TEORA DE ERRORES Y ARITMTICA DE COMPUTADORA.

SOLUCIN DE SISTEMAS LINEALES: MTODOS DIRECTOS.

SOLUCIN DE SISTEMAS LINEALES: MTODOS ITERATIVOS.
SOLUCIN DE ECUACIONES NO LINEALES.
INTERPOLACIN POLINMICA.
DIFERENCIACIN E INTEGRACIN NUMRICA.
ECUACIONES DIFERENCIALES ORDINARIAS CON VALOR INICIAL.
ECUACIONES DIFERENCIALES ORDINARIAS CON VALOR FRONTERA.
DIFERENCIAS FINITAS EN ECUACIONES DIFERENCIALES PARCIALES.







Cristian Amador Loli Prudencio
Cristian Amador Loli Prudencio


Pgina 2


Captulo 2

SOLUCIN DE SISTEMAS LINEALES: MTODOS DIRECTOS





En la forma estndar, un sistema general de n ecuaciones con n incgnitas,
1 2
, ,...,
n
x x x , se presenta
como:

(1)

Los elementos a
ij
y b
i
son nmeros reales fijados. El sistema de ecuaciones (1) se puede escribir,
empleando una muy til representacin matricial, como:

11 12 13 1 1 1
21 22 23 2 2 2
31 32 33 3 3 3
1 2 3
...
...
...
...
n
n
n
n n n nn n n
a a a a x b
a a a a x b
a a a a x b
a a a a x b
| || | | |
| | |
| | |
| | |
=
| | |
| | |
| | |
\ .\ . \ .

(2)

Entonces podemos denotar estas matrices por A, x y b de forma que la ecuacin se reduce
simplemente a:

Ax = b (3)

Ahora bien, cmo resolvemos este problema? La respuesta, pasa por el uso del mtodo de
Eliminacin Gaussiana, el cual estudiaremos, sin significar que no existan otras alternativas, pero
esta es una de las que requiere menos operaciones aritmticas, lo cual lo califica como un algoritmo
de buen desempeo, y por ello muy apreciado y utilizado.

Estudiaremos el Mtodo de Gauss del ya ensalzado prncipe de las
matemticas, Carl Friedrich Gauss (1777-1855), quien sistematiz
este proceso de solucin de sistemas lineales, y lo incluy en su artculo
de 1811 titulado Disquisitio de Elementis Ellipticis Palladis ex
oppositionibus annorum 1803, 1804, 1805, 1807, 1808, 1809. Wilhelm
Jordan (1842-1899), ingeniero geodsico alemn, desarroll el Mtodo
de Gauss-Jordan, profundiz el mtodo de eliminacin y public su
trabajo en 1895 en su libro Handbuch der Vermessungskunde.
Cristian Amador Loli Prudencio


Pgina 3


SISTEMAS FCILES DE RESOLVER

Sistema Diagonal
Analizaremos previamente un sistema que sea fcil de resolver. Por ejemplo, supongamos que la
matriz A de nxn presenta estructura diagonal, es decir, todos los componentes distintos de cero se
encuentran sobre la diagonal principal. El sistema de ecuaciones (2) toma por tanto la forma:

11 1 1
22 2 2
33 3 3
0 0 ... 0
0 0 ... 0
0 0 ... 0
0 0 0 ...
nn n n
a x b
a x b
a x b
a x b
( ( (
( ( (
( ( (
( ( ( =
( ( (
( ( (
( ( (


(4)
En este caso el sistema se reduce a n ecuaciones simples y la solucin es:

(5)

Sistema Triangular

Triangular Inferior
Continuando con la bsqueda de sistemas con soluciones fciles, supongamos ahora que A tiene una
estructura triangular inferior, es decir, todos los elementos de A distintos de cero se sitan bajo la
diagonal principal:

11 1 1
21 22 2 2
31 32 33 3 3
1 2 3
0 0 ... 0
0 ... 0
... 0
...
n n n nn n n
a x b
a a x b
a a a x b
a a a a x b
( ( (
( ( (
( ( (
( ( ( =
( ( (
( ( (
( ( (


(6)

Es fcil ver que el valor de x
1
se obtiene directamente a partir de la primera ecuacin. Sustituyendo
el valor conocido de x
1
en la segunda ecuacin es posible obtener el valor de x
2
. Procediendo de la
misma forma para el resto de las ecuaciones, es posible obtener todos los valores x
1
, x
2
, x
3
, ..., x
n

uno tras otro y en ese orden. El algoritmo formal para encontrar la solucin se denomina
sustitucin progresiva (hacia adelante) y se puede expresar como:



(7)
Cristian Amador Loli Prudencio


Pgina 4


Triangular Superior
Se puede emplear el mismo razonamiento para el caso en que la estructura de la matriz A sea
triangular superior. En este caso el sistema matricial adopta la forma:
11 12 13 1 1 1
22 23 2 2 2
33 3 3 3
...
0 ...
0 0 ...
0 0 0 ...
n
n
n
nn n n
a a a a x b
a a a x b
a a x b
a x b
( ( (
( ( (
( ( (
( ( ( =
( ( (
( ( (
( ( (


(8)

y es posible obtener las soluciones en el orden x
n
, x
n-1
, ..., x
1
, empleando en este caso una
modificacin del algoritmo expresado por la ecuacin (7) y que denominados algoritmo de
sustitucin regresiva (hacia atrs):



(9)

Como es lgico, los mtodos descritos se pueden aplicar a todos aquellos sistemas que se pueden
convertir en un sistema triangular permutando filas y columnas de forma adecuada, este proceso
ordenado se llama Eliminacin Gaussiana.

ELIMINACIN GAUSSIANA

Es la aplicacin de las Operaciones Elementales (Fila o Columna) para transformar una matriz a una
matriz ms manejable, es decir a una matriz triangular, a una matriz diagonal, a una matriz
escalonada, a una matriz identidad.

Operaciones Elementales Fila

i) Intercambio: el orden de dos filas puede ser cambiado.


ii) Escalamiento: una fila se puede multiplicar por una constante diferente de cero.


iii) Reemplazo: una fila puede ser reemplazada por la suma de esa fila y otra fila escalada.



Operaciones Elementales Columna

De forma anloga a las anteriores operaciones pero esta vez se realizan con columnas.

i) Intercambio:
j i
col col


i j i
fila fila fila o +
j i
fila fila
i i
fila fila o
Cristian Amador Loli Prudencio


Pgina 5

ii) Escalamiento: i i
col col o


iii) Reemplazo:
i j i
col col col o +



ELIMINACIN GAUSSIANA CON SUSTITUCIN HACIA TRAS

El sistema Ax = b, puede ser almacenado en un arreglo de n x (n + 1); donde los coeficientes del
vector b se almacenan en la columna (n + 1) del arreglo. Esta nueva matriz, es conocida como
matriz aumentada y se la denota como [A, b]:









Arranquemos ya de nuestra matriz aumentada [A, b], que ahora denotamos [A
(1)
, b
(1)
], y a
continuacin explicitamos tras haber colocado el superndice (1) a los coeficientes y a los trminos
independientes, para indicar que estamos ante el primero de una serie:
( ) ( )
(1) (1) (1) (1) (1)
11 12 13 1 1
(1) (1) (1) (1) (1)
21 22 23 2 2
1 1
(1) (1) (1) (1) (1)
31 32 33 3 3
(1) (1) (1) (1) (1)
1 2 3
...
...
...
...
n
n
n
n n n nn n
a a a a b
a a a a b
A ,b = a a a a b
a a a a b
| |
|
|
| (

|
|
|
\ .

(10)

En la primera etapa construiremos [A
(2)
, b
(2)
], denotada con el superndice (2), que se obtiene del
sistema anterior tras eliminar la incgnita x
1
de todas las ecuaciones salvo de la primera, lo cual se
traduce en que la matriz aumentada tenga en la primera columna debajo de
(1)
11
a todos ceros. Para
ello, utilizamos las operaciones elementales fila siguientes, con la simbologa fcilmente entendible:

(1) (1) (2)
1 1 i i i
F m F F + , con
(1)
1
1
(1)
11
, 2, 3,...,
i
i
a
m i n
a
= =
(11)
Implcitamente se supone
(1)
11
0 a = . Obviamente el sistema A
(2)
x = b
(2)
adopta la forma:
( ) ( )
(1) (1) (1) (1) (1)
11 12 13 1 1
(2) (2) (2) (2)
22 23 2 2
2 2
(2) (2) (2) (2)
32 33 3 3
(2) (2) (2) (2)
2 3
...
0 ...
0 ...
0 ...
n
n
n
n n nn n
a a a a b
a a a b
A ,b = a a a b
a a a b
| |
|
|
| (

|
|
|
\ .

