Calculo Numerico

FACULTAD DE CIENCIA Y TECNOLOGIA
RED NACIONAL UNIVERSITARIA
SYLLABUS
Facultad de Ciencia y Tecnología

Ingeniería de Sistemas
Cálculo Numérico
CUARTO SEMESTRE
Gestión Académica I/2017
1
UDABOL
UNIVERSIDAD DE AQUINO BOLIVIA
Acreditada como PLENA mediante R.M. 288/01
VISIÓN DE LA UNIVERSIDAD
Ser la Universidad líder en calidad educativa.
MISIÓN DE LA UNIVERSIDAD
Desarrollar la Educación Superior Universitaria con calidad y competitividad al servicio

de la sociedad.
SYLLABUS
2
Asignatura: CÁLCULO NUMÉRICO

Código: MAT 212 A
Requisito: MAT 202 A
Carga Horaria: 80 Horas
Créditos: 8
I. OBJETIVOS GENERALES DE LA ASIGNATURA.
La formación científica del estudiante involucra el dominio de los métodos fundamentales del Análisis Numérico y
su uso en la resolución de problemas matemáticos, utilizando programas computacionales como MATLAB.
Al final del curso el estudiante:
Comprenderá la necesidad de utilizar métodos numéricos de resolución de ciertos problemas matemáticos,

observando que en ocasiones solo es posible la obtención de soluciones aproximadas
Podrá identificar los factores claves a la hora de resolver un problema. Concebirá que el análisis teórico
correspondiente, es de gran importancia el estudio previo del coste y el error de cada método. El análisis de los diversos
factores debe de llevar a una elección correcta entre los distintos métodos que resuelven un mismo problema. Conocerá los
recursos técnicos que proporciona el ordenador para la utilización eficiente de los métodos numéricos, implementando los
algoritmos correspondientes para comprobar su utilidad.
II. PROGRAMA ANALÍTICO DE LA ASIGNATURA.
UNIDAD I
TEMA 1: INTRODUCCIÓN
1.1 ¿Qué es el Cálculo Numérico?
1.2 Sistemas Numéricos
1.3 Representación de un Número en Base b
1.4 Representación del Proceso de Cambio de un Fracción en Base Diez a Base Dos
1.5 Sistemas Numéricos de punto Flotante
1.6 Propiedades del Sistema de Números de Máquina en Punto Flotante
TEMA 2: TEORÍA DE ERRORES

2.1 Definición de Error
2.2 Error Absoluto. La Cota del Error Absoluto
2.3 Error Relativo. La Cota del Error Relativo
2.4 Tipos de Error
a) Error de Redondeo
b) Error de Truncamiento
c) Error Propagado
TEMA 3: SISTEMA DE ECUACIONES LINEALES
3
3.1 Definición
3.2 Operaciones Fundamentales entre matrices
3.3 Métodos de Eliminación
3.4 Método de Gauss-Jordan
3.5 Método de la Matriz Inversa
3.6 Método de Descomposición Triangular (LU)
3.7 Método de factorización QR
3.8 Método de Jacobi
3.9 Método de Gauss Seidel
3.10 Método de Relajación (Resto Cero)
UNIDAD II
TEMA 4: RAÍCES DE ECUACIONES NO LINEALES
4.1 Introducción
4.2 Definición
4.3 Métodos Aproximados para la determinación de una raíz
i. Método de la Bisección
ii. Método de Newton
iii. Método Secante
TEMA 5: INTERPOLACIÓN DE FUNCIONES

5.1 Diferencias Finitas y Diferencias Divididas
5.2 Interpolación Lineal
5.3 Interpolación de Newton
5.4 Interpolación Lagrange
5.5 Interpolación por Splines
a. Interpolación de Primer grado
b. Interpolación de Segundo Grado
c. interpolación Cúbica
TEMA 6: DIFERENCIACIÓN NUMÉRICA

6.1 Derivadas a partir de tablas de Diferencias Divididas
6.2 Derivadas de Orden Superior
a. Diferencias divididas
b. Diferencias Centrales
UNIDAD III
TEMA 7: INTEGRACIÓN NUMÉRICA
7.1 Método de los Trapecios
7.2 Método de Simpson
7.3 Formula de Integración de Newton-Cotes
TEMA 8: ECUACIONES DIFERENCIALES

8.1 Método de Taylor
8.2 Fórmula de Taylor de 1er. Orden (Euler)
8.3 Fórmula de Taylor de 2do. Orden
8.4 Método de Runge Kutta (4to. Orden)
8.5 Metodo de Adams - Moulton
4
III. BIBLIOGRAFIA
 CHAPRA., “Cálculo Numérico”

 CONDE, S.D., BOOR, “Análisis Numérico”, Mc-Graw Hill
 GASCA M., “Cálculo Numérico”, UNED
 HENRICI P., “Elementos de Análisis Numérico”, Trillas
 SMITH ALLEN W., “Análisis Numérico”, Prentice – Hall
 DEMIDOVICH B. P., “Calculo Numérico Fundamental”, Paraninfo S.A.
 NAKAMURA SHOICHIRO. “Métodos Numéricos Aplicados con Software”. Primera Edición, México, Prentice – Hall,
1993.
 BURDEN RICHARD L. Y J. Douglas Faires. “Numerical Analysi”s, EE.UU. Pws-Kent Publishing Company, Boston
– USA. 1999.
 RICE JOHN R.. “Numerical Methods, Software and Analysis”. Mexico Mc Graw – Hill . 1993
 APUNTES: Adicionalmente el estudiante dispondrá de los Works Papers y DIF’s entregados por el docente, los que
forman parte del texto de la asignatura.
IV. CONTROL DE EVALUACIONES
1° Evaluación Parcial
Fecha:
Nota: 100 Pts.
2° Evaluación Parcial
Fecha:
Nota: 100 Pts.
Examen Final
Fecha:
Nota: 100 Pts.
5
WORK PAPER # 1
PROGRAMA DE CONTROL DE CALIDAD
No. DE PROCEDIMIENTO: No. DE HOJAS: 4
ELABORÓ: . CÓDIGO: MAT 212 A
TÍTULO DEL WORK PAPER: INTRODUCCIÓN
DPTO.: Facultad de Ciencia y Tecnología
DESTINADO A:
DOCENTES ALUMNOS X ADMINIST. OTROS
OBSERVACIONES: Asignatura CALCULO NUMERICO, Carrera Ingeniería de Sistemas, Unidad I, Tema 1
FECHA DE DIFUSIÓN:
FECHA DE ENTREGA:
TEMA 1
INTRODUCCIÓN
6
Los Cálculos Numéricos son técnicas que nos permiten formular problemas de tal forma que puedan resolverse usando
operaciones aritméticas.
Todos los problemas de Cálculos Numéricos comparten una característica común la cual es llevar a cabo un buen número
tedioso de cálculos aritméticos los cuales con la aparición de las computadoras digitales han aumentado considerablemente
en la solución de problemas de Ingeniería mediante programas o en forma directa usando formulas en hojas de calculo
como el Excel.
En hoja de cálculo como el Excel la solución es de modo inmediato, ya que se colocan los datos iníciales y luego la formula
en forma correcta y se la copia hasta llegar al resultado deseado.
En un programa los datos constituyen la información de entrada y los resultados requeridos la información de salida y el
proceso constituye el método a usar en el programa.
ESTUDIO DE LOS MÉTODOS NUMÉRICOS
Para estudiar los cálculos numéricos tenemos los siguientes puntos:
1. Los métodos numéricos son herramientas muy poderosas para la solución de problemas bastante complicados, los
cuales son comunes en la Ingeniería, siendo imposible de resolver analíticamente (Ecuaciones que no se pueden
despejar, sistema de ecuaciones no lineales, etc.).
5
Ejemplos: 1) 5 X  x  5; 2) A   x 4  1 dx
1
2. Creación de software de modo inmediato, diseñándolo en hojas de calculo como el Excel el cual es una herramienta
poderosa para la solución de este tipo de problemas, ya que con formulas se lo resuelve en forma directa, se debe tener
conocimiento de las formulas del Excel.
3. Creación de programas, la cual no depende del conocimiento de la teoría básica en la cual se basan estos métodos, si
no también en la lógica que se tenga para diseñar programas.
4. Los cálculos numéricos son un medio para reforzar la comprensión en las matemáticas superiores, reduciendo las
operaciones en formulas aritméticas fácilmente aplicables a hojas de calculo.
HOJA ELECTRÓNICA MICROSOFT EXCEL
 El Excel es un libro que contiene hojas de cálculo y gráficos comerciales.
 La hoja de cálculo es una matriz compuesta de columnas y filas. Las columnas de denotan con las letras A,B,C,...,Z,
AA,AB, ...,AZ,...,IV; en total son 256 columnas.
 Las filas o líneas van desde el número 1 hasta el 65 536.
 La intersección de una columna y una fila se llama celda o casillero en total se tiene 16 777 216 celdas. En las
celdas se introducen datos o formulas. Los datos en forma directa y las formulas primero el signo “ = ”. La primera
celda de denota A1 la cual indica la columna “A” y la fila “1”.
 En las formulas se usan los operadores y las funciones que tiene el Excel.
DISEÑO DE ALGORITMOS
7
Los algoritmos siguen una secuencia lógica de pasos necesarios para ejecutar una tarea específica, tal como la solución de
un problema. Los resultados finales nunca dependen de quien lo este usando siendo lo más general posible tratando todo
caso particular.
Un algoritmo se puede representar mediante un diagrama de flujo (representación gráfica) o en un programa (conjunto de
instrucciones con cierta sintaxis).
COMPOSICIÓN DEL PROGRAMA
Cuando el algoritmo ya ha sido diseñado este se lo puede expresar como una secuencia lógica de instrucciones de un
programa llamado código (el código se escribe en un lenguaje de programación).
Los lenguajes que se pueden utilizar son: Turbo Pascal, Delphi, Visual Basic o Bases de datos.
VERIFICACIÓN
Cuando el programa ya esta escrito se debe buscar los errores para ello se usa el rastreo y prueba.
El rastreo es el proceso de localizar y corregir los errores.
Los errores de sintaxis violan las reglas del lenguaje (como la ortografía).
Los errores lógicos son los más difíciles de detectar; para encontrar estos errores se debe hacer una prueba, la cual puede
ser manual o en el computador.
DOCUMENTACIÓN
Una vez corregido todos los errores el programa se lo debe documentar colocándole comentarios a todos los pasos que se
realizan especialmente lo más complicado.
ALMACENAMIENTO Y MANTENIMINTO
Son los pasos finales en el desarrollo de un programa, el mantenimiento involucra acondicionar el programa e incluso hacerle
cambios que lo hagan accesible a problemas reales después de varias pruebas, de este modo se lo hace fácil y entendible
aplicando a la mayor cantidad de problemas.
El mantenimiento se facilita con una buena documentación. El almacenamiento se refiere a la manera en que los programas
se guardan para uso posterior.
8
CUESTIONARIO
WORK PAPER # 1
1. Escribir los pasos de solución de un problema cundo se recurre a una computadora.
2. ¿Cuando se aplican paquetes a problemas de cálculos numéricos, porque?
3. Calcular en Microsoft Excel por el determinante, la matriz transpuesta, suma y resta de matrices usando formulas y
funciones matriciales.
4. Trazar un algoritmo para calcular la edad de una persona en años, meses y días. También realizarlo en el Microsoft
Excel.
5. Hacer un algoritmo para calcular el máximo común divisor de dos números, aplicando el método de Euclides. También
obtener el mínimo común múltiplo.
6. Hacer un algoritmo para calcular, factorial de un número.
7. Hacer un algoritmo para calcular la función exponencial con “n” iteraciones, la cual se la puede expresar:
x2 x3 xn
ex  1 x    ... 
2! 3! n!
Comparar el resultado con la función EXP (x).
8. Hacer un algoritmo para calcular toda las raíces posibles de la ecuaciones cuadrática ax2+bx+c=0.
Nota: Los prácticos también deberá resolverlos usando el Microsoft Excel.
9
WORK PAPER # 2
ELABORÓ CÓDIGO: MAT 212 A
TÍTULO DEL WORK PAPER: TEORIA DE ERRORES
DESTINADO A:
FECHA DE DIFUSIÓN:
FECHA DE ENTREGA:
10
TEMA 2
TEORIA DE ERRORES
INTRODUCCIÓN
Las características de las técnicas desarrolladas en la mayor parte, es la de poseer errores. Los errores se tratan de reducir
mejorando los cálculos. En la parte profesional los errores pueden ser bastante caros y en ocasiones catastróficos. Los
cálculos numéricos son solo una aproximación donde el punto de partida es el análisis del error.
ERROR EN LOS DATOS ORIGINALES
Los errores originales son causas principales de errores en los cálculos numéricos. Los errores originales o comunes son
los errores de redondeo y de truncamiento.
ERRORES DE REDONDEO
Los errores de redondeo se deben a que las computadoras o calculadoras, solo representan cantidades con un número
finito de dígitos. Para interpretar el origen de estos errores, es necesario aprender el modo en que se almacenan los números
y cómo se llevan a cabo las operaciones aritméticas dentro de una computadora
Ejemplo.
El redondeo de 35,456 a dos dígitos es: 35,46.
43,5749 a dos dígitos es : 43,57.
En Microsoft Excel existe la función Redondear:
REDONDEAR: Redondea un número, al número de decimales especificado. Su formato es:

