Codificacin:
57
58
59
60
La interpolacin de tres puntos es una parbola, por lo que, el polinomio que une tres
puntos es de la forma:
f 2 ( x )=b 0+ b1 ( xx 0 ) +b2 ( xx 0 ) ( xx 1)
Al polinomio anterior, para darle forma del polinomio cuadrtica, agrupamos trminos:
2
f 2 ( x )=a 0+ a1 x +a 2 x
Donde:
a0 =b0 b1 x 0 +b 2 x 0 x 1
a0 =b1b2 x 0 +b2 x1
a0 =b2
61
b0 =f ( x0 )
f ( x 1 )=f ( x 0 ) + ( x 1x 0 )
Despejando a b1 :
f ( x 1 ) f ( x 0 )
b1=
x1 x 0
f ( x 2 )f ( x 1) f ( x1 ) f ( x 0 )
x 2x 0 x 1x 0
b2=
x 2x 0
Por lo que, si se conocen tres puntos a interpolar, se puede obtener el polinomio cuadrtico
que interpolan a estos tres puntos, calculando los coeficientes b0 , b1 y b 2 y
sustituyndolos en la ecuacin anterior. Con el cual cualquier punto que se encuentre dentro
de estos tres puntos podr ser calculado.
Ejemplo:
b) Una vez que haya encontrado el polinomio de interpolacin entre los tres puntos,
calcular los puntos que se encuentren en el intervalo entre P2 y P6 con
incrementos de 0.5 sobre el eje de las x s .
Solucin:
Punto x F(x)
1 0.40549
1.5 0.68306
2 0.91673
2.5 1.1065
3 1.25243
3.5 0.40549
Datos:
Formulas a usar:
f 2 ( x )=b 0+ b1 ( xx 0 ) +b2 ( xx 0 ) ( xx 1)
63
f ( x 1 ) f ( x 0 )
b1=
x1 x 0
f ( x 2 )f ( x 1) f ( x1 ) f ( x 0 )
x 2x 0 x 1x 0
b2=
x 2x 0
x 0=1.5 f (x 0)=0.4054
b0 =f ( x 0 )=0.4054
f ( x 1 ) f ( x 0 ) 0.91620.4054
b1= =
x1 x 0 2.51.5
f ( x 2 )f ( x 1) f ( x1 ) f ( x 0 ) 1.25270.9162 0.91620.4054
x 2x 0 x 1x 0 3.52.5 2.51.5 0.33650.5108
b2= = = =0.08715
x 2x 0 3.51.5 2
Se obtiene lo siguiente:
64
P5 3 1.1062 P5 (3,1.1062)
D=|( f ( x )f 1 ( x ) )|
d +100
E=
f (x )
punto x Porcentaje de
error
1 0 0.4054 69.05%
Codificacin:
65
66
67
68
69
x xn 1
)
f n ( x )=b 0 +b1 ( xx 0 ) ++b n ( xx 0)( xx1 )
Este polinomio confirma lo anterior, que para obtener un polinomio de n-simo orden se
requiere n+1 puntos.
Por lo que los coeficientes estarn dados por las expresiones siguientes:
b0 =f ( x 0 )
b1=f [ x 1 , x 0 ]
b2=f [ x 2 , x 1 , x 0 ]
.
.
.
bn =f [ x n , x n1 x 1 , x 0 ]
f ( xi ) f (x j )
f [ x i , x j ]=
x ix j
f [ x i , x j ] f [ x j , x k ]
f [ x i , x j , x k ]=
x ix k
f 2 ( x )=f ( x0 ) + ( xx 0 ) f [ x1 , x 0 ]+ ( xx 0 )( x x1 ) f [ x 2 , x 1 , x 0 ] ++ ( xx 0 )( x x1 ) ( xx n1 ) f [ x n , x n1 , x 0 ]
Ejemplo:
b) Calcular los puntos que se encuentran entre P1 y P6 con incrementos de 0.5 sobre
el eje de las x, entre cada punto.
