8IA G1.

METODOS NUMERICOS.
INGENIERIA AMBIENTAL

FATIMA ISABEL REYES MONDRAGON.

ALEXANDER DANIEL CALLEJAS CRUZ.
PEDRO OMAR MENDOZA ZAVALA.
INDICE
CONCEPTOS GENERALES. ............................................................................................................................................. 2
TIPOS DE ERRORES ......................................................................................................................................................... 3
Error relativo ...................................................................................................................................................................... 3
Error absoluto ................................................................................................................................................................... 4
Error por redondeo ........................................................................................................................................................... 4
Error por truncamiento: ................................................................................................................................................... 5
PASOS PARA RESOLVER UNA ECUACIÓN DIFERENCIAL POR MEDIO DE MÉTODOS NUMÉRICOS. ...... 6
TIPOS DE METODOS NUMERICOS. .............................................................................................................................. 7
EULER: .............................................................................................................................................................................. 7
Runge-Kutta .................................................................................................................................................................... 11
Newton Rhapson: ........................................................................................................................................................... 15
Derivación:....................................................................................................................................................................... 17
Integración numérica: .................................................................................................................................................... 18
REFERENCIAS:........................................................................................................................................................................ 23
CONCEPTOS GENERALES.
Método numérico:
Los métodos numéricos son herramientas para la solución de problemas, capaces de manipular grandes
sistemas de ecuaciones, manejar no linealidades y resolver geometrías complicadas, comunes en la práctica
de la ingeniería y, a menudo, imposibles de resolver en forma analítica.
Dicho de otra manera, son técnicas mediante las cuales es posible formular problemas matemáticos de tal forma
que puedan resolverse usando operaciones aritméticas, van de la mano con las herramientas informáticas, son
adecuados para la solución de problemas comunes de ingeniería, ciencias y administración a través del uso de
computadoras y software especializado.
Aproximación a un valor: se trata de una representación de resultados numéricos que puedan ser de
confianza en la resolución de problemas, los métodos numéricos dan resultados aproximados sin embargo se
debe asegurar que estos resultados sean confiables por lo que se recurre a cifras significativas.
Error numérico: se generan con el uso de aproximaciones para representar las operaciones y cantidades
matemáticas, son medidas de ajustes o cálculos en una magnitud con respecto al valor real o teórico que la
magnitud tiene.
Cifra significativa: son cifras que se usan para dar confianza en valores numéricos, los ceros solo se usaran
para ubicar puntos decimales en sobre las cifras significativas.
Exactitud: la exactitud se refiere a la cercanía en el resultado de una medición ante el valor real o verdadero.
Incertidumbre: Se refiere al grado de alejamiento entre sí, a las diversas aproximaciones a un valor verdadero.
La incertidumbre puede derivarse de una falta de información o incluso por que exista desacuerdo sobre lo que
se sabe o lo que podría saberse.
TIPOS DE ERRORES
Los errores numéricos surgen del uso de aproximaciones para representar operaciones y cantidades
matemáticas exactas. Éstas incluyen los errores de truncamiento que resultan del empleo de aproximaciones
como un procedimiento matemático exacto, y los errores de redondeo que se producen cuando se usan
números que tienen un límite de cifras significativas para representar números exactos. Para ambos tipos de
errores, la relación entre el resultado exacto, o verdadero, y el aproximado
está dada por:

 Reordenando la ecuación se encuentra que el error numérico es igual a la diferencia entre el valor
verdadero y el valor aproximado, es decir:

Donde Et se usa para denotar el valor exacto del error. El subíndice t indica que se trata del error “verdadero”
(true). Como ya se mencionó brevemente, esto contrasta con los otros casos, donde se debe emplear una
estimación “aproximada” del error. Una desventaja en esta definición es que no toma en consideración el orden
de la magnitud del valor que se estima.