REDONDEAR(número;núm_decimales)
Número: es cualquier número real que desee redondear.

Núm_decimales: es el número de decimales al cual desea redondear el número.
REDONDEAR(35,456; 2) es igual a 35,46.

REDONDEAR(43,5749; 2) es igual a 43,57.
REDONDEAR(-15,475; 2) es igual a -15,48
REDONDEAR(31,5; -1) es igual a 30
Además existe una variedad que complementan, las cuales son:
REDONDEAR MAS: Redondea un número hacia arriba, en dirección contraria a cero. Su formato es:
REDONDEAR.MAS(número;núm_dec.)
REDONDEAR MENOS: Redondea un número hacia abajo, en dirección hacia cero. Su formato es:
REDONDEAR.MENOS(número;núm_decimales)
REDOND MULT: Redondea un número al múltiplo deseado. Su formato es: REDOND.MULT(número;múltiplo)
REDONDEA IMPAR: Redondea un número hasta el próximo entero impar. Su formato es: REDONDEA.IMPAR(número)
REDONDEA.PAR: Devuelve un número redondeado hasta el número entero par más próximo. Su formato es:
REDONDEA.PAR (número)
11
ERRORES DE TRUNCAMIENTO
Los errores de truncamiento representan la diferencia entre el resultado de una formulación matemática exacta para un
cierto modelo ó problema y la aproximación dada por el método numérico.
Ejemplo:
Con 5 cifras significativas:
75.667891 75.667591 75.66453
75.667 75.667 75.664
ERROR PROPAGADO
El error propagado se cuando no toma un resultado con todos sus dígitos y este a su vez se reemplaza en otro modelo
matemático, de esta manera el error se propaga en el resultado final.
DIGITOS SIGNIFICATIVOS
Los dígitos o cifras significativas nos permitieron designar la confiabilidad de un valor numérico. El valor del dígito que tenga
cierto número se refiere a la cantidad de cifras o longitud del número.
Los dígitos o cifras se usan para ubicar el punto decimal (unidad, decena, centena, etc.).
Ejemplo:
0,0000485 tiene tres dígitos significativos
0,0067 tiene dos dígitos significativos
Los ceros a la izquierda de dígitos no nulos, nunca serán cifras significativas.

Ejemplo:
Un balero tiene un diámetro de 26 mm = 0.026 m = 0.000026 km (2 cifras significativas).
Los ceros intermedios de dígitos no nulos, siempre serán significativos:

Ejemplo:
40072 (5 cifras significativas)
3.001 (4 cifras significativas)
0.00203 (3 cifras significativas)
ARITMÉTICA DEL PUNTO FLOTANTE
Es una forma de incorporar un ajuste automático en la aritmética de punto fijo, ya que todos los números se multiplican por
las correspondientes potencias de 10 para que se mantengan siempre entre 0 y 1.
Ejemplo:
El número en punto fijo 9876,1234 (con 8 dígitos significativos) equivale en punto flotante 9,876x103 ó 9,876E+3 (con 4
dígitos significativos), eliminándose 4 dígitos significativos
PRECISIÓN Y EXACTITUD
La precisión se refiere al número de dígitos que pueda representar una cantidad.

La exactitud se refiere a la aproximación de un número al valor verdadero que representa.
12
ERROR ABSOLUTO Y ERROR RELATIVO
El error absoluto: (Ea) de un número es la magnitud de la diferencia entre el Valor exacto (Ve) y el valor aproximado (Va).
Ea = |Ve – Va |
El error relativo: (Er) es la relación entre el error absoluto y el valor exacto es decir:
Ea
Er 
Ve
El error relativo porcentual: se ajusta a valores entre 0 y 100.

Ea
Er   100%
Ve
DEFINICIÓN DEL ERROR
Un error se genera con el uso de un aproximación en la cual representamos las operaciones y las cantidades matemáticas
esto incluye errores de truncamiento y redondeo.
Para cualquier tipo de error el error es la relación entre el resultado exacto o verdadero y el aproximado es decir:
Ve = Va + Error
Ejemplo:
Las medidas de una torre tienen una longitud de 100000 cm. Y su campana 10 cm. Si se miden la torre y la campana
obteniéndose 99999 cm. Y 9 cm respectivamente. Calcular para cada caso:
El error
El error relativo porcentual
Solución:
a) Error = Ve - Va
Para la torre: Error = 100000 – 99999 = 1 mt.
La campana: Error = 100 – 99 = 1 mt.
Ea
b) Er   100%
Ve
1
Para la torre: Er   100% = 0,001%
100000
1
La campana: Er   100% = 1%
100
Ambos tienen el mismo error, pero el Er% de la campaña es mucho más grande. Concluimos diciendo que se ha hecho un
buen trabajo para la torre mientras que la campana deja mucho que desear.
ERROR APLICADO A LOS METODOS NUMERICOS
En métodos numéricos el valor exacto se conoce únicamente cundo se habla de funciones o expresiones matemáticas que
se pueden resolver analíticamente.
En las aplicaciones reales por lo general no se conoce la respuesta exacta, en estos casos normalizar el error es una
alternativa, para ello se usa una estimación de la mejor forma posible para el valor exacto (la mejor aproximación).
13
| Va - Vp |
Error normalizado: En   100%
Va
Va = Valor actual
Vp = Valor previo
Este calculo se repite varias veces o de forma iterativa para calcular sucesivamente, mejorando las aproximaciones hasta
tener un error mínimo.
El valor del error debe ser menor al de la tolerancia fijada: |En| ≤ Es
Esta tolerancia de error es fijada mediante el número de dígitos significativos en la aproximación. Para ello usaremos el
siguiente criterio teniendo la seguridad de que el resultado es correcto al menos en N dígitos significativos.
14
CUESTIONARIO
WORK PAPER # 2
1. Cuántas cifras significativas tienen los siguientes números:

a) 0,00056
b) 7,0 x 103
c) 5
d) 70,0
e) 70
f) 0,54 x 102
X2 X3 X 4 X5
2. Dada la serie infinita: F(X)  1  X      ...
2! 3! 4! 5!
Donde F(x)=eX Calcular los errores absolutos y relativos porcentuales. Iniciando con el primer término hasta el 5º
término. Luego aplicarlo a un programa hasta n términos.
3. La posición S de un cuerpo que cae libremente en el vacío está dada por