1.5,5)
2,1)
2.5,-2.5)
3,-4)
3.5,-2)
4,5)
El polinomio es de tercer orden, es decir n=3, por lo que se necesitan n+1 puntos, por lo
tanto, tenemos cuatro puntos, y la frmula queda de la forma siguiente:
Donde:
b0 =f ( x 0 )
b1=f [ x 1 , x 0 ]
b2=f [ x 2 , x 1 , x 0 ]
b3 =f [ x 3 , x 2 , x 1 , x 0 ]
f ( xi ) f (x j )
f [ x i , x j ]= Donde i=j+1
x ix j
Debido a que se tiene cuatro puntos, entonces se requieren calcular tres primeras
diferencias divididas finitas:
f ( x 1 )f (x 0 ) 18
f [ x 1 , x 0 ]= = =7
x 1x 0 21
f ( x 2 )f (x 1) 41
f [ x 2 , x 1 ]= = =5
x2 x1 32
f ( x 3 )f (x 2 ) 5(4 )
f [ x 3 , x 2 ]= = =9
x 3x 2 43
f [ x i , x j ] f [ x j , x k ]
f [ x i , x j , x k ]= Donde j=k+1, i=k+2
x ix k
Debi que se usan cuatro puntos, entonces se calcularan dos segundas diferencias divididas:
f [ x 2 , x 1 ]f [ x 1 , x 0 ]
f [ x 2 , x 1 , x 0 ]=
x 2x 0
f [ x 3 , x 2 ]f [ x 2 , x 1 ]
f [ x 3 , x 2 , x 1 ]=
x 3x 1
Para calcular las anteriores diferencias divididas finitas, se puede usar la expresin
generalizada, como en este caso, para calcular la tercera diferencia dividida finita, se usara
72
f [ xn , x n1 x 1 ] f [ x n1 , x n2 x 0 ]
f [ x n , x n1 x 1 , x 0 ] =
x nx 0
Para cuatro puntos, solo existe una tercera diferencia dividida finita, por lo que usando la
expresin generalizada tenemos lo siguiente:
f [ x 3 , x 2 , x 1 ] f [ x 2 , x 1 , x 0 ] 71
f [ x 3 , x 2 , x 1 , x 0 ]= = =2
x 3x 0 41
f 3 ( x )=b 0+ b1 ( xx 0 ) +b2 ( xx 0 ) ( xx 1 )+ b3 ( xx 0 ) ( xx 1) ( xx 2 )
Donde:
b0 =8
b1=7
b2=1
b3 =2
p3 ( x )=87 ( xx 0 ) +1 ( xx 0 ) ( xx 1 ) +2 ( xx 0 )( xx 1) ( xx 2 )
Para calcular los puntos intermedios entre el punto P1 y P7 , con un espaciamiento de 0.5
sobre el eje de las x, entre cada punto, se sigue el siguiente procedimiento:
1.5,5)
73
P3 2,1)
P4 2.5,-2.5)
P5 3,-4)
P6 3.5,-2)
P7 4,5)
Por los que las x intermedias tomaron los valores de: 1.5, 2, 2.5, 3, 3.5, y 4.
x 0=1
x 1=2
x 2=3
x 3=4
Para obtener a las p3 (x) es avaluando a las x, en el polinomio de tercer orden, una por
una:
P1 ( x1 , p ( x 1 ) ) =P1 ( 1,8 )
P2 ( x2 , p ( x 2 ) ) =P2 (1.5,5 )
P3 ( x3 , p ( x3 ) ) =P3 ( 2,1 )
P4 ( x 4 , p ( x 4 ) ) =P4 ( 2.5,2.5 )
P5 ( x5 , p ( x5 ) ) =P5 ( 3,4 )
P6 ( x 6 , p ( x 6 ) ) =P 6 ( 3.5,2 )
P7 ( x 7 , p ( x 7 ) )=P7 ( 4,5 )
punto Valor E
de x
1 1 8 8 0%
2 1.5 5 5 0%
3 2 1 1 0%
5 3 -4 -4 0%
6 3.5 -2 -2 0%
7 4 5 5 0%
Codificacin:
76
77
78
79
Se parte de la interpolacin lineal de newton, que establece que para interpolar dos puntos
se tiene el polinomio de primer orden como:
f ( x 1 ) f ( x 0 )
f 1 ( x )=f ( x 0 ) + ( x x0 )
x1 x 0
f ( x 1 ) f ( x 0 )
f [ x1 , x0]
x1 x 0
f 1 ( x )=f ( x 0 ) + ( xx 0 ) f [ x1 , x 0 ]
Para obtener la frmula de Lagrage, es necesario reformular las diferencias divididas, por lo
que la primera diferencia dividida se puede recibir de la forma:
f1(x) f (x)
f [ x 1 , x 0 ]= + 1
x 1x 0 x1 x 0
xx 1 xx 0
f 1 ( x )= f ( x0 )+ f ( x1 )
x 0x 1 x1x 0
xx 1 xx 0
L0 (x)= L1 (x)=
x 0x 1 x 1x 0
f 1 ( x )=L0 ( x ) f 1 ( x ) + L1 ( x ) f ( x 1 )
Punto 0: ( x 0 , f ( x 0)
Punto 1: ( x 1 , f (x1 )
Punto n: ( x n , f ( x n)
Como se dedujo anteriormente, el polinomio lineal que pasa por los puntos ( x 0 , f (x 0) y
