MATERIA:

Métodos Numéricos

DOCENTE:
Mat. William Caiza

PERIODO
39-43

~1~
CONTENIDO
CAPITULO I ............................................................................................................................................... 3
ERRORES ................................................................................................................................................ 3
NÚMEROS DECIMALES ........................................................................................................................................4
NOTACIÓN BINARIA .............................................................................................................................................4
DE DECIMAL (CON DECIMAL) A BINARIO .....................................................................................................5
ANÁLISIS DE ERRORES ..................................................................................................................... 6
ERROR DE TRUNCAMIENTO ............................................................................................................ 6
SERIE DE TAYLOR ............................................................................................................................. 6
Teorema de Taylor .....................................................................................................................................................7
CAPITULO II .............................................................................................................................................. 8
RESOLUCIÓN DE ECUACIONES NO LINEALES ................................................................................ 8
MÉTODO DE LA BISECCIÓN.- .......................................................................................................... 9
Algoritmo..................................................................................................................................................................10
Error del Método de Bisección ................................................................................................................................11
IMPLEMENTACIÓN DEL CÓDIGO EN MATLAB ...........................................................................................12
IMPLEMENTACIÒN DEL CÒDIGO EN MATLAB ..........................................................................................13
Método de la Falsa Posición.- ............................................................................................................ 15
Convergencia del Método de Falsa Posición ..........................................................................................................15
Interación de Punto Fijo.- .................................................................................................................. 16
Algoritmo de interación del método de punto fijo: .................................................................................................18
Implementación del Código en Matlab ...................................................................................................................20
Método de Newton-Raphson.-............................................................................................................. 21
TEOREMA: ..............................................................................................................................................................22
CAPITULO III .......................................................................................................................................... 24
SISTEMAS DE ECUACIONES LINEALES .......................................................................................... 24
INTRODUCCIÓN .............................................................................................................................. 24
Operaciones Elementales de Fila ...................................................................................................... 24
Cálculo de la matriz inversa ............................................................................................................... 24
Algoritmo..................................................................................................................................................................24
Implementación del Código en Matlab ...................................................................................................................25
DEFINICIÓN:.................................................................................................................................... 26
Teorema de Sustitución Regresiva ...................................................................................................... 27
Implementación del Código en Matlab ...................................................................................................................27
TEOREMA: ..............................................................................................................................................................28
TEOREMA: ..............................................................................................................................................................28
ELIMINACIÓN GAUSSIANA Y PIVOTEO ......................................................................................... 28
OBSERVACIÓN: ....................................................................................................................................................28
TEOREMA: OPERACIONES ELEMENTALES CON LAS FILAS ...................................................................29
DEFINICIÓN: PIVOTEO Y MULTIPLICADORES ............................................................................................29
ELIMINACIÓN DE GAUSS-JORDAN................................................................................................ 31
DEFINICIÓN: ..........................................................................................................................................................31
ALGORITMO: .........................................................................................................................................................31
DESCOMPOSICIÓN L.U- FACTORIZACIÓN TRIANGULAR ........................................................... 33
CAPITULO IV .......................................................................................................................................... 41
INTERPOLACIÓN ................................................................................................................................ 41
EJERCICIOS PROPUESTOS: ................................................................................................................ 44
MÉTODOS DE LA BISECCIÓN ............................................................................................................ 49
MÉTODO DE LA FALSA POSICIÓN.................................................................................................... 49
SOLUCIONES DE EJERCICIOS PROPUESTOS ................................................................................. 50
ANEXOS .................................................................................................................................................... 54

~2~
CAPITULO I
1.1Introduccion al Guide

GUIDE es un ambiente de desarrollo que permite crear interfaces

gráficas con el usuario, que contengan elementos tales como
botones y ventanas de selección, ventanas gráficas, menús, ejes
para graficar, etc.

Cuando en el ´command window´ se escribe guide, se ofrece la

posibilidad de abrir hojas de trabajo ya creadas (p.ej. >>guide
archivo.fig) o una nueva sobre la cual se irán agregando
componentes. Lo que se cree aquí se guardará con la extensión
.fig.

La primera vez que uno salva la interfaz que está diseñando se

crea también un archivo .m sobre el cual habrá que programar lo
que se quiere ver o controlar desde el GUI

Una vez que se diseña la interfaz gráfica (GUI) que uno desea
fijando las características de botones, ventanas, etc. que la
conforman, se puede entonces programar dicha interfaz con el
editor de archivos .m

1.3. Ejercicio Guide

% --- Executes on button press in pushbutton1.

function pushbutton1_Callback(hObject, eventdata, handles)

numero=str2double(inputdlg('Cuantos numeros desea ingresar'));

~3~
for i=1:numero
etiqueta2=['ingrese dato(' num2str(i) ')'];
datos(i)=str2double(inputdlg(etiqueta2)); %convierte a numero
end
suma=0;
for i=1:numero
suma=suma+datos(i);
end
promedio=suma/numero;
etiqueta=[suma,promedio]; %almacena como vector
etiqueta=num2str(etiqueta);% num2str sirve para convertir un String a
formato numerico
set(handles.text2,'String',etiqueta);%visualizo la informacion
1.2 ERRORES
NÚMEROS DECIMALES

Comúnmente los seres humanos, realizamos los cálculos aritméticos usando el sistema
numérico decimal (base 10); las computadoras hacen los cálculos aritméticos usando el
sistema número binario (base 2).

