FUNDACION UNIVERSIDAD DE AMERICA

METODOS NUMERICOS
GRUPO 10

PROFESOR NESTOR AGUDELO DIAZ

STIVEN SALAZAR ZULUAGA

VIERNES 29 DE MAYO
2015
UNIDAD 1

 TEORIA DE ERRORES:
Los conceptos relacionados con la teora de errores
visto desde el punto de la ingeniera se pueden definir
de la siguiente manera:
1. MEDIR: Cuantas veces est contenida una unidad
patrn en un espacio.
2. EXACTITUD: Grado de acercamiento absoluto a un
valor real, en la vida cotidiana nunca se acerca o
llega a ser el valor real.
3. PRECISION: Grado de acercamiento relativo a un
valor real.
Errores en una medicin:
Sistemticos: Debido a condiciones externas que
afectan
el
instrumento
de
medicin,
generalmente
el
fabricante
debe
realizar
estimaciones de la magnitud y el signo con el que
se afecta la medicin.
Accidentales:
Debido
a
limitaciones
del
observador, se presentan de forma aleatoria y se
pueden modelar mediante la teora de la
probabilidad.

 DEPURACION DE DATOS:
En la prctica se realizan ms de 30 observaciones
para disminuir errores.
Zi=

Xix
S

-1 Zi 1

Donde:
Zi

= Numero de desviaciones estndar que esta

con respecto a la
Xi

Xi

= Observacin o dato.
n

Xi

x = i=1
n

S=

Promedio.

( Xi x )2
i=1

n1

Desviacin estndar.

El

VALOR
MEDICION

X +t
2

MAR

PROBABLE

DE

UNA

X t
2

Donde:
= Medio probacional valor real
X

=Promedio de los datos depurados estimador

puntual

X +t
2
t

s
b

= Error de estimacin

= Valor critico en la distribucin t de student

con un intervalo de confianza 1- con:

V= n-1, gados de libertad
S= Desviacin estndar de los datos depurados
N= Tamao de la muestra

Distribucin t de student

1)Se difine el 1-=0,95

2)Calcula grados de libertad v=n-1

 PROPAGACION DE ERRORES
2
2 T
El modelo de propagacin f ( x ) =G X G

donde:

f ( x )2 = Matriz de los errores de las variables

dependientes.
G= Matriz de las derivadas parciales de las variables
dependientes respecto a las independientes.

X 2 = Matriz de los errores en las variables

independientes.
Gt = Matriz transpuesta de G.
Mtodo:
1)Establecer las variables dependientes.

2)Definir la matriz G

x
2
3)Definir X = yx

xy
y2

[ ]
da
dx
dd
dx

da
dy
dd
dy

4)Matriz transpuesta de G
2
2 T
5)Aplicar f ( x ) =G X G
Y=
5,320,05

X=12,230,08

POLINOMIO DE TAYLOR

Aproxima una funcion a un polinomio entorno a un

punto
Error absoluto=EA= |VrealVaprox|
Error relativo = ER=

|VrealVaprox
| x100
Vreal

SERIE DE TAYLOR
pn x

f x0 f x0 x x0 f x0 x x0
f x0 x x0
f n x0 x x0

Rn x
0!
1!
2!
3!
n!
2

UNIDAD 2

 ECUACIONES NO LINEALES:
1)Si tenemos :
x 2=1

x2= 1
x= 1=valor real

2)Si igualamos la ecuacion a cero

x 21=0

3)Establecemos una funcion que encuentre los

ceros
f ( x )=x 21

4)Se concluye que los ceros de la funcion son

iguales a la solucion de la ecuacion dada
METODO DE BISECCION

p1

ab
2

La primera biseccin

F(a).F(b)<0 se traslad el lmite superior

p2

a p1
2

La segunda biseccin

F(a).F(p2)>0 se traslad el lmite inferior

As sucesivamente hasta llegar a la tolerancia

exigida donde

Tol=| PnPn1|

METODO DE LA REGLA FALSA

Por semejanza de tringulos

Pna bPn
=
F (a) F ( b )

El objetivo es hallar Pn entonces despejando nos

queda
Pn=

aFbbFa
F ( a )F (b)

2
e x 1 ln

x 1 x x 246,93

con tol < 1*10^-6

Hallar la solucin a

NEWTON-RAPHSON

En el tringulo (Xn,Xi,f(Xi))
La pendiente est dada por

m=

y f ( Xi)
=
x XiXn

Como m=f(Xi)
Reemplazando lo anterior en la pendiente del
triangulo

f(Xi)

f ( Xi)
Xi Xn

Como el objetivo es hallar Xn despejamos

Xn=

Xi

f ( Xi)
f ( Xi)
1

f x 2 * x * e x
2
e x 1 ln

1 2
x
2

x x * 1 ln x
x 1

x 1 x x 246,93

Hallar la solucin a

con tol < 1*10^-6

Derivada

METODO DE LA SECANTE

La pendiente de la recta secante

m=

y f ( Xi )f ( Xi1)
=
x
XiXi1

Como mf(xi) si x tiende a cero

Reemplazando
Xn= Xi

Xn= Xi

2
e x 1 ln

f ( Xi)
f ( Xi )f (Xi1)
XiXi1
f (Xi)( XiXi1)
f ( Xi )f (Xi1)

x 1 x x 246,93

con tol < 1*10^-6

Hallar la solucin a

 METODO DEL PUNTO FIJO

Dada una f(x) si la descomponemos en x=g(x)