( x 1 , f (x1 ) se obtuvo utilizando los cocientes de Lagrange:
xx 1 xx 0
L0 (x)= Y L1 (x)=
x 0x 1 x 1x 0
Para el caso general, se requiere construir para cada k=0,1,n, un cociente Ln ,k ( x ) , con
las propiedades anteriores, es decir:
( xx 0 ) ( xx 1 ) ( x x k1 ) ( xx k +1 ) ( xx n)
Por lo tanto, tomamos las consideraciones generales anteriores, la expresin para obtener
los cocientes de Lagrange en forma generalizada es la siguiente:
( xx 0 ) ( xx 1 )( xx k1) ( xx n )
Ln ,k ( x k )=
( x k x 0 ) ( x k x k1 ) ( x k x k+1 ) ( x k x n )
El polinomio que interpola todos los puntos de la figura anterior, tiene las propiedades de
que:
n
p ( x ) =f ( x 0 ) Ln ,0 ( x ) + +f ( x n ) Ln ,n ( x )= f ( x k ) Ln ,k ( x )
k=0
Donde:
n
( xx 0 ) ( x x1 ) ( xx k1 ) ( xx n ) ( xx 1 )
Ln ,k ( x )= =
( x k x 0 ) ( x k x k1 )( x k x k+1 ) ( x k x n ) i=o ( x k x i )
i k
En donde:
n
( xx 1 )
Ln ,k ( x )=
i=o ( x k x i )
i k
Ejemplo:
en la siguiente tabla se muestran los puntos a partir de la funcin f ( x )=lnx donde x=1
hasta 6, usando el polinomio de interpolacin de Langrange encontrar lo siguiente:
c) Una vez que haya encontrado los polinomios de interpolacin, calcular el Lnx ,
donde x=1 hasta 6 con incrementos de hasta uno, y compararlos contra el valor
obtenido usando la funcin lnx
Datos:
Punto x
1 0
2 0.693147
3 1.098612
83
P4 4 1.386294
P5 5 1.609437
P6 6 1.791759
punto x
1 0
3 1.098612
xx 1 xx 0
L0 (x)= L1 (x)=
x 0x 1 x 1x 0
xx1 ( x4) x4
L0 ( x ) = = =
x 0x 1 14 3
xx 0 (x1) x1
L1 (x)= =
x 1x 0 41 3
Puntos de acurdo a x
la tabla de datos f ( x )=lnx
P0 1 0
P3 3 1.098612
P5 5 1.609437
La frmula a emplear es: f 2 ( x )=L0 ( x ) f ( x 0 ) + L1 ( x ) f ( x1 ) + L2 ( x ) f ( x 2 )
Donde:
xx 1 ( xx 2) xx 0 ( xx 2) xx 0 (xx 1 )
L0 (x)= L1 (x)= L2 ( x)=
x 0x 1 ( x 0x 2) x 1x 0 ( x 1x 2) x 2x 0 (x 2x 1)
xx 0 ( xx 2 ) ( x1 ) ( x6 )
L1 ( x ) = = =0.16666 x 2 +1.166661
x 1x 0 ( x 1x 2 ) ( 41 ) ( 46 )
xx 0 ( x x1 ) ( x1 ) ( x 4 )
L2 ( x ) = = =0.1 x 20.5+ 0.4
x 2x 0 ( x 2x 1 ) ( 61 ) ( 64 )
2
0.06666 x 0.6666+1.6
)+(
f 2 ( x )=L0 ( x ) f ( x 0 ) + L1 ( x ) f ( x1 ) + L2 ( x ) f ( x 2 ) =
0.16666 x 2 +1.166661+(0.1 x 20.5+0.4)(1.791759)=0.0517 x 2 +0.721371 x0.669594
Solucin del inciso c):
Una vez que se hallan encontrado los polinomios de Langrange:
f 1 ( x )=0.462098 x0.462098
Se puede comparar los resultados que se obtienen, usando las tres expresiones,
lnx , f 1 ( x ) y f 2 ( x ) , como se muestra en la siguente tabla:
Codificacin:
86
87
88
89
y= Ax+ B+r
Donde A y B son coeficientes que representan la interaccin con el eje de las abscisas y la
pendiente como respectivamente y r es el error o residuo entre el modelo y las
observaciones, que se pueden representar.
La seccin de margen de error est dada por: R= y ( Ax+ B)
Si consideramos una muestra de n puntos, podemos decir que existen n residuos R. Por lo
que se puede establecer lo siguiente:
R1= y 1( A x 1+ B)
R2= y 2( A x 2+ B)
Rn= y n( A x n + B)
2 2 2 2 2
Rn = y n + B 2 A y n x n2 y n B+ A x n +2 A x n B
2 2
A x
R=(2 A xy + y 2)+2( A x y )B+ n B2
y= A x 2+ BX +C
Con el eje paralelo al eje y con A >0, por lo que se deduce que tiene un punto mnimo
en:
Por lo tanto, se puede decir que el punto mnimo de la sumatoria tendr por abscisa.