Por ejemplo, al realizar la suma desde k=1 hasta 100 mil obtenemos 9999,91447

Se puede observar que hay una cierta discrepancia entre su valor real y el valor obtenido,
su valor real es:

El objetivo es comprender la razón de este cálculo aparentemente erróneo. Y se verificará

que siempre perdemos algo, cuando el computador traduce la fracción decimal “un
décimo” al sistema binario.

Ejemplo:

Observación

El =representa a un número en base 10

NOTACIÓN BINARIA

Notación Decimal 0

~4~
 1 0
2 1
3 10
4 11
5 100
6 101
7 110
8 111
9 1000
1001
Notación Binaria

Ejemplo:
Transformar el número de base 2 a un número en base 10

Transformar el número de base 10 a un número en base 2

Diagrama de conversión de un numero decimal a binario, del ejercicio anterior.

100 2
0 50 2
0 25 2
1 12 2
0 6 2
0 3 2
1 1

DE DECIMAL (CON DECIMAL) A BINARIO

1. Se transforma la parte entera a binario.

2. Se sigue con la parte fraccionaria multiplicando por el número 2; si el resultado es
mayor o igual a 1 se anota un 1; si es menor que 1 se anota un 0.
3. Después de realizar cada multiplicación, se coloca los números obtenidos en el
orden de su obtención.
4. Algunos números se transforman en dígitos periódicos.

Ejemplo:
Transformar a binario.

Parte Entera 6 2
0 3 2
1 1

~5~
Parte Fraccionaria

Verificación:

Parte Entera Parte Fraccionaria

ANÁLISIS DE ERRORES
En la práctica del cálculo numérico es importante tener en cuenta que las soluciones calculadas
por el computador no son soluciones matemáticas exactas. La precisión de una solución numérica
puede verse disminuida por diversos factores y la comprensión de estas dificultades puede
guiarnos a menudo a desarrollar o construir algoritmos numéricos adecuados.

Supongamos que (estimador de p) es una aproximación de p, entonces se define el error absoluto

como:

Y el error relativo, es un porcentaje o un tanto por uno de la distancia entre su valor real y su
valor aproximado, definido de la siguiente manera:

1.3 ERROR DE TRUNCAMIENTO

La noción de error de truncamiento se refiere normalmente a los errores que se producen cuando
una expresión matemática complicada se reemplaza por una fórmula más simple, por ejemplo:

SERIE DE TAYLOR

Proporciona un medio para predecir el valor de una función en un punto, en términos del valor de
la función y sus derivadas en otro punto.

~6~
Teorema de Taylor

Si la función f y si sus n+1 derivadas son continuas, se dice que es el polinomio , de Taylor
de orden n alrededor de a.

Donde: es el residuo del polinomio de Taylor.

Además si el valor de a es igual a 0, tenemos la serie de M-Claurin

Si a=0, tenemos la serie de Mc-Laurin:

Ejercicios:

Encontrar la serie de Mc. Claurin, de las siguientes funciones:

~7~
 3.- Demostrar:

Teorema: Sea existe en [a,b] y c

[a,b]. Entonces para todo x [a,b], f(x)
donde es el polinomio de Taylor y

Donde es el residuo, con entre c y x, el teorema no

permite evaluar exactamente el residuo, pero si permite acotarlo.

t (x,c).

Ejercicio:

Obtener el polinomio de Taylor de orden 2 de f(x)=cos(x)

alreded r de π a tar el err r para x y al ular el mismo.

~8~
2.1 RESOLUCIÓN DE ECUACIONES NO LINEALES
MÉTODO DE LA BISECCIÓN.- Si f(x) es real y continua en el intervalo a , y
tienen signos opuestos, entonces , quiere decir que existe al menos una
raíz real entre a y b.

-+




El método de la bisección, es un algoritmo de búsqueda de raíces que trabaja dividiendo el

intervalo a la mitad y seleccionando el subintervalo que tiene la raíz.

~9~
Si la función cambia de signo sobre un intervalo, se evalúa el valor de la función en el
punto medio. La posición de la raíz se determina situándola en el punto medio del
subintervalo dentro del cual ocurre el cambio de signo, el proceso se repite hasta tener una
mejor aproximación.

