Métodos Numéricos

1
MARIA ALEJANDRA PAZ ARCE

CÓDIGO: 1150539
JOHN ALEJANDRO NUÑEZ GIRALDO
CÓDIGO: 1150492
JORGE ANTONIO SILVA CORTES
CÓDIGO: 1150021
JOSE DANIEL VERGARA LOZANO
CÓDIGO: 1155540
MÉTODOS NUMÉRICOS
PROFESOR
WALTER MAGAÑA SANDOVAL
UNIVERSIDAD DE SAN BUENAVENTURA CALI

MÉTODOS NUMÉRICOS
PROGRAMA DE INGENIERÍA MULTIMEDIA/SISTEMAS
Santiago de Cali Octubre, 2017
2
INDICE
1. Aritmética y representación de un número en el computador. ........................................... 5
1.1 Representación de un número decimal en la base binaria, octal y

hexadecimal. ......................................................................................... 5
1.2. Representación de un número en la memoria de una computadora:
punto fijo y punto flotante. .................................................................. 20
1.3. Conversión de un número escrito en memoria de computador, tanto
de 32 bits como de 64 bits, a decimal de acuerdo al estándar IEEE 754 y
viceversa. ............................................................................................ 22
2. Raíces de ecuaciones y polinomios ...................................................... 31
2.1. Método de bisección...................................................................... 31

2.2. Método de la regla falsa .................. ¡Error! Marcador no definido.8
2.3. Método de Newton-Raphson.......................................................... 43
2.4. Método de la secante. ................................................................... 50
2.5. El Método de Punto Fijo: ................... ¡Error! Marcador no definido.
2.3 Método de Müller………………………………………………………………67
3. Derivación e Integración Numérica ...................................................... 77
3.1. Derivación numérica ..................................................................... 77

3.2 Integración Numérica por el método de los rectángulos inscritos y
circunscritos en la curva: .................................................................... 81
3.3. Integración numérica por método del trapecio: .............................. 96
3.4. Integración Numérica por el método de Simpson 1/3 ................. 103
3.5. Integración Numérica por el método de Simpson 3/8 .................. 110
3.6. Integración por el método de Monte Carlo ................................... 117
Ejercicios de repaso ........................................................................... 124
3
4. Matrices y sistemas de ecuaciones lineales ....................................... 138
4.1. Operaciones básicas de vectores y matrices: suma, resta, producto

del escalar por un vector, producto del escalar por una matriz, producto
escalar o producto punto de dos vectores y trasnpuesta de una matris
......................................................................................................... 138
4.2. Eliminación Gauss simple. Eliminación de Gauss-Jordan. Metodo
de Gauss - Seidel ............................................................................... 149
4.3. Determinante y la inversa de una Matriz .......... ¡Error! Marcador no
definido.
4.4. Método de Newton-Raphson para sistemas no lineales ................ 169
4.5. Ejercicios .................................................................................... 175
5. Interpolación y Ajuste Polinomial de Curvas.......... ¡Error! Marcador no

definido.
5.1. Regresión Lineal por mínimos cuadrados:Regresión lineal, de

polinomios y lineal multiple ............................................................... 207
5.2. Interpolación: de polinomios ....................................................... 218
Problemas de aplicaciones ................................................................. 224
WEBGRAFÍA .................................................................................................................... 256
4
1. ARITMÉTICA Y REPRESENTACIÓN DE UN NÚMERO EN EL
COMPUTADOR.
1.1. Representación de un número decimal en la base binaria, octal y

hexadecimal:
Sistema decimal: El sistema de numeración decimal, también llamado

sistema decimal, es un sistema de numeración posicional en el que las
cantidades se representan utilizando como base aritmética las potencias del
número diez. El conjunto de símbolos utilizado (sistema de numeración
arábiga) se compone de diez cifras: cero (0) - uno (1) - dos (2) - tres (3) -
cuatro (4) - cinco (5) - seis (6) - siete (7) - ocho (8) y nueve (9).
Sistema binario: El sistema binario, es un sistema de numeración en base

2 en el que los números se representan utilizando solamente dos cifras: cero
y uno (0 y 1).
Sistema octal: El sistema de numeración octal es un sistema de

numeración en base 8, una base que es potencia exacta de 2 o de la
numeración binaria. Esta característica hace que la conversión a binario o
viceversa sea bastante simple. El sistema octal usa 8 dígitos [0, 1, 2, 3, 4,
5, 6, 7] y tienen el mismo valor que en el sistema de numeración decimal.
Sistema hexadecimal: El sistema Hexadecimal está en base 16, sus

números están representados por los 10 primeros dígitos de la numeración
decimal, y el intervalo que va del número 10 al 15 están representados por
las letras del alfabeto de la A a la F (A = 10, B = 11, C = 12, D = 13, E = 14,
F = 15).
Actualmente el sistema hexadecimal es uno de los más utilizados en el

procesamiento de datos, debido principalmente a 2 ventajas:
La primera ventaja es la simplificación en la escritura de los números
decimales, cada 4 cifras binarias se representan por una hexadecimal.
La segunda es que cada cifra hexadecimal se puede expresar mediante 4
cifras binarias, con lo que se facilita la trasposición entre estos 2 sistemas.
Para convertir un número binario en hexadecimal se realiza el mismo
proceso, pero a la inversa.
5
SISTEMA BINARIO
Ejemplo 1: Se convertirá el número decimal 18210 a binario por el método

división sucesiva por 2.
Solución:
-1er paso:
Se comenzará dividiendo el número decimal 18210 entre 2, luego cada
cociente que resulta se divide por 2 hasta que obtiene 0 en la parte entera
del cociente.
-2do paso:
Los residuos generados en cada división forman el número binario, leemos

el número empezando desde el último residuo (de derecha a izquierda) hasta
el primero, como se muestra en la siguiente imagen:
Por lo tanto, 18210 = 10110110102
Ejemplo 2: Se convertirá el número binario 10100011002 a decimal.
Solución:
-1er paso:
Se elabora una tabla en donde irán las potencias de dos, de derecha a

izquierda, comenzado por 20 luego 21, 22, 23 … sucesivamente.
6
-2do paso:
Luego se escribe debajo de la tabla elaborada anteriormente el número

binario, colocando cada cifra en el valor correspondiente de la potencia de
dos. Después, se sumarán solamente las potencias de dos que tienen valor
1, pues la que tienen valor 0 suman 0.
Por lo tanto 10100011002 = 65210
Ejemplo 3: Se convertirá el número decimal 52.39610 con parte fraccionaria

a binario.
Solución:
-1er paso:
Se divide por 2 la parte entera del número decimal (52) y repetimos hasta
que el cociente sea 1. Los residuos generados en cada división forman el
número binario, leemos el número empezando desde el último residuo (de
derecha a izquierda) hasta el primero.
7
Por lo tanto 5210 = 1101002
-2do Paso:
Se multiplica la parte fraccionaria (0.396) por 2 y después se multiplica

cada parte fraccional que resulta del producto por 2, hasta que el producto
fraccionario sea 0, o hasta que alcance el número de posiciones decimales
deseados.
-3er paso:
Los dígitos acarreados, que son generados por las multiplicaciones, son
aquellos que forman el número binario.
Por lo tanto 0.39610 = .01102
-4to paso:
Para escribir el número binario final, se toma el binario hallado de la parte

entera y el binario hallado en la parte fraccionaria, y lo unimos en un solo
número binario correspondiente a el número decimal.
Por lo tanto, 52.39610 = 110100.01102
8
Ejemplo 4: Convertir el número binario fraccional 11010.1102 a decimal.
Solución:
-1er paso:
Para hallar el número decimal de la parte entera (11010) del número

binario, se seguirán los mismos pasos del Ejemplo 2, explicado anterior
mente.
Por lo cual tendremos que 110102 = 2610
-2do paso:
Ahora, para la parte fraccionaria (.110) cada digito se ira multiplicando por
potencias inversas de 2 empezando de izquierda a derecha como se muestra
en la siguiente imagen:
-3er paso:
Se operan los paréntesis y se suma, el número que resulte será el número

decimal fraccionario.
Por lo tanto 1102 = 0.7510
-4to paso:
9
Para escribir el número decimal final, se toma el decimal hallado de la parte
entera y el decimal hallado en la parte fraccionaria, y lo unimos en un solo
número decimal correspondiente a el número binario.
Por lo tanto 11010.00102 = 26.7510
10
SISTEMA HEXADECIMAL
A continuación, se muestra una tabla de ayuda con las correspondencias

de valores:
Tabla 1
Decimal Hexadecimal Binario
0 0 0000
1 1 0001
2 2 0010
3 3 0011
4 4 0100
5 5 0101
6 6 0110
7 7 0111
8 8 1000
9 9 1001
10 A 1010
11 B 1011
12 C 1100
13 D 1101
14 E 1110
15 F 1111
Ejemplo 1: Convertir el número decimal 186910 a hexadecimal. Para esto

se utilizará el método de pasar el número decimal a binario y por último
convertirlo a hexadecimal.
Solución:
-1er paso:
El equivalente binario de 186910 es 111010011012
11
Para pasar de un número binario a hexadecimal se debe de hacer
agrupaciones de 4 bits, tomando el punto de inicio el último número binario
de la derecha, si el último grupo no llega a 4 bits, se completa con 0, como
se ve en la siguiente imagen:
-2do paso:
Teniendo en cuenta la Tabla 1, se tendrá que el primero grupo 1101
corresponde a D (13) en hexadecimal, el segundo grupo 0100 corresponde
a 4 en hexadecimal y el tercer grupo 0111 corresponde a 7 en hexadecimal.
Por último, el número hexadecimal se escribe de izquierda a derecha.
Por lo tanto 186910 = 0111010011012 = 74D16
Ejemplo 2: Convertir el número decimal 1531315.6771610 con parte

fraccionaria a hexadecimal.
Solución:
-1er paso:
Se divide la parte entera (531315) por 16, luego cada cociente que resulta
se divide por 16 hasta que obtiene 1 0 15 en la parte entera del cociente.
12
-2do paso:
Los residuos generados en cada división forman el número hexadecimal de

la parte entera, leemos el número empezando desde el último residuo (de
derecha a izquierda) hasta el primero. Recordar que desde el número 10 al
15 son letras (Tabla 1).
Por lo cual 53131510 = 175DB316
-3er paso:
La parte fraccionaria (0.67716) se multiplica por 16 y se toma la parte

entera del resultado, luego se toma la parte fraccionaria del resultado de la
multiplicación anterior y se multiplica por 16, del resultado se tiene en
cuenta la parte entera, se sigue así hasta que se llegue a la cantidad de
cifras deseadas.
13
Por lo cual 0.6771610 = AD5A5B16
-4to paso:
Para escribir el número hexadecimal final, se toma el decimal hallado de la

parte entera y el decimal hallado en la parte fraccionaria, y lo unimos en un
solo número decimal fraccionario, tomándolos de arriba hacia abajo, como
se muestra en la imagen:
Por lo cual 1531315.6771610 = 175DB3. AD5A5B16
Ejemplo 3: Convertir el número hexadecimal B2F816 a decimal.
Solución:
-1er paso:
Se toma cada digito del número hexadecimal y se multiplica cada cifra en el
valor correspondiente de la potencia de 16, de derecha a izquierda, como se
muestra a continuación:
-2do paso:
Para las multiplicaciones que contienen letras, tener en cuenta su valor
según la Tabla 1. Se reemplaza su respectivo valor y se continuo operando.
14
Por lo cual B2F816 = 4581610
15
Ejemplo 4: Convertir el número binario 101110.0102 con parte fraccionaria
a hexadecimal
Solución:
-1er paso:
Para la parte entera se harán agrupaciones de 4 bits, tomando el punto de
inicio el último número binario de la derecha, si el último grupo no llega a
4 bits, se completa con 0. Esto mismo se aplica para la parte fraccionaria
del número como se muestra en la imagen:
-2do paso:
Para obtener el resultado final, se tendrá en cuenta la Tabla 1, en las
agrupaciones de bits que se hicieron. El número hexadecimal se escribe de
izquierda a derecha.
Por lo tanto 101110.0102 = 2E.216
16
SISTEMA OCTAL
Se utilizará la siguiente tabla de equivalencias de octal a binario, se agrupan

de 1 octal que es equivalente a 3 dígitos binarios:
Tabla 2
Octal Binario
0 000
1 001
2 010
3 011
4 100
5 101
6 110
7 111
Ejemplo 1: Convertir el número decimal 425.62510 con parte fraccionaria a

octal.
Solución:
-1er paso:
Se toma el número entero y se divide entre 8 repetidamente hasta que el

dividendo sea menor que el divisor, para tomar entonces el número 0 y pasar
el dividendo a formar el primer dígito del número equivalente en decimal.
Los residuos generados en cada división forman el número octal, leemos el

número empezando desde el último residuo (de derecha a izquierda) hasta
el primero.
17
Por lo tanto 42510 = 6518
-2do paso:
Se toma la parte fraccionaria del número decimal y la multiplicamos por 8

sucesivamente hasta que el producto no tenga números fraccionarios.
Por lo tanto 0.62510 = 58
La parte entera del producto pasa a formar el dígito correspondiente, el

número equivalente en el sistema decimal, está formado por la unión del
número entero equivalente y el número fraccionario equivalente.
Por lo tanto 425.62510 = 651.58
Ejemplo 2: Convertir el número binario 001011101.11002 con parte

fraccionaria a octal.
Solución:
-1er paso:
18
Para la parte entera del número binario fraccionado se hacen agrupaciones
de 3 bits, si el número de bits es menor a tres se completa la cantidad
faltante con 0.
-2do paso:
Teniendo en cuenta la Tabla 2, se busca las parejas de 3 bits, 001

corresponde a 1, 011 corresponde a 3 y 101 corresponde a 5.
-3er paso:
Se aplica el mismo procedimiento a la parte fraccionaria, separación por 3

bits y si la cantidad es menor a tres se completa la cantidad faltante con 0.
Se busca en la Tabla 2 los números correspondientes, 001 corresponde a 1
y 100 corresponde a 4.
Por lo tanto 001011101,11002 =135.148
19
1.2. Representación de un número en la memoria de una computadora:
Punto fijo y Punto flotante.
Cotidianamente, para representar los números utilizamos un sistema

posicional de base 10: el sistema decimal. En este sistema los números son
representados usando diez diferentes caracteres, llamados dígitos decimales
(del 0 al 9), pero en la memoria del computador todos los datos se almacenan
en una representación uniforme, esta representación universal se denomina
patrón de bits (bit pattern).
Los números se almacenan en las variables. Una variable representa un

trozo de la memoria del computador. La memoria está formada por una gran
cantidad de bytes y cada byte está constituido por 8 bits. Un bit puede
almacenar un 1 o un 0.
Representación de reales en Punto Fijo
Una variable real (double) está formada por 8 bytes, es decir el doble de un
entero. En ella se almacenan números reales en formato binario. Por
ejemplo, el número:
1101.10102 = 13.62510
Los primeros computadores almacenaban los números reales en un formato

llamado punto fijo, en donde se destinaba una cantidad fija de bits para la
parte entera y el resto a la parte fraccionaria.
El problema de esta representación es que el rango de valores representables

es el mismo de los números enteros. Se necesitaba un mecanismo que
aumenta el rango de números representables. La forma de hacerlo fue
destinar una parte de los bits a indicar la posición del punto. Y este formato
pasó a llamarse punto flotante.
Representación de reales en Punto Flotante
-Estándar IEEE 754 de 32 y 64 bits:

El estándar del IEEE para aritmética en coma flotante (IEEE 754) es la
norma o estándar técnico para computación en coma flotante, establecida
en 1985 por el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE). La
norma abordó muchos problemas encontrados en las diversas
implementaciones de coma flotante que las hacían difíciles de usar de forma
fiable y portátil. Muchas unidades de coma flotante de hardware utilizan
ahora el estándar IEEE 754.
20
El estándar IEEE 754 para 32 y 64 bits estipula que para representar todo
número se debe dividir en 3 partes o cajones, previo a esto, se debe convertir
el número deseado a binario y luego expresarlo en notación científica.
-Estándar IEEE 754 para 32 bits:
-Estándar IEEE 754 para 64 bits:
21
1.3. Conversión de un número escrito en memoria de computador,
tanto de 32 bits como de 64 bits, a decimal de acuerdo al estándar IEEE
754 y viceversa
Ejemplo 1: Escribir el siguiente número decimal -118.625 en formato IEEE

754 de 32 bits.
Solución:
Se comienza verificando el signo del número el cual dirá si es 0 cuando es

positivo o 1 cuando es negativo, para el ejemplo el primer bit sería el 1.
-118.625
-1er paso:
Primer bit = 1
Luego se toma el número de la parte izquierda que está antes del punto y se
convierte a binario, el número 118 en binario sería 1110110.
Después se toma el número que esta después del punto (parte fraccionaria)
y se convierte a binario, para esto se hace lo siguiente, se toma el número y
se multiplica por 2 ciertas veces, hasta que el resultado de 1.
22
Por lo tanto, el número decimal 0.62510 a binario seria 1012.
Ahora se reescribe el número decimal en binario: 1110110. 101 y se corre

la coma hasta el primer bit y se cuenta cuántas veces se corrió, el resultado
sería el siguiente:
1.110110101 y el número de las veces que se corrió fueron 6.

Luego se suma 6 + 127 que es el estándar de precisión para el exponente
de 8 bits, el resultado es 133.
El resultado anterior se convierte ahora a base binaria:
23
Exponente = 10000101
Ahora se pasa a escribir la mantisa que es toda la parte que inicia después
del punto de este número 1.110110101, nos quedaría de la siguiente forma:
110110101 se observa que hay 9 dígitos, pero la mantisa debe contener 23
bits así que a partir del último uno se le agrega ceros hasta que complete
los 23 bits.
Mantisa = 11011010100000000000000
Por lo tanto, el resultado final es:
24
Ejemplo 2:
Escribir el siguiente número de 32 bits formato IEEE 754
a número decimal.
Solución:
Primero se determina el primer bit el cual se indica si es negativo o positivo,
cabe resaltar que 0 es positivo ( + ) y 1 es negativo ( - ), luego se toma el
exponente y se convierte a número decimal, como se hace de la siguiente
manera:
Se toma el número 10000101 luego se escribe cada bit y se multiplica por

2 elevado de 0 a la n (el número del exponente del 2 se define por la posición
del bit en donde se encuentra) empezando de derecha a izquierda, luego se
determina qué valor decimal es para ese bit y finalmente se suma estos
valores, de la siguiente manera:
Luego el estándar de precisión para el formato IEEE 754 es 127, cuando se

convierte de decimal al formato se le suma 127 y en caso contrario se le
resta al número que resultó anteriormente.
133 - 127 = 6
El resultado de la resta va a indicar cuantas veces hay que correr la coma

en la mantisa, para así determinar el número que hay que convertir.
El principio de la mantisa abarca hasta el último uno ya que el resto de

ceros se colocan para completar los 23 bits, en nuestro caso el principio de
la mantisa seria: 1110110101 y se pone un punto después del primero 1.
25
1.110110101 luego se corre esa coma 6 veces hacia la derecha de ese
número, como se muestra en la imagen:
Este número hay que partirlo en dos, en la parte entera que sería 1110110
y la parte fraccionaria 101, luego se convierte de base binaria a base decimal
y base fraccionaria de la siguiente manera:
Luego se convierte el número después del punto, de base binaria a

decimal:
26
El resultado final es el siguiente: -118, 625.
27
Ejemplo 3:
Escribir el número decimal 321.456 al estándar IEEE 754 en memoria del
computador de 64 bits.
Solución:
Primero se realiza la conversión del número 321.456 de base decimal a base
binaria, y se determina que signo tiene el número.
Se observa que el primer bit es 0 ya que el número decimal es positivo.

Luego se convierte la parte fraccionaria a base binaria, de la siguiente
manera:
28
Luego se procede a obtener la mantisa, que es convertir el número a su
respectiva connotación científica, para esto se corre el punto hasta el primer
dígito y se cuenta cuantas veces de corrido, de la siguiente manera se ilustra
cómo se debe hacer:
La mantisa completa seria 01000001011101000 completando con ceros

hasta que llegue a los 52 bits.
29
Luego se obtiene el exponente, para esto sumamos 8 + 1023 que es el
estándar para IEEE 754 64 bits, dando como resultado 1031, a
continuación, se convierte el número 1031 a base binaria de la siguiente
manera:
Por lo tanto, el exponente sería 10000000111.
El resultado final del número 321.456 escrito en formato IEEE 754 de 64

bits es:
30
2. RAÍCES DE ECUACIONES Y POLINOMIOS.
2.1. Método de Bisección

Si f es una función continua sobre el intervalo [a,b] y si f(a).f(b)<0, entonces
f debe tener un cero en (a,b). Dado que f(a).f(b)<0, la función cambia de signo
en el intervalo [a,b] y por lo tanto tiene por lo menos un cero en el intervalo.
El método se debe repite sucesivamente hasta encontrar un error relativo
de aproximación, el cual se encuentra con:
𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙 − 𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟

ℇ𝟎 = ⃒ ⃒
𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑡𝑢𝑎𝑙
Ejemplo 1:
Determinar la raíz de x2 – e-x = 0 en el intervalo [-1,2] utilizando el método
de bisección, para 3 iteraciones.
Solución:
Paso 1: Verificar la existencia de una raíz en el intervalo indicado.
𝑓(−1) = (−1)2 − 𝑒 −(−1) = −𝟏. 𝟕𝟏𝟖𝟐𝟖
𝑓(2) = (2)2 − 𝑒 −2 = 𝟑. 𝟖𝟔𝟒𝟔𝟔
Paso 2:
Puesto que la función evaluada presenta signos distintos, se cumple
f(a).f(b)<0. Ahora se procede a hacer la primera iteración.
31
−1 + 2 1
𝑥1 = = = 𝟎. 𝟓
2 2
𝑓(−1) < 0
𝑓(𝟎. 𝟓) < 0
𝑓(2) > 0
-3er paso:
Se define el nuevo intervalo como [0.5,2] en este punto, se observa que aún
no se puede calcular ningún error relativo aproximado, así que se repite el
proceso con el nuevo intervalo.
32
Grafica de primera iteración
-Segunda Iteración:
0.5 + 2 2.5
𝑥2 = = = 𝟏. 𝟐𝟓
2 2
𝑓(0.25) < 0
𝑓(𝟏. 𝟐𝟓) > 0
𝑓(2) > 0
-4to paso:
33
Aquí se puede calcular el primer error relativo porcentual de aproximación
puesto que se cuenta con una aproximación actual y una aproximación
anterior, aparte a eso, se toma el intervalo [0.25,1.25] para hacer una nueva
iteración.
Grafica segunda iteración

ℇ𝟎 = ⃒ ⃒
1.25 − 0.5
ℇ𝟎 = ⃒ ⃒
1.25
ℇ𝟎 = 𝟎. 𝟔
34
-Tercera Iteración:
0.5 + 1.25 1.75

𝑥3 = = = 𝟎. 𝟖𝟕𝟓
2 2
𝑓(0.5) < 0
𝑓(𝟎. 𝟖𝟕𝟓) > 0
𝑓(1.25) > 0
-5to paso:
Se calcula un nuevo error relativo de aproximación.
0.875 − 1.25
ℇ𝟎 = ⃒ ⃒
0.875
ℇ𝟎 = 𝟎. 𝟒𝟐𝟖
Se observa que el método va encerrando la raíz en un intervalo cada vez

más pequeño, para hallar el resultado correcto con un 0 de error relativo
de aproximación se deben hacer muchas más iteraciones, con 3
iteraciones se encuentra un error relativo de aproximación de 0.428.
35
𝟎.𝟗−𝟎.𝟒𝒙
Ejemplo 2: Determinar la raíz real de 𝒇(𝒙) = ( ) en el intervalo[2,3]
𝒙
utilizando el método de bisección.
Solución:
-1er paso:
Verificar la existencia de una raíz en el intervalo indicado.
0.9 − 0.4(2)
𝑓(𝑎) = 𝑓(2) = = 𝟎. 𝟎𝟓
2
0.9 − 0.4(3)
𝑓(𝑏) = 𝑓(3) = = −𝟎. 𝟏
2
-2do paso:
Puesto que la función evaluada presenta signos distintos, se cumple
f(a).f(b)<0. Ahora se procede a hacer la primera iteración.
-Primera Iteración:
𝑎+𝑏 2+3 5
𝑥1 = = = = 𝟐. 𝟓
2 2 2
Ahora se procede a evaluar el valor obtenido anteriormente en la función.
0.9 − 0.4(2.5)
𝑓(𝑥1 ) = 𝑓(𝟐. 𝟓) = = −𝟎. 𝟎𝟒
2
Como f(x1)<0, entonces se sabe que la raíz está en el intervalo [2, 2.5] y se
elige para hacer una nueva iteración.
-Segunda Iteración:
𝑎+𝑏 2 + 2.5 4.5

𝑥2 = = = = 𝟐. 𝟐𝟓
2 2 2
36
Ahora se procede a evaluar el valor obtenido anteriormente en la función.
0.9 − 0.4(2.25)
𝑓(𝑥2 ) = 𝑓(𝟐. 𝟐𝟓) = =𝟎
2
Ya que 𝑓(𝑥2 ) = 𝑓(2.25) = 0, se tiene que la raíz de la ecuación es x = 2.25.
37
2.2. MÉTODO DE LA REGLA FALSA (O FALSA POSICIÓN O REGULA
FALSI).
Este método, como en el método de la bisección, parte de dos puntos que

rodean a la raíz 𝑓(𝑥) = 0, es decir, dos puntos 𝑥0 y 𝑥1 tales que 𝑓(𝑥0 ). 𝑓(𝑥1 ) <
0.
La siguiente aproximación, x2, se calcula como la intersección con el eje X

de la recta que une ambos puntos (empleando la ecuación del método de la
secante).
Ejemplo 1: Determinar la raíz de 𝑥 2 − 𝑒 −𝑥 = 0 en el intervalo [-1,2] utilizando

el método de falsa posición, para 3 iteraciones.
Solución:
-1er paso:
Verificar la existencia de una raíz en el intervalo indicado.
𝑓(−1) = (−1)2 − 𝑒 −(−1) = −1.71828

𝑓(2) = (1)2 − 𝑒 −(2) = 3.86466
-2do paso:
Puesto que al evaluar la función en los intervalos indicados tienen signos
contrarios se cumple que 𝑓(𝑎). 𝑓(𝑏) < 0 se puede determinar la primera
iteración.
𝑏𝑓(𝑎) − 𝑎(𝑓𝑏) (2)(−1.71828) − (−1)(3.86466)

𝑥1 = = = −0.07668
𝑓(𝑎) − 𝑓(𝑏) (−1.71828) − (3.86466)
𝑓(−1) < 0
𝑓(−0.07668) = −1.07381 < 0
𝑓(2) > 0
-3er paso:
Se observa que el intervalo que continúa cumpliendo 𝑓(𝑎) × 𝑓(𝑏) < 0 es [x1,
2]. En la siguiente figura se observa el principio del método, se traza la
recta que une los puntos (𝑎. 𝑓(𝑎)) y (𝑏. 𝑓(𝑏)) el punto donde esta recta corta
al eje x es el valor estimado de la raíz.
38
Grafica de primera iteración
(2)(−1.07381) − (−0.08668)(3.86466)
𝑥2 = = 0.37487
(−1.07381) − (3.86466)
𝑓(−0.07668) < 0
𝑓(0.37487) = −0.54685 < 0
𝑓(2) > 0
-4to paso:
Se observa que el intervalo que continúa cumpliendo la condición es [x2,2]
y se procede a hacer la siguiente iteración.
Grafica de segunda iteración
39
(2)(−0.54685) − (0.37487)(3.86466)
𝑥3 = = 0.57632
(−0.54685) − (3.86466)
𝑓(0.3748) < 0
𝑓(0.57632) = −0.22981 < 0
𝑓(2) > 0
-5to paso:
Se observa que el intervalo que continúa cumpliendo la condición es [x3,2]
y se procede a hacer la siguiente iteración. En este punto ya se puede
calcular el primer error relativo porcentual de aproximación.
Grafica de tercera iteración

ℇ𝟎 = | |
0.57632 − 0.37487
ℇ𝟎 = | | = 𝟎. 𝟑𝟒𝟗𝟓
0.57632
40
-6to paso:
Se observa que a partir de la tercera iteración se tiene un 0.3495 de error
relativo porcentual de aproximación, se obtiene que con cada iteración el
método va encerrando en intervalos cada vez más pequeños, cercando la
raíz de manera más exacta, para llegar a un error relativo porcentual de
aproximación del 0% se deben hacer muchas más iteraciones.
Ejemplo 2:
0.9−0.4𝑥
Determinar la raíz de 𝑓(𝑥 ) = ( ) en el intervalo [2,3] utilizando 2
𝑥
iteraciones.
Solución:
-1er paso:
Se procede a confirmar si existe una raíz dentro del intervalo sugerido.
𝑓(2) = 0.05 > 0

𝑓(3) = −0.1 < 0
41
Se observa que se cumple con la condición 𝑓(𝑎) × 𝑓(𝑏) < 0, entonces se
procede a hacer la primera iteración.
𝑏 × 𝑓(𝑎) − 𝑎 × 𝑓(𝑏)
𝑥1 =
𝑓(𝑎) − 𝑓(𝑏)
(2)(−0.1) − (3)(0.05)
𝑥1 = = 2.3 > 0
(−0.1) − (0.05)
-2do paso:
Al realizar la primera iteración, se encuentra que el nuevo intervalo es
[a,x1] o sea [2 , 2.3] y se procede a realizar la segunda iteración y se calcula
el primer el primer error relativo de aproximación.
𝑓(2) = 0.05 > 0

𝑓(2.3) = −0.0087 < 0
(2.3)(0.05) − (2)(−0.00875)
𝑥2 = = 2.255 > 0
(0.05) − (−0.0087)

ℇ𝟎 = | |
2.255 − 2.3
ℇ𝟎 = | | = 0.019
2.255
-3er paso:
Se procede a hacer la tercera y última iteración dentro del intervalo [a,x2],
es decir [2 , 2.255], se calcula el error relativo de aproximación y se
expresan los resultados en una tabla.
𝑓(2) = 0.05 > 0

𝑓(2.225) = −0.0008 < 0
(2.225)(0.05) − (2)(−0.0008)
𝑥3 = = 2.25098 > 0
(0.05) − (−0.0008)

ℇ𝟎 = | |
2.25098 − 2.225
ℇ𝟎 = | | = 0.0017
2.25098
42
2.3. Método de Newton-Raphson.
El método de Newton (conocido también como el método de Newton-

Raphson o el método de Newton-Fourier) es un algoritmo para encontrar
aproximaciones de los ceros o raíces de una función real. Este método parte
de una aproximación inicial x0 y obtiene una aproximación mejor, x1, cada
vez que itera.
Para calcular el punto 𝑥𝑖+1 se calcula primero la ecuación de la recta

tangente. Se sabe que tiene pendiente:
𝑚 = 𝑓 ′ (𝑥𝑖 )
Por lo tanto, la ecuación de la recta tangente es:
𝑦 − 𝑓(𝑥𝑖 ) = 𝑓 ′ (𝑥𝑖 )(𝑥 − 𝑥𝑖 )
Dado que y=0:
−𝑓(𝑥) = 𝑓 ′ (𝑥)(𝑥𝑖+1 − 𝑥𝑖 )
Se despeja 𝑥𝑖+1:
43
𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓 ′ (𝑥𝑖 )
Se comprueba si |ℇ0 | es menor que la condición dada:
𝑥𝑖+1 − 𝑥𝑖
|ℇ0 | = | |
𝑥𝑖+1
Ejemplo 1:
Utilice el método de Newton-Raphson para calcular la raíz de:
𝒇(𝒙) = 𝒙𝟑 − 𝒙 − 𝟏 = 𝟎 empleando como valor inicial 𝒙𝟎 = 1.
Solución:
44
Como primer paso se halla la derivada de la función f(x) ya que en la formula
se utiliza:
𝑓 ′ (𝑥) = 3𝑥 2 − 1
Luego se inicia la primera iteración, la cual es el valor x0=1
Ahora se procede a hallar la segunda iteración, sustituyendo el valor de x0
en la formula.
𝑓(𝑥0 ) 𝑓(1) 13 − 1 − 1 (−1)
𝑥1 = 𝑥0 − ′
= 𝟏 − ′
= 𝟏 − 2
=𝟏− = 𝟏. 𝟓
𝑓 (𝑥0 ) 𝑓 (1) 3∗1 −1 2
Luego, el valor de x0 cambia por el valor de x1, visto de esta forma:
x0 = 1.5
Y se procede a hallar la tercera iteración, sustituyendo el valor de x0 en la
formula.
𝑓(𝑥0 ) 𝑓(1.5)
𝑥1 = 𝑥0 − ′
= 1.5 − ′
𝑓 (𝑥0 ) 𝑓 (1.5)
(1.5)3 − 1.5 − 1 0.875
𝑥1 = 1.5 − = 1.5 − = 𝟏. 𝟑𝟒𝟕𝟖𝟐𝟔𝟎𝟖
3 ∗ (1.5)2 − 1 5.75
x0 = 𝟏. 𝟑𝟒𝟕𝟖𝟐𝟔𝟎𝟖
Y se procede a hallar la cuarta iteración, sustituyendo el valor de x0 en la
formula.
𝑓(𝑥0 ) 𝑓(𝟏. 𝟑𝟒𝟕𝟖𝟐𝟔𝟎𝟖)
𝑥1 = 𝑥0 − = 𝟏. 𝟑𝟒𝟕𝟖𝟐𝟔𝟎𝟖 −
𝑓 ′ (𝑥0 ) 𝑓 ′ (𝟏. 𝟑𝟒𝟕𝟖𝟐𝟔𝟎𝟖)
(1.34782608)3 − 1.34782608 − 1
𝑥1 = 1.34782608 −
3 ∗ (1.34782608)2 − 1
0.10068214
𝑥1 = 1.34782608 − = 1.32520039
4.44990542
x0 = 1.32520039
Y se procede a hallar la quinta iteración, sustituyendo el valor de x0 en la
formula, observando que ya se tiene un decimal exacto al valor de la raíz,
1.32520039.
45
𝑓(𝑥0 ) 𝑓(1.32520039)
𝑥1 = 𝑥0 − ′
= 1.32520039 − ′
𝑓 (𝑥0 ) 𝑓 (1.32520039)
(1.32520039)3 − 1.32520039 − 1
𝑥1 = 1.32520039 −
3 ∗ (1.32520039)2 − 1
0.00205832
𝑥1 = 1.32520039 − = 1.32471817
4.26846822
Finalmente, el valor de la raíz es: 1.32471817, afirmando que se encontró

con 2 decimales exactos, a continuación, se muestra una tabla donde se
resume el proceso anterior con cada de una de sus iteraciones.
X0 X1
1 1.5
1.5 1.34782608
1.34782608 1.32520039
1.32520039 1.32471817
46
Ejemplo 2:
𝟏
Encontrar la raíz de 𝒇(𝒙) = 𝐥𝐧(𝒙) − usando el método de Newton-
𝒙
Raphson. Tomar como punto de partida x0=2. Encontrar la raíz con una
precisión de dos decimales.
Solución:
Como primer paso se halla la derivada de la función f(x) ya que en la formula

se utiliza:
1 (−1) 1 1 𝑥+1
𝑓 ′ (𝑥) = − 2 = + 2= 2
𝑥 𝑥 𝑥 𝑥 𝑥
Luego se inicia la primera iteración, la cual es el valor x0=2

