INTRODUCCIN

En la vida diaria, es muy probable encontrarnos con situaciones en las cuales, se debe
aplicar algn mtodo para resolver un problema matemtico, sobre todo como futuros
ingenieros, es evidente que resolver un problema matemtico, algunas veces dependiendo de
la dificultad, no es posible completarlas mentalmente por as decirlo, esto producto de que
generalmente son bastante tediosas, por ello, es necesario la implementacin de mtodos
numricos, ya que estos, son los ms exactos y aproximados al valor esperado o que mejor se
adapta a la realidad.
Es necesario utiliar esta sucesin de pasos, debido que los mismos son los que permiten
simplificar una tarea o manejar expresiones muy complejas, tales como, sistemas de
ecuaciones grandes, manejar no linealidades y resolver geometras complicadas que son
frecuentes en ingeniera, que los mtodos convencionales no logran !acerlo.
"ic!as !erramientas, son un medio para reforar la comprensin de las matemticas para
el estudiante, aumentando su capacidad de comprensin, resolucin y rapide, optimiando
las tcnicas de solucin.
En la investigacin a realiar, se estudiaran los principales mtodos numricos usados
para la ingeniera, se aprender a reconocerlos y a aplicarlos en nuestra carrera.
1
1. MTODOS NUMRICOS.
#os mtodos numricos, son !erramientas mediante las cuales se obtienen en la mayora
de las veces de manera aproximada, la solucin de determinados problemas, realiando
clculos puramente aritmticos y lgicos $operaciones aritmticas elementales, clculo de
funciones, consulta de una tabla de valores, clculo preposicional, etc.%. &na explicacin para
este procedimiento, consiste en seguir una serie de pasos de una secuencia de operaciones
algebraicas y lgicas $algoritmo%, que producen una aproximacin de la solucin del
problema $solucin numrica%. #a eficiencia en el clculo de dic!a aproximacin depende, en
parte, de la facilidad de implementacin del algoritmo, de las caractersticas especiales y
limitaciones de los instrumentos de clculo $los computadores%.
'egn, 'teven (. (!apra y )aymond *. (anale +#os mtodos numricos, son tcnicas
mediante las cuales es posible formular problemas, de tal forma que sean resueltos con
operaciones aritmticas. ,unque !ay muc!os tipos de mtodos, todos comparten una
caracterstica comn, llevan a cabo un buen nmero de clculos aritmticos y emiten
soluciones aproximadas.-

,unque !ay muc!os tipos de mtodos numricos, todos comparten una caracterstica
comn. llevan a cabo un buen nmero de tediosos clculos aritmticos. Es por ello que la
informtica es una !erramienta que nos facilita el uso y desarrollo de ellos.

Es posible que se utilice algn soft/are disponible comercialmente, que contenga
!erramientas de resolucin mediante mtodos numricos. El uso inteligente de estos
programas, depende del conocimiento de la teora bsica de estos mtodos0 adems, !ay
muc!os problemas que no pueden plantearse al emplear programas !ec!os, conociendo bien
los mtodos numricos se puede dise1ar programas propios y as no comprar soft/are
costoso.
#os errores que aparecen en la solucin se deben a las siguientes raones.
,proximaciones en la formulacin matemtica del problema.
2
#as funciones y operadores se discretian con un nmero finito de componentes
numricas, cuando son elementos de un espacio vectorial de 2ilbert de infinitas
dimensiones. Esto implica, que se trabaja con proyecciones en un subespacio de
dimensin finita.
El modelo geomtrico y la discretiacin de la superficie no se ajustan exactamente
al objeto real.
Errores al imponer las condiciones de contorno de forma aproximada.
#as condiciones de contorno de radiacin, en general, slo son aproximaciones a la
condicin de radiacin de 'ommerfeld. ,dems, aparecen nuevas causas de error,
debidas a la implementacin en el ordenador como, por ejemplo, los errores de
truncamiento al representar los nmeros reales con una longitud de palabra finita.
Este tipo de errores, puede ser muy problemtico cuando se utilian mtodos
iterativos o cuando el sistema de ecuaciones para resolver est mal condicionado, es
decir, cuando !ay que invertir una matri cuyo determinante es muy prximo a cero,
lo cual requiere una precisin muy elevada en la representacin de los nmeros
reales. En general, al emplear estos instrumentos de clculo se introducen errores
llamados de redondeo.
2. IMPORTANCIA DE LOS MTODOS NUMRICOS.
#a importancia de los mtodos numricos, no radica en buscar la solucin exacta de un
problema, sino la aproximada pero con la precisin requerida, es decir, con un error lo
suficientemente peque1o y prximo a cero, de a! la utilidad de los mtodos numricos.

3mporta tambin, el tiempo empleado en obtener la solucin y en esto !a jugado un papel
importante el enorme desarrollo de la tecnologa computariada, ya que la enorme velocidad
actual de los medios computariados de cmputo, redujo considerablemente el tiempo de
obtencin de la solucin, lo que !a motivado la popularidad, el enorme uso y aceptacin que
!oy tienen los mtodos numricos. 'ummosle a ello que las computadoras son capaces de
dar solucin con la precisin requerida.
3
Es bueno aclarar, que no es correcto pensar que el desarrollo tecnolgico computariado,
es quien !a creado los mtodos numricos, ya que los orgenes de la matemtica numrica
son muy antiguos, datan de miles de a1os atrs, cuando los babilonios construyeron tablas
matemticas y elaboraron efemrides astronmicas. #o que sucede es que la mayora de los
mtodos numricos, requieren de un enorme volumen de clculo, que los !acan engorrosos
de utiliar y esta dificultad vino a eliminarse con el desarrollo de la computacin, pero los
mtodos numricos existen muc!o antes.
*or otro lado, para poder elaborar un buen programa de computacin, aparte de manejar
un lenguaje determinado, debemos saber realiar el proceso 4a mano5, ya que esto nos
permitir, implementar un mejor programa que contemple todas las posibles piedras en el
camino.

