Professional Documents
Culture Documents
; Donde:
m = es la descomposicin polinmica.
n = numero de cifras significativas exactas.
DEFINICION DE CIFRAS DECIMALES EXACTAS:
Se define por la siguiente relacin:
; Donde:
t=numero de cifras decimales exactas.
Ahora sea:
P = ln(5)
Entonces:
P= ln(5) = 1.609437912
Y sea sus siguientes aproximaciones:
P1 = 1.60123456
P2 = 1.609413131
P3 = 1.6094372
Donde: m = 0
Ahora hallamos sus Ea de cada uno.
Ea1 = | p p | = 0.008203 = 0.008 = 0.8x10 = 0.001 = 0.1x10
Ea = |p - p | = 0.000025 = 0.00003 = 0.3x10
Ea = |p - p | = 0.0000012 = 0.00001 = 0.1x10
Ahora hallaremos el nmero de cifras significativas exactas:
Para p:
0.1x10 0.5x10
-2 = -n+1
n = 3 ---> p tiene 3 cifras significativas exactas.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
6
Para p:
0.3x10 0.5x10
-4 = -n+1
n = 5 ---> p tiene 5 cifras significativas exactas.
Para p:
0.1x10 0.5x10
-5 = -n+1
n = 6 ---> p tiene 6 cifras significativas exactas.
Ahora hallaremos el nmero de cifras decimales exactos:
Para p:
0.1x10 0.5x10
K = 2
Entonces p tiene 2 cifras decimales exactas.
Para p:
0.3x10 0.5x10
K = 4
Entonces p tiene 4 cifras decimales exactas.
Para p:
0.1x10 0.5x10
K = 5
Entonces p tiene 5 cifras decimales exactas.
TEOREMA DE BOLZANO (T.B.)
Sea la ecuacin no lineal f(x) =0;
Donde f(x) es funcin no trascendente (trigonomtrica, exponencial, logartmica o
polinomial), , -
Si ()()
)
Aplicacin del Teorema de Bolzano:
Sea f(x) = 4cosx - 1
Como ()() existe X* que pertenece a [1,2]
x f(x)
0 3
1 1.1612
2 -2.664
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
7
MTODO DE BISECCIN
Dado la ecuacin no lineal f(x) = 0 /. Existe la raz X* [a, b] por T.B.
El mtodo de biseccin consiste en hallar el promedio simple de cada intervalo
[
] X*.
Algoritmo de biseccin:
P-1.- Dado la ecuacin f(x) = 0 /. Existe la raz X* [a, b] por T.B.
P-2.- Generar la sucesin {xi} x* mediante la siguiente relacin
; i = 0, 1, 2,3.
P-3. Hallar
()()
P-4. - Dejar de iterarse
Parar si |
Caso contrario ir al paso numero 2.
Ejemplo 01.
()
/ X* [-2;-1]
Obtener una solucin con 2 cifras exactas(n).
Se deja de iterar si |
i=0; ,
- ,-
-1.5
()()
i=1; ,
- , -
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
8
()()
i=2; ,
- , -
()()
i=3; ,
- , -
i=4; ,
- , -
Verdadero por lo tanto se termina las iteraciones
X* = -0.03125
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
9
MTODO DE REGULA FALSI O MTODO DE FALSA POSICIN
Es un mtodo similar al mtodo de biseccin en la que en vez de hallar el promedio simple
de dos intervalos ,
--->X*.
Algoritmo del mtodo de R.F.
Paso 1: Dada la ecuacin ()=0
Paso 2: Generar la sucesin: {xn} x* mediante la relacin:
() ()
() ()
Paso 3: Hallar
()()
Paso 4: Parar si |
|
Ejercicio 1:
()
a) Por Teorema de Biseccin determinar donde existe la raz
() () , -
b) Por biseccin obtener una solucin con 1 cifra significativa exacta
Se deja de iterar si |
x f(x)
-1 -
0 -
1 +
2 +
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
10
i=0; ,
- , -
0.5
()()
i=1; ,
- , -
()()
i=2; ,
- , -
()()
i=3,
- , -
()()
i=4; ,
- , -
verdadero por lo tanto termina las iteraciones
X* =
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
11
MTODO DE PUNTO FIJO O MTODO DE APROXIMACIONES
SUCESIVAS
Algoritmo:
Paso 1: Dado la ecuacin ()=0 / exista la raz X* [a,b] por el T.B.
De ()=0 despejar de diferentes formas y obtener una ecuacin de la siguiente forma:
= g (x).. (2)
Donde g(x) es llamado funcin de iteracin.
Si x = x* es raz o solucin de (2) tambin lo ser de ()=0, X* que satisface (2) es
llamado punto fijo.
Paso 2: Generar la sucesin:
{x
n
} x*
Mediante la siguiente relacin:
Xn+1 = g (X
n
) ; Donde n= 0,1,2,3,
Tomando como valor
arbitrario /
,ab-
Paso 3: Dejar de iterar si:
|
|
Caso contrario ir al paso 2.
Condicin de convergencia:
Existe {x
n
} x* Si se cumple lo siguiente:
a) g (x) ,ab-
b) g() tal que | g()| L ab
L es llamado constante de Lipschitz
L = Max{| g (a) |, | g (b) |}
Donde tambin consideramos obvio () es continua y diferenciable en [a,b].
L ,a,b]
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
12
Ejemplos:
()
a) Por TB encontrar el intervalo donde existe la raz X*
()()
, -
b) Por punto fijo verificar su convergencia
De
()
l()
()
Anlisis para
()
Si
() , -
()
()
()
Si
()|
()
()
()|
|
()|
L=max {|
()| |
()|} = max |
()| |
()|
L = 0.9 < 1
Como g
1
(x) cumple ambas condiciones *
Se evala en punto fijo
c) Por punto fijo obtener una solucin con 1 decimal inexacto,
entonces se deja de iterar si: |
Como
()
Como
, - sea X
0
= 0.5 (Punto arbitrario entre [0; 1])
n = 0; Punto inicial y de
97
x f(x)
-1 -
0 -
1 +
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
13
n = 1; 1ra Iteracin
n = 2; 2da Iteracin
n =3; 3ra Iteracin
x
4
es la X
*
con una cifra decimal exacta.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
14
MTODO DE LA SECANTE
Algoritmo:
Paso 1: Dado la ecuacin () =0. / x* ,ab-
Paso 2:Generar la {xi} x* Mediante:
=
(
)(
)(
)(
)
(
)(
)
; Donde i =2, 3,4,
Paso 3: Dejar de iterar si:
|
|
Caso contrario ir al paso 2.
Ejemplos:
Sea: ()
Obtener una solucin con una cifra significativa.
()()
,-
i = 2
- , -
2da Iteracin
)(
) (
) (
()() ()()
() ()
x f(x)
-1 -
0 -
1 +
2 +
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
15
i =3; 3ra Iteracin
)(
) (
) (
()() ()()
() ()
i =4; 4ta Iteracin
)(
) (
) (
()() ()()
() ()
i =5; 5ta Iteracin
)(
) (
) (
()() ()()
() ()
i =6; 6ta Iteracin
)(
) (
) (
()() ()()
() ()
|
Se deja de Iterar si:
|
-
(
)
(
)
; n=0,1,2,
Paso 3: Dejar de iterar si:
|
|
Caso contrario ir al paso 2.
Convergencia de N-R.
Existe {x
n
} x*
Si: |
()()
(())
| < 1
Ejemplo:
Sea: ()
a) Por TB encontrar el intervalo donde
()()
, -
()()
, -
x f(x)
-2 +
-1 +
0 -
1 -
2 +
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
17
b) Sea
, -
Por Newton Raphson verificar su convegencia
Qu valor de X
0
se debe de tomar? / (
)(
) *
Si X
0
= 1, entonces f(1) . f'(1)
()
()
()
Si x
0
= 1, ()()
es valida
Si x
0
= 2, ()()
es valida
Para x
0
= 1 |
()()
(
())
| *
c) Por Newton Raphson Cuntas cifras significativas exactas tiene la solucin en la 2da
Iteracin?
i = 0;
i = 1; 1ra Iteracin
i = 2; 2da Iteracin
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
18
METODO DE PUNTO FIJO O METODO DE APROXIMACIONES
SUCESIVAS PARA SISTEMAS DE ECUACIONES LINEALES EN
DOS VARIABLES
Dado el Sistema:
F(x, y) = 0 (1)
G(x, y) = 0 (2)
De (1) y (2), despejamos de alguna forma xe y para obtener un sistema de la siguiente forma:
x = f(x, y) = f (3)
y = g(x, y) = g (4)
La solucin de (3) es solucin de (1).
La solucin de (4) es solucin de (2).
* Algoritmo del Punto Fijo:
1 Paso:
Dado el sistema: F(x, y) = 0
G(x, y) = 0
Despejar x ^ y, y obtener el siguiente sistema.
x = f(x, y) = f
y = g(x, y) = g
2 Paso:
Generar la sucesin:
{Xn} x
k
^
{yn} Y
k
Mediante la siguiente relacin de recurrencia:
n = 0, 1, 2,
yn+1 = g(xn, yn)
^
Xn+1 = f(xn, yn)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
19
3 Paso:
Dejar de iterar si:
; C.C. ir al 2 Paso.