Ahora se procede a hallar la segunda iteración, sustituyendo el valor de x0
en la formula.
𝑓(𝑥0 ) 𝑓(2)
𝑥1 = 𝑥0 − ′
=2− ′
𝑓 (𝑥0 ) 𝑓 (2)
47
1
ln(2) − 2 0.193147
𝑥1 = 2 − = 2− = 1.742470
2+1 0.75
22
x0 = 1.742470
Y se procede a hallar la tercera iteración, sustituyendo el valor de x0 en la
formula.
𝑓(𝑥0 ) 𝑓(1.742470)
𝑥1 = 𝑥0 − ′
= 1.742470 − ′
𝑓 (𝑥0 ) 𝑓 (1.742470)
1
ln(1.742470) − 1.742470 −0.018594
𝑥1 = 1.742470 − = 1.742470 −
1.742470 + 1 0.903256
1.7424702
𝑥1 = 1.763055
x0 = 1.763055
Y se procede a hallar la cuarta iteración, sustituyendo el valor de x0 en la
formula.
𝑓(𝑥0 ) 𝑓(1.763055)
𝑥1 = 𝑥0 − = 1.763055 −
𝑓 ′ (𝑥0 ) 𝑓 ′ (1.763055)
1
ln(1.763055) −
𝑥1 = 1.763055 − 1.763055 = 1.763055 − −0.000149
1.763055 + 1 0.888910
1.763055 2
𝑥1 = 1.763222
48
Finalmente, el valor de la raíz es: 1.763222, afirmando que se encontró
con 2 decimales exactos, a continuación, se muestra una tabla donde se
resume el proceso anterior con cada de una de sus iteraciones.
X0 X1
2 1.742470
1.742470 1.763055
1.763055 1.763222
49
2.4 MÉTODO DE LA SECANTE
El método de la secante es un método para encontrar los ceros de una
función de forma iterativa.
Es una variación del método de Newton-Raphson donde en vez de calcular
la derivada de la función en el punto de estudio, teniendo en mente la
definición de derivada, se aproxima la pendiente a la recta que une la
función evaluada en el punto de estudio y en el punto de la iteración
anterior, el método de la secante es un algoritmo de la raíz de investigación
que utiliza una serie de raíces de las líneas secantes para aproximar mejor
la raíz de una función f.
-Formula:
Se usa la primera fórmula de Newton-Raphson:
𝑓(𝑥)
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥)
Luego en vez de usar la derivada 𝒇′(𝒙𝒏 ) se aproxima por la siguiente
ecuación:
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
𝑓′(𝑥𝑛 ) ≃
𝑥𝑛 − 𝑥𝑛−1
Cuando se remplaza la aproximación de 𝒇′(𝒙𝒏 ) en la ecuación de Newton-

Raphson, queda de la siguiente forma:
𝑓(𝑥𝑛 )(𝑥𝑛 − 𝑥𝑛−1 )
𝑥𝑛+1 = 𝑥𝑛 − 𝑛≥1
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
50
Ya que para el cálculo de 𝒙𝒏+𝟏 se necesita conocer 𝒙𝒏 y 𝒙𝒏+𝟏 , se deben
dar al inicio del proceso una aproximación inicial de 𝒙𝟎 y 𝒙𝟏
El método debería parar cuando |𝑥𝑛+1 − 𝑥𝑛 | sea menor que la precisión
requerida.
Ejemplo 1:
Se utilizará el método de la secante para encontrar una raíz aproximada de
la función:
𝑓(𝑥) = 𝑥 2 − 4
Cuando 𝑥0 = 4 y 𝑥1 = 3 hasta que se tengamos un error aproximado menor
a 0.01 (| ∈r | ≤ 0.01)
Solución:
*Primera iteración:
-1er paso:
Sustituimos los valores de x en la función:
Para 𝑥0 = 4
𝑓(𝑥0 ) = 42 − 4 = 12
Para 𝑥1 = 3
𝑓(𝑥1 ) = 32 − 4 = 5
-2do paso:
Aplicando lo primera iteración con la fórmula:
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
Se sustituye en la fórmula de la secante, los valores hallados anteriormente,

para calcular la primera aproximación, que se denota como 𝒙𝟐 :
5(4 − 3)
𝑥2 = 3 −
12 − 5
𝒙𝟐 = 𝟐. 𝟐𝟖𝟓𝟕
51
-3er paso:
Se calcula el error aproximado.
𝑥2 − 𝑥1
𝐸𝑟 = ⃒ ⃒
𝑥2
2.2857 − 3
𝐸𝑟 = ⃒ ⃒
2.2857
𝐸𝑟 = 𝟎. 𝟑𝟏𝟐
*Segunda iteración:
Se siguen los mismos pasos de la primera iteración, teniendo:
𝑓(𝑥2 ) = 1.2244
𝑓(𝑥1 ) = 5
𝑓(𝑥2 )(𝑥1 − 𝑥2 )
𝑥3 = 𝑥2 −
𝑓(𝑥1 ) − 𝑓(𝑥2 )
1.2244(3 − 2.2857)
𝑥3 = 2.2857 −
5 − 1.2244
𝑥3 = 𝟐. 𝟎𝟓𝟒𝟎𝟏
2.2857 − 2.05401
𝑬𝒓 = ⃒ ⃒
2.05401
𝑬𝒓 = 𝟎. 𝟏𝟏𝟑
Ahora si se continúa realizando los cálculos iterativamente, se tendrán

valores como los mostrados en la siguiente tabla:
52
Xn Aprox. a la raíz. Error Aproximado
X2 2.2857 0.312
X3 2.05401 0.113
X4 2.0036 0.025
X5 2.0000 0.002
Se termina el proceso iterativo con la raíz para 𝑥5 = 2.0000 ya que su error

aproximado es menor que el 0.01.
Ejemplo 2:
Se utilizará el método de la secante para encontrar una raíz aproximada de
la función:
𝟐
𝒇(𝒙) = 𝒆−𝒙 − 𝒙
Cuando 𝑥0 = 0 y 𝑥1 = 1 hasta que se tengamos un error aproximado menor
a 0.01 (| ∈r | ≤ 0.1)
Solución:
-1er paso:
Sustituimos los valores de x en la función:
Para 𝑥0 = 0
2
𝑓(𝑥0 ) = 𝑒 −(0) − (0) = 1
Para 𝑥1 = 1
2
𝑓(𝑥1 ) = 𝑒 −(1) − (1) = −0.6321
-2do paso:
Aplicando lo primera iteración con la fórmula:
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
53
Se sustituye en la fórmula de la secante, los valores hallados
anteriormente, para calcular la primera aproximación, que se denota como
(−0.6321)(0 − 1)
𝑥2 = 1 −
(1) − (− 0.6321)
𝒙𝟐 = 𝟎. 𝟔𝟏𝟐𝟕
-3er paso:
𝑥2 − 𝑥1
𝐸𝑟 = ⃒ ⃒
𝑥2
0.6127 − 1
𝐸𝑟 = ⃒ ⃒
0.6127
𝑬𝒓 = 𝟎. 𝟔𝟑𝟐
𝑓(𝑥2 ) = 0.7749
𝑓(𝑥1 ) = −0.6321
𝑓(𝑥2 )(𝑥1 − 𝑥2 )
𝑥3 = 𝑥2 −
𝑓(𝑥1 ) − 𝑓(𝑥2 )
0.7749(1 − 0.6127)
𝑥3 = 0.6127 −
−0.6321 − 0.7749
𝒙𝟑 = 𝟎. 𝟔𝟓𝟑𝟒
0.6534 − 0.6127
𝑬𝒓 = ⃒ ⃒
0.6534
54
𝑬𝒓 = 𝟎. 𝟎𝟔𝟐
Ahora, se continúa realizando los cálculos iterativamente, se tendrán

valores como los mostrados en la siguiente tabla:
Xn Aprox. a la raíz. Error aprox.

X2 0.6127 0.632
X3 0.6534 0.062
X4 0.6529 0.0008
Se termina el proceso iterativo con la encontrada de la raíz para

𝒙𝟒 = 𝟎. 𝟔𝟓𝟐𝟗 ya que su error aproximado es menor que el 0.01.
55
2.5 PUNTO FIJO
Los métodos abiertos emplean una fórmula para predecir la raíz de la

función. Esta fórmula puede desarrollarse como una iteración simple de
punto fijo (también llamada iteración de un punto o sustitución sucesiva o
método de punto fijo), al arreglar la ecuación 𝑓(𝑥) = 0 de tal modo que x esté
del lado izquierdo de la ecuación:
𝑥 = 𝑔(𝑥)
Esta transformación se realiza mediante operaciones algebraicas o

simplemente sumando x a cada lado de la ecuación original.
La utilidad de la ecuación 𝑥 = 𝑔(𝑥) es que proporciona una fórmula para

predecir un nuevo valor de x en función del valor anterior de x. De esta
manera, dado un valor inicial para la raíz 𝒙𝒏 , se utiliza para obtener una
nueva aproximación xn+1, expresada por la fórmula iterativa
𝒙𝒏+𝟏 = 𝒈(𝒙)
Al despejar la ecuación 𝑥 = 𝑔(𝑥) se debe verificar la convergencia de la

ecuación 𝑔(𝑥) a la raíz, lo cual se puede realizar por medio del siguiente
teorema
|𝑔′(𝑥)| ≤ 1
En consecuencia, si |𝒈′(𝒙)| ≤ 𝟏, entonces los errores disminuyen con cada

iteración. Si |𝑔′(𝑥)| > 1, los errores crecen. Observe también que, si la
derivada es positiva, los errores serán positivos y, por lo tanto, la solución
iterativa será monótona. Si la derivada es negativa, entonces los errores
oscilarán.
Un corolario de este análisis establece que cuando el método converge, el

error es proporcional y menor que el error en la iteración anterior. Por tal
razón se dice que la iteración simple de punto fijo es linealmente
convergente.
56
Ejemplo 1:
Dada la siguiente función 𝑓(𝑥) = 𝑥 2 − 4𝑥 − 3 encuentre una aproximación a
la raíz de la función por medio del método de punto fijo. Utilice como valor
inicial 𝒙𝟎 = −𝟎. 𝟓 y una tolerancia de 0,01.
Solución:
-1er paso:
Primero se debe hallar la ecuación de la forma 𝑥 = 𝑔(𝑥), para ello se debe
despejar x:
𝑥 2 − 4𝑥 − 3 = 0
𝑥 × (𝑥 − 4) − 3 = 0
3
𝑥=
(𝑥 − 4)
Y se escoge como función iteradora a:
3
𝑔(𝑥) =
(𝑥 − 4)
57
𝑥
𝑔′(𝑥) =
2
Como 𝒈′ (𝒙) está entre -1 y 1, es con la que se trabajará.
-2do paso:
Se calcula las iteraciones. Valor Inicial, iteración cero:
𝒙𝟎 = −𝟎. 𝟓
𝑓(𝑥𝑛 ) = x2 - 4x - 3
𝒇(𝒙𝟎 )= (-0.5) 2 - 4 × (-0.5) - 3 = 0.25 + 2 - 3 = -0.75
Error relativo: No se calcula todavía porque es la iteración cero.
Con lo anterior, se puede construir la tabla del método, en donde se calcula

de manera iterativa el siguiente x mediante la función g(x). Con cada valor
encontrado se halla el error para verificar si es una aproximación a la raíz
de acuerdo con la tolerancia dada.
3
𝑥1 =
(𝑥 − 4)
𝟑
𝒙𝟏 = = −𝟎, 𝟔𝟔𝟔𝟔
((−𝟎. 𝟓 ) − 𝟒)
𝑓(𝑥𝑛 ) = 𝑥 2 − 4𝑥 − 3
𝑓(𝑥1 ) = (−0,6666)2 − 4(−0,6666) − 3 = −0,1111
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(−0,6666) − (−0.5)
𝐸𝑟 = ⃒ ⃒ = 𝟎. 𝟐𝟓
(−0,6666)
58
3
𝑥2 =
(𝑥 − 4)
3
𝑥2 = = − 0.6428
((−0,6666) − 4)
𝑓(𝑥𝑛 ) = 𝑥 2 − 4𝑥 − 3
𝑓(𝑥2 ) = (− 0.6428)2 − 4(− 0.6428) − 3 = −0.0156
𝑥2 − 𝑥1
𝑬𝒓 = ⃒ ⃒
𝑥2
(− 0.6428) − (−0,6666)
𝐸𝑟 = ⃒ ⃒ = 𝟎. 𝟎𝟑𝟕
(− 0.6428)
El proceso continúa de manera iterativa hasta que el error sea menor que
la tolerancia de 0,01
Iteración Xn F(Xn) Error

0 -0.5 -0.75 ---
1 -0.666 -0.1111 0.25
2 -0.6428 -0.0156 0.037
3 -0.6461 0.00213 0.00510
4 -0.6456 -0.00029 0.00071
59
Ejemplo 2:
Dada la siguiente función 𝒇(𝒙) = 𝒆−𝒙 − 𝒙 = 𝟎 encuentre una
aproximación a la raíz de la función por medio del método de punto fijo.
Utilice como valor inicial 𝒙𝟎 = 𝟏 y una tolerancia de 0,01.
Solución:
-1er paso:
Primero se debe hallar la ecuación de la forma 𝑥 = 𝑔(𝑥), para ello se debe
despejar x:
𝒆−𝒙 − 𝒙 = 𝟎
𝒙 = 𝒆−𝒙
60
Y claramente se escoge como función iteradora a:
𝒈(𝒙) = 𝒆−𝒙
Se calcula las iteraciones. Valor Inicial, iteración cero:

𝑥0 = 1
𝑓(𝑥𝑛 ) = 𝑒 −𝑥 − 𝑥
𝑓(𝑥0 ) = 𝑒 −1 − 1 = −0.632
Error relativo: No se calcula todavía porque es la iteración cero.
Con lo anterior, se puede construir la tabla del método (la cual se mostrará
al final), en donde se calcula de manera iterativa el siguiente x mediante la
función g(x). Con cada valor encontrado se halla el error para verificar si es
una aproximación a la raíz de acuerdo con la tolerancia dada.
𝒙𝟏 = 𝒆−𝒙 − 𝒙
𝒙𝟏 = 𝒆−𝟏 = 𝟎, 𝟑𝟔𝟕
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟏 ) = 𝒆−𝟏 − 𝟏 = 𝟏. 𝟖𝟏𝟎𝟑𝟗
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟑𝟔𝟕) − (𝟏)

𝑬𝒓 = ⃒ ⃒ = 𝟏. 𝟕𝟐
(𝟎. 𝟑𝟔𝟕)
𝒙𝟐 = 𝒆−𝒙 − 𝒙
61
𝒙𝟐 = 𝒆−𝟎.𝟑𝟔𝟕 = 𝟎. 𝟔𝟗𝟐
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟐 ) = 𝒆−𝟎.𝟔𝟗𝟐 − 𝟎. 𝟔𝟗𝟐 = −𝟎. 𝟏𝟗𝟏
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟔𝟗𝟐) − (𝟎. 𝟑𝟔𝟕)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟒𝟔𝟗
(𝟎. 𝟔𝟗𝟐)
*Tercera iteración:
𝒙𝟑 = 𝒆−𝒙 − 𝒙
𝒙𝟑 = 𝒆−𝟎.𝟔𝟗𝟐 = 𝟎. 𝟓𝟎𝟎
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟑 ) = 𝒆−𝟎.𝟓𝟎𝟎 − 𝟎. 𝟓𝟎𝟎 = 𝟎. 𝟏𝟎𝟔
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟓𝟎𝟎) − (𝟎. 𝟔𝟗𝟐)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟑𝟖𝟒
(𝟎. 𝟓𝟎𝟎)
62
*Cuarta iteración:
𝒙𝟒 = 𝒆−𝒙 − 𝒙
𝒙𝟒 = 𝒆−𝟎.𝟓𝟎𝟎 = 𝟎. 𝟔𝟎𝟔
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟒 ) = 𝒆−𝟎.𝟔𝟎𝟔 − 𝟎. 𝟔𝟎𝟔 = −𝟎. 𝟎𝟔𝟎
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟔𝟎𝟔) − (𝟎. 𝟓𝟎𝟎)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟏𝟕𝟒
(𝟎. 𝟔𝟎𝟔)
*Quinta iteración:
𝒙𝟓 = 𝒆−𝒙 − 𝒙
𝒙𝟓 = 𝒆−𝟎.𝟔𝟎𝟔 = 𝟎. 𝟓𝟒𝟓
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟓 ) = 𝒆−𝟎.𝟓𝟒𝟓 − 𝟎. 𝟓𝟒𝟓 = 𝟎. 𝟎𝟑𝟒
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟓𝟒𝟓) − (𝟎. 𝟔𝟎𝟔)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟏𝟏𝟏
(𝟎. 𝟓𝟒𝟓)
63
*Sexta iteración:
𝒙𝟔 = 𝒆−𝒙 − 𝒙
𝒙𝟔 = 𝒆−𝟎.𝟓𝟒𝟓 = 𝟎. 𝟓𝟕𝟗
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟔 ) = 𝒆−𝟎.𝟓𝟕𝟗 − 𝟎. 𝟓𝟕𝟗 = −𝟎. 𝟎𝟏𝟖
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟓𝟕𝟗) − (𝟎. 𝟓𝟒𝟓)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟎𝟓𝟖
(𝟎. 𝟓𝟕𝟗)
*Séptima iteración:
𝒙𝟕 = 𝒆−𝒙 − 𝒙
𝒙𝟕 = 𝒆−𝟎.𝟓𝟕𝟗 = 𝟎. 𝟓𝟔𝟎
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟕 ) = 𝒆−𝟎.𝟓𝟔𝟎 − 𝟎. 𝟓𝟔𝟎 = 𝟎. 𝟎𝟏𝟏
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟓𝟔𝟎) − (𝟎. 𝟓𝟕𝟗)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟎𝟑𝟑
(𝟎. 𝟓𝟔𝟎)
64
*Octava iteración:
𝒙𝟖 = 𝒆−𝒙 − 𝒙
𝒙𝟖 = 𝒆−𝟎.𝟓𝟔𝟎 = 𝟎. 𝟓𝟕𝟏
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟖 ) = 𝒆−𝟎.𝟓𝟕𝟏 − 𝟎. 𝟓𝟕𝟏 = −𝟎. 𝟎𝟎𝟔
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟓𝟕𝟏) − (𝟎. 𝟓𝟔𝟎)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟎𝟏𝟗
(𝟎. 𝟓𝟕𝟏)
*Novena iteración:
𝒙𝟗 = 𝒆−𝒙 − 𝒙
𝒙𝟗 = 𝒆−𝟎.𝟓𝟕𝟏 = 𝟎. 𝟓𝟔𝟒
𝒇(𝒙𝒏 ) = 𝒆−𝒙 − 𝒙
𝒇(𝒙𝟗 ) = 𝒆−𝟎.𝟓𝟔𝟒 − 𝟎. 𝟓𝟔𝟒 = 𝟎. 𝟎𝟎𝟒
𝑥1 − 𝑥0
𝑬𝒓 = ⃒ ⃒
𝑥1
(𝟎. 𝟓𝟔𝟒) − (𝟎. 𝟓𝟕𝟏)

𝑬𝒓 = ⃒ ⃒ = 𝟎. 𝟎𝟏𝟐
(𝟎. 𝟓𝟔𝟒)
65
El proceso continúa de manera iterativa hasta que el error sea menor que
la tolerancia de 0,01
Iteración Xn F(Xn) Error

0 1 -0.632 ---
1 0.367 1.81039 1.72
2 0.692 -0.191 0.469
3 0.500 0.106 0.384
4 0.606 -0.606 0.174
5 0.545 0.034 0.111
6 0.579 -0.018 0.058
7 0.560 0.011 0.033
8 0.571 -0.006 0.019
9 0.564 0.004 0.012
10 0.5684 -0.0025 0.0062
66
2.7 MÉTODO DE MÜLLER
El método de Müller es una generalización del método de la secante. El
método de la secante empieza con 2 puntos 𝒙−𝟏 y 𝒙𝟎 y determina la siguiente
aproximación 𝒙𝟏 como la intersección del eje x con la recta que pasa por
(𝑥−1 . 𝑓(𝑥−1 )) y (𝑥0 . 𝑓(𝑥0 ))
El método de Müller usa tres aproximaciones iniciales 𝑥−2 , 𝑥−1 y 𝑥0 y

determina la siguiente aproximación 𝑥1 considerando la intersección del eje
x con la parábola que pasa por (𝑥−2 . 𝑓(𝑥−2 )) (𝑥−1 . 𝑓(𝑥−1 )) y (𝑥0 . 𝑓(𝑥0 ))
La derivación del método de Müller comienza considerando el polinomio

cuadrático 𝑃2 (𝑥) = 𝑎(𝑥 − 𝑥0 )2 + 𝑏(𝑥 − 𝑥0 ) + 𝑐 que pasa por (𝑥−2 . 𝑓(𝑥−2 ))
(𝑥−1 . 𝑓(𝑥−1 )) y (𝑥0 . 𝑓(𝑥0 )). Las constantes a. b y c, pueden determinarse de las
condiciones
𝑓(𝑥−2 ) = 𝑎(𝑥−2 − 𝑥0 )2 + 𝑏(𝑥−2 − 𝑥0 )2 + 𝑐 (1.36)
𝑓(𝑥−1 ) = 𝑎(𝑥−1 − 𝑥0 )2 + 𝑏(𝑥−1 − 𝑥0 )2 + 𝑐 (1.37)
67
𝑓(𝑥0 ) = 𝑎(𝑥0 − 𝑥0 )2 + 𝑏(𝑥0 − 𝑥0 )2 + 𝑐 = 𝑐 (1.38)
Las cuales nos dan
(𝑥−1 − 𝑥0 )[𝑓(𝑥−2 ) − 𝑓(𝑥0 )] − (𝑥−2 − 𝑥0 )[𝑓(𝑥−1 ) − 𝑓(𝑥0 )]
𝑎= (1.39)
(𝑥−2 − 𝑥0 )(𝑥−1 − 𝑥0 )(𝑥−2 − 𝑥−1 )
(𝑥−2 − 𝑥0 )2 [𝑓(𝑥−1 ) − 𝑓(𝑥0 )] − (𝑥−1 − 𝑥0 )2 [𝑓(𝑥−2 ) − 𝑓(𝑥0 )]

𝑏= (1.40)
(𝑥−2 − 𝑥0 )(𝑥−1 − 𝑥0 )(𝑥−2 − 𝑥−1 )
𝑐 = 𝑓(𝑥0 )(1.41)
Forma alternativa para determinas las constantes a, b y c

Puesto que se tienen tres ecuaciones, es posible encontrar los tres
coeficientes desconocidos a, b y c. Debido a que dos términos de la ecuación
(1.38) son 0, se encuentra inmediatamente que 𝑐 = 𝑓(𝑥0 ). Así, el coeficiente
c es igual al valor de la función evaluada en el tercer valor inicial, 𝑥0 . Este
resultado se sustituye en las ecuaciones (1.36) y (1.37) para tener dos
ecuaciones con dos incógnitas:
𝑓(𝑥−2 ) − 𝑓(𝑥0 ) = 𝑎(𝑥−2 − 𝑥0 )2 + 𝑏(𝑥−2 − 𝑥0 )(1.42)

𝑓(𝑥−1 ) − 𝑓(𝑥0 ) = 𝑎(𝑥−1 − 𝑥0 )2 + 𝑏(𝑥−1 − 𝑥0 )(1.43)
Una manipulación algebraica permite encontrar los coeficientes restantes a

y b. La manera de hacer esto consiste en definir las diferencias:
ℎ0 = 𝑥−1 − 𝑥−2
ℎ1 = 𝑥0 − 𝑥−1
𝑓(𝑥−1 ) − 𝑓(𝑥−2 )
𝛿0 =
𝑥−1 − 𝑥−2
𝑓(𝑥0 ) − 𝑓(𝑥−1 )
𝛿1 = (1.44)
𝑥0 − 𝑥−1
68
Estas se sustituyen en las ecuaciones (1.42) y (1.43) para dar:
(ℎ0 + ℎ1 )𝑏 − (ℎ0 + ℎ1 )2 𝑎 = ℎ0 𝛿0 + ℎ1 𝛿1
ℎ1 𝑏 − ℎ1 2 𝑎 = ℎ1 𝛿1
De donde se despejan a y b. El resultado se resume como:
𝛿1 − 𝛿0
𝑎= (1.45)
ℎ1 − ℎ0
𝑏 = 𝑎ℎ1 + 𝛿1 (1.46)
𝑐 = 𝑓(𝑥0 ) (1.47)
En cualquiera de los dos casos, para determinar 𝑥1 , la raíz de P, aplicamos

la fórmula cuadrática a P.
−2𝑐
𝑥1 − 𝑥0 = (1.48)
𝑏 ± √𝑏 2 − 4𝑎𝑐
Esto da dos posibilidades para 𝑥1 dependiendo del signo que precede al

termino radical en la ecuación (1.48). En el método de Müller, el signo se
elige para que coincida con el de b.
Escogido de esta manera, el denominador será el más grande en magnitud
y resultará en seleccionar a 𝑥1 como la raíz de P más cercana a 𝑥0 . Así,
−2𝑐
𝑥1 = 𝑥0 − (1.49)
𝑏 + 𝑠𝑖𝑔𝑛𝑜(𝑏)√𝑏 2 − 4𝑎𝑐
Donde a, b y c están dadas en las ecuaciones (1.39), (1.40) y (1.41) ó (1.45),

(1.46) y (1.47).
Una vez se determina 𝑥1 , el procedimiento se realiza usando 𝑥−1 , 𝑥0 y 𝑥1 para
determinar la siguiente aproximación 𝑥2 . El método continúa hasta que se
obtiene una conclusión satisfactoria.
69
Como antecedente para la explicación del método, se tiene el método de
Newton-Raphson, el cual es un método abierto que encuentra la raíz de x,
tal que𝑓(x) = 0, el método se resume así:
𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥1 −
𝑓´(𝑥𝑖 )
Haciendo uso de este planteamiento para hallar un óptimo de f(x), al definir

una nueva función 𝑔(x) = 𝑓´(x), así, como el mismo valor óptimo x*,
satisface:
𝑓´(x) = 𝑔(x) = 0
Se utilizará la siguiente formulación, para hallar máximos o mínimos:

𝑓´(𝑥𝑖 )
𝑥𝑖+1 = 𝑥1 −
𝑓´´(𝑥𝑖 )
Este es un método abierto y similar al Newton-Raphson, ya que no requiere

valores iniciales que contengan el óptimo. Además, comparte la desventaja
de poder ser divergente.
Como anotación, es conveniente verificar que la segunda derivada tenga el
signo correcto, para confirmar que la técnica converge sobre el valor
deseado.
70
Ejemplo 1:
Determinar la raíz de 𝑓(𝑥) = 𝒙𝟐 − 𝒆−𝒙 = 𝟎 usando el método de Müller con
𝒙−𝟐 = −𝟏, 𝒙−𝟏 = 𝟎 y 𝒙𝟎 = 𝟐. Realice dos iteraciones. Determine el error
relativo de aproximación en la última iteración.
Solución:
-1er paso:
Se determina la primera aproximación a la raíz.
*Primera iteración (𝑖 = 1).
−2𝑐
𝑥1 = 𝑥0 −
𝑏 + 𝑠𝑖𝑔𝑛𝑜(𝑏)√𝑏 2 − 4𝑎𝑐
(𝑥−1 − 𝑥0 )[𝑓(𝑥−2 ) − 𝑓(𝑥0 )] − (𝑥−2 − 𝑥0 )[𝑓(𝑥−1 ) − 𝑓(𝑥0 )]

𝑎=
(𝑥−2 − 𝑥0 )(𝑥−1 − 𝑥0 )(𝑥−2 − 𝑥−1 )
71
(𝑥−2 − 𝑥0 )2 [𝑓(𝑥−1 ) − 𝑓(𝑥0 )] − (𝑥−1 − 𝑥0 )2 [𝑓(𝑥−2 ) − 𝑓(𝑥0 )]
𝑏=
(𝑥−2 − 𝑥0 )(𝑥−1 − 𝑥0 )(𝑥−2 − 𝑥−1 )
𝑐 = 𝑓(𝑥0 )
𝑥−2 = −1
𝑓(𝑥−2 ) = 𝑓(−1) = (−1)2 − 𝑒 −(−1) = −1.718281
𝑥−1 = 0
𝑓(𝑥−1 ) = 𝑓(0) = (0)2 − 𝑒 −(0) = −1.0000
𝑥0 = 2
𝑓(𝑥0 ) = 𝑓(2) = (2)2 − 𝑒 −(2) = 3.864664
(0 − 2)(−1.718281 − 3.864664) − (−1 − 2)(−1 − 3.864664)

𝑎=
(−1 − 2)(0 − 2)(−1 − 0)
𝑎 = 0.571350
(−1 − 2)2 (−1 − 3.864664) − (0 − 2)2 (−1.718281 − 3.864664)

𝑏=
(−1 − 2)(0 − 2)(−1 − 0)
𝑏 = 3.575032
𝑐 = 3.864664
2(3.864664)
𝑥1 = 2 −
3.575032 + √(3.575032)2 − 4(0.571350)(3.864664)
𝑥1 = 0.610364
72
-2do paso:
Se procede a hacer la segunda iteración con 𝑥−1 = 0, 𝑥0 = 2 y 𝑥1 = 0.610364
𝑓(𝑥−1 ) = −1
𝑓(𝑥0 ) = 3.864664
𝑓(𝑥−1 ) = 𝑓(0.610364) = (0.610364)2 − 𝑒 −(0.610364) = −0.170607
𝑎 = 0.772494
𝑏 = 1.830350
𝑐 = −0.170607
2(−0.170607)
𝑥2 = 0.610364 −
1.830350 + √(1.830350)2 − 4(0.772494)(−0.170607)
𝑥2 = 0.700171
0.700171 − 0.610364
ɛ𝑎 = | | = 0.1283
0.700171
La solución de la ecuación 𝒙𝟐 − 𝒆−𝒙 = 𝟎 es 𝒙𝟑 = 𝟎. 𝟕𝟎𝟒𝟏𝟔𝟖, obtenida aplicando

el método de Müller con las estimaciones iniciales 𝒙−𝟐 = −𝟏, 𝒙−𝟏 = 𝟎 y 𝒙𝟎 =
𝟐 y dos iteraciones. El error relativo de aproximación es 0.1283.
73
Ejemplo 2:
𝒙𝟐
Determinar la raíz de 𝟐𝒔𝒆𝒏(𝒙) − utilizando el método de Müller con
𝟏𝟎
𝒙𝟎 = 𝟐. 𝟓
Solución:
Paso 1: Se calculan la derivada y la segunda derivada de la función

𝑥2
𝑓(𝑥) = 2𝑠𝑒𝑛(𝑥) −
10
𝑥
𝑓´(𝑥) = 2 𝑐𝑜𝑠(𝑥) −
5
1
𝑓´´(𝑥) = −2 𝑠𝑒𝑛(𝑥) −
5
74
Paso 2: Sustituyendo en la fórmula de Newton se obtiene que
𝑥
2 𝑐𝑜𝑠(𝑥) −
𝑥𝑖+1 = 𝑥1 − 5
1
−2 𝑠𝑒𝑛(𝑥) −
5
2.5
2 𝑐𝑜𝑠(2.5) −
𝑥1 = 2.5 − 5 = 0.995
1
−2 𝑠𝑒𝑛(2.5) −
5
Paso 3: Se procede a realizar la segunda iteración