Descripción del Algoritmo

Sean en donde existe un cero (raíz), , el intervalo se divide para dos y

se obtiene dos subintervalos.

a) Si y , por lo tanto divida otra ver y

b) Si y , por lo tanto divida otra ver y

La sucesión formada por , en el límite es la solución cero (raíz)

converge (es decir tiene límite)

Implementación del Algoritmo

1. Elija y de forma que la función cambie de signo.

2. La primera aproximación a la raíz es y se obtiene

3. Realice las siguientes evaluaciones para determinar en que subintervalos cae la raíz.
a) Si , entonces la raíz se encuentra dentro del subintervalo, por lo tanto
; y continúe en el paso 2

b) Si , entonces la raíz se encuentra dentro del subintervalo superior, por

lo tanto ; y continúe en el paso 2
4. Si , la raíz es igual a , termina el cálculo

~ 10 ~
Error del Método de Bisección

Entonces se redefine el Paso 4:

Y se termina el programa.

Ejemplo: calcular la raíz de la siguiente función

Tabla de valores para la función entre [-5, 5] en pasos de 0.2

~ 11 ~
 Gráfica de la función

IMPLEMENTACIÓN DEL CÓDIGO EN MATLAB

 Script(Código de Programación) usando “for”

~ 12 ~
  Ejecución del Programa

IMPLEMENTACIÒN DEL CÒDIGO EN MATLAB

 Script (Código de Programación)

~ 13 ~
Ejecución del Programa

~ 14 ~
Método de la Falsa Posición.- Como en el método de la
bisección, supongamos que f(a) y f(b) tienen distinto
signo. En el método de la bisección se usa el punto
medio del intervalo [a,b] para llevar a cabo el siguiente
paso. Suele conseguirse una aproximación mejor usando (c,0)
el punto (c,0) en elque la recta secante L pasa por los
puntos (a,f(a)) y (b,f(b)) y el eje x.

Para hallar el punto c, igualamos dos fórmulas para la L

secante
pendiente m de la recta secante L.

a) b)

(1)=(2)

Por lo tanto generalizando tenemos:

Las 3 posibilidades son las mismas que en el caso anterior:

a) Si f(a) y f(c) tienen distintos signos, entonces hay un 0 en [a,c].

b) Si f(c) y f(b) tienen distinto signo, entonces hay un 0 en [c,b].
c) Si f(c)=0, entonces c es un 0(f).

Convergencia del Método de Falsa Posición

De la deducción anterior, tenemos que la aproximación (cero de la función), es una sucesión

de la forma la cual puede converger.

Sin embargo, aunque la anchura del intervalo se hace más pequeño, es posible que no
tiende a 0; si la curva es convexa cerca de (r,0), entonces uno de los extremos o
permanecen estacionarios y el otro tiende a la solución.

El criterio de parada usada en el método de la bisección no es útil por lo tanto se utilizará

aproximaciones sucesivas de

Ejemplo Excel:

~ 15 ~
 Tabla de valores para la función entre [0.1;
0.7] en pasos de 0.2

Gráfica de la
función

Si f(c) y f(b) tienen distinto signo, entonces hay un 0 en [c,b]; por lo tanto
c=a y b=b.

Cuadro del
Método de la
Falsa Posición

Interación de Punto Fijo.- Un punto fijo de una función g es un número p para el cual se
cumple:

~ 16 ~
EJEMPLO 1:
Sea y x=1. Demuestre que para x=1 es un punto fijo:

Dado un problema de buscar una raíz f(p)=0, podemos definir una función g, con un punto
fijo p de diversas formas, por lo tanto sea si la función g tiene un punto
fijo en p entonces la función definida es:

Verifiquemos que f(x) tiene un cero en p

Si x=p es punto fijo g(p)=p

Ejemplo 2:
La ecuación tiene una raíz única en el intervalo de [1,2], encuentre una
expresión x=g(x)

VERIFICACIÓN DE LA ECUACIÓN (1):

~ 17 ~
Algoritmo de interación del método de punto fijo:

Donde se tendrá que inicializar el algoritmo con .

El error a calcular será de la forma:

Ejemplo Excel:

Despejando x se obtienen 3 ecuaciones:

Tabla de valores para varias

f(x)=g(x).
A continuación se explicará
que función utilizar.

~ 18 ~
 Gráfico de la función original
para valores
[-3,3] en pasos de 0.3

Gráfico para los valores de la

ecuación (1), pero no se toma
estos valores porque no se
intersectan las rectas

Gráfico para la ecuación (2),

pero aunque las rectas se
intersecten, no convergen
por lo que no se utiliza esta
función. Esto se demuestra
en el cuadro siguiente.

~ 19 ~
 Gráfico de la ecuación
(3) en la cual las
rectas se intersectan y
las funciones
convergen.

