}

METODO DE LA REGLA FALSA

Un defecto del método de la bisección es que al dividir el intervalo [a,b] en mitades iguales no
se toma en cuenta la magnitud de f(a) y f(b) .

El método de la regla falsa aprovecha la idea de unir los puntos A[a,f(a)]y B[b,f(b)] con una
línea recta i resolviendo la ecuación

Luego:

y− y1 =m(x−x 1)

f ( a )−f ( b )
f ( x )−f ( b )= ( x−b)
a−b
Sabiendo que:

f ( x )=0
Entonces:

f ( a )−f ( b )
−f ( b )= ( x−b )
a−b
f ( a ) −f ( b ) −f (b)
=
a−b ( x −b)
−f ( b )∗( a−b)
( x−b )=
f ( a ) −f ( b)

−f ( b )∗(a−b)
x=b+
f ( a )−f (b)
Resolviendo:

b [ f ( a )−f ( b ) ] + bf ( b )−af (b)

x=
f ( a )−f (b)
bf ( a )−bf ( b ) +bf ( b )−af (b)
x=
f ( a )−f (b)
x=b ¿ ¿ cambiando de signo
 a∗f ( b ) −b∗f ( a)
x i=
f ( b ) −f (a)

Ejercicio.- Hallar la raiz de la funcion f ( x )=x 2−2 para el intervalo [0,2] en el eje “x”

- Emplear para la respuesta 10 iteracciones con 05 decimales

- Indicar cual es el error relativo porcentual
- Graficar la funcion en el geogebra

Solucion

Forma de desarrollar el metodo de la regla falsa

Iteracciones a b
f ( a )=x 2−2f ( b )=x 2−2 af ( b )−bf (a)f ( x i ) =x2 −2
f ( x i ) f (a)
desicion
x i+1−x i
x i= Er %= ∗100
f ( b )−f (a) x i +1

Condicion : f ( x i )∗f (a)

Decisión: ¿ IF ¿

x i+1−x i
Error porcentual: Er %= ∗100
x i +1

Metodos abiertos Los metodos abiertos descritos se

basan en formulas que requieren unicamente de un valor de inicio Xo para que no
necesariamente tiene raiz . Algunas veces divergen o se alejan de la raiz verdadera a medida
que se avanza en el calculo ; sin embargo cuando los metodos abiertos convergen lo hacen
mucho mas rapido que los metoodos cerrados.

a.- METODO DEL PUNTO FIJO.- Requiere de un solo punto inicial para el proceso iteractivo

f ( x )=0

f ( x ) + x=x

Donde:

g ( x )=f ( x ) + x
Este metodo es aplicable si y solo si la funcion g(x) es convergente

g ” ( x ) <1 es convergente
g (x)>1 es divergent
Sin embargo esto resulta verdadero para −1< g (x)<

Para iniciar la iteraccionse hara

x 1=g ( x o )

x 2=g(x 1)

x 3=g(x 2 )
……………………..y asi sucesivamente

Ejercicios
Problema. - Encuentre la raíz real positiva de f ( x )=ln ( x ) −x+2por el método del punto fijo
con una tolerancia de 10−4 para la variable “x”

Solución

Si

f ( x )=ln ( x ) −x+2
Haciendo ln ( x )−x +2=0
Primer caso segundo caso

x=ln ( x ) +2 ln ( x )=x−2 despejando x=e x−2

g ( x )=ln ( x )+ 2 g ( x )=e x−2
Derivando

g (x)= {1} over {x g (x)= {e} ^ {x-2

x o=3 x o

1
g (x)= =0.3333 g ( x )=e1=2.7182
3
CONVERGE NO CONVERGE

Entonces ahora queda como : x i+1=ln ( xi ) +2

Iteracciones Xi Xi+1 tolerancia decisión

0 3 3.098612289    
1 3.098612289 3.130954362 0.098612289 continua
2 3.130954362 3.141337866 0.032342074 continua
3 3.141337866 3.144648781 0.010383504 continua
4 3.144648781 3.145702209 0.003310915 continua
5 3.145702209 3.146037143 0.001053427 continua
6 3.146037143 3.146143611 0.000334934 continua
7 3.146143611 3.146177452 0.000106468 continua
8 3.146177452 3.146188209 0.000033841 para