(on fundamento en lo antes mencionado, tenemos el siguiente cuadro.
6
#os mtodos numricos, son !erramientas poderosas capaces de manejar sistemas
de ecuaciones grandes y complicadas que son difciles de resolver analticamente.
7
Existe soft/are comercial que facilita la solucin de problemas mediante los
mtodos numricos. El uso inteligente de estos programas depende del
conocimiento de la teora en la que se basan estos mtodos.
8
'i se conocen los mtodos numricos y se aplican los conocimientos de
programacin, se tiene entonces la capacidad de dise1ar programas propios, sin
tener que comprar el soft/are costoso.
9
#os mtodos numricos son un ve!culo eficiente para aprender a explotar las
bondades que nos ofrecen las computadoras para resolver problemas.
:
'on un medio para reducir problemas de las matemticas superiores, mediante
operaciones aritmticas bsicas.
Tabla N 1: Razones para el estudio de mtodos numricos.
Fuente: https://sites.google.com/site/.../ importanciadelosmtodosnumricos
3. TIPOS DE MTODOS NUMRICOS.
4
&n algoritmo, es un procedimiento que describe sin ninguna ambig;edad, una sucesin
finita de pasos a realiar en un orden especfico. 'i estos pasos consisten en operaciones
aritmtico lgicas conducentes a la solucin numrica de un cierto problema, el algoritmo
ser llamado numrico o tambin mtodo numrico.
3.1 Mtodos directos.
'on aquellos que, al menos tericamente y supuesta la ausencia de errores, en un nmero
finito de pasos, conducen a la solucin exacta del problema. *or ejemplo. la regla de (ramer
para la solucin de un sistema lineal compatible determinado.
3.2 Mtodos iterarios.
'on mtodos que utilian sucesiones, que nos proporcionan aproximaciones cada ve
mejores de la solucin buscada.
. CLASI!ICACIN DE LOS MTODOS NUMRICOS.
#os mtodos numricos suelen clasificarse en funcin de las ecuaciones electromagnticas
que resuelven, segn el dominio en que se trabaje, pueden distinguirse dos familias de
mtodos.
.1. Mtodos e" e# do$i"io de# tie$%o &TD'( utilian la formulacin temporal del
problema electromagntico.
.2. Mtodos e" e# do$i"io de #a )rec*e"cia &!D'( utilian la formulacin en rgimen
permanente senoidal.
'egn el tipo de ecuaciones electromagnticas pueden ser.
Mtodos di)ere"cia#es &!D'.
"iscretian directamente las ecuaciones de <ax/ell o la ecuacin de onda, representando
las derivadas mediante la aproximacin de diferencias finitas. Esta discretiacin de las
5
derivadas y de las funciones conduce directamente, a un sistema de ecuaciones algebraicas
que, en muc!os casos, tiene solucin trivial al requerir la inversin de matrices diagonales,
para asegurar que se cumple la condicin de radiacin de 'ommerfeld en problemas abiertos,
requieren imponer, necesariamente, condiciones de contorno de radiacin, la ecuacin de
invariana ponderada. 'egn el dominio en que se trabaje, reciben los nombres de diferencias
finitas en el dominio de la frecuencia $="="%.
Mtodos i"te+ra#es.
'e basan en la aplicacin del teorema de equivalencia, para el clculo del campo en el
exterior o en el interior del objeto, mediante la integral de radiacin de las corrientes
equivalentes y en la imposicin, de las condiciones de contorno al campo resultante. (uando,
alguna de las superficies del problema presenta geometra cannica, puede utiliarse en la
integral de radiacin una funcin de >reen, que cumpla las condiciones de contorno
cannicas. Esto asegura, que la solucin cumpla tambin estas condiciones de contorno
cannicas y la condicin de radiacin, por tanto, slo es necesario discretiar e imponer la
condicin de contorno numricamente a las dems superficies.
Mtodos ,ariacio"a#es.
'e basan en la definicin de un funcional estacionario, es decir, una cantidad escalar
funcin de los campos elctrico o magntico, que presenta un mximo o mnimo cuando los
campos son precisamente la solucin del problema. &n ejemplo tpico es imponer que la
energa total del sistema sea mnima. El funcional se transforma en un sistema de ecuaciones
discretiando los campos y !aciendo cero la derivada del funcional respecto a los parmetros
de las incgnitas. En la mayora de los casos los mtodos variacionales tambin requieren la
imposicin explcita de la condicin de radiacin. *or raones !istricas, existen diferentes
denominaciones para los mtodos variacionales utiliados en electromagnetismo. #a
formulacin ms antigua, se conoce como el mtodo de )ayleig!?)it y empleaba una
discretiacin muy simple de la solucin. ,ctualmente se utilia un mtodo de discretiacin
muy potente, que aproxima simultneamente la solucin y la geometra mediante polinomios
de interpolacin. Es el mtodo de los elementos finitos $=E<%.
6
Mtodos de a#ta )rec*e"cia.

El coste computacional $cantidad de memoria y tiempo de proceso% requerido por los
mtodos numricos anteriores, para el anlisis de una antena aumenta enormemente con la
frecuencia de trabajo. Esto impone un lmite superior al tama1o elctrico de las antenas, que
es posible analiar con la tecnologa informtica disponible. *or ello, se !an desarrollado
aproximaciones vlidas en la regin de alta frecuencia que permiten el anlisis de antenas y
de estructuras de tama1o elctrico grande, como, por ejemplo, reflector o antenas
embarcadas.
-. ERRORES.
#os mtodos numricos producen aproximaciones a la solucin de los problemas, por esto
siempre !ay que medir el error del resultado, para tener una idea de que tan aproximado est
a la solucin.
Precisi."; es la cantidad de cifras que se utilian para representar un nmero. *or
ejemplo.
8.696:@7 Aiene una precisin de B dgitos $6 dgitos decimales%
8.696:@7C:9 Aiene una precisin de 6D dgitos $9 dgitos decimales%
8.696: Aiene una precisin de : dgitos $4 dgitos decimales%
Aambin se !abla de la precisin de un aparato, para indicar el nmero mximo de cifras
que puede manejar, por ejemplo, existen calculadoras con una precisin de @ dgitos, otras de
6D dgitos, etc.
Existen diferentes tipos de errores, los que interesan en los mtodos numricos son los
siguientes.
-.1. Error absoluto.
7
'i
r

es una aproximacin al resultado r , se define el error absoluto como el valor

absoluto de la diferencia.
a
E r r

=

-.2. Error relatio.
'e define como.
r
r r
E
r

=
"onde r es diferente de cero.
-.!. Error relatio porcentual.
'e define como.
6DDE 6DDE
rp r
r r
E E
r

= =
*or lo general, interesa el error absoluto y no el error relativo, pero cuando el valor exacto
de una cantidad es muy peque1o o muy grande, los errores relativos son una mejor medida
del error, por ejemplo.
'i.
9
D.79 6D r

=
y
9
D.67 6D r

=

Entonces el error absoluto
( ) ( )
9 9 9
D.79 6D D.67 6D D.67 6D
a
E r r

= = =
(omo
9
D.67 6D

es una cantidad peque1a, podra pensarse que sta es una buena

aproximacin al resultado, sin embargo al obtener el error relativo.
( ) ( )
( )
9 9
9
D.79 6D D.67 6D
D.:
D.79 6D
r
r r
E
r

= = =

El error porcentual es.

6DDE D.: 6DDE :DE
rp r
E E = = =
8
(Ec.1)
(on un error relativo porcentual de
9
:DE, D.67 6D

, est muy lejos de ser una buena

aproximacin al resultado.
*or otra parte, para cantidades muy grandes podemos observar en el siguiente ejemplo
que.
'i.
C
D.9CF7C:C9 6D r = y
C
D.9CF8DDDD 6D r

=
Entonces el error absoluto.
( ) ( )
C C 7
D.9CF7C:C9 6D D.9CF8DDDD 6D D.898C 6D 89.8C
a
E r r

= = = =
*odra creerse que 89.8C es un error grande, y por lo tanto
C
D.9CF8DDDD 6D
es una mala
aproximacin al resultado, sin embargo al obtener el error relativo.
( ) ( )
( )
C C
9
C
D.9CF7C:C9 6D D.9CF8DDDD 6D
D.B88BB6:9 6D
D.9CF7C:C9 6D
r
r r
E
r

= = =

El error porcentual es.

( )
9
6DDE D.B88BB6:9 6D 6DDE D.DDB88::6:9E
rp r
E E

= = =
"onde puede advertirse que el error en realidad es muy peque1o.
#os errores numricos se generan con el uso de aproximaciones, para representar las
operaciones y cantidades matemticas. Esto incluye errores de truncamiento, que resultan de
representar aproximadamente un procedimiento matemtico exacto, y los errores de
redondeo, que resultan de presentar aproximadamente nmeros exactos.
*ara los tipos de errores, la relacin entre el resultado exacto o verdadero y el aproximado
est dado por.
Valor verdadero Valor aproximado Error = +
)eordenando la ecuacin, se encuentra, que el error numrico es igual a la diferencia entre
el valor verdadero y el valor aproximado esto es.
9
v
E Valor verdadero Valor aproximado =

"onde E, se *sa %ara redo"dear e# ,a#or e/acto de# error. Se i"c#*0e e# s*12"dice ,
%ara dar a e"te"der 3*e se trata de# 4,erdadero5 error.
&n defecto es que muc!as veces no se toma en consideracin6 e# orde" de $a+"it*d de#
,a#or 3*e se est7 %ro1a"do. Por e8e$%#o6 *" error de *" ce"t2$etro es $*c9o $7s
si+"i)icati,o si se est7 $idie"do *" re$ac9e 3*e *" %*e"te. U"a $a"era de $edir #as
$a+"it*des de #as ca"tidades 3*e se est7" e,a#*a"do6 es "or$a#i:ar e# error res%ecto a#
,a#or ,erdadero6 co$o e"(
Error
Error relativo fraccional
Valor verdadero
=

