TESE

[METODOS NUMERICOS]
Rivera Ortiz Julio Cesar
Ejercicios y temas vistos en clase con la Profesora Martha Chapa.
Métodos Numéricos:

Temario:

Unidad I; Introducción a los métodos numéricos.

Unidad II; Métodos de solución de ecuaciones.

Unidad II; Métodos de solución de sistemas de ecuaciones.

Unidad IV; Diferenciación e integración Numérica.

Unidad V; Interpolación.

Unidad VI; Solución de ecuaciones diferenciales.

Bibliografía  Richard L. Burden Duglas Faires.

Forma de evaluación:

Examen escrito = 50%

Tareas, trabajos, exposición, uso de software, programas = 30%

Participación en clase (individual y en equipo) = 20%

Actividad 1 “Explorando mis conocimientos”

1.- Graficar la siguiente función: f ( x )=3 x 2−2 x 2−1 en el intervalo (-2, 2)

Grafica hecha en graphmatica.

2.- Encontrar una raíz para 2 cos x−e x =0

Nota: Al calcular una función trigonométrica, el argumento debe estar en grados, si no efectuar el
cambio usando πrad=180 °

( πrad ) x=180 ( .5 )

180° (.5)
x=
π rad

x=28 ° .64

∴ 2cos ( 28° .64 ) −e .5=1.75−1.648=.10

X=0.5 Es la raíz aproximada para 2 cos x−e x =0

Resolver el sistema de ecuaciones:

x 2+ y 2=4

e x + y=1

Grafica hecha en Graphmatica

1+(−1.8)2 =4.24

e 1+ (−1.8 )=0.98

(−1.8 )2 + ( 0.8 )2 =3.88

e−1.8 +.8=0.96

1.−( 1 ,−1.8 )

2.−(−1.8 , .8)

Unidad I: Introducción a los métodos numéricos.

Los métodos numéricos nos vuelven aptos para entender esquemas numéricos al fin de resolver
problemas matemáticos, desde ingeniería y científicos en una computadora, escribir programas o
usar correctamente el software existente con lo cual aumentamos nuestra habilidad en el uso de
la programación, también ampliamos nuestra tiricia matemática y la comprensión de los principios
científicos básicos.

EL proceso de solución a través de la programación requiere los siguientes pasos:

a) Especificación del problema, se debe identificar perfectamente el problema y sus

limitaciones, las variables que intervienen y los resultados deseados.
b) Análisis, es la formulación de la solución del problema denominado también algoritmo, de
manera que se tenga una serie de pasos que resuelvan el problema.
c) Programación. Consiste en traducir el método de análisis o el algoritmo de solución al
lenguaje de nuestra preferencia.
d) Verificación. Es la prueba exhaustiva para eliminar todos los errores que se tengan.
e) Documentación. Consiste en un instructivo de nuestro programa de manera que
cualquiera pueda utilizarlo.

Métodos numéricos: origen.

La búsqueda de soluciones aproximadas a problemas matemáticos en general, es un proceso

antiguo. Se puede citar como ejemplo a los polinomios de Taylor que aproximan a una función, a
los polinomios interpoladores obtenidos por Newton y Lagrange para ajustar una función
polinomial a una tabla n de valores, o el método de Newton para hallar una solución aproximada
de una ecuación, o por último el método de Euler para el cálculo de una solución aproximada de
una ecuación diferencial.

El método de Euler, que data de 1768, esta aun vivo no solo porque juega un papel excepcional en
la enseñanza como base metodológica para explicar métodos más complicados, sino que incluso
se sigue utilizando en la actualidad para obtener una primera aproximación en la resolución de
ecuaciones.

El mismo Euler propone métodos de orden superior que son los que hoy se conocen como
métodos de Taylor, donde la idea geométrica la proporciona al calcular la derivada segunda en
lugar de utilizarla para aproximar la solución por la tangente. Se hace mediante la parábola que
más se aproxima o en general por el polinomio de grado n más próximo.

Los métodos numéricos se han desarrollado con la finalidad de resolver problemas que no pueden
resolverse con los métodos tradicionales (exactos), dichos métodos son aproximados a la solución
y por lo tanto siempre existe un error que puede reducirse tanto como queramos.