A x y
B=
n
Y que al despejar a y , se obtiene la siguiente ecuacin.
y =A x+ nB
Ahora considerando la ecuacin en trminos de A; la expresin queda:
R2 =A 2 x 2 +2(B x+ xy) A +( y 22 B y +n B2 )
Para que R2 sea mnimo en A, la ejercicio anterior deber ser igual a :
xy
B x
r =
2
2
De tal forma que se cumpla con la frmula de la parbola: y= A x + Bx +c por lo que se
tiene:
xy= A x2 + B x
Por lo que realmente se ha obtenido, son dos ecuaciones con dos incgnitas, las cuales son
A y B, por lo que si resolvemos las ecuaciones en forma simultnea conoceremos el valor
de estas dos incgnitas. Y una vez encontrado el valor de A y B las cuales sustituimos en a
ecuacin de la recta, lo cual era nuestro objetivo, encontrar una recta que se aproximara lo
ms posible a los puntos dados como datos.
92
y =A x+ nB
xy= A x2 + B x
x 1 2 3 4 5 6
y 1.48 1.76 2.78 3.32 3.86 4.15
Primeramente necesitamos calcular las sumatorias que nos indican las ecuaciones porque
teneos lo siguiente.
y =17.35
x=21
n=6
xy=70.82
x 2=91
Sustituyendo estos valores en las ecuaciones del mtodo de mnimo cuadrados, tenemos lo
siguiente:
21 A+ 6 B=17,35
91 A +21 B=70.82
Resolviendo el sistema de ecuaciones por el mtodo suma y resta:
Multiplicando a la primara ecuacin por 21 y la segunda por -6, despus sumamos ambos
ecuaciones, obtenemos finalmente el valor de A.
56.79
A= =0.5408
105
Para obtener a B, se hace el mismo procedimiento, pero ahora a la constante. A del sistema.
93
91.63
B= =0.5408
105
Para obtener a B, se hace el mismo procedimiento, pero ahora eliminando a la constante A
del sistema.
91.63
B= =0.8726
105
Por lo que la ecuacin que aproxima mejor a los datos de la tabla es la siguiente:
y=0.5408 x +0.8726 y
Codificacin:
94
95
De la misma forma que en el procedimiento lineal se tiene que la suma de los cuadrados de
los residuos es:
2 m
y ia 0a 1 x ia 2 x i am x i
n
Sr =
i=1
Si obtenemos la derivada con respecto a cada uno de los coeficientes del polinomio, se
obtienen las siguientes expresiones:
x i2 ( y 1 a0 a1 x ia2 x i2a m x im )
s1
=2
a1
.
.
.
96
m 2 m
x i ( y 1a 0a1 x ia2 xi am xi )
s1
=2
a2
Estas ecuaciones se pueden igualar a cero y reordenarlas de tal forma que tengamos un
sistema de ecuaciones de n ecuaciones por m incgnitas, dando un sistema cuadrado de
ecuaciones.
.
.
.
a0 x i +a1 x i +a2 x i +a m x i = x i y 1
m m+1 m+2 2m m
r 2=(S v S r )/S v
Ejemplo:
Ajustar un polinomio de segundo orden a los datos de las dos columnas de la siguiente
tabla.
97
TABLA
Solucin de acuerdo a los valores dados en la tabla
m=2
n=6
y=
y i =2.5
n
x=
xi =25.433
n
x i=15
y i=152.6
x i2=55
x i3=225
x i4 =979
x i yi =585.6
x i2 y i =585.6
Por lo que al sustituir en las ecuaciones simultaneas se tiene lo siguiente:
6 a0 +15 a 1+52 a 2=152.6
Resolviendo este sistema de ecuaciones de tres por tres con algn mtodo como por
ejemplo el mtodo de Gauss.
Se tiene que el valor de las incgnitas es:
a0 =2.47879
a1=2.35929
a2=1.86071
En este caso la variable que se est analizando, est en funcin de otras dos variables, est
en una forma bidimensional, por lo que la recta en regresin es un plano. Para una mejor
explicacin se ilustra con la siguiente figura.
De la misma forma que en lineal o en el polinomial de segundo orden, para obtener los
valores de los coeficientes que estn ms cercanos y que ajusten mejor, se determinan
agrupando la suma de los cuadrados de los residuos.
n
S r = ( y 1a0a1 x ia2 x i2a 2 x im)2
i=1
Y derivando con respecto a cada uno de los coeficientes, se tienen las siguientes
expresiones.
101
2 m
( y 1a 0a 1 x 1a2 x i am x i )
s1
=2
a0
Para encontrar los coeficientes que generan la suma mnima de los cuales los residuos, se
obtienen igualando cada una de las derivadas parciales a cero y ordenando las ecuaciones
anteriores como un conjunto de ecuaciones lineales simultaneas.
n a0 + x 1 ,i a1 + x 2 ,i a2= y i
[ ][ ][ ]
n+ x 1 ,i+ x 2 ,i a0 yi
x 1 , i+ x 1 ,i+ x 1 ,i x2 i a1
2
x 1 ,i y i
x1 , i+ x 1 ,i x 2 , i+ x 2 , i2 a2 x 2 ,i y i
x1 x2 y
0 0 5
2 1 10
2.5 2 9
1 3 0
4 6 3
7 2 27
Usando la regresin lineal mltiple, llenar las siguientes columnas.
