UNIVERSIDAD AGRARIA DEL ECUADOR

ALGORITMOS DE INTEGRACION NUMERICA

PROFESOR: GEORGE COBOS AUTOR: LILIBETH REYES MORAN CURSO: 2B

Guayaquil, Junio 2012

1

Tabla de contenido
INTRODUCCION ........................................................................................................................ 5 INTEGRACION NUMERICA ..................................................................................................... 7 RAZONES PARA LA INTEGRACION NUMERICA ............................................................ 7 METODOS DE INTEGRACION ............................................................................................. 7 ERRORES ................................................................................................................................. 8 METODOS PARA INTEGRALES UNIDIMENSIONALES ................................................ 10 MTODOS BASADOS EN FUNCIONES DE INTERPOLACIN ..................................................... 10 FRMULAS DE NEWTON-COTES ............................................................................................. 10 A) B) C) D) E) F) REGLA DEL RECTNGULO ............................................................................... 11 REGLA DEL PUNTO MEDIO .............................................................................. 11 REGLA DE SIMPSON ........................................................................................... 11 REGLAS COMPUESTAS ...................................................................................... 14 MTODOS DE EXTRAPOLACIN ..................................................................... 15 CUADRATURA DE GAUSS ................................................................................. 15

INTEGRACION NUMERICA CON LMITES INFINITOS O SINGULARES ................... 15 INTEGRACION NUMERICA CON LMITES SINGULARES ........................................... 16 INTEGRACION NUMERICA EN UN DOMINIO BIDIMENSIONAL ............................... 16 INTEGRALES MLTIPLES ................................................................................................. 17 MONTECARLO ................................................................................................................. 17 REGLA DE SIMPSON ...................................................................Error! Bookmark not defined. CONCLUSION ........................................................................................................................... 20 TRABAJOS CITADOS .............................................................................................................. 21

Ilustracin 1................................................................................................................................... 5 Ilustracin 2 REGLA DE PUNTO MEDIO ................................................................................ 11 Ilustracin 3 REGLA DE SIMPSON .......................................................................................... 11 Ilustracin 4................................................................................................................................. 12 Ilustracin 5................................................................................................................................. 13 Ilustracin 6 TABLA DE EJEMPLO SIMPSON ....................................................................... 14 Ilustracin 7................................................................................................................................. 17 Ilustracin 8 TABLA DE EJEMPLO TRAPEZOIDE ............................................................... 19

OBJETIVOS
OBJETIVOSGENERAL: Aplicar con exactitud los mtodos de integracin numrica generalmente como combinacin de evaluaciones del integrando para obtener una aproximacin a la integral. OBJETIVOS ESPECIFICOS 1. Obtener solucin aproximada de problemas a travs del mtodo de Euler. 2. Conocer los diferentes mtodos de integracin numrica. 3. Identificar la aplicacin discreta de Fourier y dems mtodos con sus aplicaciones. 4. Estudiar y utilizar las Ecuaciones en Diferencias Finitas. 5. Aproximar integral usando el mtodo de Romberg 6. Aplicar mtodos de Euler, mtodo de Runge-Kutta y mtodo de Adams Basforth/Adams-Moulton para obtener una determinada aproximacin a la solucin de un problema de valor inicial.

INTRODUCCION
Matemticamente la integracin se representa por

Que se tiene para la integral de la funcin f(x) con respecto a la variable independiente x, evaluada en los limites x=a, a x=b. De hecho, el smbolo es una letra S estilizada que intenta representar la conexin cercana entre la integracin y la sumatoria.

Ilustracin 1

METODOS DE LA INTEGRACION NUMERICA

La integracin numrica o cuadratura numrica, consiste en evaluar la integral definida

O el equivalente, a resolver I = y (b) en la ecuacin diferencial con la condicin de valor inicial.

La evaluacin de las integrales se denomina cuadratura; desde un viejo problema en geometra conocido como la cuadratura griega del crculo, por medio de polgonos regulares inscritos y circunscritos; proceso que le vali a Arqumedes para acotar el valor de [1]. Cuadratura es sinnima de encontrar reas y volmenes. f(x) es una funcin que se encuentra acotada en [a, b]. Al dividir en n subintervalos, se tienen los puntos siguientes:

Sea , un punto cualquiera en suma de Riemann como:

y el ancho

; se define la

Para el caso de n, se obtiene la integral de Riemann sobre el intervalo [a, b]; esto es

La regla generalizada de la cuadratura, corresponde al mtodo de aproximacin a la integral, como una combinacin lineal de los valores del integrando; y viene dada por

Se han generado muchas reglas de cuadratura destacndose: punto medio, rectngulo, trapezoide y Simpson.