Condicin de convergencia del punto fijo:
{Xn} x
k
^
{yn} Y
k
Si se cumple lo siguiente:
|
|(
) |
|(
)
^
|
|(
) |
|(
)
Ejemplo:
Sea el sistema.
(1)
(2)
Localizar el intervalo inicial (x
0
, y
0
) por el T.B.
De (1) y (2) se tiene:
()
Con intervalo de longitud = l = 1
x ()
-2
-1
0
1
2
3
-
-
-
-
+
() ()
,-
|
|
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
20
Con intervalo de longitud = l = 0.1
x ()
2
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3
-
-
-
-
-
-
-
-
+
+
+
()
Verificar su condicin de convergencia
De:
( )
De:
( )
( )
Se requiere que se cumpla: (
|(
) |
|(
)
0 + 1 = 1 < 1
|
.
|( )
Como L = 1 1 la solucin puede converger o no
^ |
|(
) |
|(
)
0.9 + 0 = 0.9 < 1
|( )
() ()
, -
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
21
Obtener una solucin con dos cifras significativas exactas (m = 2)
Se deja de iterar si:
|
| 0.5*10
m-n+1
/m=0, n=2
0.5*10
-1
|
| 0.5*10
-1
Sus relaciones de recurrencia son:
Iterando:
n = 0; ITERACION INICIAL; con X0 = 2.7 ^ Y0 = 2.8
n = 1; PRMERA ITERACION; con X1 = ^ Y1 =
n = 2; SEGUNDA ITERACION; con X2 = ^ Y2 =
n = 3; TERCERA ITERACION; con X3 = ^ Y3 =
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
22
n = 4; CUARTA ITERACION; con X4 = ^ Y4 =
n = 5; QUINTA ITERACION; con X5 = ^ Y5 =
n = 6; SEXTA ITERACION; con X6 = ^ Y6 =
n = 7; SEPTIMA ITERACION; con X7 = ^ Y7 =
Si:
|
| = 0.02 = 0.2*10
-1
0.5*10
-1
^
|
| = 0.1*10
-1
0.5*10
-1
Cumple con las condiciones dadas, por tanto deja de iterar.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
23
METODO DE NEWTON RAPSON (N.R)
El sistema debe de estar en la forma:
F = F(x, y) = 0
G = G(x, y) = 0
Para que tenga solucin su Jacobiano = J(x, y) = J 0
*Algoritmo de N.R.
1 Paso:
Dado el sistema:
F(x, y) = 0
G(x, y) = 0
2 Paso:
Generar la sucesin:
{Xn} x
k
^
{yn} Y
k
Mediante la siguiente relacin de recurrencia:
^
|
|
(
)
( )
(
|
(
)
( )
(
)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
24
Parar si:
C.C. ir al 2 Paso.
Ejemplo:
( ) |
|
( )
( )
*Obtener una solucin con dos cifras significativas exactas (m = 2).
Iterando:
( )
.
|
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
25
n = 0; ITERACION INICIAL; con X0 = 2.7 ^ Y0 = 2.8
n = 1; PRIMERA ITERACION; con X1 = 2.7629 ^ Y1 = 2.8937
Si:
|
| = 0.0003 = 0.3*10
-3
0.5*10
-3
^
|
| = 0.0005 = 0.5*10
-3
0.5*10
-3
Cumple con las condiciones dadas, por tanto deja de iterar.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
26
(X
1
,f
1
)
INTERPOLACIN
Supongamos que se conoce f
0
, f
1
, f
2
, .fn valores correspondientes a X
0
, X
1
, X
2
, .., Xn
valores independientes de una variable independiente X.( X0<X1<<Xn) entonces tenemos
dos tipos de interpolacin.
a) I nterpolacin directa.- consiste en que dado un valor X
P
diferente de los X
i
pero
correspondido entre X
0
y Xn, se desea hallar el valor de su imagen f
P
b) I nterpolacin inversa.- consiste en que dado el valor de la imagen f
P
se desea hallar
el valor X
P
que genera dicha imagen.
1.- INTERPOLACIN DIRECTA LINEAL
X
P
= valor a interpretar f
F
P
= f (X
P
) imagen de X
P
Xo X
P
X
1
X
n
INTERPOLACIN DIRECTA DE
NEWTON -PROGRESIVO Y NEWTON REGRESIVO.
Para un conjunto de (n+1) puntos igualmente espaciados Interpolacin consiste, en dado un valor no
considerado
.
B) Interpolacin Inversa. Consiste en que dado el valor de la imagen
.
1) Interpolacin Directa de Newton Progresivo (IDNP)
Se utiliza cuando se desea interpolar un valor
sector de la tabla.
Utiliza la siguiente frmula.
F(X)
(X
0
,f
0
)
(X
P
,f
P
)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
27
Donde
-
Utiliza la siguiente Tabla de omisin de Trminos (T.0.T)
Newton Progresivo
Newton Regresivo
4 8 12 16
Observacin:
Si |
Diferencia, o
sea;
.
Si |
|<8 Se tiene Inter. Directa No Lineal (IDNL) y se utiliza la frmula de N.P. hasta la
Diferencia, o sea;
()
.
Si |
diferencia, osea
()
+
()()
.
(4) Tanto en (1),(2) y (3) solo se considera las cifras significativas.
Ejemplo 1: En la Sgte. Tabla si
=1.05, hallar
1 1.1 1.2 1.3
()
4 4.3 4.6 4.9
Sol:
( )
( )( )
( ) ( ( ))
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
28
Como|
|=0<4
P=0.5 <0,1>
()
Ejemplo 2: Si
Hallar
en la Sgte. Tabla
x
()
log ()
6.2 0.79239=
Xp=6.36 fp=? 1279=
6.4 0.30618=
-43=
1336=
4
6.6 0.8195 =
-39=
1297=
1
6.8 0.83251=
-38=
1259=
2
7 0.84510=
-36=
1223=
7.2 0.85733=
()
1
x
p
=1.05
1.1
1.2
1.3
4
f
p
=? 3=
4.3 0=
3
4.6 0
3
4.9
6.2 6.4 6.6 6.8 7 7.2
()
log () 0.79239 0.30618 0.81954 0.83251
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
29
( )
()
( )()
Si
()
()
()
2) Interpolacin de Newton Regresivo (NR)
Se utiliza cuando se quiere interpolar un valor en la parte final de la tabla. Su frmula es
Donde
-
Ejemplo Si
=3.9 hallar
x
()
3 20.08
4.45
3.2 24.53 0.98
5.43 .22
3.4 29.96 1.20 6
6.63 .28
3.6 36.59 1.48 2
8.11 .30
3.8 49.7 1.78
9.89
4.0 54.59
|
|<12 Se aplica
de NR hasta la
diferencia
( )
( )( )
()()
( )()
( )( )()
( )
( )( )
( ) ( ( ))
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
30
INTERPOLACION DIRECTA CENTRAL
Se utiliza cuando se quiere interpolar un valor en la parte central de la tabla.
Se tienen las siguientes formulas:
a) Interpolacin de Stirling:
Se aplica si p
Su formula es:
p
=
0
+ S
1
(
-1/2
+
1/2
) + S
2
0
+ S
3
(
-1/2
+
1/2
) + S
4
0
+
Donde:
S
1
=
; S
2
=
; S
3
=
(
; S
4
=
; S
5
=
(
)(
;
b) Interpolacin de Bessel:
Se aplica si p
Su formula es:
p
=
0
+
1
1/2
+
2
(
0
+
1
) +
5
1/2
+
Donde:
1
= ;
2
=
()
;
3
=
()(
;
4
=
()()(
c) Interpolacin de Everett:
Se aplica si p
Su frmula es:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
31
Donde:
()()
()()()()
()()
()()()()
;
*Tabla de Omisin de Trminos (T.O.T):
Bessel o Stirling 4 60 20 500 100
Everett 4 no existe 20 no existe 100
Ejemplos resueltos:
En la siguiente tabla se tiene:
X f(x)=
+ x +1
0 1 0.111 0.0260.006 0
0.1 1.111 0.137 0.032 0.006 0
0.2 1.248 0.169 0.038 0.006 0
0.3 1.417 0.207 0.044
0.4 1.624 0.251
0.5 1.875
Como:
; No cumple
Solucin a):
Se sabe que:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
32
Entonces:
Como:
|
|
Se aplica Stirling y Everett porque
Para Stirling su
p
=
0
+ S
1
(
-1/2
+
1/2
) + S
2
p
= 1.248 + 0.12 (0.137 + 0.169) + 0.0288*0.032
p
= 1.2856416 valor aproximado
Con calculadora:
p
= 1.285415424
*Solucin segn Everett:
p
=0.76*1.248+0.24*1417-(0.053504*0.032)-(0.037606*0.038)
p
=1.285415424
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
33
INTERPOLACIN PARA EL CASO DE DATOS NO EQUIDISTANTES
POLINOMIO DE APROXIMACIN DE LAGRANGE
Sean (X
0
, f
0
), (X
1
, f
1
),, (Xn,f
n
) (n+1) ptos
Entonces existe un polinomio de grado que para por dichos puntos
(X
0
<X
1
<X
2
<. <Xn)
F(X) = a
0
(X-X
1
) (X-X
2
)..(X-Xn)+a
1
(X-X
0
)(X-X
2
).(X-Xn)++a
n
(X-X
0
)(X-X
1
)(X-X
2
)...(X-Xn-1)
OBS: en el primer termino falta (X-X
0
), en el 2 termino (X-X
1
), y as sucesivamente en el
ultimo termino falta (X-X
n
) esto es una cualidad de dicho polinomio.
