Metodos Numericos para Ingenieros
Metodos Numericos para Ingenieros
Metodos Numericos para Ingenieros
MÉTODOS NUMÉRICOS
MARTÍN
BARRAGÁN
SOLÍS
DATOS CURRICULARES DEL AUTOR
Ingeniero Civil (UAGro), 100% créditos de Maestría en Ingeniería con
Especialidad en Hidráulica (UNAM).
Aspecto laboral:
MARTÍN BARRAGÁN SOLÍS
Puestos desempeñados:
PRESENTACION i
BIBLIOGRAFIA 199
Apéndice A SERIE DE TAYLOR 200
Apéndice B Ceros y Pesos en fórmula de G-Legendre 207
PRESENTACIÓN
obtiene resultados tan exactos como los que tendría con los métodos
analíticos, cuando sea posible hacerlos de esa forma, muy a pesar de que los
métodos numéricos fueron ideados para aquellos problemas que no han sido
resueltos de manera tradicionalista; sin que esto último quiera decir o asegurar
que la teoría básica tenga poca validez.
EL AUTOR
1
Capítulo 1
INTRODUCCIÓN Y ALCANCE DE LOS MÉTODOS NUMÉRICOS
MARTÍN BARRAGÁN SOLÍS
1.1 Introducción
Los métodos numéricos son una clase de técnicas para resolver una gran
variedad de problemas matemáticos. Estos problemas pueden, naturalmente, tener
su origen como modelos matemáticos o situaciones físicas. Este tipo de métodos
son extraordinarios puesto que solamente son empleadas operaciones aritméticas y
lógicas; de esta manera los cálculos pueden hacerse directamente o usando una
computadora digital.
Aunque en el sentido estricto del término, cualquier cosa, desde los dedos hasta
un ábaco, pueden ser considerados como una computadora digital, sin embargo,
aquí usaremos este término para referirnos a computadoras electrónicas, las
cuales han sido usas razonablemente y en forma difusa, desde a mediados de
1950. Actualmente los métodos numéricos preceden a las computadoras
2
Antes del uso de la computadora digital, había tres métodos diferentes que los
ingenieros aplicaban a la solución de los problemas, a saber:
Además, existe un buen número de razones por las cuales se deben estudiar los
métodos numéricos, en ciencias e ingeniería:
Podría parecer extraña la pregunta; sin embargo, para los conocedores del
poder de los métodos numéricos, que saben de su extenso uso en cada faceta de la
ciencia, la tecnología y el gobierno; la pregunta es injustificada, ya que, en el
estudio de la ciencia y la tecnología tienen una justificación inmediata, por lo que,
más bien se recomienda su uso en la licenciatura y postgrado, debido a que estos
últimos tendrían pocas aportaciones si no hacen aplicaciones de éstos y de nada le
servirían los equipos más modernos de cálculo.
Las dificultades con los métodos numéricos pueden resultar en un programa pre-
empaquetado o un subprograma de librería produciendo resultados erróneos o no
tener los resultados esperados. En adición, el usuario registra subprogramas de
librería para ejecutar o hacer ciertas tareas para encontrar una variedad de
subprogramas y números que generalmente son aplicados, pero el material
descriptivo rara vez dará algún indicador de la eficiencia del subprograma o su
conveniencia para resolver el problema en específico.
Podemos ver de esta manera que, existe una fuerte justificación para que el
científico o el ingeniero adquieran conocimientos de los métodos numéricos. Este
conocimiento capacita al usuario de un computador, a seleccionar, modificar y
programar un método para una tarea específico, así como en la selección de
programas y subprogramas pregrabados de la librería y hacer posible, para el
usuario, la comunicación con un especialista eficiente y de modo inteligente buscar
ayuda para un problema particularmente difícil. Finalmente deberían ser
reorganizado, el gran volumen de los que han sido llamados “métodos
desarrollados” (cuyo objetivo es escribir programas para simular problemas físicos
complejos) hecho por ingenieros y científicos y no por analistas numéricos.
Obviamente, las técnicas numéricas más eficientes deberían ser empleadas
exactamente en tal trabajo y el conocimiento completo de métodos numéricos es
esencial para ingenieros y científicos en tales proyectos.
Capítulo 2
APROXIMACIONES Y ERRORES
MARTÍN BARRAGÁN SOLÍS
2.1 Introducción
Los ceros no siempre son cifras significativas, ya que pueden usarse sólo
para ubicar el punto decimal, así que, los siguientes números tienen cuatro cifras
significativas.
MARTÍN BARRAGÁN SOLÍS
0.000 018 45
0.000 184 5
0.001 845
Xv Xa v (2-1)
MARTÍN BARRAGÁN SOLÍS
v Xv Xa (2-2)
Ev
Er , error relativo (2-3.1)
Vv
Ev
Er *100, error relativo porcentual (2-3.2)
Vv
Xa i 1 Xa i
v x100 (2-4)
Xa i 1
v≤ t (2-5)
MARTÍN BARRAGÁN SOLÍS
Siendo ésta, una de las varias formas que utiliza una computadora para
redondear números. Esta técnica de retener sólo las primeras siete cifras se le
llama truncamiento en el ambiente de computación; de preferencia se le llamará de
corte para distinguirlos de los errores de truncamiento que se analizarán en la
siguiente sección. Un corte ignora las cifras restantes, de la representación decimal
completa; por ejemplo, para el caso anterior, el octavo dígito significativo es 6. Por
lo tanto, se representa de manera más exacta como 3.141 593, mientras que con
el corte fue 3.141 592. De esta forma el error, por redondeo sería:
Multiplicación
+ Multiplicación
Ó
Ó
División _
División
O también se pueden multiplicar o dividir los resultados de las sumas y las restas,
es decir,
Suma
Suma
X Ó
Ó
Resta
Resta
14
5.6723 3 5.67
10.406 4 10.41
7.3500 2 7.4
7.4500 2 7.4
88.216500 5 88.216
1.25001 2 1.3
b) Sumas y restas
De esta manera, se puede ver claramente que el 3 (del 8.3) es el último dígito
significativo retenido, por lo que, la respuesta se redondea de la siguiente manera.
c) Multiplicación y división
0.0642x4.8=0.30816 0.31
d) Combinaciones
d.2. Evalúese
665 x10 7
Redondeando queda: 3
2.483196...x10 8
2.678 x10
Ejemplo 2.2 El número e, base de los logaritmos neperianos, con cinco cifras
decimales, es igual a 2.71828; calcular el error absoluto y el error relativo en el que
se incurre en cada caso, al tomar hasta el primero, segundo, tercero y cuarto
términos de la serie
1
MARTÍN BARRAGÁN SOLÍS
e
k 1 k!
Solución
a) Tomando hasta el primer término
0
1 1
e 1
k 0 k! 0!
2.71828 1
r 100 63.212 00
2.71828
1
1 1 1
e 2
k 0 k! 0! 1!
2
1 1 1 1
e 2.5
k 0 k! 0! 1! 2!
3
1 1 1 1 1
e 2.6667
k 0 k! 0! 1! 2! 3!
Fig. 2.1-a
MARTÍN BARRAGÁN SOLÍS
Fig. 2.1-b
x 2 x 4 x 6 x 8 x10
cos( x) 1 ...
2! 4! 6! 8! 10!
Iniciando con el primer término cos(x) =1; agréguense los términos uno a uno para
estimar cos (/3). Después de agregar cada término, calcúlense los errores
porcentuales relativos, exactos y aproximados.
2.2 Repetir los cálculos del problema anterior, pero ahora usando la serie de
Maclaurin para el seno(x):
x 3 x 5 x 7 x 9 x11
seno( x) x ...
3! 5! 7! 9! 11!
2.3. Úsense los términos en serie de Taylor de cero a tercer orden para estimar f
(3), para
Usando como punto base x = 2. Calcule el error relativo porcentual correcto para
cada aproximación.
MARTÍN BARRAGÁN SOLÍS
21
Capítulo 3
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y
TRASCENDENTES
MARTÍN BARRAGÁN SOLÍS
3.1 Introducción
De acuerdo a las definiciones dadas, para encontrar una solución real, las
ecuaciones, sin importar que representen un polinomio u otra cualquiera, deben ser
representadas en la forma:
f(x) = 0 (3-1)
f ( x) x 2 6 x 5
2
f ( y) y 1.50
gy 2
x
f ( x) e ( 2 x) 1
4
f ( x) x 2 sen( x) 4
f ( x) 0.5x senx
1
4Log Re f 0.4
f
f ( x) e 0.2x sin 3x 12
23
x f ( x) x (3-2)
24
Si el miembro derecho es otra función que se define como g(x), entonces ecuación
(3-2) se transforma en:
x g (x) (3-3)
xr g ( xr ) (3-4)
x0 g ( x0 )
x0 g ( x0 )
O más propiamente,
x1 g ( x0 )
x2 g ( x1 )
Tomando en cuenta que se repite el proceso, pero ahora con x 2, para obtener x3,
luego con x3 para generar x4 y, así sucesivamente, hasta sustituir xn para obtener
xn+1; entonces el proceso descrito, se puede generalizar con la ecuación,
25
xn1 g ( xn ) (3-5)
Inicio
MARTÍN BARRAGÁN SOLÍS
f (x), x0,
Hacer
x = x0
Calcular
g(x) = f(x) +x
no
¿ x =g(x)?
si
Escribir
fin
f ( x) e x x (Fig. E3.1)
MARTÍN BARRAGÁN SOLÍS
xn1 e xn
1
f ( x) cos( x) x 1 (Fig. E3.2)
2
1
xn1 cos( xn ) xn 1
2
27
Valores de f(x)
2
1
1
x2 cos(2) (2) 1 1.584
0
-1 -1 0 1 2 3 4 5 6
2 -2
-3
Valores de x
Los siguientes valores son: 1.779,…, 1.714,
1.714
MARTÍN BARRAGÁN SOLÍS
Cuando es dada una función f(x) continua sobre un intervalo [a 0, b0] y que satisface
f(an).f(bn) < 0
Para n = 0, 1, 2, … y hasta terminar:
Calcular c 1
2 an bn
Si f(c) =0, acéptese c como una solución y deténgase el procedimiento, en
caso contrario, continúese.
Si f(an).f(c) < 0, hágase an+1 = an, bn+1 = c. De lo contrario an+1 = c, bn+1 = bn.
Entonces, f(x) = 0 para algún x en [an+1, bn+1].
cn1 cn
?
cn1
inicio
es el error a, b,
MARTÍN BARRAGÁN SOLÍS
admisible.
Calcular
f(a) y f(b)
f(a)*f(b) < no
0?
Si
Calcular
c 1 ( a b)
2
Sea F = f(c)
Si
F ? x=c
No
Escribir
a=c F*f(a) <
0? x
si
b=c fin
f(x)
f(x)
depende de la aplicación real del
f(a)
problema; por ejemplo, si la solución
representa la superficie de un terreno
y la unidad de medida es el metro,
con sólo un decimal exacto se
c x
b
tendría una excelente aproximación;
a
sin embargo, si el problema a
resolver representa, en la situación
f(b)
real, la medida del diámetro de un
pistón de un automotor, entonces,
MARTÍN BARRAGÁN SOLÍS
exactos. 3
2
3 2
f(x) =x –1.412x +0.098
Valores de f(x)
(Fig. E3.3) 1
0
Solución. Se proponen los valores: a = 0 y b -1 -0.5 0 0.5 1 1.5 2
-1
= 1; obteniendo:
-2
3 2
f(a) = f(0) = (0) –1.412(0) + 0.098 = 0.098 y -3
Valores de x
f(b) = f(1) = (1)3 –1.412(1)2 + 0.098 = -0.314.
Valores de f(R)
-0.05 0 100 200 300 400 500
-0.10
(Fig.E3.4) -0.15
-0.20
0.6273
f(b) = f(400) = e 0.005( 400) cos(0.05 2000 0.01(400) 2 ) 0.01 = 0.0631.
De acuerdo a los resultados obtenidos, existe una raíz en [0, 400]. Es notorio
que más cerca de 400 que de cero.
El punto medio es c = 200 y con este valor se tiene que f(c) = f(200) = -
0.1631, por lo que el cambio debe ser para a = c = 200, debido a que f(a) fue
negativo y b no cambia en la presente iteración.
b0 a0
c a0 . f (a0 )
f (b0 ) f (a0 ) (3-6)
f(b0)
a0 a1
X
b0
MARTÍN BARRAGÁN SOLÍS
f(a0)
Dada una función f(x) continua sobre un intervalo [a 0, b0] y tal que f(a0)f(b0) < 0.
Para n = 1, 2, … y hasta terminar:
Calcúlese
b0 a0
c a0 . f (a0 )
f (b0 ) f (a0 )
inicio
MARTÍN BARRAGÁN SOLÍS
a, b,
es el error
tolerable.
Fa=f(a)
Fb=f(b)
Fa*Fb < 0 no
?
Si
(b a) Fa
c a
Fb Fa
F = f(c)
Si
Fa=F F ? Hacer: x = c
No
no Escribir
Fa*f(a)<
a=c 0? x
si
fin
Fb=F b=c
Valores de f(X)
4
y 10e kt cos(wt ) 2
(Fig. E3.5) 0
-2 -1 -2 0 1 2 3 4 5 6
-4
Donde k =0.50 y w = 2. Obtenga una raíz
-6
aplicando el método de Falsa Posición.
-8
Solución. De acuerdo a la gráfica, la Valores de X
MARTÍN BARRAGÁN SOLÍS
por ser f(t) de signo negativo, cambia b y el valor de a, no cambia para la siguiente
iteración. El valor de t es ahora t = 0.8023 y f(0.8023) = - 0.2300; nuevamente
cambia b = 0.8023, etc. Los resultados a que se llegó se muestran en la tabla
siguiente:
Valores de f(X)
2
condición inicial.
1
Una raíz es x =1.895 radianes, debido a que este valor se repite y, además,
hace que f(x) sea igual a “cero”, como se observa en el último renglón.
Otra variante de los dos métodos anteriores es el método de Monte Carlo. Éste,
parte de los mismos principios que aquellos; es decir, se requiere de dos puntos de
apoyo, uno a y el otro b, de tal manera que f(a) y f(b) tengan signos distintos, para
que cumplan la condición de arranque dada en figuras 3.2 y 3.3. La secuencia de
cálculo es la misma que en los dos métodos vistos, sólo cambia la manera de
estimar el valor de “c”, el cual se calcula como función de a y b, así como de un
número aleatorio, según ecuación (3-7) El proceso de este método es como se
describe a continuación:
35
1. Dados a y b, tales que f(a).f(b) < 0; se escoge un número aleatorio, xal, con
distribución de probabilidad uniforme, que se encuentre entre cero y 0.99
(estos números pueden, inclusive, generarse con una calculadora).
c a xal (b a) (3-7)
3. Al igual que en los dos métodos anteriores, se calcula f(c) para comparar su
valor con cero o la tolerancia, . Si es diferente de él o no cumple con la
tolerancia, en el error, prefijada, entonces, se hace el cambio adecuado – tal
MARTÍN BARRAGÁN SOLÍS
ecuación (3-7).