1 2
S= gt
2
g = aceleración de la gravedad, metros/seg2.
t = tiempo de caída, seg.
Supóngase que g es exactamente 9.81 metros/seg2, pero que t puede medirse solamente dentro de ± 0.1 seg.
Demuestre que al aumentar t, aumenta el error absoluto en el valor calculado de S, pero disminuye el error relativo.
4. Determine cuantos dígitos debe considerarse para que el error relativo no exceda el 0.1 %
Si Ve=4.472135955 Va=4.47
5. Determine el error relativo porcentual cuando se consideran 3 dígitos significativos de:

a) Si Ve=2.687215545 Va=3.57
b) Si Ve=6.877734445 Va=2.1555
c) Si Ve=5.235555555 Va=4.3015
6. Calcular el error cometido cuando el número 1.503 se redondea a 1.5. Se pide encontrar el error absoluto error relativo.
7. Si X = 3.14159265339 y usamos un sistema numérico de punto flotante (en base 10) con longitud de palabra de 6.
¿Cual es el error absoluto y relativo al representar X?.
8. Suponga que en un corto cálculo obtenemos 0.0002 cuando deberíamos obtener cero. ¿Mediante cual fórmula
calcularía el error relativo?
9. Error de redondeo, al restar dos números iguales.

Considere las ecuaciones:
31.69 x + 14.31 y = 45.00
13.05 x + 5.89 y = 18.53
Determine los valores aproximados de x e y usando redondeo a dos cifras decimales, obtenga el error absoluto y el
error relativo porcentual para cada variable si sus valores verdaderos son:
X = 1.25055 = 1.250547046
Y = 0.37527 = 0.375273523
Nota. El práctico deberá resolverlos usando el Microsoft Excel.
15
WORK PAPER # 3
ELABORÓ: CÓDIGO: MAT 212 A
TÍTULO DEL WORK PAPER: SISTEMA DE ECUACIONES LINEALES
DESTINADO A:
FECHA DE DIFUSIÓN:
FECHA DE ENTREGA:
TEMA 3
16
SISTEMA DE ECUACIONES LINEALES
La notación acostumbrada para un sistema de ecuaciones lineales que consta de m ecuaciones en n incógnitas es:
a11 x1  a12 x2  .....  a1n xn  b1
a21 x1  a22 x2  .....  a2 n xn  b2
.
.
an1 x1  an 2 x2  .....  ann xn  bn
El sistema de ecuaciones lineales es: AX B es decir:
 a11 a12 . . a1n   x1   b1 
     
 a21 a22 . . a2 n   x2   b2 
 . . .   .    . 
     
 . . .   .   . 
a . ann  x  b 
 n1 an 2 .  n  n
A X = B
Los métodos de resolución se dividen en Métodos Exactos y Métodos Aproximados.
Métodos Exactos: son aquellos que permiten obtener la solución de un sistema de ecuaciones, que siempre el proceso
vaya en una dirección a base de operaciones definidas y siguiendo un procedimiento sistemático y repetitivo en un mismo
sentido.
Métodos Aproximados: para la solución de un sistema de ecuaciones se utiliza algoritmos iterativos e infinitos y que
calculan la solución del sistema por aproximaciones sucesivas.
METODOS EXACTOS:
a) Resolución de Sistemas Triangulares
 Triangular Inferior
i11 x1  b1
i21 x1  i22 x2  b2
i31 x1  i32 x2  i33 x3  b3
in1 x1  in 2 x2  in 3 x3 ..........  inn xn  bn

 Triangular Superior
s11 x1  s12 x2  s13 x3 ..........  s1n xn  b1
s22 x2  s23 x3 ..........  s2 n xn  b2
s33 x3 ..........  s3n xn  b3
snn xn  bn
b) Eliminación de Gauss
17
a11 x1  a12 x2  a13 x3 ..........  a1n xn  b1

a22 x2  a23 x3 ..........  a2 n xn  b2
a33 x3 ..........  a3n xn  b3
ann xn  bn
Donde:
bn
xn 
ann
c) Método de Gauss – Jordán
a11 x1 0 0 0  b1
0 a22 x2 0 0  b2
0 0 a33 x3 0  b3
0 0 0 ann xn  bn
La solución en forma directa es:
x1  b1 / a11
x2  b2 / a22
x3  b3 / a33
xn  bn / ann
Ejemplo:
Resolvemos por el método de Gauss Jordán el siguiente sistema:
 x1  x2  x3  2 1 1 1   x1   2
      
2 x1  x2  x3  1  A   2 1 1  X   x2  B   1
 x  2 x  x  3      
 1 2 3  1 2 1  x3   3 
Solución:
 1 1 1 2   2   1
 
 2 1 1 1
 1 2 1  3 

 1 1 1 2
 
 0 3 3  3
 0 1 2  5 

18
 1 1 1 2
 
 0 1 2  5   1 3
 0 3 3  3 

 1 0 3 7
 
 0 1 2  5
  1
 0 0 9  18    
 9
 1 0 3 7
 
 0 1 2  5
 0 0 1 2  2   3

 1 0 0 1
 
 0 1 0  1
 0 0 1 2 

La solución es:
x1  1
x2  1
x3  2
d) Método de Krammer
Cuya matriz de coeficientes, para un sistema de 3 ecuaciones, es:
a11 a12 a13
A= a21 a22 a23
a31 a32 a33
Y de donde el determinante D(A), de tercer es:

a11 a12 a13
D= a21 a22 a23
a31 a32 a33
19
Que se resuelve como:

a11 a12 a13
a21 a22 a23
A  a31 a32 a33  a11a22 a33  a21a32 a13  a31a12 a23  a31a22 a13  a11a32 a23  a21a12 a33
a11 a12 a13 Donde los determinantes de 2 x 2 se les llama menores.
a21 a22 a23
La regla de Krammer, se expresa como una fracción de dos determinantes con denominador D(A) y con el
numerador obtenido a partir de D(A) al reemplazar la columna de coeficientes de la incógnita x1 por las constantes b1 *****
b2 ****** bn
b1 a12 a13
X1 = b2 a22 a23
b2 a32 a33
D(A)
a11 b1 a13
X2 = a21 b2 a23
a31 b3 a33
D(A)
a11 a12 b1
X3 = a21 a22 b2
a31 a32 b3
D(A)
METODOS APROXIMADOS:
Se requiere de un vector inicial x(0) como primera aproximación al vector solución x
20
Dado el sistema:
Con a11, a22, a22, diferentes de cero

Se despeja X1 de la Ec. 1
Que en notación matricial queda:
21
Para iterar existen dos métodos:
a) Jacobi
El vector aproximación a la solución x después de k iteraciones, entonces se tiene la siguiente aproximación:
b) Gauss-Seidel
Es similar al método de Jacobi, los valores que se van calculando en la (k + 1) – ésima iteración se emplean para
calcular los valores faltantes de esa misma iteración, es decir, con x(k), se calcula x(k + 1) .
y para un sistema de n ecuaciones:
22
CUESTIONARIO
WORK PAPER # 3
1. Resuelva el sistema por; Triangular superior e inferior de:

w  x  y  4z  4
2 y  3z  2
4w  2 x  y  4
w  3x  z  3
2. Resuelva el sistema por Gauss Jordán de:
x  y  z  2
2 x  4 y  3 z  3
 2 y  3z  7
3. Determine todas las soluciones reales x, y, z  utilizando cualquier método directo de:
x 2  y 2  2z 2  0
4x 2  2 y 2  6z 2  1
8x 2  2 y 2  2 z 2  1
4. Hallar el valor aproximado de la solución del sistema por; Jacobi y Gauss Seidel de:
9x  2 y  5
2 x  4 y  z  1
5
y  z  
6
 0  0  0
Tomando: x  y  z  0
5. Resuelva el sistema:
2 x1  4 x2  x3  2 x4  10
4 x1  2 x3  x4  7
x1  3 x2  2 x3  3
3 x1  2 x2  5 x4  2
6. Resuelva el sistema por; Jacobi y Gauss Seidel de:
23
x1  4 x2  x3  6
2 x1  5 x2  7 x3  9
3 x1  2 x2  x3  2
Tomando: x1   x2   x3   0
0 0 0
7. Resuelva el sistema:
x  y  4z  0
2x  2 y  1
1
3x  3 y  2 z 
2
WORK PAPER # 4
TÍTULO DEL WORK PAPER: SISTEMA DE ECUACIONES NO LINEALES
DESTINADO A:
24
OBSERVACIONES: Asignatura CALCULO NUMERICO, Carrera Ingeniería de Sistemas, Unidad II, Tema 4
FECHA DE DIFUSIÓN:
FECHA DE ENTREGA:
TEMA 4
SISTEMA DE ECUACIONES NO LINEALES
Una ecuación se usa para determinar raíces y soluciones, las cuales poseen términos algebraicos y trascendentales.
Una función dada por Y=F(x) es algebraica si se puede expresar de la siguiente manera:
Fo + F1y + F2y + F3y...............+Fny =0
Donde los Fi (iεNo) son polinomios los cuales son un caso de las funciones algebraicas presentándose generalmente
como:
Fi (iεNo) ; F(X) = AnX + An-1X + An–2X +...+ A1X + Ao
Donde los Ai son constantes también se les coeficientes. Ai (iεNo)
Ejemplo:F(x) = 5X3 – 3X2 + 2X + 3
Las funciones trascendentales incluyen funciones trigonométricas, logarítmicas, exponenciales, etc.
Ejemplo:F(x) = sen X + eX +2
F(x) = 1n X + X
Las raíces de las funciones cuando estas se igualan a cero pueden ser reales o complejas.
F(x) = 0 ; F(x) = Ax2 + Bx + C
Las raíces en la parte practica, algunos no tienen solución aplicando métodos conocidos (no tienen solución cerrada).
Como en el caso de: F(x) = 1n X + X.
En estos casos recurriremos a los métodos de aproximación de las raíces las cuales poseen dos pasos fundamentales:
1) Determinación de una raíz aproximada.
25
2) Optimización de la aproximación hasta cierto grado de precisión, la cual esta preestablecida con la estimación de cierto
error.
METODOS PARA CALCULAR RAICES
MÉTODOS QUE USAN INTERVALOS.- (Métodos convergentes), se los llama así por que necesitamos de dos valores
para las raíces a calcular; el intervalo debe encerrar a la raíz Xε[a,b].
a) Método grafico.- Este método es una forma simple para obtener una aproximación a la raíz de la ecuación F(x)=0
Consiste en graficar la función observando donde corta el eje “X” el cual es una aproximación inicial a la raíz.
Ejemplo: F(x) = 5x + x = 0
X Y
-1,0 -0,800
-0,8 -0,524
-0,6 -0,219
-0,4 0,125
-0,2 0,525
La curva que cruza el eje ”x” esta entre los puntos –0.6 y –0.4 ya que los puntos en el eje “x” cambian los signos. Una
aproximación mas exacta seria:
X Y
-0,5000 -0,0528
-0,4500 0,0347
-0,4600 0,0170
-0,4650 0,0081
-0,4690 0,0011
-0,4695 0,0002
-0,4697 0,0000
b) METODO DE LA BISECCIÓN.- En el método grafico se observa F(x) cambia de signos hacia ambos lados de la raíz.
En general si F(x) es real y continuo en el intervalo X1 Y X2 donde F(X1) y F(X2) tienen signos opuestos lo que implica que:
Se deberá escoger los valores iniciales de X1 y X2 de forma tal que la función cambie de signo sobre el intervalo.
Si F(X1) > 0 y F(X2) < 0 ir al inciso (b)
Si F(X1) < 0 Y F(X2) > 0 ir al inciso (b),
En caso contrario no cumple con la condición y escoger nuevos valores.
X  X2
La primera aproximación a la raíz se la determina calculando el punto medio. X  1
2
Se determina en que subintervalo cae la raíz.
Si F(X1)·F(X) > 0  X2 = X
Si F(X1)·F(X) > 0  X1 = X
Si F(X) = 0 entonces “X” es la raíz aproximada y fin.
Ejemplo: Hallar la solución de F(X)=5X+X teniendo valores iniciales:

X1 = -0,4 y X2 = 0,6
Solución:
a) F(X1)=0,125 ; F(X2)=-0,219; tienen diferentes signos
26
X1  X2 - 0,4  0,6
b) X    0,5  F(X)=-0.0527864
2 2
Como F(x2)·F(x)>0  X2 = X por lo tanto X2=-0.5
Se vuelve al paso (b) y se calculan las nuevas aproximaciones, las cuales se dan en la siguiente tabla
Tabla para calcular raíces mediante el método de la Bisección.
Nº X1 X2 F1(X) F2(X) X F(X)

1 -0.40000000 -0.600000000 0.125305561 -0.21926921 -0.50000000 -0.052786405
2 -0.40000000 -0.500000000 0.125305561 -0.05278640 -0.45000000 0.034689373
3 -0.45000000 -0.500000000 0.034689373 -0.05278640 -0.47500000 -0.009425433
4 -0.45000000 -0.475000000 0.034689373 -0.00942543 -0.46250000 0.012535836
5 -0.46250000 -0.475000000 0.012535836 -0.00942543 -0.46875000 0.001531409
6 -0.46875000 -0.475000000 0.001531409 -0.00942543 -0.47187500 -0.00395293
7 -0.46875000 -0.471875000 0.001531409 -0.00395293 -0.47031250 -0.001212244
8 -0.46875000 -0.470312500 0.001531409 -0.00121224 -0.46953125 0.000159211
9 -0.46953125 -0.470312500 0.000159211 -0.00121224 -0.46992188 -0.000526609
10 -0.46953125 -0.469921875 0.000159211 -0.00052661 -0.46972656 -0.000183722
.
.
.
42 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 -3.43614E-14
43 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 5.66214E-15
44 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 -1.43774E-14
45 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 -4.32987E-15
46 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 6.66134E-16
47 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 -1.72085E-15
48 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 -5.55112E-16
49 -0.46962192 -0.469621923 0.000000000 0.00000000 -0.46962192 0
c) METODO DE LA REGLA FALSA.-

El método anterior el de bisección es una técnica valida para determinar raíces su enfoque es relativamente ineficiente.
El método de la regla falsa es un método de mejor alternativa se aproxima en forma mas rápida a la raíz.
Este método consiste en aprovechar la unión de los puntos con una línea recta intersectándola con el eje “X” de esta
manera nos proporciona una estimación de la raíz dándonos una posición falsa.
Esta intersección se la puede calcular de la siguiente manera:
F(X 2) F(X) F(X1) F(X) F(X 2) F(X1)
Tg X   ; como F(X)= 0 se tiene:  Despejando “X” tenemos la
X2  X X1  X X2  X X1  X
F(X 2)(X2  X1 )
siguiente fórmula: X  X2 
F(X 2)- F(X1)
En este método se hacen los mismos pasos que en la bisección cambiando únicamente la formula.
Ejemplo: Hallar la solución de F(X)=5X+X con valores: X1=-0,4 y X2=0,6
Solución:
27
a) F(X1)=0,125 ; F(X2)=-0,219; tienen diferentes signos
 0,219(-0,6 (0, 4))

b) X  -0,6   -0.4727305 F(X)=-0.0054523
 0,219 - 0,125
Como F(x2)·F(x)>0  X2 = X por lo tanto X2=-0.5
Se vuelve al paso (b) y se calculan las nuevas aproximaciones, las cuales se dan en la siguiente tabla:
Nº X1 X2 F1(X) F2(X) X F(X)

1 -0.4 -0.6 0.125305561 -0.2192692 -0.4727305 -0.0054523
2 -0.4 -0.4727305 0.125305561 -0.0054523 -0.4696978 -0.0001333
3 -0.4 -0.4696978 0.125305561 -0.0001333 -0.4696238 -3.256E-06
4 -0.4 -0.4696238 0.125305561 -3.256E-06 -0.469622 -7.956E-08
5 -0.4 -0.469622 0.125305561 -7.956E-08 -0.4696219 -1.944E-09
6 -0.4 -0.4696219 0.125305561 -1.944E-09 -0.4696219 -4.749E-11
7 -0.4 -0.4696219 0.125305561 -4.749E-11 -0.4696219 -1.16E-12
8 -0.4 -0.4696219 0.125305561 -1.16E-12 -0.4696219 -2.831E-14
9 -0.4 -0.4696219 0.125305561 -2.831E-14 -0.4696219 -7.772E-16
10 -0.4 -0.4696219 0.125305561 -7.772E-16 -0.4696219 0
METODOS ABIERTOS.- Son métodos recursivos los cuales teniendo una forma proyectan un valor Xi a un valor Xi + i
mediante métodos iterativos a usar puede diverger o converger rápidamente dependiendo del punto inicial.
La base fundamental de estos métodos es que solo requiere de un valor “x” o de un par de valores los cuales no
necesariamente encierran a la raíz, los cuales muchas veces se alejan o se acercan de la raíz
Los métodos abiertos son los siguientes:
a) METODO DE LAS AROXIMACIONES SUCESIVAS.- (Iteración del punto fijo).- Este método parte de una ecuación
F(x)=0 la cual es re-arreglada de tal forma que “X” quede al lado izquierdo de la ecuación es decir X=G(x)
Esta transacción se puede llevar a cabo mediante operaciones algebraicas o simplemente agregando “X” a cada lado de la
ecuación. Es decir: X = F(X)+ X.
La ecuación X = G(x) tiene utilidad ya que se da una aproximación inicial Xi de la cual se puede obtener una nueva
aproximación Xi+1 mediante una formula iterativa.
Ejemplo: Hallar la solución de F(X)=5X+X con valores: X0=0