Como f(x) debe contener a los puntos dados
Si X = X
0
; f(X
0
)= a
0
(X
0
-X
1
) (X
0
-X
2
)..(X
0
-Xn)
a0=
f(o)
(X0X1)(X0X2)(X0X3)(X0Xn)
Si X = X1 ; f(X
1
)= a
1
(X
1
-X
0
) (X
1
-X
2
)..(X
1
-X
n
)
a1=
f(1)
(X1X0)(X1X2)(X1X3)(X1Xn)
.
.
.
Si X = Xn ; f(X
n
)= a
n
(X
n
-X
0
)(X
n
-X
1
)(X
n
-X
2
)..(X
n
-X
n-1
)
an=
(n)
(XnX1)(XnX2)(XnX3)(XnXn1)
Remplazando los as en el polinomio P(X)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
34
f(X)=
(XX1)(XX2)(XXn)
(X0X1)(X0X2)(X0Xn)
f0+
(
1
0
)(
2
)(X1Xn)
(X1X0)(X1X2)(X1Xn)
f1++
(XX0)(XX1)(XXn1)
(XnX0)(XnX1)(XnXn1)
fn
L
0
(X) L
1
(X) L
n
(X)
F(X) = L
0
(X)fo + L
1
(X)f1 + . + L
n
(X)fn
Polinomio de Lagrange
Donde:
i(X)=
(XX0)..(XXi1)(XXi+1)(XXn)
(XiX0)..(XiXi1)(XiXi+1)(XiXn)
Funcin multiplicadora de Lagrange
TEOREMA.- Sean (X
0
, f
0
), (X
1
, f
1
),, (Xn,f
n
) para los puntos (n+1) y adems
(X
0
<X
1
<X
2
<<Xn)
Entonces existe un nico polinomio de grado que pasa por dichos puntos.
DEMOSTRACIN
i). La existencia del polinomio est generalizada por el `polinomio de aproximacin de
Lagrange.
ii). La unicidad: supongamos que existen dos polinomios P(X) y Q(X) de
grado que pasan por los puntos dados.
Probaremos que P(X) =Q(X) , (X0,Xn)
Consideremos
R(X)= P(X) - Q(X)
R(X) es de grado (ya que el grado de P(X) y Q(X) es )
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
35
Adems:
R(X
0
)= P(X
0
) - Q(X
0
)= f
0
-f
0
=0
R(X
1
)= P(X
1
) - Q(X1)= f
1
-f
1
=0
En general
R (Xi) = 0 i 0,1,2,3,n
Entonces.
X
0
, X
1
, X
2
,., Xn son las races de R(X)
R(X) tiene (n+1) races (pero el grado de R(X) es menor o igual a n)
Entonces R(X) debe ser el polinomio nulo (el nico que tiene ms races que su grado)
R(X)= P(X) - Q(X)= 0
P(X) =Q(X) , (
0
, Xn)
Ahora consideremos
X -1 0 2
Fx 2 1 5
El polinomio P(X) = X
2
+1 pasa por estos puntos, tambin pasa por estos puntos el
polinomio Q(X) = X
3
-2X + 1
Contradice el teorema?
No contradice el teorema, ya que el teorema establece que son iguales para aquellos
que tengan grado , luego pueden muchos otros de grado >n que sean
diferentes al del grado grado
INTERPOLACION Y APROXIMACION DE LAGRANGE
Polinomio de Lagrange: Dado un conjunto de (n+1) puntos de la forma (
); i=0,1,2,, n.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
36
Se puede aproximar a un polinomio de grado n.
Sea el siguiente polinomio () () a determinar:
Observacin:
El polinomio() se caracteriza por:
En el 1 trmino falta el factor (
) , en el 3 termino falta el
factor (
).
En el polinomio de Lagrange los puntos (
i ; de la siguiente manera:
Si x=
)(
)(
) (
)(
)(
) (
)(
)(
) (
)
(
)(
)(
) (
)(
)(
)(
)
Si x=
)(
)(
) (
)(
)(
) (
)(
)(
) (
)
(
)(
)(
) (
)(
)(
)(
)
Si x=
)(
)(
) (
)(
)(
) (
)(
)(
) (
)
(
)(
)(
) (
)(
)(
)(
)
()
)(
)(
) (
)(
)(
) (
)(
)(
) (
).
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
37
Remplazando los coeficientes en () tenemos:
()
(
)(
)(
) (
)
(
)(
)(
) (
)(
)(
) (
)
(
)(
)(
) (
)(
)(
) (
)
(
)(
)(
) (
El polinomio de Lagrange, tambin se puede expresar como:
()
()
()
()
()
()
Ejemplo: 1
En la siguiente tabla:
a) Aproximar a un polinomio de Lagrange.
b) Si
=1.1. Determinar
por Lagrange.
Tenemos:
X ()
26
a) Solucin:
El polinomio de Lagrange ()
()
, ser:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
38
()
(
)(
)(
)(
)
(
)(
)(
)(
)(
)(
)(
)
(
)(
)(
)(
)(
)(
)(
)
(
)(
)(
)(
)(
)(
)(
)
(
)(
)(
)(
)(
)(
)(
)
(
)(
)(
)(
()
()()()()
()()()()
()()()()
()()()()
()()()()
()()()()
()()()()
()()()()
()()()()
()()()()
Luego, resolviendo tenemos:
()
b) Solucin:
Como: ()
() (
) ()
() ()
)
Aprox. E interpolacin de un polinomio de newton.
()
)
()
)
()
)
()
)
()
Donde:
(
)
()
(
)
(
)
()
(
)(
)
(
)
()
(
)(
)(
)
(
)
()
(
)(
)(
)(
)
(
)
()
|
( )( ) ( )( )( )
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
39
(
)
()
|
( )( )( )
( )( )( ) ( )( )( )
Ejemplo: 2
Aproximar la siguiente tabla aun polinomio de newton
x
()
1.1 1.04 =
0.04
1.2 1.08=
-0.02
0.03 0.02
1.3 1.11=
-0.01
0.04
1.4 1.15=
Donde: h=1.4-1.3=0.1
( )
()
( )
( )
()
( )( )
( )
()
( )( )( ()() )
()
( )
()()
)()
()()
)()
()()
()
PROBLEMAS RESUELTOS
(Mtodo de Newton Raphson)
F(x)=
[0,1]
1
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
40
Cuantas cifras significativas exactas tiene la solucin en la 2da iteracin.
Solucin:
F(x)=
F(x)=
F(x)=
( )
1ro Analizar el pto inicial x optimo / x [0,1]
Para x :
F(x).F(x)<0 ->x no es valido.
Para x =1:
F(1).F(1)>0 ->x =1 es valido para iterar.
-> |
() ()
()
n=0 Xn+=Xn-
()
()
=> Xn+1 = Xn
()
Con X=1
X = X
()
X=0.683939
1ra Iteracin.
X = X
()
X=0.5774544772
2da Iteracin.
X = X
()
|X - X|=0.01=0.01*
n=1 -> X=
-1 =0 (1)
(2)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
41
X=
de (1)
Remplazando en (2)
F (y)=
Y F (y)
0 -
1 +
2 +
Y F (y)
0 -
0.5 -
0.6 +
1
Segn (*)
Sea Y=0.5 -> X=
Se tiene el punto inicial X=1.6 y Y=1.5 muy cercano a la raiz.
X= 2
-> f
Y= LnX -> g
fx=0 fy=
g
x
=
g
y
=0
f
x
(1.6;1.5)=0 f
y
(1.6;1.5)=0.5773502642
g
x
(1.6;1.5)=0.625 g
y
(1.6;1.5)=0
|f
x
(1.6;1.5)+f
y
(1.6;1.5)|=0.57785026 < 1
|g
x
(1.6;1.5)+g
y
(1.6;1.5)|=0.625 < 1
->{Xn} ->
{Y
n
} ->
n=0,1,2
Y
n+
=L
n
(X
n
) n=0,1, 2
Dejar de iterar
|X
n+
-X
n
|0.5*
Iterando como punto inicial *X,Y+=*1.6;1.5
X=2
=1.732050
Y=0.4700036292
F (0).F(1)<0 ->
[0,1]
F (0.5).F(0.6)<0 ->
,-(*)
1er intervalo para F(y)=
n=0
n=1
n=2
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
42
X=1.765328965
Y=0.5493061446
X=1.671242364
Y=0.5683370555
X=1.645591676
Y=0.5135672804
X=1.716098655
Y=0.49810001
X=1.734239187
Y=0.5400534907
|X-X|=0.018 = 0.02 = 0.2*
0.5*
|Y-Y|=0.04 = 0.4*
0.5*
->-> X=
y Y=
-1 =0 (1)
(2)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
43
a) Y=Lnx de (1)
Remplazando en (2)
-> F(x)=
Utilizando el T.B. localizamos el intervalo donde existe la raiz.
x F(x)
1 -
2 +
x F(x)
1.6 -
1.7 +
Sea X=1.6 ; Y?