El valor aproximado se puede denotar Xa, de la solución exacta X de algún problema, podemos
medir el error denominado absoluto a través de:

Ea=| X− Xa|

Existe otro tipo de error denominado error relativo, que se calcula:

 X−Xa
Erel=¿ ∨¿
X

Si utilizamos nuestra calculadora para saber cuánto vale el número e ese valor se genera usando la
siguiente serie:
∞
1
e=∑
k=0 k!

Usando la serie anterior calcular el error absoluto y relativo utilizando el primer método de la
serie, el segundo, el tercero y cuarto.

La larga lista de métodos disponibles depende de si necesitamos todas las raíces o solo algunas, si
las raíces son reales o imaginarias.

Uno de los primeros métodos que se presentan es escoger el método de solución, iniciaremos con
el método de bisección.

El método de bisección.

Este es uno de los metodos mas sencillos y de fácil intuición, para resolver ecuaciones en una
variable. Se basa en el teorema de los valores intermedios, el cual establece que toda función
continua f en un intervalo cerrado [a, b} ( fϵC [ a , b } ) toma todos los valores que se hayan entre f(a)
y f(b): Esto es, que todo valor entre f(a) y f(b) es la imagen de al menos un valor en el intervalo [a,
b}.

Paint.
En caso de que f(a) y f(b) tengan signos opuestos (es decir f(a) f(b) > 0), el valor cero seria un valor
intermedio entre f(a) y f(b), por lo que con certeza existe un x* en [a, b} que cumple f(x*) =0. De
esta forma, se asegura la existencia de al menos una solución de la ecuación f(x)=0.

El método consiste en lo siguiente: Supongamos que en el intervalo [a, b} hay un 0 de f.

Calculamos el punto medio m=(a+ c)/2 del intervalo [a, b}. A continuación calculamos f(m). En
caso de que f(m) sea igual a cero, ya hemos encontrado la solución buscada. An caso de que no lo
sea, verificamos si f(m) tiene signo opuesto al de f(a). Se redefine el intervalo [a, b} como [a, m} o
[m, b} según se haya determinado en cual de estos intervalos ocurre un cambio de signo. A este
nuevo intervalo se le aplica el mismo procedimiento y asi, sucesivamente, iremos encerrando la
solución en un intervalo cada vez mas pequeño hasta alcanzar la precisión deseada.

En la siguiente figura se ilustra el procedimiento descrito.

a 1+ b 1
m1= , m1 ≈ x∗¿
2

b−a b1−a 1
Error ≤ =
2 2

.: f(a1)*f(m1)>0a2=m1, b2=b1

a 2+ b 2
m 2= , m2 ≈ x∗¿
2

b−a b 2−a 2
Error ≤ =
2 2

.: f(a2)*f(m2)>0a3=a2, b3=m2

El procedimiento construye tres sucesiones an, bn, mn.

Ejemplo:

Dado X 3 −X −1=0 encontrar una raíz en [1, 2]

f ( 1 ) =−1

f ( 2 ) =8−2−1=5

2+1
1° iteración m1= =1.5
2

f ( 1.5 )=0.875

2° iteración

f ( 1 ) =−1

f ( 1.5 )=0.875

1+1.5
m 2= =1.25
2

f ( 1.5 )=−0.2968

3° iteración

f ( 1.25 ) =−0.2968

f ( 1.5 )=0.875

1.25+1.5
m 3= =1.375
2

f ( 1.375 ) =0.2246

4° iteración

f ( 1.25 ) =−0.2968

f ( 1.375 ) =0.2246

1.25+ 1.375
m 4= =1.3125
2

f ( 1.3125 ) =0.0515
Grafica hecha en Graphmatica

Podemos resumir en la siguiente tabla agregando el error para cada iteración a través:

b−a
|min−x| ≤
2k

Iteración (k) ak bk mk error

1 1 2 1.5 1/5=.5

2 1 1.5 1.25 .125

3 1.25 1.5 1.375 .03125

4 1.25 1.375 1.3125 .0078

Y determinamos la raíz con un error de 10−3 <=> .0078=7.8∗10−3

Método secante.