𝑓(0.995) = 1.579
0.995
2 𝑐𝑜𝑠(0.995) −
𝑥2 = 0.995 − 5 = 1.469
1
−2 𝑠𝑒𝑛(0.995) −
5
1.469 − 0.995
ɛ𝑎 = | | = 0.322
1.469
Paso 4: Se procede a realizar la tercera iteración

𝑓(1.469) = 1.774
1.774
2 𝑐𝑜𝑠(1.774) −
𝑥3 = 1.774 − 5 = 1.427
1
−2 𝑠𝑒𝑛(1.774) −
5
1.4721 − 1.469
ɛ𝑎 = | | = 0.00210
1.4721
75
Paso 5: Se proceden a tabular los resultados obtenidos junto al error
relativo de aproximación.
𝒊 𝒙 𝒇(𝒙) 𝒇´(𝒙) 𝒇´´(𝒙) error

0 2.5 0.572 -2.102 -1.379 -
1 0.995 1.579 0.890 -1.878 -
2 1.469 1.774 -0.091 -2.190 0.322
3 1.427 1.776 -0.000 -2.180 0.00210
76
3. DERIVACIÓN E INTEGRACIÓN NUMÉRICA
3.1 Derivación numérica:
La derivación numérica es una técnica de análisis numérico para calcular
una aproximación a la derivada de una función en un punto utilizando
valores y propiedades de la misma.
Principalmente son utilizadas para realizar derivadas que no tienen una

solución conocida, o que su desarrollo sea muy complicado o demasiado
largo. Además, es menos costoso calcular la aproximación que el valor
exacto. O bien sea porque solo se conocen los valores de f en un número
finito de puntos en x.
Por definición la derivada de una función 𝑓(𝑥) es:
𝑓(𝑥 + ℎ) − 𝑓(𝑥)
𝑓 ′ (𝑥) = lim
ℎ→0 ℎ
Diferencias hacia adelante:
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓 ′ (𝑥0 ) ≈
ℎ
Diferencias hacia atrás:
77
𝑓(𝑥0 ) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥0 ) ≈
ℎ
La aproximación de la derivada por este método, entrega resultados
aceptables con un determinado margen de error. Para minimizar los errores,
se estima que el promedio de ambas entregas la mejor aproximación
numérica al problema dado:
Fórmulas generales para la primera y la segunda derivada.
-Para la primera derivada:
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥0 ) ≈
2ℎ
-Para la segunda derivada:
𝑓(𝑥0 + ℎ) − 2𝑓(𝑥0 ) + 𝑓(𝑥0 − ℎ)

𝑓 ′′ (𝑥0 ) ≈
ℎ2
78
Ejemplo 1: Encontrar la primera y la segunda derivada de la función
f(x) = cos(𝑥) con valor inicial de 𝑥 = 2, ℎ = 0.001
Solución:
Se reemplazan los valores iniciales dentro de la fórmula de la primera

derivada y se evalúa
𝑓(2 + 0.001) − 𝑓(2 − 0.001)

𝑓′(2) ≈
2(0.001)
𝑐𝑜𝑠(2.001) − cos(1.999)
𝑓 ′ (2) ≈ ≈ −0.9092
0.002
En la segunda derivada:
𝑓(2 + 0.001) − 2𝑓(2) + 𝑓(2 − 0.001)
𝑓 ′′ (2) ≈
0.0012
cos(2.001) − 2 cos(2) + cos(1.999)

𝑓 ′′ (𝑥0 ) ≈ ≈ 0.4161
0.000001
x h 𝑓′(𝑥0 ) 𝑓′′(𝑥0 )
2 0.001 −0.9092 0.4161
79
Ejemplo 2: Encontrar la primera y la segunda derivada de la función
𝒇(𝒙) = 𝒍𝒏 𝒙 − 𝒔𝒆𝒏(𝒙) con valor inicial de 𝒙 = 𝟑, 𝒉 = 𝟎. 𝟎𝟎𝟎𝟏
Solución:
Se reemplazan los valores iniciales dentro de la fórmula de la primera
derivada y se evalúa.
𝑓(3 + 0.0001) − 𝑓(3 − 0.0001)
𝑓′(3) ≈
3(0.0001)
[𝑙𝑛(3.0001) − 𝑠𝑒𝑛(3.0001)] − [𝑙 𝑛(2.9999) − 𝑠𝑒𝑛(2.9999)]

𝑓 ′ (3) ≈
0.0003
𝑓′(3) ≈ 𝟎. 𝟖𝟖𝟐𝟐𝟐
En la segunda derivada:
𝑓(3 + 0.0001) − 2𝑓(3) + 𝑓(3 − 0.0001)
𝑓 ′′ (3) ≈
0.00012
[𝑙𝑛(3.0001) − 𝑠𝑒𝑛(3.0001)] − 2(ln(3) − 𝑠𝑒𝑛(3)) + [𝑙 𝑛(2.9999) − 𝑠𝑒𝑛(2.9999)]

𝑓 ′ ′(3) ≈
0.00000001
𝑓′′(3) ≈ 𝟎. 𝟎𝟑𝟎𝟎𝟏
x h 𝑓′(𝑥0 ) 𝑓′′(𝑥0 )
3 0.0001 0.88222 0.03001
80
3.2 Integración numérica
Integración por el método de los rectángulos en tres formas: con altura en
el extremo izquierdo, con altura en el extremo derecho y con altura en el
punto medio del subintervalo.
La regla de los rectángulos tiene como finalidad hallar el área bajo la curva
de una función entre dos intervalos a y b, que también es llamada la integral
definida de una función en un intervalo a y b.
Formulas:
Formula h para hallar el ancho de cada intervalo:
𝑏−𝑎
ℎ=
𝑛
Donde n es el número de particiones del área.
- Rectángulos con altura en el extremo izquierdo de cada sub intervalo:
𝑛−1
𝑏
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 = ∑ 𝐹 (𝑥𝑖 ) × ℎ
𝑎 𝑖=0
- Rectángulos con altura en el extremo derecho de cada sub intervalo:
𝑏 𝑛
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 = ∑ 𝐹 (𝑥𝑖 ) × ℎ

𝑎 𝑖=1
- Rectángulos con altura en el punto medio de cada sub intervalo.
Formula general:
𝑏 𝑛−1
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 = ∑ 𝐹 (𝑥̅𝑖 ) × ℎ

𝑎 𝑖=0
Fórmula para encontrar los intervalos en el punto medio:
𝑎+𝑏
𝑥̅𝑖 =
2
81
Ejemplo 1:
Hallar el área bajo la curva de la función 𝑓(𝑥) = 2𝑥 2 por el método de los
rectángulos en el intervalo [0,1], con n=4 particiones, por la parte
izquierda, derecha y en el punto medio de los rectángulos.
Solución
Primero se reescribe la función en su forma de integral:
𝑓(𝑥) = 2𝑥 2
82
1
∫ 2𝑥 2 𝑑𝑥
0
Luego se indica el valor de a, b y de n para poder hallar el valor de h:

a=0
b=1
n = 4 (n es igual al número de particiones)
Luego, se procede a hallar el valor de h, el cual indica el ancho de los
rectángulos, que se halla por medio de la siguiente formula:
𝑏−𝑎
ℎ=
𝑛
Se sustituye los valores de a b y n anteriormente obtenidos en la fórmula de
h:
1−0 1
ℎ= = = 0.25
4 4
A continuación, se procede a hallar el valor del área bajo la curva por el lado
izquierdo de los rectángulos, primero se evalúa los valores de los
rectángulos por el lado izquierdo en la función original:
𝑓(𝑥) = 2𝑥 2
𝑓(0) = 2(0)2 = 0
𝑓(0.25) = 2(0.25)2 = 0.125
𝑓(0.5) = 2(0.5)2 = 0.5
𝑓(0.75) = 2(0.75)2 = 1.125
Luego se procede a dibujar los 4 rectángulos que cubre el área bajo la curva
en el intervalo [0,1]
83
Luego se procede a hacer la sumatoria de los valores obtenidos
anteriormente multiplicado por h:
0.25(0 + 0.125 + 0.5 + 1.125) = 0.4375
0.4375 es el valor aproximadamente para el área bajo la curva por el lado
izquierdo de los rectángulos.
derecho de los rectángulos, primero se evalúa los valores de los
rectángulos por el lado izquierdo en la función original:
𝑓(𝑥) = 2𝑥 2
𝑓(0.25) = 2(0.25)2 = 𝟎. 𝟏𝟐𝟓
𝑓(0.5) = 2(0.5)2 = 𝟎. 𝟓
𝑓(0.75) = 2(0.75)2 = 𝟏. 𝟏𝟐𝟓
𝑓(1) = 2(1)2 = 𝟐
84
anteriormente:
0.25(0.125 + 0.5 + 1.125 + 2) = 0.9375

derecho de los rectángulos.
85
A continuación, se procede a hallar el valor del área bajo la curva por el
punto medio de los rectángulos, primero se halla los valores x del punto
medio mediante la siguiente formula:
𝑎+𝑏
𝑥𝑖 =
2
0 + 0.25
𝑥1 = = 𝟎. 𝟏𝟐𝟓
2
0.25 + 0.5
𝑥2 = = 𝟎. 𝟑𝟕𝟓
2
0.5 + 0.75
𝑥3 = = 𝟎. 𝟔𝟐𝟓
2
0.75 + 1
𝑥4 = = 𝟎. 𝟖𝟕𝟓
2
86
Prosiguiendo se evalúa los valores de x obtenidos anteriormente en la
función original:
𝑓(𝑥) = 2𝑥 2
𝑓(0.125) = 2(0.125)2 = 0.03125
𝑓(0.375) = 2(0.375)2 = 0.28125
𝑓(0.625) = 2(0.625)2 = 0.78125
𝑓(0.875) = 2(0.875)2 = 1.53125

anteriormente multiplicando por h:
0.25(0.03125 + 0.28125 + 0.78125 + 1.53125) = 0.65625
Finalmente 0.65625 es el valor aproximadamente para el área bajo la curva

por el punto medio de los rectángulos.
87
Ejemplo 2:
3
Hallar el área bajo la curva de la función 𝑓 (𝑥 ) = 1 + 𝑥 2 por el método
de los rectángulos en el intervalo [𝟎, 𝟏] y con n=5 particiones, por la parte
izquierda, derecha y en el punto medio de los rectángulos.
Solución
88
Primero se reescribe la función en su forma de integral:
3
𝑓(𝑥) = (1 + 𝑋 2 )
1 3
∫ (1 + 𝑋 2 )𝑑𝑥
0
Luego se indica el valor de a, b y de n para poder hallar el valor de h:

a=0
b=1
n = 5 (n es igual al número de particiones)
A continuación, se procede a hallar el valor de h, el cual indica el ancho de

los rectángulos, que se halla por medio de la siguiente formula:
𝑏−𝑎
ℎ=
𝑛
Se sustituye los valores de a b y n anteriormente obtenidos en la fórmula de

h:
1−0 1
ℎ= = = 0.2
5 5
Para encontrar los intervalos se empieza desde el intervalo inferior (0)

tomando los intervalos del lado derecho de rectángulos.
1 1
0+ = = 𝟎. 𝟐
5 5
1 1 2
+ = = 𝟎. 𝟒
5 5 5
2 1 3
+ = = 𝟎. 𝟔
5 5 5
89
3 1 4
+ = = 𝟎. 𝟖
5 5 5
4 1
+ =𝟏
5 5
izquierdo de los rectángulos, primero se reemplazan los intervalos en la
función:
𝑏 𝑛−1
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∑ 𝐹(𝑥𝑖 ) × ℎ
𝑎 𝑖=0
3
𝑓(𝑥) = 1 + 𝑋 2
3
𝑓(0) = 1 + (0) 2 = 1
3
𝑓(0.2) = 1 + (0.2) 2 = 1.0894
3
𝑓(0.4) = 1 + (0.4) 2 = 1.2529
3
𝑓(0.6) = 1 + (0.6) 2 = 1.4647
3
𝑓(0.8) = 1 + (0.8) 2 = 1.7155
Se procede a dibujar los 5 rectángulos que cubre el área bajo la curva en el

intervalo [0,1]
90
Luego, se procede a hacer la sumatoria de los valores obtenidos
anteriormente y se multiplican por h:
0.2(1 + 1.0894 + 1.2529 + 1.4647 + 1.7155) = 1.304
izquierdo de los rectángulos.
derecho de los rectángulos, primero se evalúa los valores de los
rectángulos por el lado derecho en la función original:
91
𝑏 𝑛
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∑ 𝐹(𝑥𝑖 ) × ℎ
𝑎 𝑖=1
3
𝑓(0.2) = 1 + (0.2) 2 = 1.0894
3
𝑓(0.4) = 1 + (0.4) 2 = 1.2529
3
𝑓(0.6) = 1 + (0.6) 2 = 1.4647
3
𝑓(0.8) = 1 + (0.8) 2 = 1.7155
3
𝑓(1) = 1 + (1) 2 = 2
92
anteriormente y se multiplican por h:
0.2(1.0894 + 1.2529 + 1.4647 + 1.7155 + 2) = 1.504
1.504 es el valor aproximado para el área bajo la curva por el lado derecho
de los rectángulos.
A continuación, se procede a hallar el valor del área bajo la curva por el

punto medio de los rectángulos, primero se halla los valores x del punto
medio mediante la siguiente formula:
𝑎+𝑏
𝑥𝑖 =
2
0 + 0.2
𝑥1 = = 𝟎. 𝟏
2
0.2 + 0.4
𝑥2 = = 𝟎. 𝟑
2
0.4 + 0.6
𝑥3 = = 𝟎. 𝟓
2
0.6 + 0.8
𝑥4 = = 𝟎. 𝟕
2
0.8 + 1
𝑥5 = = 𝟎. 𝟗
2
93
Prosiguiendo se evalúa los valores de x obtenidos anteriormente en la
función original:
3
𝑓(𝑥) = 1 + 𝑋 2
3
𝑓(0.1) = 1 + (0.1) 2 = 1.0316
3
𝑓(0.3) = 1 + (0.3) 2 = 1.1643
3
𝑓(0.5) = 1 + (0.5) 2 = 1.3535
3
𝑓(0.7) = 1 + (0.7) 2 = 1.5856
94
3
𝑓(0.9) = 1 + (0.9) 2 = 1.8538

anteriormente:
0.2(1.0316 + 1.1643 + 1.3535 + 1.5856 + 1.8538) = 1.3977
Finalmente 1.3977 es el valor aproximadamente para el área bajo la curva

por el punto medio de los rectángulos.
95
3.3 Integración por el método de trapecios.
La regla de los trapecios es una forma de aproximar la integral definida
utilizando n trapecios. En la formulación de este método se supone que f(x)
es continua y positiva en el intervalo [a, b].
Formula general:
𝑛
𝑏
ℎ
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 = [𝐹 (𝑥0 ) + 2 ∑ 𝐹 (𝑥𝑖 ) + 𝐹 (𝑥𝑛 )]
𝑎 2
𝑖=1
Formula h para hallar el ancho de cada intervalo:

𝑏−𝑎
ℎ=
𝑛
96
Ejemplo 1:
Hallar el área bajo la curva de la función 𝑓 (𝑥 ) = −𝑥 2 + 4𝑥 por el método

de trapecios el intervalo [0,2] y con n=4 particiones.
Solución:
97
-1er paso:
Encontrar el ancho de cada intervalo.
2−0 𝟏
ℎ= =
4 𝟐
-2do paso:
Para encontrar los intervalos empezamos desde el intervalo inferior (0)
sumando h.
1 𝟏
0+ = = 𝟎. 𝟓
2 𝟐
1 1
+ =𝟏
2 2
1 𝟑
1+ = = 𝟏. 𝟓
2 𝟐
3 1
+ =𝟐
2 2
98
-3er paso:
Se reemplaza los intervalos en la función inicial:
𝑓(𝑥) = −𝑥 2 + 4𝑥
𝑓(0) = −(0)2 + 4(0) = 𝟎
𝑓(0.5) = −(0.5)2 + 4(0.5) = 𝟏. 𝟕𝟓
𝑓(1) = −(1)2 + 4(1) = 𝟑
𝑓(1.5) = −(1.5)2 + 4(1.5) = 𝟑. 𝟕𝟓
𝑓(2) = −(2)2 + 4(2) = 𝟒
-4to paso:
𝑏 𝑛
ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = [𝐹(𝑥0 ) + 2 ∑ 𝐹(𝑥𝑖 ) + 𝐹(𝑥𝑛 )]
𝑎 2
𝑖=1
Remplazando en la fórmula:
2
ℎ
∫ (−𝑥 2 + 4𝑥)𝑑𝑥 = [0 + 2𝑓(0.5) + 2𝑓(1) + 2𝑓(1.5) + 𝑓(2)]
0 2
0.5
[0 + 2(1.75) + 2(3) + 2(3.75) + (4)]
2
0.5
[21] = 5.25
2
Finalmente, la solución de la integral por el método de los trapecios es

5.25
99
Ejemplo 2:
Hallar el área bajo la curva de la función 𝑓 (𝑥 ) = 7 − 9𝑥 2 + 3𝑥 3 por el

método de trapecios el intervalo [0,2] y con n=5 particiones.
Solución:
-1er paso:
Encontrar el ancho de cada intervalo.
2−0 𝟐
ℎ= =
5 𝟓
100
-2do paso:
Para encontrar los intervalos empezamos desde el intervalo inferior (0)
sumando h.
2 𝟐
0+ = = 𝟎. 𝟒
5 𝟓
2 2 𝟒
+ = = 𝟎. 𝟖
5 5 𝟓
4 2 𝟔
+ = = 𝟏. 𝟐
5 5 𝟓
6 2 𝟖
+ = = 𝟏. 𝟔
5 5 𝟓
8 2
+ =𝟐
5 5
101
-3er paso:
Se reemplaza los intervalos en la función inicial:
2
𝑓(𝑥) = 7 − 9𝑥 + 3𝑥3
𝑓(0) = 7 − 9(0)2 + 4(03 ) = 𝟕
𝑓(0.4) = 7 − 9(0.4)2 + 4(0.43 ) = 𝟓. 𝟖𝟏𝟔
𝑓(0.8) = 7 − 9(0.8)2 + 4(0.83 ) = 𝟑. 𝟐𝟖𝟖
𝑓(1.2) = 7 − 9(1.2)2 + 4(1.23 ) = 𝟎. 𝟗𝟓𝟐
𝑓(1.6) = 7 − 9(1.6)2 + 4(1.63 ) = 𝟎. 𝟑𝟒𝟒
𝑓(2) = 7 − 9(2)2 + 4(23 ) = 𝟑
-4to paso:
𝑏 𝑛
ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = [𝐹(𝑥0 ) + 2 ∑ 𝐹(𝑥𝑖 ) + 𝐹(𝑥𝑛 )]
𝑎 2
𝑖=1
Remplazando en la fórmula:
2
ℎ
∫ (−𝑥 2 + 4𝑥)𝑑𝑥 = [0 + 2𝑓(0.4) + 2𝑓(0.8) + 2𝑓(1.2) + 2𝑓(1.6) + 𝑓(2)]
0 2
0.4
[0 + 2(5.816) + 2(3.288) + 2(0.952) + 2(0.344) + (3)]
2
0.4
[23.8] = 4.76
2
Finalmente, la solución de la integral por el método de los trapecios es
5.25
102
3.4 Método de Simpson 1/3:
En análisis numérico, la regla o método de Simpson (nombrada así en
honor de Thomas Simpson) y a veces llamada regla de Kepleres un método
de integración numérica que se utiliza para obtener la aproximación de
la integral:
𝑏
𝑏−𝑎 𝑎+𝑏
∫ 𝑓(𝑥) 𝑑𝑥 ≈ [𝑓(𝑎) + 4𝑓 ( ) + 𝑓(𝑏)]
𝑎 6 2
La función f (x) (azul) es aproximada por una función cuadrática P (x) (rojo).
Se considera el polinomio interpolador de orden dos 𝑃2 (𝑥), que aproxima a
(𝑎+𝑏)
la función integrando 𝑓(𝑥) entre los nodos 𝑥0 = 𝑎, 𝑥1 = 𝑏 y 𝑚 = . La
2
expresión de ese polinomio interpolante, expresado a través de la
interpolación polinómica de Lagrange es:
(𝑥 − 𝑚)(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑚)

𝑃2 (𝑥) = 𝑓(𝑎) + 𝑓(𝑚) + 𝑓(𝑏)
(𝑎 − 𝑚)(𝑎 − 𝑏) (𝑚 − 𝑎)(𝑚 − 𝑏) (𝑏 − 𝑎)(𝑏 − 𝑚)
Así, la integral buscada

𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥
𝑎
Es equivalente a:
𝑏
𝑏−𝑎
𝐼 = ∫ 𝑃2 (𝑥)𝑑𝑥 + término error = [𝑓(𝑎) + 4𝑓(𝑚) + 𝑓(𝑏)] + 𝐸(𝑓)
𝑎 6
Donde 𝐸(𝑓) es el término de error; por lo tanto, se puede aproximar como:

𝑏
𝑏−𝑎
∫ 𝑓(𝑥) ≈ [𝑓(𝑎) + 4𝑓(𝑚) + 𝑓(𝑏)]
𝑎 6
103
𝟏
𝐌é𝐭𝐨𝐝𝐨 𝐝𝐞 𝐒𝐢𝐦𝐩𝐬𝐨𝐧
𝟑
1
Para hallar la fórmula de Simpson se tiene inicialmente la función y el
3
intervalo en el que se va a evaluar.
𝑥1
∫ 𝑓(𝑥)𝑑𝑥
𝑥0
Entonces:
𝑥1 𝑥1
∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑓2 (𝑥)𝑑𝑥
𝑥0 𝑥0
Dónde:
(𝑥 − 𝑥𝑚 )(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑥𝑚 )
𝑓2 (𝑥) = 𝑓(𝑎) + 𝑓(𝑥𝑚 ) + 𝑓(𝑏)
(𝑎 − 𝑥𝑚 )(𝑎 − 𝑏) (𝑥𝑚 − 𝑎)(𝑥𝑚 − 𝑏) (𝑏 − 𝑎)(𝑏 − 𝑥𝑚 )
𝑏−𝑎
ℎ= = 𝑥𝑚 − 𝑎 = 𝑏 − 𝑥𝑚
2
(𝑥 − 𝑥𝑚 )(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑥𝑚 )

𝑓2 (𝑥) = 𝑓(𝑎) + 𝑓(𝑥𝑚 ) + 𝑓(𝑏)
(−ℎ)(−2ℎ) (ℎ)(−ℎ) (2ℎ)(ℎ)
104
𝑓(𝑎) 𝑓(𝑥𝑚 ) 𝑓(𝑏)
𝑓2 (𝑥) = 2
(𝑥 − 𝑥𝑚 )(𝑥 − 𝑏) + 2
(𝑥 − 𝑎)(𝑥 − 𝑏) + (𝑥 − 𝑎)(𝑥 − 𝑥𝑚 )
2ℎ ℎ 2ℎ2
𝑏
𝑓(𝑎) 𝑏 𝑓(𝑥𝑚 ) 𝑏
∫ 𝑓2 (𝑥)𝑑𝑥 = ∫ (𝑥 − 𝑥𝑚 )(𝑥 − 𝑏) 𝑑𝑥 + ∫ (𝑥 − 𝑎)(𝑥 − 𝑏)𝑑𝑥
𝑎 2ℎ2 𝑎 ℎ2 𝑎
𝑓(𝑏) 𝑏
+ ∫ (𝑥 − 𝑎)(𝑥 − 𝑥𝑚 )𝑑𝑥
2ℎ2 𝑎
𝑏 𝑏
(𝑥 − 𝑏)2 (𝑥 − 𝑏)3
𝐼1 = ∫ (𝑥 − 𝑥𝑚 )(𝑥 (𝑥
− 𝑏)𝑑𝑥 = − 𝑥𝑚 ) − |
𝑎 2 6 𝑎
(𝑥 − 𝑏)2 (𝑥 − 𝑏)3
= (𝑎 − 𝑥𝑚 ) −
2 6
(−2ℎ)2 (−2ℎ)3
= −(−ℎ) −
2 6
4 2
= 2ℎ3 − ℎ3 = ℎ3
3 3
𝑏 𝑏
(𝑥 − 𝑏)2 (𝑥 − 𝑏)3
𝐼2 = ∫ (𝑥 − 𝑎)(𝑥 − 𝑏)𝑑𝑥 = (𝑥 − 𝑎) − |
𝑎 2 6 𝑎
(𝑎 − 𝑏)3 (−2ℎ)3 4
= = = − ℎ3
𝑏 6 3
𝑏 𝑏
(𝑥 − 𝑥𝑚 )2 (𝑥 − 𝑥𝑚 )3
𝐼3 = ∫ (𝑥 − 𝑎)(𝑥 − 𝑥𝑚 )𝑑𝑥 = (𝑥 − 𝑎) − |
𝑎 2 6 𝑎
(𝑏 − 𝑥𝑚 )2 (𝑏 − 𝑥𝑚 )3 (𝑎 − 𝑥𝑚 )3
= (𝑎 − 𝑥𝑚 ) − +
2 6 6
ℎ2 ℎ3 (−ℎ3 ) ℎ3 2ℎ3
= (2ℎ) − + = ℎ3 − =
2 6 6 3 3
𝑏
𝑓(𝑎) 2 3 𝑓(𝑥𝑚 ) 4 3 𝑓(𝑏) 2ℎ3
∫ 𝑓2 (𝑥)𝑑𝑥 = ( ℎ )+ (− ℎ ) + ( )
𝑎 2ℎ2 3 ℎ2 3 2ℎ2 3
105
ℎ 4 ℎ ℎ
= 𝑓(𝑎) + 𝑓(𝑥𝑚 ) + 𝑓(𝑏) = [𝑓(𝑎) + 4𝑓(𝑥𝑚 ) + 𝑓(𝑏)]
3 3 3 3
Por lo tanto:
𝑏
𝑓(𝑎) + 4𝑓(𝑥𝑚 ) + 𝑓(𝑏)
∫ 𝑓(𝑥) 𝑑𝑥 ≈ (𝑏 − 𝑎) [ ]
𝑎 6
1
𝑅𝑒𝑔𝑙𝑎 𝑠𝑖𝑚𝑝𝑙𝑒 𝑑𝑒 𝑆𝑖𝑚𝑝𝑠𝑜𝑛
3
𝑏−𝑎
ℎ= 𝑥𝑀 ∈ [𝑥𝑖−1 , 𝑥𝑖 ]
𝑛
𝑏 𝑥1 𝑥2 𝑥𝑛
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 + ⋯ + ∫ 𝑓(𝑥)𝑑𝑥
𝑎 𝑥0 𝑥1 𝑥𝑛−1
𝑥1 𝑓(𝑥0 ) + 4𝑓(𝑥𝑀1 ) + 𝑓(𝑥1 )

∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑥1 − 𝑥0 ) [ ]+⋯
𝑥0 6
𝑓(𝑥𝑛−1 ) + 4𝑓(𝑥𝑀𝑛 ) + 𝑓(𝑥𝑛 )
+ (𝑥𝑛 − 𝑥𝑛−1 ) [ ]
6
Por lo tanto:
𝑏 𝑓(𝑥0 ) + 4 ∑𝑛−1 𝑛−2
𝑖=𝑖𝑚𝑝𝑎𝑟 𝑓(𝑥𝑖 ) + 2 ∑𝑗=𝑝𝑎𝑟 𝑓(𝑥𝑗 ) + 𝑓(𝑥𝑛 )
∫ 𝑓(𝑥) 𝑑𝑥 ≈ (𝑏 − 𝑎) [ ]
𝑎 3𝑛
1
𝑅𝑒𝑔𝑙𝑎 𝑐𝑜𝑚𝑝𝑢𝑒𝑠𝑡𝑎 𝑑𝑒 𝑆𝑖𝑚𝑝𝑠𝑜𝑛
3
106
2
Ejemplo 1: Encontrar la aproximación de la función 𝑓(𝑥) = 𝑒 𝑥 con
valores de 𝑎 = 0, 𝑏 = 1, 𝑥𝑚 = 0.5
Solución:
Paso 1: Se escribe la integral de la fórmula que se resolverá

1
2
∫ 𝑒 𝑥 𝑑𝑥
0
Paso 2: Se reemplazan los valores dados en la fórmula Simple de Simpson

1
3
1
2 𝑓(0) + 4𝑓(0.5) + 𝑓(1)
∫ 𝑒 𝑥 𝑑𝑥 ≈ (1 − 0) [ ]
0 6
107
Paso 3: Se sustituyen los valores en la función a resolver y se encuentra el
resultado de la aproximación
2
1 + 4𝑒 (0.5) + 𝑒
= 1.4757
6
Ejemplo 2: Encontrar la aproximación de la integral para la función:
𝑒𝑥
𝑓(𝑥) = 𝑥 con las siguientes especificaciones:
Puntos = {2, 2.5, 3, 3.5, 4}

𝑥𝑀 = {2.25, 2.75, 3.25, 3.75}
Solución:
Paso 1: Se escribe la integral para la función dada.