Valores de f(X)
0
-2 -1 0 1 2
-1
Ejemplo 3.7 Encuentre una raíz
-2
positiva de f(x) = tan(x) –2x, por el
-3
método de Monte Carlo (Fig. E3.7).
-4
Use xal = 0.5361 y el resultado debe Valores de X
tener tres decimales exactos.
Solución. Para garantizar tres decimales exactos, la tolerancia debe ser =0.0001.
Si a = 1 y b = 1.5, se tiene:
Se observa que los valores propuestos son adecuados, ya que f(a).f(b) < 0;
por lo que, c = 1+ 0.5361(1.5-1) = 1.268 y f(1.268) = 0.665, quedando el segmento
[1, 1.268], para la siguiente iteración. Ahora c = 1.144 y f(1.44) = -0.090, entonces el
segmento donde se encuentra una raíz es [1.144,1.268], etc. Continuando con el
proceso descrito se llegó, manualmente, a los siguientes resultados:
1
Monte Carlo (Fig. E3.8).
0
-4 -3 -2 -1 0 1 2 3 4
-1
Solución. Se probó con a = 1
-2
y b =2; con los que se
-3
Valores de X
obtuvo f(a) = 1-4seno(1) = -
2.366 y f(b) = -1.637. Al no cumplirse la condición de arranque, se propusieron otros
valores, siendo a = 2 y b =3. Se obtuvo, f(a) =-1.6372 y f(b) = f(3) = 2.4355. De
acuerdo con estos resultados, en el segmento 2,3 se debe encontrar una raíz.
Usando xal = 0.2850 y siguiendo el mismo proceso que el ejemplo anterior, se
obtuvo una raíz en c = 2.474 radianes; algunas iteraciones se muestran abajo.
( x x0 ) 2
f ( x) f ( x0 ) ( x x0 ) f ( x0 ) f ( x0 ) ... (3-8)
2!
polinomio de grado infinito. Sin embargo, un valor aproximado de la raíz x puede ser
obtenido, tomando solamente los dos primeros términos de la serie anterior,
quedando,
0 f ( x0 ) ( x x0 ) f ( x0 )
f ( x0 )
x x0 (3-9)
f ( x0)
f ( xn )
xn 1 xn (3-10)
f ( xn )
f(x)
No obstante su rápida
convergencia, el método de Newton tiene
algunas dificultades con ciertos tipos de
funciones. Estas dificultades pueden f(x ) o
Inicio
x0 ,
x = x0
Fun = f(x)
Df = f ‘(x)
h = - Fun/Df
x=x+h
si Escribir
h x
Fin
B X
x0 A x1 x2
Valores de f(X)
Solución. Puesto que f ‘(x) = 0
-4 -3 -2 -1
-20 0 1 2 3 4 5 6 7 8
ex –20x. Iniciando con un
-40
valor de x0 = 0.0, se calculó
-60
la función y derivada,
-80
respectivamente,
-100
obteniendo:
MARTÍN BARRAGÁN SOLÍS
-120
Valores de X
f ( x0 ) e 10 x 2
x0 2
0
e 0 10(0) 2 2 3.00
f ( x0 ) 3
hN 3.00 y de ecuación (3-10), se concluye que el valor
f ( x0 ) 1
aproximado de x, es:
f ( x0 )
x01 x0 x1 0.00 3.00 3.00
f ( x0 )
x f(x) f´(x) h
0.0000 3.0000 1.0000 -3.0000
-3.0000 -87.9502 60.0498 1.4646
-1.5354 -21.3585 30.9229 0.6907
-0.8447 -4.7051 17.3233 0.2716
-0.5731 -0.7203 12.0252 0.0599
-0.5132 -0.0348 10.8620 0.0032
-0.5100 -0.0001 10.7998 0.0000
-0.5100 0.0000 10.7996 0.0000
-0.5100 --- raíz
41
Valores de f(X)
resultado con cuatro decimales
1
exactos.
0
-2 -1 0 1 2 3 4 5 6
-1
Solución. Como en el caso
-2
anterior, la primera derivada
MARTÍN BARRAGÁN SOLÍS
1 x
f ( x) e 4 ( x 6)
4
f(x0) = e-0/4(2-0)-1=1.0000
1 0
f ( x0 ) e 4 (0 6) 1.5000
4
f ( x0 ) 1
hN 0.66667
f ( x0 ) 1.5
f ( x0 )
x01 x0 x1 0 0.66667 0.6667
f ( x0 )
1 0.66674
f(x1) = e-0.6667/4(2-0.6667)-1=0.12 y f ( x1 ) e (0.6667 6) 1.1290
4
42
f ( x1 ) f ( x1 )
hN 0.1140 ; x11 x1 x2 0.6667 0.1140 0.7806
f ( x1 ) f ( x1 )
nuevamente se nota que 0.114 es mayor que el error, por lo que, se debe repetir el
procedimiento, pero ahora con x = 0.7806. Puede probarse que siguiendo este
proceso se llega, finalmente a la raíz de x = 0.7836.
f ( x)
U ( x) (3-11)
f ( x)
Se observa que la función U(x) tiene las mismas raíces que f(x), debido a
que, cuando f(x) es igual a cero, entonces U(x) se vuelve cero.
U ( xn )
xn 1 xn (3-12)
U ( xn )
f ( xn ). f ( x)
U ( x) 1 (3-13)
f ( x)2
43
Ejemplo 3.11 Resolver, por el método de Newton modificado, con una exactitud de
tres decimales exactos, la siguiente ecuación,
Solución. La ecuación (3-12) exige las dos primeras derivadas de f(x), las cuales
son, en este caso:
f “(x) = -cos(x) + ex -2
f ( x0 ) 3.259
U ( x0 ) 26.4519
f ( x0 ) 0.123
f ( x0 ). f ( x0 ) (3.259)(0.178)
U ( x0 ) 1 1 37.2168
f ( x0 ) 2
(0.123) 2
U ( x0 ) 26.4519
h 0.7108
U ( x0 ) 37.2168
Figura E3.11
U ( x0 ) 26.4519
x01 x0 1 0.2892 4.0
U ( x0 ) 37.2168 3.5
3.0
2.5
Valores de f(X)
2.0
1.5
Tomando en cuenta la prueba 1.0
de convergencia; se observa que el 0.5
0.0
valor absoluto del cociente U(x0)/U‘(x0)
-2 -1 -0.5 0
1 2
= 0.7108 es mayor que el error -1.0
admisible, se concluye que el valor de -1.5
Valores de X
MARTÍN BARRAGÁN SOLÍS
x1 obtenido, no es la raíz y, en
consecuencia, se repite el proceso a partir de x1, llegando, ahora, al os siguientes
resultados,
f(x1) = 3.2102
f ‘(x1) = 0.4717
f “(x1) = -1.6230
U(x1) = 6.8057
U´(x1) = 24.4175
h = 0.2787 y
x2 = 0.0105
Ejemplo 3.12 Con el uso del método de Newton Modificado, encuentre una raíz de
la ecuación,
Solución. Como en el caso anterior, se obtuvieron las dos primeras derivadas de f(x)
y se propusieron dos valores diferentes de x para encontrar dos raíces, por ejemplo,
para Iniciando con x0 = 5, se obtuvo:
U(x= = 0.2174
U´(x) = 0.6644
h = -0.3273
etc.
MARTÍN BARRAGÁN SOLÍS
Figura E3.12
25
20
15
10
Valores de f(X)
5
0
-5 0 1 2 3 4 5 6 7 8
-10
-15
-20
-25
Valores de X
f ( xn )
xn1 xn (3-14)
f ( xn ) f ( xn1 )/ Dn
donde Dn = xn – xn-1.
f(x)
MARTÍN BARRAGÁN SOLÍS
f(x00)
f(x0) raíz
X
x00 x0
f(x)
Fig. 3.6 Método de la SECANTE
Para usar este método, f(xn-1) y f(xn) deben ser conocidas. El primero es el
valor de la función dos iteraciones anteriores a la presente. Puesto que no hay tal
valor, serán disponibles para la primer iteración, dos valores iniciales supuestos,
cercanos entre ellos, que denominaremos x0 y x00, para los cuales se han calculado
los valores numéricos de las funciones, como se muestra en figura 3.6, que deberán
ser proporcionados al algoritmo (Fig.D3.5).
inicio
MARTÍN BARRAGÁN SOLÍS
x00, x0,
= x0 – x00
x = x0
FAN=f(x00)
FAC= f(x)
FAC FAN
tg
= - FAC/tg
x = x+
no si
x
FAN=FAC
?
FIN
2
(5 1.5 y ) y 3
f ( y) (5 1.5 y ) y 31.25
5 2 5y
Solución. Desarrollando el proceso dado en el diagrama de flujo (Fig. D3.5), se
tiene:
2
(5 1.5(4))(4) 3
Paso 2. f(yn-1) = f(4) = (5 1.5(4))(4) 31.25 44.647
5 3.6056(4)
2
(5 1.5(4.5))(4.5) 3
f(yn) = f (4.5) (5 1.5(4.5))(4.5) 31.25 65.917
5 3.6056(4.5)
f ( y n 1 ) f ( y n ) 44.647 65.917
Paso 3. Tan ()= 42.5409
y n1 y n 4 4.5
65.917
Paso 4. El cociente de hs 1.5495
42.5409
y = 2.6873
Puesto que el valor absoluto de h s, es aún muy grande, se repite el proceso con y =
2.9505 e y = 2.6873, con los que se llegó a,
f(2.9505) = 9.5722
f(2.6873) = 2.6661
tan()= 26.2349
hs = - 0.1016
y = 2.5856
MARTÍN BARRAGÁN SOLÍS
f(2.5856) = 0.191; tan()= 24.357 y hs = - 0.008, por lo que, ynuevo = 2.578, valor
diferente a 2.5856, pero muy cercano a él.
f(2.578) = 0.004
tan()= 23.803,
hs =0.000
y = 2.578 (igual al último de los dos que se usaron), por lo que, esta es una raíz de
la ecuación que se propuso resolver, confirmando la gráfica este resultado.
f ( x) 4 2 x (8)4 x 12
Paso 3. tan()=
Figura E3.14
f ( xn 1 ) f ( xn ) 5.00 140.00
= 67.500 45
xn 1 xn 0.00 2.00 40
35
30
Valores de f(X)
25
20
15
10
5
Paso 4. El cociente de 0
f ( xn ) 140.00 -2 -1 -5 0 1 2
hs 2.0741 -10
tan( ) 67.500 Valores de X
MARTÍN BARRAGÁN SOLÍS
f ( xn ) 5.5951
Paso 4. El cociente de hs =0.0863
tan( ) 64.8024
Repitiendo reiteradamente este proceso se llegó a la raíz x = 0.500. Con otro par de
valores (x = 1 y x = 1.5), se llegó a la raíz de x = 1.292.
Problemas propuestos
51
3.1 El tirante normal en un canal de forma trapezoidal, que tiene una pendiente
lateral de k = 2 y un ancho en la base de 5 metros, se calcula con la ecuación:
2
(5 2 y ) y 3
f ( y ) (5 2 y ) y 31.25
5 2y 5
3.4 Localice la raíz positiva de f(x) = 0.5x – sen(x). Use el método de Newton
Raphson y el método de la secante. En ambos casos, acepte una tolerancia de
0.0001
C 80e2t 20e0.1t
y 10e0.5t cos(2t )
a) Úsese el método gráfico, para obtener una estimación inicial del tiempo
necesario para que el desplazamiento baje hasta 4.
b) Use el método de Newton Raphson para determinar una raíz con un error
relativo del 0.01%.
c) Aplique el método de la secante para determinar la raíz con el mismo error
relativo que se pide en el inciso anterior.
MARTÍN BARRAGÁN SOLÍS
I 10et sen(2t )
en donde t está dado en segundos. Determínense todos los valores de t, tales que I
=2. Use dos métodos diferentes para encontrar la solución y compare los
resultados.
f ( x) 8 cos 2 ( x) 3 cos( x) 5
los resultados obtenidos, se desea que tengan un error relativo igual o menor al
0.01%.
x
f ( x) 4 cos 3sen(x) 2
2
x
1
3.11 Determine las raíces de la siguiente ecuación, f ( x) e 3 sen( x) , usando el
2
método de falsa posición, con una aproximación de tres decimales exactos.
26.315
4.572 y 2 27.751
y
pmáx
15000
p 6
1 máx 1e 2 x10 ( p máx )( 60)
10
3.16 Grafique la siguiente función y encuentre una raíz por dos métodos
diferentes.
f ( x) x 2 4 ln(3x) 5sen( x)
f ( x) e x x 1000
2
f ( x) x3 2 x 2 100 x 20
f ( x) e x sen( x) ln(3x) x3
2g 8Q 2
f ( D) D 5 C D L , con C=
8.86Log ( D) N 2 g 2 H
Q = 0.062366 m3/s,
H = 4.00 m,
L = 500 m,
N = 35
Capítulo 4
55
4.1 Introducción
MARTÍN BARRAGÁN SOLÍS
4.2.1. Introducción
1 7 1 4 87
2 0 5 4 3 1
A
1 1 2 3 1 9
6 2 1 4 1 1
56
2
7
B 3
MARTÍN BARRAGÁN SOLÍS
5
8
Son referidas como vectores columnas, mientras que las matrices con dimensión 1
en el renglón, tal como
F 1 3 5 2
Es triangular superior. Note que cuando los bloques de elementos son cero hay
simplemente blancos en la representación de la matriz.
Una matriz triangular inferior es aquella en la cual todos los elementos arriba de la
diagonal son cero, como:
c11
c c
C 21 22
c 31 c 32 c 33
c 41 c 42 c 43 c 44
MARTÍN BARRAGÁN SOLÍS
Una matriz diagonal es aquella en la que todos los elementos son cero
excepto los de la diagonal principal. Una matriz diagonal particularmente importante
es
1 0 0 0
0 1 0 0
I
0 0 1 0
0 0 0 1
La cual es llamada matriz unitaria o matriz identidad. Una matriz bandeada tiene
todos los elementos cero excepto para una banda centrada en la diagonal principal.