Aunque el método de la secante es anterior al método de Newton, a veces se hace una derivación
de este método basado en la iteración de Newton cambiando la derivada f’(x k) por una
aproximación, lo cual puede ser muy bueno pues para algunas funciones, como las definidas por
integrales o una serie, en los casosen los que la derivada no es fácil de obtener. Aquí vamos a
proceder igual que antes, con una idea geométrica. El método de la secante tiene orden de
convergencia de almenos p=1.61803 pero en un sentido que haremos mas preciso al final de esta
sección, este método es mas rápido que el método de Newton.

Iniciando con dos aproximaciones iniciales X0 y X1, en el paso k+1 se calcula, usando x k y xk-1, como
la intersección con el eje X de la recta (secante) que pasa por los puntos (x k-1, f(xk-1)) y (xk, f(xk))

Entonces, si f ( x k )−f ( xk−1 ) ≠ 0

xk −1 f ( xk )−xkf (xk −1)

xk +1=
f ( xk )−f (xk−1)

Sin embargo, para cuidarnos del fenómeno de cancelación (cuando x k ≈ x k−1 y f ( x k ¿ f ( x k−1 ) >0 ) ,
rescribimos la formula como:

(x k −( x k−1))
x k−1=x k −f ( x k ) . , k ≥1
f ( x k )−f (x k−1 )
Aunque esta ultima versión no es totalmente segura, es la menos mejor que la anterior.

 Usualmente escogemos x0 y x1 de tal manera que el cero que queremos aproximar este
entre estos números. Si la función f es dos veces diferenciable en un entorno de cero
simple x* se garantiza que si x0 y x1 se escogen “suficientemente cercanos” a x*, entonces
el método converge a x*.

Ejercicio:

1 encontrar la solución para x 3−0.2 x 2−0.2 x −1.2=0 en [1, 2} con 6 iteraciones.

X0 X1

1 2

f ( x 1 ) ( x 1−x 0)
x 2=x 1−
f ( x 1 )−f ( x 0)

(5.6 ) (1)
x 2=x 1− =2−0.9032=1.0967
5.6+ 0.6

f ( x 2 ) ( x 2−x 1)
x 3=x 2−
f ( x 2 ) −f ( x 1)

(−0.3408 ) (−0.9033) 0.3078

x 3=1.0967− =1.0967− =1.0448
(−0.3408 )−(5.6) −5.9408

f ( x 3 ) ( x 3−x 2 )
x 4=x 3−
f ( x 3 )−f ( x 2 )

(−0.4867 ) (−0.0519) 0.0252

x 4=1.0448− =1.0448− =1.2175
(−0.4867 )−(−0.3408) −0.1459

f ( x 4 ) (x 4−x 3)
x 5=x 4−
f ( x 4 )−f ( x 3)

( 0.647 ) ( 0.1727) 0.0111

x 5=1.2175− =1.2175− =1.1973
( 0.0647 ) −(−0.4867) 0.5514
 f ( x 5 ) (x 5− x 4 ) 1.9796∗10−4
x 6=x 5− =1.973− =1.1999
f ( x 5 )−f (x 4) −0.0745
Método del punto fijo:

Nuevamente se pretende encontrar la raíz de alguna ecuación, es decir, f(x)=0, el método consiste
en:

a) Transformar algebraicamente la ecuación inicial, en otra equivalente (es decir, despejar

alguna x) y por lo tanto, nuestra ecuación inicial se transforma en otra:
x=g(x)
b) Con la nueva forma equivalente proponemos una raíz como punto de partida.
c) Con nuestra propuesta evaluamos la función equivalente y también la ecuación inicial.
d) +si al evaluar nuestra propuesta o raíz inicial el problema termina.
e) En caso contario procedemos a una segunda evaluación de nuestra función y así
sucesivamente hasta terminar.