Error relativo: Es necesario normalizar el error respecto al valor verdadero, el cual se puede expresar también
en forma porcentual

A éste último se le conoce como Error Relativo Porcentual.

EJEMPLO:
Se quiere medir el voltaje de una fuente de alimentación y se obtiene un valor de 123.4V, si se sabe que el
valor verdadero es de 125V, se tiene:

 Error Verdadero

 Error Relativo Porcentual

Error absoluto: Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser positivo o
negativo, según si la medida es superior al valor real o inferior (la resta sale positiva o negativa). Tiene unidades,
las mismas que las de la medida.

 Sin embargo, para facilitar el manejo y el análisis se emplea el error absoluto definido como:

EJEMPLO:
Una barra de metal mide 10 metros de largo. La medimos con un metro calibrado en milímetros y nos da una
medición de 9,998 metros. ¿Cuál es el error absoluto?
En este caso el valor es 10 m y el valor aproximado es 9,998 m, que es el valor obtenido, por lo que el error es:

Error por redondeo: Los errores de redondeo se originan debido a que la computadora emplea un número
determinado de cifras significativas durante un cálculo. Los números como p, e o 7 no pueden expresarse con
un número fijo de cifras significativas. Por lo tanto, no pueden ser representados exactamente por la
computadora. Además, debido a que las computadoras usan una representación en base 2, no pueden
representar exactamente algunos números en base 10. Esta discrepancia por la omisión de cifras significativas
se llama error de redondeo.
Numéricamente los errores de redondeo se relacionan de manera directa con la forma en que se guardan los
números en la memoria de la computadora. La unidad fundamental mediante la cual se representa la
información se llama término. Ésta es una entidad que consiste en una cadena de dígitos binarios o bits (binary
digits).
 Ciertos métodos requieren cantidades extremadamente grandes para obtener una respuesta. En
consecuencia, aunque un error de redondeo individual puede ser pequeño, el efecto de acumulación en
el transcurso de la gran cantidad de cálculos puede ser significativo.

 El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones algebraicas que
emplean números muy pequeños y muy grandes al mismo tiempo. Ya que este caso se presenta en
muchos métodos numéricos, el error de redondeo puede resultar de mucha importancia.
Error por truncamiento: Los errores por truncamiento son aquellos que resultan al usar una aproximación en
lugar de un procedimiento matemático exacto. Por ejemplo, se puede aproximar la derivada de la velocidad de
un paracaidista mediante la ecuación de diferencia finita dividida de la forma:

 Se introdujo un error de truncamiento en la solución, ya que la ecuación de diferencias solo se aproxima

el valor verdadero de la derivada.

 Además, para obtener conocimiento de las características de estos errores se regresará a la formulación
matemática usada ampliamente en los métodos numéricos para expresar funciones en forma polinomial:
las series de Taylor.
PASOS PARA RESOLVER UNA ECUACIÓN DIFERENCIAL POR MEDIO DE MÉTODOS NUMÉRICOS.
Los métodos numéricos se dedican a la solución de ecuaciones diferenciales ordinarias de la forma;
𝒅𝒚
= 𝒇(𝒙, 𝒚)
𝒅𝒙
Los métodos numéricos formulan un problema matemático para lograr resolverlo por distintos métodos
aritméticos, son estándares para encontrar raíces se encuentran en dos áreas de problemas relacionados, pero
fundamentalmente distintos:

 La determinación de raíces reales de ecuaciones algebraicas y trascendentes, previo de su posición

aproximada.
 La determinación de todas las raíces reales y complejas de polinomios. Estos métodos están diseñados
especialmente para polinomios.
Es por ello importante determinar métodos que permitan obtener aproximaciones de dichas soluciones, que
existen, pero son desconocidas. Para implementar los métodos numéricos manualmente se utilizaban
calculadoras y reglas de cálculo. Pero se pueden usar métodos numéricos para una aproximación a dicha
solución.
EJEMPLO:

 Al problema y’ = f(x, y), y(x0) = y0 de valor inicial y de primer orden. Para aproximar la solución de un
problema de valores iniciales de segundo orden como;

 Se reduce la ecuación diferencial a un sistema de dos ecuaciones de primer orden. Cuando se sustituye
y’ = u, el problema de valores
iniciales de las ecuaciones.
 se transforma en
 Y’=u
 U’ =f (x, y, u)
 Y(x0) = Yo, u(x0) = Yl.