y
5 0 0 0 0 0 0 0
10 2 1 4 1 2 20 10
9 2.5 2 6.25 4 5 22.5 18
0 1 3 1 9 3 0 0
3 4 6 16 36 24 12 18
27 7 2 49 4 14 189 54
14 a 0+ 48 a1 +54 a 2=100
a1=4
a2=3
am 1 x 1 , am 2 x 2 , , amn x n=b n
am 1 x 1 , am 2 x 2 , , amn x n=b n
[ ][ ] [ ]
a11 a12 ... a1 j a1 n
x1 b1
a21 a22 a 2 j a2 n
x2 b
. = 2
xJ bJ
a i1 ai 2 ... aij a
xn bn
an 1 a n 2 ... anj ann
Sustitucin de Ax=b
Al colocar el vector independiente dentro de la matriz de coeficientes se tiene la matriz
aumentada, es decir nx(n+1)
Obteniendo la siguiente matriz aumentada
[ ]
a11 a12 ... a1 j a1 n
a21 a22 a 2 j a2 n
.
a i1 ai 2 ... aij a
an 1 a n 2 ... anj ann
Donde:
m=n
j=1hasta n
i=1 hasta n
Una vez que tenemos los coeficientes de sistemas de ecuaciones y al vector de trminos
independientes en una sola matriz, aplicamos el mtodo de eliminacin gaussiana.
109
[ ]
1 a 12 ... a1 j a1 n b 1 n
0 1 a2 j a2 n b 2 n
.
0 0 ...1 a b
0 0 ...0 1 b mn
[ ][ ] [ ]
1 a 12 ... a1 j a1 n b 1 n x
1 b1
0 1 a2 j a2 n b 2 n x b
. 2= 2
xJ bJ
0 0 ...1 a b
0 0 ...0 1 b mn xn bn
0+ x 2 + +a2 n xn =b 2 n
0+0+ + x n =b mn
Por tanto, valor de x n=b mn , y una vez conocido el valor de la ltima incgnita
sustituimos este valor en la penltima ecuacin y encontramos el valor de la penltima
incgnita, y as sucesivamente, es decir realizamos una sustitucin inversa para encontrar
los valores de todas las incgnitas, empezando por la ultima finalizando con la primera.
Para explicar este mtodo se har un ejemplo; antes de empezar se requiere tener primero
el sistema de ecuaciones a resolver, en este caso tomaremos como ejemplo ilustrativo el
siguiente sistema de ecuaciones.
2 x 14 x 1+ 6 x1=10
4 x 1 +3 x 1+6 x 1=8
110
6 x 1+7 x 15 x 1=2
[ ]
24 6=10
43 6=8
6 75=2
Aqu ya podemos observar que tenemos el otro cero bajo del primer elemento hecho uno en
la diagonal principal.
112
Paso 5: ir al paso 2.
Nuevamente repetir la secuencia de clculos descritos a partir del paso 2, con la diferencia
de que ahora el pivote, es el siguiente elemento, es decir, el a22
Repeticin del paso 2: Tomar el siguiente pivote.
1 -2 3 5
0 11 -6 -12
0 19 -23 -28
Por lo que al obtener la ecuacin pivotal (paso 3) nos queda
Paso 4: hacer cero a los elementos que se encuentran abajo del elemento pivote que se
acabe de hacer uno, usando la ecuacin pivotal.
1 -2 3 5
0 1 -0.5454 -1.0909
0 19 -23 -28
x 20.5454 x 3=1.0909
x 3=0.575
x 2=0.777
x 1=1.71945
am 1 x 1 , am 2 x 2 , , amn x n=b m
am 1 x 1 , am 2 x 2 , , amn x n=b n
[ ][ ] [ ]
a11 a12 ... a1 j a1 n
x1 b1
a21 a22 a 2 j a2 n
x2 b
. = 2
xJ bJ
a i1 ai 2 ... aij a
xn bn
an 1 a n 2 ... anj ann
[ ]
a11 a12 ... a 1 j a1 n
a 21 a22 a2 j a2 n
.
ai 1 ai 2 ... aij a
am 1 am 2 ... a mj a mn
Donde
m=n
j=1 hasta n.
i=1 hasta n.
Este mtodo de eliminacin de gauss consiste en llevar la matriz aumentada a la forma
118
[ ][ ] [ ]
10 ...0 0 b 1 n x
1 b1
01 0 0 b 2 n x b
. 2= 2
xJ bJ
0 0 ...1 0 b
0 0 ...0 1b mn x n bn
x 1+0+ 0=b 1 n
0+ x 2 +0=b 2 n
0+0+ x n =b mn
Por lo tanto el valor de x n=b mn , es decir todos los valores de la incognita se obtien en
forma directa, sin necesidad de despejar como en el caso de Gauss.