Nota: Resolver usando el método de punto fijo puede ocurrir que tengamos diferentes maneras de
despejar para saber cuál es la solución, efectuamos el siguiente cálculo.

x 3+ 2 x 2 +10 x−20=0

20−x 3−2 x 2
x=
10

1
g ( x )=−3 x 2−4 x ∴ [ 3 x 2+ 4 x ]
10

Resolver utilizando el método de punto fijo:

cos x−3 x=¿ 0¿

x 0=0.3

iteración x cos x cos x−3 x=0

x=
3

1 0.3 0.3184 0.0553

2 0.3165 0.3165 -0.0054

3 0.3167 0.3167 8.3∗10− 4

Resolver por el Cromer:

3 x−6 y +7 z=4

8 x +0 y−5 z=19

x−2 y +6 z=5

3 x−6 y +7 z=14
−3 x+ 6 y−18 z=−15

−11 z=−11 ∴ z=1

8 x +0 y−5 z=19

−8 x +16 y−48 z=−40

16 y−53 z=−21

−21+53 z −21+53 ( 1 ) 32
y= = =
16 16 16

y=2

x=5−6 z+ 2 y

x=5−6+ 4 ∴ x=3

Comprobación:

3 ( 3 )−6 (2 )+7 ( 1 ) =4 ↔ 9−12+7=4

3 −6 7 4 3 −6 7 4 3 −6 7 4
8 0 −5 19 8 0 −5 19 0 −48 71 −25
1 −2 6 5 0 16 −53 −21 0 16 −53 −21
3 −6 7 4
0 −48 71 −25
0 0 −1408 −1408

3 x−6 y +7 z=9 ≈−48 y +71 z=−25 ≈−1408 z=−1408∴ z=1

−25−71 −96
y= = ∴ y=2
−48 −48

4−7 ( 1 ) +6 ( 2 ) 9
x= ≈ x= ∴ x=3
3 3

Métodos aproximados para resolver sistemas de ecuaciones lineales:

Muchos problemas relacionados con el campo de la ingeniería se pueden expresar en términos de

sistemas de ecuaciones, en forma general se expresa:

a 11 x 1+ a12 x 2+ a13 x 3 … a1 nxn=b 1

a 21 x 1+a 22 x 2+a 13 x 3 … a 2 nxn=b 2

a 31 x 1+a 32 x 2+a 33 x 3 … a 3 nxn=b 3

Método de Jacobi:

Consiste en despejar X1 de la primera ecuación y así sucesivamente hasta terminar con todas.

b 1−a 12 x 2−… a 1 nxn

x 1=
a 11

b 2−a 21 x 1−… a 2nxn

x 2=
a 22

bn−an 1 x 1−… anzxz

xn=
ann
Se parte de una primera aproximación a la solución.

x ° =x 1 ° , x 2 ° , x 3 ° …

La cual se sustituye en nuestros despejes para tener la primera iteración y así sucesivamente
hasta.

Resolver por determinantes:

6 x 1+2 x 2+ x 3=22

−x 1+ 8 x 2+2 x 3=30

x 1−x 2+6 x 3=23

6 2 1

-1 8 2

1 -1 6

6 2 1

-1 8 2

= (288+1+4)-(8-12-12) ∴ ∆ x=309

∆ x 1=¿

22 2 1

30 8 2

23 -1 6

22 2 1

30 8 2
= (1056-30+92)-(184-94+360) ∴ ∆ x 1=618

6 22 1

- 30 2
1

1 23 6

6 22 1

- 30 2
1

=(1080-23+44)-(30+276+132) ∴ ∆ x 2=927

6 2 22

- 8 30
1

1 -1 23

6 2 22

- 8 30
1

=(1104+22+60)-(176-180-46)∴ ∆ x 3=1236
 ∆ x 1 618
x 1= = =2
∆ x 309

∆ x 2 927
x 2= = =3
∆ x 309

∆ x 3 1236
x 3= = =4
∆x 309

Método de Gauss- Seidel.

Este método es prácticamente el mismo que el de Jacobi, la única diferencia es que se acerca más
rápidamente a la solución, siempre y cuando exista convergencia, debido a que una vez que se
calcula un primer valor este se utiliza en la misma iteración.

Este método, además de ser más eficiente debido al menor número de operaciones que realiza,
requiere de menos memoria para programarse. La condición suficiente para la convergencia de
este método es la misma que la del método Jacobi.

Nuevamente dado nuestro sistema de ecuaciones que queremos resolver despejamos de la

primera ecuación la primera variable y así sucesivamente hasta terminar con la última incógnita y
empezamos a sustituir con el punto de partida.