Converge |g ( x )|< 1
2
e x 1 ln

x 1 x x 246,93

con tol < 1*10^-6

Hallar la solucin a

Donde se destaca que solo converge el primer despeje

Despejes

1)

X = ln ( 246,93ln ( x1 )x x ) + 1

2)

x=( e( 246,93e

3)

ln ( 246,93e x 1ln ( x1 ) )
x=
ln x

x 1

+1 )

ln ( 246,93e

4)

x 1

ln ( x1 ))

( x )

x=e

Una partcula parte del reposo sobre un plano inclinado uniforme , cuyo ngulo
cambia con una rapidez constante de:

d
w0
dt

Al final de t segundos , la posicin del objeto est dada por:

g
x t
2 w2

e wt e wt

Sen wt
2

Suponga que la partcula se desplazo 1.7 pies en 1 segundo . Encuentre la rapidez w con
que cambia . Suponga que g=32.17pies/s2 .por cualquier mtodo Con una tolerancia de
1*10-6
SOLUCIONAR POR TODOS LOS METODOS
Newton

Secante

UNIDAD 3
SISTEMA DE ECUACIONES LINEALES
Si tenemos
7x-2y+4z=2
X+4y-2z=5
4x+3y+9z=-2
El valor real:
El sistema en forma matricial

][ ] [ ]

7 2 4 x
2
1 4 2 y = 5
4 3
9 z
2

A.x=y
Donde
A= Matriz de los coeficientes del sistema
X= Matriz de las incgnitas
Y= Matriz de los trminos independientes
La solucion del sistema
A.x=y
X=

1
y
A

X=

A1 y

METODO DE JACOBI
La matriz de los coeficientes del sistema debe ser
dominante en su diagonal

A=

7 2 4 F 1
1 4 2 F 2
4 3
9 F3

Fila 1

Fila 2

Fila 3

7>2+4

4>1+2

9>4+3

7>6

4>3

9>7

Una vez esto se cumpla

Metodo
Se despeja el sistema por la diagonal dominante
7x -2y +4z =2
X +4y -2z =5
4x +3y +9z =-2
X=2/7+2/7y-4/7z
Y=5/4-1/4x+2/4z
Z=-2/9-4/9x-1/3y

 METODO DE GAUSS SEIDEL

Es idntico al mtodo de jacobi hasta el despeje por la
dominante, solo que en este caso la interaccin se
realiza con el inmediatamente anterior.

SISTEMA DE ECUACIONES NO LINEALES

 Mtodo de newton-raphson
EN VARIAS VARIABLES
xn=xi( f ( xi )1 ) f (xi)

[ ][ ]
x 1k
x 1k1
k
k1
x2 = x 2
x nk
x nk1

df 1
dx 1k1
df 2

dx 1k1
df n
dx 1k1

df 1
dx 2k1
df 2
dx 2k1
df n
dx 2k1

dfn
dx nk 1
df 2
dx nk 1
df n
dx nk 1

^-1

k1

jacobia
Cos Ln x1 x1 x2 0.343 no
0
x1

x1
e x2 7.619 0
x1 x2

Solucionar con una tolerancia <1*10^-6

Iniciamos
con

El
Jacobiano

k1

k1

f 1(x 1 , x 2 x n )
f 2(x 1 k1 , x 2k1 x n k1 )
f n(x 1k1 , x 2k 1 x n k1)

EJERCICIO

( ( ))

x
F 1=tan ln
+e y 1,252=0
x+y

F 2=

x 2+ y 2 2
+ y 1,711=0
x+ y

UNIDAD 4
INTERPOLACION POLINOMICA
Caso 1
Que el polinomio pase por todos los datos

1)El polinomio
2

P ( x )=a 0+a 1 x+ a2 x + a 3 x ++ an x

2)Donde el grado ser n-1 datos

3)Los coeficientes del polinomio estn dados por

[]

a0
1
T
T
a 1 =( x x ) ( x y )
an

Donde:
X=

Y=

[]

x 10 x 1 x 1n
x 20 x 2 x 2
x n0 xn x nn

y1
y2
yn

CASO 2
Que el polinomio pase por el centro de los datos

Criterio para elegir el grado

POLINOMICAS PARES FORMA DE U
POLINOMICAS IMPARES FORMA DE S

 POLINOMIO DE LAGRANGE
El modelo
P ( x )=f ( x 0 ) ln0+ f ( x 1 ) ln 1+ f ( x 2 ) ln 2++ f ( xn ) lnk

Donde:
F(x0),f(x1),f(x2)f(xn)
Los valores observados de la variable dependiente
Ln0,ln1,ln2,lnk
Se denominan los coeficientes de lagrange
k

lnk=
i=1

(xxi)
( xixk)