De (1) -> Y=Lnx = Ln(1.6)=0.47 -> Y=0.47
Entonces:
{
b) Sea
F(x,y)=X
-1
G(x,y)=
F
x
(x,y)=
F
y
(x,y)=-X.
G
x
(x,y)=2X G
y
(x,y)=8y
J(x,y)=| |=| |
= 5.550020142 0
Y como (XY) es muy cercano:
->-> {xn} ->
c) Dejamos de iterar si:
|Xn-Xn+|0.5*
=0.5*
F (1).F(2)<0 ->
,-
F(1.6).F(1.7)<0 ->
[1.6,1.7]
X 1.6
Y 0.47
Pto ms cercano de la raz.
X.
2x 8y
Fx(x,y) Fy(x,y)
Gx(x,y) Gy(x,y)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
44
Fx F
Gx G
|Yn-Yn+|0.5*
=0.5*
Ahora:
||=| |
8Y [X
-1]+ X.
-
| |=| |=
]-2x [-X.
]
Veamos que la formula de recurrencia asi:
Xn+=Xn -
,
;
n=0,1,2,..
Yn+=Yn -
n=0,1,2,
Siendo P inicial: (1.6;0.47)=(X;Y)
X=1.6
()
=1.700250715
Y=0.47-
()
= 0.53265975
X=1.700250715
()
=1.697250462
Y=0.53265975-
()
= 0.52900931
X=1.697250462
()
=1.6972239658
Y=0.53265975-
()
= 0.5290032
F Fy
G Gy
X
-1 -X.
8y
-X.
n=0
n=1
n=2
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
45
Luego
|X - X|= 0.000026=0.00003=0.3*
0.5*
->
0.5*
->
0 0
+= (
+
El sistema tiene nueve ecuaciones con doce incgnitas, entonces existen infinitas
soluciones. Para que tenga solucin debemos fijar tres variables libres, puede ser lii=1 o
uii=1
Sea uii=1 u11= u22= u33=1,
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
47
(
+ = (
0 0
+(
+
L U
Resolviendo la ecuacin matricial se tiene los siguientes resultados:
l11=2, l21=4, l31=1
u12=0, l22=3, l32=2
u13=
, u23=2, l33=
(
+ = (
0 -1
4
+(
)
L U
Observacin.- El mtodo Crout Doolitle sirve para resolver un sistema de ecuaciones
usando la factorizacin L U mediante las siguientes igualdades:
A.x = B L.y = B
L.U.x = B U.x = y
PRIMER METODO DIRECTO:
MTODO CROUT-DOOLITLE.
Para un sistema lineal de la forma:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
48
Donde A se factoriza de la forma:
L: Matriz Triangular Inferior
U: Matriz Triangular Superior
Sea:
Ejemplo:
Sea la matriz
(
+(
+ (
+
Para
(
)(
+ (
+
Para
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
49
(
)(
+ (
,
SEGUNDO METODO DIRECTO
METODO DE CHOLESKY
Tambin para resolver el sistema Ax = b para aplicar cholesky se debe cumplir lo siguiente:
Simetrico
1 que X
t
AX>0 / X=|
|X
t
= (X
1
X
2
X
3
)
A definida Positiva 2 cada sub determinante sea positiva es decir: A
33
|| |
| |
|
1 versin de cholesky
Ejemplo: 1
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
50
Aplicar cholesky al sistema siguiente:
|
| |
| |
|
A es simtrico
A es definida positiva?
Se debe de cumplir que X
t
AX>0
,
- |
| |
|
( ) ( ) ( )
Se puede aplicar cholesky
Ax = b
A = L*L
t
|
| |
| |
|
l
11
=2
l
21
=
l
31
= 1
L*L
t
X = b
Y = L
t
X
L*Y = b
L
t
*X = Y
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
51
l
22
=
l
32
=
l
33
=
L*L
t
=
|
|
|
|
|
|
|
|
Ax = b
L*L
t
X = b
Para L*Y = b
|
|
|
|
|
| |
|
Y
1
=
Y
2
=
Y
3
= 4*
Para Lt*X = Y
L
t
*X = Y
L*Y = b
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
52
|
|
|
|
|
|
|
|
|
|
X
1
= 28/27 X
2
= 35/27 X
3
= -16/27
Ejemplo: 2
(Mtodos de Cholesky para hallar el sistema Ax=B)
Resolver el siguiente sistemas por Cholesky.
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
5
3
2
=
6 2 0
2 5 2
0 2 4
3
2
1
x
x
x
Solucin:
t
A A= , entonces A es simtrica.
0 > Ax x
t
, luego A es definida positiva.
Factorizamos la matriz
T
LL A=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
33
32 22
31 21 11
33 32 31
22 21
11
0 0
0 0
0 0
=
6 2 0
2 5 2
0 2 4
=
u
l l
l l l
l l l
l l
l
A
Para la
ra
1 columna tenemos:
0 = 0 =
1 = 2 =
2 = 4 =
31 11 31
21 11 21
11
2
11
l l l
l l l
l l
Para la
da
2 columna tenemos:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
53
1 = 2 =
2 = 5 =
2 =
32 22 32 21 31
22
2
22
2
21
21 11
l l l l l
l l l
l l
+
+
Para la
ra
3 columna tenemos:
2 = 6 =
2 =
0 =
33
2
33
2
32
2
31
32 22 31 21
31 11
l l l l
l l l l
l l
+ +
+
|
|
|
.
|
\
|
|
|
|
.
|
\
|
2 0 0
1 2 0
0 1 2
= ,
2 1 0
0 2 1
0 0 2
=
t
L L
Del sistema b x LL b Ax
t
= = , luego b Ly = y y x L
t
=
Para b Ly =
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
2
1
1
=
5
3
2
=
2 1 0
0 2 1
0 0 2
3
2
1
y
y
y
y
Para y x L
t
=
|
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
1
0
2
1
=
2
1
1
=
2 0 0
1 2 0
0 1 2
3
2
1
x
x
x
x
2. Segunda versin de cholesky
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
54
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
55
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
56
TERCER METODO DIRECTO:
MTODO TRIDIAGONAL PARA SISTEMAS DE ECUACIONES
LINEALES.
Sea el sistema de ecuaciones de la forma:
. (1)
. (2)
. (3)
. (n-1)
. (n)
ALGORITMO TRIDIAGONAL:
(
+(
+ (
+
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
57
P-1: Del sistema , expresarlo como
P-2: Sea
, C es constante arbitraria / *+
De la Ec. (1) despejar
De la Ec. (2) despejar
De la Ec. (3) despejar
.
De la Ec. (n-1) despejar
De la Ec. (n) despejar
Pero como no existe
se hace lo siguiente:
Tal que: ( )
Si
es solucin de
Si
es solucin de
P-3: Del sistema expresarlo como
y sea
Si
es solucin de
Si
es solucin de
Se tiene:
.. ()
.. ()
() () (
) ( )
0
Se busca una relacin:
Tal que: ( )
Ejemplo:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
58
Resolver:
Del sistema
(1)
2
... (2)
2
(3)
(4)
Sea
, *+
De (1):
De (2):
0
De (3):
De la ec. (4) despejo
()
Del sistema
Sea
, en
, en
, en
Observacin: Si cambiar el valor inicial de
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
59
( )
Se busca una solucin
Tal que:
Verificando: 2
2() () ()
Ejemplo 2
(Solucin de sistemas lineales en Tribanda)
Sea en Tribanda.
()
()
()
()
Algoritmo del sistema Tridiagonal
Solucin:
Del sistema
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
60
()
()
()
()
Sea
:
()
De (2) despejo
:
()
De (3) despejo
:
()
De (4) despejar
; pero
:
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
61
Y se tiene que:
()
Ahora expresarlo como es un vector nulo.
()
()
()
()
Sea
*+
De (1) despejar
:
()
De (2) despejar
:
()
De (3) despejar
:
()
( )
De (4) despejar
, pero
entonces:
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
62
Entonces:
) (
) (
)
(
) (
)
Comprobacin:
-46+24+13
-22+13=-9
CUARTO METODO DIRECTO
MTODO PENTADIAGONAL PARA
SISTEMAS DE ECUACIONES LINEALES.
(
+
(
=
(
A x b
Ec (1)
Ec (2)
Ec (n)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
63
Algoritmo Pentadiagonal
P-1Dado el sistema Ax=b , expresarlo en la forma A =b y definir
=C
=D
Donde C D son constantes arbitrarias.
P-2De Ec (1) despejar
De Ec (2) despejar
De Ec (n-2) despejar
De Ec (n-1) despejar
De Ec (n) despejar
Como no existe
se hace lo siguiente :
Como no existe
se hace lo siguiente :
Donde (
* es un vector residual.
Si
P-3:La primera solucin homognea del sistema A.x = b se debe expresar como
luego definir
en la cual se
considera C y D como constantes arbitrarias, finalmente se procede similar al paso
anterior (P-2) llegando a la siguiente solucin
en donde .
/ es un vector residual.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
64
Si
P-4: La segunda solucin homognea del sistema A.x = b se debe expresar como
luego definir
en la cual se
considera C y D como constantes arbitrarias, finalmente se procede similar al paso P-2
llegando a la siguiente solucin.
en donde (
* es un vector residual.