(12)
En la segunda etapa eliminamos la incgnita x
2
desde la tercera ecuacin a la n-sima ecuacin:

(2) (2) (3)
2 1 i i i
F m F F + , con
(2)
2
2
(2)
22
, 3, 4,...,
i
i
a
m i n
a
= =
(13)
| |
|
|
|
|
|
|
|
|
.
|

\
|
=
n nn n n
n
n
b a ... a a
. . . .
. . . .
. . . .
b a ... a a
b a ... a a
A,b
2 1
2 2 22 21
1 1 12 11
Cristian Amador Loli Prudencio


Pgina 6

Nuevamente perctese de que
(2)
22
0 a = . Aparece el sistema A
(3)
x = b
(3)
con la siguiente forma:
( ) ( )
(1) (1) (1) (1) (1)
11 12 13 1 1
(2) (2) (2) (2)
22 23 2 2
3 3
(3) (3) (3)
33 3 3
(3) (3) (3)
3
...
0 ...
0 0 ...
0 0 ...
n
n
n
n nn n
a a a a b
a a a b
A ,b = a a b
a a b
| |
|
|
| (

|
|
|
\ .

(14)

Siguiendo este protocolo, llegamos por fin al sistema triangular superior A
(n)
x = b
(n)
,
( ) ( )
(1) (1) (1) (1) (1)
11 12 13 1 1
(2) (2) (2) (2)
22 23 2 2
(3) (3) (3)
33 3 3
( ) ( )
...
0 ...
0 0 ...
0 0 0 ...
n
n
n n
n
n n
nn n
a a a a b
a a a b
A ,b = a a b
a b
| |
|
|
| (

|
|
|
\ .

(15)
dispuesto para ser resuelto por Sustitucin Regresiva (hacia atrs).

De forma esquemtica, a travs de n 1 etapas se ha construido la sucesin de n sistemas
equivalentes

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 1 1 2 2 1 1
...
n n n n
A x b A x b A x b A x b

= = = = ,

donde el primero es el sistema de partida, el ltimo es el sistema triangular superior resultante, y
donde, para 1, 2,..., 1 q n = , el paso del sistema
( ) ( ) q q
A x b = al siguiente
( ) ( ) 1 1 q q
A x b
+ +
= se realiza
manteniendo intactas las q primeras ecuaciones y modificando las restantes de acuerdo con las
expresiones
( ) ( ) ( 1) q q q
i iq q i
F m F F
+
+ , con
( )
( )
, 1,...,
q
iq
iq
q
qq
a
m i q n
a
= = +

(16)
Para 1, 2,..., 1 q n = , la ecuacin q-sima del sistema
( ) ( ) q q
A x b = se llama ecuacin pivotal,
( ) q
qq
a es
el elemento pivote, y a los escalares
iq
m se les llama multiplicadores.

Y si apareciese un pivote nulo?
Comenzamos preguntndonos lo que haramos si en el proceso general de eliminacin gaussiana
descrito antes apareciese un pivote nulo. La respuesta evidente es que permutaramos la ecuacin
pivotal por alguna situada ms abajo, quiz por la primera que encontremos que salve el
contratiempo y permita continuar la eliminacin de incgnitas. Ntese que siempre daremos con una
tal ecuacin, puesto que en caso contrario la matriz de coeficientes habra de ser singular (por
qu?), y no es eso lo que supusimos al comienzo. Obviamente el intercambio de ecuaciones es una
operacin elemental, que no modifica la solucin del sistema.

Ejemplo 1

Plantemos la resolucin del siguiente sistema de ecuaciones, con eliminacin gaussiana con
sustitucin regresiva:
Cristian Amador Loli Prudencio


Pgina 7









Primera etapa: Tras la primera etapa,






Segunda etapa: Tras la segunda etapa,







Tercera etapa: Tras la ltima etapa,
6 2 2 4 12
0 4 2 2 10
0 0 2 5 9
0 0 0 3 3
(
(

(
(
(



Con lo cual se tiene el sistema triangular superior:


El sistema triangular superior es equivalente al sistema original (las soluciones de ambos sistemas
coinciden). Sin embargo, este sistema es fcilmente resoluble aplicando el algoritmo de sustitucin
regresiva. La solucin del sistema de ecuaciones resulta ser:


43
4 / 2 2
6 2 2 4 12
0 4 2 2 10
0 0 2 5 9
0 0 4 13 21 = = m
(
(

(
(
(


(
(
(
(

= =
= =
= =

38 18 1 4 6
27 3 9 13 3
34 10 6 8 12
12 4 2 2 6
1
2
pivote
6
6
41
2
1
6
3
31
6
12
21
m
m
m
(
(
(
(