UNIDAD 5
DERIVACION NUMERICA
DIFERENCIA PROGRESIVA

La pendiente de la recta secante

m=

y
x

f ( xi+ h )f ( xi)
h

Si h tiende a cero
mf(xi)
f(xi)

f ( xi+ h )f ( xi)
h

METODO DE LOS TRES PUNTOS

La pendiente de la recta secante

m=

f ( xi+h )f ( xih)
2h

Si h tiende a cero
f ( xi)

f ( xi+h )f (xih)
2h

DERIVACION DE DATOS

P ( X )=f ( xi )

2 xxi1xi+1
2 xxixi +1
2 xxixi1
+f ( xi1 )
+ f ( xi+1)
( xixi1 )( xixi+1 )
( xi 1xi )( xi 1xi +1 )
( xi+1xi)( xi+ 1xi1)

CASO 1
Si los intervalos en la variable independiente son
diferentes se toma la estimacin del menor intervalo
CASO 2
Cuando los intervalos son iguales se realizan ambas
estimaciones y se toma el promedio de ellas
INTEGRACION NUMERICA
Calcular el rea bajo una curva
METODO DEL TRAPECIO

A=

H
(B + B)
2

x1

0
( f ( x 0) + f ( x 1) )
f (x )dx x 1x
2
x0

Como x1-x0=h paso

(f ( x 0 ) +f ( x 1 ) )
x1
h
f ( x ) dx = 2
x0
3

x 2 dx
1

26

= 3

En este caso
3

( 12 +32 ) =10
x 2 dx 31
2
1

ER=

| |
26
10
3
26
3

x100=15,38%

Para mejorar la precisin en estos mtodos de integrales se

divide en una mayor cantidad de partes la integral

Hallar la integral de:

 METODO DE SIMPSON

SIMPSON N=2

H=

B A
2

A partir de estos tres datos se genera el polinomio de

lagrange p2(x) que este al integrarlo se obtiene
x2

f ( x ) dx h3 [ f ( x 0 )+ 4 f ( x 1 ) +f ( x 2) ]
x0

Hallar la integral de:

SIMPSON N=3
H=

B A
3

Al hallarle la integral al polinomio

x3

f ( x ) dx 38h [ f ( x 0 )+3 f ( x 1 ) +3 f ( x 2 ) + f ( x 3)]

x0

Hallar la integral de:

SIMPSON N=4
H=

B A
4

Al hallarle la integral al polinomio

x4

f ( x ) dx 245h [7 f ( x 0 ) +32 f ( x 1 )+12 f ( x 2 )+ 32 f ( x 3 ) +7 f ( x 4 ) ]

x0

Hallar la integral de:

 ECUACIONES DIFERENCIALES

Si tenemos
dy
= yt 2+1
dx

Con condicion inicial

y(0)=0,5
hallar en el intervalo (0,2)

la solucion real
y=

( t+1 )20,5 et

METODO RANGE-KUTTA
ORDEN 4
Algoritmo
1
wi+ 1=wi + (k 1+ 2k 2+2 k 3+k 4)
6

Donde:
k 1=hf (wi , ti)
k 2=hf (wi+

k 3=hf wi +

k1
h
,ti+ )
2
2
k2
h
, ti+
2
2

k 4=hf ( wi+k 3, ti+h )

Metodo
Establecer el paso
h=

ba
n

b: limite superior
a:limite inferior
n:numero de divisiones
en este caso n=10

h=

2
=0,2
10

la ecuacion diferencia en terminos del algoritmo

f ( wi ,ti )=wit i 2 +1

La condicion inicial
w 0=0,5 t 0=0

k 1=0,2(0,50 2+1)

((

k 2=0,2 0,5+

=0,3
2

) )

0,3
0,2
0+
+1 =0,328
2
2

)(

0,2
2
0,328
0,5+
()
2

2+1

k 3=0,2
0+

k 4=0,2 ( ( 0,5+ 0,3308 )( 0+ 0,2 )2+ 1) =0,35816

Primera interaccion
1
w 0+1=wo+ (k 1+2 k 2+ 2 k 3+ k 4)
6
1
w 1=0,5+ ( 0,3+20,328+20,3308+0,35816 )=0,829293
6

El valor real
y=( 0,2+1 )20,5 e0,2

Y=0,8292986209

REFERENCIAS
CURSO DE METODOS NUMERICOS
REALIZADO POR ING. NESTOR AGUDELO
DIAZ
http://campusdematematicas.com/calcu
lo-infinitesimal/polinomio-de-taylor/
http://aprendeenlinea.udea.edu.co/lms/
moodle/mod/resource/view.php?
inpopup=true&id=24502
http://www.uv.es/~diaz/mn/node20.htm
l
https://procesosnumericos.wordpress.c
om/metodos/metodo-de-la-secante/
http://www.frsn.utn.edu.ar/GIE/AN/ENL/
Metodo_Punto_Fijo.html
http://www.tonahtiu.com/notas/metodo
s/lg_metodo.htm