1

TECNOLGICO DE ESTUDIOS SUPERIORES DE

CHIMALHUACAN
Organismo Pblico Descentralizado del Gobierno del Estado de
Mxico

4ISC11

MARTINEZ RODRIGUEZ ANGELICA

METODOS NUMERICOS

PROFA: M.R.I ALVAREZ HERNANDEZ ROSALIA

METODOS NUMERICOS
UNIDAD I:
INTRODUCCION A LOS METODOS NUMERICOS

IMPORTANCIA DE LOS METODOS NUMERICOS

CONCEPTOS BASICOS: CIFRA
SIGNIFICATIVA,PRECISION,EXACTITUD, INCERTITUMBRE Y SESGO
TIPOS DE ERRORES
SOFTWARE DE COMPUTO NUMERICO
METODO ITERACTIVO

IMPORTANCIA DE LOS METODOS NUMERICOS

Los mtodos numricos son tcnicas mediante las cuales es posible
formular problemas de tal forma que sean resueltas con operaciones
aritmticas.
Los mtodos numricos nos vuelven aptos para entender esquemas
numricos a fin de resolver problemas matemticos, de ingeniera y
cientficos en una computadora, reducir esquemas bsicos, escribir
programas y resolver en una computadora y usar correctamente el
software existente para dichos mtodos y la comprensin de los
principios cientficos basados.

CONCEPTOS BASICOS

TIPOS DE ERROR
Error: se utiliza para representar la inexactitud y la imprecisin de las
predicciones. Los errores numricos se generan con el uso de aproximaciones
para representar las operaciones y cantidades matemticas.

ERROR
REPRESENTA
LA EXACTITUD
Y LA
IMPRECISION
DE LAS
PREDICCIONES.
ERROR
ABSOLUTO

Es
la difderencia
difderencia
Es la
entre el valor de la
medida
y el
valor
medida y
el valor
tomado
como
tomado
como
exacto.puede
ser
positivo o negativo,
segun
si la
la medida
medida
segun si
es
superior al
al valor
valor
es superior
real
o inferior(la
inferior(la
real o
resta
sale positiva
positiva o
o
resta sale
negativa).
negativa).

ERROR
RELATIVO

ERROR
PORCENTUAL

Es el cociente(la division)
entre
entre el
el error
error absoluto
absoluto y
y
el valor exacto.Si se
multiplica por 100 se
obtiene el tanto por
ciento(%)
ciento(%) de
de error.
error.

es
el error
error relativo
relativo
es el
multiplicado
por
multiplicado por
cien(100).

Error aproximado
Ea= ______________
100%
Valor aproximado

ESTA
POR LA
LA
ESTA DADO
DADO POR
SIGUIENTE
SIGUIENTE
FORMULA:
E%=Er(100)
E%=Er(100)

ERROR DE
REDONDEO

se
presenta
cuando cortamos el
numero
de
numero a
a partir
partir de
cierta
cifra,pero
cierta
cifra,pero
sumamos uno a la
ultima
ultima cifra
cifra que
que
aparezca,
aparezca, en
en el
el
caso
la
caso de
de que
que la
primera
que
primera
que
omitamos
sea
omitamos
sea
mayor o igual que
5.
5.

CIFRA
se ha O
DIGITOS
desarrollad
o para
SIGNIFICAT
desisgnar
IVOS
formalmen
te la
confiabilid
ad de un
valor
numerico.

se refiere a
que tan
cercano
PRECISION
esta un
valor
individual
medido o
calculado
con
respecto a
los otros

se refiere a
que tan
EXACTITUD
cercano
esta el
valor
calculado o
medio con
el valor
verdadero.

UNIDAD II:
METODOS DE SOLUCION DE ECUACIONES

METODOS DE INTERVALO
METODO DE BISECCION
METODOS DE APROXIMACIONES SUCESIVAS
APLICACIONES

METODOS ITERACTIVOS

SESGO O
se conoce
INEXACTIT
como
UDun
alejamient
o
sistematico
de la
verdad

IMPRECISIO
NO
se refiere a
INCERTIDU
la
MBRE
magnitud
del
espaciamie
nto de los
disparos

GRAFICOS

CERRADOS

BISECCION
FALSA
POSICION

METODOS
NUMERICO
S

ITERACCIO
N DE
PUNTO
FIJO
ABIERTOS

NEWTON
RAPHON
DE LA
SECANTE

En general los mtodos iterativos consisten en

Obtener una aproximacin inicial x0

Refinar la aproximacin inicial mediante un formula iterativa que genera
nuevos valores x1,x2,., que , idealmente, convengan a la solucin
buscada x.

Establece un criterio de parada o test de finalizacin, satisfecho el cual,

se detiene el proceso de obtencin de iterado

GRAFICO

para obtener
una
aproximacion
a
la
raiz de una ecuacion
f(x),consiste
en
graficar la funcion y
observar en donde
cruza el eje x.
las tecnicas graficas
tienen
un
valor
practico limitado, ya
que no son precisas.

se
utiliza
para
resolver ecuaciones
no lineales f(x)=0
METODOS CERRADOS

BISECCION

FALSA POSICION O
INTERPOLACION
LINEAL

teorema:una funcion
f(x)monotona
y
continua
tiene
el
unico
cero
en
el
intevalo
[a,b]si
y
solo si ella tiene
signos diferentes en
los extremos de este
intervalo.
es
una
tecnica
perfectamente valida
para
determinar
raices.

es una alternativa
basada en una
visualizacion grafica

EJERCICIOS:
METODO GRAFICO

conocido como corte

binario, de particion
de intervalos o de
Bolzano,es un
metodo de
busqueda
incremental en el
que el intervalo se
divide siempre en
dos.

7
4
2
0
-2

0.5

1.5

2.5

3.5

f ( x )=2 x 11.7 x +17.7 x5

-4
-6

f ( x )=2 x 11.7 x +17.7 x5

0
1
2

0-0+0-5
2-11.7+17.7-5
3
2
2 11.7(2) +17.7 (2)5
2

3 311.7 (3)2+ 17.7(3)5

2

Y
-5
3
-.4
-3.2

f ( x )=0.4 x 2 +2.2 x + 4.7

0.4(0)2 +2.2(0)+4.7

4.7

0.4(1)2+ 2.2(1)+ 4.7

6.5

0.4 ( 2 )2+ 2.2(2)+ 4.7

7.5

0.4 ( 3 )2+ 2.2(3)+ 4.7

7.7

0.4 ( 4 ) + 2.2(4)+ 4.7

7.1

0.4 ( 5 )2+ 2.2(5)+ 4.7

5.7

0.4 ( 6 ) +2.2(6)+4.7

3.5

0.4 ( 7 )2 +2.2(7)+4.7

.5

7.5

0.4 ( 7.5 ) + 2.2(7.5)+ 4.7

-1.3

8
10
8
6
4
2
0
-2

1.5

2.5

-4

160
140
120
100
80
60
40
20
0
-20 0

0.5

f ( x )=2+7 x5 x 2+6 x 3

3.5

f ( x )=2+7 x5 x +6 x

2+7 (0)5( 0)2 +6 (0)3

-2

2+7 (1)5(1)2+6 (1)3

2+7 (2)5(2)2+ 6(2)3

40

2+7 (3)5(3)2 +6(3)3

136

40
30
20
10

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
-10
-20

f ( x )=1122 x +17 x 2.5 x

10

f ( x )=1122 x +17 x 2.5 x

1122(0)+1 7(0)22.5 (0)3

-11

1122(1)+17(1)22.5(1)3

-16

1122(2)+17(2)22.5(2)3

33

1122(3)+17(3)22.5 (3)3

8.5

1122( 4)+17( 4)22.5( 4)3

-13.5

f ( x )=(0.90.4)/x

11

f ( x )=(0.90.4)/x

-1

(0.90.4)/1

-.5

-.5

(0.90.4)/.5

-1

(0.90.4)/0

.5

(0.90.4)/1

(0.90.4)/1

.5

(0.90.4)/2

.25

(0.90.4)/3

.16

12

1.5

0.5

0
-1.5

-1

-0.5

-0.5

-1

-1.5

0.5

1.5

2.5

13

EJERCICIOS:
METODO DE BISECCION
ALGORITMO PARA REALIZAR EL METODO DE LA BISECCION
1. Elija valores iniciales inferiores x, y y superior xu que encierra la raz,
de forma tal que la funcin cambie de signo en el intervalo. Esto se
verifica comprobando que f(x)f(xu)<0.
2. Una aproximacin dela raz x se determina mediante:
xr=