Ejemplo:

Un ingeniero supervisa la producción de 4 tipos de computadoras. Se requieren 4 clases de

recursos; horas de trabajo, metales, plásticos y componentes electrónicos, en la producción. La
siguiente tabla resume las cantidades necesarias para cada uno de estos recursos. Si se disponen
diariamente de 50hrs de trabajo 1970kg de metal, 970kg de plástico y 601 componentes
electrónicos ¿Cuántas computadoras de cada tipo se pueden construir en cada día?

computadoras Horas de trabajo Metales Plásticos Componentes

gr/compu gr/compu electrónicos
gr/compu

1 3 20 10 10
 2 4 25 15 8

3 7 40 20 10

4 20 50 22 15

3 x 1+ 4 x 2+7 x 3+ 20 x 4=504

20 x 1+25 x 2+ 40 x 3+50 x 4=1970

10 x 1+15 x 2+20 x 3+ 22 x 4=970

10 x 1+8 x 2+10 x 3+15 x 4=601

Resolver por cualquier método:

3 4 7 20 504

20 25 40 50 1970

10 15 20 22 970

10 8 10 15 601

4 7 20
 /3 = 1 168
33 3

1 4/3 7/ 20/3 168

3

20 25 40 50 1970

10 15 20 22 970
10 8 10 15 601

 -20= 0 -5/3 -20/3 -250/3 -1390

1 4/3 7/3 20/3 168

0 -5/3 -20/3 -250/3 -1390

0 5/3 -10/3 -134/3 -710

0 - -40/3 -155/3 -1079

16/3

> -10= 0 5/3 -10/3 -134/3 -710

> 10= 0 -16/3 -40/3 -155/3 -1079

1 4/3 7/3 20/3 168

0 -5/3 -20/3 -250/3 -1390

0 5/3 -10/3 -134/3 -710

0 - -40/3 -155/3 -1079

16/3

 (/-5/3) = 0 1 4 50 834

1 4/3 7/3 20/3 168

0 1 4 50 834

0 5/3 -10/3 -134/3 -710

0 - -40/3 -155/3 -1079

 16/3

> (-5/3) = 0 0 -10 -128 -2100

1 4/ 7/3 20/3 168

3

0 1 4 50 834

0 0 -10 -128 -2100

0 0 8 215 3369

 (16/3) = 0 0 8 215 3369

1 4/ 7/3 0 68
3

0 1 0 0 12

0 0 1 0 18

0 0 0 1 15

 (-7/3) = 1 4/3 0 0 26

1 4/3 0 0 26

0 1 0 0 12

0 0 1 0 18
 0 0 0 1 15

 (-4/3) = 1 0 0 0 10

1 0 0 0 10

0 1 0 0 12

0 0 1 0 18

0 0 0 1 15

X1=10

X2=12

X3=18

X4=15

Comprobación:

3 ( 10 ) +4 ( 12 )+7 ( 18 )+20 ( 15 )=504

20 ( 10 ) +25 ( 12 )+ 40 ( 18 ) +50 ( 15 )=1970

10 ( 10 ) +15 ( 12 )+ 20 ( 18 )+22 ( 15 )=970

10 ( 10 ) +8 ( 12 )+ 10 (18 )+ 15 ( 15 )=601

Sistemas de ecuaciones lineales.

Ejemplo de circuitos

Para el siguiente circuito plantee el sistema de ecuaciones para encontrar las diversas corrientes y
voltajes
 I=3.2 I=12
I=4 I=52
3

I=54 I=65

Diagrama hecho con crocodile clips.

Usando la ley de corrientes que dice. La suma algebraica de todas las corrientes sobre un nodo
debe ser 0 es decir:

∑ iij=0
En donde todas las corrientes que entran al nodo tienen signo positivo.

La ley de ohm V=Ri, que dice que la corriente atreves de una resistencia está dada en función del
Vi Vj
cambio de voltaje iij=
Rij

Sistema de ecuaciones no lineales.