Cuadro del Método de

Punto Fijo

Implementación del Código en Matlab

 Script (Código de Programación)

 E
jecuc

~ 20 ~
 ión del Programa

Método de Newton-Raphson.- Si f(x),

f´(x) y f´´(x) son continuas cercas de una raíz
p, esta información sobre la naturaleza de f(x)
puede usarse para desarrollar algoritmos que
produzcan sucesiones que converjan a p
más rápidamente.
Sea y=f(x) los puntos ( ,0) y ( , )
entonces la pendiente es igual:

Igualando tenemos que:

~ 21 ~
Este proceso puede repetirse para obtener la sucesión que converge ap.

TEOREMA: Supongamos que la función

Esto quiere decir, f elementos de las continuas e integrables en el intervalo [a, b] y que exista un
número tal que f(p)=0

Ejemplo:
Aplicar el método de Newton-Raphson para resolver la siguiente ecuación:

l
l

~ 22 ~


~ 23 ~
CAPITULO III
SISTEMAS DE ECUACIONES LINEALES
INTRODUCCIÓN

Operaciones Elementales de Fila

1)
2)
3)

Cálculo de la matriz inversa

Algoritmo

Ejemplo:

Calcular la matriz inversa:

Verificación:

~ 24 ~
Implementación del Código en Matlab
 Script (Código del Programa)

 Ejecución del Programa

~ 25 ~
Todo sistema de ecuaciones se puede escribir de la forma:

Ejemplo:

DEFINICIÓN: Se dice que una matriz triangular superior cuando sus elementos

verifican , para

Se dice que una matriz , es triangular inferior cuando sus elementos verifican ,

para .

Ejemplo:

MATRIZ TRIANGULAR SUPERIOR

~ 26 ~
MATRIZ TRIANGULAR INFERIOR

Si A es una matriz triangular superior entonces se dice que el sistema Ax=b es un sistema triangular
superior de ecuaciones lineales:

(1)

Teorema de Sustitución Regresiva

Supongamos que tenemos el sistema Ax=b, un sistema triangular superior como en (1). Si
; entonces existe una solución única de (1).

La solución es fácil, la última ecuación solo contiene la incógnita , es decir:

Conocido , podemos utilizarla para encontrar

Así:

Generalizando tenemos:

Implementación del Código en Matlab

~ 27 ~
  Script (Código del Programa)

 Ejecución del Programa

TEOREMA: Un sistema lineal , siendo tiene solución ínica si y solo si det

TEOREMA: Si una matriz es triangular superior o inferior, entonces el det

ELIMINACIÓN GAUSSIANA Y PIVOTEO

Necesitamos resolver el sistema con n ecuaciones y n incógnitas. El objetivo es construir un

sistema triangular equivalente que podamos resolver usando el método de sustitución
regresiva.

OBSERVACIÓN: Se dice que 2 sistemas de orden n son equivalentes cuando tienen el mismo
conjunto de soluciones (es decir se realizaron operaciones de fila o columna es la matriz original)

~ 28 ~
TEOREMA: OPERACIONES ELEMENTALES CON LAS FILAS Cualquiera de las
operaciones elementales con las filas aplicada a la matriz ampliada produce un sistema lineal
equivalente.

DEFINICIÓN: PIVOTEO Y MULTIPLICADORES

Resolver el siguiente sistema de ecuaciones mediante pivoteo y multiplicadores:

Dado el siguiente multiplicador (columna)

Multiplicador Pivote Multiplicador Fila Pivote

~ 29 ~
~ 30 ~
ELIMINACIÓN DE GAUSS-JORDAN

DEFINICIÓN: es un algoritmo del álgebra lineal para determinar las soluciones de un sistema de
ecuaciones lineales, encontrar matrices e inversas. Un sistema de ecuaciones se resuelve por el
método de Gauss cuando se obtienen sus soluciones mediante la reducción del sistema dado a otro
equivalente en el que cada ecuación tiene una incógnita menos que la anterior. El método de Gauss
transforma la matriz de coeficientes en una matriz triangular superior. El método de Gauss-Jordan
continúa el proceso de transformación hasta obtener una matriz diagonal.

ALGORITMO:

1. Ir a la columna no cero extrema izquierda

2. Si el primer renglón tiene un cero en esta columna, intercambiarlo con otro que no lo tenga
3. Luego, obtener ceros debajo de este elemento delantero, sumando múltiplos adecuados del
renglón superior a los renglones debajo de él
4. Cubrir el renglón superior y repetir el proceso anterior con la submatriz restante. Repetir con
el resto de los renglones (en este punto la matriz se encuentra en la forma de escalón)
5. Comenzando con el último renglón no cero, avanzar hacia arriba: para cada renglón obtener
un 1 delantero e introducir ceros arriba de éste sumando múltiplos correspondientes a los
renglones correspondientes

Una variante interesante de la eliminación de Gauss es la que llamamos eliminación de Gauss-Jordan,

esta consiste en ir obteniendo los 1 delanteros durante los pasos uno al cuatro así para cuando estos
finalicen ya se obtendrá la matriz en forma escalonada reducida

EJERCICIOS:

1. Resolver el siguiente sistema mediante Gauss-Jordan

2. Resolver el siguiente sistema mediante Gauss-Jordan

~ 31 ~
3. Obtener λ para que el sistema de ecuaciones tenga:
a) Solución única
b) Infinitas soluciones
c) No tenga solución





~ 32 ~
 4. Obtener λ para que el sistema de ecuaciones tenga:
d) Solución única
e) Infinitas soluciones
f) No tenga solución

i.
ii.




