Métodos Numéricos
Métodos Numéricos Nombre
de la materiaNombre de la
materia
INSTITUTO TECNOLÓGICO SUPERIOR DE URUAPAN
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 1
Métodos Numéricos
ING. RAÚL PAZ ÁLVAREA
DIRECTOR GENERAL
M.E. GABRIEL MANCERA HUANTE
DIRECTOR ACADÉMICO
ING. J. JESÚS TREJO CEJA
SUBDIRECTOR ACADÉMICO
ING. JUAN MIGUEL ANDRADE PADILLA
COORDINACIÓN ACADÉMICA EN LÍNEA
LDG. ALEJANDRO MADRIGAL
DISEÑO GRÁFICO
NOMBRE QUIEN REVISA
REVISIÓN
CONTENIDO:
NOMBRE DOCENTE:
GUTIÉRREZ CONSTANTINO MARIA MAGDALENA
.
NOMBRE DEL DOCENTE 2
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 2
Métodos Numéricos
UNIDAD 2 Métodos de Solución de Ecuaciones
MAPA DE LA UNIDAD
MÉTODOS DE
SOLUCIÓN DE
ECUACIONES
2.5 Aplicaciones
2.1 Método de
Intervalo
2.4 Método de
Interpolación
2.2 Método de
Bisección
2.3 Método de
aproximaciones
sucesivas
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 3
Métodos Numéricos
INTRODUCCIÓN
Los siguientes métodos requieren que las funciones sean diferenciales, y por lo
tanto continuas, en un intervalo donde se apliquen aquéllas, por lo tanto estos
tipos de métodos son llamados "Métodos de Intervalos". También se puede
intentar utilizarlos para funciones no diferenciales o discontinuas en algunos
puntos, pero en este caso el llegar al resultado dependerá, aleatoriamente, de que
durante la aplicación del método no se toquen esos puntos.
El problema de obtener las soluciones o raíces de una ecuación algebraica o
trascendente de la forma F(x)=0 se representa frecuentemente dentro el campo de
la ingeniería.
Se puede definir a la raíz de una ecuación como el valor de x que hace a f(x) = 0.
Así, que un método simple para obtener a la raíz de la ecuación f(x)=0, consiste
en graficar la función y observar donde cruza el eje x. Por eso estos tipos de
métodos, son llamados "Métodos Gráficos"
Debido a ello, el desarrollo de métodos que nos permiten solucionarlo es amplio;
en esta unidad presentamos algunos para determinar las raíces reales o
complejas de ecuaciones de este tipo.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 4
Métodos Numéricos
TEMA 2.1 Métodos de intervalo
Los siguientes métodos requieren que las funciones sean diferenciales, y
por lo tanto continuas, en un intervalo donde se apliquen aquéllas, por lo
tanto estos tipos de métodos "Métodos de Intervalos".
También se puede intentar utilizarlos para funciones no diferenciales o
discontinuas en algunos puntos, pero en este caso el llegar al resultado
dependerá, aleatoriamente, de que durante la aplicación del método no se
toquen esos puntos
El problema de obtener las soluciones o raíces de una ecuación algebraica o
trascendente de la forma F(x)=0 se representa frecuentemente dentro el
campo de la ingeniería
Se puede definir a la raíz de una ecuación como el valor de x que a f(x)=0
Así, que un método simple para obtener a la raíz de la ecuación f(x)=0,
consiste en graficar la función y observar donde cruza el eje x. Por eso estos
tipos de métodos, son llamados "Métodos Gráficos
TEMA 2.2 Método de bisección.
El método de bisección se basa en el siguiente teorema de Cálculo:
Teorema del Valor Intermedio
Sea contínua en un intervalo y supongamos que .
Entonces para cada tal que , existe un tal
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 5
Métodos Numéricos
que . La misma conclusión se obtiene para el caso
que .
Básicamente el Teorema del Valor Intermedio nos dice que toda función
continua en un intervalo cerrado, una vez que alcanzó ciertos valores en los
extremos del intervalo, entonces debe alcanzar todos los valores
intermedios.
En particular, si y tienen signos opuestos, entonces un valor
intermedio es precisamente , y por lo tanto, el Teorema del Valor
Intermedio nos asegura que debe existir tal que , es
decir, debe haber por lo menos una raíz de en el intervalo .