 Ahora podemos resolver numéricamente este sistema, adaptándole las técnicas se hará con solo aplicar
un método particular a cada ecuación del sistema; por ejemplo, el método de Euler aplicado al sistema
sería;
 yn+1=yn + hun
 un+1=un + hf (xn, yn, un)
TIPOS DE METODOS NUMERICOS.
EULER: Una de las técnicas más sencillas para aproximar soluciones del problema de valor inicial
𝒀` = 𝒇(𝒙, 𝒚), 𝒚(𝑿𝟎) = 𝒀𝟎

 Aplica el hecho que la derivada de una función y(x), evaluada en un punto Xo, es la pendiente de la
tangente a la gráfica de y(x) en este punto.

 Valor inicial establece el valor de la derivada de la solución en (xo,yo), la pendiente de la tangente a la

curva de solución en este punto es f(xo, yo).

Para formalizar este procedimiento se emplea la linealización.

L(x) = Y’ (xo) (x-xo) + Yo

 La gráfica de esta linealización es una recta tangente a la gráfica de y = y(x) en el punto (Xo, Yo). Ahora
se define h como un incremento positivo sobre el eje x.

Ilustración 1. Gráfica de linealización.

 Reemplazamos x con x1= xo + h en (1) y llegamos a:

L (X1) = y’ (xo) (xo + h - xo) + yo = yo + hy´o

0 sea Y1 = yo + hf (xo, yo),
En donde yo’ = y’ (xo) = f (xo, yo) y y1 = L1 (x). El punto (x1, y1) sobre la tangente es una aproximación al punto
(x1 y(x1)) en la curva de solución; esto es, L (x1) = y(x1), o y1 =y(x1) es una aproximación lineal local de y(x)
en x1.

 La exactitud de la aproximación depende del tamaño h del incremento. Por lo general se escoge una
magnitud de paso “razonablemente pequeña”. Si a continuación repetimos el proceso, identificando al
nuevo punto de partida (x1, y1) como (xo, yo) de la descripción anterior, obtenemos la aproximación
Y (x2) = y (x0 + 2h) = y (x1 + h) = Yz = Y1 + hf (x1, y1)
La consecuencia general es que:
Yn+1 = Yn + hf (Xn, Yn) ecuación (2)
En donde Xn = xg + nh.

 Para ilustrar el método de Euler usaremos el esquema de iteración de la ecuación (2) en una ecuación
diferencial cuya solución explícita es conocida; de esta manera podremos comparar los valores
estimados (aproximados) Yn con los valores correctos (exactos) y (Xn).

EJEMPLO DEL MÉTODO EULER

 Valor inicial del problema.

Y’ = 0.2 xy, Y (1) = 1,
 Usar método Euler a fin de tener una aproximación a Y (1.5) con un h=0.1 primero y después un h=00.5

 Identificamos f (x, y) = 0.2 xy, de modo que la ecuación (2) viene a ser:

Yn+1 = Yn + h (0.2 XnYn).

 Entonces, cuando h = 0.1,

y1 = yo + (0.1) (0.2 xoyo) = 1 + (0.1)[0.2(1)(1)] = 1.02,

Que es un estimado del valor de y (1.1); sin embargo, si usamos h = 0.05, se necesitan dos iteraciones para
llegar a 1.1. En este caso,
y1 = 1 + (0.05) [0.2 (1)(1)] = 1.01
y2 = 1.01 + (0.05) [0.2 (1.05)(1.01)] = 1.020605.

