SOLUCION DE ECUACIONES TRASCENDENTES

METODO DE BISECCIONES SUCESIVAS

La representacin del mtodo se tiene a continuacin:

El algoritmo del mtodo es:

Inicio
Definir f(x)
Leer x1, x2,
Repetir

x1 x 2
2
Si f(x1) f(xmed) < 0 entonces
x2 = xmed
Si_no
x1 = xmed
Fin_si
Hasta |x2 x1| <
x x2
raiz = 1
2
Imprimir raiz
Terminar

xmed =

METODO DE FALSA POSICIN

Para que tenga convergencia el mtodo, es suficiente que se cumpla con las siguientes
condiciones:
( i ) f(x1) f(x2) < 0
( ii ) f(x1) f(x1) > 0
( iii ) f(xi) 0 xi [x1, x2]
Recurdese que si f(x) > 0, la concavidad es hacia arriba; si f(x) < 0, la concavidad es
hacia abajo. Por lo tanto, las condiciones tienen el siguiente significado:
( i ). Significa que hay una raz en el intervalo. Al menos una; ya que pueden haber
races mltiples, pero en una cantidad impar. La posibilidad de races
mltiples se anula si la funcin y = f(x) es montona en un intervalo trabajado.
( ii ). Asegura que se tome el punto x1 (el pivote) de manera adecuada. Tomar de
manera inadecuada el pivote podra provocar una divergencia en la sucesin
generada.
( iii ). Asegura que no se d un caso extremo de divergencia. Este caso provocara
una divergencia en la sucesin y se debe al hecho de encontrarse ms de una
raz en el intervalo o un cambio de concavidad.
El Algoritmo del mtodo es:
Inicio
Definir f(x)
Leer x1, x2,
Repetir
xi = x 2 ( x 2 x1 )
delta = |x2 xi|
x2 = xi
Hasta delta <
raiz = xi
Imprimir raiz
Terminar

f ( x2 )
f ( x 2 ) f ( x1 )

METODO DE NEWTON-RAPSHON
La representacin grfica del mtodo es:

A continuacin tenemos el algoritmo estructurado para el mtodo de Newton Raphson:

Inicio
Definir f(x)
Leer x,
Repetir
xi = x

f ( x)
f ' ( x)

delta = |x xi|
x = xi
Hasta delta <
raiz = xi
Imprimir raiz
Terminar

SOLUCION DE ECUACIONES POLINOMIALES

METODO DE BIRGE-VIETA
El mtodo tiene el siguiente procedimiento:
1.
2.
3.
4.
5.
6.
7.

Escribir la ecuacin en orden descendente de potencias de x.

Separar las races nulas.
Aplicar la regla de los signos de Descartes.
Establecer las posibles races racionales.
Probarlas por divisin sinttica o teorema del resto.
Sacar las races irracionales.
Reducir la ecuacin y volver al paso 6, hasta hallar todas las races.

A continuacin se presenta el algoritmo estructurado para el mtodo

Inicio
Leer grado,
m = grado + 1
Para i = 1 hasta m
Leer ai
fin_para
Para raices = 1 hasta grado
x=1
Repetir
b1 = a1
Para i = 2 hasta m
bi = ai + x * bi-1
fin_para
c1 = b1
Para i = 2 hasta m-1
ci = bai + x * ci-1
fin_para
bm
xi = x
c m 1
delta = |x1 x|
x = x1
Hasta delta <
Imprimir raices, x
Terminar

SOLUCION DE SISTEMAS DE ECUACIONES

METODO DE GAUSS-JORDAN
Este mtodo se basa en la aplicacin de las transformaciones elementales de filas y puede
emplearse para encontrar la inversa de matrices y resolver sistemas de ecuaciones
lineales.
A continuacin se tiene el algoritmo del mtodo:
Inicio
Leer n
m=n+1
Para i = 1 hasta n
Para j = 1 hasta m
Leer aij
fin_para
fin_para
Para i = 1 hasta n
Pivote = aij
Para j = 1 hasta m
aij = aij/pivote
fin_para
Para k = 1 hasta n
Si k i entonces
cero = aki
Para j = 1 hasta m
akj = akj - cero * aij
fin_para
fin_si
fin_para
fin_para
Para i = 1 hasta n
Imprimir aim
fin_para
Terminar