Error Valor verdadero Valor aproximado =


El error relativo tambin se puede multiplicar por el 6DDE para expresarlo como(
6DD
v
Error verdadero
E
Valor aproximado
=
0 Do"de
v
E denota el error relativo porcentual. El subndice
4,5 si+"i)ica #a "or$a#i:aci." de# error a# ,a#or ,erdadero.
-.. Errores de redo"deo.
'e deben a que las computadoras solo guardan un nmero finito de cifras significativas
durante un clculo. #as computadoras realian esta funcin de maneras diferentes0 esta
tcnica de retener solo los primeros siete trminos se llamaron +truncamiento- en el ambiente
de computacin. "e preferencia se llamara de corte, para distinguirlo de los errores de
truncamiento. &n corte ignora los trminos restantes de la representacin decimal completa.
#a mayor parte de las computadoras tienen entre B y 69 cifras significativas, los errores de
redondeo pareceran no ser muy importantes. 'in embargo, !ay dos raones del por qu
pueden resultar crticos en algunos mtodos numricos.
(iertos mtodos requieren cantidades extremadamente grandes para obtener una
respuesta. ,dems, estos clculos a menudo dependen entre s, es decir, los clculos
10
(Ec.4)
posteriores son dependientes de los anteriores. En consecuencia, aunque un error de redondeo
individual puede ser muy peque1o, el efecto de acumulacin en el transcurso de la gran
cantidad de clculos, puede ser significativo.
El efecto de redondeo, puede ser exagerado cuando se llevan a cabo operaciones
algebraicas, que emplean nmeros muy peque1os y muy grandes al mismo tiempo. Ga que
este caso se presenta en muc!os mtodos numricos, el error de redondeo puede resultar de
muc!a importancia.
-.-. Errores de tr*"ca$ie"to.
'on aquellos que resultan al usar una aproximacin, en lugar de un procedimiento
matemtico exacto.
Estos tipos de errores, son evaluados con una formulacin matemtica. la serie de Aaylor
la cual es una formulacin para predecir el valor de la funcin
6
i
X +
en trminos de la
funcin y de sus derivadas en una vecindad del punto
i
X
. 'iendo el trmino final.
( )
( )
( )
6
6
6 H
f n
Rn hn
n
+
= +


+

En general, la expansin en serie de Aaylor de n?simo orden es exacta para un polinomio
de n?simo orden. *ara otras funciones continuas diferenciables, como las exponenciales o
senoidales, no se obtiene una estimacin exacta mediante un nmero finito de trminos. (ada
una de los trminos adicionales contribuye al mejoramiento de la aproximacin, aunque sea
un poco.
-.; Error "*$rico tota#.
Es la suma de los errores de redondeo y de truncamiento. #a nica forma de minimiar los
errores de redondeo, es la de incrementar el nmero de cifras significativas de la
computadora.
11
(Ec.7)
-.<. Errores %or e3*i,ocaci.".
En los primeros a1os de la computacin, los resultados numricos errneos fueron
atribuidos algunas veces al mal funcionamiento de la computadora misma. 2oy da esta
fuente de error es muy improbable y la mayor parte de las equivocaciones se atribuye a
errores !umanos.
#as equivocaciones ocurren a cualquier nivel del proceso de modelacin matemtica, y
pueden contribuir con todas las otras componentes del error. #as equivocaciones por lo
general, se pasan por alto en la discusin del mtodo numrico. Esto sin duda prueba el !ec!o
de que los errores de torpea son, !asta cierto punto inevitables.
-.=. Errores de )or$*#aci.".
'e podra considerar, como, un modelo matemtico incompleto, ya que si se est usando
un modelo deficiente, ningn mtodo numrico generar los resultados adecuados.
;. AN>LISIS DE ERRORES PARA LOS MTODOS NUMRICOS.
(on el auge cada ve mayor de la informtica, es evidente que los sistemas
computacionales se !an perfeccionado. En la actualidad los dispositivos digitales
$computadoras y calculadoras% pueden realiar un gran nmero de operaciones sin cometer
+errores-, es decir, trabajan lo ms exacto posible. *ero a pesar de toda esta +perfeccin- al
trabajar con estos sistemas o dispositivos, suele resultar que dic!os procesos u operaciones
den una respuesta equivocada, lo cual puede obedecer a errores de tipo !umanos $ frmulas
incorrectas, errores de lgica en los programas, tipogr!ficos, etc.%, errores subyacentes al
dise1o del mtodo $truncamiento de frmulas "series#% y errores in!erentes al funcionamiento
del dispositivo digital $$ritm%tica finita%.
(ada ve que se apliquen mtodos numricos, es pertinente procurar la minimiacin de
los errores que se pueden presentar. ,s que se debe conocer porque se presentan, que tanto
se pueden tolerar y que tan buena son las aproximaciones que se obtengan.
12
<. DESCRIPCIN DE LOS MTODOS NUMRICOS.
<.1. I"ter%o#aci.".
I"ter%o#aci." #i"ea#.
Es un mtodo numrico $y gr!fico% que permite encontrar datos desconocidos entre o en
medio de otros datos ya conocidos.
El tipo de interpolacin difiere segn la naturalea de los datos tratados. Existe la
interpolacin lineal $para datos &ue presentan una relacin lineal entre s%, la interpolacin
cuadrtica, cbica y de ensima potencia $para datos que presentan la caracterstica de estar
elevados a potencias de orden 7, 8, 9,..., y !asta n%, interpolacin exponencial, etc.

#a interpolacin consiste en !allar un dato dentro de un intervalo en el que conocemos
los valores en los extremos. 'i se supone que las variaciones son proporcionales se utilia la
interpolacin lineal.
'ean dos puntos $x6, y6% y $x8, y8%, entonces la interpolacin lineal consiste en !allar una
estimacin del valor y
7
, para un valor x
7
tal que x6Ix
7
Ix8.
13
"ra#ica 1: Representaci$n de la interpolaci$n lineal.
Fuente: %ocumento &ord en l'nea ()nterpolaci$n *ineal+
,,,.#ce.unl.edu.ar/catedras/bac-end/materiales/./1.doc
Aeniendo en cuenta que las variaciones en una relacin lineal, son constantes entonces
podemos determinar por ejemplo las siguientes proporciones0
8 7 7 6
7 6 8 7
y y y y
x x x x

=

de igual forma podemos determinar por ejemplo que.
8 6 7 6
7 6 8 6
y y y y
x x x x

=


, lo que es equivalente
7 6 7 6
8 6 8 6
x x y y
x x y y

=

despejando y
7
obtenemos que.
8 6 7 6
7 6
8 6
$ %$ %
$ %
y y x x
y y
x x

= +

,lgunas propiedades bsicas de las proporciones son.

En toda *roporcin se cumple que.