Por consiguiente, el siguiente arreglo matricial es una matriz tridiagonal también
llamada matriz bandeada, en este caso con tres bandas.
c11 c12
c c c 23
C 21 22
c 32 c 33 c 34
c 43 c 44
c11 c 21 c 32 c 41
c c 22 c 32 c 42
C T 12
c13 c 23 c 33 c 43
c14 c 24 c 34 c 44
58
G=kC
n
cij aik bkj (4-4)
k 1
ó simplemente,
A. X B
A B (4-8)
Paso 3. Dividir los elementos del renglón con pivote por el coeficiente seleccionado,
esto es, la primer vez, el renglón número 1 entre a11, con lo cual queda
transformado.
Paso 4. Los demás elementos de la matriz A, que no están en renglón con pivote,
se transforman con la ecuación,
62
aiL
aijt aij *
(aLj ) (4-9)
aLL
Paso 5. Los elementos que están en B, se transforman con una ecuación
equivalente a la anterior, que se escribe como,
amL
bmt bm *
(bL ) (4-10)
aLL
Donde
o aijt es el elemento que estará en el renglón “i” y en la columna “j”, pero
MARTÍN BARRAGÁN SOLÍS
transformado.
*
o aLL es el elemento pivote, como está en la diagonal principal, su renglón
coincide con su columna.
o aiL corresponde al elemento que está en el mismo renglón que el elemento
por transformar y en la misma columna que el pivote.
o amL es el elemento de A que está en el mismo renglón que b m y en la
columna donde está el pivote.
o aLj elemento que está en el mismo renglón que el pivote y en la misma
columna que el elemento por transformar.
o bL elemento de B que está en la columna de b m, pero en el renglón pivote.
Paso 6. Se repiten los pasos 2-5, tantas veces como elementos tenga la diagonal
principal, es decir, hasta que en lugar de la matriz de coeficientes A se tenga la
matriz identidad I, teniendo ahora el último sistema equivalente, como:
I B
sol ( 4-12)
Donde I es la matriz identidad del mismo orden que la matriz A y Bsol es la solución
del sistema de ecuaciones algebraicas lineales. El diagrama de flujo se puede ver
en Fig. D4.1.
63
Definir: El sistema no
Inicio aij y bi ¿aij no tiene
0? solución úni-
i,j =1, . . ., n ca.
si
Fin
L=0
MARTÍN BARRAGÁN SOLÍS
L = L +1
aLj
aLjt
aLL
bL si ¿i =L? si ¿aLL0 no Cambiar el
bLt ? orden de
aLL ecuaciones
j 1,..., n
no
aiL
aijt aij (aLj )
aLL
aiL
bit bi (bi )
aLL
i, j 1,..., n
xi = bi
¿L =n? si
J=1, . .., n Fin
no
Fig. D4.1 Diagrama de flujo del método de eliminación completa de Gauss – Jordan.
64
16 4 6 60
2 18 4 2
4 6 12 62
a21 2
t
a21 = a21 *
(a11) 2 (16) 0.000
a11 16
a21 2
t
a22 a22 *
(a12 ) 18 (4) 18.5000
a11 16
Elemento a23 (i = 2, j = 3)
a21 2
t
a23 a23 *
( a13 ) 4 (6) = 3.250
a11 16
amL 2
bmt bm *
(bL ) = 2 (60) 5.500
aLL 16
a31 4
t
a31 = a31 *
(a11) 4 (16) 0.000
a11 16
MARTÍN BARRAGÁN SOLÍS
Elemento a32 (i = 3 y j = 2)
a31 4
t
a32 a32 *
(a12 ) 6 (4) 5.000
a11 16
Elemento a33 (i = 3 y j = 3)
a31 4
t
a33 a23 *
(a13 ) 12 (6) = 10.500
a11 16
amL 4
bmt bm *
(bL ) 62 (60) 47.000
aLL 16
x1 = 2; x2 = 1 y x3 = 4
MARTÍN BARRAGÁN SOLÍS
20 25 40 50 1970
10 15 20 22 970 ; matriz aumentada
10 8 10 15 601
3 4 7 20 504
Elementos teóricos
Sea el sistema,
Teorema 4.1 Una condición necesaria y suficiente para que una solución básica no
sea degenerada es que, exista independencia lineal entre el vector de los términos
independientes y cualquier grupo de ( m-1 ) vectores columna, de la matriz de los
coeficientes.
n n!
(n m)!m! (4-14)
m
68
Para encontrar cada solución básica dada por (4-14), se recomienda el uso del
método de Gauss & Jordan, explicado anteriormente, modificando ecuación ( 4-10 ),
para quedar como,
aiK
aijt aij *
(aLj ) (4 –15)
aLK
*
Donde a LK es el pivote.
a una variable del grupo de solución y se aplica el proceso del método de Gauss &
Jordan, obteniendo un nuevo sistema equivalente, como antes. A continuación se
escoge como siguiente pivote, otro coeficiente a ij que no esté en el mismo renglón
que el anterior, asociado a la siguiente variable, del grupo de solución, para aplicar
nuevamente la rutina del método que nos ocupa. Si aún no han sido seleccionados
todos los coeficientes aij correspondientes a las variables de una solución básica, se
continúa como antes, tomando en cuenta que ningún pivote debe estar en el mismo
renglón que otro. Al concluir esto, se ha obtenido una solución básica.
n 4!
(4 2)!2! 6
m
69
Que pueden sintetizarse como las siguientes combinaciones: x1x2, x1x3, x1x4; así
como, x2x3, x2x4; x3x4.
Para incidir en la primer solución, primero será escogido, del arreglo inicial,
como pivote a11 y luego a22, con lo cual se tendrá la primer solución básica.
Igual que en los casos normales de la aplicación del método de Gauss- Jordan, el
primer renglón se dividió por 2 (pivote) y, los elementos del renglón R2 se
transformaron con la ecuación ( 4-15 ), con L = 1 y K =1, quedando:
x1 1 1.5 1.5 2 10
2.5 0.5 4 14
0
x1 1 6 0 10 32
x 8 28
3 0 5 1
x2 4.0 1 5 0.0 12
x 2.5 3 1.0 4
4 0.
MARTÍN BARRAGÁN SOLÍS
No.Sol. x1 x2 x3 x4
1 1.60 5.60 0.00 0.00
2 -32.00 0.00 28.00 0.00
3 3.00 0.00 0.00 3.50
4 0.00 12.00 0.00 -4.00
5 0.00 5.33 1.33 0.00
6 0.00 0.00 2.40 3.20
Prob. 4.4 Encuentre las soluciones básicas del siguiente sistema lineal, de tres
ecuaciones con cuatro incógnitas.
v.b. x1 x2 x3 x4 bm
* 2.000 -5.000 3.000 6.000 61.000
* -1.000 2.000 -4.000 5.000 52.000
MARTÍN BARRAGÁN SOLÍS
Cada solución básica puede deducirse de cada sistema que presenta tres
variables en la base, por ejemplo, la primera solución básica es:
X1 = 24.346
MARTÍN BARRAGÁN SOLÍS
X2 =-165.000
X3 = -29.025
A I (4–16)
Donde [I] es una matriz identidad del mismo orden que la matriz [A].
I A
1
(4–17)
X B A1 * B (4-18)
A
A 00..00000100
1 0.00050000
00066645 0.00000204
2.000 -1.000 6.000 17.000 1.000 0.000 1.000 0.000 0.000 0.000
4.000 3.000 -7.000 1.000 6.000 0.000 0.000 1.000 0.000 0.000
12.000 -1.000 6.000 14.000 2.000 0.000 0.000 0.000 1.000 0.000
7.000 6.000 1.000 9.000 10.000 0.000 0.000 0.000 0.000 1.000
1.000 0.000 0.000 2.656 -0.063 0.172 0.094 -0.141 0.000 0.000
0.000 1.000 0.000 2.188 4.125 -0.594 0.313 1.031 0.000 0.000
0.000 0.000 1.000 2.313 0.875 -0.156 0.188 0.219 0.000 0.000
0.000 0.000 0.000 -29.563 1.625 -1.719 -1.938 1.406 1.000 0.000
0.000 0.000 0.000 -25.031 -15.188 2.516 -2.719 -5.422 0.000 1.000
1.000 0.000 0.000 0.000 0.084 0.017 -0.080 -0.014 0.090 0.000
0.000 1.000 0.000 0.000 4.245 -0.721 0.169 1.135 0.074 0.000
0.000 0.000 1.000 0.000 1.002 -0.291 0.036 0.329 0.078 0.000
0.000 0.000 0.000 1.000 -0.055 0.058 0.066 -0.048 -0.034 0.000
0.000 0.000 0.000 0.000 -16.563 3.971 -1.078 -6.613 -0.847 1.000
75
1.000 0.000 0.000 0.000 0.000 0.037 -0.086 -0.048 0.086 0.005
0.000 1.000 0.000 0.000 0.000 0.297 -0.107 -0.560 -0.143 0.256
0.000 0.000 1.000 0.000 0.000 -0.050 -0.029 -0.071 0.027 0.061
0.000 0.000 0.000 1.000 0.000 0.045 0.069 -0.026 -0.031 -0.003
0.000 0.000 0.000 0.000 1.000 -0.240 0.065 0.399 0.051 -0.060
A
1
0.050 0.029 0.071 0.027 0.061
0.045 0.069 0.026 0.031 0.003
0.240 0.065 0.399 0.051 0.060
a22
X 0j
X 1j
X kj X kj 1
? (4-20)
X kj 1
X 1j X 0j
?
X 1j
30 2 x2k 3x3k
x1k 1
8
1 x1k 2 x3k
x2k 1
9
31 2 x1k 3x2k
x3k 1
6
30 2(1) 3(1)
x11 3.125
8
78
1 1 2(1)
x12 0.222
9
31 2(1) 3(1)
x31 4.333
6
30 2(0.222) 3(4.333)
x12 2.070
MARTÍN BARRAGÁN SOLÍS
1 3.125 2(4.333)
x22 1.199
9
31 2(3.125) 3(0.222)
x32 4.014
6
12x1 - x2 + 3x3 = 8
x1 + 7x2 - 3x3 =-51
4x1 - 4x2 + 9x3 = 61
8 x2k 3x3k
x1k 1
12
51 x1k 3x3k
x2k 1
7
79
k 1 61 4 x1k 4 x2k
x3
9
Partiendo con el vector inicial 8/12, -51/7, 61/9, se obtuvieron los siguientes
resultados:
n X1 x2 x3
0 0.667 -7.286 6.778
1 -1.635 -4.476 3.243
2 -0.517 -5.662 5.515
3 -1.184 -4.848 4.491
MARTÍN BARRAGÁN SOLÍS
- ---------
- ---------
- ---------
X 1j
x1 x2 x3
1 0 1
2.6833333 -2.7526190 7.0044476
2.9918759 -2.4996933 7.0002499
3.0000269 -2.4999897 6.9999994
3.0000003 -2.5000000 7.0000000
2.999999998 -2.5 7
3 -2.5 7
5w x 2 y z 8.70
w2 6 x 2 y z 7.3
w x 4 y z 2 17.29
2w x y 2 11z 34.7
83
k 1 8.7 ( x 2 ) k y k z k
w
5
7.3 ( w2 ) k 1 2 y k z k
x k 1
6
MARTÍN BARRAGÁN SOLÍS
17.29 wk 1 x k 1 ( z 2 ) k 1
y k 1
4
k 1 34.7 2wk 1 ( x) k 1 ( y 2 ) k 1
z
11
Primera iteración:
Tabla
1E4.10 ITRE (k) w x y z
0 1.74 -1.217 4.323 3.155
1 -0.052 -0.301 1.758 2.910
2 0.788 -1.012 1.797 2.810
3 0.614 -1.023 1.999 2.773
4 0.576 -0.957 2.078 2.744
5 0.592 -0.923 2.121 2.722
6 0.601 -0.903 2.155 2.705
7 0.605 -0.888 2.179 2.694
MARTÍN BARRAGÁN SOLÍS
Prob. 4.11 Obtener las primeras siete iteraciones, usando el método de Gauss-
Seidel, aplicadas al siguiente grupo de ecuaciones, aceptando un error relativo de
er =1x10-3.
k 1 30 2 x2k 3x3k
x1
8
1 x1k 1 2 x3k
x 2k 1
9
31 2 x1k 1 3x2k 1
x3k 1
6
30 2(1) 3(1)
x101 x11 3.1250
8
1 (3.1250) 2(1)
x201 x12 0.4583
9
31 2(3.1250) 3(0.4583)
x301 x31 3.8959
6
X kj 1 X kj 3.1250 1
k 1
, para x1 queda 0.680 1x10 3
X j 3.1250
X kj 1 X kj 0.4583 1
k 1
, para x2 queda 1.1820 1x103
X j 0.4583
X kj 1 X kj 3.8959 1
k 1
, para x3 queda 0.7433 1x103
Xj 3.8959
86
xi( k 1) xi( k ) xik 1* xik (4-22)
INTRODUCIR INICIO
aij, Xi, bi, n, ,
i, j = 1, . . ., n
m0
i 1
TEMP bi
MARTÍN BARRAGÁN SOLÍS
j1
s
¿ Es i = j?
n
TEMP TEMP –xi*aij
n
jj +1 ¿ Es j = n?
s
TEMP TEMP/aij
n
TEMP-xi ?
s
m m +1
xi xi + (TEMP –xi )
ii+1 ¿ es i = n?
s
s
¿ es m = 0? FIN
Fig. D4.2 Diagrama de flujo del método de Gauss – Seidel con relajaciones
88
Con todas las dificultades que pueda representar la selección del factor de
relajación, , el uso del mismo, siempre servirá para acortar el camino de la solución
de un sistema de ecuaciones lineales y, algunos casos, de sistemas cuadrados de
sistemas no lineales, como se verá en las aplicaciones, aunque éste no haya sido el
objetivo de esta sección, ya que, los métodos aquí presentados y en la literatura
técnica consultada, el propósito primario es la solución de sistemas de ecuaciones
lineales, que tienen muchas aplicaciones en el área de ingeniería.