Si
P-5:Finalmente se llegar al siguiente sistema
()
()
()
Luego hacemos (1) () () y se llega a lo siguiente
A (
() ()) ( )
X
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
65
Se busca luego una solucin en donde R = /
Entonces la solucin del sistema A.x = b estar dado por
Ejemplo
Resolver el siguiente sistema pentadiagonal
2
+ 3
= 8 Ec(1)
3
+ 2
+ 4
= 15 Ec(2)
+ 4
+ 4
+ 2
= 13 Ec(2)
+ 4
+ 2
= 19 EC(4)
2
+ 7
= 15 EC(5)
PASO DEL ALGORITMO
P-1: Expresar el sistema como A. = b
2
+ 3
= 8 Ec(1)
3
+ 2
+ 4
= 15 Ec(2)
+ 4
+ 4
+ 2
= 13 Ec(3)
+ 4
+ 2
= 19 Ec(4)
2
+
+ 7
= 15 Ec(5)
Sea
= 0
= 1 cte arbitrario
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
66
P-2:
DE Ec(1) despejar
= 5
pues 0 + 3(1) +
= 8
DE Ec(2) despejar
= 7
pues 0 + 2(1) +4(8) +
= 15
DE Ec(3) despejar
= 16
pues 0 + 4(1) + 5 + 4(7) + 2
= 13
DE Ec(4) despejar
; como
, hacemos lo sgte. :
+ 4
+ 2
= 19 +
1 + 4(5) + 2(7) + 16 = 19 +
= 45
De la Ec(5) despejar
; como
hacemos
2
+ 7
= 15 +
2(5) + (7) +7(16) = 15 +
= 100
R =(
), como R ; A.
= b + R
Se tiene:
=
(
=
(
=(
P-3:
Primera solucin homognea del sistema A.x = b, expresarlo
Como A. =
2
+ 3
= 0 Ec(1)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
67
3
+ 2
+ 4
= 0 Ec(2)
+ 4
+ 4
+ 2
= 0 Ec(3)
+ 4
+ 2
= 0 Ec(4)
2
+ 7
= 0 Ec(5)
Sea
= 10
= 20
De Ec(1) despejar
= 80
pues 2(10) + 3(29) +
= 0
De Ec(2) despejar
= 250
pues 3(10) +2(20) + 4(8) +
= 0
De Ec(3) despejar
=
pues 10 + 4(20) + (80) + 4(250) + 2
=0
De Ec(3) despejar
; como
hacemos
+ 4
+ 2
= 0 +
20 + 4(80) + 2(250) + (505) = 0 +
= 1445
De Ec(5) despejar
; como
hacemos
2
+ 7
= 0 +
S =(
)
2()+ (250) + 7()= 0 +
= 0
P-4: Segunda solucin homognea del sistema A.x = b
expresar A.
= 0
2
+ 3
= 0 Ec(1)
3
+ 2
+ 4
= 0 Ec(2)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
68
+ 4
+4
+ 2
= 0 Ec(3)
+ 4
+2
= 0 Ec(4)
2
+ 7
= 0 Ec(5)
Sea
= 20
= 10
De Ec(1) despejar
=
pues 2(20) + 3(10) +
= 0
De Ec(2) despejar
=
3
+ 2
+ 4
= 0
3(20) + 2(10) + 4() +
= 0
De Ec(3) despejar
= 395
+ 4
+ 4
+ 2
= 0
20 + 4(10) + ()+ 4(200) + 2
= 0
De Ec(4) despejar
como
, hacemos
+ 4
+2
= 0 +
= 1925
10 + 4() 2(200) + 395 = 0 +
De Ec(5) despejar
; como
+7
= 0 +
T = .
/= (
) ;
=
(
A.
= + T
P-5: Y se llega a lo siguiente
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
69
A.
= b + R
A.
= 0 + S
A.
= 0 + T
R = 0 R= .
/
+ = R S = .
/
.
/+ .
/= .
/ T = .
/
1445+ 1925 = ; = 0.025992507
2705 = 100 ; = 0.003865364
X =
X =
(
=
(
+ 0.025992507
(
+ 0.003865364
(
X =
(
Comprobacin : Ec(1)
2
+ 3
= 8
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
70
0.6744647 + 4.67551134 + 2.65002396 = 8
8 = 8 Cumple!!!
Y tambien cumple todas las ecuacioes
NORMA DE UNA MATRIZ
La Norma de una matriz
a*|| || + a*+
a*|| || + a*+
()
()
()
() ||
||
()
()
-Norma m o Norma
-Norma l,
-Norma k,
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
71
Para el vector X =
a*+
| |
| |
Ejemplo 2:
Sea X = ( )
a*|| ||+
|| ||
()
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
72
SOLUCION ITERATIVA DE SISTEMAS DE ECUACIONES
LINEALES
PRIMER METODO:
METODO DE JACOBI
Dado el sistema AX=b (1)
Despejamos X de la ecuacin 1 obteniendo un sistema equivalente de la forma: X = + X (2)
De la siguiente manera.
Ec.(1) a
11
X
1
+a
12
X
2
+ .. +a
1m
X
m
= b
1
Ec.(1) a
21
X
1
+a
22
X
2
+ .. +a
2m
X
m
= b
2
Ec.(1) a
31
X
1
+a
32
X
2
+ .. +a
3m
X
m
= b
3
Ec.(1) a
m1
X
1
+a
m2
X
2
+ .. +a
mm
X
m
= b
1
Donde:
Despejamos X; de la Ec. (i); i=1,2,3, . , m
X = +
i-1
X
X
1
=
.
.
.
.
.
. (2)
X =|
|
A =*
+ b = |
| y si a
ii
0
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
73
X
2
=
Donde:
= b
i
/a
ii
; a
ii
0 ; = (
1
,
2
, ,
m
)
t
=
ij
= -a
ij
/a
ii
=
El sistema (2) anterior se puede expresar en la siguiente forma X = + X
X = + X
|
| |
| *
+ |
| (2)
El Sistema (2) sugiere Jacobi la siguiente relacin de recurrencia
X
(k+1)
= + X
(k)
, k=0,1,2,
.. (3)
X
(k)
= + X
(k-1)
, k=1,2,
De la relacin (3) se obtiene la sucesin {X
k
}
k=0
tomando como valor inicial X (0) arbitrario, que
generalmente X
(0)
=0 X
(0)
= =1
Obs. X
(k+1)
= (X
1
(k+1)
,X
2
(k+1)
, , X
m
(k+1)
)
t
X
(0)
= (X
1
(0)
, X2
(0)
, ,X
m
(0)
)
t
.
.
.
*
+
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
74
ALGORITMO DE JACOBI:
P-1 Dado el Sistema Ax = b (1)
Expresarlo en el sistema equivalente X = + x (2)
P-2 Tomando como solucin inicial X
(0)
arbitrario generar la sucesin {X
(k)
} X
(*)
mediante la
relacin de recurrencia:
X
(k+1)
= + x
(k)
, k=0,1,2, ..
X
(k)
= + X
(k-1)
, k=1,2,
P-3 Dejar de iterar si
(|| X
(k)
X
(k-1)
||)/ || X
(k)
|| <= = 10
-m
C.C. ir al P-2
NOTACION MATRICIAL DEL METODO DE JACOBI
Sea el sistema Ax = b
Donde:
La matriz A se le puede descomponer en la forma A = D +L + U, donde
*
+ [
()
] *
+
A
=
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
75
Matriz Diagonal Matriz Triangular inferior Matriz Triangular superior
As el sistema Ax = b se le puede expresar como:
(D + L + U)X = b
DX + (L + U) X = b
DX = b (L + U) X
X = D
-1
b D
-1
(L + U) X
X = D
-1
b + [-D
-1
(L + U)] X = D
-1
b ^ = -D
-1
(L + U)
Si el mtodo de Jacobi es X = + X
Matricialmente es: X = D
-1
b D
-1
(L + U) X
Su relacin de recurrencia es X
(k+1)
= D
-1
b D
-1
(L + U) X
(k)
, k=0, 1, 2
Ejemplo. 1
Sea el sistema siguiente:
Con un = 10
-1
Verificar su convergencia
{X
(k)
} X
(+)
Si || | |
< 1
Obs. Para que se cumpla || | | < 1 es necesario que del sistema Ax = b, A sea diagonalmente
dominante.