METODO DE JACOBI
Es un mtodo iterativo y para que tenga convergencia, es necesario que el elemento de la
diagonal de la matriz del sistema en valor absoluto sea mayor que la suma de los valores
absolutos de los dems elementos de la fila correspondiente.
A continuacin se presenta el algoritmo para el mtodo:
Inicio
Leer n,
Para i = 1 hasta n
Para j = 1 hasta n+1
Leer aij
fin_para
fin_para
Para i = 1 hasta n
xi = 0
fin_para
Repetir
fin = verdadero
Para i = 1 hasta n
yi = ai,n+1
Para j = 1 hasta n
Si i j entonces
yi = yi aij*xj
fin_si
fin_para
yi = yi/aii
delta = |xi yi|
Si delta > entonces
fin = falso
fin_si
fin_para
Para i = 1 hasta n
xi = yi
fin_para
hasta fin
Para i = 1 hasta n
Imprimir xi
fin_para
Terminar

METODO DE GAUSS - SEIDEL

Este mtodo es iterativo y es similar al mtodo de Jacobi con la salvedad de que cada valor
que se obtiene se emplea inmediatamente en la misma iteracin. Esto hace que el mtodo
converja con mayor rapidez que el de Jacobi.
El algoritmo correspondiente al mtodo es:
Inicio
Leer n,
Para i = 1 hasta n
Para j = 1 hasta n+1
Leer aij
fin_para
fin_para
Para i = 1 hasta n
xi = 0
fin_para
Repetir
fin = verdadero
Para i = 1 hasta n
y = ai,n+1
Para j = 1 hasta n
Si i j entonces
y = y aij*xj
fin_si
fin_para
y = y/aij
delta = |xi y|
Si delta > entonces
fin = falso
fin_si
xi = y
fin_para
hasta fin
Para i = 1 hasta n
Imprimir xi
fin_para
Terminar

METODO MONTANTE
Este mtodo maneja exclusivamente valores enteros, lo cual reduce la complejidad de las
operaciones y los errores de clculo por truncamiento y redondeo. Se emplea para obtener
la inversa de una matriz, calcular el valor del determinante, as como para resolver sistemas
de ecuaciones.
PROCEDIMIENTO:
( 1 ) Elegir un PIVOTE como un elemento sobre la diagonal principal.
( 2 ) Mantener la fila del PIVOTE sin cambios.
( 3 ) Convertir a ceros todos los elementos desde la primera columna hasta la
columna del PIVOTE, excepto los elementos de la diagonal principal,
los cuales sern iguales al PIVOTE.
( 4 ) Calcular los elementos restantes, segn la frmula:
aij = (aij*akk aik*akj)/pivotant
a kk = Pivote actual
NOTA.- Si se trata de la primera iteracin, el pivote anterior es la unidad
( 5 ) El procedimiento se repite hasta obtener por el lado izquierdo de la matriz
aumentada, una matriz diagonal.
NOTAS: Si se trabaja una matriz aumentada (A, B) se obtiene una matriz (D, Y), donde D
es una matriz diagonal cuyos elementos son iguales al determinante de A y Y/d es
la solucin del sistema.
Si se trabaja una matriz aumentada (A, I) se obtiene una matriz (D, Adj), donde Adj
es la matriz adjunta de A y Adj/d es la inversa de esta.
El algoritmo correspondiente al mtodo es:
Inicio
Leer n
Para i = 1 hasta n
Para j = 1 hasta n+1
Leer aij
fin_para
fin_para
pivotant = 1
Para k = 1 hasta n
Para i = 1 hasta n
Si i k entonces
Para j = k+1 hasta n+1
aij = (aij*akk aik*akj)/pivotant
fin_para
fin_si
fin_para
pivotant = ak-1,k-1
fin_para
Para i = 1 hasta n
Imprimir ai,n+1/ann
fin_para
Terminar