x 1+ xu
2

3. Realice las siguientes evaluaciones para determinar en qu sub intervalo

esta la raz.
a) Si f(x1)f(xr)<0 entonces la raz se encuentra dentro del sub intervalo
inferior.
b) Si f(x1)f(xr)>0, entonces la raz se encuentra dentro del sub intervalo
superior o derecho. Por lo tanto, haga x1=xr y vuelva la paso 2.
c) Si f(x1)f(xr)=0 la raz es igual a xr termina el clculo.
Encontrar el valor de la raz entre x = 0 y 1.3de la siguiente funcin:
f ( x )=x 101
It
1
2
3
4
5

xl

xu

xu

abs( a)

0
0.65
0.975
0.975
0.975

1.3
1.3
1.3
1.1375
1.05625

0.65
0.975
1.1375
1.05625
1.015625

100.0
33.3
14.3
7.7
4.0

14

Encontrar el valor de la raz entre 0 y 1 de la siguiente funcin:

x

f ( x )=e x
It

xl

xu

xr

f(xl)

f(xr)

0,5

0,5

0,75

0,5

0,75

0,625

0,5

0,625

0,5625

0,5625

0,625

0,59375

0,5625

0,59375

0,5625

0,5625

0,56640
6
0,56640
6
0,56640
6
0,56689
5

0,57812
5
0,57031
3
0,57031
3
0,56835
9
0,56738
3
0,56738
3

0,57812
5
0,57031
3
0,56640
6
0,56835
9
0,56738
3
0,56689
5
0,56713
9

0,10653
1
0,10653
1
0,10653
1
0,00728
3
0,00728
3
0,00728
3
0,00728
3
0,00115
5
0,00115
5
0,00115
5
0,00039

0,10653
1
0,27763
0,08974
0,00728
3
-0,0415

10
11
12

f(xl)*f(xr
)
0,10653
1
0,02958
0,00956
0,00077
6
-0,0003

abs( a)

33,333
%
20,000
%
11,111
%
5,263%

0,01718
0,00496
0,00115
5
0,00191
0,00038
0,00039

0,00013
-3,605

2,703%

8,4106

0,690%

-2,206

0,344%

-4,3

0,172%

4,507

0,086%

7,24E06

2,8209

0,043%

1,370%

Encontrar el valor de la raz entre 0 y 1 de la siguiente funcin con un

error de 0.01:

f ( x )=x 7 x +14 x6

I xl
t
1 1
2 2.1

xu

xr

f(xl)

f(xr)

f(xl)*f(xr)

abs( a)

3.2
3.2

2.1
2.65

1.791
0.552125

2
1.791

3.582
0.988856

0.55

15
3 2.65

3.2

2.925

4 2.925

3.2

3.0625

5 2.925

3.065

2.9937
5
3.0281
3

6 2.9937 3.065
5

7 2.9937 3.0281 3.0109

5
3
4
8 2.9937 3.0109 3.0023
5
4
4

0.085828
1
0.054443
4
0.006327
88
0.026520
7
0.010696
9
0.002332
75

0.552125
0.085828
1
0.085828
1
0.006327
88
0.006327
88
0.006327
88

0.047387
9
0.004672
77
0.000543
11
0.000167
82
-6.76889

0.275

-1.47614

0.008593
75

0.1375

0.06875
0.034375

0.017187
5

Una artesa de longitud L tiene una seccin transversal en forma de

semicrculo con agua hasta una distancia h desde la parte superior, el
volumen V de agua es:

V =L 0.5 r 2r 2 arcsen

( hr )h(r h )1/2]
2

3
Supongamos que L=10 pies, r=1 pie y que V=12.4 pies

Encuentre la profundidad (D) del agua en la artesa dentro de 0.01 pie.

Se obtiene la profundidad (D)=r-Pi. Con un error de 0.01
I xl
t
1 0

xu

xr

f(xl)

f(xr)

f(xl)*f(xr)

.05

0.33

-0.206782

2 0

0.5

0.25

0.33

0.0543648

0.25

3 0

0.25

0.125

0.33

0.0266154

0.125

4 0.125

0.25

0.1875

0.08065
26

0.0034512

0.0625

5 0.125

0.1875

0.1562

0.62661
1
0.16474
2
0.08065
26
0.04279
1
0.01877

0.08065

0.0015143

0.03125

abs( a)

16

6 0.1562 0.1875
5

5
0.1718
75

63
-0.01205

26
0.01877
63

7 0.1562 0.1718
5
75

0.1640
63

0.00335
3

0.01877
63

5
0.0002262
53
6.29568

0.01562
5
0.00781
25

It7=0.164063;
D=1-0.1641=0.8359

EJERCICIOS:

METODO DE LA FALSA POSICION

Determine la raz real de

3.3

x =79

con Es=0.1% use un valor inicial de

3.0 a 4.0

It
1
2
3
4

xr
3.697204
3.754321
3.758398
3.758686

Ea(%)
1.5
.11
.007

La velocidad v de cada de un paracaidista est dada por

c

( ) 1
gm
v=
(1e m )
c

Donde g=9.8.para el paracaidista con un coeficiente de razonamiento c=14

kg/s, calcule la masa m de este de tal forma que la velocidad sea de v=35
m/s en t=7s.use el mtodo de la falsa posicin para determinar m en el
nivel de s =0.1%.
f ( m )=

It
1
2
3

14

( ) 7
9.8
1e m 35
14

xr
63.85343
63.65618
63.6499

Ea(%)
0.3
.01

17

Determine la raz cuadrada positiva del 15 usando el mtodo de la falsa

posicin, con Ea y el error verdadero Es=0.5%. Emplee los valores
iniciales de x1=3 y xu=4.

f ( x )=x 215=0

It
1
2
3

Ea(%)
0.4
.006

xr
3.857143
3.872727
3.872979

Determine la raz real de la funcin usando tres iteraciones con el mtodo

de la falsa posicin con valores iniciales de 1 a 3 .calcule el error
aproximado Ea y el error verdadero Et en cada iteracin.
f ( x )=(0.90.4)/x

It
1
2
3

xr
2.6666
2.481481
2.378601

Ea(%)
7.46
4.32

Et(%)
-18.5
-10.3
-5.7

18
Determine la raz positiva ms pequea de la funcin(x esta en radianes)
f ( x )=x 2 sen x =5

usando el mtodo de la falsa posicin localice la

regin en donde se encuentra la raz y grafique primero esta funcin para

valores de x entre 0 y 5. Realice el clculo hasta que Ea sea menor que
Es=1 % .Revise la respuesta final al sustituirla en la funcin original.
x1=2,xu=3

It
1
2
3

xr
2.212672
2.236474
2.238897

Ea(%)
1.06
.11

UNIDAD III:
METODO DE SOLUCION DE
SISTEMAS DE ECUACIONES

METODOS ITERACTIVOS
SISTEMAS DE ECUACIONES NO LINEALES

19
ITERACCION Y CONVERGENCIA DE SISTEMAS DE ECUACIONES
APLICACIONES

EJERCICIOS:
Emplean una formula que predice la raiz.tal formula puede
ser dessarrollada para una simple iteracion de punto fijo al re
arreglar la ecuacion f(x)=0 de tal modo que x que de del lado
izquierdo de la ecuacion.