4x + y2 + z = 11
x + 4y + z2 = 18
x2 + y + 4z = 15
11 ( y 2 ) k z k
x k 1
4
18 x k 1 ( z 2 ) k
y k 1
4
15 ( x 2 ) k 1 y k 1
z k 1
4
89
11 (18 / 4) 2 (15 / 4)
x
1
3.250
4
Para la ecuación relajante xi( k 1) xi( k 1)* (1 ) xi( k ) , tomando un factor l = 0.64, se
MARTÍN BARRAGÁN SOLÍS
tiene:
x1 =0.64(-3.25)+(1-0.64)(2.75) = -1.09
18 (1.09) (3.75)2
y
1
1.257
4
De la ecuación relajante:
y1 =0.64(1.257)+(1-0.64)(4.5) = 2.424
15 (1.09) 2 2.424
z1 2.847
4
De la ecuación relajante:
z1 = 0.64(2.847)+(1-0.64)(3.75) = 3.172
Con estos valores se repite el proceso antes descrito. Los resultados a que
se llegó son:
K X Xr Y Yr Z Zr
0 2.750 4.500 3.750
1 -3.250 -1.090 1.257 2.424 2.847 3.172
2 0.488 -0.080 2.005 2.156 3.209 3.196
3 0.789 0.476 1.827 1.946 3.207 3.203
4 1.003 0.813 1.732 1.809 3.132 3.158
90
Problemas propuestos
3 2 7 x1 15
2 4 3 x 12
2
1 9 4 x 3 27
3 5 6 4 2 3 8 x1 47
1
1 9 15 1 9 2 x 2 17
2 1 7 5 1 6 11 x 3 24
1 1 3 2 7 1 2 x 4 8
4 3 1 7 2 1 1 x 5 13
2 9 8 11 1 4 1 x 6 10
7
2 1 2 7 1 9 x 7 34
4.5 Resolver los siguientes sistemas de ecuaciones lineales por el método iterativo
de Gauss & Seidel; así también por el método de Jacobi. Compare el número de
iteraciones para obtener la solución, si converge.
92
7 1 2 x 47
a) 1 4 1 y 19
3 15 20 z 87
1 10 2 4 w 2
3 1 4 12 x 12
b)
9 2 3 4 y 21
1 2 7 3 z 37
4.6 Resolver el sistema tridimensional dado, usando la iteración de Gauss & Seidel,
MARTÍN BARRAGÁN SOLÍS
4 1 0 0 0 0 0 0 0 0 x1 27
1 4 1
0 0 0 0 0 0 0 x 2 15
0 1 4 1 0 0 0 0 0 0 x 3 15
0 0 1 4 1 0 0 0 0 0 x 4 15
0 0 0 1 4 1 0 0 0 0 x 5 15
0 0 0 0 1 4 1 0 0 0 x 6 15
0 0 0 0 0 1 4 1 0 0 x 7 15
0 0 0 0 0 0 1 4 1 0 x8 15
0 0 0 0 0 0 0 1 4 1 x 9 15
0 0 0 0 0 0 0 0 1 4 x10 15
4.7 Resolver el problema 4.4 usando relajación, con los factores de 1.3, 1.6 y 1.8.
Compare, en cada caso, el número de iteraciones requeridas y diga ¿cuál es mejor,
el método iterativo de Gauss & Seidel o el método iterativo con relajaciones?
4.8 En los siguientes problemas obtenga las soluciones básicas, indicando si existe
degeneración, inconsistencia o redundancia.
Capítulo 5
INTERPOLACIÓN Y AJUSTE DE CURVAS
MARTÍN BARRAGÁN SOLÍS
5.1 Introducción
Variable independiente X
94
f(x)
f ( xi 1 ) f ( xi )
f(x) = f(xi) + x xi (5-1)
xi 1 xi
donde f(x) es el valor de la función para cualquier valor de x que se encuentre entre
xi y xi+1.
Ejempo 5.1 Dados los siguientes datos, obtenga el valor de f(x) x = 2.9
x –1 0 1 2 3 4 5 6
f(x) 7 4.98 3.01 1 -1 -3 -4.89 -7
Solución. La gráfica muestra que es correcto aplicar interpolación lineal, ya que, los
datos se ajustan a una línea recta.
Para aplicar ecuación (5-1), se tiene que xi = 2, con f(xi) = 1 y xi+1 = 3, con
f(xi+1) = -1; entonces:
95
f ( xi1 ) f ( xi )
f 2.9 f xi x xi
xi1 xi
1 1
f (2.9) 1 x 2 0.80
3 2
8.0 f(x)
6.0
4.0
2.0
MARTÍN BARRAGÁN SOLÍS
0.0 x
-2 -1 0 1 2 3 4 5 6 7
-2.0
-4.0
-6.0
-8.0
aleatorios implicados en la propia medición. Así pues, el ajuste de una curva a los
datos obtenidos de esta forma, se describe un la segunda sección de este capítulo.
x0 x1 x2 x3 x4 x5 x6 --------xn-1 xn
f0 f1 f2 f3 f4 f5 f6 -------- fn-1 fn
donde x0, x1, ... son las abscisas de los puntos, dados en orden creciente; los
espacios entre ellos son arbitrarios, como ya se dijo. El polinomio de orden n que
pasa a través de los n+1 puntos se puede escribir en una serie de potencias.
donde los ai son coeficientes. El ajuste de la serie de potencias a los n+1 puntos
dados, da un sistema de ecuaciones lineales.
V0 ( x) ( x x1 )( x x2 )...( x xn )
P0 ( x) (5-5)
V0 ( x0 ) ( x0 x1 )( x0 x2 )...( x0 xn )
98
Toma el valor de uno para x = x0, y de cero para x = x1, x = x2, ..., x = xn. En forma
análoga puede escribirse
V1 ( x) ( x x0 )( x x2 )...( x xn )
P1 ( x) (5-6)
V1 ( x1 ) ( x1 x0 )( x1 x2 )...( x1 xn )
Siendo el valor de uno para x = x1, y de cero para x = x1, x = x2, ..., x = xn. En
general, puede escribirse
Vi ( x) ( x x1 )( x x2 )...( x xn )
Pi ( x) (5-7)
MARTÍN BARRAGÁN SOLÍS
Vi ( xi ) ( xi x1 )( xi x2 )...( xi xn )
Ejemplo 5.2 Si se tienen los datos dados en la tabla de abajo, interpole mediante la
fórmula de Lagrange, para estimar f(7).
I 0 1 2 3
Xi 1 2 4 8
f(xi) 1 3 7 11
V0 ( x) (7 2)(7 4)(7 8)
P0 ( x) 0.71429
V0 ( x0 ) (1 2)(1 4)(1 8)
V1 ( x) (7 1)(7 4)(7 8)
P1 ( x) 1.500
V1 ( x1 ) (2 1)(2 4)(2 8)
99
V2 ( x) (7 1)(7 2)(7 8)
P2 ( x) 1.250
V2 ( x2 ) (4 1)(4 2)(4 8)
V3 ( x) (7 1)(7 2)(7 4)
P3 ( x) 0.53571
V3 ( x3 ) (8 1)(8 2)(8 4)
Ejemplo 5.3 Las densidades de sodio para tres temperaturas están dadas como
sigue:
I Temperatura Densidad
( 0C) ( kg/m3)
0 94 929
1 205 902
2 371 860
(T 94)(T 205)
(860)
(371 94)(371 205)
del centro del rango de valores dados, se usan diferencias finitas centrales, cuyo
símbolo es f.
x2 x3
f ( x) f (0) xf ' (0) f " (0) f " ' (0) ... + (5-9)
2! 3!
Aunque ninguno de los valores para las derivadas son conocidos, puede
escribirse que:
101
f 0 h
f ' (0) f "(0) (h 2 ) (5-10)
h 2
x x ( x h) 2 x( x h)( x 2h) 3
f ( x) f ( x0 ) f 0 2
f0 f0
h 2!h 3!h 3
n 1
x ( x jh )
x( x h)( x 2h)( x 3h) 4
MARTÍN BARRAGÁN SOLÍS
f 0 ... i 1
4!h 4 n!h n
(5-11)
Ejemplo 5.4 Para los datos de la tabla E5.4 cuya gráfica se muestra en figura
1E5.1, determine f(1.1)
140
120
100
x 0 1 2 3 4 5 80
f(x) -7 -3 6 25 62 129
f(x)
60
40
20
0
0 1 2 3 4 5 6
-20
X
Solución. Como xint = 1.1 se encuentra al inicio del rango de información dado y Δx
es constante, se usarán diferencias finitas hacia delante (tabla E5.4) donde se
102
observa que el renglón base es aquel que tiene x = 1, por consiguiente x = 1.1-1 =
0.1
5 129
x x( x h) 2 x( x h)( x 2h) 3
f ( x) f ( x0 ) f 0 2
f0 f0
h 2!h 3!h 3
n1
x ( x jh )
xx h x 2h x 3h 4
. f 0 ... i 1
n f0 (5-12)
4!h 4 n!h n
en este caso, se considera que el recorrido, del eje “x”, se realiza en sentido
contrario al convencional y, el renglón base queda determinado de la misma forma
que con diferencias hacia delante; es decir, corresponde al primer valor del intervalo
103
x = xint – x0 (5-13)
Ejemplo 5.5. Para los valores del ejemplo 5.4, se desea estimar el valor de la
función f(x) para cuando x = 4.5, mediante la interpolación más apropiada.
MARTÍN BARRAGÁN SOLÍS
Solución. De acuerdo con la figura, es notorio que debe realizarse una interpolación
polinomial; además, se observa que ∆x es constante, por lo que será apropiado
aplicar una de las fórmulas de Gregory Newton. En particular, la de diferencias
finitas hacia atrás, cuya tabla se muestra a continuación.
X f(x) f f f f f
0 -7.0
1 -3.0 4.0
2 6.0 9.0 5.0
3 25.0 19.0 10.0 5.0
4 62.0 37.0 18.0 8.0 3.0
5 129.0 67.0 30.0 12.0 4.0 1.0
0.5
f (4.5) 129 67 0.5(02.5) 30 0.5(0.53)(1.5) 12
1 2!1 3!1
0.5(0.5)(1.5)(2.5)
4 0.5(0.5(1.5)(5 2.5)(3.5) (1) 90.817
4!1
4
5!(1)
104
Fórmula de Stirling
MARTÍN BARRAGÁN SOLÍS
x2 2 x( x 2 1) 3
f ( x) f (0) x(f 0 ) ( f 0 ) ( f 0 )
2! 3!
(5-14)
x 2 ( x 2 1) 4 x( x 2 1)( x 2 1) 5
( f 0 ) ( f 0 ) ...
4! 5!
Fórmula de Bessel
( x 2 14 ) 2 x ( x 2 14 ) 3
f ( x) f (0) x(f 0 ) ( f 0 ) ( f 0 )
2! 3!
(5-15)
( x 14 )( x 9 4 ) 4
2 2
x( x 14 )( x 9 4 ) 5
2 2
( f 0 ) ( f 0 ) ...
4! 5!
En esta sección será aplicada la fórmula de Bessel; para ello se requiere que
el valor de x (obtenido con la fórmula 5-13) debe estar en el rango de 0.25. Si los
datos tienen espaciamientos mayores que este valor, entonces se recomienda que
se sub-dividan los intervalos; primero a la mitad con valores de f(x) igual al
promedio de los que se tienen en cada intervalo y se hace la prueba del valor de x,
en caso que sea cumplida se aplica la ecuación directamente, pero de no ser así, se
hace otra partición, hasta que se cumpla la condición.
Ejemplo 5.6. Para los datos del ejemplo 5.5, se desea interpolar para estimar f(2.7).
105
2 6 10 3 Reng-Base
19 8 1
3 25 18 4
37 12
4 62 30
67
5 129
x f(x) f 2 f 3 f 4 f 5 f
0 -7
0.5 -5 4
1 -3 6.5 5
1.50 1.50 9 7.5 5
2 6 14 10 6.5 3
2.50 15.50 19 14 8 3.5 1
3 25 28 18 10 4
3.50 43.50 37 24 12
4 62 52 30
4.50 95.50 67
5 129
106
En esta ocasión el renglón base está a una distancia de 0.20 de x = 2.7, por
lo que se cumple la condición y puede aplicarse la fórmula de interpolación para
diferencias centrales, quedando:
(0.22 14 ) 0.2(0.22 14 )
f (2.5) f (0.2) 15.5 0.2(19) (14) (8)
2! 3!
(0.22 14 )(0.22 9 4 ) 0.2(0.22 14 )(0.22 9 4 )
(3.5) (1) 17.84245
4! 5!
MARTÍN BARRAGÁN SOLÍS
Cuando se tienen parejas de valores (x, y), tabulados como los dados en
tabla 5.1, y se quiere estimar el valor de la función f(x) solamente para un valor de la
variable independiente x, el problema se resuelve con la interpolación o
extrapolación, según que el valor por estimar se encuentre entre o fuera de los
datos discretos conocidos, respectivamente.
Sin embargo, en muchos de los casos se desea tener una ecuación que
represente todos esos datos y que con sólo proponer (en ella) valores de x se
obtengan los valores de la función de manera inmediata. Esta ecuación puede ser
un polinomio de grado n [representado por g(x)] ó una función especial que se
determina con ayuda de la experiencia del investigador.
Puesto que g(x) no pasará, en general, por todos los puntos (Fig. 5.5),
existirá un error entre g(x) y f(x); por lo que será necesario proponer un método
que minimice dicho error. El método de mínimos cuadrados garantiza este requisito
y con esas definiciones, la magnitud de la distancia local está dada por:
d ( x) f ( x) g ( x) (5-16)
i n i n
E d ( xi ) g ( x) f ( x)
2 2
(5-17)
i 1 i 1
f(x)
MARTÍN BARRAGÁN SOLÍS
eje X
n
E f ( x) a0 a1x a2 x 2 a3 x3 a4 x 4 ... al xl
2
(5-18)
i 1
n
E a0 a1x a2 x 2 a3 x3 a4 x 4 ... al xl f ( x)
2
(5-19)
i 1
E E E E
... 0 (5-20)
a0 a1 a 2 al
108
E
n
2 a0 a1x a2 xi2 a3 xi3 ... al xil f ( xi ) a0 a1x a2 x 2 ... al xl f ( xi )
a0 i 1 a0
E
n
2 a0 a1 x a2 xi2 a3 xi3 ... al xil f ( xi ) (1) 0
a0 i 1
MARTÍN BARRAGÁN SOLÍS
n
n n n n n
a
i 1
0 xi a1 xi2 a2 xi3 a3 ... xil al f ( xi )
i 1 i 1 i 1 i 1 i 1
n n n n n
na0 xi a1 xi2 a2 xi3 a3 ... xil al f ( xi )
i 1 i 1 i 1 i 1 i 1
n x i x 2
i x a 0 f xi
l
i
xi x x x a1 xi f xi
l 1
2
i
3
i i
xi2 x 3
x 4
x . a 2 xi2 f xi
l 2
i i i
xl
i x l 1
i x l 2
i 2l
xi al xi f xi
l
109
n 2
E A Bsenxi f ( xi ) (5-21)
i 1
E n
= 2 A Bsenxi f ( xi ) A Bsenxi f ( xi ) 0
A i 1 A
Como A Bsenxi f ( xi ) 1
A
E n
= 2 A Bsenxi f ( xi )(1) 0
A i 1
n n
nA senxi B f ( xi ) Ecuación 1
i 1 i 1
E n
= 2 A Bsenxi f ( xi ) A Bsenxi f ( xi ) 0
B i 1 B
Dado que,
A Bsenxi f ( xi ) senxi
B
110
E n
= 2 A Bsenxi f ( xi )senxi 0
B i 1
Llegando a,
n n 2 n
senxi A sen xi B senxi f ( xi ) Ecuación 2
i 1 i 1 i 1
Cuando la función especial es g(x) = aebx, ó g(x) = axb, ecuación (5-19) queda,
MARTÍN BARRAGÁN SOLÍS
respectivamente.