INTEGRACION NUMERICA
La integracin numrica constituye una amplia gama de algoritmos para calcular el valor numrico de una integral definida y, por extensin, el trmino se usa a veces para describir algoritmos numricos para resolver ecuaciones diferenciales. El trmino cuadratura numrica (a menudo abreviado a cuadratura) es ms o menos sinnimo de integracin numrica, especialmente si se aplica a integrales de una dimensin a pesar de que para el caso de dos o ms dimensiones (integral mltiple) tambin se utilizan. El problema bsico considerado por la integracin numrica es calcular una solucin aproximada a la integral definida:

Este problema tambin puede ser enunciado como un problema de valor inicial para una ecuacin diferencial ordinaria, como sigue:

Encontrar y (b) es equivalente a calcular la integral. Los mtodos desarrollados para ecuaciones diferenciales ordinarias, como el mtodo de Runge-Kutta, pueden ser aplicados al problema reformulado. RAZONES PARA LA INTEGRACION NUMERICA Hay varias razones para llevar a cabo la integracin numrica. La principal puede ser la imposibilidad de realizar la integracin de forma analtica. El error de la aproximacin, que depende del mtodo que se utilice y de qu tan fino sea, puede llegar a ser tan pequeo que es posible obtener un resultado idntico a la solucin analtica en las primeras cifras decimales. METODOS DE INTEGRACION Los mtodos de resolucin numrica no proporcionan la solucin en forma continua, sino discreta. La solucin se calcula despus de haber determinado etc. Los mtodos de integracin numrica nos permiten integrar funciones que estn definidas analticamente o de las que solo conocemos su tabla en un nmero finito de puntos.

Un conjunto de puntos equiespaciados y que queremos calcular la integral de determinada funcin f definida sobre el intervalo [a; b]. Podemos entonces considerar el polinomio interpolador de f respecto a los nodos , y su integral con la esperanza de as obtener una aproximacin a la integral de f. De hecho, tenemos:
( )

Donde es el error cometido al aproximar la funcin f por su polinomio interpolador y cuya expresin es:

De esto ltimo y utilizando el teorema de la media integral se deduce:

En particular, si aproximamos f en [a; b] fragmentariamente mediante polinomios de ] tiene la forma. grado uno entonces el polinomio interpolante en el fragmento [

De donde: [ ]

Ahora teniendo en cuenta que

concluimos que:

ERRORES El error en la aproximacin segn Steffeson es expresado como sigue:

Los valores de P y K dependen solamente de n y no del integrando f(x). El supuesto de f(x), es ser continua y poseer derivadas de alto orden. El termino error para Newton-Cotes, tiene la forma , con en [a, b]; donde K es una constante. Cuando no existe informacin acerca de las derivadas de alto orden; es posible estimar el error, si la integral es computada, usando dos diferentes valores [3]. La evaluacin de la integral es: y puede ser calculada como:

Sean las estimaciones de la integral y su error asociado para una formula compuesta con n intervalos de un trapezoide; se tiene:

De donde

son valores diferentes de n

Asumiendo El valor de la integral viene dado por: y desde la igualdad:

Y si

la integral

se convierte en:

Conocida como la aproximacin de Richardson para el Trapezoide. Para la regla de Simpson a 1/3 para datos compuestos, el error viene dado por:

Se cumple que:

METODOS PARA INTEGRALES UNIDIMENSIONALES Los mtodos de integracin numrica pueden ser descritos generalmente como combinacin de evaluaciones del integrando para obtener una aproximacin a la integral. Una parte importante del anlisis de cualquier mtodo de integracin numrica es estudiar el comportamiento del error de aproximacin como una funcin del nmero de evaluaciones del integrando. Un mtodo que produce un pequeo error para un pequeo nmero de evaluaciones es normalmente considerado superior. Reduciendo el nmero de evaluaciones del integrando se reduce el nmero de operaciones aritmticas involucradas, y por tanto se reduce el error de redondeo total. Tambin, cada evaluacin cuesta tiempo, y el integrando puede ser arbitrariamente complicado.