X
Solución: Para F(X)=0, se tiene: X = 5X como colocando índice tenemos: Xi1  5 i
Para X0=0  X1 = 50=1; las restantes iteraciones se dan en la siguiente tabla:
Nº X F(X) Nº X F(X) Nº X F(X)

1 -1.000000 -0.8000000 15 -0.47738148 -0.01358797 ... ... ...
2 -0.200000 0.5247797 16 -0.46379351 0.010254412 114 -0.46962192 1.24345E-14
3 -0.724780 -0.4133208 17 -0.47404792 -0.0077594 115 -0.46962192 -9.3814E-15
4 -0.31145891 0.294299662 18 -0.46628852 0.005859654 116 -0.46962192 7.16094E-15
5 -0.60575857 -0.22854012 19 -0.47214817 -0.00443178 117 -0.46962192 -5.4956E-15
28
6 -0.37721845 0.167705145 20 -0.46771639 0.003347995 118 -0.46962192 4.21885E-15

7 -0.5449236 -0.12890308 21 -0.47106439 -0.00253145 119 -0.46962192 -3.2196E-15
8 -0.41602052 0.095913674 22 -0.46853293 0.001912798 120 -0.46962192 2.44249E-15
9 -0.51193419 -0.07322841 23 -0.47044573 -0.00144605 121 -0.46962192 -1.8874E-15
10 -0.43870578 0.0548745 24 -0.46899968 0.00109279 122 -0.46962192 1.38778E-15
11 -0.4935803 -0.0417221 25 -0.47009247 -0.00082606 123 -0.46962192 -9.992E-16
12 -0.45185821 0.031383788 26 -0.46926641 0.000624302 124 -0.46962192 7.77156E-16
13 -0.48324199 -0.02380248 27 -0.46989071 -0.0004719 125 -0.46962192 -5.5511E-16
14 -0.45943951 0.017941964 28 -0.46941881 0.000356654 126 -0.46962192 0
Como se ve en la solución X = - 0.469622 se encuentra en la iteración 126. Su convergencia es lenta.
b) METODO DE NEWTON RASPÓN.- Este método es mucho mas eficiente que la anterior parte de un punto del cual se
traza una recta tangencial para obtener una primera aproximación la cual es interceptada con el eje “x” este proceso se
repite hasta llegar al resultado deseado.
F(Xi )
Xi1  Xi 
F'(Xi)
X
5 i  Xi
Solución: F(X)=5X+X; F’(X)= 5X ·ln5+1  Xi1  Xi 
X
5 i ·Ln 5  1
Aplicando la formula, vemos los resultados en el siguiente cuadro:
Nº X F(X)
0 0 1
1 -0.383224 0.1564574341845
2 -0.466955 0.0046874064498
3 -0.469619 0.0000043311688
4 -0.469622 0.0000000000037
5 -0.469622 0
La solución X = -0.469622 se encuentra en la iteración 5. Es rápida.
c) METODO DE LA SECANTE.- El método de Newton Raspón tiene un problema el cual es evaluar la derivada
especialmente en funciones implícitas, siendo sus derivadas especialmente difíciles de evaluar.
Para estos casos la derivada se puede aproximar mediante una diferencia.
F(Xi) F(Xi1) F(Xi )( Xi  Xi1 )

F'(Xi)  ; luego: Xi1  Xi 
Xi  Xi1 F(Xi) F(Xi1)
29
En este método el planteamiento requiere dos puntos iniciales para la variable independiente (x). No requiere de F(x)
cambia de signos por lo que no se clasifica como los que usan intervalos.
Solución: F(Xi)=5Xi+Xi; F(Xi-1)=5Xi-1+Xi-1
 Xi   X 
 5  X    5 i - 1  X 
i i -1 
F'(Xi) 
   
Xi  Xi1
 Xi 
 5  X  (Xi  Xi1 )
i
Xi1  Xi 
 
 i X   X 
 5  X    5 i - 1  X 
i i1
   
Aplicando la formula, vemos los resultados en el siguiente cuadro:
Nº X F(X)
-1 1 6
0 0 1
1 -0.2 0.524779663678
2 -0.420857 0.087107010646
3 -0.464813 0.008457462031
4 -0.46954 0.000144068091
5 -0.469622 0.000000240202
6 -0.469622 0.000000000007
7 -0.469622 0
La solución X = -0.469622 se encuentra en la iteración 7. Tiene más iteraciones que la Secante pero se hace más fácil
cuando la derivada es muy compleja.
APLICACIONES AL MICROSOFT EXCEL.- Como todas las formulas son iterativas la solución de los problemas es muy
conveniente aplicarlas al Microsoft Excel para obtener resultados de modo inmediato, caso contrario tendríamos que
aplicarlos a un lenguaje de programación. Otro Software que es útil para hallar la solución de raíces o para derivar e
integrar numéricamente es el GraphMatica.
30
CUESTIONARIO
WORK PAPER # 4
1.- Determine las raíces de: 2X2-5X+2=0 aplicando:

tanteo
factorización
formula cuadrática
874 2 175 2627

2.- Determine las raíces de: F(X)   X  X 
1000 100 1000
Usando la fórmula analítica