ITERACCION DE
PUNTO FIJO

Considera la descomposicion de la funcion f(x) en un a

diferencia de dos funciones: una primera g(x) y la segunda,
siempre la funcion x:f(x)= g(x)-x.
La raiz de la funcion f(x) se da cuando f(x)=0, es decir,
cuando g(x)-x=0, cuando g(x)=x.
La formula de recurrencia para el metodo de punto fijo se obtiene de
considerar una funcion que el resultado de sumar la funcion f con la
funcion identidad:
g(x)=f(x)+x
g(x)=g(x)-x
f(x)=0 ----g(x)-x=0
g(x)=x
el error aproximado se puede calcular :
Ea=\xi+1-xi/xi+1\

consiste en elejir un punto inicial x1 como

aproximacion de la raiz y obtener el valor de la
funcion por ese punto.

METODOS
ABIERTOS

NEWTON
RAPHSON

traza una recta tangente a la funcion

por ese punto.

el punto de interseccion de esta recta con el eje

de las absisas(x2,0) constituye una segunda
aproximacion de la raiz.

DE LA SECANTE

el proceso se repite
n veces hasta que el
punto
de
interseccion
xn
coinciden
practicamente con el
valor exacto de la
raiz

-Consiste en elegir dos puntos iniciales cualquiera xor x1 para

los cuales se evaluan los valores de la funcion: f(x0)_=f(x1)
-Se traza una recta secante a la funcion poer esos dos puntos.
-El punto de interseccion de esta recta con el eje de la s
abscisas (x2r,0) constituye una segunda aproximacion de la
raiz.
-Se reemplazan los subindices:Xi=Xi+1, de manera que X1
pasa a ser
x0 y x2 pasa a ser X2.
-Se traza una segunda secante por los nuevos puntos X0,X1,
obteniendo una segunda aproximacion con X2.
-El proceso se repite n veces hasta que le punto de
interseccion X2 coinciden practicamente con el valor exacto de
la raiz.

20

ITERACCION DE PUNTO FIJO

Determine las
races de las siguientes
ecuaciones no lineales
simultneas usando el mtodo de iteracin de punto fijo.
x= y + x 20.5
y=x 25 xy
It
1
2
3
4

Xi+1
1.5
-2.25
36.21
1722.535

yi+1
-4
32.50
367.875
-66356.83

f ( x )=x 25 x+ 3
x 25 x+3=0
2

x=

It
0
1
2
3
4
5

x +3
2
x
0
1.5
2.625
4.945
13.728
95.730

Ea(%)
-100
42.86
46.92
63.98
85.66

21

Iterar por punto fijo Xi=0.5 y Ea0.01%

f ( x )=sen ( x ) x
sen ( x )x =0
x=sen ( x )
It
0
1
2
3
4
5
6
7
8
9

x
0.5
0.649636939
0.721523797
0.750901166
0.762096851
0.766248143
0.767771654
0.76832866
0.768532022
0.768606231

Iterar x=0

Ea%
23.0339333
9.96319987
3.91228175
1.46906324
0.54176864
0.19843287
0.07249575
0.02646108
0.00965506

22

It

a%

t%

100

100.0

36.34

1.54030

35.08

1.941

3
4

1.57079
()

1.941
0.0003

0.000301
0

EJERCICIOS:

NEWTON RAPHSON

Determine las
races de las siguientes
ecuaciones no lineales
simultneas usando el mtodo de Newton Raphson.
x= y + x 20.5
'

x =2 x+ 1
x ' =1

y=x 25 xy
'

y =2 x5 y
'

y =5 x1

It
1

Xi+1
1.22222

yi+1
0.61111

23
2
3
4

1.234179
1.233073
1.233395

0.2540807
0.2015325
0.2157011

x=x 2+1
x ' =2 x
x ' =1

y=3 cosx
y ' =3 senx
y ' =1
It
1
2
3

Xi+1
0.9418962
0.9221337
0.9158931

yi+1
1.883792
1.848913
1.83839

Determine la raz real mxima de la funcin utilizando el mtodo de

Newton Raphson
3

f ( x )=x 6 x +11 x
f ' ( x )=3 x 212 x+11
It
1
2
3

Xi+1
8.191304
3.068699
3.047318

Determina la raz de la siguiente funcin con los siguientes valores x0=5

y Ea=0.05%
f ( x )=x 2+1.8 x +2.5

24
f ' ( x )=2 x+1.8

It
1
2
3
4

xi
5
3.353658
2.8013
2.71934

Ea%
.1862
.16
.1

Determina la raz de la siguiente funcin con los siguientes valores

x0=4.2 y Ea=0.05%
f ( x )=2+6 x4 x2 +0.5 x 3
f ' ( x )=68 x +1.5 x2

It
1
2
3

xi
4.2
-4.849122
-5.474002

Ea%
1.86
.114

EJERCICIOS:

METODO DE LA SECANTE

Usa el mtodo de la secante para calcular la raz aproximada de la funcin

f ( x )=x 24
Comenzando con x0=4, x1=3 hasta que el Er 1%
x 2=x 1

x 1x 0
f ( x 1)
f ( xi )f ( x 0 )

25
It
0
1
2
3

xi
4
3
2.2057
2.0541

Xi+1
3
2.2857
2.0541
2.0036

Xi+2
2.2857
2.0541
2.0036
2.0000

Ea
0.7143
0.2316
0.0505
0.0036

Er%
31.25
11.28
2.52
0.18

Usa el mtodo de la secante para aproximar la raz de

2

f ( x )=e x x
Comenzando con x0=0, x1=1 y hasta que Er 1%
it
1
2
3
4
5

xi
0
1
0.61269937
0.653442133
0.652917265

Ea %
100
63.2
6.23
0.08

Usar el mtodo de la secante para aproximar la raz de

f ( x )=arctan ( x2 x+ 1)
Comenzando con x0=0, x1=1, hasta que el error relativo Er 1%.
Se tiene los valores f(x0)=1 y f(x1)=-0.214601836, que se sustituyen en la
frmula del mtodo de la secante para obtener la aproximacin x2:
xn=xn1

xn1xn2
f ( xn1 )=0.823315073
f ( xn1 ) f ( xn2 )

Con un error aproximado de:

Er =

it
1

x 2x 1
100%=21.46
x1

xi
0

Ea %

26
2
3
4
5

1
0.82331507
0.852330208
0.853169121

100
21.4
3.40
0.09

Use el mtodo dela secante para encontrar una raz de la ecuacin poli
nominal
f ( x )=x 3 +2 x 2 +10 x20
Con la ecuacin se obtiene:
xi+ 1=xi

xi+ 1=xi

( xixi1 ) f ( xi )
=g(xi)
f ( xi )f ( xi1 )
( xixi1 ) ( xi 3 +2 x 2+10 xi20 )

( xi3+ 2 x 2 +10 xi20 ) ( xi 31+2 xi2 1+ 10 xi120 )

Mediante x0=0 y x1=1, se calcula x2

x 2=1

( 10 ) ( 13 +2 ( 1 )2+ 10 ( 1 ) 20 )

( 13+ 2 ( 1 )2 +10 ( 1 )20 ) ( 03+ 2 ( 0 )2+10 ( 0 )20 )