Problema. - Hallar la raíz de la función f ( x )=x 2 +2 x−5 usando el método del punto fijo con
una tolerancia de 10−4 para el valor de “x” . Empezar la interacción x=1

Solución

Si

f ( x )=x 2 +2 x−5
Haciendo x 2+ 2 x−5=0
Primer caso segundo caso

2 5−x 2
g( x ¿=√ 5−2 x x=
2
Derivando:

1
g !(x )=−( ) g !(x )=−x
√ 5−2 x
x o=1 x o=1

g (x)=-0.57 g ( x )=−1
CONVERGE NO CONVERGE

Luego:
2
g( x )=√ 5−2 x
2
X g( x )=√ 5−2 x
1 1.732050808
1.732050808 1.239313675

iteraccione
s x f(x)
1 1 1.732050808
2 1.73205
1 1.239313675
3 1.23931
4 1.587883072
4 1.58788
3 1.350642016
5 1.35064
2 1.516151697
6 1.51615
2 1.402746095
7 1.40274
6 1.481387124
8 1.48138
7 1.427314174
9 1.42731
4 1.464708726
10 1.46470
9 1.438951892
11 1.43895
2 1.456741643
12 1.45674
2 1.444478007
 13 1.44447
8 1.452943215
14 1.45294
3 1.447105238

METODOS ABIERTOS
b.- Método de Newton Raphson. - Es uno de los métodos mas eficaces para la resolución de
ecuaciones lineales debido a la velocidad de convergencia que es de orden 2 para lograr este
propósito es necesario dar un valor adecuado del valor inicial

El método de NEWTHON RAPHSON se desarrolla a través de la siguiente formula

f ( xi )
x i+1=x i−
f ! ( x i)

DEMOSTRACION DE FORMULA

y2 − y 1
Si y o − y 1= ( x −x )
x2 −x1 o 1

f ( x i+1 ) −f ( x i )
y−f ( x i )=
x2−¿ x [ x−f ( x i ) ]¿
1

Haciendo

f ( x i+1 )−f ( x i)
y=0 −f ( x i ) =
x 2−¿ x [x−f ( x i) ]¿
1

−f ( x i ) =f !( xi )[ x−f ( x i ) ]

Si

y=0; x =xi +1−f ( x i ) =f !(x i )[x i+1 −xi ]

−f (x i)
x i+1−x i=
f !(x i )

−f ( x i )
x i+1= + xi
f ! ( xi )
Luego

f ( xi )
x i+1=x i−
f ! ( xi )

Ejercicio. -

Encontrar la raíz real positiva de la función f ( x )=ln ( x ) −x+2 asumiendo como valor inicial
x=3 con una tolerancia de 0.01 % para el valor de x

Solución

f ( xi )
Empleando la fORMULA x i+1=x i−
f ! ( xi )

Datos:

x i+1=?

x i=3

f ( x i ) =ln ( x )−x+ 2

1 |( Vf −Vi )|
f ! ( x i ) = −1=
x ( Vf )
∗100=IF ¿

xi f ( x i ) =ln ( x )−x+ 2 1 f ( xi )
f ! ( x i ) = −1 x i+1=x i−
x f ! ( xi )
xi f(xi) f!(xi) f(xi+1) Error % Decisión
3 0.098612289 -0.666666667 3.147918433    
3.147918 -0.001177014 -0.682329761 3.146193441 0.054827913 continua
3.146193 -1.50195E-07 -0.682155589 3.146193221 6.99821E-06 para