 Observamos que y1 =y (1.05), y que y2 = y (1.1).

 En las tablas se ven los resultados del resto de los cálculos h=001 y h=00.5. Cada resultado está
redondeado a cuatro decimales.

Ilustración 3. Método de Euler con h=001 Ilustración 2. Método de Euler h=00.5

  Los valores correctos 0 “‘exactos” se calcularon con la solución 𝒆𝟎.𝟏(𝒙−𝟏)que ya se conoce.
El error absoluto se define así:

(Valor exacto - valor aproximado)

.
 El error relativo y el error relativo porcentual son, respectivamente:

(𝐯𝐚𝐥𝐨𝐫 𝐞𝐱𝐚𝐜𝐭𝐨 − 𝐯𝐚𝐥𝐨𝐫 𝐚𝐩𝐫𝐨𝐱𝐢𝐦𝐚𝐝𝐨)

(𝐯𝐚𝐥𝐨𝐫 𝐞𝐱𝐚𝐜𝐭𝐨)

(𝐯𝐚𝐥𝐨𝐫 𝐞𝐱𝐚𝐜𝐭𝐨−𝐯𝐚𝐥𝐨𝐫 𝐚𝐩𝐫𝐨𝐱𝐢𝐦𝐚𝐝𝐨) 𝐞𝐫𝐫𝐨𝐫 𝐚𝐛𝐬𝐨𝐥𝐮𝐭𝐨

 𝐱𝟏𝟎𝟎 = 𝐱𝟏𝟎𝟎
(𝐯𝐚𝐥𝐨𝐫 𝐞𝐱𝐚𝐜𝐭𝐨) (𝐯𝐚𝐥𝐨𝐫 𝐞𝐱𝐚𝐜𝐭𝐨)

 Usar software para graficar aproximaciones de la solución y(x) de un problema de valores iniciales
generados en el ejemplo de Euler usando tamaños de paso h=1, y =0.5 y h=0.1

Ilustración 4. Error relativo porcentual, ejemplo 1.

MÉTODO DE EULER MEJORADO
Aunque la fórmula de Euler atrae por su simplicidad, casi nunca se usa en cálculos serios.
𝒇(𝑿𝒏,𝒀𝒏)+𝒇(𝑿𝒏+𝟏,𝒀𝒏+𝟏)
Formula: 𝒀𝒏 + 𝟏 = 𝒚𝒏 + 𝒉 𝟐

Donde 𝒀´𝒏 + 𝟏 = 𝒀𝒏 + 𝒉𝒇(𝑿𝒏, 𝒀𝒏) Ecuación (5)

Se llama formula de Euler mejorada o fórmula de Heun. Con la fórmula de Euler se obtiene la estimación inicial,
Y´n+1. Los valores f (Xn, Yn) y f (Xn+1, Y`(Xn+1) son aproximaciones de las pendientes de la curva de solución
en (Xn, y(Xn)) y (Xn+1, y(Xn+1)) y, en consecuencia, se puede interpretar que el cociente.
𝒇(𝑿𝒏,𝒀𝒏)+𝒇(𝑿𝒏+𝟏,𝒀𝒏+𝟏)
𝟐

Es una pendiente promedio en el intervalo de Xn a Xn+1. Luego se calcula el valor de Yn+1 en forma semejante
a la que se empleó en el método de Euler, pero se usa una pendiente promedio en el intervalo en lugar de la
pendiente en (Xn, Y (Xn)). Se dice que el valor de Y`n+1 predice un valor de Y (Xn), mientras que
𝒇(𝑿𝒏,𝒀𝒏)+𝒇(𝑿𝒏+𝟏,𝒀𝒏+𝟏)
𝒀𝒏 + 𝟏 = 𝒚𝒏 + 𝒉 𝟐

Corrige esta estimación.