)0 El producto de <edios es igual al producto de Extremos.

a c
a d ' c
' d
= =
))0 ,lternar Extremos.
14
a '
c d
=
)))0 ,lternar <edios.
a '
c d
=
)10 *ermutar.
c a
d '
=
10 3nvertir.
' d
a c
=
1)0 (omponer respecto al ,ntecedente y (onsecuente respectivamente.
a ' c d
a c
+ +
=
a ' c d
d d
+ +
=
1))0 "escomponer respecto al ,ntecedente y (onsecuente respectivamente.
a ' c d
a c

=
a ' c d
' d

=
1)))0 (omponer y descomponer a la ve.
a ' c d
a ' c d
+ +
=

E(emplo de interpolacin lineal)
'i queremos aproximadamente determinar la mediana para el tama1o de las rdenes, a
travs de interpolacin lineal entonces podemos proceder de la siguiente manera.
Aama1o JK de ordenes *orcentaje de ordenes *orcentaje acumulado
[ ) D,6D
@:D 78.8 78.8
[ ) 6D, 7:
@9D 78.6 9C.9
[ ) 7:, :D
66D 7.B 9@.6
15
(Ec.12)
(Ec.13)
(Ec.14)
(Ec.15)
[ ) :D,6DD
CFD 6C.B C:.F
[ ) 6DD, 7:D
7CD C.9 B7.7
[ ) 7:D, :DD
9FD 66.F F9
[ ) :DD,6DDD
C:D 6C 6DD
Tabla N 2: 23tedra de Estad'stica. Tama4o de las $rdenes durante el pasado a4o #iscal de
la compa4'a Eliot.
Fuente: %ocumento 5%F en *'nea ()nterpolaci$n *ineal+67niersidad 8ut$noma de
2entro 8mrica9 ???.*aca.ac.cr@1,@e1ooAs@estadistica@2B.%d)
Lbservando la tabla de distribucin de frecuencias, vemos que el intervalo que acumula el
:DE de los datos es [ ) :D,6DD , por lo tanto en l est contenida la mediana.
,!ora suponiendo que las frecuencias estn distribuidas proporcionalmente en el intervalo.
:DMMMMMMMMMMMM9@,6
<eMMMMMMMMMMM:D
6DDMMMMMMMMMMC:,F
*odemos plantear por ejemplo la siguiente proporcin.
:D :D 9@,6
6DD :D C:,F 9@,6
*e
=

despejando
$6DD :D%$:D 9@,6%
:D
$C:, F 9@.6%
*e

= +

;
:7,@@
Jota. #a interpolacin se puede realiar tanto con las frecuencias acumuladas absolutas,
como con las relativas o relativas porcentuales.
(omo indicamos, cuando las variaciones de la funcin son proporcionales $o casi
proporcionales% a los de la variable independiente se puede admitir que dic!a funcin es
lineal y usar para estimar los valores la interpolacin lineal.
16
(Ec.16)
(Ec.17)
'ean dos puntos $xo, yo%, $x6, y6%, la interpolacin lineal consiste en !allar una estimacin
del valor y, para un valor x tal que xDIxIx6. Aeniendo en cuenta que la ecuacin de la recta
que pasa por esos dos puntos es.
obtenemos la frmula de la interpolacin lineal.

I"ter%o#aci." co" es%acios e3*idista"tes o i"ter%o#aci." de "e?to".
'e basa en la obtencin de un polinomio, a partir de un conjunto de puntos dado,
aproximndose lo ms posible a la curva buscada.
#a ecuacin general para la obtencin de la funcin por este mtodo es.
"onde las +bi- se obtienen mediante la aplicacin de una serie de funciones incluidas en
una tabla de diferencias.
Ejemplo. suponiendo que tenemos 9 puntos, la tabla de diferencias tiene la siguiente
forma.
17
(Ec.18)
(Ec.19)
Tabla N !: Tabla de %i#erencias de )nterpolaci$n de Ne,ton.
Fuente: http://esimecu6anumerico.blogspot.com/2:11/://interpolacion6de6ne,ton.html
I"ter%o#aci." de *" %o#i"o$io de LaCra"+e.
Este mtodo es una reformulacin del polinomio de Je/ton, que evita el clculo por
diferencias divididas y nos permite determinar valores intermedios entre puntos. 'e define de
la siguiente forma.
#as funciones en trminos de x pueden ser de primero o segundo orden, de la siguiente
manera.
Lbtencin del polinomio de #a>range de primer orden.
18

=
=
n
i
Xi f X +i X fn
D
% $ % $ % $
% $ % $ % $
6
D 6
D
D
6 D
6
6
X f
X X
X X
X f
X X
X X
X f

=
% $
% %$ $
% %$ $
% $
% %$ $
% %$ $
% $
% %$ $
% %$ $
% $
7
6 7 D 7
6 D
6
7 6 D 6
7 D
D
7 D 6 D
7 6
7
X f
X X X X
X X X X
X f
X X X X
X X X X
X f
X X X X
X X X X
X f


+


+


=
$ partir del polinomio de ,e-ton
se reformula como,
la ecuacin anterior se sustituye en la frmula de interpolacin lineal,
se agrupan trminos semejantes,
;i utilizamos #1<=0.
#a versin lineal de primer orden, es semejante a una interpolacin lineal, por esto se
observa un error relativo porcentual muy alto.
Ejemplo. (on un polinomio de interpolacin de #a>range de primer grado, evaluar ln 7
19
[ ]
D 6
D 6
D 6
% $ % $
,
X X
X f X f
X X f

=
[ ]
6 D
D
D 6
6
D 6
% $ % $
,
X X
X f
X X
X f
X X f

=
% $ % $ % $ % $
D
6 D
D
6
D 6
D
D 6
X f
X X
X X
X f
X X
X X
X f X f

+ =
% $ % $ % $
6
D 6
D
D
6 D
6
6
X f
X X
X X
X f
X X
X X
X f

=
E 88 . 88 E 6DD
C@869B . D
9C7D@F . D C@869B . D
=

= x Error
>rafica N 2: Representaci$n gr3#ica si utilizamos #1<=0.
Fuente: %ocumento 5oder 5oint en l'nea (>todos Numricos por
)nterpolacion+http://,,,.google.co.e/url?
sa@tArct@BAC@Aesrc@sAsource@,ebAcd@1Acad@rBaAed@:22,DFB88Aurl@httpE!8
E2FE2F,,,.ie.itcr.ac.crE2FmhernandezcE2FmetodosE2F*ecciE2.F!nF2GFoctubre
E2FpresentaciE2.F!nE2.2:>E2.EHtodosE2.2:NumE2.EHricosE2.2:por
E2.2:)nterpolaci
E2.F!n.pptAei@7sz17rIF%/rIs8;p:J2JK,Ausg@8FDB2NEL>-M/lzL%EG>srnBN)
-b*o*,Asig2@mi)HG,JOg!FM22,1Fh)pdgAbm@b..H!POG/.9d.c&c
;i utilizamos #2<Q0.
'i la versin es de segundo orden, la aproximacin tiene una forma cuadrtica, lo cual
logra un error relativo ms peque1o y cercano al valor verdadero.
Ejemplo. (on un polinomio de interpolacin de #a>range de segundo grado, evalu 3n 7
20
E 8C . 6F E 6DD
C@869B . D
:C:F99 . D C@869B . D
=

= x Error
Figura N!: Representaci$n gr3#ica si utilizamos #2<=0
Fuente: %ocumento 5o,ert 5oint en l'nea (>todos Numricos por
)nterpolacion+http://,,,.google.co.e/url?
sa@tArct@BAC@Aesrc@sAsource@,ebAcd@1Acad@rBaAed@:22,DFB88Aurl@httpE!8
E2FE2F,,,.ie.itcr.ac.crE2FmhernandezcE2FmetodosE2F*ecciE2.F!nF2GFoctubre
E2FpresentaciE2.F!nE2.2:>E2.EHtodosE2.2:NumE2.EHricosE2.2:por
E2.2:)nterpolaci
E2.F!n.pptAei@7sz17rIF%/rIs8;p:J2JK,Ausg@8FDB2NEL>-M/lzL%EG>srnBN)
-b*o*,Asig2@mi)HG,JOg!FM22,1Fh)pdgAbm@b..H!POG/.9d.c&c
Figura NG: Representaci$n gr3#ica caso segundo grado
Fuente: %ocumento 5o,ert 5oint en l'nea (>todos Numricos por
)nterpolacion+http://,,,.google.co.e/url?
sa@tArct@BAC@Aesrc@sAsource@,ebAcd@1Acad@rBaAed@:22,DFB88Aurl@httpE!8
E2FE2F,,,.ie.itcr.ac.crE2FmhernandezcE2FmetodosE2F*ecciE2.F!nF2GFoctubre
E2FpresentaciE2.F!nE2.2:>E2.EHtodosE2.2:NumE2.EHricosE2.2:por
E2.2:)nterpolaci
E2.F!n.pptAei@7sz17rIF%/rIs8;p:J2JK,Ausg@8FDB2NEL>-M/lzL%EG>srnBN)
-b*o*,Asig2@mi)HG,JOg!FM22,1Fh)pdgAbm@b..H!POG/.9d.c&c
21

'e muestra un caso de segundo grado. #a suma de los trminos es el nico polinomio de
segundo grado.
La i"ter%o#aci." c*adr7tica.