MTODOS BASADOS EN FUNCIONES DE INTERPOLACIN

Hay una extensa familia de mtodos que se basan en aproximar la funcin a integrar f(x) por otra funcin g(x) de la cual se conoce la integral exacta. La funcin que sustituye la original se encuentra de forma que en un cierto nmero de puntos tenga el mismo valor que la original. Como los puntos extremos forman parte siempre de este conjunto de puntos, la nueva funcin se llama una interpolacin de la funcin original. Cuando los puntos extremos no se utilizan para encontrar la funcin que sustituye a la original entonces se dice extrapolacin. Tpicamente estas funciones son polinomios

FRMULAS DE NEWTON-COTES
La interpolacin con polinomios evaluada en puntos igualmente separados en [a, b] da las frmulas de Newton-Cotes, de las que la regla del rectngulo, la del trapecio y la de Simpson son ejemplos. Si se escogen los nodos hasta ser la frmula de Newton-Cotes cerrada y si se escogen ser la frmula de Newton-Cotes abierta.

10

A) REGLA DEL RECTNGULO El mtodo ms simple de este tipo es hacer a la funcin interpoladora ser una funcin constante (un polinomio de orden cero) que pasa a travs del punto(a, f (a)). Este mtodo se llama la regla del rectngulo:

B) REGLA DEL PUNTO MEDIO Si en el mtodo anterior la funcin pasa a travs del punto se llama la regla del punto medio: este mtodo

Ilustracin 2 REGLA DE PUNTO MEDIO

C) REGLA DE SIMPSON La funcin interpoladora puede ser un polinomio de grado 2 que pasa a travs de los puntos (a, f (a)), . y (b,f(b)). Este mtodo se llama regla de Simpson:

Ilustracin 3 REGLA DE SIMPSON

La regla de Simpson 1/3 resulta cuando una interpolacin polinomial de segundo orden es sustituida en la ecuacin:

11

Si a y b se designan como y y es representada por un polinomio de LaGrange de segundo orden y la integral se transforma en:

Despus de la integracin y manejo algebraico, resulta la siguiente frmula:

Esta ecuacin es conocida como regla de Simpson de 1/3. Es la segunda frmula de integracin cerrada de Newton-Cotes. La especificacin 1/3 surge del hecho de que h est dividida entre 3 en la ecuacin anterior. Los script para las frmulas del Trapecio y Simpson a 1/3, son presentados en las figuras 2 y 3.

Ilustracin 4

Un esquema de integracin automtica, ayuda al usuario a calcular cualquier integral. En [5], se detallan los requisitos, para un integrador automtico: o Los lmites de integracin. o Rutina para evaluar f(x). o La tolerancia. o Cota superior del nmero de evaluaciones. Los esquemas de integracin automtica, pueden ser clasificados en: adaptativa o no adaptativa; e iterativos o no iterativos.

12

Los esquemas de cuadratura no adaptativa para computadoras, usan generalmente una secuencia de puntos, de acuerdo a un esquema fijo; independiente del integrando. Cuando se evala por la regla del Trapezoide se utiliza la frmula:

Cuando

, el rea es igual a:

Si en la iteracin i+1, el nmero de segmentos se duplica con respecto a i, se encuentra que el nmero de puntos interiores nuevos es 2 i 2 (ver figura 5)

Ilustracin 5

EJEMPLO Usando la regla de Simpson con n=2 y n=4 aproximamos:

Cuyo valor exacto es correcto al nmero de cifras mostradas. Para n=2 tenemos que h= (2-1)/2=0.5, x0=1, x1=1.5, x2=2. Ahora

Con n=4 tenemos h=(2-1)/4=0.25, x0=1, x1=1.25, x2=1.5, x3=1.75, x2=2, de modo que

MATLAB no tiene una rutina simp equivalente a trapz. Tiene una mejor llamada quad! La subrutina quad utiliza una regla de Simpson adaptativa donde el valor de h se ajusta para que el error en la aproximacin satisfaga una tolerancia especificada por el usuario. Tambin MATLAB tiene la subrutina quad8 que al igual que quad usa un mtodo adaptativo pero con una frmula de aproximacin de grado mayor. En lugar de usar