EJEMPLO MÉTODO DE EULER MEJORADO
Aplique la fórmula de Euler mejorada a fin de hallar el valor aproximado de y (1.5) para resolver el problema de
valor inicial. Compare los resultados para h = 0.1 y h = 0.05.

 Primero se calcula para n = 0 y h = 0.1.

𝒀`𝒏 = 𝒚𝒐 + (𝟎. 𝟏)(𝟐𝒙𝒐𝒚𝒐) = 𝟏. 𝟐

 En seguida, de acuerdo con la ecuación 5.

𝟐𝒙𝒐𝒚𝒐 + 𝟐𝒙𝟏𝒚𝟏 𝟐(𝟏)(𝟏) + 𝟐(𝟏. 𝟏)(𝟏. 𝟐)

𝒚 = 𝒚𝒐 + (𝟎. 𝟏) = 𝟏 + (𝟎. 𝟏) = 𝟏𝟐𝟑𝟐
𝟐 𝟐
 Se obtienen los valores comparativos de los cálculos para h=0.1 y h=0.5.

Ilustración 5. Método de Euler mejorado con h=0.1

 Ilustración 5. Método de Euler mejorado con h=0.05

Runge-Kutta Es probable que uno de los procedimientos más difundidos y a la vez más exactos para obtener
soluciones aproximadas al problema de valor inicial y’ = f(x, y), y (xo) = yo sea el método de Runge-Kutta de
cuarto orden. Como indica el nombre, hay metodos de Runge-Kutta de distintos órdenes, los cuales se deducen
a partir del desarrollo de y (Xn + h).
El procedimiento de Runge-Kutta de primer orden es en otras palabras el método básico de Euler.

El procedimiento de Runge-Kutta de segundo orden consiste en:

 Hallar las constantes a, b, α y β tales que la fórmula:

𝒚𝒏+𝟏 = 𝒚𝒏 + 𝒂𝒌𝟏 + 𝒃𝒌𝟐

 Donde para obtener los valores de k1 y k2 :

𝒌𝟏 = 𝒉𝒇(𝒙𝒏 , 𝒚𝒏 )

𝒌𝟐 = 𝒉𝒇(𝒙𝒏 + 𝜶𝒉, 𝒚𝒏 + 𝜷𝒌𝟏 )

 Las constantes deben cumplir con :

𝟏 𝟏
𝒂 + 𝒃 = 𝟏, 𝒃𝒂 = 𝒚 𝒃𝜷 =
𝟐 𝟐
El procedimiento de Runge-Kutta de cuarto orden consiste en:

 Determinar las constamtes adecuadas apra la fórmula:

𝒚𝒏+𝟏 = 𝒚𝒏 + 𝒂𝒌𝟏 + 𝒃𝒌𝟐 + 𝒄𝒌𝟑 + 𝒅𝒌𝟒
 Donde para obtener los valores de k1, k2, k3, k4,:

𝒌𝟏 = 𝒉𝒇(𝒙𝒏 , 𝒚𝒏 )

𝒌𝟐 = 𝒉𝒇(𝒙𝒏 + 𝜶𝟏 𝒉, 𝒚𝒏 + 𝜷𝟏 𝒌𝟏 )

𝒌𝟑 = 𝒉𝒇(𝒙𝒏 + 𝜶𝟐 𝒉, 𝒚𝒏 + 𝜷𝟐 𝒌𝟏 + 𝜷𝟑 𝒌𝟐 )

𝒌𝟒 = 𝒉𝒇(𝒙𝒏 + 𝜶𝟑 𝒉, 𝒚𝒏 + 𝜷𝟒 𝒌𝟏 + 𝜷𝟓 𝒌𝟐 + 𝜷𝟔 𝒌𝟑 )

 Con lo anterior se obtienen 2 ecuaciones con 13 incógnitas. El conjunto de valores de las constantes
que más se usa produce el siguiente resultado:

𝟏
𝒚𝒏+𝟏 = 𝒚𝒏 + (𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 )
𝟔

𝒌𝟏 = 𝒉𝒇(𝒙𝒏 , 𝒚𝒏 )
𝟏 𝟏
𝒌𝟐 = 𝒉𝒇 (𝒙𝒏 + 𝒉, 𝒚𝒏 + 𝒌𝟏 )
𝟐 𝟐
𝟏 𝟏
𝒌𝟑 = 𝒉𝒇 (𝒙𝒏 + 𝒉, 𝒚𝒏 + 𝒌𝟐 )
𝟐 𝟐
𝒌𝟒 = 𝒉𝒇(𝒙𝒏 + 𝒉, 𝒚𝒏 + 𝒌𝟑 )

Obsérvese que K2 depende de K1; K3, de K2, y k4 de K3. También, en K2 y K3 intervienen aproximaciones a
la pendiente en el punto medio del intervalo entre Xn y Xn+1.

 Después se obtienen los valores de error absoluto y el % error relativo porcentual:

2 −1)
𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜 = 𝑒 0.1(𝑥
𝑒𝑟𝑟𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 = |𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜|
𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 = | |
𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 𝑒𝑟𝑟𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 = 𝑋100 = | | 𝑥100
𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑎𝑐𝑡𝑜
EJEMPLO MÉTODO DE RUNGE-KUTTA:
Con el método de Runge-Kutta con h = 0.1 obtenga una aproximación a Y (1.5) para la solución de;
𝒚` = 𝟐𝒙𝒚, 𝒚(𝟏) = 𝟏

 Con fines de ilustración, calcularemos el caso en que n = 0. De acuerdo con;

𝟏
𝒚𝒏+𝟏 = 𝒚𝒏 + (𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 )
𝟔

𝒌𝟏 = (𝟎. 𝟏)𝒇(𝒙𝒐, 𝒚𝒐) = (𝟎. 𝟏)(𝟐𝒙𝒐𝒚𝒐) = 𝟎. 𝟐

𝟏 𝟏
𝒌𝟐 = (𝟎. 𝟏)𝟐 (𝒙𝟎 + (𝟎. 𝟏), 𝒚𝒐 + (𝟎. 𝟐)) = 𝟎. 𝟐𝟑𝟏
𝟐 𝟐
𝟏 𝟏
𝒌𝟑 = (𝟎. 𝟏)𝟐 (𝒙𝒐 + (𝟎. 𝟏), 𝒚𝒐 + (𝟎. 𝟐𝟑𝟏)) = 𝟎. 𝟐𝟑𝟒𝟐𝟓𝟓
𝟐 𝟐

𝒌𝟒 = (𝟎. 𝟏)𝟐(𝒙𝒐 + 𝟎. 𝟏)(𝒚𝒐 + 𝟎. 𝟐𝟑𝟒𝟐𝟓𝟓) = 𝟎. 𝟐𝟕𝟏𝟓𝟑𝟔𝟏

 y en consecuencia

𝟏
𝒚𝟏 = 𝒚𝒐 + (𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 )
𝟔
𝟏
𝒚𝟏 = 𝟏 + (𝟎. 𝟐 + 𝟐(𝟎. 𝟐𝟑𝟏) + 𝟐(𝟎. 𝟐𝟑𝟒𝟐𝟓𝟓) + 𝟎. 𝟐𝟕𝟏𝟓𝟑𝟔𝟏) = 𝟏. 𝟐𝟑𝟑𝟔𝟕𝟒𝟑𝟓
𝟔

 En la tabla, se muestran cuyos elementos se redondearon a cuatro decimales, se resumen los cálculos
restantes.

Ilustración 6. Método de Runge-Kutta con h=0.1

 Ilustración 7. Tabla y`=2xy, y (1)=1

 Vemos por qué es tan utilizado el método de Runge-Kutta de cuarto orden. Si todo lo que basta es
exactitud al cuarto decimal, no se necesita un tamaño menor de paso al problema de valor inicial y’ =
2xy, y (1) = 1.