(uando el polinomio que conviene es de 7N grado la interpolacin recibe el nombre de
cuadrtica. El polinomio interpolador es nico, luego como se encuentre da igual, sin
embargo, a veces los clculos son muy complejos y es preferible utiliar un mtodo que otro.
En el ejemplo anterior se da el mtodo de resolver el sistema para encontrar los valores
que determinan a la funcin cuadrtica $a, b y c%.
Aambin podemos utiliar la expresin del polinomio interpolador as.

yO a P b$x?xD% P c$x?xD% $x?x6%, con lo que la bsqueda de los coeficientes es muy sencilla.

#a>range $6B8C?6F68% proporcion una manera simplificada de calcular los polinomios
interpoladores de grado n para el caso de un polinomio de 7N grado que pasa por los puntos
$xD, yD%, $x6, y6%, $x7, y7%.
&na aproximacin lineal es una aproximacin de cualquier funcin derivable a otra
funcin que se supone ms sencilla que la anterior. Esta aproximacin se generalia con el
desarrollo de Aaylor.
Esto es cierto para valores de cercanos a , se utilia para clculos aproximados de
algunas races, logaritmos etc.
E8e$%#o( (alcula aproximadamente el valor de.
22
#e damos un valor cercano a .
El valor obtenido con una calculadora es. 6,6D:6BD@6F, de donde podemos ver que
I"ter%o#acio"es de "e?to" 9acia ade#a"te 0 9acia atr7s e" %*"tos co" i+*a#
se%araci.".
Ga !emos estudiado la frmula de interpolacin de #a>range, esta frmula es adecuada
tanto para puntos con igual separacin, como para los que no tienen espaciamiento. 'in
embargo, las desventajas de la interpolacin de #a>range son las siguientes.
#a cantidad de clculos necesaria para una interpolacin es grande.
#a interpolacin para otro valor de x necesita la misma cantidad de clculos
adicionales, ya que no se pueden utiliar partes de la aplicacin previa.
(uando el nmero de datos tiene que incrementarse o decrementarse, no se
pueden utiliar los resultados de los clculos previos.
#a evaluacin del error no es fcil.
El uso de las frmulas de interpolacin de Je/ton salva estas dificultades.
*ara escribir una interpolacin de Je/ton para un conjunto de datos, se tiene que
desarrollar una tabla de diferencias. &na ve !ec!o esto, las frmulas de interpolacin que
pasan por distintos conjuntos de datos consecutivos $6 O D, 6, 7, 80 6 O 8, 9, :, C O 7, 8, 9,
etc.% se pueden escribir con muc!a facilidad. *or lo tanto, el orden de un polinomio de
interpolacin se puede incrementar rpidamente con datos adicionales. El error de la frmula
de interpolacin de Je/ton tambin se puede estimar con comodidad. #a interpolacin de
Je/ton es ms adecuada que la interpolacin de #a>range para obtener otros modelos
numricos, por ejemplo, las aproximaciones de derivada por diferencias o para desarrollar
una interpolacin por medio de una serie de potencias.
23
Existen dos versiones de la interpolacin de Je/ton $!acia adelante y !acia atrs%. ,mbas
son matemticamente equivalentes pero representan expresiones distintas. &na puede ser ms
conveniente que la otra, dependiendo de cmo se aplique la formula.
*ara explicar un poco estas dos versiones de interpolacin supondremos que las abscisas
de los datos tienen igual separacin con un tama1o de intervalo !. #os puntos se denotarn
por $x6, f,%.
*ara evaluar una frmula de interpolacin de Je/ton !acia adelante, son necesarios una
tabla de diferencias !acia adelante y los coeficientes binomiales Q>eraldRS!eatleyT. *or lo
tanto, primero definimos las diferencias !acia adelante, como.
&na diferencia de orden superior se puede obtener fcilmente utiliando el operador de
desplaamiento.
#a tabla de diferencias que se muestra a continuacin, es un medio conveniente para
evaluar las diferencias para un conjunto de datos. En la tabla la primera columna es el ndice
de los datos, la segunda son las ordenadas de los datos. #a tercera columna lista las
diferencias de primer orden calculadas a partir de la segunda columna. #a cuarta columna
muestra las diferencias de segundo orden calculadas a partir de la columna anterior, etc. (ada
regin proporciona un conjunto de diferencias !acia adelante de los puntos correspondientes.
24
Tabla N !: Tabla de di#erencias.
Fuente: 2arlos 8rmando de 2astro 5aNares. <sin #echa0. >todos Numricos K3sicos
para )ngeneria. "rumai.
2ay que saber lo siguiente acerca de la tabla de diferencias. 'i fi se toma como fiO f$x6%
$donde$x% es un polinomio de orden digamos #, y los x, tienen igual separacin%, entonces la
columna para la diferencia de orden # se convierte en una constante y la siguiente columna
$Q# P 6T?sima diferencia% se anula. 'i esto ocurre, sabemos que los datos pertenecen a un
polinomio de orden #. 'in embargo, si una columna de diferencias tiene uno o ms valores
anormalmente grandes, es probable que existan algunos errores !umanos en el proceso de
desarrollo de la tabla o en el conjunto de datos.
#os coeficientes binomiales estn dados por.
"onde s es una coordenada local definida por s O $x ? xD%R! y ! es el intervalo uniforme de
la retcula.
La ).r$*#a de i"ter%o#aci." de Ne?to" 9acia ade#a"te.
#a frmula de interpolacin de Je/ton !acia adelante que pasa por U P 6
puntos,fo,f.,f/,000,0f1, se escribe como.
25
*or ejemplo, cuando U O 7, #a ecuacin anterior es