=1.53846

Mediante x1=1,x2=1.53846 se calcula x3

x 3=1.53846

(1.538461 ) ( 1.538463 +2 ( 1.53846 )2+10 ( 1.53846 ) 20 )

( 1.538463 +2 ( 1.53846 )2 +10 ( 11.53846 ) 20 )( 13+ 2 ( 1 )2 +10 ( 1.53846 )20 )

=1.35031

Mediante x2=1.53846 y x3=1.35031, se calcula x4

x 4=1.35031

( 1.350310 ) ( 1.35031+2 ( 1.35031 )2 +10 ( 1.35031 )20 )

( 1.350313+ 2 ( 1.35031 )2 +10 (1.35031 ) 20 ) ( 1.538463 +2 ( 1.53846 )2+10 ( 1.35031 )20 )

x 4=1.36792

Mediante x3=1.35031 y x4=1.36792 se calcula x5

x 5=1.36792

x 5=1.36881

( 1.367920 ) ( (1.36792 ) +2 ( 1.36792 )2+10 ( 1.36792 )20 )

( 1.367923+ 2 ( 1.36792 )2 +10 ( 1.36792) 20 ) ( 1.35031+2 (1.35031 )2 +10 ( 1.35031 ) 20 )

27

It
0
1
2
3
4
5

xi
0.00000
1.00000
1.53846
1.35031
1.36792
1.36881

xi+1-x1
1.0000
0.53846
.018815
0.01761
0.00090

SISTEMA DE ECUACIONES NO LINEALES

Para pocas ecuaciones (n 3 las ecuaciones lineales (y algunas veces no
lineales) pueden resolverse con rapidez mediante tcnicas simples. Algunos de
estos mtodos se revisaran a continuacin.

Se denomina ecuacin lineal a aquellas que tienen la forma de un polinomio de

primer grado, es decir, las incgnitas no estn elevadas a potencias, ni
multiplicadas entre s, ni el denominador.
Por ejemplo, 3x+2y+6z es una ecuacin lineal con tres incgnitas. Como es,
bien sabido las ecuaciones lineales con 2 incgnitas representan una recta en
el plano.
Si la ecuacin lineal tiene 3 incgnitas, su representacin grfica es un plano
en el espacio.

28una solucion grafica de sos ecuaciones al graficarlas en corrdenadas

Se obtiene
cartesianas con un eje correspondiente a xI y el otro a x2.

METODO GRAFICO

Debido a que se trabaja con sistemas lineales , cada ecuacion es una linea
recta.esto puede ilustrarase con las ecuaciones generales.
a11x1+a12x2=b1
a21x1+a22x2=b2

formula para resolucion de ecuaciones

x2=x2=-

Es una tecnica de solucion que funciona bien para un grupo

pequeo de ecuaciones.

DETERMINANETS Y
REGLADE CRAMER

Determinante se forma a partir de los coeficientes de la ecuacion de las

sigiente manera
el determinante es un simple numero

Resolucion de
ecuaciones

La regla de cramer establece que cada incognita en un sistema de ecuaciones

lineales algebraicas puede ser expresada como un a fraccion de dos
determinantes con denominador D y con el numeror obtenido a partir al
reeplazar la columna de coeficientes de la incognita en cuestion por las
constantes b1,b2,...bn.

Es mediante la combinacion de ecuaciones,esto se puede representar para un

conjunto de dos ecuaciones:

x1=

ELIMINACION DE
INCOGNITAS
los metodos de eliminacion son:
adicion o sustraccion
igualacion
sustitucion

METODO DE GAUSS

Conocido tambien como de triangulacion o de cascada, nos permite resolver

sistemas de ecuaciones lineales con cualquier numero de ecuaciones y de
incognitas.

METODO DE GAUSSJORDAN

se contituye una variacion del metodo de eliminacion de Gauss, permite resolver

hasta 15 o 20 ecuaciones simultaneas, con 8 o 10 digitos significativos en las
operaciones aritmeticas de la computadora.

29
EJERCICIOS:

METODO GRAFICO

Use el mtodo grafico para resolver

3 x 1+2 x 2=18
x 1+ 2 x 2=2

Sea x1 la abscisa. Despejando x2 de la ecuacin

x 2=

3
x 1+ 9
2

La cual cuando se grafica es una lnea recta con una interseccin en 9 y

pendiente de -3/2
La ecuacin tambin se puede resolver para x2:

x 2=

1
x 1+1
2

La cual tambin se grfica. La solucin es la interseccin de las dos lneas en

x1=4 y x2=3. Este resultado se puede verificar al sustituir estos valores en las
ecuaciones para obtener
3( 4)+2(3)=18
(4 )+ 2(3)=2
De esta manera los resultados son equivalentes a los valores de la derecha de
las ecuaciones originales.

30

Resolver
por
mtodo grafico el
siguiente
sistema
ecuaciones.

de

x+ y=5
2 x + y =9

Para la primera ecuacin se tiene que x=5-y

X
y

1
4

2
3

3
2

4
1

3
3

4
1

Para la segunda ecuacin se tiene que: x=9-y/2

X
y

1
7

2
5

31

4.5

3.5

2.5

1.5

0.5

0
0.5

1.5

2.5

3.5

4.5

32
Solucin (4,1)

EJERCICOS:

REGLA DE CRAMER

Resuelva mediante la regla de Cramer

x+ y+ z=1
x2 y+ 3 z =2
x+ z =5

1 1 1
1 2 3 =2
1 0 1

1 1 1
2 2 3 =21
5 0 1

1 1 1
1 2 2 =11
1 0 5

x=

21
2

x=

11
2

y=

8
=
4
2

Utilice la regla de Cramer para resolver

0.3 x 1+0.52 x 2+ x 3=0.01

1 1 1
1 2 3=8
1 5 1

33
0.5 x 1x 2+1.9 x 3=0.67

0 .1 x 1+ 0.3 x 2+0.5 x 3=0.44

El determinante D se puede escribir como:
0.3 0.52 1
0.5
1
1.9
0.1 0.3 0.5

D=

Los menores son:

A1=

A2=

A1=

1 1.9
0.3 0.5

= 1(0.5)-1.9 (0.3)=-0.07

0.5 1.9 =
0.5 (0.5)-1.9 (0.1)=0.06
0.1 0.5
0.5 1
0.1 0.3

=0.5 (0.3)-1(0.1)=0.05

Estos se pueden usar para evaluar el determinante, como en la:

D=0.3 (-0.07)-0.52 (0.06)+1(0.05)=-0.0022
Aplicando la ecuacin, la solucin es:

0.01 0.52 1
0.03278
0.67
1
1.9
=14.9
X1= 0.44 0.3 0.5 = 0.0022
0.0022
0.3 0.01 1
0.0649
0.5 0.67 1.9
=29.5
X2= 0.1 0.44 0.5 = 0.0022
0.0022

34
0.3 0.52 0.01
0.04356
0.5
1
0.67
=19.8
X3= 0.1 0.3 0.44 = 0.0022
0.0022

0.3(14.9)+ 0.52(29.5)+(19.8)=0.01
0.5(14.9)(29.5)+1.9(19.8)=0.67
0 0 .1(14.9)+0.3(29.5)+0.5(19.5)=0.44
Encontrar el valor de x e y mediante la regla de cramer
3 x2 y=1
x+ 5 y =3

D=

| |

X=

| |

Y=

| |

3 2
1 5

1 2
3 5
17

3 1
1 3
17

=15+2=17

5+ 6
17

91
17

Solucin:
3(

8
8
)2( )=1
17
17

11
8
+5( )=3
17
17

11
17

8
17

35

Resolver mediante la regla de Cramer

X +Y + Z=1
X Y + Z=1
X +Y +Z =1

El determinante D se puede escribir como:

1 1 1
1 1 1
1 1 1

D=

X=

=-4

= 4 = 0

0
= 4 = 0

1 1 1
1 1 1
1 1 1
4

1 1 1
1 1 1
y= 1 1 1
4

1
1 1
1 1 1
z= 1 1 1
4

Solucin:
0+0+1=1

= 4 = 1

36
00+1=1
0+0+1=1

Resolver utilizando la regla de Cramer

2 x y+ z=3
2 yz=1
x + y=1

El determinante D se puede escribir como:

2 1 1
0
2 1
1 1
0

D=

X=

=3

= 3 = 1

= 3 = 2

= 3 = 3

3 1 1
1 2 1
1 1
0
3

2 3 1
0 1 1
y= 1 1 0
3

2 1 3
0
2 1
z= 1 1 1
3
Solucin:
2(1)2+3=3
2(2)3=1

37
( 1 ) +2=1

EJERCICIOS:

ELIMINACION DE INCOGNITAS
Eliminacin por adicin o sustraccin
a) Multiplquense los dos miembros de una de las ecuaciones, o de
ambas, por nmero tales que resulten iguales los coeficientes de una
misma incgnita.
b) Smense las dos ecuaciones si dichos coeficientes son de signos
contrarios, y rstense si son de mismo signo.
c) Resulvase la ecuacin que as resulta, con lo cual se obtiene el valor
de la incgnita que contiene.
d) Sustityase este valor en una de las ecuaciones dadas y resulvase.

Resolver el sistema
x2 y=9

__________1

2 x +8 y =12 _______2

Multiplique ambos miembros de 1 por 2 se obtiene:

2 x 4 y =18 _______3

Rstese 2 de 3 desaparecen los trminos x

12 y =30
Se obtiene y=-5/2
Remplaza y en cualquiera de las ecuaciones dadas, y despeje x.
x2 y=9
x2(

5
)=9
2

38
x=95
x=4

ELIMINACIN POR IGUALACIN

a) Despeje en cada ecuacin, la incgnita que se requiere eliminar.
b) Igulense las expresiones que representan el valor de la incgnita
eliminada.
c) Resulvase la ecuacin que resulta, con lo cual se obtiene el valor de la
incgnita no eliminada.
d) Sustityase el valor hallado en una de las expresiones que representan
el valor de la otra incgnita y resulvase.

Resolver el sistema
x2 y=9 _____________1
2 x +8 y =12 __________2
Despeje x de 1 y 2, se tiene:
x=9+2 y __________3
x=64 y __________4

Igulense las dos ecuaciones que representan el valor x

9+2 y=64 y
Resulvase
9+2 y=64 y
2 y+ 4 y=64

39
6 y=15
y=5/2

Sustituyendo en 3 el valor de y, tenemos que:

X=4 por tanto: x=4; y=-5/2

ELIMINACION POR SUSTITUCION

a) Despeje una incgnita en una de las dos ecuaciones.
b) Sustityase la expresin que representa su valor en la otra ecuacin.
c) Resulvase la nueva ecuacin, con lo cual se obtiene el valor de la
incgnita no eliminada.
d) Sustityase el valor as hallado en la expresin que representa el valor
de la otra incgnita, y resulvase la ecuacin resultante.

Resolver el sistema
x2 y=9 _____________1
2 x +8 y =12 __________2

Se va a eliminar x. Despeje el valor de x en 1:

x=9+2 y __________3

Sustityase 3 en 2
2(9+2y)+8y=-12

40

EJERCICIOS:

MTODO DE GAUSS SIMPLE

RI
R2

a b c
d e f
g h i

j
k
l

R3

R2 =R2-(d/a)*R1
R3=R3-(g/a)*R1

RI
R2

a b c
0 e f
0 h i

j
k
l

a b c
0 e f
0 0 i

j
k
l

R3
RI
R2
R3
OBTENIENDO EL VALOR DE

R3=R3-(h/e)*R2

41
X3=l/i
X2= (k-f*x3)/e
X1= (j-c*x3-b*x2)/a

Encontrar los valores de x1, x2, x3 para los siguientes sistemas de

ecuaciones:
3 x 12 x 26 x 3=10
8 x 1+ 4 x 2x 3=6
x 1+ 4 x 22 x 3=20
Solucin:

3 2 6
A= 8 4 1
1 2 2

3 2 6 10
8 4 1 6
1 2 2 22

B=

10
6
22

42
3
2
6
0 9.333333 15
0 2.66666667 0

3
2
6
0 9.333333
15
0 2.66666667 4.28571429

10
20.6666667
18.6666667

10
20.6666667
24.5714286

Solucin:
X1=-3.46666667
X2=7
X3=-5.73333333

Encontrar los valores de x1, x2, x3 para los siguientes sistemas de

ecuaciones:
x 1+2 x 2+3 x 3=6
2 x 13 x 2+ x 3=14
3 x 1+ x 2x 3=2

Realizaremos operaciones de fila

1 2
3
2 1 2
3 1 1
R3 R3-3R1
R2R2-2R1

6
14
2

43
1 2
3
0 7 4
0 5 10

6
2 R3 (-1/5) R3
20

1 2
3
0 7 4
0 1
2

6
2
4

1 2
3
0 1
2
0 7 4

6
4
2

1 2 3
0 1 2
0 0 10

1 2 3
0 1 2
0 0 1

6
4
30

R3R2

R3 R3+7R1

R3 (1/10) R3

6
4
3

La ultima matriz esta en forma escalonada por filas,(mtodo de gauss), lo cual

significa que:
X3=3; x2=4; x1=-2
Encontrar la solucin por medio de Gauss
3 x 1+6 x 29 x 3=3
2 x 1+4 x 28 x 3=0
2 x 13 x 2+4 x 3=1

Realizaremos operaciones de fila

44
3
6 9
2
4 8
2 3 4

3
0
1

R2 R2-(2/3) R1
R3R3-(-2/3) R1
3 6 9
0 0 2
0 1 2

3
2
1

3 6 9
0 1 2
0 0 2

3
1
2

R3R2

3 6 9
0 1 2
0 0 1

3
1
1

R3 1/ (-2) R3

R2R3

R1R1-(-9) R3
R2R2-(-2) R3
3 6 0
0 1 0
0 0 1

12
3
1

R1R1-6R2

3 0 0
0 1 0
0 0 1

6
3
1

R11/3R1

1 0 0
0 1 0
0 0 1

2
3
1

SOLUCION: X1=-2; X2=3; X3=1

Resuelve el siguiente sistema de ecuaciones, utilizando el mtodo de

Gauss:

45
3 x + y + z=1
x2 y+ 2 z=4
x + y3 z=7

Solucin:
Realizaremos operaciones de fila
3 1
1
1 2 1
1 1 3

1
4
7

1 2 1
3 1
1
1 1 3

4
1
7

3*R1-R2
R3+R1
1 2 1
0 5 4
0 1 2

4
13
3

-R3
1 2 1
0 1 2
0 5 4

4
3
13

R3+5*R2
1 2 1
0 1
2
0 0 14
Solucin:

4
3
28

46
28
=2
Z= 14
Y=3-2z=3-4=-1
X=2y-z+4=-2-2+4=0
EJERCICIOS:

MTODO DE GAUSS-JORDAN
Para resolver un sistema de ecuaciones por Gauss Jordn debemos de tener
en cuenta que es una continuacin del mtodo de Gauss Simple:
RI
R2

a b c
0 e f
0 0 i

j
k
l

R3
Esta es la matriz que obtenemos
anteriormente, luego se debe:

con Gauss simple segn lo expuesto

RI
R2

a b c
0 e f
0 0 i

j
k
l

R1 =R1-(c/ i)*R3

R3

R2=R2-(f/i)*R3

RI
R2
R3

RI

a b 0
0 e 0
0 0 i

j
k
l

R1 =R1-(b/e)*R2

47

R2

a 0 0
0 e 0
0 0 i

j
k
l

R3

Con el mtodo de Gauss Jordan se pretende llegar a esta matriz de manera

que se puedan obtener los valores de x1, x2,x3 de una manera ms sencilla.