El método de bisección sigue los siguientes pasos:
Sea continua,
i) Encontrar valores iníciales , tales que y tienen
signos opuestos, es decir,
ii) La primera aproximación a la raíz se toma igual al punto medio entre
y :
iii) Evaluar . Forzosamente debemos caer en uno de los siguientes
casos:
En este caso, tenemos que y tienen signos opuestos, y por lo
tanto la raíz se encuentra en el intervalo .
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 6
Métodos Numéricos
En este caso, tenemos que y tienen el mismo signo, y de
aquí que y tienen signos opuestos. Por lo tanto, la raíz se
encuentra en el intervalo .
En este caso se tiene que y por lo tanto ya localizamos la raíz.
El proceso se vuelve a repetir con el nuevo intervalo, hasta que:
es decir,
Ejemplo 1
Aproximar la raíz de hasta que .
Solución
Sabemos por lo visto en el ejemplo 1 de la sección anterior, que la única
raíz de se localiza en el intervalo . Así que este intervalo es
nuestro punto de partida; sin embargo, para poder aplicar el método de
bisección debemos checar que y tengan signos opuestos.
En efecto, tenemos que
Mientras que
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 7
Métodos Numéricos
Cabe mencionar que la función sí es continua en el intervalo .
Así pues, tenemos todos los requisitos satisfechos para poder aplicar el
método de bisección. Comenzamos:
i) Calculamos el punto medio (que es de hecho nuestra primera
aproximación a la raíz):
ii) Evaluamos
iii) Para identificar mejor en que nuevo intervalo se encuentra la raíz,
hacemos la siguiente tabla:
Por lo tanto, vemos que la raíz se encuentra en el intervalo .
En este punto, vemos que todavía no podemos calcular ningún error
aproximado, puesto que solamente tenemos la primera aproximación. Así,
repetimos el proceso con el nuevo intervalo .
Calculamos el punto medio (que es nuestra segunda aproximación a la raíz):
Aquí podemos calcular el primer error aproximado, puesto que contamos ya
con la aproximación actual y la aproximación previa:
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 8
Métodos Numéricos
Puesto que no se ha logrado el objetivo, continuamos con el proceso.
Evaluamos , y hacemos la tabla:
Así, vemos que la raíz se encuentra en el intervalo .
Calculamos el punto medio,
Y calculamos el nuevo error aproximado:
El proceso debe seguirse hasta cumplir el objetivo.
Resumimos los resultados que se obtienen en la siguiente tabla:
Error
Aprox. a la aprox.
raíz
1.25
1.375 9.09%
1.3125 4.76%
1.28125 2.43%
1.296875 1.20%
1.3046875 0.59%
Así, obtenemos como
aproximación a la raíz
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 9
Métodos Numéricos
Ejemplo 2
Aproximar la raíz de hasta que .
Solución
Como vimos en el ejemplo 2 de la sección anterior, la única raíz de se
localiza en el intervalo . Para poder aplicar el método de bisección, es
importante checar que sí se cumplen las hipótesis requeridas.
Sabemos que es contínua en el intervalo , y checamos que
y tengan signos opuestos.
En efecto,
Mientras que,
Por lo tanto, sí podemos aplicar el método de bisección.
Calculamos el punto medio del intervalo ,
Que es la primera aproximación a la raíz de .
Evaluamos .
Y hacemos nuestra tabla de signos,
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 10
Métodos Numéricos
Puesto que y tienen signos opuestos, entonces la raíz se
localiza en el intervalo .
En este punto, solo contamos con una aproximación, a saber, ,
que es el primer punto medio calculado.
Repetimos el proceso, es decir, calculamos el punto medio ahora del
intervalo ,
Que es la nueva aproximación a la raíz de .
Aquí podemos calcular el primer error aproximado:
Puesto que no se cumple el objetivo, continuamos con el proceso.
Evaluamos .
Y hacemos la tabla de signos:
Puesto que y tienen signos opuestos, entonces la raíz se
localiza en el intervalo .
Calculamos el punto medio,
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 11
Métodos Numéricos
Y el nuevo error aproximado:
El proceso se debe continuar hasta que se logre el objetivo.