= =
= =

26 14 3 2 0
21 1 8 12 0
10 2 2 4 0
12 4 2 2 6
3

2
1
4
2
42
4
12
32
m
m
Cristian Amador Loli Prudencio


Pgina 8

ELIMINACIN GAUSSIANA CON SUSTITUCIN HACIA ADELANTE

El sistema Ax = b, expresado en su matriz aumentada [A, b]:









Igual que el mtodo anterior arranquemos de nuestra matriz aumentada [A, b], denotada [A
(1)
, b
(1)
]:
( ) ( )
(1) (1) (1) (1) (1)
11 12 13 1 1
(1) (1) (1) (1) (1)
21 22 23 2 2
1 1
(1) (1) (1) (1) (1)
31 32 33 3 3
(1) (1) (1) (1) (1)
1 2 3
...
...
...
...
n
n
n
n n n nn n
a a a a b
a a a a b
A ,b = a a a a b
a a a a b
| |
|
|
| (

|
|
|
\ .

(17)

En la primera etapa construiremos [A
(2)
, b
(2)
], que se obtiene del sistema anterior tras eliminar la
incgnita x
n
de todas las ecuaciones salvo de la ltima, lo cual se traduce en que la matriz aumentada
tenga en la ltima columna encima de
(1)
nn
a todos ceros. Para ello, utilizamos las operaciones
elementales fila siguientes, con la simbologa fcilmente entendible:

(1) (1) (2)
i in n i
F m F F + , con
(1)
(1)
, 1, 2,..., 1
in
in
nn
a
m i n
a
= =
(18)
Implcitamente se supone
(1)
0
nn
a = . Obviamente el sistema A
(2)
x = b
(2)
adopta la forma:
( ) ( )
(2) (2) (2) (2)
11 12 13 1
(2) (2) (2) (2)
21 22 23 2
2 2
(2) (2) (2) (2)
31 32 33 3
(1) (1) (1) (1) (1)
1 2 3
... 0
... 0
... 0
...
n n n nn n
a a a b
a a a b
A ,b = a a a b
a a a a b
| |
|
|
| (

|
|
|
\ .

(19)

Siguiendo este protocolo, llegamos por fin al sistema triangular inferior A
(n)
x = b
(n)
,
( ) ( )
( ) ( )
11 1
( 1) ( 1) ( 1)
21 22 2
( 2) ( 2) ( 2) ( 2)
31 32 33 3
(1) (1) (1) (1) (1)
1 2 3
0 0 ... 0
0 ... 0
... 0
...
n n
n n n
n n
n n n n
n n n nn n
a b
a a b
A ,b = a a a b
a a a a b


| |
|
|
| (

|
|
|
\ .

(20)
dispuesto para ser resuelto por Sustitucin Progresiva (hacia adelante).


| |
|
|
|
|
|
|
|
|
.
|

\
|
=
n nn n n
n
n
b a ... a a
. . . .
. . . .
. . . .
b a ... a a
b a ... a a
A,b
2 1
2 2 22 21
1 1 12 11
Cristian Amador Loli Prudencio


Pgina 9

Ejemplo 2
Plantemos la resolucin del siguiente sistema de ecuaciones, con eliminacin gaussiana con
sustitucin progresiva:







Primera etapa: Tras la primera etapa,









Segunda etapa: Tras la segunda etapa,









Tercera etapa: Tras la ltima etapa,
72 0 0 0 72
251 251
398 502 0 0 104
55 165 55
2 37 55 0 62
3 6 3
6 4 1 18 38
(

(
(
(

(
(
(

(
(



Luego, aplicando el algoritmo de sustitucin progresiva:
1
3
2
1
x
| |
|

|
=
|

|
\ .