De (1) X1: X
1
= 12/10 (-1/10) X2-(1/10)X
3
(2) X2: X
2
= 12/10 (1/10)X
1
(-1/10)X3
(3) X3: X
3
= 12/10 (1/10)X
1
(1/10)X2
(
) (
+
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
76
|| | |
= || | |
m
= Max{0 + |-0.1| + |-0.1|, |-0.1| + 0 + |-0.1|, |-0.1| + |-0.1| + 0}
= Max{0.2, 0.2, 0.2} || | | = 0.2 <= 1 {X
(k)
} X
(+)
POR EL MTODO DE JACOBI
Obs. Se toma como valor inicial X
(0)
arbitrario
X
(0)
K=0 Iteracin Inicial:
X
(k+1)
= + X
(k)
X
(1)
= + X
(0)
Donde (
)y sea X
(0)
= = ( X
(0)
1
X
(0)
2
X
(0)
3
)
t
X
(1)
= |
()
()
()
| |
| [
] |
| |
|
Donde
X
1
(1)
= 1.2 + (0 -0.1-0.1)(
+ ()() ()()
X
2
(1)
= 1.2 + ( -0.1 0 -0.1)(
+
K=1 1 Iteracin:
X
(2)
= + X
(1)
X
(0)
= 0
X
(0)
=
X
(0)
= 1
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
77
X
(2)
= |
()
()
()
| |
| [
] |
| |
|
Donde:
X
2
(2)
= 1.2 + (0 -0.1 -0.1)(
+ = 1.008
K=2 2 iteracin:
X
(3)
= + X
(2)
X
(3)
=|
()
()
()
| |
| [
] |
| |
|
Donde:
X
(3)
= 1.2 + (0 -0.1 -0.1)(
+ = 0.9984
Veremos si ya se consigui la solucin:
||
()
()
||
||
()
||
a {|
|}
a {|
|}
{|
|}
10
-1
= X
(3)
= X
(*)
con =10
-1
Ejemplo 2:
Sea el siguiente sistema
Ec (1) 20x1 + 5x3 =2
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
78
Ec (2) x1 + 20x2 + 2x3 = 4
Ec (3) x1 + 9x2 + 20x3 = 6
Por Jacobi verificar su convergencia
CONVERGENCIA DE JACOBI
{
()
} X* Si |||| < 1 .. (i)
Observacin
Para que se cumpla (i)
Es necesario que A del sistema original Ax = b sea diagonalmente dominante, es decir
a
ii
> |a
ij
| de su fila y de su columna
As: a
11
= 20 > = 0 + 5 de su fila
a
11
= 20 > = 1 +1 de su columna
a
22
= 20 > = 1 + 2 de su fila
a
22
= 20 > = 0 + 9 de su columna
Igual para a
33
x
1
=
+ 0 + 0 -
x
2
=
+ 0 -
x
3
=
+ 0
. . .
x = +
|
|
|
|
=|
|
|| || mx.{ 0 + 0 + |
| , |
| + 0 + |
| , |
| + |
| + 0 }
|| || mx.{0.25, 0.15, 0.5 }
|| || 0.5 < 1
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
79
{ } X* por jacobi
Por jacobi obtener una solucin con
Si la relacin de jacobi es = + , k 0, 1,2
Para k = 0
Interaccin inicial
= +
Observacin es arbitraria
Sea =
= = +
.. .
+
Para k = 1
Primera iteracin +
= = +
Donde
= 0.1 +
= 0.1 + (0)(0.1) + (0)(0.2) + (-0.25)(0.3) = 0.025\
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
80
= 0.2 +
= 0.2 + (-0.05)(0.1) + (0)(0.2) + (-0.1)(0.3) = 0.165
= 0.205
Para k = 2
Segunda iteracin +
= = + =
.. ....
k =3
Tercera iteracin +
= = + =
.. ....
Verificamos si se llego a la solucin
=
=
= = 0.03289625 < =
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
81
* con <
SOLUCION MATRICIAL DE JACOBI
Del sistema Ax = b
Sea A = D + L + U
( D + L + U )x = b
Dx + ( L + U)x = b
Dx = b + [-( L + U)x]
x = b + [- ( L + U )]x
..
x = +
la relacin matricial de jacobi
= b + [- ( L + U )]
k = 0, 1, 2
Observacin
= - ( L + U ) es igual al despejar
xi de la ecuacin (i), i = 1, 2, 3
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
82
SEGUNDO METODO:
METODO DE GAUSS- SEIDEL
Tambin determina la solucin del sistema iterativamente.
De la relacin matricial del sistema :
( )
) (
) ()
De () se obtiene la relacin matricial de G-S , siguiente:
Observacin:
*Si
( )
{
*La relacin () se puede obtener al igual que Jacobi del sistema , de la ecuacin
despejar la variable
()
)
()
(
)
()
Paso 3: Dejar de iterar si
()
()
()
()
)
()
(
)
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
83
Observacin:
En la convergencia del mtodo de Gauss-Seidel tambin se cumple que:
{
)
}
()
Ejercicios resueltos:
1) Dados:
(
+ (
+ ,
()
(
+
Resuelva el sistema Ax = b por el mtodo de Gauss-Seidel.
Solucin:
Utilizando Gauss-Seidel:
()
)
()
(
)
()
Operando obtenemos la secuencia:
()
(
+
()
(
()
(
+
()
(
()
(
+
()
(
+
Claramente converge a la solucin exacta ( )
.
La tasa de convergencia del mtodo de Gauss-Seidel viene dada por la norma de:
( )
(
+
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
84
Cuyas normas son:
= 227/500 = 0.454 y
= 2/5 = 0.4.
2) Considere el siguiente sistema de ecuaciones:
(
+ (
+
Puede resolver este sistema por el mtodo de Gauss-Seidel? Por qu? Si lo puede hacer,
haga solo dos iteraciones a partir de la solucin nula y determine la tasa numrica de
convergencia. Adems calcula la tasa exacta de convergencia. Cuntas iteraciones
necesitar para alcanzar un error absoluto de
.
Solucin:
El mtodo de Gauss-Seidel es aplicable porque por que la matriz es simtrica definida
positiva. Dos iteraciones conducen a:
()
( )
()
( )
()
( )
Y la tasa de convergencia numrica la podemos calcular como (en norma infinito)
()
()
Que se parece poco a la tasa de convergencia exacta:
(( )
)
NOTA: Calculando con ms iteraciones nos acercamos a la tasa terica, por ejemplo:
()
()
Para alcanzar (en norma infinito) un error absoluto menor que
se requieren 13
iteraciones.
Ejemplo 1
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
85
Sea el sistema:
Por el mtodo de Gauss-Seidel
Analizar su divergencia
Hallar su solucin con
Solucin:
Analizar su divergencia
[
]
L [
]
Luego:
(L )
[
] [
] [
]
[
]
a* +
{X (k)} X*
Hallar su solucin con
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
86
b [
] [
] [
]
De
()
b ,
L-[
()
] ,
-
()
Sea
()
[
()
()
()
] [
]
()
b ,
L-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
()
()
()
()
()
[
()
()
()
] [
]
: 1era Iteracin
()
b ,
L-[
()
] ,
-
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
87
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
()
()
()
[
()
()
()
] [
]
: 2da Iteracin
()
b ,
L-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
*
()
()
()
+
()
()
()
()
[
]
: 3era Iteracin
()
b ,
L-[
()
] ,
-
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
88
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
()
()
[
()
()
()
a |
|
a |
|
()
co
Ejemplo 2
Sea el sistema:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
89
Por el mtodo de Gauss-Seidel
Analizar su divergencia
Hallar su solucin con
Solucin:
Analizar su divergencia
[
]
[
]
Luego:
( )
[
] [
] [
]
* +
{X
(k)
} X
*
Hallar su solucin con
[
] [
] [
]
De
()
-[
()
] ,
-
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
90
Sea
()
[
()
()
()
] [
]
()
-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
()
()
()
[
]
: 1
era
I teracin
()
-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
91
()
()
()
[
]
: 2da I teracin
()
-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
()
()
[
()
()
()
()
Ejemplo 3
Sea el sistema:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
92
Por el mtodo de Gauss-Seidel
Analizar su divergencia
Hallar su solucin con
Solucin:
Analizar su divergencia
[
]
[
]
Luego:
( )
[
] [
] [
]
[
]
* +
{X
(k)
} X
*
Hallar su solucin con
[
] [
] [
]
De
()
-[
()
] ,
-
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
93
Sea
()
[
()
()
()
] [
]
()
-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
()
()
()
()
()
[
()
()
()
] [
]
: 1
era
I teracin
()
-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
()
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
94
()
()
[
()
()
()
] [
]
: 2
da
I teracin
()
-[
()
] ,
-
()
()
[
()
()
()
] [
] [
] [
()
()
()
] [
] [
()
*
()
()
()
+
()
()
()
()
[
]
: 3
era
I teracin
()
-[
()
] ,
-
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
95
()
[
()
()
()
] [
] [
] [
()
()
()
]
[
] [
()
()
()
()
[
()
()
()
|
|
|
()
DIFERENCIA NUMERICA
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
96
- Aproximaciones a la Derivada
- Generacin de Formulas de Diferenciacin Numrica
- Primera y Segunda Derivada Aplicando los Mtodos de Newton Progresivo y
Regresivo y Mtodos Centrales.
Diferenciacin numrica
Dado una tabla de (n+1) puntos igualmente espaciados de la forma:
(X
0
, f
0
), (X
1
, f
1
), (X
n
, f
n
) continua y diferenciable en [X
0
, X
n
]. El problema de la
Diferenciacin Numrica es que dado un valor Xp [X
0
, X
n
] se desea hallar el valor
tal que
, donde:
(i)
h
f(
) f
f(
h)
f
)
df
df
dp
dp
d
df
dp
h
f
df
dp
(ii)
Frmula de Newton Progresivo (N P):
Si Xp = X
0
en (i) P = 0
frmula de NP es:
f
f
f
( )
( )( )
( )( )( )
Segn (ii)
f
h
*f
+
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
97
f
h
*f
( )
+ (iii)
Si X
P
=X
0
en (i) P=0 en (iii)
f
h
,f
-
DIFERENCIACION DE ORDEN SUPERIOR
Se desea hallar
) en forma aproximada
f
) f
. Adems
)
(
))
Si se sabe f
h
d
En general se tiene f
( )
+
Si X
P
=X
0
P=0
f
]
Formula de Newton Regresivo (NR). Su formula de interpolacin es:
f
( )
( )( )
( )( )( )
Segn (ii)
f
h
,f
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
98
h
,f
( )
Si X
P
=0 P=0
f
h
*f
+
Nota: Para determinar la 1ra derivada se debe tomar una diferencia ms que la que indica la
T O T en el caso de interpolacin.