Resumimos los resultados que se obtienen en la siguiente tabla:
Error
Aprox. a la aprox.
raíz
0.5
0.75 33.33%
0.625 20%
0.5625 11.11%
0.53125 5.88%
0.515625 3.03%
0.5234375 1.49%
0.51953125 0.75%
De lo cual, vemos que la aproximación buscada es
El método de bisección por lo general es lento, y en casos como el de la siguiente
gráfica, puede ser demasiado lento.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 12
Métodos Numéricos
En un caso como éste, el proceso de bisección comienza a acercarse a la
raíz de forma muy lenta, ya que el método solamente toma en cuenta que la
raíz se encuentra dentro del intervalo, sin importar si se encuentra más cerca
de alguno de los extremos del intervalo. Sería bueno implementar un método
que tome en cuenta este detalle.
TEMA 2.3 Método de las aproximaciones sucesivas
Dada la ecuación f(x) = 0, el método de las aproximaciones sucesivas
reemplaza esta ecuación por una equivalente, x=g(x), definida en la
forma g(x)=f(x)+x. Para encontrar la solución, partimos de un valor inicial x0 y
calculamos una nueva aproximación x1=g(x0). Reemplazamos el nuevo valor
obtenido y repetimos el proceso. Esto da lugar a una sucesión de
valores , que si converge, tendrá como límite la solución del
problema.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 13
Métodos Numéricos
Figure: Interpretación geométrica del método de las
aproximaciones sucesivas.
En la figura se representa la interpretación geométrica del método. Partimos de un
punto inicial x0 y calculamos y = g(x0). La intersección de esta solución con la
recta y=x nos dará un nuevo valor x1 más próximo a la solución final.
Sin embargo, el método puede divergir fácilmente. Es fácil comprobar que el
método sólo podrá converger si la derivada g'(x) es menor en valor absoluto que la
unidad (que es la pendiente de la recta definida por y=x). Un ejemplo de este caso
se muestra en la figura. Esta condición, que a priori puede considerarse una
severa restricción del método, puede obviarse fácilmente. Para ello basta elegir la
función g(x) del siguiente modo:
De forma que tomando un valor de adecuado, siempre podemos hacer que g(x)
cumpla la condición de la derivada.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 14
Métodos Numéricos
Figure: Demostración gráfica de que el método de las
aproximaciones sucesivas diverge si la derivada g'(x) > 1.
TEMA 2.4 Métodos de Interpolación
El problema de interpolación consiste en encontrar el valor de la función F(x), de la
cual sólo se conocen algunos puntos, para un valor de x que se encuentre entre
dos valores consecutivos conocidos. En pocas palabras podríamos decir que:
"La interpolación consiste en hallar un dato dentro de un intervalo en el que
conocemos los valores en los extremos".
El problema general de la interpolación se nos presenta cuando nos dan una
función de la cual solo conocemos una serie de puntos de la misma:
(xo, yo), (x1, y1),........., (xn, yn) y se pide hallar el valor de un punto x (intermedio de
x0 y xn) de esta función.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 15
Métodos Numéricos
La interpolación se dirá lineal cuando sólo se tomen dos puntos
y cuadrática cuando se tomen tres.
La interpolación lineal. Es un caso particular de la Interpolación general
de Newton.
Con el polinomio de interpolación de Newton se logra aproximar un valor de
la función f(x) en un valor desconocido de x. El caso particular, para que una
interpolación sea lineal es en el que se utiliza un polinomio de interpolación de
grado 1, y se denota de la siguiente manera:
Como dijimos, cuando las variaciones de la función son proporcionales (o casi
proporcionales) a los de la variable independiente se puede admitir que dicha
función es lineal y usar para estimar los valores la interpolación lineal.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 16
Métodos Numéricos
Sean dos puntos (xo, yo), (x1, y1), la interpolación lineal consiste en hallar una
estimación del valor y, para un valor x tal que x0<x<x1. Teniendo en cuenta que la
ecuación de la recta que pasa por esos dos puntos
INTERPOLACIÓN CUADRÁTICA. (Lagrange)
Cuando el polinomio que conviene es de 2º grado la interpolación recibe el
nombre de cuadrática. El polinomio interpolador es único, luego como se
encuentre da igual., sin embargo, a veces los cálculos son muy laboriosos y es
preferible utilizar un método que otro. A la vista de los datos se decide.