n 2
E aebx f ( xi )
i 1
n 2
E cx f ( xi )
d
i 1
Ejemplo 5.7 Obtenga el mejor polinomio de ajuste, para los siguientes datos:
Solución. Puesto que los datos están alineados aproximadamente en una línea
recta (ver figura), se puede ajustar con un polinomio de grado l = 1; por lo que, el
sistema que permite obtener los coeficientes de ajuste a 0 y a1, es:
n
x .a f
i 0 i
x i x a x f
2
i 1 i i
111
f(x)
9.0
8.0
7.0
6.0
5.0
4.0
3.0
2.0
1.0
x
0.0
0 2 4 6 8 10 12 14 16
MARTÍN BARRAGÁN SOLÍS
x
i 1
2
i = (2.10)2 + (6.22)2 + (7.17)2 + (10.52 )2 + (13.68)2 = 392.3201
x f ( x ) =(2.10)(2.90)+(6.22)(3.85)+…+(13.68)(7.74)=238.1014
i 1
i i
a0 = 1.99245475589 y
a1 = 0.405334497873
X 0 1.0 1.5 2.3 2.5 4.0 5.1 6.0 6.5 7.0 8.1 9.0
f(x) 0.2 0.8 2.5 2.5 3.5 4.3 3.0 5.0 3.5 2.4 1.3 2.0
continuación
X 9.3 11.0 11.3 12.1 13.1 14.0 15.5 16.0 17.5 17.8 19.0 20.0
f(x) -0.3 -1.3 -3.0 -4.0 -4.9 -4.0 -5.2 -3.0 -3.5 -1.6 -1.4 -0.1
n x x x a
i
2
i
3
i 0 f ( xi )
4
xi x x xi a1 xi f ( xi )
2 3
i i
.
x2 5
i x x3
i
4
i xi a2 xi f ( xi )
2
x3 6
i x x4
i
5
i xi a3 xi f ( xi )
3
x
i 1
2
i = (0)2 + (1)2 + (1.5)2 +...+ ( 19 )2 + (20)2 = 3,060.20
x
i 1
3
i = (0)3 + (1)3 + (1.5)3 + ... + ( 19)3 + ( 20) 3 = 46,342.79
x
MARTÍN BARRAGÁN SOLÍS
4
i =(0)4 + (1)4 + (1.5)4 + ...+ ( 19)4 + (20) 4 = 752,835.21
i 1
x
i 1
5
i =(0)5 + (1)5 + (1.5)5 + ...+ ( 19)5 + (20)5 = 12,780,147.70
x
i 1
6
i =(0)6 + (1)6 + (1.5)6 + ...+ ( 19)6 + (20)6 = 223,518,116.77
x
i 1
2
i f ( xi ) =(0)2(0.2)+ ( 1.0)2(0.8)+ (1.5)2(2.5)+ ...+ (19)2(-1.4)+ (20)2(-0.1) = -6,037.242
x
i 1
3
i f ( xi ) =(0)3(0.2)+ ( 1.0)3(0.8)+ (1.5)3(2.5)+ ...+ (19)3(-1.4)+ (20)3(-0.1) = -9,943.3597
a0 =-0.35934718
a1 = 2.3051112
a2 = -0.35319014
a3 = 0.01206020
x
g 2 ( x) A Bseno( )
10
ya que, el período debe tomarse como 20. Del criterio de mínimos cuadrados, se
puede escribir, según ecuación (5-21):
2
n
E A Bseno( xi ) f ( xi )
i 1 10
n n
nA seno( xi ) B f ( xi ) (a)
i 1 10 i 1
n n 2 n
i 1
seno( xi
10
) A
i 1
seno ( xi
10
) B
i 1
seno( xi ) f ( xi )
10
(b)
A= -0.25831225 y
B = 4.3250821
x
g 2 ( x) = -0.25831225 + 4.3250821 seno( )
10
MARTÍN BARRAGÁN SOLÍS
6.0
4.0
2.0
0.0 x
0 5 10 15 20 25
-2.0
-4.0
-6.0
Ejemplo 5.9 Ajuste los datos dados en la siguiente tabla, a una ecuación de
potencias.
116
x f(x)
1 0.5
2 1.7
3 3.4
4 5.7
5 8.4
g ( x) a2 xb2
MARTÍN BARRAGÁN SOLÍS
Y = B + mX
a0 =B = lna2 = -0.69074 y
a1 = m = b2= 1.75116
ln g(x)=-0.69073876 + 1.75116lnx
MARTÍN BARRAGÁN SOLÍS
g(x) = 0.5012x1.75116
Serie1 g(x)
f(x)
9.0
8.0
7.0
6.0
5.0
4.0
3.0
2.0
1.0
0.0 x
0 1 2 3 4 5 6
n x x i
2
i
a 0 f xi
xi x x . a1 xi . f xi
2 3
i i
xi2 x x3 4 a 2 xi2 . f xi
MARTÍN BARRAGÁN SOLÍS
i i
x 3
i 63.405 , x 4
i 622.422 , etc.), se llegó a:
a0 = -3.005,
a1 = -0.497 y 15
valores de f(x)
a2 = 0.997 10
5
Por lo que, el polinomio de ajuste es: 0
-4 -2 -5 0 2 4 6
valores de X
g ( x) 3.005 0.497 x 0.997 x 2
DATOS g(x)
invocar a la experiencia para tener una aproximación que sea la mejor. Por ejemplo,
en lugar de encontrar la mejor aproximación para una función cuadrática podríamos
haber aproximado con una cuadrática que siempre será razonablemente cercana a
la mejor cuadrática. Las buenas aproximaciones para funciones continuas,
usualmente tienen un error d(x) que oscila alrededor de cero en la región de interés,
ya que, las magnitudes positivas son aproximadamente iguales a las magnitudes
negativas.
polinomial está siendo usada, puesto que, la serie de potencias debería ser
truncada en algún punto y, una serie de potencias truncada es siempre una
polinomial.
Tk x cos k cos 1 x , para 1 x 1 (5-23)
Puesto que la función coseno se anula en /2; 3/2; 5/2; 7/2,..., las
raíces de un polinomio de Chebyshev de orden K satisfacen la ecuación,
1
K cos 1 ( xn ) K n * , n 1,2,3..., K (2-24)
2
ó más explícitamente:
120
( K 1 n)
xn cos 2 * , n = 1, 2, 3,..., K (2-25)
K
(3 1 1)
x1 cos 2 * 0.86602
3
(3 1 2)
MARTÍN BARRAGÁN SOLÍS
x2 cos 2 * 0.00000
3
T0(x) = 1
T1(x) = x
T2(x) =2x2 –1
T3(x) = 4x3- 3x
T4(x) = 8x4 –8x2 +1 (5-27)
T5(x) = 16x5 –20x3 +5x
T6(x) = 32x6 –48x4 +18x2 –1
T7(x) = 64x7 –112x5 + 56x3 – 7x
T8(x) = 128x8 – 256x6 +160x4 – 32x2 +1
1 = T0
x = T1
x2 = ½ (T0 + T2)
x3 = ¼ (3T1 + T3)
x4 = 1/8(3T0 + 4T2 + T4) ( 5-28 )
x5 = 1/16(10T1 + 5T3 + T5)
x6 = 1/32(10T0 + 15T2 + 6T4 + T6)
x7 = 1/64 (35T1 + 21T3 + 7T5 + T7)
x8 = 1/128(35T0 + 56T2 + 28T4 + 8T6 + T8)
2y b a
x , –1 x 1 ( 5-29 )
ba
ó en forma equivalente,
(b a) x a b
y , ay b ( 5-30 )
2
1 ( K 12 n)
yn (b a ) cos * a b , n= 1,2, 3, ..., K ( 5-31 )
2 K
Como ejemplo, considere una función e -x, que puede ser representada por
una serie de potencias, como
x 2 x3 x 4 x5 x 6
e-x = 1 –x + ... ( 5-32)
2! 3! 4! 5! 6!
f ( y) y 2 2 y 3
Sobre el intervalo 0 y 10
2 y b a 2 y 10 0 y
x = 1
ba 10 0 5
y = 5(x+ 1)
Puesto que f1(x) está definida, ahora, sobre -1 x 1, podemos proceder a usar la
economización de Chebyshev. Rescribiendo las potencias de x en términos de los
Tn(x), se tiene:
1 61 25
f1 ( x) 25 (T0 T2 ) 40T1 18T0 T0 40T1 T2
2 2 2
61
f 1 ( x) T0 40T1
2
61
f 1 ( x) 40 x
2
61 y 19
g ( y) 40( 1) 8 y
2 5 2
Esta es la aproximación lineal requerida, la cual podría tener un error hasta de 12.5.
Problemas propuestos
I Xi f(xi)
1 0 -7
2 1 -4
3 2 5
125
4 3 26
5 4 65
6 5 128
I xi f(xi)
1 0 0
MARTÍN BARRAGÁN SOLÍS
2 1 -2
3 2 -8
4 3 0
5 4 64
6 5 250
7 6 648
8 7 1372
5.3 Preparar una tabla de diferencias finitas hacia delante y otra tabla de diferencias
finitas hacia atrás, para la siguiente función tabulada:
I xi f(xi)
1 1 6
2 2 10
3 3 46
4 4 138
5 5 430
Ahora, suponiendo que la función es una polinomial, llenar todos los espacios
en blanco en la tabla e interpolar para f(4.31) usando la fórmula de interpolación
para diferencias finitas hacia delante con x = 4 como renglón base.
i Xi f(xi)
1 0.0 -3.000
2 0.3 -0.742
126
3 0.6 2.143
4 0.9 6.452
5 1.2 14.579
6 1.5 31.480
7 1.8 65.628
i xi f(xi)
1 0.0 0.0
2 1.0 0.569
3 2.0 0.791
4 3.8 0.224
5 5.0 -0.185
I Xi f(xi)
1 1 150
2 2 36.75
3 3 17.33
4 4 9.19
Prepare una tabla de diferencias hacia atrás y otra hacia delante. Después interpole
para encontrar a) f( 1.1) y b) f(3.9)
5.7 Determine una función lineal ajustada a los siguientes datos, mediante el
método de mínimos cuadrados:
I Xi f(xi)
1 1.0 2.0
2 1.5 3.2
3 2.0 4.1
127
4 2.5 4.9
5 3.0 5.9
5.8 Igual que en el caso anterior, pero para los siguientes datos:
i xi f(xi)
1 0.1 9.9
2 0.2 9.2
3 0.3 8.4
MARTÍN BARRAGÁN SOLÍS
4 0.4 6.6
5 0.5 5.9
6 0.6 5.0
7 0.7 4.1
8 0.8 3.1
9 0.9 1.9
10 1.0 1.1
5.9 Dados los siguientes datos, ajuste a una línea recta esos datos, usando el
criterio de mínimos cuadrados:
i xi f(xi)
1 1.1 50
2 2.9 43
3 4.3 28
4 6.2 25
5 8.1 22.7
6 9.6 16.9
7 12 7.4
5.10 Ajuste una función cuadrática a los siguientes datos y grafique la curva
ajustada junto con los puntos dados:
i xi f(xi)
1 0.000 0.00
2 0.200 7.78
3 0.400 10.68
128
4 0.600 8.37
5 0.800 3.97
6 1.000 0.00
5.11 Ajuste un polinomio cúbico a los datos del problema anterior y diga usted, cual
es el mejor ajuste. Haga una gráfica de conjunto, para los dos problemas.
I xi f(xi)
1 0.1 0.0000
2 0.2 1.1220
3 0.3 3.0244
4 0.4 3.2568
5 0.5 3.1399
6 0.6 2.8579
7 0.7 2.5140
8 0.8 2.1639
9 0.9 1.8358
A la función:
I xi f(xi)
1 1.2 2.1
2 2.8 11.5
129
3 4.3 28.1
4 5.4 41.9
5 6.8 72.3
6 7.9 91.4
5.14 Dados los siguientes datos, ajustar una función de la forma g(x) =Ce Dx para
MARTÍN BARRAGÁN SOLÍS
I xi f(xi)
1 0.00 1.37
2 0.50 1.48
3 1.25 2.09
4 2.00 2.77
5 2.70 3.60
6 3.00 4.10
7 3.50 4.88
8 3.90 6.01
9 4.75 7.95
10 5.25 9.90
5.15 Encontrar una expresión de aproximación de tres términos para seno(x) sobre
–1 x 1 por economización de Chebyshev de la serie de Taylor. Truncar la serie
original después del cuarto términos. Evaluar el error máximo en la aproximación de
tres términos y comparar éste con el error máximo que podría resultar si los tres
primeros términos de la serie de Taylor fueron usados.
f(y) = y4 – 2y3 + y –6
130
5.17 Ajuste los datos del ejemplo 5.6 a la función g 3(x) = C seno(Dx)
valor de x para el cual se desea interpolar. La salida debe incluir los datos
administrados, la tabla de diferencias finitas y el valor interpolado de f(x).
Capítulo 6
INTEGRACIÓN NUMÉRICA
MARTÍN BARRAGÁN SOLÍS
6.1 Introducción
b
f ( x)dx o a
f ( x)dx
b
b
f ( x)dx = F ( x) a (6-1)
a
en donde F(x) es la integral de f(x), esto es, cualquier función, tal que su derivada
F’(x) = f(x). F(x) también recibe el nombre de antiderivada de f(x). El valor numérico
MARTÍN BARRAGÁN SOLÍS
b
b
f ( x)dx = F ( x) a = F(b) – F(a) (6-2)
a
0.8
200 3 400 6
se obtiene que F(x)= 0.2 x 12.5 x 2 x 168.75 x 4 180 x 5 x + C.; donde C
3 6
es una constante de integración, es decir, la primitiva de una función dada no es
única, por ejemplo, x2, x2 +5 y x2-4.5 son todas ellas primitivas de f(x) = 2x, ya que,
d 2 d d
( x ) ( x 2 5) ( x 2 4.5) . Todas las antiderivadas de f(x) = 2x quedan
dx dx dx
2
incluidas en F(x) = x + C.