Antes de desarrollar los métodos iterativos para resolver sistemas de ecuaciones no lineales con
varias incógnitas se señalan algunas sugerencias que podemos aplicar antes.

a) Método grafico:

Ejemplo.

x 2+ y 2=8 Sistema de ecuaciones con 2 incógnitas

e x + y=1 (x, y)

X Y

1 -1 0.6321

2 0 0

3 1 -1.718

4 2 -6.389

b) Método de reducción

Resulta muy útil reducir el número de ecuaciones siempre y cuando esto sea posible. En
particular se trata de resolver algunas de las ecuaciones para algunas de las incógnitas.
Después de sustituir la incógnita encontrada en las demás ecuaciones, con esto el sistema se
reduce y continuamos de esta manera hasta resolver el sistema.

x 1+ x 4−10=0

x 22 x 4 x 3−x 5−6=0

x 1 x 21.7 ( x 4−5 )=8

x 4−3 x 1+6=0

x 1 x 3−x 5+ 6=0

x 1+ x 4−10=0

−3 x 1+ x 4+ 6=0

x 1=10−x 4 ∴ x 1=10−6=4

−3 ( 10−x 4 ) + x 4+6=0
−30+3 x 4+ x 4 +6=0

−30+ 4 x 4+6=0

4 x 4=30−6

24
x 4= =6
4

( 1 ) x 3−x 5+6=0

x 3−x 5+ 6=0

( 4 ) x 21.7 ( 6−5 )=8

4 x 21.7 ( 1 )=8

x 21.7 =2

x 2=1.7√ 2=1.5034

( 1.5034 )2 ( 6 ) x 3−x 5−6=0

13.5613 x 3−x 5−6=0

13.5613 x 3−6=x 5 ∴ x 5=2.5097

( 4 ) x 3−13.5613 x 3+6=0

−9.5613 x 3+ 6=0

6
x 3= =0.6275
−9.5613
Método de punto fijo para sistemas de ecuaciones no lineales.

Es aplicable a sistemas de cualquier número de ecuaciones y de cualquier número de

incógnitas para facilitar nuestra anotación, iniciaremos con dos ecuaciones y dos incógnitas
que podemos representar:

F(x,y)=c1

F(x,y)=c2

C1 y c2 son constantes

Se trata de encontrar los valores de x,y que cumplan ambas ecuaciones.

El método consiste en despejar de la primera ecuación alguna de las variables y por lo tanto de
la otra ecuación la otra variable, lo que da lugar a nuevas ecuaciones.

X=g1(x,y)

Y=g2(x,y)

Se inicia con un punto de partida

P=x0,y0

Y con ese valor se calculan los nuevos valores, con la finalidad de asegurar la convergencia o
de que lleguemos a la solución.

Resolver:

a)

x 12 −x 22 +2 x 2=0

2 x 1+ x 22 −6=0

p ( 1,1 )

x 22−x 12
g 1=x 2=
2

x 22 + 6
g 2=x 1=
2
 ∂g1 1 ∂g2 1
= (−2 x 1 ) + = ( 0)
∂ x1 2 ∂ x1 2

∂g1 1 ∂g2 1
= (2 x 2)+ = (−2 x 2 )
∂ x2 2 ∂ x2 ?

|12 (−2 ( 1) )|+|12 ( 0 )|=1

|12 (2 ( 1) )|+|12 (−2 ( 1) )|=0
iteración X1 X2 Error

0 1 1 -

1 5/2 0 1.802

2 3 -25/8 3.164

3 -241/128 49/128 6.012

Se debe buscar otro despeje ya que el error va en aumento.

b)

−x 1 ( x 1+1 ) +2 x 2=18

( x 1−1 )+(x 2−6)2=25 P(1, 1)

−18+2 x 2
−x 1 ( x 1+1 ) =18−2 x 2 ∴ x 1=
x 1+1

x 2−6=25−( x 1−1 ) ∴ x 2=25− ( x 1−1 ) +6=¿ g 2

∂ g 1 18−2 x 2 ∂ g 2
= =−1
x1 ( x 1+1 )2 x 1
∂ g 1 2 x 1−2 x 2+20 ∂ g 2
= =0
x2 ( x 1+1 )2 x2

|4|+|−1|=5

|5|+|0|=5

Esta ecuación no converge, se busca otro despeje sin éxito ya que M>1