4
𝑒𝑥
∫ ( )𝑑𝑥
2 𝑥
108
Paso 2: Se reemplazan los valores para cada función
𝑓(2) + 4[𝑓(2.25) + 𝑓(2.75) + 𝑓(3.25) + 𝑓(3.75)] + 2[𝑓(2.5) + 𝑓(3) + 𝑓(3.5)] + 𝑓(4)
(4 − 2) [ ]
6(4)
1 𝑒3 𝑒 2.25 𝑒 2.75 𝑒 3.25 𝑒 3.75 𝑒 2.5 𝑒 3 𝑒 3.5 𝑒4

= [ + 4[ + + + ] + 2[ + + ]+ ]
2 2 2.25 2.75 3.25 3.75 2.5 3 3.5 4
= 14.6767
109
3.5 Método de Simpson 3/8.
Este método de integración numérica se utiliza para obtener valores

aproximados y más precisos de integrales definidas utilizando la siguiente
formula.
Esta forma es muy similar a la regla de Simpson clásica, pero se usa
polinomios de LaGrange de tercer orden. Se tiene en consideración que
(𝑏−𝑎)
ahora el paso: ℎ = ya que la función se tabula con cuatro puntos de
3
igual distancia h y formando tres subintervalos.
La fórmula para hallar el valor de una integral definida está dada por:
𝑎
3ℎ
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3)]
𝑏 8
110
Ejemplo 1:
Hallar el valor aproximado de la siguiente integral usando la Regla de

Simpson de 3/8:
1
2
∫ 𝑒 𝑥 𝑑𝑥
0
Solución
Primero se halla h, que indica la distancia entre cada subintervalo:
𝑏−𝑎
ℎ=
𝑛
1−0 1
ℎ= = = 0.333
3 3
A continuación, se halla los valores de 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , teniendo en cuenta el

valor de h:
𝑥0 = 0
𝑥1 = 0 + 0.333 = 0.333
𝑥2 = 0.333 + 0.333 = 0.666
𝑥3 = 0.666 + 0.333 = 1
Luego se halla los valores de 𝑓(𝑥0 ), 𝑓( 𝑥1 ), 𝑓(𝑥2 ), 𝑓(𝑥3 ):
111
𝑓(𝑥0 ) = 1
𝑓(𝑥1 ) =1.11
𝑓(𝑥2 ) =1.55
𝑓(𝑥3 ) = 2.71
A continuación, se muestra la gráfica con los 3 subintervalos formados por

los valores de x y f(x) obtenidos anteriormente:
112
Por consiguiente, se muestra una tabla con los valores obtenidos
anteriormente de x y f(x):
Iteraciones 𝒙𝒊 𝒇(𝒙𝒊 )
0 0 1
1 0.333 1.11
2 0.666 1.55
3 1 2.71
A continuación, se reemplaza los valores de la tabla en la siguiente fórmula

para hallar el valor aproximado del área:
𝑏
3ℎ
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3)]
𝑎 8
1
1 3(3)
𝑥2 [1 + 3(1.11) + 3(1.55) + 2.71] = 𝟏. 𝟒𝟔𝟏𝟐𝟓
∫ 𝑒 𝑑𝑥 =
0 8
Por lo tanto 1.46125 será el valor aproximado.
113
Ejemplo 2:
Hallar el valor aproximado de la siguiente integral usando la Regla de

Simpson de 3/8:
1
𝑥
∫ 𝑑𝑥
0 (𝑥 + 1)(𝑥 + 2)
Solución
Primero se halla h, que indica la distancia entre cada subintervalo:
𝑏−𝑎
ℎ=
𝑛
1−0 1
ℎ= = = 0.333
3 3
A continuación, se halla los valores de 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , teniendo en cuenta el

valor de h:
𝑥0 = 0
𝑥1 = 0 + 0.333 = 0.333
𝑥2 = 0.333 + 0.333 = 0.666
𝑥3 = 0.666 + 0.333 = 1
Luego se halla los valores de 𝑓(𝑥0 ), 𝑓( 𝑥1 ), 𝑓(𝑥2 ), 𝑓(𝑥3 ):
114
𝑓(𝑥0 ) = 0
𝑓(𝑥1 ) =0.10
𝑓(𝑥2 ) =0.15
𝑓(𝑥3 ) = 0.16
A continuación, se muestra la gráfica con los 3 subintervalos formados por

los valores de x y f(x) obtenidos anteriormente:
Por consiguiente, se muestra una tabla con los valores obtenidos

anteriormente de x y f(x):
0 0 0
1 0.333 0.10
2 0.666 0.15
3 1 0.16
A continuación, se reemplaza los valores de la tabla en la siguiente fórmula

para hallar el valor aproximado del área:
115
𝑏
3ℎ
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3)]
𝑎 8
1
1
𝑥 3 (3)
∫ 𝑑𝑥 = [0 + 3(0.10) + 3(0.15) + 0.16] = 𝟎. 𝟏𝟏𝟑𝟕𝟓
0 (𝑥 + 1)(𝑥 + 2) 8
Por lo tanto 0.11375 será el valor aproximado.
116
3.5 Integración por método de Monte Carlo
El método de Monte Carlo es un método no determinista o estadístico
numérico, que utiliza números aleatorios, usado para aproximar
expresiones matemáticas complejas y costosas de evaluar analíticamente
con exactitud. El método de Monte Carlo proporciona soluciones
aproximadas a una gran variedad de problemas matemáticos posibilitando
la realización de experimentos con muestreos de números
pseudoaleatorios en una computadora.
Una aplicación importante de este método es al cálculo de integrales,

especialmente de alta dimensión, ya sea porque no es posible calcularlas
de forma exacta o es muy difícil su cómputo con el grado de precisión
deseado. La idea de la integración por Monte Carlo es evaluar la integral
usando muestreo aleatorio.
Existen diversas técnicas de Monte Carlo para la evaluación de integrales,

entre las más sencillas encontramos la técnica de rechazo, en la cual se
escogen puntos aleatorios para calcular el número de puntos de éxito (NE)
que se encuentran bajo la curva de la función, para ello se utilizan las
siguientes formulas:
𝑥𝑖 = 𝑟𝑎𝑛𝑑𝑜𝑚1(𝑏 − 𝑎) + 𝑎
𝑦𝑖 = 𝑟𝑎𝑛𝑑𝑜𝑚2 × (𝑀)
Los números random1 y random2 son números aleatorios comprendidos

en el intervalo entre 0 y 1. Cuando ya se han encontrado los números
aleatorios se procede a evaluar si es un punto bajo la curva (punto de
éxito), para ello se comprueba si 𝑦𝑖 ≤ 𝑓(𝑥𝑖 ), en caso contrario el punto no
está bajo la curva de la función.
Para hallar la integral de la función, ya teniendo los puntos de éxito se

aplica la siguiente formula:
𝑏
𝑁𝐸
∫ 𝑓(𝑥)𝑑𝑥 = (𝑏 − 𝑎)𝑀
𝑎 𝑁𝑇
117
En donde se describe que la integral de la función es el número de puntos
de éxito sobre el número de puntos totales que se evaluaron, multiplicado
por el área del rectángulo del intervalo.
La representación gráfica de esta fórmula es
118
Ejemplo 1:
Determinar la integral de 𝑓(𝑥) = 𝑥 3 + 2 en el intervalo x=1 y x=3 por
método de Monte Carlo.
Solución:
Paso 1: Primero se extrae todos los datos del problema:
• a=1
• b=3
• M = f(b) = 29
• f(x) = x3+2
Paso 2: Obtener valores aleatorios, para ello utilizar la calculadora, para

este ejemplo tomaremos 10 valores aleatorios distribuidos para X y Y, es
decir 5 puntos aleatorios.
Random1 Random2
0.615 0.147
0.844 0.331
0.519 0.911
0.765 0.387
0.084 0.656
Paso 3: Hallar los puntos aleatorios.
𝑥𝑖 = (0.615)(3 − 1) + 1 = 2.23
𝑦𝑖 = (0.147) × (29) = 4.263
Paso 4: Comprobar si es un punto bajo la curva de la función.
119
𝑓(𝑥𝑖 ) = (𝑥𝑖 )3 + 2 = (2.23)3 + 2 = 13.0895
𝑦𝑖 ≤ 𝑓(𝑥𝑖 ) = 4.263 ≤ 13.0895
Por lo que es un punto bajo la curva, se procede a realizar el mismo

procedimiento para los siguientes puntos.
Random1 Random2 xi yi f(xi) yi ≤ f(xi)
0.615 0.147 2.23 4.263 13.0895 Verdadero
0.844 0.331 2.688 9.599 21.4217 Verdadero
0.519 0.911 2.038 26.419 10.4647 Falso
0.765 0.387 2.53 11.223 18.1942 Verdadero
0.084 0.656 1.168 19.024 3.5934 Falso
Paso 5: Aplicar la fórmula general para hallar la integral.

𝑏
𝑁𝐸
∫ 𝑓(𝑥)𝑑𝑥 = (𝑏 − 𝑎)𝑀
𝑎 𝑁𝑇
3
3
∫ 𝑥 3 + 2 = (3 − 1)(29) = 34.8
1 5
El valor aproximado de la integral es 34.8, para mejorar los resultados hay
que realizar más intentos, por ejemplo, NT=1000, NT=10000, etc. Entre
más puntos se evalué más pequeño es el error de truncado que se obtiene
en el valor de la integral.
Ejemplo 2:
Determinar la integral de 𝑓(𝑥) = 𝑠𝑒𝑛(𝑥) + 5𝑥 2 en el intervalo x=1 y x=4 por
método de Monte Carlo.
Solución:
Paso 1: Primero se extrae todos los datos del problema:
• a=1
• b=4
• M = f(b) = 79.2431
• f(x) = Sen(x)+5x2
120
Paso 2: Obtener valores aleatorios, para ello utilizar la calculadora, para
este ejemplo tomaremos 20 valores aleatorios distribuidos para X y Y, es
decir 10 puntos aleatorios.
121
Random1 Random2
0.404 0.122
0.352 0.306
0.782 0.653
0.598 0.178
0.467 0.819
0.681 0.404
0.107 0.298
0.716 0.027
0.5 0.784
0.843 0.669
Paso 3: Hallar los puntos aleatorios.
𝑥𝑖 = (0.404)(4 − 1) + 1 = 2.212
𝑦𝑖 = (0.122) × (79.2431) = 9.667
Paso 4: Comprobar si es un punto bajo la curva de la función.
𝑓(𝑥𝑖 ) = 𝑠𝑒𝑛(𝑥) + 5𝑥 2 = 𝑠𝑒𝑛(2.212) + 5(2.212)2 = 25.266

𝑦𝑖 ≤ 𝑓(𝑥𝑖 ) = 9.667 ≤ 25.266
Por lo que es un punto bajo la curva, se procede a realizar el mismo

procedimiento para los siguientes puntos.
Random1 Random2 xi yi f(xi) yi ≤ f(xi)
0.404 0.122 2.212 9.667 25.266 Verdadero
0.352 0.306 2.056 24.2483 22.0202 Falso
0.782 0.653 3.346 51.7457 55.7755 Verdadero
122
0.598 0.178 2.794 14.1052 39.3728 Verdadero
0.467 0.819 2.401 64.9001 29.4987 Falso
0.681 0.404 3.043 32.0142 46.3976 Verdadero
0.107 0.298 1.321 23.6144 9.6941 Falso
0.716 0.027 3.148 2.1395 49.5431 Verdadero
0.5 0.784 2.5 62.1265 31.8484 Falso
0.843 0.669 3.529 53.0136 61.8914 Verdadero
Paso 5: Aplicar la fórmula general para hallar la integral.

𝑏
𝑁𝐸
∫ 𝑓(𝑥)𝑑𝑥 = (𝑏 − 𝑎)𝑀
𝑎 𝑁𝑇
4
6
∫ 𝑠𝑒𝑛(𝑥) + 5𝑥 2 = (4 − 1)(79.2431) = 142.63758
1 10
El valor aproximado de la integral es 142.63758, para mejorar los
resultados hay que realizar más intentos.
123
EJERCICIOS DE REPASO
Punto 1:
Usar la relación
𝟏
𝝅 −𝟏 (𝟏)
𝟏
= 𝒕𝒂𝒏 = ∫ 𝟐
𝒅𝒙
𝟒 𝟎 𝟏+𝒙
y las reglas de Simpson 1/3 y Simpson 3/8 con n=12 particiones, para
estimar el valor del número . Calcular el error relativo que se genera en
cada método.
Solución:
Método de Simpson 1/3:
Aplicamos la formula directamente, con los siguientes datos:
𝑎=0
𝑏=1
1
𝑓(𝑥) =
1 + 𝑥2
En este caso tenemos que n=12, por lo que la partición que se genera es:
P={0, 0.0833, 0.1666, 0.2499, 0.3333, 0.4166, 0.4999, 0.5833, 0.6666, 0.7499, 0.8333, 0.9166, 1}
Además, los puntos medios de cada sub intervalo son:
PM ={0.0416, 0.125, 0.2083, 0.2916, 0.3749, 0.4583, 0.5416, 0.6249, 0.7083, 0.7916, 0.8749, 0.9583}
Por lo tanto, sustituimos los datos en la fórmula para obtener:
124
1
1 𝑓(0)+4[𝑓(0.0416)+𝑓(0.125)+⋯+𝑓(0.9583)]+2[𝑓(0.0833)+⋯+𝑓(0.9166)]+𝑓(1)
∫ 2
𝑑𝑥 ≈(1-0) [ ]
0 1+𝑥 6(12)
1 1
= [1 + 4[9.426886] + 2[8.67168] + ] = 0.78542
72 2
π
Se obtiene que el valor de = 0.78542, por lo que el valor de 𝝅 = 3.14168
4
Se procede a evaluar el error relativo que se obtiene por este método:

|Valor Obtenido-Valor Real| |3.14168-3.1415926535|
𝜖𝑟 = = = 0.000027803 = 2.7803 ∙ 10−5
Valor Real 3.1415926535
Método de Simpson 3/8:
Aplicamos la formula directamente, con los siguientes datos:
𝑎=0
𝑏=1
1
𝑓(𝑥) =
1 + 𝑥2
1
En este caso tenemos que n=12, entonces h= por lo que la partición
12
que se genera es:
P={0, 0.0833, 0.1666, 0.2499, 0.3333, 0.4166, 0.4999, 0.5833, 0.6666, 0.7499, 0.8333, 0.9166, 1}
Ahora se procede a sustituir cada partición en f(x):

1 1
𝑓(0) = 2
=1 𝑓(0.5833) = = 0.7461
1 + (0) 1 + (0.5833)2
1 1
𝑓(0.0833) = = 0.9931 𝑓(0.6666) = = 0.6923
1 + (0.0833) 2 1 + (0.6666)2
1 1
𝑓(0.1666) = = 0.9729 𝑓(0.7499) = = 0.64
1 + (0.1666) 2 1 + (0.7499)2
1 1
𝑓(0.2499) = = 0.9412 𝑓(0.8333) = = 0.5901
1 + (0.2499)2 1 + (0.8333)2
1 1
𝑓(0.3333) = = 0.9 𝑓(0.9166) = = 0.5434
1 + (0.3333)2 1 + (0.9166)2
1 1
𝑓(0.4166) = = 0.8521 𝑓(1) = = 0.5
1 + (0.4166)2 1 + (1)2
1
𝑓(0.4999) = = 0.8
1 + (0.4999)2
125
Por lo tanto, sustituimos los datos en la fórmula para obtener:
1
1 3 1
∫ dx ≈ ( ) [f(0)+3[f(0.0833)+⋯+f(0.8333)]+3[f(0.1666)+⋯+f(0.9166)]+2[f(0.2499)+⋯+f(0.7499)]+f(1)]
0 1+x 2 8 12
1
= [1 + 3[3.2293] + 3[3.0607] + 2[2.3812] + 0.5] = 0.7853875
32
π
Se obtiene que el valor de = 0.7853875, por lo que el valor de
4
𝝅 = 𝟑. 𝟏𝟒𝟏𝟓𝟓
Se procede a evaluar el error relativo que se obtiene por este método:
|Valor Obtenido-Valor Real| |3.14155-3.1415926535|

𝜖𝑟 = = = 0.00001357 = 1.3577 ∙ 10−5
Valor Real 3.1415926535
126
Punto 3:
Solución:
Se halla las tres raíces positivas de 𝑓(𝑥) = 2𝑒 −𝑥 − 𝑠𝑒𝑛(𝑥), empleando el
método de la secante, y emplearlas para determinar el área de la región
limitada por las gráficas de la curva y el eje X entre estas raíces, como se
muestra en la figura:
Primera raíz
Primera iteración
𝑥0 = 0
𝑥1 = 1
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
(−0.1057121025)(0−1) 0.94−1
𝑥2 = 1 − = 0.949797 𝐸𝑟 = | | = 0.05
2−(−0.1057121025) 0.94
Segunda iteración
𝑥0 = 1
𝑥1 = 1
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
(−0.039658)(1−0.949797) 0.911−0.949
𝑥2 = 0.949797 − (−0.105712)−(−0.039658) = 0.911 𝐸𝑟 = | | = 0.04
0.911
Tercera iteración
𝑥0 = 0.949
𝑥1 = 0.911
127
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
(0.0141)(0.949−0.911) 0.921−0.911
𝑥2 = 0.911 − (−0.0385)−(0.0141)
= 0.921 𝐸𝑟 = | | = 0.01
0.921
Por lo tanto, la primera raíz es: 0.921
128
Segunda raíz
-Primera iteración
𝑥0 = 3
𝑥1 = 4
𝑓(𝑥1 ) − (𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
(0.7934337731)(3 − 4)
𝑥2 = 4 − = 3.049
(−0.04154587132) − (0.7934337731)
3.049 − 4
𝐸𝑟 = | | = 0.31
3.049
-Segunda iteración
𝑥0 = 4
𝑥1 = 3.049
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
(0.00303401)(4 − 3.049)
𝑥2 = 3.049 − = 3.0461
(0.7934337731) − (0.00303401)
3.0461 − 3.0497
𝐸𝑟 = | | = 0.011
3.0461
Por lo tanto, la segunda raíz es: 3.04
129
Tercera raíz
-Primera iteración
𝑥0 = 6
𝑥1 = 7
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
(−0.65516)(6−7) 6.30267−7
𝑥2 = 7 − (0.28437)−(−0.65516) = 6.30267 𝐸𝑟 = | | = 0.11
6.30267
-Segunda iteración
𝑥0 = 7
𝑥1 = 6.30267
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
(−0.01582)(7 − 6.30267)
𝑥2 = 6.30267 − = 6.28541
(−0.655516) − (−0.01582)
6.28541 − 6.30267
𝐸𝑟 = | | = 0.002
6.28541
A continuación, se procede a hallar el valor de la integral definida con los

intervalos hallados anteriormente (raíces).
6.28
∫ (2𝑒 −𝑥 − 𝑠𝑒𝑛(𝑥))𝑑𝑥
3.04
𝑎 = 3.04
𝑏 = 6.28
𝑛=3
6.28 − 3.04
ℎ= = 1.08
3
130
𝑥0 = 3.04
𝑥1 = 3.04 + 1.08 = 4.12
𝑥2 = 4.12 + 1.08 = 5.2
𝑥3 = 5.2 + 1.08 = 6.28
𝑓(𝑥0 ) = −0.00574
𝑓(𝑥1 ) = 0.86209
𝑓(𝑥2 ) = 0.89448
𝑓(𝑥3 ) = 0.00693
0 3.04 −0.00574
1 4.12 0.86209
2 5.2 0.89448
3 6.28 0.00693
-AREA 1
6.28
3.04
3(1.08)
= (−0.00574 + 3(0.86209) + 3(0.89448) + 0.00693) = 2.1347145
8
-AREA 2
3.04
0.92
𝑥0 = 0.92
53 122
𝑥1 = 0.92 + =
75 75
122 53 7
𝑥2 = + =
75 75 3
131
7 53
𝑥3 = + = 3.04
3 75
𝑓(𝑥0 ) = 0.00143
𝑓(𝑥1 ) = −0.60527
𝑓(𝑥2 ) = −0.52914
𝑓(𝑥3 ) = −0.00574
0 0.92 0.00143
1 122 −0.60527
75
2 7 −0.52914
3
3 3.04 −0.00574
3.04
∫ (2𝑒 −𝑥 − 𝑠𝑒𝑛(𝑥))𝑑𝑥 =
0.92
53
3( )
= 75 (0.00143 + 3(−0.60527) + 3(−0.52914) + (−0.00574))
8
= | − 0.9029981|
6.28
∫ (2𝑒 −𝑥 − 𝑠𝑒𝑛(𝑥))𝑑𝑥 = 2.1347145 + 0.9029981 = 3.0377126
0.92
132
Punto 4:
Determinar, por cualquiera de los métodos estudiados, las primeras dos
raíces positivas de la función 𝑓(𝑥) = 𝑙𝑛(𝑥) − 𝑥 + 2 = 0 y luego calcular el
área de la región limitada por la gráfica de la curva y el eje X entre estas
dos raíces.
Método a emplear: Método de Bisección 𝑎 = 0.1 y b = 0.3
Solución:
RAÍZ 1
Paso 1: se verifica la existencia de la raíz en el intervalo indicado.
𝑓(0.1) = 𝑙 𝑛(0.1) − 0.1 + 2 = −0.4025
𝑓(0.3) = 𝑙 𝑛(0.3) − 0.3 + 2 = 0.4960
Paso 2: Puesto que la función evaluada presenta signos distintos, se cumple

la condición, ahora se procede a hacer la primera iteración.
0.1 + 0.3
𝑥1 = = 0.2
2
𝑓(0.2) = 𝑙 𝑛(0.2) − 0.2 + 2 = 0.1905
𝑓(0.1) < 0
𝑓(0.2) > 0
𝑓(0.3) > 0
133
Paso 3: se toma 𝑎 = 0.1 y 𝑥1 = 0.2 y se procede a realizar la segunda
iteración.
0.1 + 0.2
𝑥2 = = 0.15
2
𝑓(0.15) = 𝑙 𝑛(0.15) − 0.15 + 2 = −0.0471
𝑓(0.1) < 0
𝑓(0.15) < 0
𝑓(0.2) > 0
Paso 4: Se toma 𝑎 = 0.15 y 𝑏 = 0.2 y se procede a realizar la tercera

iteración y el error de aproximación.
0.15 + 0.2
𝑥3 = = 0.175
2
𝑓(0.175) = 𝑙 𝑛(0.175) − 0.175 + 2 = 0.0820
𝑓(0.15) < 0
𝑓(0.175) > 0
𝑓(0.2) > 0
0.175 − 0.15
ɛ𝑟 = | | = 0.1428
0.175
Paso 5: Se toma 𝑎 = 0.15 y 𝑏 = 0.175 y se procede a realizar la cuarta

0.15 + 0.175
𝑥4 = = 0.1625
2
𝑓(0.1625) = 𝑙 𝑛(0.1625) − 0.1625 + 2 = 0.0204
𝑓(0.15) < 0
𝑓(0.1625) > 0
𝑓(0.175) > 0
134
0.1625 − 0.175
ɛ𝑟 = | | = 0.0769
0.1625
Paso 6: Se toma 𝑎 = 0.15 y 𝑏 = 0.1625 y se procede a realizar la quinta

0.15 + 0.1625
𝑥5 = = 0.1562
2
𝑓(0.1562) = 𝑙 𝑛(0.1562) − 0.1562 + 2 = −0.0128
𝑓(0.15) < 0
𝑓(0.1562) < 0
𝑓(0.1625) > 0
0.1562 − 0.1625
ɛ𝑟 = | | = 0.0403
0.1562
Paso 7: Se toma 𝑎 = 0.1562 y 𝑏 = 0.1625 y se procede a realizar la sexta

0.1562 + 0.1625
𝑥6 = = 0.1593
2
𝑓(0.1593) = 𝑙 𝑛(0.1593) − 0.1593 + 2 = 0.0037
𝑓(0.1562) < 0
𝑓(0.1593) > 0
𝑓(0.1625) > 0
0.1593 − 0.1562
ɛ𝑟 = | | = 0.0194
0.1593
135
i 𝑥𝑛 𝑎 𝑏 𝑓(𝑎) 𝑓(𝑏) ɛ𝑟
1 0.2 0.1 0.3 −0.4025 0.4960 -
2 0.15 0.1 0.2 −0.4025 0.1905 -
3 0.175 0.15 0.2 −0.0471 0.1905 0.1428
4 0.1625 0.15 0.175 −0.0471 0.0820 0.0769
5 0.1562 0.15 0.1625 −0.0471 0.0204 0.0403
6 0.1593 0.1562 0.1625 −0.0128 0.0204 0.0194
RAÍZ 2
Método a emplear: Newton-Raphson con valor inicial 𝑥0 = 3.1
Paso 1: Se halla la derivada de la función y se procede a realizar la
primera iteración.
𝑓(𝑥) = 𝑙𝑛(𝑥) − 𝑥 + 2
1
𝑓 ′ (𝑥) = −1
𝑥
𝑓(𝑥0 ) 𝑓(3.1)
𝑥1 = 𝑥0 − ′
= 3.1 − ′
𝑓 (𝑥0 ) 𝑓 (3.1)
𝑙 𝑛(3.1) − 3.1 + 2
= 3.1 − = 𝟑. 𝟏𝟒𝟔𝟑𝟔
1
− 1
3.1
Paso 2: El valor de 𝑥0 = 𝑥1 ; 𝑥0 = 3.14636 y se procede a realizar la segunda

iteración y se calcula el error de aproximación.
𝑓(3.14636) 𝑙 𝑛(3.14636) − 3.14636 + 2

𝑥2 = 3.14636 − = 3.14636 − = 3.14619
𝑓 ′ (3.14636) 1
3.14636 − 1
3.14619 − 3.14636
ɛ𝑟 = | | = 0.00005
3.14619
136
𝒙𝟎 𝒙𝟏 𝒙𝟐 ɛ𝒓
3.1 3.14636 𝟑. 𝟏4619 0.00005
137
4. MATRICES Y SISTEMAS DE ECUACIONES LINEALES
4.1.1 Vectores en 2 dimensiones
Un vector es un segmento de recta con origen en un punto del espacio y que
sirve para representar magnitudes que tienen una dirección y un sentido
(por lo mismo se llaman magnitudes vectoriales).
Conociendo las componentes de un vector, su magnitud y dirección se

pueden hallar usando las relaciones trigonométricas del triángulo
rectángulo en el teorema de Pitágoras.
Las magnitudes vectoriales son magnitudes que para estar determinadas

precisan de un valor numérico, una dirección, un sentido y un punto de
aplicación. Se utiliza el Teorema de Pitágoras para comprobar su relación
con la magnitud de un vector:
‖𝑣‖ = √𝑎2 + 𝑏 2
Un vector es un segmento dirigido, lo cual significa que, al ser un segmento

se puede medir, y al ser dirigido tiene dirección y sentido definido como:
𝑦
𝛼 = tan−1 ( )
𝑥
138
4.1.2 Vector Unitario
Se llama vector unitario a todo vector cuyo módulo sea 1, tales vectores se
suelen representar con letras coronadas con un símbolo "^": î, û, ...
Dado un vector no unitario F, podemos definir a partir de él otro vector

con su misma dirección, pero unitario, sin más que tomar: F/F, es decir,
multiplicando a F por el inverso de su módulo, 1/F.
Con frecuencia resulta conveniente disponer de un vector unitario que

tenga la misma dirección que un vector v dado. A tal vector se le llama
versor asociado con V y se puede representar bien sea por 𝐯̂ e indica la
dirección ve v en el espacio.
𝑣
𝑣̂ =
‖𝑣‖
139
4.1.3 Suma y resta de vectores
La suma y resta de vectores ⃗⃗⃗⃗⃗

(𝐴 y ⃗⃗⃗
𝐵 ) se realiza sumando o restando cada
una de las componentes de cada uno y da como resultado otro vector ⃗⃗⃗⃗⃗
(𝑅 ).
Para sumar dos vectores, los mismos tienen que tener la misma cantidad de
componentes.
Se puede visualizar como dos recorridos, donde el vector resultante va desde

el inicio del primer vector hasta el final del último.
𝑅⃗ = (𝑥𝐴 + 𝑥𝐵 , 𝑦𝐴 + 𝑦𝐵 )
4.1.4Producto por un escalar

El producto de un escalar por un vector da por resultado otro vector, con la
misma dirección que el primero. Al hacer la multiplicación, el escalar cambia
el módulo del vector y en caso de ser negativo cambia también el sentido. La
dirección del vector resultado es siempre la misma que la del vector original.
140
Matemáticamente se realiza multiplicando al escalar por cada una de las
componentes del vector.
𝑅⃗ × 𝐾 = (𝑥 × 𝑘, 𝑦 × 𝑘)
Ejemplo:
⃗ ⃗
Teniendo 𝑃 = (2,1), 𝑄 = (-5,-6), ⃗𝑅 = (-4,3), hallar el vector unitario de ⃗ =
𝑉
− 8 (⃗⃗⃗
3
−
𝑃 + ⃗⃗⃗𝑅) − (⃗⃗⃗𝑅 ⃗⃗⃗𝑄)
Solución:
𝑃⃗ + 𝑅⃗ = (2,1) + (−4,3) = ((−4 + 2) , (3 + 1)) = (−2,4)
⃗ = (−4,3) − (−5, −6) = (1,9)

𝑅⃗ − 𝑄
3 3 3 3
− (⃗⃗⃗
𝑃 + ⃗⃗⃗𝑅) = − (−2,4) = ( , − )
8 8 4 2
3 3 1 21
⃗ = ( , − ) − (1,9) = (− , − )
𝑉
4 2 4 2
141
Ahora para poder hallar el vector unitario, primero se requiere hallar la magnitud
⃗
del vector 𝑉
1 2 21 2
⃗ ‖ = √(− ) + (− )
‖𝑉
4 2
1 441 1765
⃗‖= √ +
‖𝑉 = √ = 10.5029
16 4 16
Entonces:
1
𝑉̂ = ⃗
𝑉
⃗‖
‖𝑉
1 1 21
𝑉̂ = (− , − )
10.5029 4 2
𝑉̂ = (−0.0238 , 0.9997)
142
4.1.5 Producto punto entre dos vectores
El producto punto o producto escalar de dos vectores es un número real que resulta
al hacer la sumatoria de los productos de sus componentes ó al multiplicar el
producto de sus magnitudes por el coseno del ángulo que forman.
⃗ = ‖𝐴‖ ∙ ‖𝐵
𝐴∙𝐵 ⃗ ‖ ∙ cos 𝛼
⃗ = 𝑥𝐴 ∙ 𝑥𝐵 + 𝑦𝐴 ∙ 𝑦𝐵
𝐴∙𝐵
4.1.6 Producto cruz entre dos vectores
El producto cruz entre dos vectores o el producto vectorial es una operación que se
efectúa para un espacio tridimensional, ya que el resultado de este es un vector
perpendicular a los vectores que se multiplican, y por lo tanto es un vector normal,
que varía dependiendo del ángulo que estos dos forman en un plano que los
contiene
El producto cruz se puede expresar mediante un determinante:
𝑖̂ 𝑗̂ 𝑘̂
⃗ = |𝑥𝐴
𝐴×𝐵 𝑦𝐴 𝑧𝐴 | = (𝑦𝐴 𝑧𝐵 − 𝑦𝐵 𝑧𝐴 )𝑖̂ − (𝑥𝐴 𝑧𝐵 − 𝑥𝐵 𝑧𝐴 )𝑗̂ + (𝑥𝐴 𝑦𝐵 − 𝑥𝐵 𝑦𝐴 )𝑘̂
𝑥𝐵 𝑦𝐵 𝑧𝐵
143
Donde 𝑖̂, 𝑗̂, ̂𝑘 , son vectores unitarios en los ejes x, y, z respectivamente
Ejemplo:
Hallar el producto punto y el producto cruz entre los vectores ⃗

𝑃 = (12,-9,5) y ⃗ =
𝑄
(7, 10, -8)
Solución
Producto Punto:
⃗ = ( 12 × 7) + (−9 × 10) + (5 × −8)

𝑃⃗ ∙ 𝑄
⃗ = (84) + (−90) + (−40)

𝑃⃗ ∙ 𝑄
⃗ = −46
𝑃⃗ ∙ 𝑄
Producto Cruz:
𝑖̂ 𝑗̂ 𝑘̂
⃗ = |12 −9 5 |
𝑃⃗ × 𝑄
7 10 −8
⃗ = ((−9)(−8) − (10)(5))𝑖̂ − ((12)(−8) − (7)(5))𝑗̂ + ((12)(10) − (7)(−9))𝑘̂

𝐴×𝐵
⃗ = (72 − 15)𝑖̂ − (−96 − 35)𝑗̂ + (120 + 63)𝑘̂

𝐴×𝐵
⃗ = (57)𝑖̂ − (−131)𝑗̂ + (156)𝑘̂

𝐴×𝐵
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴 × 𝐵 = (57, 131,156)
144
4.1.7 Matriz
Una matriz es un arreglo bidimensional de números, se representa por medio de
una letra mayúscula (A, B...) y sus elementos con la misma letra en minúscula (a,
b...), con un doble subíndice donde el primero indica la fila y el segundo la
columna a la que pertenece.
4.1.8 Suma y resta de matrices

La suma y resta de matrices exige que las matrices tengan la misma dimensión, ya
sean cuadradas o rectangulares.
La operación se define de una manera muy simple: la matriz resultante de dos

matrices con la misma dimensión es aquélla que tiene en la posición fila i y
columna j la suma de los elementos de la misma posición en las matrices que
sumamos, como, por ejemplo:
𝟑 𝟒 −𝟓 −𝟗 𝟑 𝟖
𝑨 = ( 𝟐 𝟎 𝟑 ) 𝑩 = (−𝟔 𝟐 −𝟑)
−𝟐 𝟏 𝟗 𝟏 𝟎 𝟔
𝟑 + (−𝟗) 𝟒 + 𝟑 −𝟓 + 𝟖 −𝟔 𝟕 𝟑
𝑨 + 𝑩 = (𝟐 + (−𝟔) 𝟎 + 𝟐 𝟑 + (−𝟑)) = (−𝟒 𝟐 𝟎 )
−𝟐 + 𝟏 𝟏 + 𝟎 𝟗+𝟔 −𝟏 𝟏 𝟏𝟓
𝟑 − (−𝟗) 𝟒 − 𝟑 −𝟓 − 𝟖 𝟏𝟐 𝟏 −𝟏𝟑
𝑨 − 𝑩 = (𝟐 − (−𝟔) 𝟎 − 𝟐 𝟑 − (−𝟑)) = ( 𝟖 𝟎 𝟔 )
−𝟐 − 𝟏 𝟏 − 𝟎 𝟗−𝟔 −𝟑 𝟏 𝟑
145
4.1.9 Producto por un escalar
Dada una matriz A = (a i j ) y un número real D Є R, se define la

multiplicación de un número real por una matriz a la matriz del
mismo orden que A, en la que cada elemento está multiplicado
por k.
𝒂𝟏𝟏 𝒂𝟏𝟐 𝑫 × 𝒂𝟏𝟏 𝑫 × 𝒂𝟏𝟐

𝑫 × (𝒂 𝒂𝟐𝟐 ) = ( )
𝟐𝟏 𝑫 × 𝒂𝟐𝟏 𝑫 × 𝒂𝟐𝟐
4.1.10 Producto entre dos matrices

Dadas dos matrices A y B de dimensiones m×n y n×p, el producto entre ellas se
puede definir solo si el número de columnas la matriz A es el mismo que el número
de filas de la matriz B, su producto matricial seria m×p. Ejemplo:
𝟑 𝟐 𝟏 𝟐 𝟏
𝑨 = (𝟏 𝟏 𝟑) 𝑩 = (𝟏 𝟎)
𝟎 𝟐 𝟏 𝟑 𝟐
A=3×3 B=3×2
(𝟑 × 𝟐 + 𝟐 × 𝟏 + 𝟏 × 𝟑) (𝟑 × 𝟏 + 𝟐 × 𝟎 + 𝟏 × 𝟐) 𝟏𝟏 𝟓
𝑨 × 𝑩 = ((𝟏 × 𝟐 + 𝟏 × 𝟏 + 𝟑 × 𝟑) (𝟏 × 𝟏 + 𝟏 × 𝟎 + 𝟑 × 𝟐)) 𝑨 × 𝑩 = (𝟏𝟐 𝟎𝟕)
(𝟎 × 𝟐 + 𝟐 × 𝟏 + 𝟏 × 𝟑) (𝟎 × 𝟏 + 𝟐 × 𝟎 + 𝟏 × 𝟐) 𝟓 𝟐
3×2
146
4.1.11 Matriz Transpuesta
Dada una matriz A, se llama matriz transpuesta de A, a la matriz que se obtiene
cambiando ordenadamente las filas por las columnas, es decir, en donde el
elemento aji de la matriz original A se convertirá en un elemento aij de la matriz
transpuesta AT
𝟏 −𝟐
𝑨= ( )
𝟓 𝟖
𝟏 𝟓
𝑨𝑻 = ( )
−𝟐 𝟖
Ejemplo:
Encontrar la matriz transpuesta del producto entre A y B.
2 9 2
𝐴 = | 5 −4 3|
−7 −1 6
5 4 −3
𝐵 = |−3 9 1 |
6 1 8
Solución
Para obtener el resultado en las correspondientes posiciones se debe hacer una
sumatoria con el producto de las componentes de las filas de la matriz A con los
de las columnas de la matriz B, es decir:
𝑐11 𝑐12 𝑐13