14
24
34
2/9 6 2 2 4 12
5/9 12 8 6 10 34
3 13 9 3 27 1/ 6
6 4 1 18 38 pivote
m =
m =
m =
(
(

(
(
(


13
23
40 14 10 20 0 32

165 3 9 9 9
108 26 52 59 0 116
165 3 9 9 9
2 37 55 0 62
3 6 3
6 4 1 18 38
m =
m =
Pivote
(

(
(
(

(
(

(
(


13
310 46 62 0 0 16

502 11 33 11
398 502 0 0 104
55 165 55
2 37 55 0 62
3 6 3
6 4 1 18 38
m =
Pivote
(

(
(

(
(
(

(
(


Cristian Amador Loli Prudencio


Pgina 10

PIVOTEO EN LA ELIMINACIN GAUSSIANA
Sin embargo, los algoritmos que acabamos de describir pueden dar lugar a resultados errneos
fcilmente. Por ejemplo, analicemos el siguiente sistema de ecuaciones, en el que es un nmero
muy pequeo pero distinto de cero:


Al aplicar el algoritmo gaussiano se obtiene el siguiente sistema triangular superior:


y la solucin es:
( )
1
2 1
1
1 2
2
1
1
x
x x

e
=

= e

En el computador, si es suficientemente pequeo, los trminos
1
2

e y
1
1

e se computarn
como un mismo nmero, por lo que
2
1 x ~ y
1
0 x ~ . Sin embargo, la solucin correcta es:
2
1
1 2
1
1
1
1
1
x
x
e
= ~

= ~

e

Entonces la solucin calculada es exacta para x
2
pero extremadamente inexacta para x
1
.
El problema anterior no radica en la pequeez del trmino a
ii
, sino en su pequeez relativa respecto
de los otros elementos de su fila. La conclusin que podemos extraer es que un buen algoritmo debe
incluir el intercambio adecuado de ecuaciones cuando las circunstancias as lo exijan. Un algoritmo
que cumple este requisito es el denominado eliminacin gaussiana con pivoteo de filas escaladas
(pivoteo total).
As pues, mostramos 3 pivoteos:
- Pivoteo simple. Consiste en permutar la ecuacin pivotal por la primera que encontremos que
tenga elemento pivot distinto de cero de la diagonal para abajo.
- Pivoteo parcial (mximo de columna). Consiste en permutar la ecuacin pivotal por la primera
que encontremos que tenga elemento pivot distinto de cero y ms grande en valor absoluto.
rj ij
j i n
a mx a
s s
=
- Pivoteo total (escalado de columna). Consiste en permutar la ecuacin pivotal por la primera
que encontremos que tenga elemento pivot distinto de cero y ms grande en valor absoluto
escalado.
,
ij
rj i ik
j i n i k n
i
a
a mx donde s mx a
s
s s s s
= =
Cristian Amador Loli Prudencio


Pgina 11

SUSTITUCIN RECURSIVA

Comenzaremos resolviendo un sistema triangular inferior, modificando posteriormente el programa
para resolver sistemas triangulares superiores.

PROGRAMAS

Crear el programa trilower.m que resuelve un sistema triangular inferior Ax=b utilizando el
algoritmo siguiente:
Entrada: matriz triangular A=(a
ij
) y vector b
Salida: vector x
Paso 1 Verificar que el sistema es triangular inferior
Paso 2 Obtener el orden del sistema n
Paso 3 Para k = 1 .. n (orden del sistema) repetir pasos 4-5
Paso 4 Verificar que el elemento diagonal no es nulo
Paso 5 Hacer
1
1
k
k kj j
j
k
kk
b ax
x
a

=


Se comprobar el correcto funcionamiento de Ax=b. Resolver un sistema triangular aleatorio
de orden 3, reflejando los resultados obtenidos.
Solucin:

function x= trilower(A,b);
% Funcin que resuelve un sistema triangular inferior
if any(any(A-tril(A))
error('La matriz no es triangular inferior');
end
[n,m]=size(A);
if n~=m,error('La matriz no es cuadrada');end
[n,p]=size(b);
if n~=m | p~=1,error('No coinciden dimensiones');end
x=zeros(n,1);
for i=1:n %sustitucin hacia adelante
if A(i,i)==0,error('Matriz Singular'),end
x(i)=(b(i)-A(i,1:i-1)*x(1:i-1))/A(i,i);
end

Y para crear, resolver el sistema y comprobar los resultados
>> rand('state',sum(100*clock));
>> A=tril(rand(3));b=rand(3,1);
>> x=trilower(A,b)
>> % comprobacion
>> xv=A\b

1. Crear el programa triupper.m que resuelve un sistema triangular superior utilizando el
algoritmo siguiente:

Entrada: matriz triangular A=(a
ij
) y vector b
Salida: vector x
Paso 1 Verificar que el sistema es triangular superior
Paso 2 Obtener el orden del sistema n
Cristian Amador Loli Prudencio