Problema. - Hallar la raíz de la función f ( x )=x 2 +2 x−5 usando el método del punto fijo con
una tolerancia de 10−4 para el valor de “x” x=1 o tambien x=2

Solución

f ( xi )
Empleando la formula: x i+1=x i−
f ! ( xi )

Datos:

x i+1=?

x i=1

f ( x i ) =x2 +2 x−5
 f ! ( x i ) =2 x +2

xi f ( x i ) =x2 +2 x−5f ! ( x i ) =2 x +2 f ( xi )
x i+1=x i−
f ! ( xi )
1 -2 4 1.5
1.5 0.25 5 1.45
1.45 0.0025 4.9 1.449489796
1.44949 2.60308E-07 4.898979592 1.449489743

Método de la secante. -
El método requiere de dos puntos para empezar con el proceso de interacción

f ( x 1 ) ( x o−x 1 )
x 2=x 1−[ ]
f ( x o ) −f ( x 1 )

Ejercicio. - Encontrar la raíz real positiva de la función f ( x )=ln ( x ) −x+2 asumiendo como
valor inicial x o=3 , x 1=4 con una tolerancia de 10−4 para el valor de x

solución. -

x 1=4

f ( x 1 ) =f ( 4 )=ln ( x )−x +2

x o=3

f ( x 0 ) =f ( 3 ) =ln ( x )−x+ 2

Xo X1 f(xo) f(x1) f ( x 1 ) ( x o−x 1 )

x 2=x 1−[ ]
f ( x o ) −f ( x 1 )

2
Ejercicio. - Encontrar la raíz real positiva de f ( x )=e−x −x Asumiendo valores en el intervalo
[0,1] con una tolerancia de 10−4 para “x”
2

e− x −x=0
Solución
xo X1 f(xo) f(x1) f ( x 1 ) ( x o−x 1 )
x 2=x 1−[ ]
f ( x o ) −f ( xcondición
1) decisión
0 1 1 -0.632120559 0.612699837 1 Continua
1 0.6126998 1.718281828 0.074313832 0.595192343 0.38730016 Continua
0.6127 0.5951923 0.842875277 0.106504423 0.59266016 0.01750749 Continua
0.595192 0.5926602 0.829924671 0.111150389 0.592268587 0.00253218 Continua
0.59266 0.5922686 0.828176742 0.111868597 0.592207433 0.00039157 Continua
0.592269 0.5922074 0.827909219 0.111980756 0.592197868 6.1154E-05 Para

CAPITULO II

SISTEMA DE ECUACIONES LINEALES

DEFINICION. - La resolución de una ecuación implica la búsqueda de ecuaciones equivalentes

mas simples en la que resulta fácil determinar la raíz o raíces. La aplicación de este criterio a la
resolución de sistemas de ecuaciones lineales sugiere que el método para hallar el conjunto
solución de un sistema lineal consiste básicamente en reemplazar el sistema dado por otro
equivalente en el que se calculan fácilmente las raíces. En tal sentido las transformaciones
elementales aplicados a las matrices simplifican el desarrollo de estas y como tal nos ofrecen la
posibilidad de una ventajosa aplicación para resolver un sistema de ecuaciones lineales

METODO DE ELIMINACION DE GAUSS JORDAN

EJERCICIO. - Empleando el método de eliminación de Gauss Jordán resolver:

1 2 3 x1 2
| | || |
−2 3 6 x 2 = −14
4 1 3 x3 3

SOLUCION

Para resolver seguiremos los siguientes pasos

a.- Identificación de la diagonal principal de la matriz

b.- Establecer las reducciones haciendo cero las matrices triangulares (31-21-32) y (13-12-23)

Luego

camino a seguir 31 - 21 - 32

1 2 3 2
| −2 3 6 −14
4 1 3 3 | |
PASO 1: haciendo cero el elemento ( a 31 ¿……. F3-4F1

1 2 3 2
| −2 3 6 −14
4 1 3 3 | |
PASO 2: haciendo cero el elemento ( a 21 ¿……. F2+2F1