𝐴 × 𝐵 = 𝐶 = |𝑐21 𝑐22 𝑐23 |
𝑐31 𝑐32 𝑐33
147
𝑐11 = 𝑎11 𝑏11 + 𝑎12 𝑏21 + 𝑎13 𝑏31
ℎℎ𝑐11 = (2)(5) + (9)(−3) + (2)(6) = −5

𝑐12 = (2)(4) + (9)(9) + (2)(1) = 91
𝑐13 = (2)(−3) + (9)(1) + (2)(8) = 19
𝑐21 = (5)(5) + (−4)(−3) + (3)(6) = 36

𝑐22 = (5)(4) + (−4)(9) + (3)(1) = −13
𝑐23 = (5)(−3) + (−4)(1) + (3)(8) = 5
𝑐31 = (−7)(5) + (−1)(−3) + (6)(6) = 4

𝑐32 = (−7)(4) + (−1)(9) + (6)(1) = −31
𝑐33 = (−7)(−3) + (−1)(1) + (6)(8) = 68
−5 91 19
𝐶 = | 36 −13 5 |
4 −31 68
−5 36 4
𝐶 𝑇 = | 91 17 −5|
19 −5 39
148
4.2 Eliminación de Gauss Simple
El método de eliminación Gaussiana para la solución de sistemas de
ecuaciones lineales consiste en convertir a través de operaciones básicas
llamadas operaciones de renglón un sistema en otro equivalente más
sencillo cuya respuesta pueda leerse de manera directa. El método de
eliminación Gaussiana es el mismo para sistemas de ecuaciones 2×2, 3×3,
4×4 y así sucesivamente siempre y cuando se respete la relación de al
menos una ecuación por cada variable.
Antes de ilustrar el método con un ejemplo, es necesario primeramente

conocer las operaciones básicas de renglón las cuales son presentas a
continuación:
1. Ambos miembros de una ecuación pueden multiplicarse por una

constante diferente de cero.
2. Los múltiplos diferentes de cero de una ecuación pueden sumarse
a otra ecuación
3. El orden de las ecuaciones es intercambiable.
Este método se aplica para resolver sistemas lineales de la forma

𝐴 ∙ 𝑥𝑛 = 𝐵
El método de eliminación Gaussiana (simple), consiste en escalonar la
matriz aumentada del sistema:
(𝐴 ⋮ 𝐵)
Para obtener un sistema equivalente:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎′ 22 𝑥2 + ⋯ + 𝑎′ 2𝑛 𝑥𝑛 = 𝑏′2
⋮
𝑎′𝑛𝑛 𝑥𝑛 = 𝑏′𝑛
Se despejan las incógnitas comenzando con la última ecuación y hacia
arriba, convirtiendo en ceros los dígitos debajo de la diagonal principal. Por
esta razón, muchas veces se dice que el método de eliminación Gaussiana
consiste en la eliminación hacia adelante y sustitución hacia atrás.
149
Ejemplo 1:
Resolver el siguiente sistema de ecuaciones:
𝑥1 + 2𝑥2 + 3𝑥3 = 1
4𝑥1 + 5𝑥2 + 6𝑥3 = −2
7𝑥1 + 8𝑥2 + 10𝑥3 = 5
Usando el método de eliminación de Gauss Simple.
Solución:
Se realiza la matriz aumentada del sistema de ecuaciones:
𝑅1 1 2 3 1
𝑅2 (4 5 6 | −2)
𝑅3 7 8 10 5
Luego, se multiplica el primer renglón (R1) por (−4) y se suma al segundo

renglón (R2), de igual forma se multiplica el primer renglón por (−7) y se
suma al tercer renglón (R3) obteniendo:
𝑅1 1 2 3 1
−4𝑅1 + 𝑅2 → (0 −3 −6 | −6)
−7𝑅1 + 𝑅3 → 0 −6 −11 −2
Se divide el segundo renglón entre (−3) para hacer que el componente de la

diagonal principal sea 1 quedando como sigue:
𝑅1 1 2 3 1
𝑅2 /−3 → (0 1 2 | 2)
𝑅3 0 −6 −11 −2
Por último, se multiplica el segundo renglón por 6 y se suma al tercer

renglón:
𝑅1 1 2 3 1
𝑅2 (0 1 2 | 2 )
6𝑅2 + 𝑅3 → 0 0 1 10
150
Se obtiene la matriz escalonada:
𝑅1 1 2 3 1
𝑅2 (0 1 2 | 2)
𝑅3 0 0 1 10
Por lo tanto, el sistema equivale a:

𝑥1 + 2𝑥2 + 3𝑥3 = 1
𝑥2 + 2𝑥3 = 2
𝑥3 = 10
De la última ecuación se obtiene 𝑥3 = 10, se sustituye este valor en la
segunda ecuación para obtener 𝑥2 = −18, por último, se sustituyen estos
dos valores en la primera ecuación con lo cual se obtiene 𝑥1 = 7.
Ejemplo 2:
− 𝑥1 + 3𝑥2 + 2𝑥3 = 12
2𝑥1 − 5𝑥2 + 𝑥3 = −10
3𝑥1 + 𝑥2 − 6𝑥3 = 4
Usando el método de eliminación de Gauss Simple.
Solución:
𝑅1 −1 3 2 12
𝑅2 ( 2 −5 1 | −10)
𝑅3 3 1 −6 4
Luego, se multiplica el primer renglón (R1) por (2) y se suma al segundo
renglón (R2), de igual forma se multiplica el primer renglón por (3) y se
suma al tercer renglón (R3) obteniendo:
151
𝑅1 −1 3 2 12
2𝑅1 + 𝑅2 → ( 0 1 5 | 14)
3𝑅1 + 𝑅3 → 0 10 0 40
Por último, se multiplica el segundo renglón por (−10) y se suma al tercer

renglón:
𝑅1 −1 3 2 12
𝑅2 ( 0 1 5 | 14 )
−10𝑅2 + 𝑅3 → 0 0 50 −100
Se obtiene la matriz escalonada:
𝑅1 −1 3 2 12
𝑅2 ( 0 1 5 | 14 )
𝑅3 0 0 50 −100
Por lo tanto, el sistema equivale a:

−𝑥1 + 3𝑥2 + 2𝑥3 = 12
𝑥2 + 5𝑥3 = 14
50𝑥3 = −100
De la última ecuación se obtiene 𝑥3 = 2, se sustituye este valor en la
segunda ecuación para obtener 𝑥2 = 4, por último, se sustituyen estos dos
valores en la primera ecuación con lo cual se obtiene 𝑥1 = 4.
152
4.2.1 Eliminación de Gauss – Jordan
Los métodos de eliminación de Gauss y de Gauss – Jordan nos permiten
obtener las soluciones (en caso de haberlas), de los sistemas de ecuaciones
lineales (SEL). Ambos métodos se basan en la idea de que las soluciones
del SEL que se obtiene al realizar operaciones elementales fila o columna
son las mismas que las del SEL original.
El método de Gauss – Jordan consiste en aplicar operaciones elementales

fila, es decir, cualquier fila se puede multiplicar por cualquier número
(distinto de cero), o se le puede sumar o restar cualquier otra fila
multiplicada o no por cualquier número. No se puede restar una fila a ella
misma. También puede intercambiarse el orden de las filas, por ejemplo,
intercambiar las dos primeras filas.
El proceso debe aplicarse hasta que se obtenga la matriz en forma

escalonada reducida de la matriz ampliada, a diferencia del método de
eliminación de Gauss simple que es hasta que se obtenga la forma
escalonada.
Recordamos que una matriz en su forma escalonada reducida cumple:
• En cada fila, el primer elemento distinto de cero (de izquierda a

derecha) es un 1 (uno principal). A la izquierda de este 1, sólo hay
ceros. A su derecha puede haber cualquier número. En la columna
del 1 principal de las filas de arriba y las de abajo sólo puede haber
ceros (a no ser que sea la primera fila y por encima del 1 no hay
ningún elemento).
• El uno principal de cualquier fila se sitúa más a la izquierda de los
unos principales de las filas inferiores a ésta.
• Si existen filas formadas únicamente por ceros, éstas son las
inferiores.
153
Ejemplo 1:
5𝑥 + 2𝑦 = 2
2𝑥 + 𝑦 − 𝑧 = 0
2𝑥 + 3𝑦 − 𝑧 = 3
Usando el método de eliminación de Gauss – Jordan.
Solución:
𝑅1 5 2 0 2
𝑅2 (2 1 −1 | 0)
𝑅3 2 3 −1 3
Realizar operaciones elementales fila para obtener la matriz en forma

escalonada reducida.
Primero, se multiplica el primer renglón por 1/5:
(1/5)𝑅1 → 5 2 0 2 1 2/5 0 2/5

𝑅2 (2 1 −1 | 0) → (2 1 −1 | 0 )
𝑅3 2 3 −1 3 2 3 −1 3
Se multiplica el primer renglón (R1) por (–2) y se suma al segundo y tercer

renglón (R2 y R3):
𝑅1 1 2/5 0 2/5 1 2/5 0 2/5

−2𝑅1 + 𝑅2 → (2 1 −1 | 0 ) → (0 1/5 −1 | −4/5)
−2𝑅1 + 𝑅3 → 2 3 −1 3 0 11/5 −1 11/5
Se procede a multiplicar el segundo y tercer renglón por (5):
154
𝑅1 1 2/5 0 2/5 1 2/5 0 2/5
5𝑅2 → (0 1/5 −1 | −4/5) → (0 1 −5 | −4 )
5𝑅3 → 0 11/5 −1 11/5 0 11 −5 11
Multiplicar el tercer renglón por (–1) y sumar al segundo renglón:

𝑅1 1 2/5 0 2/5 1 2/5 0 2/5
−1𝑅3 + 𝑅2 → (0 1 −5 | −4 ) → (0 −10 0 | −15)
𝑅3 0 11 −5 11 0 11 −5 11
Se multiplica el segundo renglón por (–1/10) y el tercer renglón por (1/11):
𝑅1 1 2/5 0 2/5 1 2/5 0 2/5

(−1/10)𝑅2 → (0 −10 0 | −15) → (0 1 0 | 3/2)
(1/11)𝑅3 → 0 11 −5 11 0 1 −5/11 1
Se multiplica el segundo renglón por (–2/5) y se suma al primer renglón, y

el tercer renglón se suma el segundo renglón multiplicado por (–1):
(−2/5)𝑅2 + 𝑅1 → 1 2/5 0 2/5 1 0 0 −1/5

𝑅2 (0 1 0 | 3/2) → (0 1 0 | 3/2 )
−1𝑅2 + 𝑅3 → 0 1 −5/11 1 0 0 −5/11 −1/2
Por último, se multiplica el tercer renglón por (–11/5):
𝑅1 1 0 0 −1/5 1 0 0 −1/5
𝑅2 (0 1 0 | 3/2 ) → (0 1 0 | 3/2 )
(−11/5)𝑅3 → 0 0 −5/11 −1/2 0 0 0 11/10
155
Esta última matriz es la forma escalonada reducida. Al tener la matriz
identidad, se sabe que se trata de un sistema compatible determinado y se
puede obtener de ella la única solución del sistema.
Por lo tanto, la solución del sistema inicial:
𝑥 = −1/5
𝑦 = 3/2
𝑧 = 11/10
Ejemplo 2:
𝑥 + 2𝑦 + 3𝑧 = 1
−3𝑥 − 2𝑦 − 𝑧 = 2
4𝑥 + 4𝑦 + 4𝑧 = 3
Usando el método de eliminación de Gauss – Jordan
Solución:
𝑅1 1 2 3 1
𝑅2 (−3 −2 −1 | 2)
𝑅3 4 4 4 3

Primero, se multiplica el segundo renglón (R2) por (–-1/3) y el tercer
renglón (R3) por (1/4):
𝑅1 1 2 3 1 1 2 3 1
(−1/3)𝑅2 → (−3 −2 −1 | 2) → (1 2/3 1/3 | −2/3)
(1/4)𝑅3 → 4 4 4 3 1 1 1 3/4
156
Se multiplica el primer renglón (R1) por (–1) y se suma al segundo y tercer
renglón (R2 y R3):
𝑅1 1 2 3 1 1 2 3 1
−1𝑅1 + 𝑅2 → (1 2/3 1/3 | −2/3) → (0 −4/3 −8/3 | −5/3)
−1𝑅1 + 𝑅3 → 1 1 1 3/4 0 −1 −2 −1/4
Se multiplica el segundo renglón por (–3/4) y el tercer renglón por (–1):
𝑅1 1 2 3 1 1 2 3 1
(−3/4)𝑅2 → (0 −4/3 −8/3 | −5/3) → (0 1 2 | 5/4)
(−1)𝑅3 → 0 −1 −2 −1/4 0 1 2 1/4
Multiplicar el segundo renglón por (–1) y sumar al tercer renglón:
𝑅1 1 2 3 1 1 2 3 1
𝑅2 → (0 1 2 | 5/4) → (0 1 2 | 5/4)
−1𝑅2 + 𝑅3 0 1 2 1/4 0 0 0 −1
Esta última matriz tiene forma escalonada (pero no reducida) y no se

continúa realizando operaciones fila ya que la última fila hace que el
sistema sea incompatible. Dicha fila dice:
0𝑥 + 0𝑦 + 0𝑧 = −1
Y esta es una igualdad imposible.
157
4.2.2 Método Gauss – Seidel
El método Gauss – Seidel es un método iterativo para resolver sistemas de
ecuaciones lineales más simple y se aplica sólo a sistemas cuadrados, es
decir a sistemas con tantas incógnitas como ecuaciones. En este método
se va utilizando los valores de las incógnitas recién calculados en la misma
iteración, y no en la siguiente.
En el método de Gauss-Seidel se utiliza de xi+1 en lugar de xi en forma

inmediata para calcular el valor de yi+1 de igual manera procede con las
siguientes variables, siempre se utilizan las variables recién calculadas.
Este método consiste en hacer iteraciones, a partir de un vector inicial,
para encontrar los valores de las incógnitas hasta llegar a una tolerancia
deseada.
Ejemplo 1:
Partiendo de (x=1, y=2) aplique dos iteraciones del método de Gauss-Seidel
para resolver el sistema:
5𝑥 + 2𝑦 = 1
𝑥 − 4𝑦 = 0
Solución:
Despejar las incógnitas de la ecuación correspondiente:
1 2𝑦
𝑥= −
5 5
𝑥
𝑦=
4
Aplicamos la primera iteración de 𝑥0 = 1 y 𝑦0 = 2:

1 2(𝑦0 ) 1 2(2) 3
𝑥1 = − = − = − = −0.6
5 5 5 5 5
𝑥1 −0.6
𝑦1 = = = −0.15
4 4
Se procede a aplicar la segunda iteración de 𝑥1 = −0.6 y 𝑦1 = −0.15:
158
1 2(𝑦1 ) 1 2(−0.15)
𝑥2 = − = − = 0.26
5 5 5 5
𝑥2 0.26
𝑦2 = = = 0.065
4 4
159
4.3 DETERMINANTE DE UNA MATRIZ
Ejemplo 1
Se toma como ejemplo la siguiente matriz de 3x3:
1 2 3
𝐴 = [1 1 −1]
2 0 5
Ahora para poder hallar su determinante se utiliza la regla de Sarrus que
consiste en multiplicar todos los elementos de la matriz en diagonales, en
conclusión, se hace el siguiente procedimiento:
Se aumenta las dos primeras columnas de la matriz:
1 2 3 1 2
𝐴 = [1 1 −1 1 1]
2 0 5 2 0
Luego de eso se multiplica los números que están pintados con rojo en
diagonal de izquierda a derecha, y se irán sumando:
(1 ∗ 1 ∗ 5) + (2 ∗ −1 ∗ 2) + (3 ∗ 1 ∗ 0) = 1
Ahora se aumenta a la matriz la columna que falta para así poder tener los
coeficientes que se necesita para hallar el determinante de la matriz.
1 2 3 1 2 3
𝐴 = [1 1 −1 1 1 −1]
2 0 5 2 0 5
diagonal de derecha a izquierda, y se irán restando:
−(3 ∗ 1 ∗ 2) − (2 ∗ 1 ∗ 5) − (1 ∗ −1 ∗ 0) = −16
Finalmente se suma el 1 con el -16, y ese sería resultado del determinante
la matriz:
|𝐴| = 1 + (−16) = −𝟏𝟓
Ejemplo 2
Se toma como ejemplo la siguiente matriz de 3x3:
3 2 1
𝐴=[ 0 2 −5 ]
−2 1 4
Ahora para poder hallar su determinante se utiliza la regla de Sarrus que
consiste en multiplicar todos los elementos de la matriz en diagonales, en
conclusión, se hace el siguiente procedimiento:
160
Se aumenta las dos primeras columnas de la matriz:
3 2 1 3 2
𝐴=[ 0 2 −5 0 2 ]
−2 1 4 −2 1
diagonal de izquierda a derecha, y se irán sumando:
(3 ∗ 2 ∗ 4) + (2 ∗ −5 ∗ −2) + (1 ∗ 0 ∗ 1) = 44
Ahora se aumenta a la matriz la columna que falta para así poder tener los
coeficientes que se necesita para hallar el determinante de la matriz.
3 2 1 3 2 1
𝐴=[ 0 2 −5 0 2 −5 ]
−2 1 4 −2 1 4
diagonal de derecha a izquierda, y se irán restando:
−(1 ∗ 2 ∗ −2) − (2 ∗ 0 ∗ 4) − (3 ∗ −5 ∗ 1) = 19
Finalmente se suma el 44 con el 19, y ese sería resultado del determinante
la matriz:
|𝐴| = 44 + 19 = 𝟔𝟑
INVERSA DE UNA MATRIZ

Para poder hallar la inversa de una matriz utilizaremos el método de
eliminación de Gauss-Jordan para poder encontrarla más fácilmente.
Ejemplo
Determinar la matriz inversa de la siguiente matriz:
2 3 1
𝐴 = [3 −2 −4]
5 −1 −1
A continuación, se aumenta la matriz identidad para así poder empezar a
resolver por el método de eliminación de Gauss-Jordan.
2 3 1 1 0 0 → 𝑅1
(𝐴|𝐼) = [3 −2 −4 |0 1 0] → 𝑅2
5 −1 −1 0 0 1 → 𝑅3
Luego se toma el primer renglón y se multiplica por un medio, esto para
obtener un 1 en la primera posición, los demás renglones se dejan igual:
161
2 3 1 1 0 0 1 1 3/2 1/2 1/2 0 0
[3 −2 −4 |0 1 0] 𝑅1 → 𝑅1 ∗ ( ) → [3 −2 −4 | 0 1 0]
2
5 −1 −1 0 0 1 5 −1 −1 0 0 1
Ahora, para transformar el 3 en un 0, se multiplica el renglón 1 por menos
tres, y se le suma a este resultado el renglón 2 y para transformar el cinco
en un 0, se multiplica el primer renglón por menos cinco y a esto se le suma
el renglón 3.
1 3/2 1/2 1/2 0 0 𝑅 → −3 ∗ 𝑅 + 𝑅 1 3/2 1/2 1/2 0 0
2 1 2
[3 −2 −4 | 0 1 0] 𝑅 → −5 ∗ 𝑅 + 𝑅 → [0 −13/2 −11/2 |−3/2 1 0]
5 −1 −1 0 0 1 3 1 3
0 −17/2 −7/2 −5/2 0 1
Luego se toma el segundo renglón y se multiplica por menos dos treceavo,
esto para obtener un 1 en la posición (2,2), los demás renglones se dejan
igual:
1 3/2 1/2 1/2 0 0
2
[0 −13/2 −11/2 |−3/2 1 0] → (− ) 𝑅2
13
0 −17/2 −7/2 −5/2 0 1
1 3/2 1/2 1/2 0 0
→ [0 1 11/13 | 3/13 −2/13 0]
0 −17/2 −7/2 −5/2 0 1
Para transformar el tercer renglón se toma el renglón 2 y se multiplica por
17/2, a esto se le suma el renglón 3, y para transformar el primer renglón
se toma el renglón 2 y se multiplica por menos tres medios:
1 3/2 1/2 1/2 0 0
𝑅 →−3/2 ∗ 𝑅2 + 𝑅1
[0 1 11/13 | 3/13 −2/13 0] 1
𝑅 → 17/2 ∗ 𝑅2 + 𝑅3
0 −17/2 −7/2 −5/2 0 1 3
1 0 −10/13 2/13 3/13 0
→ [0 1 11/13 | 3/13 −2/13 0]
0 0 48/13 −7/13 −17/13 1
Para obtener el último pivote, se multiplica el tercer renglón por 13/48:

1 0 −10/13 2/13 3/13 0
13
[0 1 11/13 | 3/13 −2/13 0] 𝑅3 → ( ) 𝑅3
48
0 0 48/13 −7/13 −17/13 1
1 0 −10/13 2/13 3/13 0

→ [0 1 11/13 | 3/13 −2/13 0 ]
0 0 1 −7/48 −17/48 13/48
162
Finalmente, se realiza las 2 últimas transformaciones, para el renglón 1 se
multiplica el renglón 3 por 10/13 y se le suma con el renglón 1. Para el
renglón 2 se multiplica el renglón 3 por -11/13 y se le suma el renglón 2:
1 0 −10/13 2/13 3/13 0
𝑅 → 10/13 ∗ 𝑅3 + 𝑅1
[0 1 11/13 | 3/13 −2/13 0 ] 1
𝑅 →−11/13 ∗ 𝑅3 + 𝑅2
0 0 1 −7/48 −17/48 13/48 2
1 0 0 1/24 −1/24 5/24

→ [0 1 0 | 17/48 7/48 −11/48]
0 0 1 −7/48 −17/48 13/48
Por lo tanto:
1/24 −1/24 5/24
|𝐴|−1 = [ 17/48 7/48 −11/48]
−7/48 −17/48 13/48
Ejemplo
Determinar la matriz inversa de la siguiente matriz:
2 4 6
𝐴 = [4 5 6]
3 1 −2
A continuación, se aumenta la matriz identidad para así poder empezar a
resolver por el método de eliminación de Gauss-Jordan.
2 4 6 1 0 0 → 𝑅1
(𝐴|𝐼) = [4 5 6 |0 1 0] → 𝑅2
3 1 −2 0 0 1 → 𝑅3
Luego se toma el primer renglón y se multiplica por un medio, esto para

obtener un 1 en la primera posición, los demás renglones se dejan igual:
2 4 6 1 0 0 1 1 2 3 1/2 0 0
[4 5 6 |0 1 0] 𝑅1 → 𝑅1 ∗ ( ) → [4 5 6 | 0 1 0]
2
3 1 −2 0 0 1 3 1 −2 0 0 1
163
Ahora, para transformar el 4 en un 0, se multiplica el renglón 1 por -1, y se
le suma a este resultado el renglón 2 y para transformar el 3 en un 0, se
multiplica el primer renglón por -3 y a esto se le suma el renglón 3.
1 2 3 1/2 0 0 𝑅 → 𝑅 ∗ (−4) + 𝑅 1 2 3 1/2 0 0

2 1 2
[4 5 6 | 0 1 0] → [0 −3 −6 | −2 1 0]
𝑅 → 𝑅1 ∗ (−3) + 𝑅3
3 1 −2 0 0 1 3 0 −5 −11 −3/2 0 1
Luego se toma el segundo renglón y se multiplica por menos un tercio, esto

para obtener un 1 en la posición (2,2), los demás renglones se dejan igual:
1 2 3 1/2 0 0 1 2 3 1/2 0 0
1
[0 −3 −6 | −2 1 0 ] 𝑅2 → 𝑅2 ∗ (− ) → [0 1 2 | 2/3 −1/3 0]
3
0 −5 −11 −3/2 0 1 0 −5 −11 −3/2 0 1
Para transformar el tercer renglón se toma el renglón 2 y se multiplica por

5, a esto se le suma el renglón 3, y para transformar el primer renglón se
toma el renglón 2 y se multiplica por menos dos:
1 2 3 1/2 0 0
𝑅 → 𝑅2 ∗ (−2) + 𝑅1
[0 1 2 | 2/3 −1/3 0] 1
𝑅3 → 𝑅2 ∗ 5 + 𝑅3
0 −5 −11 −3/2 0 1
1 0 −1 −5/6 2/3 0
→ [0 1 2 | 2/3 −1/3 0]
0 0 −1 11/6 −5/3 1
Para obtener el último pivote, se multiplica el tercer renglón por menos uno:
1 0 −1 −5/6 2/3 0 1 0 −1 −5/6 2/3 0

[0 1 2 | 2/3 −1/3 0] 𝑅3 → 𝑅3 ∗ (−1) → [0 1 2 | 2/3 −1/3 0]
0 0 −1 11/6 −5/3 1 0 0 1 −11/6 5/3 −1
Finalmente, se realiza las 2 últimas transformaciones, para el renglón 1 se

multiplica el renglón 3 por 1 y se le suma con el renglón 1. Para el renglón
2 se multiplica el renglón 3 por menos dos y se le suma el renglón 2:
164
1 0 −1 −5/6 2/3 0
𝑅1 → 𝑅3 ∗ 1 + 𝑅1
[0 1 2 | 2/3 −1/3 0 ]
𝑅 → 𝑅3 ∗ (−2) + 𝑅2
0 0 1 −11/6 5/3 −1 2
1 0 0 −8/3 7/3 −1
→ [0 1 0 | 13/3 −11/3 2]
0 0 1 −11/6 5/3 −1
Por lo tanto:
−8/3 7/3 −1
|𝐴|−1 = [ 13/3 −11/3 2 ]
−11/6 5/3 −1
165
4.3.1 INVERSA DE UNA MATRIZ
Para calcular la inversa a una matriz, se debe verificar que la matriz sea
cuadrada, si la matriz no es cuadrada, no tiene matriz inversa.
Si es una matriz 2x2, se puede calcular con el siguiente método
𝐴 𝐵
𝐴=[ ]
𝐶 𝐷
𝐷 −𝐵
𝐴−1 = [𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒 𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒 ]
−𝐶 𝐴
𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒 𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒
Siempre y cuando el determinante no sea 0
Si es una matriz 3x3, se debe usar un método distinto, para este caso se
explicará cómo hallar la matriz inversa con gauss jordan y la matriz
identidad.
Entiéndase como matriz identidad la matriz:
1 0 0
[0 1 0]
0 0 1
Lo que se busca es transformar la matriz que se tiene en la matriz

identidad, para encontrar la matriz inversa.
𝐴 𝐵 𝐶 1 0 0 1 0 0 𝐴−1 𝐵 −1 𝐶 −1
−1
𝐴 = [𝐷 𝐸 𝐹 |0 1 0 ] → 𝐴 = [0 1 0 |𝐷−1 𝐸 −1 𝐹 −1 ]
𝐺 𝐻 𝐼 0 0 1 0 0 1 𝐺 −1 𝐻 −1 𝐼 −1
166
4 3
Ejemplo 1: Determinar la inversa de la matriz 𝐴 = [ ]
3 2
Solución:
Paso 1: Calcular el determinante de la matriz
4 3
𝐴=[ ]
3 2
= (4 × 2) − (3 × 3) = −1
−1 ≠ 0
Paso 2: Como el determinante es distinto de 0, se procede a calcular la
inversa de la matriz
2 −3
−2 3
𝐴−1 = [−1 −1] = [ ]
−3 4 3 −4
−1 −1
1 2 3
Ejemplo 2: Encontrar la matriz inversa de la matriz 𝐴 = [2 3 1]
3 1 2
Solución:
Paso1: Se escribe la matriz identidad y se procede a realizar el método de
eliminación gauss jordan.
1 2 3 1 0 0
𝐴 = [2 3 1 |0 1 0] 2𝑅1 − 𝑅2
3 1 2 0 0 1
1 2 3 1 0 0
𝐴 = [0 1 5 |2 1 0] 3𝑅1 − 𝑅3
3 1 2 0 0 1
1 2 3 1 0 0
𝐴 = [0 1 5 |2 1 0] 5𝑅2 − 𝑅3
0 5 7 3 0 1
1 2 3 1 0 0
𝐴 = [0 1 5 |2 1 0] 2𝑅2 − 𝑅1
0 0 18 7 5 1
167
1 0 7 3 2 0 𝑅
3
𝐴 = [0 1 5 |2 1 0]
18
0 0 18 7 5 1
3 2 0
1 0 7
2 1 0 5𝑅3 − 𝑅2
𝐴 = [0 1 5| 7 5 1 ] 7𝑅3 − 𝑅1
0 0 1
18 18 18
−5 −1 7
18 18 18
1 0 0 |−1 7 5
𝐴−1 = [0 1 0
0 0 1 | 18 18 18
7 5 1
18 18 18]
−5 −1 7
18 18 18
−1 7 5
𝐴−1 =
18 18 18
7 5 1
[ 18 18 18]
168
4.4 MÉTODO DE NEWTON-RAPHSON PARA SISTEMAS NO LINEALES
Se tiene como fórmula general para el método de Newton-Raphson
𝑥𝑘+1 𝑥𝑘 𝑓 (𝑥 , 𝑦 )
(𝑦 ) = (𝑦 ) − 𝐽𝑓(𝑥𝑘 , 𝑦𝑘 )−1 × ( 1 𝑘 𝑘 )
𝑘+1 𝑘 𝑓2 (𝑥𝑘 , 𝑦𝑘 )
Cómo parámetro debe cumplirse que el determinante de la matriz
Jacobiana no debe ser 0, puesto que eso haría que el cálculo de las
iteraciones fuese imposible y no habría manera de utilizar el método.
Suponiendo que se tenga un sistema con el mismo número de ecuaciones
que de incógnitas, se tiene que:
𝑓1 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
𝑓2 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
𝑓𝑛 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
Se tiene una función f que tiene como componentes todas las demás
funciones.
𝑓 = (𝑓1 , 𝑓2 , … , 𝑓𝑛 ) 𝑓: 𝐴 → 𝑅 𝑛
𝑓 = (𝑓1 , 𝑓2 , … , 𝑓𝑛 ) = (0,0, … ,0)
Se debe tener unos valores iniciales que se puedan reemplazar dentro de la
fórmula general, estos pueden ser dados o inventados teniendo como
referencia un valor cercano al punto de convergencia que sea necesario,
partiendo del 0,0,0.
𝑥1 0 , 𝑥2 0 , … , 𝑥𝑛 0
𝑥11 , 𝑥21 , … , 𝑥𝑛 1
𝑥1 𝑘+1 𝑥1 𝑘 𝑓(𝑥1 𝑘 )
(𝑥2 𝑘+1 ) = (𝑥2 𝑘 ) − 𝐽𝑓(𝑥1 𝑘 , 𝑥2 𝑘 , … , 𝑥𝑛 𝑘 )−1 × ( 𝑓(𝑥2 𝑘 ) )
𝑥𝑛 𝑘+1 𝑥𝑛 𝑘 𝑓(𝑥𝑛 𝑘 )
169
Ejemplo 1: Resolver el sistema de ecuaciones:
𝑥2 − 𝑦2 = 1
𝑥 2 + 𝑦 2 + 𝑥𝑦 = 4
por el método de Newton-Raphon con valores de (𝑥0 , 𝑦0 ) = (1,1).
Solución:
𝑥2 − 𝑦2 = 1
𝑥2 + 𝑦2 + 𝑥𝑦 = 4
(𝑥0 , 𝑦0 ) = (1,1)
Paso 1: Primero se igualan las ecuaciones a 0
𝑥2 − 𝑦2 = 1
𝑥2 − 𝑦2 − 1 = 0
𝑥2 + 𝑦2 + 𝑥𝑦 = 4
𝑥 2 + 𝑦 2 + 𝑥𝑦 − 4 = 0
(𝑥0 , 𝑦0 ) = (1,1)
𝑓1 (𝑥, 𝑦) = 𝑥 2 − 𝑦 2 − 1
𝑓2 (𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 𝑥𝑦 − 4
Paso 2: Se tiene una función que tiene por coordenadas (𝑓1 , 𝑓2 ) se considera
una función de dos variables, tanto 𝑓1 como 𝑓2 son polinomios, por lo tanto,
son funciones continuas y se consideran funciones definidas de 𝑅 2
𝑓 = (𝑓1 , 𝑓2 )
𝑓: 𝑅2 → 𝑅 2
𝑥𝑘+1 𝑥𝑘 𝑓 (𝑥 , 𝑦 )
(𝑦 ) = (𝑦 ) − 𝐽𝑓(𝑥𝑘 , 𝑦𝑘 )−1 × ( 1 𝑘 𝑘 )
𝑘+1 𝑘 𝑓2 (𝑥𝑘 , 𝑦𝑘 )
Paso 3: Se calcula la matriz Jacobiana y su determinante.
𝛿𝑓1 𝛿𝑓1
𝛿𝑥 𝛿𝑦 2𝑥 −2𝑦
𝐽𝑓(𝑥, 𝑦) = =( )
𝛿𝑓2 𝛿𝑓2 2𝑥 + 𝑦 2𝑦 + 𝑥
( 𝛿𝑥 𝛿𝑦 )
170
𝐷 = |𝐽𝑓(𝑥, 𝑦)| = 2𝑥 2 + 8𝑥𝑦 + 2𝑦 2
𝑥 + 2𝑦 2𝑦
2𝑥 2 + 8𝑥𝑦 + 2𝑦 2 2𝑥 2 + 8𝑥𝑦 + 2𝑦 2
𝐽𝑓(𝑥, 𝑦)−1 =
−2𝑥 − 𝑦 2𝑥
2𝑥 2 + 8𝑥𝑦 + 2𝑦 2 2𝑥 2 + 8𝑥𝑦 + 2𝑦 2
( )
Paso 4: Se reemplaza la matriz jacobiana y los valores de 𝑓1 y 𝑓2 en la