DIFERENCIACION DE ORDEN SUPERIOR
( )
+
f
]
Ejemplo: En la siguiente tabla determinar (a)
y (b)
() por NP
X
f(X)
2
3
0.00 1.0000 513 26 1
0.05 1.0513 539 27 3
0.10 1.1052 566 30 0
0.15 1.1618 596 30
0.20 1.2214 626
0.25 1.2840
Solucin(a):
f
h
*f
+ h
h
[
]
f
Solucin (b)
f
()
.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
99
H=0.05
X
0
f
0
f
0
2
f
0
3
f
0
0.05 1.0513 539 27 3
if
h
*f
( )
+
f
()
*
( )()
*
()
()
+ ()+
Ejemplo de la Frmula Newton Regresivo
Hallar(a)f
()y (b)f
()
Solucin (a)
Para P=0 y |
| se utiliza
0f
1 f
f
()
] f
Solucion(b)
ef
h
*f
( )
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
100
f
()
* *
()
+ () *
()
()
+ ()+
f
()
FRMULA DE DIFERENCIACIN DE BESSEL
f
h
df
h
[
]
i
( )
( )( )
Si X
P
es un punto tabulado X
P
=X
0
P=0
f
h
*f
+
FRMULA DE DIFERENCIACIN DE STIRLING
f
(f
) s
)
f
h
[s
(f
) s
) ]
is
is
( )( )
()
s
is
is
( )( )
h
*
f
)
En X
P
=X
0
P=0
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
101
f
h
*
(f
+
Ejemplo 3:Hallar(a)
(), (b)
( )
Solucin(a)
f
() f
) f
Como 0.10 [0.10,0.15]
- seaplicaf
detirlighastasu ra
difereciaporqueseguTT|
| f
detirlighastasu radifereciaes
f
h
[
] (i)
oo e(i)setiees
h
*f
+
En la tabla se tiene:
)
f
)
f
)
h
f
]
Solucin (b)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
102
f
()
,-
| (i) dode
()
e (i)se tiee
f
()
,()() ( ) ()()-
INTEGRACIN NUMERICA
Para intervalos Simples
Mtodo del trapecio
()
()
, m *X
0
, X
1
]
Donde
()
= max* |
()
| |
()
| +
Mtodo de Simpson de 1/3
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
103
()
, m [X
0
,X
1
]
Donde
()
a * |
()
| |
()
| +
Mtodo de Simpson de 3/8
()
()
()
a * |
()
| |
()
| +
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
104
Ejemplo:
si
)
Por el trapecio Simple
Solucin:
X f(x)
X
0
=1 f
0
=0.841471
X
0
+h=X
1
=2 f
1
=1.818595
Obs: Los puntos X
i
son dela forma X
i
=X
0
+h
i
Determinacin del
Si
()
si
()
si cos
()
cos si
()
a* |
()
| |
()
| +
()
a* || || +
()
()
Entonces
si
)
Solucin por el mtodo Simpson de 1/3 para intervalo simple
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
105
Sol:
X f
(x)
X
0
=1 f
0
=0.841471
X
0
+h=1.5 f
1
=1.496242
X
0
+2h=2 f
2
=1.818595
Determinacin del
Si
()
cos si
()
cos si
()
a * |
()
| |
()
| +
()
a * +
()
()
Entonces:
()
Por Simpson 3/8 para intervalo Simple
Sol:
si
()
a * +
()
()
si
Integracin Numrica para intervalos compuestos
Mtodo del trapecio compuesto
mveces h
Demostracin:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
107
()
()
()
()
Entonces la suma todas las integrales seria:
()
,(
) (
)-
Determinacin del del trapecio
( )
()
Mtodo de Simpson de 1/3 compuesta.
Demostracin:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
108
Entonces la suma de todas las integrales seria:
()
,(
) (
) (
)-
Determinacin del de Simpson de 1/3 compuesta
()
()
()
( )
()
Ejemplo:
si
Por trapecio compuesto con m=5
Sol:
X f
(X)
X
0
=1 f
0
X
1
=1.2 f
1
X
2
=1.4 f
2
X
3
=1.6 f
3
X
4
=1.8 f
4
X
5
=2 f
5
Es igual al ejemplo
del trapecio simple
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
109
( )
()
( )
()
()
,(
) (
)-
= 1.436070589 +
Simpson de 1/3 compuesto con m=3
X f
(X)
X
0
=1 f
0
X
1
=7/5 f
1
X
2
=8/6 f
2
X
3
=9/6 f
3
X
4
=10/6 f
4
X
5
=11/6 f
5
X
6
=2 f
6
=f
m
( )
()
( )
()
si
,(
) (
) (
)-
2.493614005 +
Es igual al ejemplo
de Simpson de 1/3
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
110
EXTRAPOLACION DE RICHARDSON- (E.R)
Definicin ER: Consiste en que a partir de dos estimacin (o aproximaciones) de una integral, obtener
una tercera aproximacin (muchas veces la mejor).
Se tiene los siguientes casos:
Para intervalos simples:
ER entre la Regla del trapecio y la 1 formula abierta (Integracin abierta) ambas de precisin uno
porque
()
Sea
()
1 Regla Abierta de Newton Cotes:
El valor de la integral I* (generalmente es el mejor).
Que se cumple:
()
Tomando el cociente de errores
()
()
()
()
( )
Supongamos que:
() (
)
(
()
( )
() (
)
( )
()
( )
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
111
() f
()
()
(2) en (1)
)
(3) en (1)
()
E.R. entre la R. trapecio Simple y la primera formula abierta h
FORMULA EXTRAPOLACION -(ER) ENTRE TRAPECIO SIMPLE Y 1
RA
FORMULA ABIERTA.
Ejemplo:
Calcular (
)d
()
Aplicando: 4 es decir:
h i
h
= 1 + 1(1)
= 2
i
h
= 1 + 2(1)
= 3
(f
( )
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
112
h b a ()
hf
()()
Aplicando (4)
()
()
()
E.R. ENTRE LAS FORMULAS DE SIMPSON DE 1/3 Y 3/8 SIMPLE
Se sabe que para Simpson de 1/3 para intervalo simple es:
f()d
() (
(
b a
() (a b)
(b a)
()
f1
f(X)
x0 x2 x1
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
113
Y que para Simpson de 3/8 es:
f()d
() (
(
b a
()
(b a)
() ( )
()
Sea el siguiente cociente de errores:
()
()
()
()
( )
Si
()
()
()
(2) en (1):
) ()
(3) en (1):
)
(4)`
Ejemplo:
Aplicando la frmula
para hallar:
(
)d
Solucin:
()
Formula De Extrapolacin entre
Simpson de 1/3 y Simpson de 3/8
para Intervalo Simple
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
114
()
f()d
( () )
()
f()d
f()d
( () () )
()
()
}
(E.R) PARA EL TRAPECIO COMPUESTO
Sea:
()
Para
Para
X
0
+1h =
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
115
()
()
()
()
( )
Si:
()
()
()
(2) en (1):
[ .
()
(3) en (1):
Para
en (3). Se tiene:
()
(4) en (1)
Ejemplo 1:
Extrapolacin de Richardson (E.R.)
para el Trapecio Compuesto para n1 y
n2.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
116
Calcular (
) y despues cuatro
aplicaciones (
) de la regla del Trapecio compuesto y despues aplicar E.R. para encontrar una
3 aproximacion (que es la mejor).
Solucin:
- ()
Se tiene:
Para:
)
Como
( ())
Para:
)
Como
ih
()
. (
)/
()
1 1
2 9
2.5
()
1 1
1.5 4
2.5 15
3 25
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
117
. (
)/
Aplicando:
()
()
Ejemplo 2:
Evaluar
()
/*
Para:
()
1 1
2 1/2
1/3
()
1 1
1.5 2/3
1/2
2.5 2.5
3 1/3
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
118
()
/*
E.R. PARA LAS REGLAS DE SIMPSON DE 1/3 COMPUESTO
Sea
()
) (
-
Donde
son aproximaciones de
Aplicando
()
()
()
()
( ) ()
Si
()
()
()
()
()
()
Para:
en()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
119
) ()
()
()
)
()
Ejemplo (1):
si
Para
( )
Para
X f(X)
X
0
=1 f
0
X
1
=1.5 f
1
X
2
=2 f
2
()()
Entonces:
X f(X)
X
0
=1 f
0
X
1
=2 f
1
Extrapolacin de Richardson (E.R.)
entre las reglas de Simpson de 1/3
compuesto para
aplicaciones.
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
120
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
121
INTEGRACION DE ROMBERG
Es un mtodo que combina la convergencia de las reglas del Trapecio o Simpson con las tcnicas de
extrapolacin de Richardson para retener una sucesin que converge hacia el verdadero valor de la
integral.
Descripcin de la tcnica de integracin de Romberg
Vamos a introducir la
, la aproximacion de la integral ()
.