Con este método se estima el área bajo la curva de figura 6.1, colocando
rectángulos en el área definida por f(x), el eje x y las verticales x = a y x =b, como se
muestra en figura 6.2, donde se observa que: cada área ai se puede calcular como
el área de un rectángulo que tiene por base Δx y por altura f(xi*), por tanto:
a
b
f ( x)dx
ba n
n i1
f ( xi* )
ba
n
f ( x1* ) f ( x2* ) ... f ( xn* )
(6-3)
Observe que xi* es el punto medio de Dx [Dx = (b-a)/n], de tal forma que x1* = a
+0.5Dx; x2* = x1* + Dx; x3* = x2* + Dx; etc.
Ejemplo 6.1 Resuelva la integral definida dada, usando la regla rectangular con 10
rectángulos (n = 10).
MARTÍN BARRAGÁN SOLÍS
4
0
( x 2 2 x 1)dx
ba
x 0.4
n
Dado que x1* = a + 0.5Δx = 0 + 0.2 = 0.2 f(0.2) = (0.2)2 +2(0.2) -1 = -0.56
x2* = x1* + Δx = 0.20 + 0.4 = 0.6 f(0.6) = 0.56
X3* = x2* + Δx = 1.0 f(1.0) =2.00, etc.
15
1.80 5.84
2.20 8.24 10
2.60 10.96 5
3.00 14.00
0
3.40 17.36
0.00 1.00 2.00 3.00 4.00 5.00
3.80 21.04 -5
Valores de X
Suma 83.20
135
Ejemplo 6.2 Use la regla rectangular para resolver evaluar la integral, dada a
continuación con 25 rectángulos.
5
(2senx e 1)dx
x
0
50
x 0.2
25
x1* = 0 + 0.2/2 = 0.10; x2* = x1* + 0.2 = 0.30; x3* = x2* + 0.2 = 0.5, etc.
x* f(x*) continuación
0.1 0.094 x* f(x*)
0.3 0.241 2.700 -13.025
0.5 0.310 2.900 -16.696
0.7 0.275 3.100 -21.115
0.9 0.107 3.300 -26.428
1.1 -0.222 3.500 -32.817
1.3 -0.742 3.700 -40.507
1.5 -1.487 3.900 -49.778
1.7 -2.491 4.100 -60.977
1.9 -3.793 4.300 -74.532
2.1 -5.440 4.500 -90.972
2.3 -7.483 4.700 -110.947
2.5 -9.986 4.900 -135.255
suma -30.615 suma -673.048
Con base en la figura 6.3 en la que se han trazado n trapecios de altura x;
se estiman las áreas ai (i = 1, 2, 3, 4, 5, 6, ..., n) y posteriormente se suman para
obtener el área total, la cual será aproximadamente igual a la integral.
MARTÍN BARRAGÁN SOLÍS
x x
a1 f ( x0 ) f ( x1 ) a4 f ( x3 ) f ( x 4 )
2 2
137
x
a2 f ( x1 ) f ( x2 ) -----------------
2
x x
a3 f ( x 2 ) f ( x3 ) an f ( xn 1 ) f ( xn )
2 2
n
f ( x)dx = a1 +a2 +a3 + a4 + . . .+ an = ai y tomando en cuenta que
b
Puesto que a
i 1
x n1
f (a) 2 (a x. j ) f (b)
b
a
f ( x)dx
2 j 1
(6- 4)
ba
x (6- 4.1)
n
Cuando se emplea un solo trapecio (Fig. 6.4) para estimar la integral bajo
una curva f(x), se incurre en un error que puede ser sustancial. Una estimación del
error por truncamiento, de una sola aplicación de la regla trapezoidal está dada por:
1
Et f " ( )(b a) (6-5)
12
f(x)
x=a x=b x
Por otra parte, cuando se usan varios segmentos de líneas rectas, el error
total se obtiene sumando los errores de cada segmento, llegando a:
(b a)3 n
Ev f "(i )
12n3 i 1
(6-6)
a, b, n
S2 = 0
β
ba
x
n x= b
j=1
Fb = f(x)
x(j) = a
SUM=
F=f(x(j)) F+Fb+S2
j= j +1 x
A SUM
2
x(j) = x(j-1) +x S2 = S2 +2F(j)
139
x(j)b si
F(j ) =f(x(j))
? FIN
Ejemplo 6.3 Resuelva la integral del ejemplo 6.1 usando el método trapecial con 10
segmentos (n = 10); calcule el error con ecuación (6-6) y, finalmente, compare sus
resultados con el que se obtenga en forma analítica.
4
0
( x 2 2 x 1)dx
2/5 9
4
( x 2 x 1)dx
2
1.00 2 f ( 0 0.4 j ) 23
0 2 j 1
Donde:
101 9
f (0 0.4 j) f (0.4 j) f (0.4) f (0.8) ... f (3.6) 72.6
j 1 j 1
0.4
1.0 2(72.6) 23.00 = 33.44 u2.
4
(x 2 x 1) =
2
0 2
Para calcular el error se elaboró la tabla E6.3 y se estimó, de acuerdo con ecuación
(6-6) en:
140
(b a)3 n (4 0)3
Ev i 12(10)3 * (20) -0.1066666667
12n3 i 1
f " ( ) =
Por lo que, un resultado más preciso de la integral que se está evaluando, es,
4
(x 2 x 1) =33.44-0.1066666667 =33.333 u2.
2
0
Tabla 1E6.3 Datos para calcular el término medio de ecuación (6-4) y el error según
ecuación (6-6).
j 0.4j f(0.4j) n F”()
1 0.40 -0-04 1 0.2 2
2 0.80 1.24 2 0.6 2
3 1.20 2.84 3 1.0 2
4 1.60 4.76 4 1.4 2
5 2.00 7.00 5 1.8 2
6 2.40 9.56 6 2.2 2
7 2.80 12.44 7 2.6 2
8 3.20 15.64 8 3.0 2
9 3.60 19.16 9 3.4 2
72.60 10 3.8 2
30 z ( 2 z / 30)
F 200 e dz
0
5 z
50
40
30
20
10
0
141
z ( 2 z / 30)
f(z) = 200 e
5 z)
0 ( 2*0 / 30)
a = 0 f(a)= 200 e = 0.0000
5 0)
30 ( 2*30 / 30)
b = 30 f(b)= 200 e =23.20033427
5 30)
MARTÍN BARRAGÁN SOLÍS
n 1 29
2 f (a z. j ) 2 f (1 * j ) = 2(1, 465.533478)= 2,931.066957
j 1 j 1
z ( 2 z / 30)
dz = 0 2931.066957 23.20033427 1, 477.133646 u2
30 1
F 200 e
0
5 z 2
12 63.435 27 27.894
13 60.717 28 26.242
14 57.951 29 24.678
15 55.182 30 23.200
conectarse los tres puntos con una parábola, generando el método parabólico (Fig.
6.5). Sin embargo, si existen dos puntos igualmente espaciados entre f(a) y f(b),
entonces los cuatro puntos se pueden conectar con un polinomio de tercer grado,
etc. A las fórmulas resultantes de calcular la integral bajo estos polinomios se les
llama reglas de Simpson. Este método proporciona una aproximación más precisa
que la regla trapezoidal, ya que se unen puntos consecutivos mediante curvas.
b c
6.3.3.1Método parabólico
x
x a 3 b 2 2
x (ax bx c)dx 3 x 2 x cx x 3 a(x) 2.c.(x)
2 3
(6-7)
143
f(a) =a(-x)2+b(-x)+c
f(b)=a(0)2+b(0)+c
f( c )= a(x)2+b(x)+c
f (c ) f ( a )
b (6-8)
2(x)
c = f(b)
x
f (a) 4 f (b) f (c)
x
x
(ax 2 bx c)dx
3
yi = f(a); yi+1 = f(b) y yi+2 = f(c); con lo que, ecuación ( 6-7 ) se transforma en:
x
yi 4 yi 1 yi 2
x
x
(ax 2 bx c)dx
3
(6-9)
x
y0 4 y1 y2
x
x
(ax 2 bx c)dx
3
(6- 10)
una ecuación general, para encontrar el área bajo la curva por el método numérico
de Simpson – cuya rutina de cálculo se muestra en figura D6.2- puede escribirse de
la forma siguiente.
x n 1 n2
f (a) 4 f (a xj ) 2 f (a xj ) f (b)
b
a
f ( x)dx
3 j 1, 3, 5,... j 2 , 4 , 6 ,...
(6-11)
En este caso, el error se puede estimar con una ecuación del tipo (6-6), es
decir:
(x)5 n IV
Ev f (i )
180 i 1
(6-12)
donde i puede estimarse para los puntos medios de cada x. Si se conoce el valor
exacto de la integral, entonces es conveniente que (6-12) se escriba como
(b a)5 ( IV )
Ev f (6-13)
180n 4
Ejemplo 6.5 Resolver el problema 6.3 por el método de Simpson, usando las
mismas áreas que en aquél (n = 10).
f (0.4 * j ) 31.20
j par
0.4
1 4(41.40 2(31.20) 23.00 = 33.333 u2.
4
( x 2 x 1)
2
0 3
MARTÍN BARRAGÁN SOLÍS
S1= 0
Inicio a, b, n, S2 = 0
ba
x
n
j=1
x(j) = a
F=f(x(j))
j= j +1
j< n =
S=F+f(b)
+1
S
SUM=S+S1+S2
Xj =x(j-1)+x
x
A SUM
3
146
S=S2+4f(xj) N j es
Par?
A
S
S1=S1+2f(xj) Fin
/2 dx
Ejemplo 6.6 Use la regla de Simpson para evaluar la integral
0 (1 senx) 2
, con n
= 10.
f(x)
1.2
1.0
0.8
0.6
0.4
0.2 x
0.0
0.0 0.5 1.0 1.5 2.0
Solución. En cualquier caso, primero deben conocerse los límites y la función que
se integra, así que:
Límite inferior a = 0
Límite superior b = /2
1
La función a integrar es, f(x) = , con lo que
(1 senx) 2
f(a) = f(0)= 1.0000
147
9
8
4 f (0 * j ) =4(2.096)= 8.3864 y 2 f (0 * j ) = 2(1.5486)= 3.0972
j 1,3,5,... 20 j 2, 4,6,... 20
/ 20
1.0000 4(2.0966) 2(1.5486) 0.2500 0.66673u 2
/2 dx
0 (1 senx) 2
3
Tabla 1E6.6
j x f(x) Identificación
0 0.0000 1.0000 f(a)
1 0.1571 0.7478 J impar
2 0.3142 0.5836 J par
3 0.4712 0.4730 J impar
4 0.6283 0.3967 J par
5 0.7854 0.3431 J impar
6 0.9425 0.3056 J par
7 1.0996 0.2796 J impar
8 1.2566 0.2627 J par
9 1.4137 0.2531 J impar
10 1.5708 0.2500 f(b)
x n 1
I
2
f ( a ) f (b ) 2 f (a x * j ) C (x) 2 D(x) 4 ... (6-14)
j 1
Donde C, D, E, etc., son funciones de f(x) y sus derivadas, pero no son funciones de
x. Los términos involucran los anteriores x de orden superior conteniendo el error.
_
x n 1
Si se le llama I
2
f ( a ) 2 f (a x * j ) f (b) , entonces, ecuación (6-14)
j 1
puede ser escrita como:
MARTÍN BARRAGÁN SOLÍS
_
I I C (x)2 D(x)4 E (x)6 (6-15)
Considerando ahora dos valores de x, x1 y x2. Si denotamos los valores
_ _ _
correspondientes de I por I 1 e I 2 , respectivamente, para x1 y x2; la ecuación (6-
15) conduce a,
_
I 1 I C (x1 )2 D(x1 )4 E (x1 )6 (6-16)
_
I 2 I C (x2 )2 D(x2 )4 E (x2 )6 (6-17)
_
I 1 I 4C (x1 )2 16D(x1 )4 64E (x1 )6 (6-18)
_ _
4 I 2 I1
I 4 D(x2 )4 20 E (x2 )6 (6-19)
3
_ _
4 I 3 I 2
I 4 D(x2 ) 4 20 E (x2 )6 (6-20)
3
x l
T(1, k ) f (a) 2 f (a x * j ) f (b) (6-21)
2 j 1
Donde
ba
x (6-22)
2( k 1)
l 2( k 1) 1 (6-23)
El número de paneles (trapecios), en T(1,k) está dado por 2k-1. Por tanto,
ba
T(1,1) f (a) f (b) , con x =b-a y l = 0
2
ba 3
ba ba
T(1,3)
8
f ( a ) 2 f a
j 1
. j f (b) , con x =
4
yl=3
4
150
ba 7
ba ba
T(1, 4)
16
f ( a ) 2 f a
j 1
. j f (b) , con x =
8
yl=7
8
ba 15
ba ba
T(1,5)
32
f ( a ) 2 f a
. j f (b) , con x =
16 16
y l = 15
j 1
ba 31
ba ba
T(1,6) f ( a ) 2 f a . j f (b) , con x = y l = 31
MARTÍN BARRAGÁN SOLÍS
64 j 1 32 32
16T( 2, 2) T( 2,1)
T(3,1) , etc.,
15
T(1,1)
T(1,2) T(2,1)
T(1,3) T(2,2) T(3,1)
T(1,4) T(2,3) T(3,2) T(4,1) (6-25)
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ T(L-1,1)
T( L ,1) T( L 1,1)
tol (6-26)
T( L ,1)
MARTÍN BARRAGÁN SOLÍS
8 5
(8 x 4 x3 2 x 1)dx (ver figura del ejemplo), con
4
Ejemplo 6.7 Resolver la integral
0
5 4
f ( x) x 4 x3 2 x 1
8
5 4
a = 0, por tanto, f(a) =f(0) = (0) 4(0)3 2(0) 1 = 1
8
5 4
b = 8, así que, f(b) =f(8) = (8) 4(8)3 2(8) 1 =529
8
80
T(1,1) 1 529 = 2,120
2
80
T(1, 2) 1 2 f (4) 529 712
MARTÍN BARRAGÁN SOLÍS
a, b, tol
ba
f (a) f (b)
T(1,J)=T(1,J-1)/2+SUM*x
T(1,1)=
2
ba ba
T(1,2)= f (a) 2 f (a ) f (b) L=2
4 2
T(2,1)= 4T (1,2) T (1,1)
1
K=J+1-L
3
x (b a) / 2 J 1
N
L=L+1 L=J?
x=a-x
S
n=2(J-2)
N TJ ,1 TJ 1,1
J=J+1 tol
SUM = 0 TJ ,1
i=1 S
x =x +2x Escribir
b
a
f ( x)dx TJ ,1
Fig. D6.3. Diagrama de flujo del método de Romberg
MARTÍN BARRAGÁN SOLÍS
80 3
8 3
T(1,3)
8
1 2 f ( * j ) 529
= 1 2 f (2 j ) 529 =240
j 1 4 j 1
4 * 240 712
T( 2, 2) 82.666667 y
3
16 * 82.66667 242.66667
T(3,1) 72
15
2120
712 242.67
240 82.67 72
114.5 72.67 72 72
72 72
la convergencia resulta, para esta cuarta línea, 0 , por lo tanto, el valor
72
exacto de la integral es 72, es decir, puede escribirse la solución como,
5
MARTÍN BARRAGÁN SOLÍS
8
(8 x 4 x 3 2 x 1)dx 72u 2
4
0
30 z ( 2 z / 30)
F 200 e dz
0
5 z
z ( 2 z / 30)
f(z) = 200 e
5 z )
0 ( 2*0 / 30)
a = 0, por tanto: f(a)= 200 e = 0.0000
5 0)
30 ( 2*30 / 30)
b = 30, por consiguiente: f(b)= 200 e =23.20033427
5 30)
348.005
1001.731 1219.640 no conv
1320.585 1426.869 1440.685 no conv
1435.007 1473.148 1476.233 1499.665 no conv
1468.644 1479.857 1480.304 1480.933 1480.859 no conv
1477.548 1480.515 1480.559 1480.628 1480.627 1480.627 no conv
155
Por tanto:
30 z ( 2 z / 30)
F 200 e dz 1480.569u 2
0
5 z
6.9 Use el método de Romberg para resolver la integral, dada a continuación con
MARTÍN BARRAGÁN SOLÍS
5
(2senx e 1)dx
x
0
-373.328
-211.628 -157.728
-159.885 -142.637 -141.631
-145.795 -141.099 -140.996 -143.234
-142.190 -140.988 -140.981 -140.970 -140.962
-141.283 -140.981 -140.980 -140.980 -140.980 -140.980
-141.056 -140.981 -140.980 -140.980 -140.980 -140.980 -140.980
5
(2senx e 1)dx =-140.980 u2.
x
En este caso
0
156
10 x
0
-10 0.0 1.0 2.0 3.0 4.0 5.0
-20
-30
-40
-50
-60
f(x)
-70
-80
-90
-100
-110
-120
-130
-140
-150
x=a x=b x
f (a) f (b)
I (b a)
2
f(x)
x
Fig. 6.7 Segmento de recta compensando áreas.