Usando el método de bisección para determinar la raíz mas alta teniendo valores iniciales X1=2,5 y X2=3,5. Calcular los
errores después de cada iteración.
Gráficamente,
Con los datos del inciso “b” usar el Método de la Regla Falsa.
3.- Dado un polinomio: F(X)=-0,874X2+1,75X+2,627, hallar una de las raíces aplicando uno de los métodos conocidos.
4.- Dada la función de la pregunta 3. Determinar la mayor raíz y la cantidad de Iteraciones teniendo como valor inicial
X0=0.
Use el método de aproximaciones sucesivas.
Use el método de Newton-Raphson
Use el método de la Secante (X1=-2,2)
5.- Hacer un programa para resolver la ecuación: XN-a=0, con X0=a/n. Aplicar el método mas eficiente.
6.- Hallar raíz positiva real de: F(X)= 4 X4-24,8 X3+57,76 X2+20,57 Teniendo valores iniciales: X1=0,5 y X2=1,5. Use el
método más eficiente y realice los cálculos hasta un error de 10%.
7.- Hallar todas las raíces reales de F(X)=X3-7X+6, aplicando los métodos de newton raphson y Ruffini.
8.- Resolver el siguiente sistema no lineal.
31
 X2  Y  1
 ; (igualar para tener una incognita).
X  Y  7
2
Nota. Los prácticos deberán resolverlos usando el Microsoft Excel.
32
WORK PAPER # 5
TÍTULO DEL WORK PAPER: INTEGRACIÓN NUMERICA
DESTINADO A:
OBSERVACIONES: Asignatura CALCULO NUMERICO, Carrera Ingeniería de Sistemas, Unidad II, Tema 5
FECHA DE DIFUSIÓN:
FECHA DE ENTREGA:
TEMA 5
33
INTEGRACION NUMERICA
En ingeniería se presenta con frecuencia la necesidad de integrar una función que sería, en general, de una de las tres
formas siguientes:
1. Una función simple y continua tal como un polinomio, una función exponencial o una función trigonométrica.
2. Una función complicada y continua que es difícil o imposible de integrar directamente.
3. Una función tabulada en donde los valores de X y f(X) se dan en un conjunto de puntos discretos, como es el caso
a menudo, de datos experimentales.
En el primer caso, la integral simplemente es una función que se puede evaluar fácilmente usando métodos analíticos
aprendidos en el cálculo. En los dos últimos casos, sin embargo, se deben emplear métodos aproximados.
Las fórmulas de integración de Newton-Cotes son los esquemas más comunes dentro de la integración numérica. Se basan
en la estrategia de reemplazar una función complicada o un conjunto de datos tabulares con alguna función aproximada que
sea más fácil de integrar.
La integral se puede aproximar usando una serie de polinomios aplicados por partes a la función o a los datos sobre
intervalos de longitud constante.
Se dispone de las formas abierta y cerrada de las fórmulas de Newton-Cotes. Las formas cerradas son aquellas en donde
los puntos al principio y al final de los límites de integración se conocen. Las fórmulas abiertas tienen los límites de integración
extendidos más allá del rango de los datos. Las fórmulas abiertas de Newton-Cotes, en general, no se usan en la integración
definida. Sin embargo, se usan extensamente en la solución de ecuaciones diferenciales ordinarias.
REGLA DEL TRAPECIO
La regla del trapecio o regla trapezoidal es una de las fórmulas cerradas de Newton-Cotes.
Considérese la función f(X), cuya gráfica entre los extremos X = a y X = b se muestra en la fig. 1. Una aproximación suficiente
al área bajo la curva se obtiene dividiéndola en n fajas de ancho y aproximándo el área de cada faja mediante un
trapecio, como se indica en la figura.
Llamando a las ordenadas Y i (i = 1, 2, 3, ...., n+1), las áreas de los trapecios son:
34
El área total comprendida entre X = a y X = b está dada por:
La cual recibe el nombre de Fórmula Trapezoidal, y se puede expresar como:
En esencia, la técnica consiste en dividir el intervalo total en intervalos pequeños y aproximar la curva Y = f(X) en los diversos
intervalos pequeños mediante alguna curva más simple cuya integral puede calcularse utilizando solamente las ordenadas
de los puntos extremos de los intervalos.
Si la función f(X) se puede expresar como una función matemática continua que tiene derivadas continuas f'(X) y f''(X), el
error que resulta de aproximar el área verdadera en una faja bajo la curva f(X) comprendida entre Xi y Xi+1 mediante el área
de un trapecio, se demuestra que es igual a:
Este error es la cantidad que se debe agregar al área del trapecio para obtener el área real. Se llama Error por Truncamiento,
ya que es el error que resulta de utilizar una serie de Taylor truncada, en vez de una serie de Taylor completa, para
representar en forma de serie el área de una faja. Generalmente no se puede valuar directamente el término mostrado como
error por truncamiento. Sin embargo, se puede obtener una buena aproximación de su valor para cada faja suponiendo que
f '' es suficientemente constante en el intervalo de la faja (se supone que las derivadas de orden superior son despreciables)
y evaluando f '' para . La estimación del error por truncamiento para la integración total se obtiene sumando
las estimaciones para cada faja. Si la estimación obtenida para el error total por truncamiento es mayor de lo que se puede
tolerar, se debe utilizar una faja más angosta o un método más preciso.
Otro error que se introduce al obtener el área aproximada de cada faja es el Error por Redondeo. Este se produce cuando
las operaciones aritméticas requeridas se efectúan con valores numéricos que tienen un número limitado de dígitos
significativos.
Se puede demostrar que una aproximación a el límite del error por redondeo es:
35
Tenemos entonces que el límite en el error por redondeo aumenta proporcionalmente a , lo cual pronto domina
al error por truncamiento que es proporcional a . En realidad, el error por redondeo en sí no crece
proporcionalmente con sino con en que 0 < p < 1, pero sin embargo aún supera al error por
truncamiento si decrece lo suficiente.
El error por redondeo se puede minimizar utilizando aritmética de doble precisión o mediante compiladores que pueden
manejar un gran número de dígitos significativos.
De la información anterior se puede ver que el error total en el intervalo de integración deseado, es la suma de los errores
de truncamiento y redondeo. Si el error total se debiera únicamente al error por truncamiento, se podría hacer tan pequeño
como se deseara reduciendo suficientemente el ancho de la faja. Por ejemplo, bisectando el ancho de la faja se duplicaría
el número de errores por truncamiento que hay que sumar, pero la expresión para el error en cada faja indica que cada uno
sería aproximadamente un octavo de su valor previo.
Sin embargo, disminuyendo el ancho de la faja se afectaría también el error total al aumentar el error por redondeo, debido
al mayor número de operaciones que hay que efectuar al valuar la ec. (3). Entonces, cuando se disminuye el ancho de la
faja para disminuir el error total, existe un punto óptimo en el cual disminuciones adicionales del ancho de la faja harían que
el error aumentara en lugar de disminuir, porque el error por redondeo se volvería dominante. El ancho óptimo de la faja
para una función especial se puede determinar fácilmente en forma experimental en la computadora (suponiendo que el
área real bajo la gráfica de la función se puede valuar) pero es difícil definirlo analíticamente.
36
CUESTIONARIO
WORK PAPER # 5
1.- Explique cuando se utilizan las formulas de newton-cotes para calcular la integral de una función.
2.- Explique las diferencia de las formas abiertas y cerradas de las formulas de Newton-Cotes.
3.- Tenemos las siguientes mediciones experimentales y necesitamos calcular la integral de la función para valores negativos
de x.
x f(x)
10 0,173
30 0,500
50 0,766
70 0,944
90 1,000
110 0,940
130 0,768
150 0,500
170 0,174
190 -0,174
210 -0,504
230 -0,766
250 -0,940
270 -1,006
290 -0,940
310 -0,760
330 -0,500
350 -0,170
360 0,000
4.- De los datos de la pregunta anterior calcular la integral para la funcion en el intervalo de 0 a 360.
5.- Calcular el error por redondeo del calculo de la integral de la pregunta 4.
37
WORK PAPER # 6
TÍTULO DEL WORK PAPER: DIFERENCIACIÓN NUMERICA
DESTINADO A:
OBSERVACIONES: Asignatura CALCULO NUMERICO, Carrera Ingeniería de Sistemas, Unidad III, Tema 6
FECHA DE DIFUSIÓN:
FECHA DE ENTREGA:
38
TEMA 6
DIFERENCIACIÓN NUMÉRICA
Concentremos ahora nuestra atención a procedimientos para diferenciar numéricamente funciones que están definidas
mediante datos tabulados o mediante curvas determinadas en forma experimental.
Un método consiste en aproximar la función en la vecindad del punto en que se desea la derivada, mediante una parábola
de segundo, tercer o mayor grado, y utilizar entonces la derivada de la parábola en ese punto como la derivada aproximada
de la función.
Otro ejemplo, que comentaremos aquí, utiliza los desarrollos en serie de Taylor.
La serie de Taylor para una función Y = f(X) en , desarrollada con respecto al punto Xi es
en donde Yi es la ordenada que corresponde a Xi y se encuentra en la región de convergencia. La

función para está dada en forma similar por
Utilizando solamente los tres primeros términos de cada desarrollo, podremos obtener una expresión para Y'i restando la
ec. (2) de la ec. (1),
DIFERENCIAS CENTRALES, HACIA ADELANTE Y HACIA ATRÁS
Observando la figura (1), vemos que si designamos los puntos uniformemente espaciados a la derecha de Xi como Xi+1 ,
Xi+2, etc. y los puntos a la izquierda de Xi como Xi-1, Xi-2 , etc. e identificamos las ordenadas correspondientes como Yi+1,
Yi+2, Yi-1, Yi-2, respectivamente, la ec. (3) se puede escribir en la forma:
39
La ec. (4) se denomina la primera aproximación, por Diferencias Centrales de Y', para X. La aproximación representa
gráficamente la pendiente de la recta discontinua mostrada en la figura 1. La derivada real se representa mediante la línea
sólida dibujada como tangente a la curva en Xi.
Si sumamos las ecuaciones (1) y (2) y utilizamos la notación descrita previamente, podemos escribir la siguiente expresión
para la segunda derivada:
La ec. (5) es la primera aproximación, por Diferencias Centrales, de la segunda derivada de la función en Xi. Esta expresión
se puede interpretar gráficamente como la pendiente de la tangente a la curva en Xi+1/2 menos la pendiente de la tengente
a la curva en Xi-1/2 dividida entre , cuando las pendientes de las tangentes están aproximadas mediante las
expresiones:
es decir,
Para obtener una expresión correspondiente a la tercera derivada, utilizamos cuatro términos en el segundo miembro de
cada una de las ecs. (1) y (2). Restando la ec. (2) de la ec. (1) se obtiene
Si desarrollamos la serie de Taylor respecto a Xi para obtener expresiones correspondientes a Y = f(X) en

y , respectivamente, obtenemos:
Restando la primera ec. (9) de la segunda, y utilizando solamente

los cuatro términos mostrados para cada desarrollo, se obtiene:
40
La solución simultánea de las ecs. (8) y (10) produce la tercera

derivada:
La ec. (11) es la primera expresión de Diferencias Centrales

correspondiente a la tercera derivada de Y en Xi.
Por este método se pueden obtener derivadas sucesivas de mayor orden, pero como requieren la solución de un número
cada vez mayor de ecuaciones simultáneas, el proceso se vuelve tedioso. La misma técnica se puede utilizar también para
encontrar expresiones más precisas de las derivadas utilizando términos adicionales en el desarrollo en serie de Taylor. Sin
embargo, la derivación de expresiones más precisas, especialmente para derivadas de orden superior al segundo, se vuelve
muy laboriosa debido al número de ecuaciones simultáneas que se deben resolver.
No se presentan aquí esas derivaciones, pero dichas expresiones, para diferentes derivadas, se incluyen en el resumen que
sigue a estos comentarios.
Las expresiones correspondientes a las derivadas de mayor orden se logran con mucho mayor facilidad y bastante menos
trabajo, utilizando operadores de diferencias, de promedios y de derivación. Este método se encuentra fuera de los alcances
fijados, pero se pueden encontrar en varios libros referentes al análisis numérico.
Se ha demostrado que las expresiones de Diferencias Centrales para las diversas derivadas encierran valores de la función
en ambos lados del valor X en que se desea conocer la derivada en cuestión. Utilizando desarrollos convenientes en serie
de Taylor, se pueden obtener fácilmente expresiones para las derivadas, completamente en términos de valores de la función
en Xi y puntos a la derecha de Xi. Estas se conocen como expresiones de Diferencias Finitas Hacia Adelante.
En forma similar, se pueden obtener expresiones para las derivadas que estén totalmente en términos de valores de la
función en Xi y puntos a la izquierda de Xi. Estas se conocen como expresiones de Diferencias Finitas Hacia Atrás.
En la diferenciación numérica, las expresiones de diferencias hacia adelante se utilizan cuando no se dispone de datos a la
izquierda del punto en que se desea calcular la derivada, y las expresiones de diferencias hacia atrás, se utilizan cuando no
se dispone de datos a la derecha del punto deseado. Sin embargo, las expresiones de diferencias centrales son más precisas
que cualquiera de las otras dos.
CUESTIONARIO
41
WORK PAPER # 6
1.- Diga algunas formas de aproximación de una función para calcular su derivada en un punto.
2.- Explique en que consiste el método de series de Taylor para desarrollar una función
3.- Explique porque se utilizan aproximaciones para encontrar de derivada de una función en un punto.
4.- Explique en que consisten las diferencias centrales.
5.- Diga si es posible obtener derivadas de orden n, por el método de la aproximación a series de Taylor. Explique porque
42
WORK PAPER # 7
TÍTULO DEL WORK PAPER: ECUACIONES DIFERENCIALES
DESTINADO A:
OBSERVACIONES: Asignatura CALCULO NUMERICO, Carrera Ingeniería de Sistemas, Unidad III, Tema 7
FECHA DE DIFUSIÓN:
FECHA DE ENTREGA:
TEMA 7
43
ECUACIONES DIFERENCIALES
INTRODUCCION
Las leyes fundamentales de la física, mecánica, electricidad y termodinámica están basadas con frecuencia en
observaciones experimentales que explican variaciones en las propiedades físicas y estados de los sistemas. Estas leyes,
más que describir directamente el estado de los sistemas físicos se expresan en términos de los cambios espaciales y
temporales de las variables intervinientes. Es por ello que las ecuaciones diferenciales tienen importancia fundamental en
las aplicaciones de ingeniería, ya que numerosos procesos físicos son idealizados (o modelizados) matemáticamente por
estas ecuaciones. Tales ecuaciones son a veces conocidas como ecuaciones de razón ya que expresan la razón de cambio
de una variable como una función de las variables y parámetros del problema.
Podemos citar como ejemplos de las leyes fundamentales que se escriben en términos de la razón de cambio de las variables
a:
 Segunda ley de Newton del movimiento
dv F