Lagrange (1736-1813) dio una manera simplificada de calcular los polinomios
interpoladores de grado n Para el caso de un polinomio de 2º grado que pasa por
los puntos (x0, y0 ), (x1, y1), (x2, y2):
El error en la interpolación lineal resulta de aproximar una curva con una línea
recta.
Estrategias:
Disminuir el tamaño del intervalo.
Introducir alguna curvatura en la línea que conecta los puntos.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 17
Métodos Numéricos
TEMA 2.5 Aplicaciones
En el subcampo matemático del análisis numérico, un spline es una curva
diferenciable definida en porciones mediante polinomios.
En los problemas de interpolación, se utiliza a menudo la interpolación mediante
splines porque da lugar a resultados similares requiriendo solamente el uso de
polinomios de bajo grado, evitando así las oscilaciones, indeseables en la mayoría
de las aplicaciones, encontradas al interpolar mediante polinomios de grado
elevado.
Para el ajuste de curvas, los splines se utilizan para aproximar formas
complicadas. La simplicidad de la representación y la facilidad de cómputo de los
splines los hacen populares para la representación de curvas en informática,
particularmente en el terreno de los gráficos por ordenado.
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 18
Métodos Numéricos
BIBLIO GRAFÍA
Fuentes de referencias escritas
F. Marcellán et al. (1990): Ecuaciones diferenciales, McGraw-Hill, Madrid.
Burden, .L. y Faires D.J., Análisis Numérico. Iberoamericana
Chapras, S.C. y Canale, R., Numerical Methods for Engineering, McGraw-Hill
Constantinides, A. Applied Numérical Methods with Personal Computers.
McGraw-Hill
Conte, S.D. y de Boor, C., Análisis Numérico Elemental. McGraw-Hill
Luthe, Olivera y Schultz, Métodos Numéricos. Limusa
Mathews, J. y Fink, C.D. Métodos Numéricos con MATLAB, Prentice-Hall
Nakamura, S., Métodos Numéricos aplicados con Software. Prentice-Hall
Nieves A. y Domínguez F. Métodos Numéricos Aplicados a Ingeniería
C.E.C.S.A.
Scraton, R.E., Métodos Numéricos Básicos. McGraw-Hill
Smith J. y Walford, Métodos Numéricos Aplicados a la Computación Digital.
Representaciones y Servicios de Ingeniería Editores.
Zill Dennis G. Ecuaciones Diferenciales con Aplicaciones, segunda edición.
Henao G. Dashiell, Moreno R. Gilberto, Osorio G. Luis Javier, Restrepo G.
Gonzalo, Velásquez E. José Ecuaciones Diferenciales, primera edición.
Perko Lawrence Differential Equations and Dynamical Systems, tercera
edición
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 19
Métodos Numéricos
Fuentes de referencias virtuales
http://campus.cva.itesm.mx/nazira/Cb00851/APT1IntroMetNum.pdf
http://www.uv.es/~diaz/mn/node38.html
http://148.206.53.84/tesiuami/Libros/L34.pdf
http://pfortuny.net/mn/docs/problemas_mn.pdf
http://www.freelibros.org/matematicas/metodos-numericos-para-ingenieros-
5ta-edicion-steven-c-chapra-y-raymond-p-canale.html
http://matematicas.udea.edu.co/~jescobar/docs/libroED.pdf
http://esimecu-anumerico.blogspot.mx/2011/06/interpolacion-de-
lagrange.html
http://www.frsn.utn.edu.ar/gie/an/mnedo/met_1paso.html
https://sites.google.com/site/metalnumericos/home/unidad-6/6-3-metodos-de-
pasos-multiples
https://freeshell.de/~rgh/arch/met-simu-7.pdf
http://ocw.upm.es/matematica-aplicada/programacion-y-metodos-
numericos/contenidos/TEMA_3/Presentaciones/
I3_Interpolacion_Newton_ocw.pdf
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. María Magdalena Gutiérrez C. M.E. 20