Encontrar los valores de x1, x2, x3 para el siguiente sistema de

ecuaciones:
10 x 15 x 22 x 3=19
5 x 1+4 x 22 x 3=9
4 x 13 x 2+5 x 3=24

Solucin:

1 0 5 2 19
5
4 2 9
4 3 5 24

10 5 2 19
0 6.5 1 0.5
0 1 5.8 16.4

10 5
2
19
0 6.5
1
0.5
0
0 5.64615385 16.3230769

48

10 5
0
24,7820163
0 6.5
0
2,391008117
0
0 5.64615385 16,3230769

10 0
0
26,6212534
0 6.5
0
2,39100817
0
0 5.64615385 16,3230769
Solucin:
X1=2,66212534
X2=0.36784741
X3=2.8910081
GAUSS- JORDAN CON PIVOTEO
El sistema consiste en tomar de un sistema de ecuaciones dado una ecuacin
como pivote con el objetivo de darle forma de matriz idntica al sistema de
ecuaciones. Cuando se elimina una incgnita en una ecuacin, Gauss-Jordan
elimina esa incgnita en el resto de las ecuaciones.
El elemento delantero de cada fila de cero, es llamado pivote estos estn a la
derecha del elemento delantero de la fila anterior (esto se supone que todos
los elementos debajo de un pivote son cero).
Se comienza resolviendo la matriz de la misma forma que se ha venido
trabajando en el mtodo anterior, y luego continuamos dividiendo cada fila en
su respectivo pivote como se muestra a continuacin:
Pivote
Pivote
RI
R2

a 0 0
0 e 0
0 0 i

j
k
l

R1/a, R2/e, R3/i

49
R3
Pivote
RI
R2

1 0 0
0 1 0
0 0 1

j
k
l

R3
De modo que: la matriz de coeficientes se ha transformado en la matriz
identidad y la solucin se obtiene en el vector del lado derecho. Observe que
no se requiere la sustitucin hacia atrs para llegar a la solucin.

j
k
l
Resolver el siguiente sistema de ecuaciones:
11 x 14 x 2+5 x 3=25
3 x 1+10 x 215 x 3=12
7 x 1+ 3 x 2+24 x 3=8
Solucin:
11 4
5 25
3
10 15 12
7
3
24 8

11
4
5
25
0
8.90909091 13.6363636 18.8181818
7 5.54545455 20.8181818 7.90909091

11
4
5
25
0
8.90909091 13.6363636 18.8181818
0
0
29.3061224 19.622449

50

11
4
0
28.3478412
0
8.90909091
0
9.68770575
0
0
29.30612224 19.622449

11
0
0
32.6974234
0
8.90909091
0
9.68770575
0
0
29.30612224 19.622449

Pivote
Pivote

Divdase cada ecuacin en su respectivo pivote para obtener

1 0 0 2.97249304
0 1 0 1.08739554
0 0 1 0.66956825
De modo que la matriz de coeficientes se ha transformado en la matriz
identidad y la solucin se obtiene en el vector del lado derecho. Observe que
no se requiere la sustitucin hacia atrs para llegar a la solucin.
X1=-2.97249304
X2=1.08739554
X3=-0.66956825

Resolver el siguiente conjunto de ecuaciones con el mtodo de GaussJordan:

3.0 x 10.1 x 20.2 x 3=7.8500
0.1 x 1+7.0 x 20.3 x 3=19.3
0.3 x 10.2 x 2+ 10 x 3=71.4000

51
Primero expresamos los coeficientes y el vector de trminos independientes
como una matriz aumentada.

3.000 0.100 0.200 7.850

0.100 7.000 0.300 19.300
0.300 0.200 10.000 71.400

Se normaliza el primer rengln dividiendo entre 3 para obtener:

1.000 0.033 0.066 2.616

0.100 7.000 0.300 19.300
0.300 0.200 10.000 71.400

El termino x1 se puede eliminar del segundo rengln restando 0.1 veces el

primero del segundo rengln. De una manera similar, restando 0.3 veces el
primero del tercer rengln se elimina con x1 del tercer rengln.

1 0.033 0.066 2.616

0 7.003 0.293 19.300
0 0.190 10.018 70.615

En seguida, se normaliza el segundo rengln dividiendo entre 7.00333:

1 0.033 0.066 2.616

0 1.000 0.042 2.793
0 0.190 10.018 70.615

Reduciendo los trminos en x2 de la primera y la tercera ecuacin se obtiene:

52
1 0 0.068 2.524
0 1 0.042 2.793
0 0 1.010 70.084

El tercer rengln se normaliza dividiendo entre 10.010:

1 1 0.068 2.524
0 1 0.042 2.793
0 0 1.000 7.001

Finalmente, los trminos con x3 se pueden reducir de la primera y segunda

ecuacin para obtener:

1 0 0 3.000
0 1 0 2.499
0 0 1 7.001

53
Resolver el siguiente sistema de ecuaciones lineales mediante el mtodo
de Gauss Jordan.
2 x +3 y + z=1
3 x2 y4 z =3
5 x yz=4

Escribimos la matriz aumentada del sistema.

2 3
1 1
3 2 4 3
5 1 1 4

Solucin:
2 3
1 1
3 2 4 3
5 1 1 4

3
1 1
2
2 2
3 2 4 3
5 1 1 4

1/2R1

3
2
13
0
2
17
0
2
1

1 1
2 2
11 9
2 2
7 3
2 2

-3R1+R2;-5R1+R3

-2/13R2:2R3

54
3
2

1 1
2 2
11 9
0
1
13 13
0 17 7 3
1

3
2

3
2

1
0
0

1
2
11
13
96
13

1
2
9
13
192
13

1
2
11
13
1

1
2
9
13
2

3
1
0
2
2
1 1 1
0 1 2

1 0 0 1
0 1 0 1
0 0 1 2

Solucin:
X=1
Y=-1

17R2+R3

13/96R3

-11/13R3+R2;-1/2R3+R1

-3/2R2+R1

55
Z=2

UNIDAD IV:
DIFERENCIACION E INTEGRACION

DIFERENCIACION NUMERICA
INTEGRACION NUMERICA
INTEGRACION MULTIPLE
APLICACIONES

La diferenciacin es algo comn en ingeniera debido a que mucho de nuestro

trabajo involucra caracterizar los cambios de las variables tanto en tiempo
como en espacio. Muchas de las leyes y otras generalizaciones que figuran de
manera prominente en nuestro trabajo se basan en predecibles en las cuales
el cambio mismo se manifiesta en el mundo fsico. El ejemplo principal es la
segunda Ley de Newton, que no est dirigida los trminos de la posicin de un
objeto, si no en su cambio de posicin con respecto al tiempo.
Diferenciar: significa marcar por diferencias, distinguir, percibir la diferencia en
o entre.
Derivada: Es la que sirve como vehculo fundamental para la diferenciacin,
representa la razn de cambio de una variable dependiente con respecto a una
independiente como se muestra a continuacin:

56

y f ( xi+ y )f (xi)
=
x
x
Donde y y f(x) son representaciones alternativas de la variable dependiente y x
es la variable independiente. Si se permite que x se aproxime a cero, la
diferencia es ahora una derivada.
El proceso inverso de diferenciacin es la integracin.
Integrar: significa llevar junto, como partes, en un todo; unir, indicar la cantidad
total. Matemticamente, a integracin se representa por:
b

I=

f ( x ) dx
a

Que se tiene para la integral de la funcin

f ( x ) con respecto a la variable

independiente x, evaluada entre los limites x= a a x=b. la funcin

f ( x ) en la

ecuacin es llamado integrando. El significado de la ecuacin es el valor total o

sumatoria de

f ( x ) dx sobre el rango de x= a a b. el smbolo

es ahora

una letra S estilizada que intenta representar la conexin cercana entre

integracin y sumatoria.
La funcin que ser diferenciada o integrada estar usualmente en una de las
siguientes tres formas:
1. Una funcin simple continua tal como un polinomio, una exponencial o
una funcin trigonomtrica.
2. Una funcin continua complicada que es difcil o imposible de diferenciar
o integrar de manera directa.
3. Una funcin tabulada donde los valores de x y f(x) estn dados en un
nmero de puntos discretos, como es frecuente el caso en datos
experimentales o de campo.
En el primer caso, la derivada o integral de una simple funcin se puede
evaluar en forma analtica mediante clculo. Para el segundo caso, las
soluciones analticas son a menudo imprcticas y algunas veces imposibles de
obtener, en el tercer caso de datos discretos, se debe de emplear mtodos de
aproximacin.
FORMULAS DE INTEGRACION DE NEWTON-COTES

57
Son los tipos de integracin numrica ms comunes.se basan en la estrategia
de reemplazar una funcin complicada p datos tabulados por un polinomio de
aproximacin que es fcil de integrar.

Regla del
trapecio

formulas de
integracion de
newton-cortes

Regla de
Simpson 1/3
Regla de
Simpson 3/8

Regla de boole
REGLA DEL TRAPECIO
Es la primera de las formulas cerradas de integracin de Newton-Cotes.
Corresponde al caso en donde el polinomio de la ecuacin es de primer grado:
b

f ( x ) dx f 1 ( x ) dx
I=
a
a
El resultado de la integracin es:
I =(ba)

f ( a ) + f (b)
2

Geomtricamente la regla del trapecio es equivalente a aproximar el rea bajo

la lnea recta que une f(a) y f (b).

58
Utiliza la regla del trapecio para aproximar la integral:
1

e x dx
0

Solucin:
Usamos la formula directamente con los siguientes datos:
a=0
b=1
x
F(x)= e

Por lo tanto tenemos que:

1

e x dx=(10)
0

f ( 0 ) + f (1)
2

1+ e
=1.85914
2

EJERCICIOS
REGLA DEL TRAPECIO

Calcule la integral usando la regla del trapecio con n=6

3

x2dx
+16
0

Solucin:

59
x=

ba 30 1
ba 1
=
= ,luego
=
n
6
2
2n
4

Sustituyendo en la frmula:

x2dx
+16
0

1
[ f ( x 0 )+2 f ( x 1 )+ 2 f ( x 2 ) +2 f ( x 3 ) +2 f ( x 4 )+ 2 f ( x 5 ) +f ( x 6 ) ]
4

1
1
3
5
f ( 0 )+ 2 f
+2 f ( 1 )+ 2 f
+2 f ( 2 ) +2 f
+ f (3)
= 4
2
2
2

()

()

()

1
1
[ 0.0625+ 0.1230+0.1176+ 0.1096+0.1+0.09+0.04 ] = [ 0.6427 ] =0.1607
4
4

Calcule el valor aproximado de

12 x ex

2/2

dx

Solucin:
x=

ba 20 1
ba 1
=
= ,luego
=
n
4
2
2n
4

12 x ex
0

2/2

dx

60

1
1
3
f ( 0 )+ 2 f
+2 f ( 1 )+ 2 f
+ f (2 )
= 4
2
2

()

()

1 0
[ e +2 e1/ 8+ 2 e1 /2 +2 e9 /8 +2 e2 ]=1.1907
4

Luego:
2

1
ex dx=0.47501

2 0
2/2

Con la ecuacin:
I =(ba)

f ( a ) + f (b)
2

Integre numricamente
2

f ( x )=0.2+25 x200 x + 675 x 900 x +400 x

Desde a=o hasta b=0.8, el valor exacto de la integral se puede determinar

analticamente en forma analtica y es de 1.640533.
Solucin:
Al evaluar la funcin:
f ( 0 )=0.2
f ( 0.8 )=0.232
Sustituyendo en la ecuacin se tiene
I =0 . 8

0.2+0.232
=0.1728
2

El cual representa un error de

Et=1.6405330.1728=1.467733

61

Regla del trapecio de integracin mltiple

Use la regla del trapecio de dos segmentos para estimar la integral de
f ( x )=0.2+25 x200 x 2+ 675 x 3 900 x 4 +400 x 5
Donde a=0 hasta b=0.8
Solucin:
f ( 0 )=0.2

I =0 . 8

f ( 0.4 )=2.456

f ( 0.8 )=0.232

0.2+2(2.456)
=1.0688
4

Et=1.6405331.0688=0.57173=34.9

62

REGLA DE SIMPSON 1/3

La regla de Simpson 1/3 proporciona una aproximacin ms precisa, ya que
consiste en conectar grupos sucesivos de tres puntos sobre la curva mediante
parbolas de segundo grado, y sumar las reas bajo las parbolas para
obtener el rea aproximada bajo la cueva, por ejemplo el rea contenida en dos
fajas, bajo la curva f(x), se aproxima mediante el rea sombreada bajo una
parbola que pasa por los tres puntos:
(xi, yi)
(xi+1,yi+1)
(xi+2,yi+2)

Resulta cuando un polinomio de interpolacin de segundo grado se sustituye

en la ecuacin:
b

I=

f ( x ) dx f 1 ( x ) dx
a

Si se designa a y b como x0 y x2, y f(x), se representa por un polinomio de

LaGrange de Segundo grado la integral se transforma en:
I=
X2

X0

( XX 1 ) ( X X 2 )
( x x 0 ) ( xx 2 )
( xx 0 )( xx 1 )
F ( x 0 )+
f ( x 1 )+
f (x 2) dx
( X 0X 1 ) ( X 0 X 2 )
( x 1x 0 ) ( x 1x 2 )
( x 2x 0 )( x 2x 1 )

63
Despus de la integracin y de las manipulaciones algebraicas se obtiene la
siguiente formula:
h
I [ f (x 0)+ 4 f ( x 1)+ f ( x 2)]
3
En donde h= (b-a)/2, esta ecuacin se conoce como regla de Simpson 1/3, y es
la segunda frmula de la integracin cerrada de Newton-Cotes. La
especificacin 1/3 se origina del hecho de que h est dividida entre 3 en la
ecuacin. Una alternativa para obtenerla se muestra a continuacin en donde
se integra el polinomio de Newton-Gregory para llegar a la misma frmula.
La regla de Simpson 1/3 tambin se puede expresar usando el formato de la
ecuacin:
I (ba)

[f ( x 0)+ 4 f (x 1)+f (x 2)]

6

Donde a=x0, b=x2 y x1= el punto a la mitad entre a y b, que est dado por
(b-a)/2.Observe que de acuerdo con la ecuacin, el punto medio esta
ponderado por dos tercios y los dos puntos extremos, por un sexto.
Se puede demostrar que la aplicacin a un solo segmento de la regla de
Simpson 1/3 tiene un error de truncamiento de:
Et=

1 5 (4 )
h f ( )
90

O como h= (b-a)/2.
5

(ba) ( 4)
Et=
f ()
2880

Donde

est en algn lugar en el intervalo de a a b.