2 x 14 x 1+ 6 x1=10
4 x 1 +3 x 1+6 x 1=8
6 x 1+7 x 15 x 1=2
[ ]
24 6=10
43 6=8
6 75=2
Por lo que al hacer las operaciones pertinentes y sustituir los valores en el ejemplo nos
queda:
1 -2 3 5
0 11 -6 -12
6 7 -5 2
Paso 4 bis: repetir el paso 4 pero sobre otro elemento a hacer 0
El propsito de este paso es hacer cero al segundo elemento que se encuentra debajo de
elemento pivote hecho uno, por lo que el procedimiento es exactamente el mismo que el
paso anterior con la nica diferencia de que ahora se trata de otra fila.
1 -2 3 5
0 11 -6 -12
6 7 -5 2
Aqu ya podemos observar que tenemos el otro cero bajo del primer elemento hecho uno en
la diagonal principal.
Paso 5: ir al paso 2.
Nuevamente repetir la secuencia de clculos descritos a partir del paso 2, con la diferencia
de que ahora el pivote, es el siguiente elemento, es decir, el a22
Repeticin del paso 2: Tomar el siguiente pivote.
1 -2 3 5
0 11 -6 -12
0 19 -23 -28
0 19 -23 -28
1 -2 3 5
0 11 -6 -12
0 19 -23 -28
Por lo que al obtener la ecuacin pivotal (paso 3) nos queda
1 0 1.9092 2.8182
0 1 -0.5454 -1.0909
0 19 -23 -28
Al realizar el mismo procedimiento en las celdas siguientes nos queda la siguiente matriz:
1 0 0 1.7119
0 1 0 -0.777
0 0 1 0.5755
1 0 0 1.7119
0 1 0 -0.777
0 0 1 0.5755
No se requiere despejes inversos como en el caso de Gauss, ya que aqu los valores de las
incgnitas se obtienen en forma directa.
Donde
x 3=0.575
x 2=0.777
x 1=1.71945
I
NVERSA DE UNA MATRIZ
Dese el punto de vista matemtico, es posible realizar operaciones entre matrices como son
sumas, restas o multiplicaciones, la divisin an no est definida, pero se cuenta con el
concepto de la inversa de una matriz y que es equivalente a una divisin.
Por arreglo de matrices se tiene que si una matriz es cuadrada [ A ] , entonces existe otra
matriz [ A ]1 , llamada matriz inversa de [ A ] .
Adems si realizamos:
[ A ][ A ]1=[I ]
Donde la matriz [I] es la matriz identidad.
Obtendremos la inversa de n matriz denotada por [ A ]1 , usando el mtodo de Gauss-
Jordan, con las siguientes consideraciones. Dado un sistema de ecuaciones cuadrado,
encontrar su matriz [ A ]1 .
a11 x 1 ,a 12 x 2 , , a1 n x n=b1
am 1 x 1 , am 2 x 2 , , amn x n=b n
Donde
aij Es el iesimo rengln y la jeisima columna y es el elemento ijesimo de la matriz
[A]
A este arreglo matricial de coeficientes se le aumenta una matriz identidad, como se
muestra a continuacin.
Por lo que para encontrar las soluciones nicamente hay que hacer el producto del vector de
trminos independientes (C) por la inversa de la matriz, es decir:
[ X ] =[ A ]1 [ C ]
Porque se tiene lo siguiente.
[ ][ ]
1
b1 a11 a121 a 131
1 1 1
b2 . a21 a22 a 23
b3 a311 a321 a 331
[ V ] [ A ]1
De donde se obtiene que l solucin ara cada una de las incgnitas es:
x 1=( b1 ) ( a 11 ) + ( b 2 )( a12 ) +(b 3)( a13)
Y aplicar el mtodo de Gauss-Jordan a esta matriz compuesta por los coeficientes del
sistema de ecuaciones y la matriz identidad. Tomar en cuenta que en esta ocasin la matriz
ya no es una matriz cuadrada.
Tomar el elemento pivote, como ya se sabe, los pivotes son todos los elementos que se
encuentran en la diagonal principal, como por ejemplo, a11 , a 22 , a33, etc (al empezar el
procedimiento, el elemento pivote a tomar ser el primer elemento de la diagonal principal
es decir a11 cuyo valor es 2).
Por lo que ahora la matriz tiene los siguientes los siguientes valores.
1 -2 3 0.5 0 0
4 3 5 0 1 0
6 7 -5 0 0 1
Se ha transformado al primer elemento de la diagonal principal en 1, y os dems elementos
de la fila han cambiado su valor.
Paso 5: hacer cero a os elemento que se encuentran abajo y arriba del elemento pivote que
se acaba de hacer uno, usando a la ecuacin pivotal pertinentes elemento por
Por lo que al haciendo las operaciones pertinentes se tiene
1 -2 3 0.5 0 0
0 11 -6 -2 1 0
6 7 -5 0 0 1
En la cual se puede observar que ya tenemos un cero abajo del prime elemento hecho uno
de la diagonal principal.
128
Paso 6 Bis: repetir el paso 4, pero sobre otro elemento a hacer cero.