13

estas rutinas que hacen las comparaciones un tanto complicadas, implementamos nuestra versin de simp equivalente a trapz: functionq=simp(x,y); n=length(x)-1; if(n/2)~=floor(n/2) disp('n tiene que ser par'); break; end h=x(2)-x(1); v=2*ones(n+1,1); v2=2*ones(n/2,1); v(2:2:n)=v(2:2:n)+v2; v(1)=1;v(n+1)=1; q=(h/3)*y*v; Esta subrutina implementa una forma vectorizada del mtodo de Simpson que ejecuta eficientemente en MATLAB. Note que se requiere que n sea par. Recuerde tambin que en MATLAB los ndices de los arreglos corren empezando en uno. El mismo programa del Ejemplo 1 lo podemos usar aqu ahora reemplazando la llamada a trapz por simp. Obtuvimos los siguientes resultados: n 2 4 8 16 32 64 128 256 512 1024 Sn(f) 0.694444 0.693254 0.693155 0.693148 0.693147 0.693147 0.693147 0.693147 0.693147 0.693147 en=I(f)- Sn(f) -0.00129726 -0.000106788 -7.35009e-006 -7.35009e-006 -2.97299e-008 -1.86151e-009 -1.16398e-010 -7.27562e-012 -4.54747e-013 -2.84217e-014 en/ e2n ----12.1481 14.5288 14.5288 15.885 15.9708 15.9927 15.9983 15.9993 16.0000

Ilustracin 6 TABLA DE EJEMPLO SIMPSON

Estos resultados confirman claramente la convergencia de la regla de Simpson en este ejemplo particular. Podemos ver que cada vez que se duplica la n, lo cual equivale a dividir la h entre dos, el error disminuye por un factor de 16 aproximadamente (ltima columna de la tabla) esto es caracterstico de convergencia O(h4) lo cual confirmaremos tericamente ms adelante. D) REGLAS COMPUESTAS Para cualquier regla interpoladora, se puede hacer una aproximacin ms precisa dividiendo el intervalo [a,b] en algn nmero de subintervalos, hallando una aproximacin para cada subintervalo, y finalmente sumando todos los resultados. Las reglas que surgen de hacer esto se llaman reglas compuestas, y se caracterizan por perder un orden de precisin global frente a las correspondientes simples, si bien globalmente dan valores ms precisos de la integral, a costa eso s de incrementar

14

significativamente el coste operativo del mtodo. Por ejemplo, la regla del trapecio compuesta puede expresarse como:

Donde los subintervalos y .k=0, 1,2,, n-1 tienen la

forma [kh, (k+1) h] con

E) MTODOS DE EXTRAPOLACIN La precisin de un mtodo de integracin del tipo Newton-Cotes es generalmente una funcin del nmero de puntos de evaluacin. El resultado es usualmente ms preciso cuando el nmero de puntos de evaluacin aumenta, o, equivalentemente, cuando la anchura del paso entre puntos decrece. La funcin de extrapolacin puede ser un polinomio o una funcin racional. Los mtodos de extrapolacin estn descritos en ms detalle por Stoer y Bulirsch. En particular, al aplicar el mtodo de extrapolacin de Richardson a la regla del trapecio compuesta se obtiene el mtodo de Romberg. F) CUADRATURA DE GAUSS Si se permite variar los intervalos entre los puntos de interpolacin, se encuentra otro grupo de frmulas de integracin, llamadas frmulas de cuadratura de Gauss. Una regla de cuadratura de Gauss es tpicamente ms precisa que una regla de NewtonCotes que requiera el mismo nmero de evaluaciones del integrando, si el integrando es suave.

INTEGRACION NUMERICA CON LMITES INFINITOS O SINGULARES

Una funcin es integrable en un dominio infinito, [] o semiinfinito, [a, ], [-, b], solo si es significativamente distinta de cero en un dominio acotado [-K, K] y se aproxima a cero conforme la variable se aproxima a- y . En definitiva, el primer paso para evaluar. Consiste en sustituir los lmites infinitos por lmites finitos:

15

Donde K es un valor tan grande que la contribucin para los valores de la x que verifican [ ] es menor que la tolerancia por nosotros fijada. Emplearemos como mtodo ms eficiente en el clculo de la ecuacin (el mtodo de los Trapecios. Un ejemplo lo hacemos en la prctica siguiente INTEGRACION NUMERICA CON LMITES SINGULARES Hasta ahora solo hemos considerado integrales de funciones en dominios infinitos. En el caso de tener como dominio de integracin el intervalo (a; b) y que alguno de los extremos sea singular para la funcin f entonces lo que hacemos es utilizar una transformacin de coordenadas x = x (z) de modo que el intervalo (-, ) se transforme en (a; b) con el fin de convertir nuestra integral singular en la integral infinita.