Pgina 12

Paso 3 Para k = n .. 1 (orden del sistema) repetir pasos 4-5
Paso 4 Verificar que el elemento diagonal no es nulo
Paso 5 Hacer 1
n
k kj j
j k
k
kk
b ax
x
a
=+

=



Se comprobar el correcto funcionamiento de Ax=b. Resolver un sistema triangular aleatorio
de orden 3, reflejando los resultados obtenidos.
Solucin:

function x= triupper(A,b);
% Funcin que resuelve un sistema triangular superior
if any(any(A-triu(A)));error('La matriz no es triangular superior');end
[n,m]=size(A); if n~=m;error('La matriz no es cuadrada');end
[n,p]=size(b); if n~=m | p~=1;error('No coinciden dimensiones');end
x=zeros(n,1);
for i=n:-1:1 %sustitucin hacia atrs
if A(i,i)==0;error('Matriz Singular'),end
x(i)=(b(i)-A(i,i+1:n)*x(i+1:n))/A(i,i);
end


Si colocamos los multiplicadores utilizados al transformar el sistema en una matriz
triangular inferior unitaria (L) ocupando cada uno de ellos la posicin del cero que
contribuy a producir, obtenemos la siguiente matriz:



Por otra parte, la matriz triangular superior (U) formada por los coeficientes resultantes
tras aplicar el algoritmo de Gauss (ecuacin 61), es:



Estas dos matrices nos dan la factorizacin LU de la matriz inicial de coeficientes, A,
expresada por la ecuacin (58):
Cristian Amador Loli Prudencio


Pgina 13




Figure: Implementacin del algoritmo de eliminacin
gaussiana.


En la figura (12) se muestra un algoritmo en pseudocdigo para llevar a la prctica el
proceso bsico de eliminacin gaussiana que acabamos de describir. En este algoritmo
se supone que todos los elementos pivote son distintos de cero.
Mtodo de Gauss-Jordan
Como hemos visto, el mtodo de Gauss transforma la matriz de coeficientes en una
matriz triangular superior. El mtodo de Gauss-Jordan contina el proceso de
transformacin hasta obtener una matriz diagonal unitaria (a
ij
=0 para cualquier ).
Veamos el mtodo de Gauss-Jordan siguiendo con el ejemplo empleado en el apartado
anterior. Aplicando el mtodo de Gauss habamos llegado a la siguiente ecuacin:



Cristian Amador Loli Prudencio


Pgina 14

Ahora seguiremos un procedimiento similar al empleado en el mtodo de Gauss.
Tomaremos como pivote el elemento a
44
=-3; multiplicamos la cuarta ecuacin por y la
restamos a la primera:



Realizamos la misma operacin con la segunda y tercera fila, obteniendo:



Ahora tomamos como pivote el elemento a
33
=2, multiplicamos la tercera ecuacin por
y la restamos a la primera:


Repetimos la operacin con la segunda fila:


Finalmente, tomamos como pivote a
22
=-4, multiplicamos la segunda ecuacin por y la
sumamos a la primera:



El sistema de ecuaciones anterior es, como hemos visto, fcil de resolver. Empleando la
ecuacin (46) obtenemos las soluciones:
Cristian Amador Loli Prudencio


Pgina 15



REFERENCIAS BIBLIOGRFICAS
[1] Crdenas Gmez Anlisis Numrico REVERT 2014
[2] Burden R. Faires J. Anlisis Numrico CENGAGE Learning 2011
[3] Chapra S. Canale R. Mtodos Numricos para Ingenieros Mc Graw Hill 2010
[4] Kincaid Cheney Anlisis Numrico. Las Matemticas Addison Wesley 1994
del Clculo Cientfico. Iberoamericana
[5] Nakamura, Schoichiro Mtodos numricos aplicados Prentice Hall 1992
con software. Hispanoamericana
[6] Mathews Fink Mtodos Numricos con Matlab. Prentice Hall 2003
[7] Avendao Quiroz, Johnny Matlab: I ntroduccin a los UNMSM 2009
Mtodos Numricos.
[8] Stoer, J. Bulirsch, R. I ntroduction to Numerical Analysis. Springer 1992
[9] Terrence J., Akai Mtodos numricos aplicados Limusa 2008
a la ingeniera.
[10] Moore Holly Matlab para ingenieros Pearson Education 2007
[11] Nakamura, Shoichiro Anlisis Numrico y Visualizacin Prentice Hall 1997
grfica con MATLAB Hispanoamericana
[12] Amos Gilat Matlab: Una introduccin con Revert 2006
ejemplos prcticos