o equivalentemente
#a ecuacin +77- es un polinomio de orden U ya que es un polinomio de orden n, y
su mximo orden es U. #a ecuacin +77- es igual a fo,f.,f/,00,f1, En x O xD, x6,..., VU,
respectivamente, lo cual se muestra a continuacin.
#os primeros m P 6 trminos de la $Ec. 77% forman un polinomio de interpolacin de
orden m ajustado a los m P 6 puntos en xD, x6, x7,..., <<. "e la misma forma, los primeros
m P 7 trminos forman un polinomio de interpolacin de orden m P 6 ajustado a m P 7
puntos.
'i se remplaan xD y fo de la ecuacin $77% por x2 y f2, respectivamente, la ecuacin se
convierte en.
"onde s se define como s 3 "x 4 x2#5h, que es una coordenada local. El valor s se vuelve D
en x O x7, y 6,7,8,... en x O x8,x9,x:,... respectivamente.
26
(Ec.20)
(Ec.21)
(Ec.22)
(Ec.23)
"ebido a la equivalencia entre las frmulas de interpolacin de Je/ton y las de
interpolacin de #a>range el error del polinomio de interpolacin de Je/ton debe ser
idntico al de la frmula de interpolacin de #a>range. ,s, se puede escribir como.
"onde f$x% es la funcin exacta y g$x% es la interpolacin de Je/ton0 sin embargo, la
evaluacin de la ecuacin $79% para la interpolacin de Je/ton es muc!o ms fcil que para
la interpolacin de #a>range.
(onsideremos #a ecuacin $77% con U O J. 'i U se incrementa de J a J P6, si trmino
adicional es
"onde se utilian s O $x ? xD%R! y x, O xD P n!. 'e puede mostrar que el segundo trmino
de la ecuacin $7:% es una aproximacin de f$J P 6%, a saber
"onde, por lo tanto, la ecuacin $7:% es aproximadamente igual al lado derec!o de la
ecuacin $79%.
Es decir, el error est representado por el siguiente trmino que aparece, si et orden del
polinomio se incrementa en uno con un punto adicional $VJ P 6%
I"ter%o#aci." de Ne?to" 9acia atr7s.
El polinomio de interpolacin de Je/ton !acia atrs, es otra frmula de uso frecuente y
se escribe en trminos de las diferencias !acia atrs y los coeficientes binomiales.
27
(Ec.24)
(Ec.25)
(Ec.26)
(onsideramos puntos con igual separacin xD, x?6, x?7,W,x?U con un espacio constante igual
a ! O x6 ? x, ?6.
#as diferencias !acia atrs se definen como.
#os coeficientes binomiales que se utilian en las interpolaciones de Je/ton !acia atrs
son los siguientes.
#a interpolacin de Je/ton !acia atrs ajustada a los puntos en x O xD, xO x?6, x O x?7,...,
yx O x?U se escribe como.
"onde s es una coordenada local definida por s O $x ? x%R!0 es un
coeficiente binomial y Xf6 es la diferencia !acia atrs.
&na relacin de equivalencia entre la diferencia !acia adelante y la diferencia !acia atrs
est dada por.
28
(Ec.27)
(Ec.28)
*or lo tanto, la ecuacin $7B,7F% se puede expresar en trminos de las diferencias !acia
adelante como.
o en forma ms explcita,
#os coeficientes de las interpolaciones de Je/ton !acia adelante y !acia atrs se evalan
desarrollando una tabla de diferencias.
#a #?sima columna de diferencias en la tabla llega a ser constante y la $# P 6%?sima
columna de diferencias es nula si el conjunto de los datos pertenece a un polinomio de orden
#. 'in embargo, debido a los errores de redondeo en el conjunto de datos, #a diferencia de
orden $# P 6% puede no anularse exactamente.
#os polinomios de interpolacin de Je/ton son iguales a #a frmula de interpolacin de
#a>range si se utilia el mismo conjunto de datos.
El error en #a frmula de interpolacin de Je/ton se representa mediante el trmino
adicional que resulta de un punto extra de los datos.
=. APRODIMACIN.
En ocasiones se tiene un conjunto de datos experimentales y se desea !allar una funcin
analtica que los represente de forma satisfactoria. *ara ello es necesario !acer una
aproximacin de la funcin a los datos.
=.1. M2"i$os c*adrados.
<nimos cuadrados es una tcnica de anlisis numrico enmarcada dentro de la
optimiacin matemtica, en la que, dados un conjunto de pares ordenados. variable
independiente, variable dependiente, y una familia de funciones, se intenta encontrar la
29
(Ec.29)
(Ec.30)
funcin continua, dentro de dic!a familia, que mejor se aproxime a los datos $un Ymejor
ajusteY%, de acuerdo con el criterio de mnimo error cuadrtico.
En su forma ms simple, intenta minimiar la suma de cuadrados de las diferencias en las
ordenadas $llamadas residuos% entre los puntos generados por la funcin elegida, y los
correspondientes valores en los datos. Especficamente, se llama mnimos cuadrados
promedio $#<'% cuando el nmero de datos medidos es 6 y se usa el mtodo de descenso por
gradiente para minimiar el residuo cuadrado. 'e puede demostrar que #<' minimia el
residuo cuadrado esperado, con el mnimo de operaciones $por iteracin%, pero requiere un
gran nmero de iteraciones para converger.
"esde un punto de vista estadstico, un requisito implcito para que funcione el mtodo de
mnimos cuadrados es que los errores de cada medida estn distribuidos de forma aleatoria.
El teorema de >auss?<rUov prueba que los estimadores mnimos cuadrticos carecen de
sesgo y que el muestreo de datos no tiene que ajustarse, por ejemplo, a una distribucin
normal. Aambin es importante que los datos a procesar estn bien escogidos, para que
permitan visibilidad en las variables que !an de ser resueltas $para dar ms peso a un dato en
particular, vase mnimos cuadrados ponderados%.
#a tcnica de mnimos cuadrados se usa comnmente en el ajuste de curvas. <uc!os otros
problemas de optimiacin pueden expresarse tambin en forma de mnimos cuadrados,
minimiando la energa o maximiando la entropa.
#os mnimos cuadrados es un mtodo basado en minimiar el error entre los datos y la
funcin de aproximacin. *ara un conjunto de datos,
si es la funcin de aproximacin, la suma del cuadrado de los errores es.
y debe minimiarse. En el caso de una recta, se tiene0
30
(Ec.32)
(Ec.33)
*ara minimiar el error debe cumplirse entonces0
"e donde surge el sistema de ecuaciones lineal
=.2. Tra"s)or$ada r7%ida de !o*rier.
#as series de =ourier son tiles para representar cualquier onda como una sumatoria de
senos y cosenos. En este caso se tratar nicamente con el manejo de datos experimentales
por medio de la transformada rpida de =ourier.
(uando se tiene una serie de datos en el tiempo con
una frecuencia de muestreo $es decir, inverso del intervalo de tiempo entre datos medidos%
y un nmero de datos , par, se define una resolucin en frecuencia y la
funcin que aproxima los datos es.
los coeficientes se calculan de la siguiente manera.
31
(Ec.34)
(Ec.35)
(Ec.36)
(Ec.37)
(Ec.38)
&na aplicacin til de la transformada rpida de =ourier, es el anlisis de espectros de
frecuencias, que son grficas de la amplitud total de la onda en funcin del armnico n o la
frecuencia. #a amplitud de la onda es.
E. RAFCES DE ECUACIONES.
E.1. Mtodo de# %*"to )i8o.
&n punto fijo de una funcin g, es un nmero p tal que g$p%O *. El problema de encontrar
las soluciones de una ecuacin f$x%OD, y el de encontrar los puntos fijos de una funcin !$x%
son equivalentes en el siguiente sentido. dado el problema de encontrar las soluciones de una
ecuacin f$x%OD, podemos definir una funcin g, con un punto fijo p, de muc!as formas0 por
ejemplo, f$x%O x?g$x%. En forma inversa, si la funcin g, tiene un punto fijo en p, entonces la
funcin definida por, f$x%O x?g$x% posee un cero en p.
El mtodo de punto fijo inicia con una aproximacin inicial Vo y ViP6Og$Vi%, genera una
sucesin de aproximaciones la cual converge a la solucin de la ecuacin f$x%OD. , la
funcin g se le conoce como funcin iteradora. 'e puede demostrar que dic!a sucesin $Vn%
converge siempre y cuando $g$x%%I6.

E8e$%#o.
&sando el mtodo de punto fijo vamos a aproximar la solucin de la $Ec.97%
dentro del intervalo .
#o primero es buscar una funcin g$x% adecuada.
D
32
(Ec.39)
(Ec.40)
(Ec.41)
G claramente elegimos como funcin iteradora a

adems observe que
*ara toda , lo cual garantia que la sucesin que vamos a construir va a ser
convergente.