dt m
Donde v es la velocidad, F es la fuerza, m es la masa y t el tiempo.
 Ley del calor de Fourier
dT
q   k' 
dx
Donde q es el flujo de calor, k’ es la conductividad térmica, T es la temperatura y x la variable espacial.
 Ley de Faraday
di
δVL  L
dt
Donde VL es la caída de voltaje, L es la inductancia, i es la corriente y t la variable temporal.
ECUACIONES DIFERENCIALES ORDINARIAS
PROBLEMAS DE CONDICIONES INICIALES
En este tipo de problemas, como ya lo expresamos anteriormente, debemos obtener valores aproximados de la función solución
de una ecuación diferencial en m puntos de un intérvalo del dominio de la misma, partiendo de condiciones iniciales conocidas
de la función a determinar en el extremo inicial del intérvalo.
En los denominados métodos de un paso, que describiremos a continuación, el valor de la función en el primer punto interior
del intérvalo se calcula a partir del valor conocido de la función en punto inicial del intérvalo. De la misma forma el valor de
la función incógnita en el i-ésimo punto del dominio, xi, se calcula a partir del valor de la función en el punto xi-1. A su vez la
función en el punto i+1 se calcula a partir del valor de la función en el punto i. Es decir que se calcula la función en un punto
cualquiera del intérvalo partiendo de la solución obtenida para el punto anterior, y así sucesivamente. De esta manera, con
44
la aplicación recurrente los algoritmos correspondientes a cualquiera de estos métodos, a lo largo de todo el intérvalo de
integración, se obtiene la denominada trayectoria de la solución.
Los métodos que estudiaremos están limitados a la solución de ecuaciones diferenciales ordinarias de primer orden.
Dada una ecuación diferencial ordinaria de primer orden de la forma:
dy
 f x, y 
dx
La solución numérica tendrá la forma:
y i 1  y i  φ  h
De acuerdo con esta ecuación, una pendiente estimada  se usa para extrapolar desde un valor anterior yi a un nuevo valor yi+1
en una distancia h.
Todos los denominados métodos de un paso, que veremos en este capítulo, se pueden expresar en esta forma general, que
solo va a diferir en la manera en la cual se estima la pendiente.
MÉTODO DE EULER
Como sabemos, la primera derivada de una función f(x) valuada en un punto del dominio xi representa la pendiente de la función
en xi. Si la ecuación diferencial ordinaria a resolver la expresábamos como:
dy
 f x, y 
dx
Entonces la pendiente en xi e yi será:
φ  f xi , y i 
45
En este procedimiento, la pendiente φ  f xi , y i  calculada en el extremo inicial del intérvalo, xi, es tomada como una
aproximación de la pendiente promedio sobre todo el intérvalo. Entonces se predice un nuevo valor de y por medio de la pendiente
en xi , que habrá de extrapolarse en forma lineal sobre el paso de longitud h , mediante la aplicación de la expresión:
y i 1  y i  φ  h  y i  f ( xi , y i )  h
Ejemplo 1: Usar el método de Euler para resolver numéricamente la ecuación:
dy
 - 2  x 3  12  x 2 - 20  x  8.5
dx
Desde x = 0 hasta x = 4 con un paso de h = 0.5. La condición inicial en x = 0 es y = 1.

Para el primer paso:
y 0.5   y 0   f ( 0 ,1)  0.5
Donde y (0) = 1 y la pendiente estimada en x = 0 es:
 dy 
f (0,1)     x  0, y 1
 dx 
f (0,1)  - 2  0   12  0  - 20  0   8.5
3 2
f (0,1)  8.5
Reemplazando:
y 0.5   1.0  8.5  0.5   5.25
La función solución exacta es:
y  - 0.5  x 4  4  x 3 - 10  x 2  8.5  x  1
y para x = 0.5 la solución exacta es:
46
y  - 0.5  0.5  4  0.5 - 10  0.5  8.5  0.5  1

4 3 2
Y  3.21875
Así, el error absoluto es:
E t = verdadero – aproximado = 3.21875 – 5.25 = -2.03125
y el error relativo porcentual:
Et  2.03125
εt %   100   100
verdadero 3.21875
ε t %  63.1%
Para el segundo paso:
y 1  y 0.5   f ( 0.5 , 5.25)  0.5 
 
y 1  5.25  - 2  0.5  12  0.5 - 20  0.5  8.5  0.5
3 2
y 1  5.875
y para x = 1.0 la solución exacta es:
y  - 0.5  1.0  4  1.0 - 10  1.0

4 3 2
 8.5  1.0  1  3.0
Así, el error absoluto es:

E t = verdadero – aproximado = 3.0 – 5.875 = -2.875
y el error relativo porcentual:
Et  2.875
εt %   100   100
verdadero 3.0
ε t %  95.8%
y si seguimos calculando la solución para el resto de los puntos del dominio correspondientes a un paso h = 0.5, obtenemos la
siguiente tabla:
x yverdadero yEuler r% local r% global

0.0 1.00000 1.00000 - -
0.5 3.21875 5.25000 -63.1 -63.1
1.0 3.00000 5.87500 -28.0 -95.8
1.5 2.21875 5.12500 -1.41 -131.0
2.0 2.00000 4.50000 20.5 -125.0
2.5 2.71875 4.75000 17.3 -74.7
3.0 4.00000 5.87500 4.0 -46.9
3.5 4.71875 7.12500 -11.3 -51.0
47
4.0 3.00000 7.00000 -53.0 -133.3
MÉTODO DE EULER MODIFICADO O MÉTODO DE HEUN
Como ya hemos mencionado la fuente fundamental de error en el método de Euler es que la derivada de la función al inicio del
intérvalo se aplica a través de toda la longitud del mismo. El método de Heun propone mejorar la estimación de la pendiente
calculando las derivadas al comienzo y al final del intérvalo. Luego, estas derivadas se promedian para obtener una estimación
mejorada de la pendiente para todo el intérvalo. Este procedimiento se ilustra en la siguiente figura:
En este método primero se calcula la derivada al comienzo del intérvalo:
y i  f ( xi , y i )
y se usa para extrapolar linealmente a un valor de yi+1, que distinguiremos con el subíndice 0 por ser la misma una predicción
intermedia y no la respuesta final como lo hubiera sido en el método de Euler:
y i01  y i  f ( xi , y i )  h
Esta ecuación es la llamada ecuación predictor y da una predicción intermedia de yi+1, denominada y i0 1 , que permite el cálculo
de una estimación de la pendiente al final del intérvalo:

y 'i 1  f xi 1 , y i01 
Luego se obtiene una pendiente promedio para el intérvalo:
y 

yi  yi 1 f x i , y i   f x i 1 , y i01


2 2
48
Esta pendiente promedio se usa para extrapolar nuevamente desde yi a yi+1 usando el método, ya conocido, de Euler
y i 1  y i 

f x i , y i   f x i 1 , y i01
h

2
y i 1  y i 
h
2
 
f x i , y i   f x i 1 , y i01 
la cual es conocida como ecuación corrector.
El método de Heun es un procedimiento predictor – corrector o multipaso. Este puede expresarse en forma resumida como:
PREDICTOR y i01  y i  f ( x i , y i )  h
CORRECTOR y i 1  y i 
h
2
 