fórmula del método.
𝑥 + 2𝑦 2𝑦
2
𝑥𝑘+1 𝑥𝑘 2𝑥 2
+ 8𝑥𝑦 + 2𝑦 2 2𝑥 2+ 8𝑥𝑦 + 2𝑦 2 (𝑥𝑘 )2 − (𝑦𝑘 ) − 1
(𝑦 ) = (𝑦 ) − ×( )
𝑘+1 𝑘 −2𝑥 − 𝑦 2𝑥 2
(𝑥𝑘 )2 + (𝑦𝑘 ) + 𝑥𝑘 𝑦𝑘 − 4
2𝑥 + 8𝑥𝑦 + 2𝑦 2
2 2𝑥 + 8𝑥𝑦 + 2𝑦 2
2
( )
Paso 5: Se realizan la operación del método y se obtienen las fórmulas

para hacer las iteraciones, una vez se tienen, se reemplazan los valores
iniciales de 𝑥0 , 𝑦0 y se realizan las iteraciones necesarias hasta que
converjan valores para 𝑥 y 𝑦.
𝑥𝑘 + 𝑥𝑘 3 + 10𝑦𝑘 + 4𝑥𝑘 2 + 𝑥𝑘 𝑦𝑘 2
𝑥𝑘+1 =
2(𝑥𝑘 2 + 4𝑥𝑘 𝑦𝑘 + 𝑦𝑘 2 )
6𝑥𝑘 − 𝑦𝑘 + 𝑥𝑘 2 𝑦𝑘 + 4𝑥𝑘 𝑦𝑘 2 + 𝑦𝑘 3
𝑦𝑘+1 =
2(𝑥𝑘 2 + 4𝑥𝑘 𝑦𝑘 + 𝑦𝑘 2 )
𝑥0 = 1, 𝑦0 = 1
𝑥1 = 1.41667
𝑦1 = 0.916667
171
𝑥2 = 1.36636
𝑦2 = 0.929836
𝒙𝒊 𝒚𝒊 Error
𝒙𝟎 = 𝟏 𝑦0 = 1 -
𝒙𝟏 = 𝟏. 𝟒𝟏𝟔𝟔𝟕 𝑦1 = 0.916667
𝒙𝟐 = 𝟏. 𝟑𝟔𝟔𝟑𝟔 𝑦2 = 0.929836
𝒙𝟑 = 𝟏. 𝟑𝟔𝟓𝟔𝟑 𝑦3 = 0.930031
𝒙𝟒 = 𝟏. 𝟑𝟔𝟓𝟔𝟑 𝑦4 = 0.930031
Paso 6: Como forma de aproximación, se tiene que:
𝑥 ≈ 1.36563
𝑦 ≈ 0.930031
172
Ejemplo 2: Resolver el sistema de ecuaciones:
4𝑥 2 − 𝑦 3 + 28 = 0
3𝑥 3 + 4𝑦 2 − 145 = 0
por el método de Newton-Raphon con valores de (𝑥0 , 𝑦0 ) = (1,1).
Solución:
Paso 1: Se escriben las ecuaciones 𝑓1 y 𝑓2
𝑥0 = 1
𝑦0 = 1
𝑓1 (𝑥, 𝑦) = 4𝑥 2 − 𝑦 3 + 28
𝑓2 (𝑥, 𝑦) = 3𝑥 3 + 4𝑦 2 − 145
Paso 2: Se calcula la matriz Jacobiana y su respectivo determinante.
𝛿𝑓1 𝛿𝑓1
𝛿𝑥 𝛿𝑦 8𝑥 −3𝑦
𝐽𝑓(𝑥, 𝑦) = =( 2 )
𝛿𝑓2 𝛿𝑓2 9𝑥 8𝑦
( 𝛿𝑥 𝛿𝑦 )
𝐷 = 64𝑥𝑦 + 27𝑦 2 𝑥 2
Paso 3: Se reemplazan los valores en la fórmula general.
3
𝑥𝑘+1 1 0.08791 0.03296 (4𝑥𝑘 )2 − (𝑦𝑘 ) + 28
(𝑦 ) = ( ) − ( )×( 2
)
𝑘+1 1 −0.0984 0.0879 (3𝑥 )3 + (4𝑦 ) − 145
𝑘 𝑘
173
Paso 4: Se realizan las iteraciones necesarias.
𝑥0 = 1
𝑦0 = 1
𝑥1 = 2.824175824
𝑦1 = 16.1978022
𝒙𝒊 𝒚𝒊 Error
𝑥0 = 1 𝑦0 = 1 -
𝒙𝟏 = 𝟐. 𝟖𝟐𝟒𝟏𝟕𝟓𝟖𝟐𝟒 𝑦1 = 16.1978022 15.30688764
𝒙𝟐 = −𝟎. 𝟗𝟏𝟒𝟐𝟓𝟑𝟎𝟑𝟔 𝑦2 = 10.76733194 6.592864137
𝒙𝟑 = −𝟑. 𝟓𝟒𝟗𝟒𝟖𝟏𝟔𝟎𝟔 𝑦3 = 7.323755055 4.336202417

𝒙𝟒 = −𝟏. 𝟖𝟏𝟏𝟓𝟐𝟒𝟓𝟓𝟕 𝑦4 = 5.063002503 2.85157795
𝒙𝟓 = 𝟑. 𝟎𝟕𝟑𝟕𝟎𝟔𝟑𝟗𝟑 𝑦5 = 2.989503055 5.307059581
𝒙𝟔 = 𝟐. 𝟗𝟓𝟒𝟕𝟖𝟒𝟗𝟖𝟕 𝑦6 = 4.337768888 1.353500298

𝒙𝟕 = 𝟐. 𝟗𝟗𝟓𝟗𝟗𝟒𝟎𝟐𝟗 𝑦7 = 4.023795982 0.316665709
𝒙𝟖 = 𝟐. 𝟗𝟗𝟗𝟗𝟖𝟏𝟓𝟖 𝑦8 = 4.000130037 0.023999532
𝒙𝟗 = 𝟐. 𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗 𝑦9 = 4.000000004 0.000131331
𝒙𝟏𝟎 = 𝟑 𝑦10 = 4 0.00000000394708
174
EJERCICIOS
1
sin(2+𝑥 2 )
1. Calcular el área entre la curva 𝑦= 1 y el eje X con el
2
+𝑥 2
𝜋 𝜋
intervalo [− , ] con n=10 particiones iguales, por:
2 2
a) Rectángulos con altura en el extremo izquierdo.
b) Rectángulos con la altura en el extremo derecho.
c) Rectángulos con altura en el punto medio.
d) Regla del trapecio.
e) Calcular el error porcentual de los literales para los puntos a, b y c con
respecto al valor hallado por el método de Simpson 3/8.
Nota: Trabajar con 5 cifras decimales.
Solución:
𝑏−𝑎
ℎ=
𝑛
175
𝜋 𝜋
( 2 ) − (− 2 ) 𝝅
ℎ= =
10 𝟏𝟎
a) Rectángulos con altura en el extremo izquierdo.
Iteración X F(x)
0 -1.57080 0.05841
1 -1.25664 0.42015
2 -0.94248 0.70836
3 -0.62832 0.87180
4 -0.31416 0.94132
5 0.0000 0.95885
6 0.31416 0.94132
7 0.62832 0.87181
8 0.94248 0.70836
9 1.25664 0.42015
Área:
176
𝑏 𝑛−1
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∑ 𝐹(𝑥𝑖 ) × ℎ
𝑎 𝑖=0
𝜋
[𝑓(−1.57080) + 𝑓(−1.25664) + 𝑓(−0.94248) + 𝑓(−0.62832) + 𝑓(−0.31416)
10
+ 𝑓(0.0000) + 𝑓(0.31416) + 𝑓(0.62832) + 𝑓(0.94248) + 𝑓(1.25664)]
𝜋
(6.90052) = 𝟐. 𝟏𝟔𝟕𝟖𝟔
10
b) Rectángulos con la altura en el extremo derecho.
Iteración X F(x)
1 -1.25664 0.42015
2 -0.94248 0.70836
3 -0.62832 0.87180
4 -0.31416 0.94132
5 0.0000 0.95885
6 0.31416 0.94132
7 0.62832 0.87181
8 0.94248 0.70836
9 1.25664 0.42015
177
10 1.57080 0.05841
Área:
𝑏 𝑛
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∑ 𝐹(𝑥𝑖 ) × ℎ
𝑎 𝑖=1
𝜋
[𝑓(−1.25664) + 𝑓(−0.94248) + 𝑓(−0.62832) + 𝑓(−0.31416) + 𝑓(0.0000)
10
+ 𝑓(0.31416) + 𝑓(0.62832) + 𝑓(0.94248) + 𝑓(1.25664) + 𝑓(1.57080)]
𝜋
(6.90052) = 𝟐. 𝟏𝟔𝟕𝟖𝟔
10
c) Rectángulos con altura en el punto medio.
Iteración X F(x)
0 -1.41372 0.05841
1 -1.09956 0.42015
2 -0.78540 0.70836
3 -0.47124 0.87180
4 -0.15708 0.94132
5 0.1508 0.95885
178
6 0.15708 0.94132
7 0.47124 0.87181
8 0.78540 0.70836
9 1.41372 0.42015
Área:
𝑏 𝑛−1
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∑ 𝐹(𝑥̅𝑖 ) × ℎ
𝑎 𝑖=0
𝜋
[𝑓(−1.41372) + 𝑓(−1.25664) + 𝑓(−0.78540) + 𝑓(−0.47124) + 𝑓(−0.15708)
10
+ 𝑓(0.1508) + 𝑓(0.15708) + 𝑓(0.47124) + 𝑓(0.78540) + 𝑓(1.41372)]
𝜋
(6.98861) = 𝟐. 𝟏𝟗𝟓𝟓𝟒
10
d) Regla del trapecio.
Iteración X F(x)
0 -1.57080 0.05841
179
1 -1.25664 0.42015
2 -0.94248 0.70836
3 -0.62832 0.87180
4 -0.31416 0.94132
5 0.0000 0.95885
6 0.31416 0.94132
7 0.62832 0.87181
8 0.94248 0.70836
9 1.25664 0.42015
10 1.57080 0.05841
Área:
𝑏 𝑛
ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = [𝐹(𝑥0 ) + 2 ∑ 𝐹(𝑥𝑖 ) + 𝐹(𝑥𝑛 )]
𝑎 2
𝑖=1
𝜋
[𝑓(−1.57080) + 𝟐[𝑓(−1.25664) + 𝑓(−0.94248) + 𝑓(−0.62832) + 𝑓(−0.31416)
20
+ 𝑓(0.0000) + 𝑓(0.31416) + 𝑓(0.62832) + 𝑓(0.94248) + 𝑓(1.25664)]
+ 𝑓(1.57080)]
𝜋
[0.05841 + (13.85945) + 0.05841] = 𝟐. 𝟏𝟗𝟓𝟑𝟖
20
e) Calcular el error porcentual de los literales para los puntos a, b y c con
respecto al valor hallado por el método de Simpson 3/8.
180
Área 1:
𝑎
3ℎ
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 𝑓(𝑥2 ) ]
𝑏 8
𝜋
3 (10)
[0.05841 + 3(0.45786) + 0.75508] = 𝟎. 𝟔𝟎𝟐𝟏𝟕
8
Área 2:
𝑎
3ℎ
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 𝑓(𝑥2 )]
𝑏 8
𝜋
3 (10)
[0.90306 + 3(0.95376) + 0.95376] = 𝟎. 𝟗𝟖𝟓𝟓𝟎
8
181
Área 3:
𝑎
3ℎ
∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3) ]
𝑏 8
𝜋
3 (10)
[0.90306 + 3(0.75505) + 3(0.45786) + 0.05841] = 𝟎. 𝟔𝟎𝟐𝟏𝟕
8
Iteración X F(x) Áreas

0 -1.41372 0.05841
1 -1.09956 0.45786 𝟎. 𝟔𝟎𝟐𝟏𝟕
2 -0.78540 0.75508
3 -0.47124 0.90306
4 -0.15708 0.95376 𝟎. 𝟗𝟖𝟓𝟓𝟎
5 0.1508 0.95376
6 0.15708 0.90306
7 0.47124 0.75505 𝟎. 𝟔𝟎𝟐𝟏𝟕
8 0.78540 0.45786
9 1.41372 0.05841
Área total 2.18984
Error porcentual
Rectángulos por la Rectángulos por la Rectángulos por punto
izquierda derecha medio
1.00405% 1.00405% 0.25964%
182
2. El error absoluto para la regla del trapecio se calcula con:
(𝑏 − 𝑎)3
𝐸𝑛 = − ∙ 𝑓"(𝑐)
12𝑛2
Alguna c en [a, b]. Calcular el error que se obtiene en 3 d con n=10
particiones. (Sugerencia: considere c=0, es decir 𝑓"(0); calcular la segunda
derivada con la formula correspondiente)
Solución:
1 1 1
4(𝑥𝑐𝑜𝑠𝑥 (2 + 𝑥 2 ) + 𝑐𝑜𝑠 (2 + 𝑥 2 ) − 2𝑥𝑠𝑖𝑛(2 + 𝑥 2 ))
𝑓 ′ (𝑥) = [ ]
(1 + 2𝑥 2 )2
𝑓"(𝑥) =
1 1 1 1
𝟒(−𝟖𝒙𝟔 𝒔𝒊𝒏 (2 + 𝑥 2 ) − 𝟏𝟐𝒙𝟒 𝒄𝒐𝒔 (2 + 𝑥 2 ) − 𝟖𝒙𝟒 𝒔𝒊𝒏 (2 + 𝑥 2 ) + 𝟏𝟎𝒙𝟐 𝒔𝒊𝒏 (2 + 𝑥 2 )
1 1 1
−𝟒𝒙𝟐 𝒄𝒐𝒔 (2 + 𝑥 2 ) + 𝒄𝒐𝒔 (2 + 𝑥 2 ) − 𝟐𝒔𝒊𝒏(2 + 𝑥 2 ))
(1 + 2𝑥 2 )3
[ ]
1 1
𝑓"(0) = 4(cos ( ) − 2sin ( ))
2 2
𝑓"(0) = 4(0.87758 − 0.95885) = −𝟎. 𝟑𝟐𝟓𝟎𝟖
𝜋 𝜋 3
( 2 − (− 10))
𝐸𝑛 = − ∙ (−0.32508)
12(10)2
𝐸𝑛 = 𝟎. 𝟎𝟎𝟏𝟖𝟏
183
3. Se considera la curva que tiene la ecuación:
𝑦 = 𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 + 3.25𝑥
Calcular el área total comprendida entre la curva, el eje X y la segunda raíz
negativa (segunda raíz a la izquierda del origen de coordenadas) y la primera
positiva (primera raíz a la izquierda del origen de coordenadas), con cuatro
decimales exactos.
Solución
La grafica de la siguiente función 𝑓(𝑥) se muestra a continuación:
184
Se halla las tres raíces de 𝑓(𝑥) = 𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥, empleando el
método de la secante:
iteración xi f(Xi) f(Xi-1) Xi-(Xi-1)
0 -5
1 -3 -6,48288871 30,3890745 2
2 -3,35164326 -5,27397789 - -0,35164326
6,48288871
3 -4,88571736 25,2328238 - -1,5340741
5,27397789
4 -3,61685208 -3,43622397 25,2328238 1,26886528
5 -3,76893615 -1,9323667 - -0,15208406
3,43622397
6 -3,96435508 0,57519908 -1,9323667 -0,19541893
7 -3,91952882 -0,06233826 0,57519908 0,04482626
8 -3,92391192 -0,0017109 - -0,0043831
0,06233826
9 -3,92403561 5,3178E-06 -0,0017109 -0,00012369
10 -3,92403523 -4,5141E-10 5,3178E-06 3,8326E-07
11 -3,92403523 0 -4,5141E-10 -3,2531E-11
12 -3,92403523 0 0 0
Por lo tanto, la primera raíz es -3,92403523.

0 -1
1 -0,5 0,54467298 - 0,5
1,32005084
2 -0,64604656 0,03407381 0,54467298 -0,14604656
185
3 -0,65579268 - 0,03407381 -0,00974612
0,00115405
4 -0,6554734 2,1619E-06 - 0,00031928
0,00115405
5 -0,655474 1,3616E-10 2,1619E-06 -5,97E-07
6 -0,655474 0 1,3616E-10 -3,7601E-11
7 -0,655474 0 0 0
Por lo tanto, la segunda raíz es -0,655474

0 3
1 3,5 -1,14790925 0,28808917 0,5
2 3,10030971 0,01723439 -1,14790925 -0,39969029
3 3,10622179 0,00100388 0,01723439 0,00591208
4 3,10658746 -9,7455E-07 0,00100388 0,00036567
5 3,1065871 5,5003E-11 -9,7455E-07 -3,5464E-07
6 3,1065871 0 5,5003E-11 2,0015E-11
7 3,1065871 0 0 0
La tercera raíz tiene el valor 3,1065871.

A continuación, se procede a hallar el valor de la integral definida con los
intervalos hallados anteriormente (raíces), hay que tener en cuenta que para
este ejemplo se halla la integral desde −3,92403523 hasta −0,655474, luego
se halla siguiente integral desde −0,655474 hasta 3,1065871.
−0,655474
∫ (𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥
−3,92403523
186
Para la primera integral el valor de h es el siguiente, siendo n el número de
particiones:
𝑏−𝑎
ℎ=
𝑛
−0,655474 − (−3,92403523)
ℎ= = 0,272380103
12
Ahora se procede a hallar los valores de 𝑋𝑖 y de 𝑓(𝑋𝑖 )
𝑥0 = −3,92403523
𝑥1 = −3,92403523 + 0,272380103 =-3,65165513
𝑥2 = −3,65165513 + 0,272380103 =-3,37927502
𝑥3 = −3,37927502 + 0,272380103 =-3,10689492
𝑥4 = −3,10689492 + 0,272380103 =-2,83451482
𝑥5 = −2,83451482 + 0,272380103 =-2,56213472
𝑥6 = −2,56213472 + 0,272380103 =-2,28975461
𝑥7 = −2,28975461 + 0,272380103 =-2,01737451
𝑥8 = −2,01737451 + 0,272380103 =-1,74499441
𝑥9 = −1,74499441 + 0,272380103 =-1,4726143
𝑥10 =-1,4726143+0,272380103 =-1,2002342
𝑥11 =-1,2002342+0,272380103 =-0,9278541
𝑥12 =-0,9278541+0,272380103 =-0,655474
𝑓(𝑥0 ) = 0
𝑓(𝑥1 ) =-3,12360394
𝑓(𝑥2 ) =-5,123943859
𝑓(𝑥3 ) =-6,241693113
𝑓(𝑥4 ) =-6,671556235
𝑓(𝑥5 ) =-6,57301116
𝑓(𝑥6 ) =-6,078461605
187
𝑓(𝑥7 ) =-5,299270538
𝑓(𝑥8 ) =-4,330080414
𝑓(𝑥9 ) =-3,251776318
𝑓(𝑥10 ) =-2,133408848
𝑓(𝑥11 ) =-1,033359566
𝑓(𝑥12 ) = 0
A continuación, se muestras las tablas para poder utilizar el método de
Simpson 3/8
A)
0 −3,92403523 0
1 -3,65165513 -3,12360394
2 -3,37927502 -5,123943859
3 -3,10689492 -6,241693113
𝐴 = 0 + 3(−3,12360394) + 3(−5,123943859) + −6,241693113

𝐴 = -30,9843365
B)
0 -3,10689492 -6,241693113
1 -2,83451482 -6,671556235
2 -2,56213472 -6,57301116
3 -2,28975461 -6,078461605
𝐵 = −6,241693113 + 3(−6,671556235) + 3(−6,57301116) + −6,078461605

𝐵 =-52,0538569
188
C)
0 -2,28975461 -6,078461605
1 -2,01737451 -5,299270538
2 -1,74499441 -4,330080414
3 -1,4726143 -3,251776318
𝐶 = −6,078461605 + 3(−5,299270538) + 3(−4,330080414) + −3,251776318

𝐶 = -38,2182908
D)
0 -1,4726143 -3,251776318
1 -1,2002342 -2,133408848
2 -0,9278541 -1,033359566
3 -0,655474 0
𝐷 = −3,251776318 + 3(−2,133408848) + 3(−1,033359566) + 0

𝐷 =-12,7520816
−0,655474
3ℎ
∫ (𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥 = (𝐴 + 𝐵 + 𝐶 + 𝐷)
−3,92403523 8
−0,655474
∫−3,92403523(𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥=…..
189
3 ∗ 0,272380103
…= (−30,9843365 + −52,0538569 + −38,2182908
8
+ −12,7520816)
−0,655474
∫ (𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥 = −13,6879751
−3,92403523
Por lo tanto, el valor aproximado del área uno de la anterior integral es de

−13,6879751.
Para el área dos se repite los pasos anteriores, pero cambiando los límites
de integración:
3,1065871
∫ (𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥
−0,655474
Para la segunda integral el valor de h es el siguiente, siendo n el número

de particiones:
𝑏−𝑎
ℎ=
𝑛
3,1065871 − (−0,655474)
ℎ= = 0.31350509
12
Ahora se procede a hallar los valores de 𝑋𝑖 y de 𝑓(𝑋𝑖 )
𝑥0 =-0,655474
𝑥1 =-0,655474+0.31350509 = -0,34196891
𝑥2 =-0,34196891+0.31350509 = -0,02846382
𝑥3 =-0,02846382+0.31350509 =0,28504127
𝑥4 =0,28504127+0.31350509 =0,59854636
𝑥5 = 0,59854636 + 0.31350509 =0,91205145
𝑥6 = 0,91205145 + 0.31350509 =1,22555654

𝑥7 =1,22555654+0.31350509 =1,53906163
𝑥8 =1,53906163+0.31350509 =1,85256672
𝑥9 =1,85256672+0.31350509 =2,16607181
190
𝑥10 = 2,16607181 + 0.31350509 =2,4795769
𝑥11 = 2,4795769 + 0.31350509 =2,79308199
𝑥12 =2,79308199+0.31350509 =3,10658708
𝑓(𝑥0 ) = 0
𝑓(𝑥1 ) = 1,0569296498
𝑓(𝑥2 ) =1,93080714076595
𝑓(𝑥3 ) =2,59368048267620
𝑓(𝑥4 ) =3,03232434781574
𝑓(𝑥5 ) =3,24663759534322
𝑓(𝑥6 ) =3,24743787196769
𝑓(𝑥7 ) =3,05371002709307
𝑓(𝑥8 ) =2,68945535113542
𝑓(𝑥9 ) =2,18035591646042
𝑓(𝑥10 ) =1,55050804883745
𝑓(𝑥11 ) =8,19488860461625
𝑓(𝑥12 ) = 0
191
A continuación, se muestras las tablas para poder utilizar el método de
Simpson 3/8
A)
0 -0,655474 0
1 -0,34196891 1,0569296498
2 -0,02846382 1,93080714076595
3 0,28504127 2,59368048267620
𝐴 = 0 + 3(1,0569296498) + 3(1,93080714076595) + 2,59368048267620

𝐴 = 1,15568908543903
B)
0 0,28504127 2,59368048267620
1 0,59854636 3,03232434781574
2 0,91205145 3,24663759534322
3 1,22555654 3,24743787196769
𝐵 = 2,59368048267620 + 3(3,03232434781574) + 3(3,24663759534322)

+ 3,24743787196769
𝐵 =2,46780041841207
C)
0 1,22555654 3,24743787196769
1 1,53906163 3,05371002709307
2 1,85256672 2,68945535113542
192
3 2,16607181 2,18035591646042
𝐶 = 3,24743787196769 + 3(3,05371002709307) +
3(2,68945535113542) +2,18035591646042
𝐶 = 2,26572899231136
D)
0 2,16607181 2,18035591646042
1 2,4795769 1,55050804883745
2 2,79308199 8,19488860461625
3 3,10658708 0
𝐷 = 2,18035591646042 + 3(1,55050804883745) + 3(1,55050804883745) +0

𝐷 =9,29034664435764
3,1065871
3ℎ
∫ (𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥 = (𝐴 + 𝐵 + 𝐶 + 𝐷)
−0,655474 8
3,1065871
∫−0,655474 (𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥 =…..
3 ∗ 0,31350509
…= (1,15568908543903 + 2,46780041841207
8
+ 2,26572899231136 + 9,29034664435764)
3,1065871
∫−0,655474 (𝑒 −0.85𝑥 + 𝑐𝑜𝑠𝑥 − 0.95𝑥 2 + 3.25𝑥)𝑑𝑥 =8,01583905
Finalmente sumando las dos áreas, el valor aproximado de la integral es:

= 8,01583905 + |−13,6879751|
193
=21.70381415
194
Punto 5
Resolver el sistema de ecuaciones lineales usando el método de
eliminación de Gauss-Jordan:
𝑥 − 2𝑦 + 𝑧 = −2
1 1
𝑥− 𝑦 + 𝑧=−
2 2
1
− 𝑥 + 𝑦 − 2𝑧 = 4
2
Solución:
1 −2 1
𝑅1 1 −2
𝑅2 1 −1 2 | 1
−2
𝑅3 − 1
( 2 1 −2 4 )

Primero, su multiplica el primer renglón (R1) por (-1) y se suma al segundo
renglón (R2), se multiplica el primer renglón por (1/2) y se suma al tercer
renglón (R3).
1 −2 1 1 −2 1
𝑅1 1 −2 1 −2
(−1)𝑅1 + 𝑅2 → 1 −1 1 0 1 − 3
2 |− → 2 |
(1/2)𝑅1 + 𝑅3 → − 1 1 −2 4
2 3 2
( 2 ) ( 0 0 − 3)
2
Se multiplica el segundo renglón por (2) y se suma al primer renglón y se

multiplica el tercer renglón por (-2/3).
1 −2 1
(2)𝑅2 + 𝑅1 → 1 −2 1 0 0 1
0 1 − 3 1 3
𝑅2 2 | → (0 1 −2 | 2 )
2
(−2/3)𝑅3 → 0 0 − 3 3 0 0 1 −2
( 2 )
195
Por último, se multiplica el tercer renglón por (1/2) y se suma al segundo
renglón.
𝑅1 1 0 0 1 1 0 0 1
(1/2)𝑅3 + 𝑅2 (0 1 1 | 3 )→( 1
−2 2 0 1 0 | )
2
𝑅3 0 0 1 −2 0 0 1 −2
Por lo tanto, la solución al sistema inicial es:

𝑥=1
𝑦 = 1/2
𝑧 = −2
196
Punto 6
Sean las siguientes matrices:
1 1
0.5 1 −1
𝐴 = [−0.5 0 ] 𝐵=[ ]
1 0 0.25
0 −2
1 −1 0 1 −1.5 0
𝐶=[ 1 2 1] 𝐷 = [−1 2 −0.5]
−1 0 −1 1 0 −2.5
Hallar la matriz X tal que:

𝐴 ∙ 𝐵 + 𝐶 −1 − 1.5𝑋 = 0.25𝐷𝑇
Solución:
Primero se realiza el producto punto de la matriz A y B.
3 3
1 −
2 4
1 1 1 1 1
0.5 1 −1
𝐴 ∙ 𝐵 = [−0.5 0 ] ∙ [ ]= − −
1 0 0.25 4 2 2
0 −2
1
[ −2 0 − ]
2
Luego, para hallar la inversa de la matriz C, se multiplica por la matriz
identidad.
1 −1 0 1 0 0 (−1)𝑅1 + 𝑅2 1 −1 0 1 0 0
(𝐶|𝐼3 ) = ( 1 2 1 |0 1 0) → (0 3 1 | −1 1 0 )
−1 0 −1 0 0 1 (1)𝑅1 + 𝑅3 0 −1 −1 1 0 1
1 2 1
1 0
1 1 −1 0 1 0 0 (1)𝑅2 + 𝑅1 3 3 3 0
( ) 𝑅2 1 1 | 1
| 1
3 1 1
(0 1 0) →
3 −3 0 1
→ 3 3 |−3 3 0
0 −1 −1 1 0 1 (1)𝑅2 + 𝑅3 2 2 1
(0 0 −3 3 3 1)
197
2 1 1 1 1
3 1 0 1
1 0 3 3 3 (− ) 𝑅3 + 𝑅1 1 0 0| 2 2
(− ) 𝑅3 | 1 1 3 1 1
2 1 − 0 → 0 1 0 0
→ 0 1 3| 3 3 1 | 2 2
1 3 0 0 1 1 3
(0 0 1 −1 −2 − 2) (− 3) 𝑅3 + 𝑅1 ( −1 − 2 − 2)
Por lo tanto, la inversa de la matriz C es:

1 1
1
2 2
1 1
𝐶 −1 = 0
2 2
1 3
[ −1 − − ]
2 2
198
Se procede a realizar la transversa de la matriz D, la cual sería la
siguiente:
1 −1 1
3
𝑇 − 2 0
𝐷 = 2
1 5
[ 0 −
2
− ]
2
Multiplicar la transversa de la matriz por un (¼) como se señala en la

ecuación principal.
1 1 1
1 −1 1 −
3 4 4 4
1 𝑇 − 2 0 3 1
( )𝐷 = 2 → − 0
4 1 5 8 2
1 5
[ 0 −
2
− ]
2 0 − −
[ 8 8]
Reescribir la ecuación principal para despejar X:
3 1 3 1
𝐴 ∙ 𝐵 + 𝐶 −1 − 𝑋 = 𝐷𝑇 → − 𝑋 = ( 𝐷𝑇 − (𝐴 ∙ 𝐵)) − 𝐶 −1
2 4 2 4
Sustituir en la ecuación las matrices obtenidas y realizar las operaciones

entre las matrices.
1 1 1 3 3 1 1
− 1 −
1
4 4 4 2 4 2 2
3 3 1 1 1 1 1 1
− 𝑋= − 0 − − − − 0
2 8 2 4 2 2 2 2
1 5 1 1 3
([ 0 −
8
− ]
8 [ −2 0 − ]) [−1 −
2 2
− ]
2
199
5 5 1 1
− − 1 1
4 4 2 2
3 1 1 1 1
− 𝑋= − 1 − − 0
2 8 2 2 2
1 1 1 3
[ 2 − − ] [−1 − − ]
8 8 2 2
9 7 1
− −
4 4 2
3 1 1
− 𝑋= − −1
2 8 2
3 11
[ 3 8 8]
Finalmente, se despeja X.
9 7 1 3 7 1
−− −
4 4 2 2 6 3
2 1 1 1 1 2
𝑋 = (− ) − −1 → −
3 8 2 12 3 3
3 11 1 11
[ 3 8 8 ] [ −2 −
4 12 ]
Por lo tanto, la matriz X es:
3 7 1
−
2 6 3
1 1 2
𝑋= −
12 3 3
1 11
[−2 − 4 12 ]
200
5. INTERPOLACIÓN Y AJUSTE DE CURVAS.
Ajuste polinomial de curvas
Una función polinomial de grado n se escribe:
𝑓(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ + 𝑎𝑛 𝑥 𝑛
Se considera un conjunto de n puntos experimentales dados por la
siguiente tabla:
X x1 x2 x3 … xi … xn
Y y1 y2 y3 … yi … yn
𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑦𝑖
𝑒𝑖 2 = (𝑓(𝑥𝑖 ) − 𝑦𝑖 )2
201
Fórmulas para el Ajuste Lineal:
𝑆 = ∑(𝑓(𝑥𝑖 ) − 𝑦𝑖 )2
𝑖=1
Donde:
𝑓(𝑥𝑖 ) = 𝑎0 + 𝑎1 𝑥𝑖
Entonces:
𝑛
𝑆 = ∑(𝑎0 + 𝑎1 𝑥𝑖 − 𝑦𝑖 )2
𝑖=1
𝑛
𝜕𝑆
= ∑(𝑎0 + 𝑎1 𝑥𝑖 − 𝑦𝑖 ) = 0
𝜕𝑎0
𝑖=1
𝑛
𝜕𝑆
= ∑(𝑎0 𝑥𝑖 + 𝑎1 𝑥𝑖 2 − 𝑥𝑖 𝑦𝑖 ) = 0
𝜕𝑎1
𝑖=1
Se resuelve el sistema:
𝑛 𝑛
𝑎0 𝑛 + 𝑎1 ∑ 𝑥𝑖 = ∑ 𝑦𝑖
𝑖=1 𝑖=1
𝑛 𝑛 𝑛
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 2 = ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1
Para resolver y hallar 𝑎0 y 𝑎1 se debe hacer un sistema 2x2 o Gauss-