 Error de truncamiento para el método de Runge-Kutta es:

𝒉𝟓
𝒚(𝟓) (𝒄) 𝒐 𝒔𝒆𝒂 𝑶(𝒉𝟓 )
𝟓!

 y, por consiguiente, el error global de truncamiento es 𝑶(𝒉𝟒 ). Esto justifica el nombre de método de
Runge-Kutta de cuarto orden.
Newton Rhapson: es una fórmula para localizar raíces

 Se requiere que las funciones sean diferenciables, y por tanto, continuas, para poder aplicar este
método.
 Se debe calcular la primera derivada de una función dada.

 La derivada se sustituye sobre la formula dada del método newton-rhapson.

 A partir de un valor dado para x, se calculan los valores.

 A medida que se calculan más valores o iteraciones, el error comienza a disminuir hasta encontrar el
valor de la raíz verdadera.
 Se deben definir las iteraciones a hacer.
 Existen situaciones donde el método disminuye su eficiencia
EJEMPLO DEL METODO NEWTON RHAPSON.
1
Aproxima la solución de 𝑒𝑥 =
𝑥

 Graficar. 𝑦 = 𝑒𝑥
1
 Graficar. 𝑦 =
𝑥

Ilustración 9: grafica

 Tomamos como valor inicialx0=0.5.Escribimos la ecuación en la forma f(x)=0, con

1
𝑓(𝑥 ) = 𝑒 𝑥 −
𝑥
 Derivamos:
1
𝑓´(𝑥 ) = 𝑒 𝑥 −
𝑥2
  Aplicamos la fórmula

El resultado de las iteraciones y los errores estimados es:

El resultado del ejercicio es:

𝛼 = 0.567143
Derivación: es una técnica de análisis numérico para calcular una aproximación a la derivada de una función en
un punto utilizando los valores y propiedades de la misma, La derivación numérica se utiliza para aproximar las
derivadas de una función usando valores dela función en una serie de puntos. Se utiliza en los algoritmos que
resuelven ecuaciones y sistemas de ecuaciones diferenciales y ecuaciones y sistemas de ecuaciones en
derivadas parciales.

 se define la derivada de una función en el punto x:

 Se obtiene la primer derivada:

 Si tomamos h>0 haciendo x+h tendremos una formula progresiva.

 Y con x-h tendremos una formula regresiva

Geométricamente equivale a sustituir la recta tangente en in punto por una secante y en lugar de tomar la
pendiente (derivada) de la recta tangente tomamos la de la secante. Los puntos en los que la secante corta la
curva son aquellos que evaluamos para el cálculo de la derivada aproximada.
EJEMPLO DE DERIVACION:

𝑓(𝑥 ) − 𝑒 𝑥 ∗ 𝑥 − 0 𝑐𝑜𝑛 ℎ = 1
 La derivada aproximada usando la formula centrada es:

 Como 𝑓′(𝑥) − 𝑒𝑥

El valor correcto es 𝑓´(0) − 𝑒0 = 1

  Y usando la formula regresiva es:

Integración numérica: Como hemos representado gráficamente, la interpretación de la integración numérica es

la determinación del área bajo la curva. La integración tiene diversas aplicaciones en la práctica de la ingeniería,
que van desde la determinación de los centroides de objetos con formas extrañas, hasta el cálculo de cantidades
totales basadas en conjuntos de medidas discretas.
Además, las fórmulas de integración numérica desempeñan un papel importante en la solución de ecuaciones
diferenciales.

Ilustración 10: grafica representativa integración numérica.