De la que ya podemos calcular su integral utilizando el mtodo expresado anteriormente. Un ejemplo de transformacin de coordenadas que convierte el intervalo (-, ) en (-1; 1) es la dada por la ecuacin: ( De donde se deduce que: ) Cuando

Es una transformacin que convierte el intervalo (-, ) en (a; b). Tal transformacin recibira el nombre de doble exponencial. INTEGRACION NUMERICA EN UN DOMINIO BIDIMENSIONAL El comando de Matlab dblquad permite calcular la integral doble de una funcin f(x; y) definida sobre un rectngulo acotado [a; b] X [c; d] simplemente escribiendo. Si es un recinto de contenido en el rectngulo [a; b] X [c; d] y denota la funcin caracterstica de :

{
Entonces, la igualdad:

16

Nos permitira el clculo de integrales dobles en dominios - acotados y limitados por curvas de las que se conoce o se puede calcular, al menos aproximadamente, sus expresiones implcitas cartesianas.

Ilustracin 7

La nica precaucin seria incluir en el chero m que define la funcin a integrar las condiciones que definen el recinto . INTEGRALES MLTIPLES Los mtodos de integracin que se han comentado hasta aqu se han diseado todos para calcular integrales de una dimensin. Para calcular integrales de diversas dimensiones, un enfoque es expresar la integral mltiple como repeticin de integrales de una dimensin haciendo uso del teorema de Fubini. Este enfoque lleva a una cantidad de evaluaciones de la funcin que crece exponencialmente a medida que crece el nmero de dimensiones. Se conocen dos mtodos para superar esta llamada maldicin de la dimensin. MONTECARLO Los mtodos de Montecarlo y mtodos de cuasi-Montecarlo son fciles de aplicar a integrales multidimensionales, y pueden producir una mejor exactitud por el mismo nmero de evaluaciones de la funcin que en integraciones repetidas empleando mtodos unidimensionales. Una clase grande de mtodos tiles de Montecarlo son los llamados algoritmos de Cadena de Markov de Montecarlo, los cuales incluyen el algoritmo de MetropolisHastings y muestreo de Gibbs.

MTODO DEL TRAPEZOIDE

Sea p1(x) el polinomio lineal que interpola a f(x) en x=a y x=b, i.e.,

Usando la frmula para el rea de un trapezoide o integrando p1(x) directamente se obtiene que

17

As que podemos escribir la aproximacin:

(*) Ms adelante analizamos en detalles el error en esta aproximacin. Por el momento basta observar que la aproximacin es buena siempre que f sea aproximadamente lineal. En el caso general, dividimos el intervalo [a, b] en subintervalos ms pequeos y aplicamos la frmula anterior en cada subintervalo. Si los subintervalos son suficientemente pequeos, entonces f es aproximadamente lineal en cada subintervalo y la aproximacin es buena. Definimos el largo de los subintervalos por:

El j-simo subintervalo est dado por [xj-1,xj] donde

Podemos escribir ahora que:

Usando la aproximacin (*) podemos escribir

Usando esto en la frmula anterior, obtenemos que

Esto se conoce como la regla (compuesta) del trapezoide para aproximar I (f). EJEMPLO: Usando la regla del trapezoide con n=2 y n=4 aproximamos:

Cuyo valor exacto es correcto al nmero de cifras mostradas. Para n=2 tenemos que h= (2-1)/2=0.5, x0=1, x1=1.5, x2=2. Ahora

18

Con n=4 tenemos h= (2-1)/4=0.25, x0=1, x1=1.25, x2=1.5, x3=1.75, x2=2, de modo que