1 2 3 2
|
0 7 12 −10
0 −7 −9 −5 | |
PASO 3: haciendo cero el elemento ( a 32 ¿……. F3+F2
 1 2 3 2
| | |
0 7 12 −10
0 0 1 −5

Resolviendo:

50
x 3=−5 7 x 2+12 x 3=−10 7 x 2+12 (−5 ) =−10 7 x 2=−10+60 x2 =
7

x 1+ 2 x 2 +3 x3 =2 x 1 +2 ( 507 )+3 (−5 )=2 x + 1007 −15=2 x = 197

1 1

Respuestas

19 50
x 1= x 2= x 3=−5
7 7

METODO DE DESCOMPOSICION LU:

−x 1+ x2 −4 x 3=0

2 x1 +2 x 2+20 x 3=1

1
3 x 1+3 x 2 +2 x 3=
2

−1 1 −4
|
X = 2 2 20
3 3 2 |
x1

||
A= x 2
x3

0
C=
1
1
2
||
Todo sistema de ecuaciones lineales AX=C se resuelve por el método de descomposición LU,
haciendo

A la matriz triangular superior: UPPER

A la matriz triangular inferior: LOWER

A=LU

LU(X)=C

L(UX)=C
PASO 1 : El sistema UX=y esta formado por las incógnitas auxiliares de y

PASO 2: El sistema Ly=C , representa el sistema triangular en “y”

1 a b
Matriz triangular superior
| |
0 1 c
0 0 1
UPPER (U)

1 0 0
Matriz triangular inferior
| |
a 1 0
b c 1
LOWER (L)

El método de descomposición LU está en función a la matriz triangular superior y la matriz

triangular inferior.

Ejercicio. - Empleado el método de descomposición LU resolver el sistema de ecuaciones

−x 1+ x2 −4 x 3=0

2 x1 +2 x 2+20 x 3=1

1
3 x 1+3 x 2 +2 x 3=
2
Solución

Calculo del UPPER (matriz triangular superior)

−1 1 −4
| 2 2 20
3 3 2 |
PASO 1: haciendo cero el elemento ( a 31 ¿……. F3+3F1 (3 3 2)+ (-3 3 -12) (0 6 -10)

−1 1 −4
| 2 2 20
0 6 −10 |
PASO 2: haciendo cero el elemento ( a 21 ¿……. F2+2F1 (2 2 20)+(-2 2 -8)

−1 1 −4
|0 4 12
0 6 −10 |
3
PASO 3: haciendo cero el elemento ( a 32 ¿……. F 3− F 2 (0 6 -10 ) - (0 -6 -18)
2

−1 1 −4
| 0 4 12
0 0 −28 |
−1 1 −4
UPPER U= 0 4 12
0 0 −28| |
Cálculo del lower:

1 0 0
L OWER L=
| |
−2
−3
1 0
3
2
1
NOTA :tomar los valores negativos de los coeficientes

PASO 1 : Resolviendo: Ly=C

1 0 0 y 0
Ly=
| | |||
−2
−3
1
3
2
0 1
y2 =
1 y3
1
1
2

y 1=0−2 y 1+ y 2=1 ….−2 ( 0 ) + y 2=1 … .. y 2=1

3 1 3 1
−3 y 1 + y 2+ y 3= −3 ( 0 )+ ( 1 )+ y 3= … … y 3=−1
2 2 2 2
PASO NRO 2: Resolviendo: UX=y

−1 1 −4 x 1 0
| 0 4 12 x 2 = 1
0 0 −28 x 3 −1 | || |
1 1 1
x 3=
28 2 ( )
4 x +12 x 3=1 4 x 2 +12
28
=1 x 2=
7

1 1
−x + x −4 x =0−x + −4 ( )=0 x =0
1 2 3 1 1
7 28
1 1
Conjunto solución: [0 , , ]
7 28
EJERCICIO. - Empleando el método de descomposición LU resolver:

1 2 3 x1 2
| | || |
−2 3 6 x 2 = −14
4 1 3 x3 3

Solución

Cálculo del UPPER

1 2 3 1 2 3
| |
−2 3 6 RESOLVIENDO OBTENEMOS EL UPPER U= 0 7 12
4 1 3 0 0 3 | |
Cálculo del LUPER
 1 0 0
| |
L= −2 1 0 Resolviendo del LUPER : Ly=C
4 −1 1

1 0 0 2
|
−2 1 0 −14
4 −1 1 3 | |
y 1=2−2 y 1 + y 2=−14−2 ( 2 ) + y 2=−14 y 2=−10 4 y3 − y 2+ y 3=3

4 x1 −x2 + x 3=3 4 ( 2 ) +10+ x 3=3 x3 =−15

Hallando los valores : Uy=C

1 2 3 2
| | |
0 7 12 −10
0 0 3 −15

Resolviendo:

50
x 3=−5 7 x 2+12 x 3=−10 7 x 2+12 (−5 ) =−10 x2 =
7

x 1+ 2 x 2 +3 x3 =2 x 1 +2 ( 507 )+3 (−5)=2 x = 197

1

50 19
Conjunto solución: [-5 , , ]
7 7
Video: https://www.youtube.com/watch?v=kH1t2ewNURw&t=26s

METODOS INTERACTIVOS

A.- METODO INTERACTIVO DE JACOBI

En el análisis numérico el método de JACOBI es un método interactivo, usado para resolver

sistemas de ecuaciones lineales del tipo AX=C

a 11 x 1 +a12 x 2 +a 13 x 3=C1

a 21 x1 + a22 x 2+ a23 x 3=C 2

a 31 x1 +a 32 x 2+ a33 x 3=C 3

Calculando las ecuaciones iterativas

1
x 1= [C 1−a 12 x 2−a13 x3 ]
a11
 1
x 2= ¿
a22

1
x 3= [C −a x −a x ]
a33 3 31 1 32 2

Para empezar las iteraciones se considera como valores (0,0,0)

Ejercicio. -empleando el Método iterativo de JACOBI

4 x1 −x2 + x 3=7

4 x1 −8 x2 + x 3=¿−21 ¿

−2 x1 + x 2 +5 x3 =15

Hallar la solución aproximada:

Solucion: primero hacemos que x1=0 x2=0 x3 =0

Luego:

Funciones iterativas :

1
x 1= (7+ x2 −x3 )
4
1
x 2= (21+ 4 x 1 + x 3)
8
1
x 3= (15+2 x 1−x 2 )
5
7 21 15
Para x 1= x 2= x3 =
4 8 5

iteracio
n X1 X2 X3 X1 X2 x3
0 1.75 2.625 3 1.65625 3.875 3.175
1 1.65625 3.875 3.175 1.925 3.85 2.8875
1.99062 3.948437
2 1.925 3.85 2.8875 5 5 3
1.99062 3.948437 1.98710 3.995312 3.00656
3 5 5 3 9 5 3
1.98710 3.995312 3.006562 1.99718 2.99578
4 9 5 5 8 3.994375 1
1.99718 2.995781 1.99964 3.998066
5 8 3.994375 3 8 4 3
1.99964 3.998066 1.99951 3.999824 3.00024
6 8 4 3 7 2 6
Video : https://www.youtube.com/watch?v=7Dqf9vird1w&t=446s

METODO DE GAUSS SIEDEL

En el análisis numérico el método de GAUSS SPIEDEL es un método interactivo, usado para

resolver sistemas de ecuaciones lineales del tipo AX=C

a 11 x 1 +a12 x 2 +a 13 x 3=C1

a 21 x1 + a22 x 2+ a23 x 3=C 2

a 31 x1 +a 32 x 2+ a33 x 3=C 3

Calculando las ecuaciones iterativas

1
x 1= [C 1−a 12 x 2−a13 x3 ]
a11

1
x 2= ¿
a22

1
x 3= [C −a x −a x ]
a33 3 31 1 32 2

Se diferencia con respecto al método de JACOBI cuando este método toma como valores de
variables a la última obtenida