Ahora para poder comprender los pasos para poder resolver problemas con integración numérica se debe de
conocer sus variantes:
Método del trapecio: La regla del trapecio es la primera de las fórmulas cerradas de integración de Newton-
Cotes. Corresponde al caso donde el polinomio de la ecuación es de primer grado:

 El área bajo esta línea recta es una aproximación de la integral de f(x) entre los límites a y b:

 El resultado de la integración es
Reglas de Simpson: Además de aplicar la regla del trapecio con una segmentación más fina, otra forma de
obtener una estimación más exacta de una integral consiste en usar polinomios de grado superior para unir
los puntos. Por ejemplo, si hay otro punto a la mitad entre f(a) y f(b), los tres puntos se pueden unir con una
parábola. Si hay dos puntos igualmente espaciados entre f(a) y f(b), los cuatro puntos se pueden unir
mediante un polinomio de tercer grado.
Las fórmulas que resultan de tomar las integrales bajo esos polinomios se conocen como reglas de Simpson.

Simpson 1/3: La regla de Simpson 1/3 resulta cuando un polinomio de interpolación de segundo grado se
sustituye en la ecuación:
Si se designan a y b como x0 y x2, y f 2 (x) se representa por un polinomio de Lagrange de segundo grado
[véase ecuación, la integral se transforma en:

Después de la integración y de las manipulaciones algebraicas, se obtiene la siguiente fórmula:

La regla de Simpson 1/3 también se puede expresar usando el formato de la ecuación:

Simpson 3/8: De manera similar a la obtención de la regla del trapecio y Simpson 1/3, es posible ajustar un
polinomio de LaGrange de tercer grado a cuatro puntos e integrarlo:

La regla 3/8 se expresa también en la forma de la ecuación:

EJEMPLOS INTEGRACION NUMERICA.
EJEMPLO

Integral el siguiente ejercicio por el método del trapecio:

 Antes de comenzar a realizar los ejercicios se debe de identificar con que datos se cuentan o bien, que
tipo de método es el que nos funcionara para darle solución a nuestro ejercicio.

 Con base al método elegido se deben de identificar las fórmulas que

se necesitan para poder responder el ejercicio.

 Graficar los datos que se tienen para poder identificar el área del
trapecio, así como los puntos a, b y n.

 Se deben reemplazar los datos.

 Dar solución al ejercicio.

Integral el siguiente ejercicio por el método de Simpson 1/3:

 Antes de comenzar a realizar los ejercicios se debe de identificar con que datos se cuentan o bien, que
tipo de método es el que nos funcionara para darle solución a nuestro ejercicio.

 Con base al método elegido se deben de identificar las

fórmulas que se necesitan para poder responder el
ejercicio.
 Graficar los datos que se tienen para poder identificar el área del trapecio, así como los puntos a, b y
n.
  Se deben reemplazar los datos.

 Dar solución al ejercicio.

Integral el siguiente ejercicio por el método de Simpson 3/8:

Antes de comenzar a realizar los ejercicios se debe de identificar con que datos se cuentan o bien, que tipo
de método es el que nos funcionara para darle solución a nuestro ejercicio.

 Con base al método elegido se deben de identificar las fórmulas

que se necesitan para poder responder el ejercicio.

 Graficar los datos que se tienen para poder identificar el área,

así como los puntos a, b y n.
 Se deben reemplazar los datos.
 Dar solución al ejercicio.

 Después teniendo los datos que arrojan los cálculos se debe de acomodar en una tabla la cual nos
ayudara a poder reemplazar los datos de la formula seleccionada.

 Por último, se debe comprobar el valor obtenido analíticamente para poder determinar exactamente
cada respuesta obtenida.
REFERENCIAS:
 Zill D. (1997). Ecuaciones Diferenciales con Aplicaciones de Modelado. Sexta edición. México:
Intemational Thomson Editores, S.A. de C. V.
 Chapra, Steven C. and Raymond P. (1988). Métodos Numéricos para Ingenieros. Séptima edición,
México: McGraw-Hill.
 Burden, R.L. Faires J.D.: Análisis numérico. International Thomson, México, 1998.