E.2. Mtodo De Ne?to"GRa%9so".
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y efectivos. ,
diferencia de los mtodos anteriores, el mtodo de Je/ton?)ap!son no trabaja sobre un
intervalo sino que basa su frmula en un proceso iterativo.
'upongamos que tenemos la aproximacin
i
x
a la ra
r
x
de
% $x f
,
"ra#ica N .: Representaci$n del mtodo de Ne,ton6Raphson.
Fuente: %ocumento online &ord (5unto FiBo+ disponible
,,,.galeon.com/ciencianet/punto#iBo .doc
Araamos la recta tangente a la curva en el punto $Vi, f$Vi%%0 sta crua al eje x en un
punto ViP6 que ser nuestra siguiente aproximacin a la ra Vr.
33
(Ec.43)
Para calcular el punto Xi+1, calculamo primero la ecuaci!n "e la recta tan#ente.
$a%emo &ue tiene pen"iente'
( por lo tanto la ecuaci!n "e la recta tan#ente e)
*acemo
D = y
)
+ "epe,amo
x
)
-ue e la .!rmula iterati/a "e 0e1ton23ap*on para calcular la i#uiente
apro4imaci!n)
,
si

El mtodo de Je/ton?)ap!son no trabaja con intervalos donde nos asegure que
encontraremos la ra, y de !ec!o no tenemos ninguna garanta de que nos aproximaremos a
dic!a ra. "esde luego, existen ejemplos donde este mtodo no converge a la ra, en cuyo
caso se dice que el mtodo diverge. 'in embargo, en los casos donde si converge a la ra lo
!ace con una rapide impresionante, por lo cual es uno de los mtodos preferidos por
excelencia.
En el caso de que
D % $ =
i
x f
, el mtodo no se puede aplicar. "e !ec!o, vemos
geomtricamente que esto significa que la recta tangente es !oriontal y por lo tanto no
intersecta al eje x en ningn punto, a menos que coincida con ste, en cuyo caso Vi mismo es
una ra de
% $x f
.
Ejemplo.
&sar el mtodo de Je/ton?)ap!son, para aproximar la ra de
x e x f
x
ln % $ =

,
comenando con VoO6 y !asta que
E 6 <
a
.
6olucin) En este caso, tenemos que.
34
(Ec.44)
(Ec.45)
(Ec.46)
de aqu tenemos que.
comen5amo con
6
D
= x
+ o%tenemo)
en ete cao, el error apro4ima"o e,
(ontinuamos el proceso !asta reducir el error aproximado !asta donde se pidi.
Tabla NG: Resultados de 8pro=imaci$n.
Fuente: %ocumento online &ord (5unto FiBo+:,,,.galeon.com/ciencianet/punto#iBo .doc
"e lo cual concluimos que la aproximacin obtenida es.
(uando el mtodo de Je/ton?)ap!son converge a la ra, lo !ace de una forma muy
rpida y de !ec!o, observamos que el error aproximado disminuye a pasos agigantados en
cada paso del proceso.
,unque no es nuestro objetivo establecer formalmente las cotas para los errores en cada
uno de los mtodos que !emos estudiado, cabe mencionar que si existen estas cotas que
miden con mayor precisin la rapide o lentitud del mtodo en estudio.
E.3. Mtodo de #a seca"te.
35
,prox. a la ra Error aprox.
6
6.7CF@96976 76.6@E
6.8D@6DF9D8 8.DCE
6.8D@B@@8F@ D.D:7E
(Ec.47)
Este mtodo se basa en la frmula de Je/ton?)ap!son, pero evita el clculo de la
derivada usando la siguiente aproximacin.
'ustituyendo en la frmula de Je/ton?)ap!son, obtenemos.

Zue es la frmula del mtodo de la secante. Jtese que para poder calcular el valor de
, necesitamos conocer los dos valores anteriores y .
Esta frmula tiene un gran parecido con la frmula del mtodo de la regla falsa. #a
diferencia entre una y otra es que mientras el mtodo de la regla falsa trabaja sobre intervalos
cerrados, el mtodo de la secante es un proceso iterativo y por lo mismo, encuentra la
aproximacin casi con la misma rapide que el mtodo de Je/ton?)ap!son. (laro, corre el
mismo riesgo de ste ltimo de no converger a la ra, mientras que el mtodo de la regla
falsa es seguro.
Ejemplo.
&sar el mtodo de la secante para aproximar la ra de $Ec.:D%,
comenando con , y !asta que .
'olucin.
Aenemos que y , que sustituimos en la frmula de la
secante para calcular la aproximacin .
36
(Ec.48)
(Ec.49)
(on un error aproximado de.
(omo todava no se logra el objetivo, continuamos con el proceso. )esumimos los
resultados en la siguiente tabla.
Tabla N.: Resultados de apro=imaci$n.
Fuente: %ocumento online &ord (5unto FiBo+:,,,.galeon.com/ciencianet/punto#iBo .doc
1B. SISTEMA DE ECUACIONES NO LINEALES.
En ocasiones surgen sistemas de ecuaciones no lineales que deben resolverse. *ara ello
existen mtodos iterativos, de los cuales se presenta uno muy til.
1B.1. Mtodo de Ne?to"GRa%9so" $*#tidi$e"sio"a#.
El mtodo de Je/ton?)ap!son multidimensional sirve para resolver un sistema de
ecuaciones de la forma.
37
,prox. a la ra Error aprox.
D
6 6DDE
D.C67C@@F8B C8.7E
D.C:8997688 C.78E
D.C:7@6B7C: D.DFE
El mtodo procede definiendo dos vectores / y !$/%, tal que.
#uego procede a !allarse el jacobiano del sistema, siendo ste definido como.
"ebe !acerse una aproximacin inicial de la solucin /D, y luego se !ace la iteracin.
2asta que el valor sea muy cercano a cero, para lo cual se define una
tolerancia a criterio del usuario. #a iteracin :8 es recomendable !acerla en dos pasos,
primero resolviendo el sistema lineal

G luego realiando la iteracin
11. Di)ere"ciaci." "*$rica.
11.1 Di)ere"cias )i"itas.
#a tcnica de las diferencias finitas fue la primera tcnica que surgi para resolver
problemas prcticos en ingeniera. ,unque ya es una tcnica bastante obsoleta es !asta !oy
bastante utiliada a la !ora de la integracin numrica en el tiempo.
11.2 Mtodo de #as di)ere"cias )i"itas.
(onsideremos una funcin , definimos la derivada de y con respecto a x como
38
(Ec.51)
(Ec.52)
(Ec.53)
(Ec.54)
(Ec.55)

donde y[ indica la pendiente de la funcin en el punto x.
"ra#ica N/: %eriada de una #unci$n.
Fuente: %ocumente 5%F en l'nea (%i#erencias Finitas+ disponible
http://,,,.uclm.es/pro#esorado/eieira/asignatura/meccomp/boo-/sistemas/integracion/di#
erencias.pd#
(uando \x no tiende ms a cero y si a un valor finito, la derivada en un punto xi se puede
definir de varias formas. 'i utiliamos el punto que est a la iquierda $yi?6%, diferencia finita
por la iquierda, tenemos que.

o utiliando el punto que est a la derec!a $yiP6%, $diferencia finita por la derec!a, obteniendo
as que.
donde denominamos que y$xi?6%O yi?6, y$xi%O yi, y$xiP6%.
(omo podemos ver en la siguiente figura al utiliar esta tcnica estamos obteniendo un
valor aproximado de la derivada de la funcin, cuando \ x] D obtenemos as el valor exacto
de dic!a derivada.
39
(Ec.56)
(Ec.57)
(Ec.58)
"ra#ica P: %eriada de una #unci$n por di#erencia #initas.
Fuente: %ocumente 5%F en l'nea (%i#erencias Finitas+ disponible
http://,,,.uclm.es/pro#esorado/eieira/asignatura/meccomp/boo-/sistemas/integracion/di#
erencias.pd#
*odamos aun plantear otra posibilidad para obtener la derivada de la funcin en el punto
xi, a travs de los puntos que estn a derec!a y a la iquierda del punto, diferencia finita
centrada
(omo se puede verificar a travs de la figura anterior la diferencia finita centrada se
aproxima ms al valor exacto. Xerificamos tambin que la diferencia finita centrada, para la
primera derivada, es el valor promediado de la diferencia finita por la iquierda y por la
derec!a.
,nlogamente podemos definir derivadas de orden superior, por ejemplo la derivada
segunda.
40
(Ec.59)
(Ec.60)
(Ec.61)
Di)ere"cia )i"ita %or #a i:3*ierda.