158
1
c1 f ( x1 ) c2 f ( x2 ) 1dx 2 (6-28)
1
1
c1 f ( x1 ) c2 f ( x2 ) xdx 0 (6-29)
1
1 2
c1 f ( x1 ) c2 f ( x2 ) x 2 dx (6-30)
1 3
MARTÍN BARRAGÁN SOLÍS
1
c1 f ( x1 ) c2 f ( x2 ) x3dx 0 (6-31)
1
c1 = c2 = 1
1
x1 = -x2 = -
3
1 1
I 1f(- ) + 1f( ) ( 6-32 )
3 3
f(x)
F(x2)
F(x1)
-1 x1 x2 1 x
x = a0 + a1xt (6-33)
ba ba
a0 y que a1 , con lo que, ecuación ( 6-33 ) se transforma en:
2 2
ba ba
x ti (6-34)
2 2
entonces:
ba
dx = dti (6-35)
2
ba m
b
f ( x)dx wk f ( xk )
2 k 1
(6-36)
a
donde los wk son los factores de peso, las xk son los m puntos con espacios
desiguales y corresponde al número de puntos para los cuales la función f(x) será
evaluada. La ecuación equivalente a la (6-34) es, en este caso:
ba ba
x k (6-37)
2 2
160
los valores de k con sus correspondientes pesos wk, fueron obtenidos para valores
de m de 2 a 256. (Los k son los m ceros del m-avo grado de las polinomiales de
Legendre). En el apéndice B se encuentran valores de k y wk, desde m = 2 y m =
24 (una listade los primeros cuatro puntos se muestra en tabla 6.1).
5/9
3
5
4 0.6521451549
(15 120 ) / 35
(15 120 ) / 35 0.3478548451
/2
Ejemplo 6.10 Resolver la integral
0
x 2 cos xdx , usando la cuadratura de Gauss-
Legendre con m = 4.
Solución. Del apéndice B se encuentra que los ceros y los pesos son,
n k wk
2 0.5773502692 1.0000000000
3 0.0000000000 0.8888888889
0.7745966692 0.5555555556
4 0.3399810436 0.6521451549
0.8611363116 0.3478548451
ba ba
x1 = (0.3399810436) 1.052418651
2 2 4 4
ba ba
x2 = (0.3399810436) 0.5183776762
2 2 4 4
161
ba ba
x3 = (0.8611363116) 1.461733041
2 2 4 4
ba ba
x4 = (0.8611363116) 0.1090632858
2 2 4 4
_
ba m _
4
I
2 k 1
wk f ( xk ) = I wk f ( xk )
4 k 1
0.5951147936 0.467402066
_
I u2
4
/2
0
x 2 cos xdx 0.467402066
0.8
Ejemplo 6.11 Resolver la integral
0
(0.2 25x 200 x 2 675x3 900 x 4 400 x5 )dx .
Primero use ecuaciones (6-35) y (6-36) y, posteriormente aplique ecuaciones (6-38)
y (6-37). En ambos casos use m = 2, es decir, para el primer caso apóyese en
ecuación (6-33).
162
35.0
f(x)
30.0
25.0
20.0
15.0
10.0
5.0
0.0 x
0.0 0.2 0.4 0.6 0.8
Solución. Haciendo el cambio de variable de tal forma que los límites sean desde –1
hasta +1. De ecuación (6-35) se tiene:
x = 0.4 + 0.4xt.
Y de ecuación (6-36)
dx = 0.40 ext.
1
1
(0.2 25xt 200 xt2 675xt3 900 xt4 400 xt5 )(0.4)dxt
puesto que para dos puntos es válida ecuación (6-33), en la que sólo basta calcular
la función transformada en x1= -x2 = -1/3; pueden estimarse las variables así:
x1 = 0.4 + 0.4xt.=0.4+0.4(-0.5773502692)=0.1690598923 y
x2 = 0.4 + 0.4xt. = 0.4+0.4(+0.5773502692)=0.6309401077
I = 0.5467405448+1.3058212300 = 1.822562
Ahora se resuelve como en el ejemplo 6.8. De tabla 6.3 se encuentran los ceros y
los pesos como,
163
k k wk
1 + 0.5773502692 1.0000000
2 - 0.5773502692 1.0000000
ba ba
x1 = 0.40 0.4(0.5773502692) 0.16900598923
2 2
ba ba
x2 = 0.40 0.4(0.5773502692) 0.6309401077
MARTÍN BARRAGÁN SOLÍS
2 2
f ( x1 ) 0.2 25x1 200 x12 675x13 900 x14 400 x15 1.29185136
f ( x2 ) 0.2 25x2 200 x22 675x23 900 x24 400 x25 3.264593082
_
ba m 2
I k k
2 k 1
w f ( x ) = 0.4k 1
wk f ( xk )
2
I= 0.4 wk f ( xk ) =0.4(4.556444442)=1.822577777, por tanto,
k 1
0.8
0
(0.2 25x 200 x 2 675x3 900 x 4 400 x5 )dx = 1.822577777 u2.
Problemas propuestos
Resolver los siguientes problemas por los métodos que se indican a la derecha
164
4
6.2
0
xe 2 x dx , método de Simpson con n = 10
3 e x senx
6.3 0 1 x 2 dx , método trapecial con n =12
2
3
6.4 dx , método de Simpson con n = 8
3 1 2x 2
MARTÍN BARRAGÁN SOLÍS
6.5 0
(8 5senx)dx , método de Romberg con tol = 0.0001
1
15.3
2.5 x
6.6 dx , método de Romberg con tol = 0.001
0
10
6.7 0
(10 2 x 6 x 2 5 x 4 )dx , cuadratura de Gauss con m =3 y analíticamente.
5
6.8 3
(1 x 4 x3 3x5 )dx , cuadratura de Gauss con m = 4
/2 senx
6.9 0
1 0.25sen 2 x
dx , por todos los métodos y compare resultados.
1ex
6.10 0 1 e x dx , por todos los métodos y compare resultados.
3 / 2 senx
6.11 /2 x
dx , por dos métodos y compare resultados.
165
2
6.12
0
1 x 4 dx , por dos métodos y compare resultados.
1.8
6.13
0
1 x3 dx , por dos métodos y compare resultados.
1
1 x 2 dx , por dos métodos y compare resultados.
3
6.14
0
2 dx
6.15
0
1 x3
, por dos métodos y compare resultados.
MARTÍN BARRAGÁN SOLÍS
/2
6.16
0
senx dx , por dos métodos y compare resultados.
2
6.17 Demuestre, por integración, que el valor exacto de
0
4 x 2 dx =
5
5
ex
dx
2
Capítulo 7
SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES
ORDINARIAS
7.1 Generalidades
166
Ejemplos:
2
d2y dy
MARTÍN BARRAGÁN SOLÍS
d4y d2y
5 2 3x sen(t ) , ecuación diferencial ordinaria
dx 4 dx
U U
U , ecuación diferencial parcial
s t
2U 2U 2U
2 0 , ecuación diferencial parcial
x 2 y 2 z
dny d n1 y dy
a 0 ( x) n
a1 ( x ) n 1
... a n1 ( x) a n ( x) y b( x)
dx dx dx
para a0(x) 0.
Ejemplos:
d2y dy
2
5 6y 0
dx dx
d4y 3
2 d y dy
4
x 3
x3 xe x
dx dx dx
167
Observaciones
d2y dy
2
5 5y2 0
dx dx
d2y dy
2
5 y( ) 2 6 y 0
dx dx
d2y dy
2
5y 6y 0
dx dx
dy
f ( x, y ) (7-1)
dx
MARTÍN BARRAGÁN SOLÍS
y la condición inicial
y(x0) = y0 (7-2)
dy
= 2x + y (7-3)
dx
y 2( x 1) Ce x (7-5)
y 2( x 1) 3e x (7-6)
Euler
Euler modificado
Heun
Runge-Kutta
1. Segundo orden
2. Tercer orden
MARTÍN BARRAGÁN SOLÍS
3. Cuarto orden
4. Orden superior
yi 1 yi
f ( xi , y i ) (7-7)
x
yi 1 yi x. f ( xi , yi ) (7-8)
Ecuación (7-8) es conocida como ecuación de Euler. Note usted que f(xi, yi)
representa la ecuación diferencial por resolver, por lo que, ecuación (7-8) puede
escribirse también como:
y O predicho
error
O exacto
xi xi+1
171
yi 1 yi x. y (7-9)
MARTÍN BARRAGÁN SOLÍS
yi yi( n )
yi 1 yi yix (x) ...
2
(x) n Rn (7-10)
2 n!
y n1 ( )
Rn (x) n1 (7-11)
(n 1)!
en esta ecuación , está dentro del intervalo definido por xi y xi+1. Se puede
desarrollar una forma alternativa, sustituyendo la ecuación (7-1) en las ecuaciones
MARTÍN BARRAGÁN SOLÍS
f ( xi , yi ) f ( xi , yi )
yi 1 yi f ( xi , yi )x (x) 2 (x)3
2 3!
(7-12)
f ( n 1) ( xi , yi )
... (x) n (x n 1 )
n!
f ( xi , yi ) f ( n1) ( xi , yi )
Ev (x) 2 ... (x) n (x n1 ) (7-13)
2 n!
para un x suficientemente pequeño, los errores dados por esta ecuación decrecen
a medida que el orden crece y, el resultado, a menudo se representa por:
yi
Ea (x) 2 (7-14.1)
2
ó
Ea (x) 2 (7-14.2)
1) La serie de Taylor sólo proporciona una aproximación local del error por
truncamiento, es decir, el error generado durante el primer paso del método.
No proporciona una medida de la propagación y, por ello, no es posible
estimar el error global por truncamiento.
Inicio β
y0, x0,
x, xf yi+1 = yi + x*Fi
Definir f(x, y) i = i +1
i=0 xi = xi-1 + x
174
Escribir xi, yi
xi, yi
Fi= f(xi, yi )
S
xi xf?
β N
fin
MARTÍN BARRAGÁN SOLÍS
dy
2x y
dx
con y(0) = 1
yi1 yi 0.52 xi yi
Para calcular los valores exactos se sustituyen los mismos valores de x usados en
el método de Euler y se obtienen los valores de y. Por ejemplo, para x = 0, se tiene:
Note usted que este método es muy aproximado, ya que existe un alto
porcentaje de error. En seguida se presenta una gráfica de conjunto, para tener en
forma objetiva la solución y reflejar el error relativo.
176
YEuler YExacata
f(x)
450
400
350
300
250
200
150
100
50
MARTÍN BARRAGÁN SOLÍS
0
x
0.0 1.0 2.0 3.0 4.0 5.0
1
yi 1 / 2 yi x * f ( xi , yi ) (7-15)
2
con este valor se calcula la pendiente en el punto medio de x ( Fig. 7.2, a).
yi1 f ( xi 1 / 2 , yi 1 / 2 ) (7-16)
177
yi+1 = yi + x f ( xi 1 / 2 , yi 1 / 2 ) (7-17)
y Pendiente f ( xi 1 / 2 , y11 / 2 )
O aprox
O exac
MARTÍN BARRAGÁN SOLÍS
a)
x
xi xi+1/2
b)
x
xi xi+1
Ejemplo 7.2 Se resuelve la ecuación diferencial ordinaria del ejemplo 7.1 con el
objeto de observar la mejoría de este método.
178
yi1/ 2 yi (0.5)2 xi yi
1
2
Para estos valores el error relativo es: abs((1.946 1.875) / 1.946) x100 3.65%
500
450
400
350
Valores de y(x)
300
250
200
150
100
MARTÍN BARRAGÁN SOLÍS
50
0
0 1 2 3 4 5
Variable independiente X
Este método calcula las dos derivadas en el intervalo Δx, una en el punto
inicial (xi, yi) y otra en el punto final del intervalo (xi+1, yi+1). En seguida se promedian
las dos derivadas con lo que se obtiene una aproximación mejorada, de la
pendiente en el intervalo completo (Fig. 7.3).
y f ( xi 1 , yiE1 )
O
O
f ( xi , y i )
x
xi xi+1
180
y f ( xi , yi ) f ( xi 1 , yiE1 )
2
O
x
xi xi+1
MARTÍN BARRAGÁN SOLÍS
yi f ( xi , yi )
yiE1 yi x * f ( xi , yi ) (7-19)
f ( xi , yi ) f ( xi1 , yiE1 )
yi1 yi x (7-20)
2
181
f ( xi , yi ) f ( xi 1 , yiE1 )
Corrector yi 1 yi x (7-20)
2
yij1 yij11
a (7-21)
yij1
Inicio 1
x0, y0
k2 =xf(x+x, yE)
x, xf
Definir f(x, y)
y y
1
k1 k2
2
Escribir x, y
x = x + x
k1= xf(x, y ) x, y
yE = y + k1 1
S
x xf?
f ( xi , yi ) 2 xi yi
f ( xi , yi ) f ( xi1 , yiE1 )
Corrector yi 1 yi 0.5 (7-20)
2
Con
f ( xi 1 , yiE1 ) 2 xi 1 yiE1
f ( xi , yi ) 2 xi yi = 2(0) + 1 = 1.00
El corrector conduce a,
1.00 2.50
Corrector yi+1 = 1.0 + 0.50
2 1.875
2.875 5.3125
Corrector yi+1 = 1.875 + 0.50
2 3.9219 , etc.