INTERPOLACIN Y AJUSTE POLINOMIAL

METODO DE INTERPOLACIN DE NEWTON
El mtodo tiene la siguiente frmula general:
y k y 0 ky 0

k ( k 1) 2
k ( k 1)(k 2) 3
k ( k 1)(k 2)( k 3) 4
y0
y0
y 0 ...
2!
3!
4!

El algoritmo estructurado del mtodo es el siguiente:

Inicio
Leer n
Para i = 1 hasta n
Leer xi, yi
fin_para
Para j = 1 hasta n-1
Para i = 1 hasta n - j
ij = i+1,j-1 i,j-1
fin_para
fin_para
Leer x
k = (x x1)/(x2 x1)
y=0
Para i = 1 hasta n
num = 1
j=0
Mientras j i -2 hacer
num = num * (k j)
j=j+1
fin_mientras
y = y + num/(i 1)! * 1,i-1
fin_para
Imprimir y
Terminar

METODO DE INTERPOLACIN DE LAGRANGE

La frmula del mtodo es:
y

( x x 2 )( x x3 )( x x 4 )...( x x n )
( x x1 )( x x3 )( x x 4 )...( x x n )
y1
y2
( x1 x 2 )( x1 x3 )( x1 x 4 )...( x1 x n )
( x 2 x1 )( x 2 x3 )( x 2 x 4 )...( x 2 x n )

( x x1 )( x x 2 )( x x 4 )...( x x n )
( x x1 )( x x 2 )( x x3 )...( x x n )
y 3 ...
yn
( x3 x1 )( x3 x 2 )( x3 x 4 )...( x3 x n )
( x n x1 )( x n x 2 )( x n x3 )...( x n x n 1 )

y la abreviada sera:
n

y
i 1

(x x

j 1
n

(x

xj)

yi

con i j

j 1

donde representa una serie de productos, as como representa una serie de sumas.
A continuacin se tiene el algoritmo estructurado para trabajar con este mtodo:
Inicio
Leer n
Para i = 1 hasta n
Leer xi, yi
fin_para
Leer x
y=0
Para i = 1 hasta n
num = 1
den = 1
Para j = 1 hasta n
Si i j entonces
num = num * (x - xj)
den = den * (xi xj)
fin_si
fin_para
y = y + num/den * yi
fin_para
Imprimir x, y
Terminar

METODO DELOS MINIMOS CUADRADOS

El mtodo consiste en determinar la ecuacin de la curva suave que se pueda aproximar a
los puntos dados en la tabla de valores. La frmula del mtodo es:
n

i 1

i 1

i 1

i 1

i 1

xij yi a0 xij a1 xij 1 a 2 xij 2 ... am xij m

Dando a j los valores de: j = 0, 1, 2, . . ., m ( m = grado de la curva suave ), se tienen las
siguientes ecuaciones:
n

Para j = 0:

y
i 1

Para j = 1:

x y
i 1

i 1

i 1

i 1

na 0 a1 xi a 2 xi2 ... a m xim

i 1

i 1

i 1

i 1

a 0 xi a1 xi2 a 2 xi3 ... a m xim 1

El algoritmo del mtodo es:

Inicio
Leer n, m
a0 = n
b0 = 0
Para i = 1 hasta n
Leer xi, yi
b0 = b0 + yi
Para j = 1 hasta m * 2
aj = aj + xij
fin_para
Para j = 1 hasta m
bj = bj + yi * xij
fin_para
fin_para
Para i = 1 hasta m+1
Para j = 1 hasta m+1
cij = ai+j-2
fin_para
ci,m+2 = bi-1
fin_para
Llamar Gauss (cij)
Para i = 1 hasta m+1
Imprimir ci,m+2
fin_para
Terminar