Di)ere"cia )i"ita %or #a derec9a.
&tiliando la tcnica de diferencia finita centrada la derivada segunda la podemos
aproximar por.
12. ECUACIONES DI!ERENCIALES.
#as ecuaciones diferenciales tienen importancia fundamental en las aplicaciones, ya que
las leyes y relaciones fsicas pueden idealiarse matemticamente en la forma de estas
ecuaciones. En particular, el estudio de problemas de equilibrio de sistemas continuos se
encuentra dentro de este contexto.
12.1. So#*ci." de *"a ec*aci." di)ere"cia#.
"ada una ecuacin diferencial ordinaria de orden n y cualquier grado, cuya forma general
es.
( )
( )
, , ^, ^^,..., D
n
7 X 8 8 8 8 =
$Ec.C9%
41
(Ec.62)
(Ec.63)
(Ec.64)
'e establece en matemticas que en su solucin general deben aparecer +n- constantes
arbitrarias. Entonces, puede aceptarse que la solucin general de la ecuacin C9 es.
( )
6 7
O D 9 X, 8, : , : , 000 , : n
$Ec.C:%
'e distinguen dos tipos de problemas. los llamados de Xalores 3niciales y los de Xalores
en la =rontera.
&n problema de valores iniciales est gobernado por una ecuacin diferencial de orden
+n- y un conjunto de +n- condiciones independientes todas ellas, vlidas para el mismo
punto inicial. 'i la ecuacin $C9% es la ecuacin diferencial que define el problema, y
X 3 a

es el punto inicial, puede aceptarse que las +n- condiciones independientes son.
( ) ( ) ( )
( )
( )
( )
D D D D
, ^ ^ , ^^ ^^ ,...,
n n
8 a 8 8 a 8 8 a 8 8 a 8 = = = =
*or el contrario, en los problemas de valores en la frontera deben establecerse condiciones
de frontera, en todos y cada uno de los puntos que constituyen la frontera del dominio de
soluciones del problema. En particular en el espacio de una dimensin, !ay dos puntos
frontera, por ejemplo,
X 3 a
y
X 3 '
, si el dominio de soluciones es el intervalo cerrado.
a X '
_sicamente la solucin numrica de ecuaciones diferenciales consiste en sustituir el
dominio continuo de soluciones por uno discreto formado por puntos aislados igualmente
espaciados entre s.
42
CONCLUSIONES
#os mtodos numricos son de gran importancia, ya que con esta !erramienta,
podemos resolver problemas complejos en la vida cotidiana. <as sin embargo, tambin,
podemos utiliar !erramientas virtuales para la realiacin de operaciones ms complejas.
#a realiacin de este trabajo en el cual estudiamos los mtodos numricos, ser de
gran utilidad e importancia como !erramienta fundamental para resolver operaciones, debido
a que muc!as veces, aunque tengamos pleno dominio de los mtodos tradicionales, estos no
son suficientes para solucin de las mismas, esto no quiere decir que las operaciones sean
imposibles de resolver. 'olo que existen otras alternativas para resolverlas como son dic!os
mtodos, los cuales, aplicando de la manera correcta facilitan el trabajo siendo as menos
tedioso.
2ay que tener en cuenta, que los mtodos numricos nos dan una solucin, que
generalmente no es exacta, es decir, existen errores en dic!os resultados, pero ms precisos y
cercanos al real, en referencia con otras !erramientas de resolucin de operaciones.
"e acuerdo con ello, dentro de lo que es el anlisis numrico se puede observar, que
se identifican todos los errores que puedan analiar, en pocas palabras, el anlisis de errores
son algoritmos, donde estos se pueden definir, como conjuntos de instrucciones cuyo fin es
calcular la exactitud del error.
>eneralmente, algunos mtodos no aplican para todos los problemas, ello depende de
la dificultad del mismo, en el caso de los clculos a realiar en antenas, es probable coincidir
con el !ec!o de no poder obtener un resultado, es all, donde intervienen dic!os mtodos,
permitiendo resolver dic!o problema con una alternativa menos compleja de implementar.
#os mtodos numricos se convierten en parte esenciales para nuestros clculos, de
ellos depende el xito de nuestro resultado y anlisis aplicado a la formulacin de problemas.
#as aplicaciones de los mtodos numricos son muy variadas y necesarias,
especialmente, para las ingenieras y para cualquier campo que necesite de su uso donde se
requiera encontrar resultados aproximados a sistemas complejos, ya que nos sirven para
43
resolver procedimientos matemticos en ecuaciones diferenciales, interpolaciones, clculos
de derivadas, integrales, entre otros.
44
RE!ERENCIAS HIHLIOCR>!ICAS
Lnline blogger +Aipos de errores- disponible
!ttp.RRmeto7numericos.blogspot.comR7DDFRD7Rtipos?de?errores.!tml
!ttp.RResimecu?anumerico.blogspot.comR7D66RDCRinterpolacion?de?ne/ton.!tml$consultado 7@
de diciembre 7D68%
<L),, Salter. +'in fec!a-0 *%todo ,um%rico Qlibro en lneaT disponible
!ttp.RR///.cidse.itcr.ac.crRcursos?lineaRJ&<E)3(LR'itio3nterpolacionRnode9.!tml%
2E)J`J"Ea, bos ,0 ,ntenas. ;rincipios '!sicos, an!lisis y dise<o Qlibro en lneaT
disponible

!ttp.RRbooUs.google.co.veRbooUscidOmt#j9a3:VVG(dpgO*,F@dlpgO*,F@ddqOfou
rierPenPantenasdsource. $(onsultado 7@ de diciembre 7D68%
"ocumento *o/ert *oint en lnea +<todos Jumricos por
3nterpolacion-!ttp.RR///.google.co.veRurlc
saOtdrctOjdqOdesrcOsdsourceO/ebdcdO6dcadOrjadvedOD((/Z=j,,durlO!ttp
E8,E7=E7=///.ie.itcr.ac.crE7=m!ernandecE7=metodosE7=#ecci
E7:=8nM79MoctubreE7=presentaciE7:=8nE7:7D<E7:E@todosE7:7DJum
E7:E@ricosE7:7DporE7:7D3nterpolaci
E7:=8n.pptdeiO&sX&r2M"Cr2s,'pDG(G_/dusgO,=Zj(JEe<UbCvle"E9
<srnjy3Ubvv#o#/dsig7Omi3@9/GFg8=b((/X=!3pdgdbvmObv.:@8BF9C:,d.cSc
$consultado 7@ de diciembre 7D68%
"ocumente *"= en lnea +"iferencias =initas- disponible
!ttp.RR///.uclm.esRprofesoradoRevieiraRasignaturaRmeccompRbooURsistemasRintegraci
onRdiferencias.pdf $consultado 7@ de diciembre 7D68%
45
"ocumento Sord en lnea +3nterpolacin #ineal- disponible
///.fce.unl.edu.arRcatedrasRbacUendRmaterialesR:C6.doc $consultado 7@ de
diciembre 7D68%
"ocumento Sord en lnea +*unto =ijo- disponible
///.galeon.comRciencianetRpuntofijo .doc $consultado 7@ de diciembre 7D68%
"E (,'A)L *,G,)E', (arlos ,rmando0 *%todos ,um%ricos =!sicos para >ngeniera.
>rumai $'in fec!a%.
(,)",<, ,aJ,) $7DD7%. $ntenas. Edicin &*(.
*rof. 3ng. )L<E)L )L")f>&Ea, Edgar0 *%todos ,um%ricos ?nisangil =eb g 7DD:.
X. (2,XE', Eduardo S; @iferencias 7initas. $7D6D% &niversidad de (astilla?#a <anc!a
'AEXEJ (. (2,*),, )aymond *. (anale. *%todo ,um%rico ;ara >ngenieros. :edicion.
,1o 7DDC.
46