DESCOMPOSICIÓN L.U- FACTORIZACIÓN TRIANGULAR

~ 33 ~
 MÉTODO DOOLITTLE`S

Resolviendo (1)

~ 34 ~
Resolviendo (2)




AJUSTE DE CURVAS

EJERCICIO:
El gerente de una tienda de televisores observa las siguientes ventas en 10 días diferentes, donde:

a) Y=Número de televisores vendidos.

b) X= Representantes de ventas

Y 3 6 10 5 10 12 5 10 10 8
X 1 1 1 2 2 2 3 3 3 2

Interpretación 1

Por cada vendedor que se aumente las ventas aumentaran en una unidad.

Verificación

Para cada aumento de vendedores las ventas aumentaran en 1, es decir, que si disminuyo vendedores,
las ventas también disminuirán en unidad, esto es de acuerdo a la función encontrada.

~ 35 ~
El indica cuan bueno es el modelo lineal.

Indica el porcentaje de la variabilidad que está justificado en el modelo lineal.

Interpretación 2

Como solo el 7.6% de la variabilidad está justificado, no se considera buen modelo. Un buen modelo
es el que está entre el 70%.

Cálculos en Excel

x y xy x^2
1 3 3 1
Vendedores Vs televisores
1 6 6 1 14
y = x + 5,9
1 10 10 1 12
R² = 0,076
2 5 10 4 10
Televisores
2 10 20 4
8
2 12 24 4
6
3 5 15 9
3 10 30 9 4
3 10 30 9 2
2 8 16 4 0
Suma 20 79 164 46 0 1 2 3 4
promedio 2 7,9 Vendedores

B1= 1
B0= 5,9

NOTA: El valor de es el acompañante de y el valor de es la constante.

SUPUESTOS O HIPOTESIS DEL MODELO DE REGRESIÓN LINEAL
1. , donde donde

La esperanza matemática de los errores se esperara que sea 0

2.

La varianza de los errores es constante.

3.

Es decir con deben ser independientes.

~ 36 ~
PROPIEDADES

1) Si suma de los cuadrados de los xx

, demuestre que

2) Si suma de los cuadrados de los yy

3)

TEOREMA: Bajo los supuestos anteriores

EJERCICIO
Demuestre:

Sabemos:

~ 37 ~
Programa de Regresión Lineal.

Ejecución del Programa de Regresión Lineal

~ 38 ~
GENERALIZACIÓN DE MODELOS LINEALES

MODELO POTENCIAL

Dado un modelo no lineal mediante transformaciones pasar a modelo lineal

Sea el modelo potencial

l l
l l l
l l l

l
l

EJERCICIOS

l l
l l l
l l l

SERIES DE FOURIER

Introducción

Dado una función f(x) lo que se quiere es obtener una función

La serie de Fourier se basa en funciones periódicas.

~ 39 ~
Por demostrar

Sabemos f(x)=x

Si

DEFINICIÓN: Sea f la serie de Fourier dada por

Dónde: es periodo y

Una función discontinua la transforma a una función continua, mediante las funciones seno y coseno.

~ 40 ~
CAPITULO IV
INTERPOLACIÓN
Interpolar significa estimar el valor desconocido de una función en un punto, tomando una media
ponderada de sus valores conocidos en puntos cercanos al dado.
En la interpolación lineal, conocido como regla de 3 se utiliza un segmento rectilíneo que pasa por 2
puntos que se conocen.

POLINOMIO INTERPOLADOR DE NEWTON

Dados n+1 puntos,

Generalmente, se usa el , es decir:

Dónde:

DIFERENCIAS DIVIDIDAS

DEFINICIÓN: Las diferencias divididas de f(x), se define:

1º Diferencia

2º Diferencia

3º Diferencia

~ 41 ~
4º Diferencia

EJERCICIO

Dados los siguientes puntos

Estimar , con un polinomio interpolador de Newton

Interpolación por Tramos

~ 42 ~
Definición de Spline.- La definición de spline hace referencia a una amplia clases de funciones
que son utilizadas en aplicaciones que requieren la interpolación de datos o un suavizado de curvas.

Las funciones para la interpolación de splines normalmente se determinan como minimizadores de la

aspereza sometida a una serie de restricciones.