TRANSFORMACIONES
Aplicando el mtodo de los Mnimos Cuadrados, se intenta encontrar la ecuacin de la
Recta que mas se aproxime a los puntos dados en la tabla de valores, para lo cual se deben
transformar los valores a otro sistema de ejes coordenados.
Las transformaciones ms comunes de aplicacin son:
X, Log (Y)
Log (X), Y
Log (X), Log (Y)
Siendo los logaritmos siempre en base 10.
La funcin debe transformarse de nuevo a los trminos x, y; excepto para el caso (log x, y),
de la siguiente manera:
( 1 ) Para el caso (x, log y), se tiene:
log y = a + b x
y = 10a+bx = 10 (10b)x
Sea = 10 y = 10b
y = x
( 2 ) Para el caso (log x, log y), se tiene:
log y = a + b * log x
y = 10 a log x = 10 (xb)
Sea = 10 y = b
y = x
b

DIFERENCIACIN E INTEGRACION
DERIVACIN POR LIMITES
Por los cursos de Clculo se sabe que:
f ' ( x ) Lim
h0

f ( x h) f ( x )
h

siendo ste un lmite en el que se manejan nmeros muy pequeos, se puede trabajar de la
siguiente manera:
f(x) = [f(x+h) f(x)] k
donde k = h-1
Se puede tomar h = 0.1n con n = 1, 2, 3, . . ., ya que h 0si n . Se toma, adems, el
criterio de Cauchy como criterio de paro en el clculo de la integral. Para este mtodo se
da a continuacin el algoritmo estructurado:
El algoritmo para calcular una derivada por medio de lmites es:
Inicio
Definir f(x)
Leer x,
n=1
da = 1 x 1010
Repetir
1
0.1n
d = [f(x + 0.1n) f(x)] * k
delta = |da d|
da = d
n=n+1
Hasta delta <
Imprimir d
Terminar

k =

DERIVACIN POR DIFERENCIAS FINITAS

Dada la funcin f(x) definida por:
x
x0
x1
x2
...
xn

y
y0
y1
y2
...
yn

de la interpolacin de Newton se sabe que:

f ( x ) y0 ky0

k ( k 1) 2
k ( k 1)(k 2) 3
k ( k 1)(k 2)(k 3) 4
y0
y0
y0 ...
2!
3!
4!

es un polinomio de grano n+1 que pasa por todos los puntos. As, hallando la derivada de
la frmula anterior, se halla la derivada para cualquier punto tabulado.
Tomando en cuenta que
y por lo tanto:

x = x0 + k h
k h = x x0
( x x0 )
k =
h
dk
d x x0
1

dx dx
h
h

se tiene:
y tambin.

f ' ( x)

1
2k 1 2
3k 2 6k 2 3

y0 ...
0
0

h
2!
3!

La anterior es la frmula de derivacin de primer orden. Una forma alterna de calcular la

derivada es calcular la funcin siguiendo el mtodo de Newton y derivando sta; as,
sustituyendo se obtiene:

f ( x ) y0

( x x0 )y0 ( x x0 )( x x1 )2 y0
( x x0 )( x x1 )...( x xn )n y0

...

h
h 2 2!
h n n!

la cual es una funcin derivable.