El propsito de este paso es hacer cero al segundo elemento que se encuentra abajo del
elemento pivote hecho uno, por lo que el procedimiento es exactamente el mismo que el
paso anterior, con la nica diferencia de que ahora se trata de otra fila y por lo tanto de
otros elementos
Los valores de la matriz al final de estas operaciones son los siguientes:
1 -2 3 0.5 0 0
0 3 5 0 1 0
0 19 -3 -3 0 1
Paso 7: repetir los paso anteriores.
Nuevamente repetir la secuencia de clculos descritos a partir del paso 2, con a diferencia
de que ahora el pivote, es el siguiente elemento, es decir, el a22 . Bsicamente el
algoritmo termina hasta que se ha transformado en 1 e l ltimo elemento de la diagonal
principal, en este ejemplo el algoritmo termina cuando el elemento a33 se haya
transformado en 1.
Siguiendo el ejemplo que nos sirve de explicacin volvemos a aplicar el paso 2, pero
aplicando otro pivote y por consecuencia otros valores.
Al terminar este proceso de repetir los pasos anteriores nos quedan los siguientes resultados
De donde tenemos que, si a cada fila de las x n le sustituimos el valor de cada columna
de la bn , obtendremos el valor de las incgnitas.
Donde
n=numero de ecuaciones
x n=incognitas
Para obtener el valor de las incgnitas, sustituimos el valor del vector independiente:
Esto quiere decir que si tenemos un mismo sistema de ecuaciones y lo nico que cambia es
el vector solucin, entonces la misma matriz inversa se usa para encontrar los diferentes
valores de las incgnitas, como se muestra a continuacin:
Como primer ejemplo consideraremos el sistema de ecuaciones, que hemos venido usando
2 x 14 x 2+ 6 x3 =10
4 x 1 +3 x 2+6 x 3=8
6 x 1+7 x 25 x 3=2
b2=8
b3 =2
x 2=0.7769
x 3=0.5755
2(1.7195)4 (0.777)+6(0.5755)=10
130
10=10
Cuando se mencion anteriormente, si tenemos el mismo sistema de ecuaciones pero con
un vector solucin diferente, aplicamos la misma matriz inversa, para encontrar 1 valor de
las incgnitas.
Codificacin:
131
132
133
134
135
136
Reordenando las filas de manera que los elemento de la diagonal principal, tangan un
absoluto mayor que la suma del resto de los elementos del mismo rengln, tambin en valor
absoluto.
56 x1 22 x 2 +11 x 3+18 x 4 =34
Los elementos de la diagonal principal son ahora de mayor magnitud en cada fila exacto en
la ltima fila. La diagonal dominante es en las tres primeras ecuaciones, por lo que es
condicin suficiente para que haya mayor convergencia a la solucin, no importando que el
cuarto elemento de la diagonal principal sea pequeo.
Por lo que una condicin suficiente para la convergencia, es decir, que tenga el sistema
solucin por el mtodo de Gauss-Seidel es que:
N
|aii|= |aii|i=1,2, , N
J=1
J1
Cuando se puedan ordenar las ecuaciones de manera que, cada elemento de la diagonal
principal es mayor en magnitud, que la suma de las magnitudes de los otros coeficientes de
esa misma fila, la iteracin convergir para cualquier valor inicial.
Tomando como ejemplo el sistema utilizado en el mtodo de Gauss, buscando de la mejor
manera para la convergencia a la solucin debera quedar ordenado como sigue:
Sistema original:
137
2 x 14 x 2+ 6 x3 =10
4 x 1 +3 x 2+6 x 3=8
6 x 1+7 x 25 x 3=2
Sistema ordenado:
6 x 1+7 x 25 x 3=2
4 x 1 +3 x 2+6 x 3=8
2 x 14 x 2+ 6 x3 =10
a31 x 1 +a 32 x2 + + a3 n x n=b3
.
138
.
.
an 1 x1 + an 2 x 2+ +a nn x n=b n
.
.
.
c na n2 x 2an 3 x 3ann xn
x n= Ecuacion n
an 1
Paso 1:
Calcular el valor de x 1 de la ecuacin 1, para tal caso, el valor de todas las x s
es cero.
Calcular el valor de x 2 de la ecuacin 2, pero usar el valor de x 1 entrando
anteriormente, y el resto de las x s siguen valiendo cero.
Calcular el valor de x 3 de la ecuacin 3, pero usando el valor de x 1 , x 2 ,
encontrados en el punto anterior, y el resto de las x s siguen valiendo cero.
Este mismo proceso se sigue hasta calcular la ltima x, con la cual finaliza la
primera iteracin.
Segundo paso:
Calcular el porcentaje de aproximacin, usando el criterio siguiente:
x nx n1
error n= (| xn |) 100
Donde:
x n es el valor de la incognita x actual .
139
Se llegara a la exactitud deseada, cuando sumar_er, sea menor o igual al margen de error
especificado al inicio del proceso. En el caso de que no se llegue a una aproximacin
satisfactoria, el proceso debe de terminar, cuando el proceso llegue al nmero de iteraciones
dado al inicio.