f x i , y i   f x i 1 , y i01 
MÉTODOS DE RUNGE – KUTTA
El método de Heun, el del punto medio y la misma técnica de Euler son casos particulares de una clase más general de
procedimientos de un paso denominados métodos de Runge – Kutta. Esta afirmación será demostrada en los desarrollos
subsiguientes.
Los métodos de Runge – Kutta (RK) tienen la característica de poseer precisiones propias de desarrollos de Taylor que
incluyen términos de derivadas de órdenes superiores a uno sin requerir el cálculo de las mismas.
MÉTODOS DE RUNGE – KUTTA DE PRIMER ORDEN
Si tomamos n = 1, método de Runge – Kutta de primer orden, tendremos que la función incremento es:
φ  a1  k1  a1  f xi , y i 
Como se observa el método de Runge – Kutta de primer orden es el método de Euler. Una vez que se elige n, se evalúan las a,
p y q al igualar la ecuación inicial a los términos correspondientes de la serie de Taylor. Así, al menos para las versiones de orden
inferior, el número de términos n representa el orden de la aproximación.
Por ejemplo, los métodos de Runge – Kutta de segundo orden, n = 2, para los cuales la función incremento consta de dos
términos, serán exactos si la solución de la ecuación diferencial es una cuadrática. Además, como los términos que tienen h3 y
mayores no son considerados en el desarrollo el error de truncamiento local es O(h3) y el global es O(h2).
MÉTODOS DE RUNGE – KUTTA DE SEGUNDO ORDEN
Si la función incremento tiene dos términos, esto es n = 2 entonces la ecuación general del método de Runge – Kutta se escribe
como:
y i 1  y i  a1  k1  a2  k2   h
Obtendremos la ecuación:
49
1 1 
y i 1  y i    k1   k2   h
2 2 
Donde:
k1  f xi , y i 
k2  f xi  h, y i  k1  h 
Se observa que k1 es la pendiente en el inicio del intérvalo y k2 la pendiente al final del mismo. Queda claro entonces que se
reproduce de esta manera el método de Heun.
MÉTODOS DE RUNGE – KUTTA DE TERCER ORDEN
Partiendo de la ecuación general de Runge – Kutta y haciendo n = 3 nos queda:
y i 1  y i  a1  k1  a2  k2  a3  k3   h
Una versión común del método de Runge – Kutta de tercer orden que resulta es:
1
y i 1  y i   k1  4  k2  k3   h
6
Donde:
k1  f xi , y i 
 1 1 
k2  f  xi   h, y i   k1  h 
 2 2 
k3  f xi  h, y i  k1  h  2  k2  h 
MÉTODOS DE RUNGE – KUTTA DE CUARTO ORDEN
De las infinitas versiones de los métodos de Runge – Kutta los de cuarto orden son los más utilizados. Partiendo de la ecuación
general y haciendo n = 4 tenemos:
y i 1  y i  a1  k1  a2  k2  a3  k3  a4  k4   h
La forma del método de Runge – Kutta clásico de cuarto orden. La expresión resultante es:
1
y i 1  y i   k1  2  k2  2  k3  k4   h
6
Donde:
50
k1  f xi , y i 
 1 1 
k2  f  xi   h, y i   k1  h 
 2 2 
 1 1 
k3  f  xi   h, y i   k2  h 
 2 2 
k4  f xi  h, y i  k3  h 
En esta versión del método, como en las anteriores de distintos ordenes, cada una de las ki representa una pendiente. Luego,
reemplazadas estas en la primera expresión, se obtiene una pendiente media mejorada representativa del intérvalo. La
interpretación gráfica de las pendientes estimadas ki se presenta a continuación:
51
PROGRAMA DE CALIDAD UDABOL

DIF – 001
RESOLUCIÓN NUMERICA DE UNA ECUACIÓN NO LINEAL
Existen muchos medios informáticos para sacar las raíces de un polinomio o cualquier ecuación trascendental, tales como
hojas de cálculo y graficadores matemáticos. Utilizando estos medios, dos como mínimo:
 Encontrar las raíces de una ecuación polinómica.
23/4 – 0.3x – 0.5x2 – 0.25x3 – 0.35x4=0
 Encontrar las raíces de una ecuación trascendental. ex+5·log(x)-2=0
Se formarán grupos de 3 estudiantes y se discutirá sobre las ventajas que se puedan apreciar por los dos métodos aplicados.
Presentar los resultados.
Se sugieren los siguientes sitios WEB.
www.abcdatos.com/programas/programa/l7896.html
www.unileon.es/temario. php?cod=0702013&elementoID=601 - 59k
www.itesm.mx/va/graduados/SinteticosNuevoSist/sin-m.htm
52
********************
PROGRAMA DE CALIDAD UDABOL

DIF – 002
RESOLUCIÓN NUMERICA DE UNA ECUACIÓN LINEAL
Se tiene varios medios informáticos que facilitan la obtención de la solución de un sistema de ecuaciones lineales. Como el
cálculo manual demora mucho tiempo y además es fácil de cometer errores, es necesario que el ingeniero conozca estos
medios informáticos; tales como hojas de cálculo y graficadores matemáticos. Utilizando estos medios, dos como mínimo:
Encontrar un sistema de ecuaciones lineales de 5x5
2x1 + 5x2 + 3x3 -5x4+3x5=10

5x1 - 3x2 + 5x3 -10x4-2x5 =5
3x1 - 9x2 + 2x3 -3x4+8x5=20
7x1 + 5x2 - 3x3 +5x4-3x5=15
9x1 - 5x2 + 3x3 -5x4+3x5=17
Discutir acerca de cómo se puede encontrar un sistema adecuado para solucionar un sistema específico.
Bibliografia recomendada
Métodos Numéricos de Luthe Oliveira Editorial LIMUSA 1990
Pagina de Internet
http://platea.cnice.mecd.es/~jcarias/uam2005/buscatesoro/item5.htm
www.sectormatematica.cl/software.htm
53
********************
54

Calculo Numerico

Încărcat de

Informații document

Descriere originală:

Titlu original

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

Calculo Numerico

Încărcat de

Drepturi de autor:

Formate disponibile

FACULTAD DE CIENCIA Y TECNOLOGIA

RED NACIONAL UNIVERSITARIA

Facultad de Ciencia y Tecnología

Gestión Académica I/2017

Ser la Universidad líder en calidad educativa.

Desarrollar la Educación Superior Universitaria con calidad y competitividad al servicio

Asignatura: CÁLCULO NUMÉRICO

I. OBJETIVOS GENERALES DE LA ASIGNATURA.

Al final del curso el estudiante:

Comprenderá la necesidad de utilizar métodos numéricos de resolución de ciertos problemas matemáticos,

II. PROGRAMA ANALÍTICO DE LA ASIGNATURA.

TEMA 2: TEORÍA DE ERRORES

TEMA 3: SISTEMA DE ECUACIONES LINEALES

TEMA 5: INTERPOLACIÓN DE FUNCIONES

TEMA 6: DIFERENCIACIÓN NUMÉRICA

TEMA 8: ECUACIONES DIFERENCIALES

 CHAPRA., “Cálculo Numérico”

IV. CONTROL DE EVALUACIONES

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: No. DE HOJAS: 4

ELABORÓ: . CÓDIGO: MAT 212 A

TÍTULO DEL WORK PAPER: INTRODUCCIÓN

DPTO.: Facultad de Ciencia y Tecnología

DOCENTES ALUMNOS X ADMINIST. OTROS

OBSERVACIONES: Asignatura CALCULO NUMERICO, Carrera Ingeniería de Sistemas, Unidad I, Tema 1

ESTUDIO DE LOS MÉTODOS NUMÉRICOS

Para estudiar los cálculos numéricos tenemos los siguientes puntos:

HOJA ELECTRÓNICA MICROSOFT EXCEL

 El Excel es un libro que contiene hojas de cálculo y gráficos comerciales.

 Las filas o líneas van desde el número 1 hasta el 65 536.

COMPOSICIÓN DEL PROGRAMA

1. Escribir los pasos de solución de un problema cundo se recurre a una computadora.

2. ¿Cuando se aplican paquetes a problemas de cálculos numéricos, porque?

6. Hacer un algoritmo para calcular, factorial de un número.

Nota: Los prácticos también deberá resolverlos usando el Microsoft Excel.

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: No. DE HOJAS: 7

ELABORÓ CÓDIGO: MAT 212 A

TÍTULO DEL WORK PAPER: TEORIA DE ERRORES

DPTO.: Facultad de Ciencia y Tecnología

DOCENTES ALUMNOS X ADMINIST. OTROS

OBSERVACIONES: Asignatura CALCULO NUMERICO, Carrera Ingeniería de Sistemas, Unidad I, Tema 2

ERROR EN LOS DATOS ORIGINALES

En Microsoft Excel existe la función Redondear:

REDONDEAR: Redondea un número, al número de decimales especificado. Su formato es:

Número: es cualquier número real que desee redondear.

REDONDEAR(35,456; 2) es igual a 35,46.

Además existe una variedad que complementan, las cuales son:

REDOND MULT: Redondea un número al múltiplo deseado. Su formato es: REDOND.MULT(número;múltiplo)

Los ceros a la izquierda de dígitos no nulos, nunca serán cifras significativas.

Los ceros intermedios de dígitos no nulos, siempre serán significativos:

ARITMÉTICA DEL PUNTO FLOTANTE

La precisión se refiere al número de dígitos que pueda representar una cantidad.

ERROR ABSOLUTO Y ERROR RELATIVO

El error relativo porcentual: se ajusta a valores entre 0 y 100.

DEFINICIÓN DEL ERROR

ERROR APLICADO A LOS METODOS NUMERICOS

1. Cuántas cifras significativas tienen los siguientes números:

3. La posición S de un cuerpo que cae libremente en el vacío está dada por

5. Determine el error relativo porcentual cuando se consideran 3 dígitos significativos de:

9. Error de redondeo, al restar dos números iguales.

PROGRAMA DE CONTROL DE CALIDAD