Jordan.
202
𝑛 𝑛
𝑛 ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑖=1 𝑎0 𝑖=1
𝑛 𝑛 [𝑎 ] = 𝑛
1
∑ 𝑥𝑖 ∑ 𝑥𝑖 2 ∑ 𝑥𝑖 𝑦𝑖
[ 𝑖=1 𝑖=1 ] [ 𝑖=1 ]
Fórmulas para el Ajuste Cuadrático:
𝑆 = ∑(𝑓(𝑥𝑖 ) − 𝑦𝑖 )2
𝑖=1
Donde:
𝑓(𝑥𝑖 ) = 𝑎0 + 𝑎1 𝑥𝑖 + 𝑎2 𝑥𝑖 2
Entonces:
𝑆 = ∑(𝑎0 + 𝑎1 𝑥𝑖 + 𝑎2 𝑥𝑖 2 − 𝑦𝑖 )2
𝑖=1
𝑛
𝜕𝑆
= ∑(𝑎0 + 𝑎1 𝑥𝑖 𝑎2 𝑥𝑖 2 − 𝑦𝑖 ) = 0
𝜕𝑎0
𝑖=1
𝑛
𝜕𝑆
= ∑(𝑎0 𝑥𝑖 + 𝑎1 𝑥𝑖 2 + 𝑎2 𝑥𝑖 3 − 𝑥𝑖 𝑦𝑖 ) = 0
𝜕𝑎1
𝑖=1
𝑛
𝜕𝑆
= ∑(𝑎0 𝑥𝑖 2 + 𝑎1 𝑥𝑖 3 + 𝑎2 𝑥𝑖 4 − 𝑥𝑖 2 𝑦𝑖 ) = 0
𝜕𝑎2
𝑖=1
203
𝑛 𝑛 𝑛
𝑎0 𝑛 + 𝑎1 ∑ 𝑥𝑖 + 𝑎2 ∑ 𝑥𝑖 2 = ∑ 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑛
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 2 + 𝑎2 ∑ 𝑥𝑖 3 = ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑛
𝑎0 ∑ 𝑥𝑖 2 + 𝑎1 ∑ 𝑥𝑖 3 + 𝑎2 ∑ 𝑥𝑖 4 = ∑ 𝑥𝑖 2 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛
𝑛 ∑ 𝑥𝑖 ∑ 𝑥𝑖 2 ∑ 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑎0 𝑛
∑ 𝑥𝑖 ∑ 𝑥𝑖 2 ∑ 𝑥𝑖 3 [𝑎1 ] = ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑎2 𝑖=1
𝑛 𝑛 𝑛 𝑛
2 3 4
∑ 𝑥𝑖 ∑ 𝑥𝑖 ∑ 𝑥𝑖 ∑ 𝑥𝑖 2 𝑦𝑖
[ 𝑖=1 𝑖=1 𝑖=1 ] [ 𝑖=1 ]
Fórmulas para el Ajuste Cúbico:
Donde:
𝑓(𝑥𝑖 ) = 𝑎0 + 𝑎1 𝑥𝑖 + 𝑎1 𝑥𝑖 2 + 𝑎1 𝑥𝑖 3
Entonces:
𝑆 = ∑(𝑎0 + 𝑎1 𝑥𝑖 + 𝑎1 𝑥𝑖 2 + 𝑎1 𝑥𝑖 3 − 𝑦𝑖 )2
𝑖=1
204
𝑛 𝑛 𝑛 𝑛
𝑎0 𝑛 + 𝑎1 ∑ 𝑥𝑖 + 𝑎2 ∑ 𝑥𝑖 2 + 𝑎3 ∑ 𝑥𝑖 3 = ∑ 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑛 𝑛
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 2 + 𝑎2 ∑ 𝑥𝑖 3 + 𝑎3 ∑ 𝑥𝑖 4 = ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑎0 ∑ 𝑥𝑖 2 + 𝑎1 ∑ 𝑥𝑖 3 + 𝑎2 ∑ 𝑥𝑖 4 + 𝑎3 ∑ 𝑥𝑖 5 = ∑ 𝑥𝑖 2 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 + 𝑎2 ∑ 𝑥𝑖 + 𝑎3 ∑ 𝑥𝑖 = ∑ 𝑥𝑖 3 𝑦𝑖
3 4 5 6
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑛
𝑛 ∑ 𝑥𝑖 ∑ 𝑥𝑖 2 ∑ 𝑥𝑖 3 ∑ 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
∑ 𝑥𝑖 ∑ 𝑥𝑖 2 ∑ 𝑥𝑖 3 ∑ 𝑥𝑖 4 𝑎0 ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑎1
𝑛 𝑛 𝑛 𝑛 [𝑎 ] = 𝑖=1
𝑛
2
5 𝑎
∑ 𝑥𝑖 2 ∑ 𝑥𝑖 3 ∑ 𝑥𝑖 4 ∑ 𝑥𝑖 3 ∑ 𝑥𝑖 2 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
∑ 𝑥𝑖 3 ∑ 𝑥𝑖 4 ∑ 𝑥𝑖 5 ∑ 𝑥𝑖 6 ∑ 𝑥𝑖 3 𝑦𝑖
[ 𝑖=1 𝑖=1 𝑖=1 𝑖=1 ] [ 𝑖=1 ]
205
Fórmulas para el Coeficiente de correlación:
𝑛 𝑛
𝑆𝑟 = ∑ 𝑒𝑖 = ∑(𝑓(𝑥𝑖 ) − 𝑦𝑖 )2
2
𝑖=1 𝑖=1
𝑛
𝑆𝑇 = ∑(𝑦𝑖 − 𝑦̅)
𝑖=1
𝑆𝑇 − 𝑆𝑟
𝑟2 =
𝑆𝑇
𝑟= √
𝑆𝑇
𝑟2 =
𝑆𝑇
𝑟= √
𝑆𝑇
206
5.1 Regresión lineal por mínimos cuadrados:
Este método nos permite adaptar una línea recta optima a una muestra de
datos, tomadas y denotadas por las variables X y Y es decir, se deben
encontrar los valores de los parámetros que minimizan la suma de los
errores al cuadrado.
El objetivo de los mínimos cuadrados es hallar una recta Y=mx+b es decir,
determinar cuál es la pendiente de dicha recta y cual es intercepto con el
eje Y.
Ejemplo 1: Encontrar la recta que mejor se ajuste a los siguientes datos:
X Y
7 2
1 9
10 2
5 5
4 7
3 11
13 2
10 5
2 14
Solución:
Se calcula en la tabla los valores del producto de X×Y, y X al cuadrado.
X Y X×Y 𝑿𝟐
7 2 14 49
1 9 9 1
10 2 20 100
5 5 25 25
207
4 7 25 16
3 11 33 9
13 2 26 169
10 5 50 100
2 14 28 4
Sumatoria 55 57 233 473
Estos valores permitirán calcular los parámetros m y b de la recta que

mejor aproxima de los datos dados.
Para hallar m se utilizará la siguiente formula:
(∑ 𝑥)(𝑦)
∑ 𝑥𝑦 −
𝑚= 𝑛
(∑ 𝑥)2
∑ 𝑥2 −
𝑛
Donde n es igual al número de datos.
55 × 57
233 −
𝒎= 9 = −𝟎. 𝟖𝟒
(55)2
473 − 9
Para hallar b se utilizará:

∑𝑦 ∑𝑥
𝒃 = 𝑦̅ − 𝑚𝑥̅ = − (−0.84)
𝑛 𝑛
57 55
𝒃= + 0.884 × = 𝟏𝟏. 𝟒
9 9
De manera que la recta buscada por a través del método de los mínimos
cuadrados es:
𝒚 = −0.84𝑥 + 11.4
Corte con el eje X:
208
0 = −0.84𝑥 + 11.4
−11.4
𝒙= = 𝟏𝟑. 𝟓𝟕
−0.84
209
Ejemplo 2: Según los siguientes datos, encontrar la ecuación lineal de la
correlación entre la variable x y la variable y, y el coeficiente de correlación
lineal.
y x
3 100
5 90
9 80
10 45
20 50
21 50
24 60
24 40
27 25
35 20
Solución:
Se calcula en la tabla los valores del producto de X×Y, y X al cuadrado.
y x 𝒙𝟐 xy
3 100 1000 300

5 90 8100 450
9 80 6400 720
10 45 2025 450
20 50 2500 1000
21 50 2500 1050
24 60 3600 1440
24 40 1600 960
27 25 625 675
210
35 20 400 700
Sumatorias 178 560 37750 7745
Ahora, es encontrar la ecuación lineal de correlación entre Y y X, teniendo

en cuenta 𝑦 = 𝑎𝑥 + 𝑏
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑎=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2
10(7745) − (500)(178)
𝑎= = −𝟎. 𝟑𝟒𝟕𝟖𝟖
10(37750) − (560)2
Se halla el valor de b:
∑𝑦 − 𝑎∑𝑥
𝑏=
𝑛
Donde n es igual al número de datos, n=10.
178 − (−0.34788)(560)
𝑏= = 𝟑𝟕. 𝟐𝟖𝟏𝟐𝟖
10
Con los valores de a y b hallados, se procede a reemplazar en la ecuación.

𝑦 = −0.34788𝑥 + 37.28128
Para hallar el valor de coeficiente de correlación lineal se hallan las

medias:
∑ 𝑥 560
𝑥̅ = = = 56
𝑛 10
∑ 𝑦 178
𝑦̅ = = = 17.8
𝑛 10
y x ̅
𝒙−𝒙 ̅
𝒚−𝒚 ̅) 𝟐
(𝒙 − 𝒙 ̅ )𝟐
(𝒚 − 𝒚 ̅)(𝒚 − 𝒚
(𝒙 − 𝒙 ̅)
211
3 100 44 -14.8 1936 2193.04 -651.2
5 90 34 -12.8 1156 163.84 -435.2
9 80 24 -8.8 576 77.44 -211.2
10 45 -11 -7.8 121 60.84 85.8
20 50 -6 2.2 36 4.84 -13.2
21 50 -6 3.2 36 10.24 -19.2
24 60 4 6.2 16 38.44 24.8
24 40 -16 6.2 256 38.44 -99.2
27 25 -31 9.2 961 84.64 -285.2
35 20 36 17.2 1296 295.84 -619.2
Sumatorias 178 560 6390 993.6 -2223
∑(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅)

𝑟=
√∑(𝑥 − 𝑥̅ )2 √∑(𝑦 − 𝑦̅)2
−2223
𝑟= = −𝟎. 𝟖𝟖𝟐𝟐𝟑
√6390 √993.6
212
5.1.2 Regresión polinómica por mínimos cuadrados:
En general, por tres puntos dados del plano, (x1, y1), (x2, y2) y (x3, y3), pasa
una única parábola (polinomio de grado 2). Sea
𝑦 = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐
Para calcular los valores adecuados de los coeficientes hay que resolver el
sistema lineal de ecuaciones
𝑦1 = 𝑎𝑥12 + 𝑏𝑥1 + 𝑐
𝑦2 = 𝑎𝑥22 + 𝑏𝑥2 + 𝑐
𝑦3 = 𝑎𝑥32 + 𝑏𝑥3 + 𝑐
que, en forma matricial es:
𝑥12 𝑥1 1 𝑎 𝑦1
[𝑥22 𝑥2 1] [𝑏 ] = [𝑦2 ]
𝑥32 𝑥3 1 𝑐 𝑦3
y su solución (única) proporciona los coeficientes que determinan la

función interpolante.
213
Ejemplo1: Dada la siguiente ecuación 𝑓(𝑥) = 𝑐𝑜𝑠𝑥 usando los puntos
𝜋 𝜋
𝑥0 = − , 𝑥1 = 0 y 𝑥2 =
2 2
Solución: Utilizando los datos proporcionados por el ejercicio se puede

encontrar un polinomio de grado 2 para aproximar la función indicada.
Paso 1: Se organiza el sistema de ecuaciones.

−𝜋 −𝜋 2
𝑎0 + 𝑎1 ( ) + 𝑎2 ( ) = 0
2 2
𝑎0 + 𝑎1 0 + 𝑎2 02 = 1
𝜋 𝜋 2
𝑎0 + 𝑎1 ( ) + 𝑎2 ( ) = 0
2 2
Paso 2: Se plantea el sistema de ecuaciones en forma matricial.
−𝜋 𝜋2
1
2 4 𝑎0 0
1 0 0 [𝑎1 ] = [1]
𝜋 𝜋 2 𝑎2 0
[1 2 4 ]
Paso 3: Se escribe la matriz aumentada para aplicar Gauss-Jordan y se
resuelve el sistema.
−𝜋 𝜋2
1
2 4 0
1 0 0 |1
𝜋 𝜋2 0
[ 1
2 4 ]
214
1
1 0 0
0
[0 1 0 |−4]
0 0 1 2
𝜋
Paso 5: Por último, se organizan los resultados y se encuentra el

polinomio de interpolación de grado 2.
𝑎0 = 1
−4
𝑎2 =
𝜋2
−4
𝑎2 =
𝜋2
4 2
𝑝(𝑥) = 1 − 𝑥
𝜋2
215
Ejemplo 2: Teniendo como referencia los siguientes valores, encontrar el
ajuste de la curva utilizando la ecuación de polinomios de grado 2.
x y
1 1
2 3
3 2
Solución: Se procede a encontrar el ajuste para obtener la ecuación

cuadrática más óptima para unir todos los puntos.
Paso 1: Se organiza el sistema de ecuaciones y se reemplazan los valores.

1 = 𝑎(12 ) + 𝑏(1) + 𝑐
3 = 𝑎(22 ) + 𝑏(2) + 𝑐
2 = 𝑎(32 ) + 𝑏(3) + 𝑐
Paso 2: Se plantea el sistema de ecuaciones en forma matricial.

1 1 1 𝑎 1
[2 2 1] [𝑏 ] = [3]
9 3 1 𝑐 2
216
Paso 3: Se encuentra la matriz inversa de la matriz y se resuelven los
valores.
1 1 1 0.5 −1 0.5
−1
𝐴 = [2 2 1] → 𝐴 = [−2.5 4 −1.5]
9 3 1 3 −3 1
𝑎 0.5 −1 0.5 1 −1.5
𝑏
[ ] = [−2.5 4 −1.5] [3] = [ 6.5 ]
𝑐 3 −3 1 2 −4
Paso 4: Se organizan los resultados y se encuentra el polinomio de
interpolación de grado 2.
𝑎 = −1.5
𝑏 = 6.5
𝑐 = −4
𝑝(𝑥) = −1.5𝑥 2 + 6.5𝑥 − 4
217
5.1.3 Regresión Lineal Múltiple por mínimos cuadrados:
Ejemplo 1: En la siguiente tabla se muestran las ventas (en millones de
pesos) de un producto de oportunidad el cual se anuncia en cierto número
de horas de tv y radio, los datos muestran el número de horas de tv y de
radio que se han aplicado en distintos periodos y los resultados obtenidos,
se trata de determinar un modelo de la forma 𝑦 = 𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥2 en el que
y es el monto de ventas del producto, 𝑥1 es el numero de horas de
publicidad en tv y 𝑥2 es el número de horas de publicidad en radio,
determine las ventas que se esperarían si:
a) Únicamente se aplica publicidad en tv por 24 horas sin radio.
b) Únicamente se aplica publicidad en radio por 24 Horas sin tv
c) Se aplica publicidad por 8 horas de tv y 8 horas de radio.
𝒙𝟏 𝒙𝟐 y
4 6 9
6.5 12 18
8 10 14.5
8.5 12 18.4
12 8 18.3
16 8 20
8 16 21
12 12 21.5
10.5 5.5 16.3
sumatorias 85.5 89.5 157
218
Solución:
-1er paso:
Primero se sacarán los siguientes datos, con sus respectivas sumatorias:
𝒙𝟏 𝟐 𝒙𝟐 𝟐 𝒙𝟏 𝒙𝟐 𝒙𝟏 𝒚 𝒙𝟐 𝒚
16 36 24 36 54
42.25 144 78 117 216
64 100 80 116 145
72.25 144 102 156.4 220.8
144 64 96 219.6 146.4
256 64 128 320 160
64 256 128 168 336
144 144 144 258 258
110.25 30.25 57.75 171.15 89.65
sumatorias 912.75 982.25 837.75 1562.15 1625.85
-2do paso:
El siguiente paso a seguir es elaborar las matrices, teniendo en cuenta que
n = 9:
𝟗 85.5 89.5 157
[85.5 912.75 837.75] = [1562.15]
89.5 837.75 982.25 1625.85
Matriz A Matriz B
-3er paso:
Luego se procede a hallar la inversa de la Matriz A:
219
2.3744 −0.1098 −0.1227
(𝐴−1 ) = [−0.1098 0.0101 0.0014 ]
−0.1227 0.0014 0.0110
-4to paso:
Multiplicar (𝐴−1 ) × 𝑀𝑎𝑡𝑟𝑖𝑧 𝐵:
1.7640
[0.8036]
0.8091
Se tiene:
2.3744 −0.1098 −0.1227 𝑎0 1.7640
[−0.1098 0.0101 0.0014 ] = 𝑎1 [0.8036]
−0.1227 0.0014 0.0110 𝑎2 0.8091
-5to paso:
Teniendo en cuenta la ecuación 𝑦 = 𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥2 dada:
a) 1.7640 + 0.8036 × 24ℎ𝑜𝑟𝑎𝑠 = 𝟐𝟏. 𝟎𝟓𝟎𝟖𝟑
b) 1.7640 + 0.8091 × 24ℎ𝑜𝑟𝑎𝑠 = 𝟐𝟏. 𝟎𝟓𝟎𝟖𝟑
c) 1.7640 + (0.8036 × 8ℎ𝑜𝑟𝑎𝑠) + (0.8091 × 8ℎ𝑜𝑟𝑎𝑠) = 𝟏𝟒. 𝟔𝟔𝟓𝟕𝟓
220
Ejemplo 2: Los siguientes datos muéstrales los proporciona una compañía
de mudanza sobre los pesos de seis envíos, las distancias que se
desplazaron y el daño que se provocó:
Peso Distancia Daños
(1000 libras) (1000 millas) (Dólares)
X1 X2 y
4.0 1.5 160
3.0 2.2 112
1.6 1.0 69
1.2 2.0 90
3.4 0.8 123
4.8 1.6 186
a) Suponiendo que la regresión es lineal, estime 𝛽0 , 𝛽1 𝑦 𝛽2 .

b) Utilizando los resultados de a, estimar el daño cuando un cargamento
que pesa 2400 libras es desplazado a una distancia de 1200 millas.
Solución:
-1er paso:
Se escribe la matriz a resolver.
1 4 15.5
𝑥 = [1 3 2.2 ]
1 1.6 1
1 1.2 2
1 3.4 0.8
1 4.8 1.6
Se saca la transpuesta:
1 1 1 1 1 1
𝑇
𝑥 =[ 4 3 1.6 1.2 3.4 4.8]
1.5 2.2 1 2 0.8 1.6
-2do paso:
221
Se multiplica 𝑥 • 𝑥 𝑇
6 18 9.1
[ 18 63.6 27 ]
9.1 27 15.29
-3er paso:
Se multiplica 𝑦 • 𝑥 𝑇
740
[2505.4]
1131.4
-4to paso:
Se halla la inversa de 𝑥 • 𝑥 𝑇
2.85772 −0.34652 −1.08888

[ −0.34652 0.10482 0.02111 ]
−1.088885 0.021129 0.67615
-5to paso:
Se multiplica (𝑥 • 𝑥 𝑇 )−1 • ( 𝑦 • 𝑥 𝑇 )
𝛽0 14.56
[𝛽1 ] = [30.10]
𝛽2 12.16
b) 𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝐸
𝑦 = 14.56 + 30.10𝑥1 + 12.16𝑥2 + 𝐸
𝑦 = 14.56 + 30.10(2.400) + 12.16𝑥2
𝑦 = 101.392
222
5.2 Interpolación polinomial de Newton en diferencias divididas
El polinomio de interpolación de Newton en diferencias divididas es una de
las formas más populares y útiles. Antes de presentar la ecuación general,
estudiaremos las versiones de primero y segundo grados por su sencilla
interpretación visual.
La forma más simple de interpolación consiste en unir dos puntos con una
línea recta. Dicha técnica, llamada interpolación lineal, utilizando triángulos
semejantes, se muestra de la siguiente manera:
𝑓1 (𝑥) − 𝑓(𝑥0 ) 𝑓1 (𝑥1 ) − 𝑓(𝑥0 )
=
𝑥 − 𝑥0 𝑥1 − 𝑥0
Reordenándose se tiene:
𝑓1 (𝑥1 ) − 𝑓(𝑥0 )
𝑓1 (𝑥) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0
Que es una fórmula de interpolación lineal. La notación f1(x) designa que
éste es un polinomio de interpolación de primer grado. Observe que además
de representar la pendiente de la línea que une los puntos, el término
𝑓1 (𝑥1 )−𝑓(𝑥0 )
es una aproximación en diferencia dividida finita a la primer
𝑥1 −𝑥0
derivada. En general cuanto menor sea el intervalo entre los datos, mejor
será la aproximación. Esto se debe al hecho de que, conforme el intervalo
disminuye, una función continua estará mejor aproximada por una línea
recta.
223
Ejemplo 1:
Estimar el logaritmo natural de 2 mediante interpolación lineal. Primero,
realizar el cálculo por interpolación entre ln 1 = 0 y ln 6 = 1.791759.
Después, repetir el procedimiento, pero usar un intervalo menor de ln 1 a
ln 4 (1.386294). Observar que el valor verdadero de ln 2 es 0.6931472.
Solucion:
Usamos la ecuación y una interpolación lineal para ln (2) desde x0=1 hasta
x1=6 para obtener:
Que representa un error: εt=48.3%. Con el intervalo menor desde x0=1 hasta
x1=4 se obtiene
Así, usando el intervalo más corto el error relativo porcentual se reduce a

εt=33.3%. Ambas interpolaciones se muestran en la figura, junto con la
función verdadera.
224
5.2.1 Interpolación de polinomios de LaGrange
El polinomio de interpolación de LaGrange se obtiene de manera directa a
partir de la formulación del polinomio de Newton. Para obtener la forma de
Lagrange, reformulamos las diferencias divididas. Por ejemplo, la primera
diferencia dividida:
Se reformula como:
Conocida como la forma simétrica. Al sustituir en la ecuación se obtiene:
Por último, al agrupar términos semejantes y simplificar se obtiene la forma

del polinomio de LaGrange.
225
Observe que, como en el método de Newton, la forma de LaGrange tiene un
error estimado de:
De este modo, si se tiene un punto adicional en x = xn+1, se puede obtener

un error estimado. Sin embargo, como no se emplean las diferencias
divididas finitas como parte del algoritmo de LaGrange, esto se hace rara
vez.
De este modo, si se tiene un punto adicional en x = xn+1, se puede obtener
un error estimado. Sin embargo, como no se emplean las diferencias
divididas finitas como parte del algoritmo de LaGrange, esto se hace rara
vez.
226
5.2. 2 Interpolación Inversa
Como la nomenclatura implica, los valores de f(x) y x en la mayoría de los
problemas de interpolación son las variables dependiente e independiente,
respectivamente. En consecuencia, los valores de las x con frecuencia están
espaciados uniformemente. Un ejemplo simple es una tabla de valores
obtenida para la función f(x) = 1/x
Ahora suponga que usted debe usar los mismos datos, pero que se le ha
dado un valor de f(x) y debe determinar el valor correspondiente de x. Por
ejemplo, para los datos anteriores, suponga que se le pide determinar el
valor de x que corresponda a f(x) = 0.3. En tal caso, como se tiene la función
y es fácil de manipular, la respuesta correcta se determina directamente, x
= 1/0.3 = 3.3333.
A ese problema se le conoce como interpolación inversa. En un caso más
complicado, usted puede sentirse tentado a intercambiar los valores f(x) y x
(es decir, tan sólo graficar x contra f(x)) y usar un procedimiento como la
interpolación de LaGrange para determinar el resultado. Por desgracia,
cuando usted invierte las variables no hay garantía de que los valores junto
con la nueva abscisa [las f(x)] estén espaciados de una manera uniforme. Es
más, en muchos casos, los valores estarán “condensados”. Es decir, tendrán
la apariencia de una escala logarítmica, con algunos puntos adyacentes muy
amontonados y otros muy dispersos. Por ejemplo, para f(x) = 1/x el resultado
es:
Tal espaciamiento no uniforme en las abscisas a menudo lleva a oscilaciones

en el resultado del polinomio de interpolación. Esto puede ocurrir aun para
polinomios de grado inferior. Una estrategia alterna es ajustar un polinomio
de interpolación de orden n-ésimo, fn(x), a los datos originales (es decir, con
f(x) contra x). En la mayoría de los casos, como las x están espaciadas de
manera uniforme, este polinomio no estará mal condicionado. La respuesta
a su problema, entonces, consiste en encontrar el valor de x que haga este
polinomio igual al dado por f(x). Así, el problema de interpolación se reduce
a un problema de raíces.
227
Por ejemplo, para el problema antes descrito, un procedimiento simple sería
ajustar los tres puntos a un polinomio cuadrático: (2, 0.5), (3, 0.3333) y (4,
0.25), cuyo resultado será:
La respuesta al problema de interpolación inversa para determinar la x

correspondiente a f(x) = 0.3 será equivalente a la determinación de las raíces
de:
En este caso simple, la fórmula cuadrática se utiliza para calcular:
Así, la segunda raíz, 3.296, es una buena aproximación al valor verdadero:

3.333. Si se desea una exactitud adicional, entonces podría emplear un
polinomio de tercer o cuarto grado junto con uno de los métodos para la
localización de raíces analizado en la parte dos.
228
PROBLEMAS DE APLICACIONES
1) Problema. La carga en un circuito RLC serie está dada por:
2
1 𝑅
𝑞(𝑡) = 𝑞0 𝑒 −𝑅𝑡/(2𝐿)
𝑐𝑜𝑠 [√ −( ) 𝑡]
𝐿𝐶 2𝐿
Suponer que q0/q = 0.01, t = 0.05 s, L = 5H y C = 10-6 F. Encontrar el

valor de la resistencia R usando el método de Newton-Raphson.
Solución:
Es necesario despejar R de la ecuación con valores conocidos para q, q0, L y
C. Sin embargo, se debe emplear una técnica de aproximación numérica, ya
que R es una variable implícita en la ecuación. Se usará el método de
bisección para dicho propósito.
Los otros métodos estudiados también son apropiados; aunque el método

de Newton-Raphson tiene el inconveniente de que la derivada de la ecuación
es un poco complicada. Reordenando la ecuación se obtiene:
1 𝑅 2 𝑞
𝑓(𝑅) = 𝑒 −𝑅𝑡/(2𝐿) cos [√ − ( ) 𝑡] −
𝐿𝐶 2𝐿 𝑞0
Utilizando los valores numéricos dados:
−𝑅(0.05)/(2(5))
1 𝑅 2
𝑓(𝑅) = 𝑒 cos [ √ −( ) (0.05)] − 0.01
(5)(10−6 ) 2(5)
𝑓(𝑅) = 𝑒 −0.005𝑅 cos [√200000 − 0.01𝑅 2 (0.05)] − 0.01
Ya que 200000 – 0.01R2 debe ser mayor que cero
229
200000
200000 − 0.01𝑅 2 = 0 → 𝑅 = √ = 4472,13595
0.01
Un rango inicial razonable para R es 0 a 4472 Ω.
Al hacer 17 iteraciones con el método de bisección se obtiene una raíz

aproximada R = 4471,96588 Ω, con un error menor al 0,00001 por ciento.
i 𝒙𝟏 𝒙𝟐 𝒙𝑴𝑬𝑫𝑰𝑶 𝒇(𝒙𝟏 ) 𝒇(𝒙𝑴𝑬𝑫𝑰𝑶 ) 𝒇(𝒙) Error
1 0 4472 2236 - - 0.00941 0

0.9424967 0.00998786
7
2 2236 4472 3354 - - 9.9879E- 0.33333

0.0099878 0.01000003 05
6
3 3354 4472 3913 - -0.01 0.00001 0.14285

0.0100000
3
4 3913 4472 419.5 -0.01 -0.01 0.00001 0.06666
5 4192.5 4472 4332.25 -0.01 -0.01 1E-04 0.32258
6 4332.25 4472 4402.125 -0.01 -0.01 1E-04 0.015873
7 4402.125 4472 4437.0625 -0.01 -0.01 0.00001 0.007874
8 4437.0625 4472 4454.53125 -0.01 -0.01 0.00001 0.003921
9 4454.5312 4472 4463.26563 -0.01 -0.01 0.00001 0.001956

5
10 4463.2656 4472 4467.63281 -0.01 -0.01 1E-04 0.0009775

3
11 4467.6328 4472 4469.81641 -0.01 -0.01 1E-04 0.0004885

1
12 4469.8164 4472 4470.9082 -0.01 -0.01 1E-04 0.000244

1
13 4470.9082 4472 4471.4541 -0.01 -0.01 1E-04 0.000122
230
14 4471.4541 4472 4471.72705 -0.01 -0.01 1E-04 6.010389E-
05
15 4471.7270 4472 4471.86353 -0.01 -0.01 1E-04 3.05185E-

5 05
16 4471.8635 4472 4471.93176 -0.01 -0.01 1E-04 1.5259E-05

3
17 4471.9317 4472 4471.96588 -0.01 -0.01 1E-04 7.62945E-

6 06
231
2) Problema. Dada la siguiente ecuación:
1 4 0.4
= 0.75 ∗ 𝑙𝑛(𝑅𝑒 ∗ 𝑓 1−0.5𝑛 ) − 1.2
𝑓 𝑛 ∗ ln(10) 𝑛
Suponer que Re = 6000 y n = 0.4. Hallar el valor de la variable f, usando el

método que considere apropiado.
Solución:
Igualar la función a 0 y reemplazar los valores de n y Re
4 0.4
0 = ( 0.75 ∗ 𝑙𝑛(6000 ∗ 𝑓 1−0.5∗0.4 ) − )∗𝑓−1
0.4 ∗ ln(10) 0.41.2
4 ∗ 𝑙𝑛(6000 ∗ 𝑓 0.8 ) 0.4

0=( 0.75
− )∗𝑓−1
0.4 ∗ ln(10) 0.41.2
232
Derivada de la función
𝑑 4 ∗ 𝑙𝑛(6000 ∗ 𝑓 0.8 ) 0.4

( 0.75
− ) ∗ 𝑓 − 1 = 3.453812 ∗ ln(6000𝑓 0.8 ) + 0.56193
𝑑𝑓 0.4 ∗ ln(10) 0.41.2
Suponiendo que xi = 0.1 encontrar la aproximación a la raíz con una

tolerancia de 0.00001 usando el mendo de Newton-Raphson
i 𝒙𝒊 𝒇(𝒙) 𝒇′(𝒙) Error
0 0.1 1.24832407 24.2462616

1 0.04851478 -0.0061883 22.2477433 1.061227454
2 0.04879294 0.00028036 22.2635397 0.005700707
3 0.04878034 -1.2589E-05 22.2628265 0.000258154
4 0.04878091 5.6549E-07 22.2628585 1.15918E-05
233
3) Área bajo la curva. Se considera la curva que tiene la ecuación:
1 1
𝑦 = (𝑥 − ) ·𝑒𝑥𝑝 (− 𝑥 2 ) + 𝑐𝑜𝑠𝑥
2 2
Hallar la primera intersección de la curva con el eje X a la izquierda del eje
Y y la primera intersección de la curva con el eje X a la derecha del eje Y,
ambas con cuatro decimales exactos. Luego calcule el área bajo la curva
comprendida entre la curva, el eje X y los dos intercepto calculados (con
cinco decimales exactos).
Solución:
Primera intersección de la curva con el eje X a la izquierda del eje Y:

Se hallará las raíces de la función con el método de Newton-Raphson,
entonces se debe tener en cuenta que:
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )
Para hallar la primera raíz se toma a xn = -0.8:

i 𝒙𝒊 𝒇(𝒙𝒊 ) 𝒇′(𝒙𝒊 ) 𝒇(𝒙𝒊 )/𝒇′(𝒙𝒊 ) Error
0 -0.8 -0.24728 0.68831 -0.35926 0.10736

1 -0.44073 0.50776 0.95780 0.53012 0.00187
2 -0.49374 0.00085 0.92481 0.00092 6.1876E-07
3 -0.49467 2.82885E-07 0.92420 3.0608E-07 6.8004E-14
4 -0.49467 3.10862E-14 0.924208 3.3636E-14 0
234
𝒙𝟏 = −𝟎. 𝟒𝟗𝟒𝟔𝟕
Primera intersección de la curva con el eje X a la derecha del eje Y:
Para hallar la segunda raíz se toma a xn = 1.7:
i 𝒙𝒊 𝒇(𝒙𝒊 ) 𝒇′(𝒙𝒊 ) 𝒇(𝒙𝒊 )/𝒇′(𝒙𝒊 ) Error
0 1.7 0.15405 -1.23684 -0.12455 0.000142

1 1.82455 -0.00032 -1.2361 0.00026 2.1603E-09
2 1.82429 4.87182E-09 -1.23617 -3.941E-09 0
𝒙𝟐 = 𝟏. 𝟖𝟐𝟒𝟐𝟗
Área:
Se halla el área bajo la curva utilizando trapecios, con el intervalo
[-0.49467,1.82429] y con n= 10 particiones.
1.82429 − (−0.49467)
ℎ= = 𝟎. 𝟐𝟑𝟏𝟖𝟗𝟔
10
i 𝒙 𝒇(𝒙)
0 -0.49467 -1.0107749
1 -0.262774 -3.8055515
2 -0.030878 -32.385517
3 0.201018 4.97467888
4 0.432914 2.30992761
5 0.66481 1.50418917
6 0.896706 1.11519272
7 1.128602 0.88605195
8 1.360498 0.73502497
9 1.592394 0.62798529
10 1.82429 0.27407923
235
𝑏 𝑛
ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = [𝐹(𝑥0 ) + 2 ∑ 𝐹(𝑥𝑖 ) + 𝐹(𝑥𝑛 )]
𝑎 2
𝑖=1
0.115948[𝑓(−0.49467) + 𝟐[𝑓(−0.262774) + 𝑓(−0.030878) + 𝑓(0.201018)

+ 𝑓(0.432914) + 𝑓(0.66481) + 𝑓(0.896706) + 𝑓(1.128602)
+ 𝑓(1.360498) + 𝑓(1.592394)] + 𝑓(1.82429)]
0.115948[−1.0107749 + (−48.076036) + 0.27407923] = ⃒ − 5.6597386⃒

= 𝟓. 𝟔𝟓𝟗𝟕𝟑𝟖𝟔
Valor de la integral: -5.745157
236
4) Área bajo la curva. Hallar la primera intersección a la izquierda del eje Y
y la primera intersección a la derecha del eje Y, ambas con cuatro decimales
exactos de la curva que tiene la ecuación:
cos(𝑥 2 + 1)
𝑦= 2
𝑒 −𝑥 + 1
Calcular el área bajo la curva comprendida entre la curva, el eje X y entre

estas dos intercepciones como límites de la curva.
Solución:
Se procede a hallar las dos raíces, se utilizará el método de secante:
𝑓(𝑥𝑖 ) − (𝑥𝑖 − 𝑥𝑖−1 )

𝑥𝑖+1 = 𝑥𝑖 −
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖−1 )
237
iteración Xi f(Xi) f(Xi-1) Xi-Xi-1
0 -1
1 0 0,27015115 -0,11191912 1
- -
2 0,707071895 0,02672557 0,27015115 0,70707189
- - -
3 0,784700958 0,01576403 0,02672557 0,07762906
- -
4 0,755899862 0,00021232 -0,01576403 0,0288011
-
5 0,755506657 2,1726E-06 -0,00021232 0,00039321
-2,5729E- -3,9828E-
6 -0,75551064 10 2,1726E-06 06
-2,9856E-
7 -0,75551064 16 -2,5729E-10 4,716E-10
8 -0,75551064 2,2117E-17 -2,9856E-16 0
9 -0,75551064 2,2117E-17 2,2117E-17 0
Por lo tanto, la primera raíz es -0,75551064.