Ejercicio:
Resolver el siguiente sistema de ecuaciones, considerando un margen error de cero.01 o en
su caso cuando se lleguen a 6 interacciones.
6 x 10.2 x 20.4 x 3=8
x 1=1.3333
x 2=1.4185
x 3=6.8232
x 2=1.0 .864
x 3=6.7998
ITERACION NUMERO 3
x 1=1.7504
x 2=1.0878
x 3=6.7989
Margen de error=0.0101%
ITERACION NUM 5
x 1=1.750335
x 2=1.087837
x 3=6.798956
Margen de error=0.0101%
141
Codificacin:
142
143
144
La condicin inicial ser parte de la definicin del problema, ya que el problema solo se
puede determinar de manera nica si la condicin inicial es dada en la definicin del
problema en el mtodo de Runge-Kuta se hace una modificacin al mtodo de Euler
agregando puntos intermedios en cada intervalo. Con esto aumenta la precisin por que los
errores disminuyen ms rpido.
145
y n+1 = y n+ f ( y , t ) dt
tn
h
y n+1 = y n+( ) [ f ( y n , t n ) + f ( y n +1 , t n+1 ) ]
2
Se puede establecer la forma siguiente:
k 1=hf ( y n , t n )
k 2=hf ( y n +k 1 , t n +1)
1
y n+1 = y n+( ) [ k 1 +k 2 ]
2
Tomando como ejemplo el siguiente circuito elctrico:
146
Ejemplo:
Consideremos que tiene los valores globales siguientes:
Auto inductancia 100 Herz.
Resistencia 40 Ohms.
Fuente de voltaje 20 Volts.
Como condicin inicial el Sw se cierre en el instante t=0, por lo que la corriente
satisface la ecuacin siguiente:
dI ( t )
+ RI ( t )=E , I ( 0 )=0
d (t )
L
[
k 1=h ( RL ) I + EL ]
n
[ ( )(
k 2=h
R
L
In + k 1 ) +
E
L ]
k 1+ k 2
I n+1=I n +
2
147
Sustituyendo los datos en las expresiones anteriores, obtenemos los siguientes resultados:
Paso1. Con incrementos de tiempo de 0.1 y una I inicial =I 0 =0
k 1=0.2
[ 40
( 100 20
)( 0 )+( 100 )]=0.04
k 2=0.2
[( ) 40
100
( 0+ 0.04 ) + ( )]
20
100
=0.0384
0.04+0.0368
I 1 =I 0 + ( k 1+ k 2 )=0+ =0.0384
2
Paso 2.
k 1=0.2
[( ) 40
100
( 0.0384 ) +
20
100( )]
=0.043072
k 2=0.2
[( ) 40
100
( 0.0384 +0.043072 ) + ( )]
20
100
=0.033482
0.043072+0.033482
0.0384+
I 1 =I 0 + ( k 1+ k 2 )=0+
Codificacin en C++:
148
149
MTODO DE EULER.
Consideremos primero una relacin funcional de la forma:
y=f ( x )
La cual expresa cuantitativamente un fenmeno.
En general, encontrar la relacin entre x y y no es simple; sin embargo, es posible
relacionar o establecer una ecuacin funcional entre sus derivadas respecto de x. de tal
forma que se construye una ecuacin diferencial.
Por lo tanto, por una ecuacin diferencial entenderemos, cualquier ecuacin en la cual se
encuentren relacionadas derivadas o funciones.
Tipos de ecuaciones diferenciales:
Como se mencion anteriormente, el orden de una ecuacin diferencial es el mayor entero
positivo de la n-esima que se encuentra presente en la ecuacin diferencial.
El grado de la ecuacin diferencial se puede encontrar cuando la ecuacin se ordena como
un polinomio, y entonces la potencia a la cual este elevada la derivada de mayor orden es el
grado.
Una de las derivadas ms importantes es la que las caracterizan en funcin de sus
propiedades.
Hablemos de una ecuacin diferencial ordinario (EDO), as la funcin desconocida
depende solamente de una variable independiente.
Si la funcin desconocida depende de ms de una variable independiente, se llama
Ecuacin Diferencial Parcial (EDP).
Observe los siguientes ejemplos:
y n=+ x ( y )2xy=x 2
150
xi
y xx =hf ( x i y i )
i+ 1
y i+1 yi =hf ( x i y i )
Ejemplo:
Utilice el mtodo de Euler para integrar numricamente la ecuacin siguiente:
f ( x , y ) =2 x +12 x +8.5
De x=0 hasta x=4 con un tamao de paso de 0.5. La condicin inicial en x=0
es y=1 .
Recurdese que la solucin exacta est dada por la ecuacin.
y=0.5 x+ 4 x10 x +8.5 x+1
Solucin: se puede usar la ecuacin (w) para implementar el mtodo de Euler.
y ( 0.5 )= y ( 0 ) + f ( 0,1 )( 0.5 )
Codificacin en C++:
153