Spline Lineal.- Una función spline de grado 1 que interpola los satos es simplemente
unir cada uno de los puntos mediante un segmento de recta.

Dado n+1 puntos:

Ejercicio:
Interpolar con spline lineal los siguientes puntos:

f(1)=1
1,2
f(2)=0.5
f(4)=0.25 1 1; 1
0,8
0,6
2; 0,5
0,4
0,2 4; 0,25

0
0 1 2 3 4 5

~ 43 ~
Spline Cuadrático.- El objetivo es obtener un polinomio de 2° grado para cada intervalo entre
los datos.

Las condiciones a las cuales se les debe dar al modelo, son las siguientes:

1. Los valores de la función de polinomios adyacentes deben ser iguales en los nodos interiores.
2. La primera y última función deben pasar a través de los puntos extremos.
3. Las primeras derivadas en los nodos interiores deben ser iguales.
4. Suponga que en el primer punto la segunda derivada es 0.

Ejercicio

3
3; 2,5 7; 2,5
2,5

1,5
4,5; 1
1
9; 0,5
0,5

0
0 2 4 6 8 10

1)
(1)
(2)
(3)
(4)

2)
(5)
(6)

3)

(7)
(8)

4)

~ 44 ~
 (9)

Respuestas:

Spline Cúbico.- El objetivo de las segmentarias cúbicas es obtener un polinomio d tercer orden
para cada intervalo en los nodos.

Así n+1 datos (i=0, 1, 2,.., n), existen n intervalos y por consiguiente, 4n incógnitas constantes para
evaluar. Como con las segmentarias cuadráticas se requieren 4n condiciones para evaluar las
incógnitas.

Condiciones:

1) Los valores de la función deben ser iguales en los nodos interiores.

2) La primera y última función deben pasar a través de los puntos extremos.
3) Las primeras derivadas en los nodos interiores deben ser iguales.
4) Las segundas derivadas en los nodos interiores deben ser iguales.
5) Las segundas derivadas en los nodos externos son ceros.

La interpolación visual de la condición 5 es que la función se vuelve una línea recta en los nodos
extremos, la especificación de tal condición extrema nos lleva a lo que se denomina
“SEGMENTACIÓN NATURAL”.

Ejercicio

Ajuste por segmentarias cúbicas dado los siguientes puntos:

~ 45 ~
 3

2,5 3; 2,5 7; 2,5

1,5

1 4,5; 1

0,5

0
0 1 2 3 4 5 6 7 8

Dadas las condiciones se obtenien las siguientes ecuaciones

1.

(1)

(2)

2.

(3)

(4)

3.

(5)

4.

(6)

5.

(7)

(8)

~ 46 ~
Respuesta:

INTEGRACIÓN NUMÉRICA

La deducción de las fórmulas de cuadraturas puede hacerse a partir de la interpolación

polinomial.

Recordemos que existe un único polinomio para aproximar la función f(x) en el [a, b], de
manera que:

Luego aproximamos la integral de f(x) por la integral del polinomio de grado n la formula
resultante se llama “Fórmula de Cuadratura de Newton-Cotes”.

Si el primer nodo y el último nodo , entonces se dice que la fórmula de Newton-

Cotes es cerrada.

Fórmulas de Cuadratura de Newton-Cotes

Supongamos además se cumple que son nodos equidistantes, y
, las fórmulas de Newton-Cotes son:

~ 47 ~
Sea es una partición ordenada y equidistante

i. REGLA DEL TRAPECIO

ii. REGLA DE SIMPSON
iii. REGLA DE DE SIMPSON
iv. REGLA DE BOOLE

~ 48 ~
EJERCICIOS PROPUESTOS:

MÉTODOS DE LA BISECCIÓN
1. La ecuación tiene por raíz a r = 0,61906129. Comenzando con el intervalo
[0, 1], realizar seis iteraciones por el Método de bisección para encontrar la raíz aproximada.
¿Cuántos decimales significativos tiene dicha aproximación? ¿Cuántas iteraciones son necesarias
para que la raíz obtenida tenga un error menor que ?

2. Aplicar el Método de bisección a , a fin de determinar la raíz cúbica de 17

con un error menor que 0.125.

MÉTODO DE LA FALSA POSICIÓN

3. Por medio del método de la falsa posición aproxima una raíz de la ecuación

a).- Verifica que la raíz está en el intervalo .

b).- Calcula hasta la quinta iteración.

c).- Con la cuarta y quinta iteración calcula el error relativo de la aproximación para la última
iteración, indicando la cantidad de cifras significativas correctas según el error relativo.

4. Sea la función donde x є [0,3] resolver por el método de falsa posición

a) ¿Cuántas cifras significativas tiene la solución en la cuarta iteración?

b) ¿Cuántas cifras decimales tiene la solución en la cuarta iteración?