A continuación, se procede a hallar la segunda raíz:
iteración Xi f(Xi) f(Xi-1) Xi-Xi-1

0 0
1 1 -0,11191912 0,270151153 1
-
2 0,70707189 0,02672557 -0,11191912 0,29292811
3 0,7635376 -0,0043681 0,026725571 0,05646571
-
4 0,7556052 -5,1584E-05 -0,0043681 0,00793241
238
-9,4796E-
5 0,7555104 1,3098E-07 -5,1584E-05 05
6 0,75551064 -3,7625E-12 1,30976E-07 2,4008E-07
-6,8966E-
7 0,75551064 2,2117E-17 -3,7625E-12 12
8 0,75551064 2,2117E-17 2,21172E-17 0
Por lo tanto, la segunda raíz es 0,75551064.
Por consiguiente, se escribirá la integral definida con sus respectivos

límites:
0,75551064
cos(𝑥 2 + 1)
∫ ( 2 ) 𝑑𝑥
−0,75551064 𝑒 −𝑥 + 1
Para hallar el valor aproximado de esta integral se utilizará el método de

Simpson 1/3:
a = -0,75551064
b = 0,75551064
𝑏−𝑎
ℎ=
𝑛
0,75551064 − (−0,75551064)
ℎ= = 0,25183688
6
A continuación, se utiliza la fórmula de Simpson 1/3 de forma recursiva:
𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥 = (𝑓(𝑥0 ) + 4 ∗ 𝑓(𝑥1 ) + 𝑓(𝑥2 ))
𝑎 3
239
0,75551064
cos(𝑥 2 + 1) 0,25183688
∫ ( −𝑥 2 ) 𝑑𝑥 = (3,11148497)
−0,75551064 𝑒 +1 3
= 0,26119556
Por lo tanto, el valor aproximado de la integral es: 0,26119556.
240
5. Resistencia y temperatura. Estudiantes en el laboratorio de física
desean determinar los efectos de la temperatura sobre una resistencia, para
esto registraron las mediciones de temperatura (x) sobre el valor de la
resistencia (y) y obtuvieron los siguientes datos:
x (temperatura en grados y (valores de resistencia en ohm)

centígrados, C)
20.5 765
32.7 826
51.0 873
73.2 942
95.7 1032
a) Realizar un ajuste lineal por mínimos cuadrados de los datos y escribir la

ecuación de la recta de ajuste que se obtiene. ¿Qué confiabilidad le merece
el ajuste?
b) Si un resistor alcanza una temperatura de 100.0 C, utilizar la recta

regresión hallada para estimar el valor de la resistencia correspondiente.
Solución:
a)
𝑛 𝑛
𝑎0 𝑛 + 𝑎1 ∑ 𝑥𝑖 = ∑ 𝑦𝑖
𝑖=1 𝑖=1
𝑛 𝑛 𝑛
2
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 = ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1
El primer paso a seguir, es encontrar las sumatorias:
∑ 𝑥𝑖 = 273.1
𝑖=1
241
𝑛
∑ 𝑥𝑖 2 = 18607.27
𝑖=1
∑ 𝑥𝑖 𝑦𝑖 = 254932.5
𝑖=1
∑ 𝑦𝑖 = 4438
𝑖=1
El segundo paso es sustituir el resultado de las sumatorias en la ecuación

y despejar 𝑎0 :
𝑛 𝑛
𝑎0 𝑛 + 𝑎1 ∑ 𝑥𝑖 = ∑ 𝑦𝑖
𝑖=1 𝑖=1
𝑎0 (5) + 𝑎1 (273.1) = 4438

4438 𝑎1 (273.1)
𝑎0 = −
5 5
El tercer paso es sustituir los resultados de las sumatorias en la ecuación

y el 𝑎0 por el despeje anterior realizado:
𝑛 𝑛 𝑛
2
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 = ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1
𝑎0 (273.1) + 𝑎1 (18607.27) = 254932.5
4438 𝑎1 (273.1)
( − ) (273.1) + 𝑎1 (18607.27) = 254932.5
5 5
242
(242403.56 − 𝑎1 (14916.722)) + 𝑎1 (18607.27) = 254932.5
(− 𝑎1 (14916.722)) + 𝑎1 (18607.27) = 12528.94

𝑎1 (3690.548) = 12528.94
𝑎1 = 3.39487
El cuarto paso es encontrar el 𝑎0 sustituyendo el 𝑎1 en la ecuación por la

solución encontrada anteriormente:
4438 𝑎1 (273.1)
𝑎0 = −
5 5
4438 (3.39487)(273.1)
𝑎0 = −
5 5
(927.138997)
𝑎0 = 887.6 −
5
𝑎0 = 702.1722
Finalmente, se encuentra la ecuación de la recta:
𝑓(𝑥) = 𝑎0 + 𝑎1 𝑥
𝑓(𝑥) = 702.1722 + 3.39487𝑥
b)
𝑓(𝑥) = 702.1722 + 3.39487𝑥

𝑓(100.0) = 702.1722 + 3.39487(100.0)
𝑓(100.0) = 1041.6592
243
6. Resistencia de un producto. Un diseñador industrial contrata sus
servicios profesionales como ingeniero para consultarle sobre un
experimento que lleva a cabo. Está interesado en saber qué efecto tiene la
temperatura sobre la resistencia de un producto. Como los costos
involucrados son altos, el diseñador tiene un límite en la cantidad de datos
que puede obtener y le presenta la siguiente tabla:
x (Temperatura en grados
y (Nivel de resistencia)
Fahrenheit)
600 40
600 44
700 48
700 46
700 50
900 48
950 46
950 45
a) Encontrar la ecuación de una curva cuadrática de mínimos cuadrados

que se ajuste.
b) A partir de este ajuste analice y argumente si considera que hay evidencia
de que la temperatura tiene algún efecto sobre la resistencia del producto.
c) ¿Será más conveniente el ajuste a la ecuación de una curva de grado tres
por mínimos cuadrados? Explique.
Solución:
244
Y
60
50
40
30
20
10
0
0 200 400 600 800 1000
El primer paso es encontrar las sumatorias:
∑ 𝑥𝑖 = 6100
𝑖=1
∑ 𝑥𝑖 2 = 4805000
𝑖=1
∑ 𝑦𝑖 = 367
𝑖=1
∑ 𝑥𝑖 3 = 3904750000
𝑖=1
∑ 𝑥𝑖 𝑦𝑖 = 280850
𝑖=1
∑ 𝑥𝑖 4 = 3.26461 × 1012
𝑖=1
245
𝑛
∑ 𝑥𝑖 2 𝑦𝑖 = 221807500
𝑖=1
El segundo paso es sustituir el resultado de las sumatorias en la ecuación

y despejar 𝑎0 :
𝑛 𝑛 𝑛
2
𝑎0 𝑛 + 𝑎1 ∑ 𝑥𝑖 + 𝑎2 ∑ 𝑥𝑖 = ∑ 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1
𝑎0 (8) + 𝑎1 (6100) + 𝑎2 (4805000) = 367
367 𝑎1 (6100) 𝑎2 (4805000)

𝑎0 = − −
8 8 8
𝑎0 = 45.875 − 𝑎1 (762.5) − 𝑎2 (600625)
El cuarto paso es sustituir 𝑎0 en la siguiente ecuación para encontrar 𝑎1 :
𝑛 𝑛 𝑛 𝑛
2 3
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 + 𝑎2 ∑ 𝑥𝑖 = ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑎0 (6100) + 𝑎1 (4805000) + 𝑎2 (3904750000) = 280850
(45.875 − 𝑎1 (762.5) − 𝑎2 (600625))(6100) + 𝑎1 (4805000) + 𝑎2 (3904750000)

= 280850
279837.5 − 𝑎1 (4651250) − 𝑎2 (3663812500) + 𝑎1 (4805000) + 𝑎2 (3904750000)

= 280850
246
𝑎1 (153750) + 𝑎2 (240937500) = 1012.5
1012.5 𝑎2 (240937500)
𝑎1 = −
153750 153750
𝑎1 = 0.00658537 − 𝑎2 (1567.07317)
El quinto paso es sustituir 𝑎0 y 𝑎1 en la siguiente ecuación para encontrar

𝑎2 :
𝑛 𝑛 𝑛 𝑛
𝑎0 ∑ 𝑥𝑖 2 + 𝑎1 ∑ 𝑥𝑖 3 + 𝑎2 ∑ 𝑥𝑖 4 = ∑ 𝑥𝑖 2 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑎0 (4805000) + 𝑎1 (3904750000) + 𝑎2 (3.26461 × 1012 ) = 22180750

(45.875 − 𝑎1 (762.5) − 𝑎2 (600625))(4805000)
+ (0.00658537 − 𝑎2 (1567.07317))(3904750000)
+ 𝑎2 (3.26461 × 1012 ) = 22180750
220429375 − 𝑎1 (3663812500) − 𝑎2 (2.886 × 1012 ) + 25714207.32

− 𝑎2 (6.11903 × 1012 ) + 𝑎2 (3.26461 × 1012 ) = 221807500
−𝑎1 (3663812500) − 𝑎2 (5.74042 × 1012 ) = −24336082.3
24336082.3 𝑎1 (3663812500)
𝑎2 = −
(5.740422088 × 1012 ) (5.740422088 × 1012 )
𝑎2 = 4.23943 × 10−6 − 𝑎1 (0.000638248)
El sexto paso es sustituir 𝑎1 en la anterior ecuación para encontrar 𝑎2 :
247
𝑎2 = 4.23943 × 10−6 − (0.00658537 − 𝑎2 (1567.07317))(0.000638248)
𝑎2 = 4.23943 × 10−6 − 4.2031 × 10−6 + 𝑎2 (1.000181639)
𝑎2 = 3.63278 × 10−8 + 𝑎2 (1.000181639)
𝑎2 − 𝑎2 (1.000181639) = 3.63278 × 10−8
−𝑎2 (0.00018164) = 3.63278 × 10−8
𝑎2 = −0.0002
El séptimo paso es sustituir 𝑎2 en la siguiente ecuación para encontrar 𝑎1 :
𝑎1 = 0.00658537 − (−0.0002)(1567.07317)
𝑎1 = 0.00658537 − (−0.31341463)
𝑎1 = 0.32
El octavo paso es sustituir 𝑎2 y 𝑎1 en la siguiente ecuación para encontrar

𝑎0 :
𝑎0 = 45.875 − 𝑎1 (762.5) − 𝑎2 (600625)

𝑎0 = 45.875 − (0.32)(762.5) − (−0.0002)(600625)
𝑎0 = 45.875 − 244 − (−120.125)
𝑎0 = −78
Finalmente, se encuentra la ecuación de la recta:
248
𝑓(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
𝑓(𝑥) = −78 + 0.32𝑥 − 0.0002𝑥 2
a) 𝑦 = −0.0002𝑥 2 + 0.32𝑥 − 78
b) Se puede decir que la resistencia tiene un punto máximo de aguante a
los 50 grados Fahrenheit, a partir de este punto, la resistencia comienza a
disminuir con forme la temperatura continúa ascendiendo.
c) La ecuación cuadrática del ajuste es:

𝑦 = −2 × 10−19 𝑥 3 − 0.0002𝑥 2 + 0.32𝑥 − 78
Y
60
50
40
30
20
y = -2E-19x3 - 0.0002x2 + 0.32x - 78
10 R² = 0.7457
0
0 200 400 600 800 1000
249
7) Ajuste de curvas. Ajustar el siguiente conjunto de datos a un polinomio
cuadrático f(x):
x y
1.03 2.5
1.04 2.8
1.05 2.9
1.07 3.1
1.09 2.95
1.13 2.97
a) Escribir la función cuadrática f(x) que expresa el ajuste y su

correspondiente coeficiente de correlación. Graficar tanto el conjunto de
datos como la curva ajustada.
b) Escribir con cinco decimales los valores aproximados de f ′(1.04), y
f ′(1.13) (c) Hallar el valor de x en el que f ′(x) = 0.
Solución:
𝒙 𝒚 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝒚 𝒙𝟐 𝒚
1.03 2.5 1.0609 1.092727 1.12550881 2.575 2.65225
1.04 2.8 1.0816 1.124864 1.16985856 2.912 3.02848
1.05 2.9 1.1025 1.157625 1.21550625 3.045 3.19725
1.07 3.1 1.1449 1.225043 1.31079601 3.317 3.54919
1.09 2.95 1.1881 1.295029 1.41158161 3.2155 3.504895
1.13 2.97 1.2769 1.442897 1.63047361 3.3561 3.792393
Sumatoria 6.41 17.22 6.8549 7.33819 7.86372485 18.4206 19.724458
Teniendo en cuenta que n=4, se elabora la matriz:
250
𝟒 6.41 6.8549 𝑎0 17.22
[ 6.41 6.8549 7.33819 ] [𝑎1 ] = [18.4206]
6.8549 7.33819 7.86372485 𝑎2 19.7245
Después de resolver el sistema de ecuaciones por el método de Gauss-
Jordan:
𝑎0 −141.402004
𝑎
[ 1 ] = [ 264.08005 ]
𝑎2 −120.66125
(a) 𝑓(𝑥) = −141.402004 + 264.08005𝑥 − 120.66125𝑥 2
(b)
𝑓′(𝑥) = 264.080005𝑥 − 120.66125𝒙
𝑓 ′ (1.04) = 13,10465
𝑓 ′ (1.13) = −8,614365
(c)
Newton-Raphson
i 𝒙 𝒇′(𝒙) 𝒇(𝒙 Error

1 2 -218,56495 -95,886904
2 1,56128874 -112,694053 -23,2233772 -0,28099303
3 1,35521418 -62,9636248 -5,12408801 -0,15206051
4 1,27383246 -43,3243849 -0,79913755 -0,0638873
5 1,25538702 -38,8730841 -0,04105311 -0,01469303
6 1,25433094 -38,6182281 -0,00013457 -0,00084195
7 1,25432745 -38,6173871 -1,4652E-09 -2,7782E-06
Se puede observar que en la septima iteración la raíz de f(x) es 1.25432745.
251
8) Ajuste de curvas. En un experimento se obtuvieron los siguientes siete
puntos de datos:
x y
0.9 0.9
1.5 1.35
3.05 2.45
4.0 5.15
5.85 4.45
8.0 5.1
9.5 6.25
a) Ajustar el conjunto de datos a un polinomio cuadrático f(x).

Escribir la función cuadrática f(x) que expresa el ajuste y su
correspondiente coeficiente de correlación. Graficar tanto el conjunto
de datos como la curva ajustada.
b) Escribir con cinco decimales los valores aproximados de f ′(3.05),

y f ′(12.5) (c) Hallar el valor de x en el que f ′(x) = 0.
Solución:
∑ 𝑥𝑖 = 𝟑𝟐. 𝟖
∑ 𝑥𝑖 2 = 𝟐𝟏𝟔. 𝟖𝟑𝟓
∑ 𝑥𝑖 3 = 𝟏𝟔𝟔𝟔. 𝟎𝟓𝟑𝟐𝟓
∑ 𝑥𝑖 4 = 𝟏𝟑𝟕𝟔𝟎. 𝟒𝟗𝟕𝟏𝟏
252
∑ 𝑥𝑖𝑦𝑖 = 𝟐𝟓. 𝟔𝟓
∑ 𝑥𝑖2 𝑦𝑖 = 𝟏𝟏𝟓𝟏. 𝟕𝟏𝟎𝟐𝟓
∑ 𝑥𝑖3 𝑦𝑖 = 𝟏𝟏𝟓𝟏. 𝟕𝟏𝟎𝟐𝟓
Se tiene en cuenta que n = 7, entonces se tiene:
𝟕 32.8 216.835 𝑎0 25.65

[ 32.8 216.835 𝑎
1666.05325 ] [ 1 ] = [1151.71025]
216.835 1666.05325 13760.49711 𝑎2 1151.71025
Después de resolver el sistema de ecuaciones por el método de Gauss-

Jordan:
𝑎0 −178.20728
[𝑎1 ] = [ 79.15441 ]
𝑎2 −6.10216
a)
𝑓(𝑥) = −178,20728 + (79.15441) 𝑥 − (6.10216) 𝑥 2
Experimento
10
0
0 2 4 6 8 10
253
𝑅 2 = 0.8867
𝑅 = 0.94164
b)
𝑓 ′ (3.05) = 41.9311
𝑓 ′ (12.5) = −73.3997
c)
Newton-Rapson:
i 𝒙 𝒇′(𝒙) 𝒇(𝒙) Error

1 6 5,92838997 77,0411184 ---
2 -6,99528518 164,527228 -1030,51856 1,85772057
-
3 -0,73177137 88,0851953 -239,397862 8,55938625
4 1,98602771 54,9162599 -45,073251 1,3684598
5 2,80679101 44,899388 -4,11074042 0,29242053
6 2,8983455 43,7820262 -0,05114974 0,03158853
7 2,89951378 43,7677681 -8,3287E-06 0,00040292
8 2,89951397 43,7677658 -2,0606E-13 6,563E-08
Se puede observar que en la octava iteración la raíz de f(x) es 2.98951397.
254
255
9) Circuito de resistores. Un problema común en algunas ingenierías es
la determinación de corrientes y voltajes en varios puntos en circuitos de
resistores. Estos problemas se resuelven usando las leyes para corrientes y
voltajes de Kirchhoff. En la figura el circuito de resistores se resuelve
usando ecuaciones algebraicas lineales simultáneas.
La regla de la corriente de Kirchhoff se aplica a cada nodo para obtener:
i12  i52  i32  0 [1]
i65  i52  i54  0 [2]
i43  i32  0 [3]
i54  i43  0 [4]
La aplicación de la regla del voltaje en cada una de las mallas, si se

sustituyen las resistencias de la figura y se pasan las constantes al lado
derecho se obtiene:
 15i54  5i43  10i32  10i52  0 [5]
 20i65  10i52  5i12  200 [6]
Calcular los valores de cada una de las corrientes, escribirlos con cuatro
decimales.
256
Solución:
i12  i52  i32  0 [1]
i65  i52  i54  0 [2]
i43  i32  0 [3]
i54  i43  0 [4]
 15i54  5i43  10i32  10i52  0 [5]
 20i65  10i52  5i12  200 [6]
Se ajustan las ecuaciones:

𝑖12 → 𝑖1
𝑖52 → 𝑖2
𝑖32 → 𝑖3
𝑖65 → 𝑖4
𝑖54 → 𝑖5
𝑖43 → 𝑖6
𝑖1 + 𝑖2 + 𝑖3 = 0 [1]
𝑖4 − 𝑖2 − 𝑖5 = 0 [2]
𝑖6 − 𝑖3 = 0 [3]
𝑖5 − 𝑖6 = 0 [4]
−15𝑖5 − 5𝑖6 − 10𝑖3 + 10𝑖2 = 0 [5]
−20𝑖4 − 10𝑖2 + 5𝑖1 = 200 [6]
Una vez se ha resuelto el sistema de ecuaciones lineales de tamaño 6 × 6

por el método de Gauss-Jordan, se encuentra que los valores de cada
corriente son:
𝑖12 → 𝑖1 =-5,714285714
257
𝑖52 → 𝑖2 =-5,714285714
𝑖32 → 𝑖3 =11,42857143
𝑖65 → 𝑖4 =-8,571428571
𝑖54 → 𝑖5 =-8,571428571
𝑖43 → 𝑖6 =-8,571428571
258
10) Equilibrio de fuerzas. Un problema importante en la ingeniería
estructural es determinar las fuerzas y reacciones asociadas con una
estructura estáticamente determinada, En la figura se muestra un ejemplo
de tal estructura.
Las fuerzas (F) representan, ya sea la tensión o la compresión de los

elementos de la estructura. Las reacciones externas (H2, V2 y V3) son
fuerzas que caracterizan cómo interactúa la estructura con la superficie de
soporte. El apoyo en el nodo 2 puede transmitir ambas fuerzas, horizontal y
vertical a la superficie, mientras que el rodillo en el nodo 3 transmite sólo
fuerzas verticales. Se observa que el efecto de la carga externa de 1 000 lb
se distribuye a lo largo de varios elementos de la estructura.
El tipo de estructura se puede describir como un sistema de ecuaciones

algebraicas lineales. Los diagramas de cuerpo libre se muestran para cada
nodo en la figura. La suma de las fuerzas en ambas direcciones, vertical y
horizontal, deben ser cero en cada nodo, ya que el sistema está en reposo.
Por tanto, para el nodo 1:
F H 0
  F1 cos 30  F3 cos 60  F1h  0
F V 0
  F1 sin 30  F3 sin 60  F1v  0
259
Para el nodo 2:
F H 0
 F2  F1 cos30  F2 h  H 2  0
F V 0
 F1 sin 30  F2v  V2  0
Para el nodo 3:
F H 0
  F2  F3 cos 60  F3h  0
F V 0
 F3 sin 60  F3v  V3  0
Calcular los valores de cada una de las fuerzas y escribirlos con tres
decimales.
Solución;
El problema anterior se plantea como un sistema de ecuaciones con seis
incógnitas:
0.866 0 −0.5 0 0 0 𝐹1 0
0.5 0 0.866 0 0 0 𝐹2 −1000
−0.866 − 1 0 −1 0 0 𝐹3 0
=
−0.5 0 0 0 −1 0 𝐻2 0
0 1 0.5 0 0 0 𝑉2 0
( 0 0 −0.866 0 0 −1) ( 𝑉3 ) ( 0 )
A continuación, se procede a hallar la inversa de la matriz A:
0.866 0 −0.5 0 0 0
0.5 0 0.866 0 0 0
𝐴 = −0.866 − 1 0 −1 0 0
−0.5 0 0 0 −1 0
0 1 0.5 0 0 0
( 0 0 −0.866 0 0 −1)
260
0.866 0.50 0 0 0 0
0.25 −0.433 0 0 0 0
𝐴−1 = −0.50 0.866 0 0 0 0
−1 0 −1 0 −1 0
−0.433 −0.25 0 −1 0 0
( 0.433 −0.749 0 0 0 −1)
Luego se procede a despejar la matriz que contiene las variables de las

fuerzas, pasándolas al otro lado:
0.866 0 −0.5 0 0 0 0 𝐹1
0.5 0 0.866 0 0 0 −1000 𝐹2
−0.866 − 1 0 −1 0 0 0 𝐹3
=
−0.5 0 0 0 −1 0 0 𝐻2
0 1 0.5 0 0 0 0 𝑉2
( 0 0 −0.866 0 0 −1) ( 0 ) ( 𝑉3 )
Por último, se multiplica las siguientes matrices:

0.866 0 −0.5 0 0 0 0
0.5 0 0.866 0 0 0 −1000
−0.866 − 1 0 −1 0 0 0
−0.5 0 0 0 −1 0 0
0 1 0.5 0 0 0 0
( 0 0 −0.866 0 0 −1) ( 0 )
Generando así una matriz resultante 6𝑥1:
−500
433
−866
0
250
( 749 )
261
Por lo tanto, los valores de las fuerzas son:
𝐹1 = −500
𝐹2 = 433
𝐹3 = −866
𝐻2 = 0
𝑉2 = 250
𝑉3 = 749
262
WEBGRAFIA
• https://es.slideshare.net/rocamaos/metodo-de-la-secante-20938744
• http://dazapa2894.wixsite.com/metodos-numericos/integracin-por-
rectangulos
• https://es.slideshare.net/LuisAguilarCruz/regla-de-simpson-tres-
octavos
• http://disi.unal.edu.co/~lctorress/MetNum/LiMetNu2.pdf
• http://www2.dis.ulpgc.es/~lalvarez/teaching/mn/mn_problemas_20
10.pdf
• http://weblidi.info.unlp.edu.ar/catedras/organiza/descargas/clase3.
pdf
• https://www.genbeta.com/a-fondo/sistemas-operativos-de-32-y-64-
bits-cual-es-la-diferencia
• http://www.alegsa.com.ar/Dic/64_bits.php
• http://www.zator.com/Cpp/E2_2_4a1.htm
• http://ocw.uc3m.es/ingenieria-telematica/arquitectura-de-
ordenadores/lecturas/html/cod.html#cod:sec:ieee754
• http://www.edu.xunta.gal/centros/iesdavidbujan/system/files/Prac
tica+1+BINARIO+Y+DECIMAL.pdf
• http://www.ehu.eus/~mepmufov/html/Parte2.pdf
• http://gliptal.tripod.com/sitebuildercontent/sitebuilderfiles/Newton-
raphson.pdf
• http://www.diocesisdeneiva.org/adiocinal/file/archivos/MN_Raices.
pdf
• http://portales.puj.edu.co/objetosdeaprendizaje/Online/OA10/capit
ulo5/5.3.htm
263
• http://noosfera.indivia.net/metodos/secante.html
• http://www1.eafit.edu.co/cursonumerico/capitulo3/sesion_2/enlace
s/gauss2.pdf
• http://www.dma.uvigo.es/~lino/Tema3.pdf
• http://numerosdecimales.com/
• https://www.smartick.es/blog/matematicas/numeros-
decimales/los-numeros-decimales/
• http://www.ladelec.com/teoria/electronica-digital/343-
conversiones-de-sistemas-de-numeracion
• https://es.slideshare.net/EvelynRuiZambrano/transformar-decimal-
fraccionario-a-binario-octal-y
• http://www.areatecnologia.com/sistema-binario.htm
• http://es.wikihow.com/convertir-de-decimal-a-binario
• https://www.ecured.cu/Sistema_octal
• http://www.ite.educacion.es/formacion/materiales/47/cd/mod1b/1
bb_4.htm
• https://es.wikipedia.org/wiki/Coma_fija
• https://www.uv.es/~diaz/mn/node8.html
• https://es.wikipedia.org/wiki/Notaci%C3%B3n_cient%C3%ADfica
• https://es.slideshare.net/erickbello752/metodo-de-newtonraphson-
para-sistemas-de-ecuaciones-no-lineales
• http://departamentos.uca.es/C146/pag_personal/f_alvarez/docume
ntos/CC%20Trabajo%20Tema%202.pdf
264
• http://www.unjbg.edu.pe/coin2/pdf/c&d_9_art_16.pdf
• http://www.bdigital.unal.edu.co/4831/43/958-9352-12-
X._1999_15.pdf
• http://www.sc.ehu.es/sbweb/fisica_/numerico/regresion/regresion.
html
• http://www.ub.edu/glossarimateco/content/matriz-jacobiana-de-
una-funci%C3%B3n-vectorial
• https://www.uoc.edu/in3/emath/docs/Matriz_Inversa.pdf
• https://sites.google.com/site/mecanalisis/home/unidad-i-
introduccion-a-los-metodos-numericos
• https://www.uv.es/~diaz/mn/fmn.html
• http://www.ugr.es/~mibanez/ejemplos/interpolacion.pdf
• http://www.ehu.eus/pegonzalez/I.Teleco/Apuntes/tema5.pdf
• http://www.sangakoo.com/es/temas/interpolacion-inversa
• https://es.slideshare.net/asesoracademico/09-interpolacion-inversa
265
266

Métodos Numéricos

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Métodos Numéricos

Caricato da

Copyright:

Formati disponibili

1

MARIA ALEJANDRA PAZ ARCE

WALTER MAGAÑA SANDOVAL

UNIVERSIDAD DE SAN BUENAVENTURA CALI

1.1 Representación de un número decimal en la base binaria, octal y

2. Raíces de ecuaciones y polinomios ...................................................... 31

2.1. Método de bisección...................................................................... 31

3. Derivación e Integración Numérica ...................................................... 77

3.1. Derivación numérica ..................................................................... 77

4.1. Operaciones básicas de vectores y matrices: suma, resta, producto

5. Interpolación y Ajuste Polinomial de Curvas.......... ¡Error! Marcador no

5.1. Regresión Lineal por mínimos cuadrados:Regresión lineal, de

WEBGRAFÍA .................................................................................................................... 256

1.1. Representación de un número decimal en la base binaria, octal y

Sistema decimal: El sistema de numeración decimal, también llamado

Sistema binario: El sistema binario, es un sistema de numeración en base

Sistema octal: El sistema de numeración octal es un sistema de

Sistema hexadecimal: El sistema Hexadecimal está en base 16, sus

Actualmente el sistema hexadecimal es uno de los más utilizados en el

Ejemplo 1: Se convertirá el número decimal 18210 a binario por el método

Los residuos generados en cada división forman el número binario, leemos

Por lo tanto, 18210 = 10110110102

Ejemplo 2: Se convertirá el número binario 10100011002 a decimal.

Se elabora una tabla en donde irán las potencias de dos, de derecha a

Luego se escribe debajo de la tabla elaborada anteriormente el número

Por lo tanto 10100011002 = 65210

Ejemplo 3: Se convertirá el número decimal 52.39610 con parte fraccionaria

Se multiplica la parte fraccionaria (0.396) por 2 y después se multiplica

Por lo tanto 0.39610 = .01102

Para escribir el número binario final, se toma el binario hallado de la parte

Por lo tanto, 52.39610 = 110100.01102

Para hallar el número decimal de la parte entera (11010) del número

Por lo cual tendremos que 110102 = 2610

Se operan los paréntesis y se suma, el número que resulte será el número

Por lo tanto 1102 = 0.7510

Por lo tanto 11010.00102 = 26.7510

A continuación, se muestra una tabla de ayuda con las correspondencias

Ejemplo 1: Convertir el número decimal 186910 a hexadecimal. Para esto

Por lo tanto 186910 = 0111010011012 = 74D16

Ejemplo 2: Convertir el número decimal 1531315.6771610 con parte

Los residuos generados en cada división forman el número hexadecimal de

Por lo cual 53131510 = 175DB316

La parte fraccionaria (0.67716) se multiplica por 16 y se toma la parte

Para escribir el número hexadecimal final, se toma el decimal hallado de la

Por lo cual 1531315.6771610 = 175DB3. AD5A5B16

Ejemplo 3: Convertir el número hexadecimal B2F816 a decimal.

Por lo tanto 101110.0102 = 2E.216

Se utilizará la siguiente tabla de equivalencias de octal a binario, se agrupan

Ejemplo 1: Convertir el número decimal 425.62510 con parte fraccionaria a

Se toma el número entero y se divide entre 8 repetidamente hasta que el

Los residuos generados en cada división forman el número octal, leemos el

Se toma la parte fraccionaria del número decimal y la multiplicamos por 8

Por lo tanto 0.62510 = 58

La parte entera del producto pasa a formar el dígito correspondiente, el

Por lo tanto 425.62510 = 651.58

Ejemplo 2: Convertir el número binario 001011101.11002 con parte

Teniendo en cuenta la Tabla 2, se busca las parejas de 3 bits, 001

Se aplica el mismo procedimiento a la parte fraccionaria, separación por 3

Por lo tanto 001011101,11002 =135.148

Cotidianamente, para representar los números utilizamos un sistema

Los números se almacenan en las variables. Una variable representa un

Representación de reales en Punto Fijo

Los primeros computadores almacenaban los números reales en un formato