Es notorio que, los resultados obtenidos son los mismos que los que el
método de Euler modificado, por lo que, no se consideró necesario escribirlos, ni
graficarlos; ya que, tanto la tabulación como la gráfica son las mismas.
MARTÍN BARRAGÁN SOLÍS
yi 1 yi ( xi , yi , x)x (7-22)
Donde (xi, yi, x) se le llama función de incremento y puede interpretarse como el
promedio de la pendiente sobre el intervalo x. La función de incremento se puede
generalizar con:
el orden del método, al menos en los métodos de orden menor que el cuarto.
yi 1 yi xa1k1 a2 k 2 (7-28)
Donde
a1 + a2 = 1
a1p2 = 1
2
a2q11= 1
2
En este caso y debido a que se tienen tres ecuaciones con cuatro incógnitas,
se debe suponer el valor de una de ellas, para determinar las otras tres; por
ejemplo, si se propone el valor de a2, entonces resulta que:
a1 =1- a2 y, (7-31)
185
p1 = q11 = 1 (7-32)
2a 2
x
yi 1 yi x 12 k1 12 k 2 yi k1 k 2 (7-33)
2
Donde
yi 1 yi xk 2 (7-36)
Donde
186
k2 = f(xi + 1
2 x, yi + 1
2 k1x ) (7-38)
1
yi 1 yi x(k1 2k 2 ) (7-39)
3
Donde
k2 = f(xi + 3
4 x, yi + 3
4 k1x ) (7-41)
Con
k1 = 2xi + yi
yi 1 yi xk 2 = yi 0.5k 2
Y
k1 = f(xi, yi) = 2xi + yi
k2 = f(xi + 1
2 x, yi + 1
2 k1x )= 2(xi + 0.25) + ( yi + 0.25k1)
MARTÍN BARRAGÁN SOLÍS
k1 = 2(0) + 1 = 1
k2 = 2(0 + 0.25) + (1 + 0.25*1) =1.75
y1 = 1 + 0.5*(1.75) = 1.875
Como se observa, los resultados son iguales a los obtenidos por Heun.
189
0.5
yi 1 yi x( 13 k1 23 k 2 ) = yi 1 yi (k1 2k 2 )
3
Donde
k2 = f(xi + 3
4 x, yi + 3
4 k1x ) =2(xi +0.75*.5)+(yi + 0.75*.5k1)
k1 = 2(0)+1 = 1
k2 = 2(0+0.375)+(1+0.375*1) = 2.125
y1 = 1 + 0.5/3*(1 + 2*2.125) = 1.875
x
yi 1 yi k1 4k 2 k3 (7-42)
6
MARTÍN BARRAGÁN SOLÍS
Donde
k1 f ( xi , yi ) (7-43)
1 1
k 2 f ( xi x, yi xk1 ) (7-44)
2 2
Se hace notar que los métodos de RK de tercer orden tienen errores globales
de (x4) y conducen a resultados exactos cuando la solución a la ecuación
diferencial ordinaria es de tercer orden. El diagrama de flujo se muestra en figura
D7.2.
yi 1 yi (0.5)k1 4k 2 k 3
1
6
Y
k1 = f(xi, yi) = 2xi + yi
k2 = f(xi + 12 x, yi + 12 k1x ) = 2(xi + 0.25)+(yi+0.25k1)
k3 f ( xi x, yi xk1 2xk 2 ) =2(xi +0.5) + (yi-0.5*k1+k2)
Para las condiciones iniciales dadas, la primera iteración, arroja los valores.
191
x 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
y 1 1.95 4.16 8.45 16.17 29.55 52.26 90.35 153.79 259.05 433.24
Yrk3 1 1.94 4.13 8.38 16.01 29.23 51.63 89.14 151.51 254.82 425.50
E% 0 0.44 0.69 0.84 0.96 1.08 1.21 1.34 1.48 1.63 1.79
Yexacta YRK-3
f(x)
450
400
350
300
250
200
150
100
50
0 x
0.0 1.0 2.0 3.0 4.0 5.0
Inicio
SUB KK
y, x,
h, xf k1 f ( x, y)
k1 f ( x, y)
RETURN
SUB KK
y y h6 k1 4k 2 k3
x=x+h
x = h
f(x, y) = Ec.
x, y x, y = cond. Inic.
S
x xf?
x
yi 1 yi k1 2(k 2 k3 ) k 4 (7-46)
6
Donde
k1 f ( xi , yi ) (7-47)
MARTÍN BARRAGÁN SOLÍS
yi 1 yi
0.5
k1 2(k 2 k3 ) k 4
6
Donde
k1 f ( xi , yi ) = 2xi + yi
k 2 f ( xi 12 x, yi 12 xk1 ) = 2(xi + 0.25) + (yi + 0.25*k1)
k3 f ( xi 12 x, yi 12 xk 2 ) = 2(xi + 0.25) + (yi + 0.25*k2)
k 4 f ( xi x, yi xk 3 ) =2(xi + 0.5) + (yi + 0.5*k3)
De (7-46) y 01 1
0.5
1 2(1.75 1.94) 2.97 1.95
6
Repitiendo el proceso, cada vez, con los nuevos valores se llegó a los siguientes
resultados:
x 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
MARTÍN BARRAGÁN SOLÍS
y 1 1.95 4.16 8.45 16.17 29.55 52.26 90.35 153.79 259.05 433.24
Yrk4 1 1.95 4.15 8.44 16.15 29.52 52.19 90.23 153.57 258.63 432.47
E% 0 0.04 0.07 0.08 0.09 0.11 0.12 0.13 0.15 0.16 0.18
Yexacta YRK-4
f(x)
450
400
350
300
250
200
150
100
50
0 x
0.0 1.0 2.0 3.0 4.0 5.0
Inicio y, x,
h, xf x = h
f(x, y) = Ec.
x, y = cond. Inic.
Definir f(x, y)
Escribir x, y
MARTÍN BARRAGÁN SOLÍS
k1 f ( x, y)
k1 f ( x, y)
k 2 f ( x 12 h, y 12 hk1 )
k3 f ( x 12 h, y 12 hk 2)
k 4 f ( x h, y hk3 )
x=x+h
x, y
S N
x xf? fin
x
yi 1 yi 7k1 32k3 12k 4 32k5 7k 6 (7-51)
90
En la que
MARTÍN BARRAGÁN SOLÍS
k1 f ( xi , yi ) 7-52)
En este caso, las ecuaciones a usarse son de (7-51) a (7-57), las cuales
quedan para este problema como,
yi 1 yi
0.5
7k1 32k3 12k 4 32k5 7k 6
90
En la que
k1 f ( xi , yi ) = 2xi + yi
k 6 f ( xi x, yi 73 xk1 72 xk 2 127 xk 3 127 xk 4 87 xk 5 ) =2(xi + 0.5) + ( yi -1.5/7k1
+ 1/7*k2 + 6/7*k3 - 6/7*k4 + 4/7*k5)
MARTÍN BARRAGÁN SOLÍS
k1 f ( xi , yi ) = 1.000
k 2 f ( xi 14 x, yi 14 xk1 ) = 1.375
k3 f ( xi 14 x, yi 18 xk1 18 xk 2 ) = 1.398
k 4 f ( xi 12 x, yi 12 xk 2 xk 3 ) = 1.855
k5 f ( xi 34 x, yi 163 xk1 169 xk 4 ) = 2.366
k 6 f ( xi x, yi 73 xk1 72 xk 2 127 xk 3 127 xk 4 87 xk 5 ) = 2.942
yi 1 yi
0.5
7k1 32k3 12k 4 32k5 7k 6 = 1.946
90
Problemas propuestos
BIBLIOGRAFÍA
APÉNDICE A
SERIE DE TAYLOR
MARTÍN BARRAGÁN SOLÍS
A.1 Introducción
A.2 Definición
Sea f(x) una función tal que f(x) y sus n primeras derivadas sean continuas
en el intervalo cerrado a-b. Además, fn+1(x) existe para toda x en el intervalo
abierto (a, b); entonces, hay un número en el intervalo abierto (a, b) tal que
(b a) 2 (b a)3
f (b) f (a) (b a) f (a) f (a) f (a)
2! 3!
(A-1)
(b a) n ( n ) (b a) n 1 n 1
... f (a) f ( )
n! (n 1)!
La ecuación anterior también es válida si b < a; en tal caso a-b se reemplaza por
b-a y (a, b) por (b, a). Nótese que cuando n = 0, ecuación (A-1) se transforma en:
( x a) ( x a) 2 ( x a )3
f ( x) f (a ) f (a) f (a) f (a)
1! 2! 3!
(A-2)
( x a) n ( n ) ( x a) n 1 n 1
... f (a) f ( )
n! (n 1)!
Donde está entre a y x. Indicando con esto que el valor de una función f(x) puede
MARTÍN BARRAGÁN SOLÍS
x x2 x3
f ( x) f (0) f (0) f (0) f (0)
1! 2! 3!
(A-3)
xn (n) x n 1
... f (0) f n 1 ( )
n! (n 1)!
x x2 x3 xn x 2 x3 xn
pn ( x) 1 (1) (1) (1) ... (1) 1 x ...
1! 2! 3! n! 2! 3! n!
Por tanto,
203
x 2 x3 xn
e 1 x ...
x
(A-4)
2! 3! n!
x
p0 ( x) 1 p1 ( x) 1
1!
x2 x 2 x3
p2 ( x) 1 x p3 ( x) 1 x
MARTÍN BARRAGÁN SOLÍS
2! 2! 3!
6
f(x)
0 x
-2 -2 -1 -1 0 1 1 2 2
-1
-2
De (A-3) se llega a,
x x3 x5 x7 n 1 x 2 n 1
pn ( x) 0 .. (1)
1! 3! 5! 7! (2n 1)!
Es decir,
x x3 x5 x 7 x 2 n 1
senx .. (1) n 1 (A-5)
1! 3! 5! 7! (2n 1)!
MARTÍN BARRAGÁN SOLÍS
x
Así p0 ( x) 0 p1 ( x) 0
1!
x x x3
p2 ( x) 0 p3 ( x) 0
1! 1! 3!
x x3 x x3 x5
p4 ( x) 0 p5 ( x) 0 =P6
1! 6 1! 6 120
x x3 x5 x7
p7 ( x) 0 p8
1! 6 120 5040
Aproximación de Senx
1
senx
seno(x)
P1
0 x
-8 -6 -4 -2 0 2 4 6 8 P3
P7
-1
-2
205
Ejemplo A-3. Con los resultados de los ejemplos anteriores, (A-4) y (A-5), encontrar
e0.5, esenx, e2, e-1 y sen2x.
Para x = 0.5
MARTÍN BARRAGÁN SOLÍS
Para x = sen x
Para x = 2
22 23 24 25 26 2n
e2 1 2 ...
2! 3! 4! 5! 6! n!
Y para x = -1
Ahora de (A-5)
Para x=2x
2 x ( 2 x)3 ( 2 x)5 ( 2 x) 7 (2 x) 2 n 1
sen2 x .. (1) n 1
1! 3! 5! 7! (2n 1)!
206
1
f ( x) si x = a = 0 f ‘ (a) = -1
1 x
1
MARTÍN BARRAGÁN SOLÍS
f ( x) si x = a = 0 - f “ (a) = -1
(1 x) 2
2
f ( x) si x = a = 0 f “’(a) = -2
(1 x)3
6
f IV ( x) si x = a = 0 - fIV(a) = -6
(1 x) 4
…………………
x2 x3 x4
De A-2, se tiene: loge (1-x)= loge (1) + x(-1) + (1) (2) (6) ...
2! 3! 4!
x 2 x3 x 4
loge (1-x)= -x - ...
2 3 4
x n 1
lím n 1 lim nx x
x n 1
n
x x
1 1 1
1 ...
2 3 4
1 1 1
1 ...
2 3 4
Apéndice B
0.8611363116 0.3478548451
0.0000000000 0.5688888889
5 0.5384693101 0.4786286705
0.9061798459 0.2369268850
0.2386191861 0.4679139346
6 0.6612093865 0.3607615730
0.9324695142 0.1713244924
0.0000000000 0.4179591837
0.4058451514 0.3818300505
7 0.7415311856 0.2797053915
0.9491079123 0.1294849662
0.1834346425 0.3626837834
0.5255324099 0.3137066459
8 0.7966664774 0.2223810345
0.9602898565 0.1012285363
0.0000000000 0.3302393550
0.3242534234 0.3123470770
9 0.6133714327 0.2606106964
0.8360311073 0.1806481607
0.9681602395 0.0812743884
0.1488743390 0.2955242247
0.4333953941 0.2692667193
10 0.6794095683 0.2190863625
0.8650633667 0.1494513492
0.9739065285 0.0666713443
0.1252334085 0.2491470458
0.3678314990 0.2334925365
12 0.5873179543 0.2031674267
0.7699026742 0.1600783285
0.9041172564 0.1069393260
0.9815606342 0.0471753364
209
N k wk
0.0950125098 0.1894506105
0.2816035508 0.1826034150
0.4580167777 0.1691565194
MARTÍN BARRAGÁN SOLÍS
16 0.6178762444 0.1495959888
0.7554044084 0.1246289713
0.8656312024 0.0951585117
0.9445750231 0.0622535239
0.9894009350 0.0271524594
0.0765265211 0.1527533871
0.2277858511 0.1491729865
0.3737060887 0.1420961093
0.5108670020 0.1316886384
20 0.6360536807 0.1181945320
0.7463319065 0.1019301198
0.8391169718 0.0832767416
0.9122344283 0.0626720483
0.9639719273 0.0406014298
0.9931285992 0.0176140071
0.0640568929 0.1279381953
0.1911188675 0.1258374563
0.3150426797 0.1216704729
0.4337935076 0.1155056681
0.5454214714 0.1074442701
24 0.6480936519 0.0976186521
0.7401241916 0.0861901615
0.8200019860 0.0733464814
0.8864155270 0.0592985849
0.9382745520 0.0442774388
0.9747285560 0.0285313886
0.9951872200 0.0123412298