METODO DE INTEGRACIN DEL TRAPECIO

En la Figura se tiene:
B = f(xi+1)
b = f(xi)
h = xi+1 xi
As, se tiene:
xi 1

f ( x)dx

xi

f ( xi ) f ( xi 1 )
h
( xi 1 xi ) ( y i y i 1 )
2
2

Para cubrir un intervalo [a, b], se divide ste en n subintervalos, los cuales deben cumplir
con h = xi+1 xi y tambin con a = x1, x2, x3, . . ., xn = b. As:
b

x2

x3

x1

x2

f ( x )dx f ( x )dx

x4

xn

x3

xn 1

f ( x)dx f ( x )dx ...

f ( x)dx

En la ecuacin anterior cada integral cumple con:

xi 1
h
x f ( x)dx 2 ( yi y i1 )
i
Por lo tanto se tiene:
b

f ( x)dx 2 ( y

y2 )

h
h
h
( y 2 y 3 ) ( y 3 y 4 ) ... ( y n 1 y n )
2
2
2

De manera resumida:
b

n 1
h

f ( x )dx y1 y n 2 y i
2
i 2

A continuacin se presentan dos algoritmos estructurados para ste mtodo; el primero

asume el conocimiento de la funcin a integrar y el segundo trabaja con una tabla de
valores.
Inicio
Definir f(x)
Leer a, b, n
h = (b a)/(n 1)
x=a
i=1
Repetir
yi = f(x)
i=i+1
x=x+h
Hasta x > b
rea = y1 + yn
Para i = 2 hasta n 1
rea = rea + 2 * yi
fin_para
rea = rea * h/2
Imprimir rea
Terminar

Inicio
Leer n, h
Para i = 1 hasta n
Leer yi
fin_para
rea = y1 + yn
Para i = 2 hasta n 1
rea = rea + 2 * yi
fin_para
rea = rea * h/2
Imprimir rea
Terminar

METODO DE INTEGRACIN SIMPSON 1/3

Si en lugar de tomar un trapecio se hace pasar una Parbola por tres puntos consecutivos de
la funcin, la frmula de aplicacin del mtodo queda:
xn

f ( x)dx

x0

n 1, 2
n 2, 2

h
y 0 y n 4 y i 2 y i
3
i 1
i 2

Este mtodo es aplicable slo cuando n es par (nmero par de reas o subintervalos ). De
manera similar al mtodo anterior, se presentan a continuacin sus dos algoritmos
estructurados.
Inicio
Definir f(x)
Leer a, b, n
h = (b a)/(n 1)
x=a
i=1
Repetir
yi = f(x)
i=i+1
x=x+h
Hasta x > b
rea = y1 + yn
Para i = 2 hasta n 1
Si i mod 2 = 0 entonces
rea = rea + 4 * yi
si_no
rea = rea + 2 * yi
fin_si
fin_para
rea = rea * h/3
Imprimir rea
Terminar

Inicio
Leer n, h
Para i = 1 hasta n
Leer yi
fin_para
rea = y1 + yn
Para i = 2 hasta n 1
Si i mod 2 = 0
entonces rea = rea + 4 * yi
si_no rea = rea + 2 * yi
fin_si
fin_para
rea = rea * h/3
Imprimir rea
Terminar

METODO DE INTEGRACIN SIMPSON 3/8

Para hacer an ms exacto el clculo de la integral, se hace pasar una cbica entre tres
puntos consecutivos de la funcin, de tal manera que la frmula del mtodo queda:
xn

3h
f ( x)dx 8 y

x0

y n 2 y i 3 y j

con i = mltiplos de 3; j = resto de ordenadas.

Este mtodo es aplicable slo cuando n es mltiplo de 3, lo cual asegura que se tiene un
mltiplo de 3 como nmero de reas. De manera similar a los mtodos anteriores, se
presentan a continuacin sus dos algoritmos estructurados.
Inicio
Definir f(x)
Leer a, b, n
h = (b a)/(n 1)
x=a
i=1
Repetir
yi = f(x)
i=i+1
x=x+h
Hasta x > b
rea = y1 + yn
Para i = 2 hasta n 1
Si (i 1) mod 3 = 0 entonces
rea = rea + 2 * yi
si_no
rea = rea + 3 * yi
fin_si
fin_para
rea = 3 * rea * h/8
Imprimir rea
Terminar