Para:
1 2 4 8
La integracin de Romberg da su respuesta en forma matricial:
Se sugiere hallar
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . .
*() () (
()
+
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
122
()
(() ())
Obs: Para las dems filas y columnas se sugiere hallar con la siguiente formula
De la segunda columna hacia adelante se calculara con la siguiente frmula:
Para la segunda columna se utilizara:
Para la tercera columna k=3 ser:
Para la cuarta columna k=4 ser:
Para la quinta columna k=5 ser:
Para la sexta columna k=6 ser:
*
()
( (
+
i = 2,3,4,n
j = 2,3,4,n
k = 2,3,
k = 3,4,
k = 4,5,
k = 5,6,
k = 6,7,
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
123
Ejercicio 1
Hallar
Realizando la tabla
1 2 3 4 5 6
1 2 4 8 16 32
0.8 0.4 0.2 0.1 0.05 0.025
Hallamos la primera fila y columna
*() () (
+
Cuando K = 1
[() () (
,() ()-
()
()
()
, -
Calculando la primera columna y dems filas.
*
()
( (
+
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
124
Cuando K = 2
0
()
( (
1
Cuando K = 3
0
()
( (
1
Cuando K = 4
0
()
( (
1
Cuando K = 5
0
()
( (
1
Cuando K = 6
0
()
( (
1
PARA LOS VALORES DE LA SEGUNDA COLUMNA:
Cuando K = 2
Cuando K = 3
Cuando K = 4
Cuando K = 5
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
125
Cuando K = 6
PARA LOS VALORES DE LA TERCERA COLUMNA:
Cuando K = 3
Cuando K = 4
Cuando K = 5
Cuando K = 6
PARA LOS VALORES DE LA CUARTA COLUMNA:
Cuando K = 4
Cuando K = 5
Cuando K = 6
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
126
PARA LOS VALORES DE LA QUINTA COLUMNA:
Cuando K = 5
Cuando K = 6
PARA LOS VALORES DE LA SEXTA COLUMNA:
Cuando K = 6
LA MATRIZ FINAL SER:
0.712173
0.594777 0.55545
0.564899 0.554939 0.554891
0.557395 0.554889 0.554889 0.554888
0.555517 0.554890 0.554890 0.554890 0.554890
0.555047 0.554890 0.554889 0.554889 0.554889 0.554889
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
127
SOLUCIN NUMRICA DE ECUACIONES DIFERENCIALES
ORDINARIAS CON VALOR INICIAL.
I) De un solo paso:
Dada la Ecuacin Diferencial Ordinaria:
Con la condicin inicial:
a)Mtodo de Euler:
Es de la forma:
O
Observacin:
Euler es un caso particular de Taylor de orden 1.
Ejemplos resueltos:
1 forma de pregunta
1) Dado:
Con:
()
Hallar: ()
( ) /
( )
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
128
Solucin:
Como:
Entonces:
Para i=0 ,
Donde:
() (
Luego:
()
Donde:
Reemplazando en ():
()()()()
()
2 forma de pregunta
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
129
2) Dado:
Con:
()
Hallar: () para , - , con n=4
Solucin:
Como:
0 1 2 3 4
1 1.25 1.5 1.75 2
()
()
()
()
Para i=0, con (
) ( )
Para i=1, con (
) ( )
Para i=2, con (
) ( )
Para i=3, con (
) ( )
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
130
Para i=4, con (
) ( )
b) Mtodo de Taylor de orden K:
Es de la siguiente forma:
()
O
(
) (
()
(
Donde:
El error local es de la forma:
()
(
)
Ejemplos resueltos:
1 forma de pregunta
Dado:
()
Con:
()
Por Taylor de orden 3 hallar: ()
Solucin:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
131
Como:
Y de () se sabe que:
Luego, Taylor de orden 3 es de la forma:
Para i=0 con (
) ( )
Se requiere hallar:
()
()
Derivando ()
()
() ()()
Derivando ()
(()() ()())
Por ltimo, reemplazando:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
132
)()
()
()
()
()
()
2 forma de pregunta
Dado:
()
Con:
()
Por Taylor de orden 3 en el segmento , - con n=2, hallar: ()
Solucin:
Como:
Determinamos los puntos:
, -
Para i=0 con (
) ( )
(Resuelto anteriormente)
Para i=1 con (
) ( )
Se requiere hallar:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
133
De ()
()
Derivando ():
()
() ()()
Derivando ()
(()() ()())
Luego, reemplazando:
()()
()
()
()
()
Para i=2 con (
) ( )
Se requiere hallar:
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
134
De ()
()
Derivando ():
()
() ()()
Derivando ()
(()() ()())
Luego, reemplazando:
()()
()
()
()
()
PREDICTOR CORRECTOR
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
135
Como su nombre lo indica
se predice un valor
) y sus precedentes donde cada pto precedente indica un paso, de aqu su nombre como
mtodo de mltiples pasos. A diferencia de los mtodos de Runge-Kuta, Taylor, Euler, que son
mtodos de un solo paso (Para
utiliza la informacin de
)
Ejemplo:
Usando el mtodo predictor corrector
Con h=0.5, hallar
()
sabiendo que satisface:
Solucin:
f
()
Y h=0.5
Por condicin del problema.
()
()
Para aplicar el predictor corrector, se necesita hallar
orden
(puede ser Taylor, o RK), Sea RK-4.
()
()
()()
)
(())
()
()()
()()
)
( ()())
()
()
()()
Predictor:
Corrector:
)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
136
(())
()
()
()()
()
()()
()()
Aplicando el predictor:
()
()()
()
()
()
()()
Aplicando el corrector:
()
( )
()
este es el corrector
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
137
ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
Una ecuacin diferencial ordinaria de orden n se puede transformar en un sistema de EDO de orden
1.
As se tiene una EDO de orden n:
con las condiciones iniciales
(
()
n condiciones iniciales
Sea las sgtes transformaciones
()
Se tiene
()
)
Sea
)
=
Ejemplo 1: La Sgte. EDO de
orden
Con
()
()
()
Como un conjunto de ecuaciones de
orden
Solucin: De
Sea
()
()
()
()
()
()
()
(
()
)
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
138
La EDO de
orden sgte:
Matricialmente se tiene:
=
Con las Sgts. condiciones iniciales
=
()
Ejemplo 2:
Dado
con
()
()
()
()
Expresar como un sistema de EDO de
orden
Solucin
Sea
El sistema de EDO de
orden es:
()
()
()
()
()
()
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
139
Matricialmente
= = ,i=0,1,2
Sea
)
()
=
()
()
()
()
()
()
()
()
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
140
CONCLUSIONES
Ventajas y desventajas de los mtodos iterativos comparados con los mtodos directos
Ventajas:
Probablemente son ms eficientes que los mtodos directos para sistemas de orden
muy alto.
Ms simples de programar.
Pueden aprovecharse una aproximacin a la solucin, si tal aproximacin existe.
Se obtiene fcilmente bajo aproximaciones burdas de la solucin.
Son menos sensibles a los errores de redondeo (valiosos en sistemas mal
condicionados).
Se requiere menos memoria de maquina. Generalmente, las necesidades de
memoria son proporcionales al orden de la matriz.
Desventajas:
Si se tiene varios sistemas que comparten la matriz coeficiente, esto no representara
ahorro de clculos ni tiempo de maquina, ya que por cada vector a la derecha de A
tendr que aplicarse el mtodo seleccionado.
Aun cuando la convergencia este asegurada, puede ser lenta y, por; lo tanto, los
clculos requeridos para obtener una solucin particular no son predecibles.
El tiempo de maquina y la exactitud del resultado dependen del criterio de
convergencia.
Si la convergencia es lenta, los resultados deben interpretarse con cautela.
No se tiene ventaja particular alguna (tiempo de maquina por iteracin) si la matriz
coeficiente es simtrica.
No se obtiene la inversa de A ni el determinante de A.
INTEGRANTES
MTODOS NUMRICOS
Lic. Lucio Avilio Malasquez Ruiz
141
1. ALARCON MONRROY, ALEXANDER.. 08190032
2. ALVARADO LACMA, MARCIAL09190023
3. CORREA GALLUFFE, BORIS..08190144
4. CESPEDES BURGOS, JUAN.04190205
5. CAQUI PINTADO, GABRIEL...09190107
6. CASTILLO VELASQUEZ, JUAN.09190026
7. CALDERON HUAMAN, DAVID JESUS..10190264
8. DELGADO ARPITA, MIGUEL.07190020
9. GOMERO GOMERO, CARLOS J.09100168
10. HUAMANI QUISPE, JUAN PABLO.03190038
11. LOPEZ PORRAS, JUAN JOSE..09190116
12. MARIANO CABELLO, ISIDRO...09190118
13. MENDOZA GUZMAN, JORGE07190151
14. MEJIA SANCHEZ, JOSE EDUARDO08190173
15. ROSALES LEON, FERNANDO JESUS09190171
16. RODRIGUEZ ALVARADO, JORGE...08190051
17. RIVERA YANAC, VLADIMIR..09190139
18. SUEROS ZARATE, JONATHAN.08190094
19. TUOQUE MEZA, JOB JOSUE05190041
20. VILLA FLORES, DANIEL..06190148
21. ZAMORA MONTENEGRO, RONEL.09190020
22. ZELADA LOPEZ, ROYBHER FRANK.09190153