~ 49 ~
SOLUCIONES DE EJERCICIOS PROPUESTOS
EJERCICIOS PROPUESTOS 1

1. En efecto, si llamamos , por el Teorema de Bolzano, al ser f(1) = e−3 < 0, y

f(0) = 1 − 0 = 1 > 0, sabemos que hay al menos una raíz en el intervalo [0, 1].

Nos piden que hagamos seis iteraciones por el Método de Bisección, esto es, vamos calculando
puntos medios de los intervalos, y el valor de la función en dichos puntos, quedándonos con aquél
donde haya cambio de signo (dicho de otro modo, sustituye a extremo cuya imagen tenga el
mismo signo que , e iteramos de nuevo:

~ 50 ~
De modo que , y la función ahí vale . En efecto, el valor es
relativamente pequeño, aunque no una aproximación excelente, y es que dista de la solución
exacta que nos da el enunciado. En realidad, lo único que sabíamos por el método a priori es que la
cota de error entre la raíz exacta y la aproximada era , por lo que
efectivamente no cabía esperar más de dos decimales exactos.
Las iteraciones necesarias para obtener orden son .

2. Para hallar la raíz cúbica de 17, es una elección evidente tomar la función .
Tanteamos mentalmente para asegurarnos un intervalo inicial en el que ejecutar el Algoritmo de
Bisección. Con error menor que 0’125 debemos efectuar

iteraciones, y la solución aproximada resultante es 2’5625, mientras que una

aproximación mejor es .

3. a).- Primeramente verificamos que entre 1 y 2 existe una raíz; para esto evaluamos la función
en los extremos del intervalo obteniendo:

Como tenemos un cambio de signo entre 1 y 2, según el corolario del teorema 4, entonces en el
intervalo existe una raíz.

b).- Para aproximar la raíz según el método de la falsa posición, calculamos la primera iteración con
la fórmula:

Evaluando la función en este valor, tenemos:

Para la segunda iteración elegimos los extremos del intervalo en el que se encuentra la raíz. De esta
forma, como y , esto implica que la raíz está entre 1.603799 y 2 (aquí 2 será un punto
fijo). Continuando estas iteraciones obtendremos:

Intervalo de la raíz Valores de la función

Iteración Extremo Extremo
izquierdo, derecho,

~ 51 ~
 a b
1 1.000000 1.603799 2.000000 4.778112
2 1.603799 1.721776 2.000000 4.778112
3 1.721776 1.741652 2.000000 4.778112
4 1.741652 1.744898 2.000000 4.778112
5 1.744898 1.745426 2.000000 4.778112

La quinta iteración da como aproximación 1.745426

c).- Para calcular el error relativo utilizamos la fórmula:

De esta forma podemos asegurar que en la quinta iteración las cifras 1.74 son exactas.

4. Primero buscamos el intervalo donde podemos encontrar al menos una raíz.

~ 52 ~
f(0).f(1) < 0 entonces el intervalo a trabajar será [0,1]
Iteración inicial

Primera Interacción

Segunda Interacción

Tercera Interacción

~ 53 ~
Cuarta Interacción

ANEXOS
~ 54 ~
Introducción a R

 Operadores matemáticos

En el programa estadístico R utilizaremos los mismos operadores

básicos utilizados en cualquier otro programa de cálculo. En el caso de
elevar a una potencia lo realizaremos de dos formas digitando (**, ^).

 Operaciones de con vectores

Asignaremos a una variable un vector digitando variable<-(valor1, valor2,…) y utilizaremos los

mismos operadores básicos mencionados anteriormente, respetando las propiedades de las
operaciones con vectores.

 Calculo de residuo y cociente de una división

 Para encontrar el cociente digitaremos el Valor del

dividendo %/% valor del divisor.

 Para encontrar el residuo digitaremos Valor del dividendo

%% valor del divisor.

 Sumatoria y producto
Asignaremos a una variable la cantidad de n números deseados, y
digitaremos prod / sum (variable).

~ 55 ~
 Valor absoluto y raíz cuadrada

Ingresaremos de acuerdo a las necesidades abs/sqrt (variable=valor).

Estos comandos nos permitirán el cálculo incluso de valores negativos
e imaginarios

 Unión e intersección de vectores

Asignaremos a las variables cualquier vector deseado y

llamaremos a las variables, digitaremos unión/intersect
(variable 1, variable 2)

 Which

Utilizaremos el comando which para condicionar valores que se

encuentran en un vector dado y nos indicara la posición en la que
se encuentra el valor pedido. Digitaremos which (la consicion
deseada).