Inicio
Leer n, h
Para i = 1 hasta n
Leer yi
fin_para
rea = y1 + yn
Para i = 2 hasta n 1
Si (I 1) mod 3 = 0 entonces
rea = rea + 2 * yi
si_no rea = rea + 3 * yi
fin_si
fin_para
rea = 3 * rea * h/8
Imprimir rea
Terminar

ECUACIONES DIFERENCIALES ORDINARIAS

METODO DE EULER
Este mtodo se emplea para resolver una Ecuacin Diferencial Ordinaria, siendo su fmula:
yi+1 = yi + y x
o tambin:
yi+1 = yi + f(x,y) x
Esto constituye el Mtodo de Euler y es la forma ms sencilla, aunque tambin la ms
inexacta, de evaluar una Ecuacin Diferencial Ordinaria. Para este mtodo se tiene el
siguiente algoritmo:
Inicio
Definir f(x,y)
Leer x1, y1, x, n
Para i = 1 hasta n
y = f(x1, y1)
y2 = y1 + y x
Imprimir y2
x1 = x1 + x
y1 = y2
fin_para
Terminar

METODO PREDICTOR CORRECTOR

La frmula del mtodo queda como:
y i 1

y i' y i' 1
yi h
2

devolviendo a y su nombre de funcin se tiene:

y i 1 y i h

f ( xi , yi ) f ( xi 1 , yi 1 )
2

Esta frmula es conocida como Mtodo de Gauss; sin embargo, surge un problema con el
mtodo. Para calcular el valor de yi+1 se requiere conocer el valor de yi+1. Para solucionar
este problema se utilizan los dos mtodos en conjunto prediciendo un valor de y i+1 con el
mtodo de Euler y corrigiendo despus con el mtodo de Gauss (de aqu los nombres de
Mtodo Predictor Corrector y Mtodo de Euler Gauss con los que se conoce este
mtodo). Adems, el mtodo de Gauss permite corregir el valor calculado de yi+1 tanto
como se quiera de acuerdo a una predefinida, de la siguiente manera:
( a ) Si | yi+1c yi+1p | < , entonces yi+1c es la aproximacin buscada.
( b ) Si | yi+1c yi+1p | > , entonces se calcula de nuevo y i+1c, utilizando yi+1c como
yi+1p.
Para este mtodo se tiene el siguiente algoritmo:
Inicio
Definir f(x,y)
Leer x1, y1, x, n,
Para i = 1 hasta n
y = f(x1, y1)
yp = y1 + y x
x1 = x1 + x
Repetir
y2 = f(xi, yp)
yc = y1 + (y + y2) x/2
d = | yc yp |
yp = yc
hasta d <
Imprimir yc
y1 = yc
fin_para
Terminar

METODO DE RUNGE KUTTA

Tanto el mtodo de Euler como el mtodo Predictor-Corrector pertenecen a la familia de
mtodos de Ru8nge_kutta. El mtodo de la familia que resulta ms accesible y de menor
error es el llamado Mtodo de Runge Kutta de Cuarto Orden (conocido simplemente
como Mtodo de Runge Kutta) y est dado, por la frmula siguiente:
yi+1 = yi + h (xi, yi)
donde:

(xi, yi) = (k1 + 2 k2 + 2 k3 + k4) / 6

y en la cual:

k1 = f(x, y)
hk
h

k2 f x , y 1
2
2

hk
h

k3 f x , y 2
2
2

k4 = f(x + h, y + h k3)
Para este mtodo se tiene el siguiente algoritmo:
Inicio
Definir f(x,y)
Leer x1, y1, x, n
Para i = 1 hasta n
k1 = f(x, y)
k2 = f(x + x/2, y + x k1/2)
k3 = f(x + x/2, y + x k2/2)
k4 = f(x + x, y + x k3)
= (k1 + 2 k2 + 2 k3 + k4) / 6
y = y + x
x = x + x
Imprimir x, y
fin_para
Terminar