Estos clculos los podemos realizar tambin utilizando la funcin trapz de MATLAB. En el siguiente programa no solo calculamos los dos resultados de arriba sino que generamos una tabla de errores (exactos) para varios valores de n aprovechando que en este ejemplo tenemos el valor exacto del integral: iexacto=log(2); n=2; error1=0; for i=1:10 x=linspace(1,2,n+1); y=1./x; iaprox=trapz(x,y); error=iexacto-iaprox; ratio=error1/error; disp(['n=' num2str(n) ', iaprox=' num2str(iaprox,6) ',error=' num2str(error,6) ',ratio=' num2str(ratio,6)]) n=2*n; error1=error; end Los resultados fueron como sigue: n 2 4 8 16 32 64 128 256 512 1024 Tn(f) 0.708333 0.697024 0.694122 0.693391 0.693208 0.693162 0.693151 0.693148 0.693147 0.693147 en=I(f)- Tn(f) -0.0151862 -0.00387663 -0.00097467 -0.000244022 -0.0000610277 -0.0000152583 -3.81467e-006 -9.53672e-007 -2.38418e-007 -5.96046e-008 en/ e2n ----3.91736 3.97738 3.99419 3.99854 3.99963 3.99991 3.99998 3.99999 4.00000

Ilustracin 8 TABLA DE EJEMPLO TRAPEZOIDE

19

CONCLUSION
Se desarrollan e implementan, los algoritmos de integracin numrica, que permiten solucionar problemas de ciencias e ingeniera; tales como el clculo de reas, volmenes, mecnica aplicada, y ecuaciones diferenciales (sistemas dinmicos). Se analizo las diferentes reglas de integracin numrica; basadas en los errores que ocurren cuando el integrando es reemplazado por un polinomio de interpolacin P(x), conocida como las frmulas de integracin de Newton-Cotes. La regla de la extrapolacin de Richardson, puede ser aplicada a cualquier frmula de cuadratura de Newton-Cotes; o cualquier computacin que se encuentra basada en una rejilla de ancho h y un error descrito como una potencia de h. Los mtodos de integracin numrica nos permiten integrar funciones que estn definidas analticamente o de las que solo conocemos su tabla en un nmero finito de puntos. Dada la necesidad de contar con resultados de gran precisin, se analiza las diferentes reglas de integracin numrica; basadas en los errores que ocurren cuando el integrando es reemplazado por un polinomio de interpolacin P(x), conocida como las frmulas de integracin de Newton-Cotes. La regla de la extrapolacin de Richardson, puede ser aplicada a cualquier frmula de cuadratura de Newton-Cotes; o cualquier computacin que se encuentra basada en una rejilla de ancho h y un error descrito como una potencia de h. La crtica a las frmulas compuestas que utilizan nodos equidistantes, es que al integrar una funcin en un intervalo que contiene regiones, donde la funcin vara en gran medida, y en otras en donde la variacin es pequea, tal como ocurre con la funcin humps, no es factible su aplicacin. Cuando la estimacin del error no es vlida, se aplica la regla de Simpson a los nuevos subintervalos (Figura 11), teniendo en consideracin que los errores parciales de cada intervalo, corresponden a la mitad del error anterior. Los algoritmos que se realiza se basan en el esquema del trapecio refinado, hace uso de la filosofa de Richardson, y ha demostrado en la prctica producir resultados precisos en las evaluaciones de integrales, utilizando pocas iteraciones y con errores pequeos. La produccin de resultados precisos en integracin numrica, con errores muy pequeos, trae consigo el aumento de evaluaciones. La utilizacin de la recursividad hace posible construir buenos algoritmos en integracin adaptativa. Con la tcnica del Divide y Vencers, se ha obtenido un algoritmo que da resultados precisos, en el menor tiempo.

20

TRABAJOS CITADOS
[En lnea] http://es.wikipedia.org/wiki/Integraci%C3%B3n_num%C3%A9rica. [En lnea] http://ocw.unican.es/ciencias-experimentales/metodos-numericos/practicas2/40_Practicas_LeccionH.pdf. [En lnea] http://www.pacop.net/analisis-de-circuitos-con-ayuda-de-ordenador/metodosde-integracion.html. [En lnea] http://www.slideshare.net/Alex_Noguera/integracion-numerica. [En lnea] http://mate.uprh.edu/~pnm/notas4061/numint1/numint.htm. David, Philip J. y Rabinowitz, Philip, (1975) Methods of Numerical Integration, Academic Press Raffo Lecca, Eduardo, (2005) Mtodos Numricos Para Ciencia e Ingeniera con MATLAB, Raffo Lecca editores.

21