 Sort

~ 56 ~
El comando sort nos permite ordenar un vector dado de mayor a menor o viceversa.
Digitaremos:
 sort(x, decreasing = TRUE, index.return= FALSE) Para ordenar de mayor a menor
 sort(x, decreasing = FALSE, index.return= FALSE) Para ordenar de menor a mayor

 Series y matrices

Los siguientes comandos nos permitirán crear vectores o series:

~ 57 ~
  Seq ( valor 1 : valor 2 ) : nos indicara la cantidad de valores que existe en el intervalo
indicado.
 A este comando podremos asignarlo una variable o delimitarlo con los comandos.
 From: desde donde se querrá que se inicie la serie o vector.
 To : el ultimo valor que se querrá asignar al vector o serie.
 By: nos indicaras en tramos o saltos de cuanto queremos crear nuestra serie o vector.

Para crear matrices:

 Asignáremos una variable nombre de la matriz.
 Digitaremos A<- matrix (data=c(valores…),nrow=valor, ncol=valor,byrow=TRUE) .
 matrix: nos permitirá ingresar la matriz.
 nrow: nos indica en número de filas para la matriz .
 ncol: nos indica en número de columnas para la matriz .
 byrow: el comando seguido de TRUE o FALSE ingresara los datos en forma horizontal o
vertical.

SCRIPT
 Operaciones
~ 58 ~
Para realizar operaciones y agilitar los procesos matemáticos, crearemos un script en el cual
procedemos a programar los códigos deseados de acuerdo a la necesidad. Para crear un script
nos dirigiremos a archivo y nuevo script y en este programaremos, después de este proceso
procederemos a llamar la función o programa creado en la consola de r y poder trabajar

 Extraer más de un valor de una función

En el script digitaremos nombre de la función<- function( )

Entre llaves crearemos el código deseado, los siguientes códigos nos ayudaran a:
 Print: imprimirá en la consola la frase o palabra que se encuentra entre comillas.
 Asignaremos a una variable.
 Scan: seguido de (, what= numeric(),valor) leerá valores ingresados desde la consola y
el ultimo valor condicionará la cantidad de valores a ingresar.
 Asignaremos a las variables las operaciones que deseamos realizar.
 Return: retornara la función ingresada, concatenando con la letra c las variables
asignadas.

 Llamaremos a la funcion digitando source(“la ubicación del script delimitado con /”).
 Nombre de la funcion y correra el progrma.

 Sumatoria de n números

~ 59 ~
 Crearemos la función en un script como anterior mente ya se mencionó.
 Asignaremos una varille inicializada en 0.
 For: nos permite condicionar un intervalo repetitivo que nos permitirá ingresar la cantidad de
datos de acuerdo al valor del número escaneado.
 Creamos la operación deseada: s=s+ scan(,what=numeric(),1)
 Este código almacenara cada número ingresado y lo sumara la cantidad de números tantas
como se haiga ingresado.
 Imprimiremos el valor de la suma acumulado asignado al print la variable de la operación.

 Llamaremos a la función y correremos el programa

 Transformar un número decimal a binario

~ 60 ~
 c
r
e
a
m
o
s

la función en el script.
 Pediremos que ingrese un número decimal.
 Asignaremos variables de sum que llevaran la sumatoria y exp.
 While: (cuando) con este comando condicionaremos para que el programa corra con
números entero positivos.
 Utilizando operadores ya anteriormente mencionados y asignando a las variables creamos
el código.
 Cabe mencionar que el programa almacenara los valores por default sin necesidad de un
comando.
 Pediremos imprimir cada variable para comprobar cada valor y verificar la ejecución de la
transformación
 Cat: cat(“ frase solicitada ”, variable) este comando nos permite imprimir y solicitar a
una variable a la vez sin ser necesario retornar la función.
 Imprimimos la función.

~ 61 ~
  Llamamos a la función y corremos el programa

 Método de la bisección

 Creamos la función en el script.

 Ingresaremos la función asignándole a una variable deseada.
 Ingresamos un intervalo en el que se analizara la función.
 Ingresamos el comando plot para requerir la gráfica.
 Programamos en base al algoritmo de la bisección y tomando en cuenta sus propiedades.
 Imprimimos la función y corremos el programa.
~ 62 ~
 Método de la falsa posición

 Creamos la función en el script.

 Ingresaremos la función.
 Evaluamos las funciones en base a los valores deseados.

~ 63 ~
  Programamos en base al algoritmo de la falsa posición y sus propiedades para tomar el
rango correspondiente.
 Imprimimos la función y corremos el programa.

 Iteración de punto fijo

 Creamos la función en el script.

 Ingresaremos la función asignándola a una variable.
 Teniendo en cuenta y buscada una función en base a la función principal la ingresaremos
como una segunda variable.
 Programamos en base al algoritmo.
 Imprimimos la función y corremos el programa.
~ 64 ~
 Newton-Raphson

 Creamos la función en el script.

 Ingresaremos la función asignándola a una variable.
 Ingresamos la derivada de la función a una variable
 Programamos en base al algoritmo.
 Imprimimos la función y corremos el programa.

~ 65 ~
~ 66 ~