EJERCICIO NRO 1.- Resolver por el método de Gauss Siedel

4 x1 −x2 + x 3=7

4 x1 −8 x2 + x 3=−21

−2 x1 + x 2 +5 x3 =15

Solucion :

Expresando de manera matricial

4 −1 1 x 1 7
| 4 −8 1 x 2 −21
−2 1 5 x 3
=
15 | || |
Armando las ecuaciones iterativas del método de Gauss Siedel

1
x 1= ( x 2−x 3 +7)
4
1
x 2= ¿
8
 1
x 3= (2 x 1−x 2 +15)
5
Resolviendo:

1/4(x2-x3+7) 1/8(4x1+x3+21 1/5(2x1-x2+15)

iter x1 x2 x3
0 0 0 0
1 1.75 3.5 3
2 1.875 3.9375 2.9625
3 1.99375 3.9921875 2.9990625
4 1.99828125 3.999023438 2.999507813
5 1.999878906 3.99987793 2.999975977

VIDEO: https://www.youtube.com/watch?v=bsZAgUrfSPw

CAPITULO III
INTERPOLACION Y APROXIMACION POLINOMICA
3.1 INTRODUCCION. - Muchos experimentos en el área de la ingeniería resultan de tabular los
valores de la variable independiente frente a la variable dependiente

Durante la aplicación a ciertos problemas físico se requiere relacionar estos valores de las
variables dependientes e independientes en puntos no base (aquellos puntos donde no se a
experimentado)

3.2 BINOMIO DE NEWTON:

El binomio de Newton es la fórmula que nos permite hallar las potencias de un

binomio. 

 Podemos observar que:

El número de términos es   .
 

  En el desarrollo del binomio, los exponentes de    van disminuyendo, de uno en uno, de    a
cero; y los exponentes de    van aumentando, de uno en uno, de cero a    , de tal manera que
la suma de los exponentes de    y de    en cada término es igual a    .

VIDEO: https://www.youtube.com/watch?v=9ri5dwV2K6E

3..3 NUMEROS COMBINATORIOS

Las agrupaciones combinatorias que sólo consideran como esencia la condición de los grupos
formados y no su orden se denominan combinaciones y constituyen una rama determinada
dentro de la especialidad del análisis combinatorio. La expresión numérica de tales
combinaciones se denomina número combinatorio o también puede ser coeficiente binómico.

VIDEO: https://www.youtube.com/watch?v=jD2h-3nkGEA

3.3 TRIANGULO DE TARTAGLIA

  los  coeficientes del binomio de newton   son  números combinatorios  que corresponden a la
fila enésima del  triángulo de Tartaglia  (también conocido como triangulo de Pascal)

VIDEO: https://www.youtube.com/watch?v=1hV9XXIcxVg

3.4 EJERCICIOS DE RESOLUCION CON LA FORMULA GENERAL DEL BINOMIO DE NEWTON

(a ± b)n= n an b0 ± n an−1 b1 ± n a n−2 b 2 ± n an −3 b3 … … … ±( n ) bn

() () () ()
0 1 2 3 n

VIDEO: https://www.youtube.com/watch?v=GwYTkB1cBDs

Ejercicios del binomio de Newton

1.-
 

 
 
2.-  
 
 

 
Cálculo del término que ocupa el lugar k
 
 

 
Ejemplos
 
 
1  el término quinto del desarrollo de    es:
 

 
 
2  El término cuarto del desarrollo de    es:
 

 
 
3  hallar el término octavo del desarrollo de 
 

POLINOMIO DE TAYLOR

VIDEO : https://www.youtube.com/watch?v=YglsE_cQY7M