Formula con error de truncamiento

I

h
[ f ( x 0 )+ 4 f ( x 1 ) +f (x 2)]
3

1 5 (4 )
h f ( )
90

El error de truncamiento es la cantidad que se debe agregar al rea

aproximada de dos resultados que se obtienen mediante la regla de un tercio
de Simpson, para obtener el rea real bajo la curva en ese intervalo. El trmino
mostrado del error por truncamiento generalmente no se puede valuar en forma
directa. Sin embargo se puede obtener una buena estimacin de su valor para
cada intervalo de dos valores suponiendo que es suficientemente constante en

64
el intervalo (se supone que las derivadas de orden superior son despreciables9
y valuando. La estimacin del error por truncamiento para toda la integracin se
obtiene sumando las estimaciones correspondientes a cada dos funciones. Si
la estimacin del error total por truncamiento es mayor de lo que se puede
tolerar, se deben de utilizar de dos valores menores.

EJERCICIOS:

REGLA DE SIMPSON 1/3

Estime, mediante el mtodo de Simpson, el valor de la siguiente integral
definida:
3

ln ( 4 x 2 + 4 ) dx
3

Con una particin de siete (7) elementos, y estime el error cometido .Para
aplicar el mtodo de Simpson, la particin debe ser regular y el nmero de sus
intervalos debe ser par, como la particin debe tener siete elementos se cumple
est condicin y determinamos, entonces, la longitud de los sub intervalos:

Construyendo la particin correspondiente,

p=x 0, x 1, x 2, x 3, x 4. x 5. x 6=3,2,1,0,1,2,3 [3,3 ]
Empleando la frmula del mtodo de Simpson, se obtiene una estimacin de la
integral definida

65
b

f ( x ) dx=[ f ( x 0 ) + 4 f ( x 1 ) +2 f ( x 2 )+ 4 f ( x 3 ) +2 f ( x 4 ) + 4 f ( x 5 )+ f ( x 6) ] 3x
a

f ( x ) dx=[ f ( x 0 )+ 4 f ( x 1 ) +2 f ( x 2 ) +4 f ( x 3 )+ 2 f ( x 4 ) +4 f ( x 5 ) + f ( x 6) ] 3x
3

ln ( 4 x 2 + 4 ) dx= [ ln ( 40 ) +4 ln ( 20 ) +2 ln ( 8 ) +4 ln ( 4 )+ 2 ln ( 8 )+ 4 ln ( 20 )+ ln(20)] 13
3

ln ( 4 x 2 + 4 ) dx=150688537

Para estimar el error cometido, empleamos la frmula

correspondiente
, con
,
,es decir que
es el mximo en valor absoluto de la cuarta derivada de la funcin
Determinamos entonces el valor de
.
Para

f ( x )=ln ( 4 x 2+ 4) obtenemos

f ' ( x )=

2x
x 2+1

f ' ' ( x )=

x
( 2+1)3
4 ( x 33 x)
f ' ' ' ( x )=

f 4 (x )=

12(x 4 +6 x 21)
(x 2 +1)4

f 5 ( x )=

48 x (x 4+ 10 x 2 +5)
( x 2 +1)5

2(1x 2 )
( x 2+ 1)2

66
Con la quinta derivada de la funcin, determinamos los nmeros crticos de la
cuarta derivada en el intervalo de integracin
, y calculamos los extremos
relativos que en ese intervalo se pueda alcanzar.
Nmeros crticos de la cuarta derivada:
x 1= 5+2 5

x 2= 52 5

x 3=0

x 4= 52 5
x 5=5+2 5
Se evalan estos nmeros crticos, y los extremos del intervalo de integracin
en la cuarta derivada de la funcin, para obtener el mximo en valor absoluto
f 4 (x )
de
f 4 (3 ) =0.0058
f 4 ( x 1 )=0.0338
f 4 ( x 2 )=4.1588
f 4 ( x 3 )=12
f 4 ( x 4 )=4.1588
f 4 ( x 5 )=0.0338
4
f (3 )=0.0058

Por tanto,
.

Al sustituir en la frmula de error, se obtiene

Use la regla de Simpson, con el valor de n indicado para estimar las
integrales definidas.
4

1x dx ,n=6
1

x =

ba 41 3 1
=
= = =0.5
n
6
6 2

67
4

[ f (1 )+ 4 f ( 1.5 )+2 f ( 2 ) + 4 f ( 2.5 )+2 f ( 3 )+ 4 f ( 3.5 )+ f ( 4)]

1x dx= 41
3( 6)
1

1
f ( 1 )= =1
1
f ( 2 )=

1
2
=
3 /2 3

1
2

f ( 2.5 ) =

f (3)=

f ( 1.5 )=

(1)

1
2
=
5 /2 5

1
3

f ( 3.5 ) =

1
2
=
7 /2 7

1
f ( 4 )= =1
4
4

3
1x dx= 18
1

1+ 4

( 23 )+ 2( 12 )+ 4 ( 52 )+2( 13 )+4 ( 27 )+ 14 ]= 16 [ 1+( 83 )+1+( 85 )+( 23 )+( 87 )+ 14 ]

] [ ]

1
1 420+1120 +420+ 672+280+ 480+105 1 2361 3497
dx=
=
=
=1.39
x
6
420
6 420
2520
4

Use la regla de Simpson de 1/3 para aproximare la siguiente integral:

1

e x dx
0

Solucin:

68
Aplicamos la formula directamente, con los siguientes datos:
A=0
B=1
X=0.5
x
F(x)= e

Por lo tanto tenemos que:

f ( 0 )+ 4 f (.05 )+ f (1) 1+ 4 e(0.5) +e

e dx=(10)
=
=1.4757
6
6
x

Use la regla de Simpson de 1/3, para aproximar la siguiente integral:

4

ex
x dx
2
Solucin:
Igual que en el ejercicio anterior datos adecuadamente:
4

] [

f ( 2 ) + 4 f (3 ) + f ( 4 ) 1 e 2
ex
e3 e4
=
+ 4 + =14.7082
x dx= ( 42 )
6
3 2
3 4
2
Al igual que con la regla de trapecio, podemos extender la regla de Simpson de
1/3, si subdividimos el intervalo [a,b] en n sub intervalos de la misma longitud
h=

ba
n

Sea p={x0,x1,x2..xn} la particin que se forma al hacer la subdivisin, y

denotemos por xM [xi-1,xi] el punto medio de cada sub intervalo.
Aplicamos primero propiedades bsicas de la integral definida:
b

x1

x2

xn

f ( x ) dx= f ( x ) dx + f ( x ) dx + ..+
a

x0

x1

xu 1

f ( x ) dx

69
Ahora aplicamos la regla de Simpson de 1/3, en cada una de las siguientes
integrales de arriba:
b

f ( x ) dx=(x 1x 0)
a

Sustituimos

h=

ba
n

y usamos la notacin sigma:

n1

f ( x 0 ) +4 f (xM 1)+2

f ( xi ) + f (x n)
i1

i1

f ( x ) dx=( x 1x 0)
b

f ( 0 )+ 4 f ( xM 1 ) + f ( x 1)
f ( xn1 ) +4 f ( xMn ) + f (xn)
+ .+( xnxn1)
6
6

6n

70

REGLA DE SIMPSON 3/8

La derivacin de la Regla de los tres octavos de Simpson es similar a la regla
de un tercio, excepto que se determina el rea bajo una parbola de tercer
grado que conecte 4 puntos sobre una cueva dada. La frmula general de la
parbola de tercer grado es:
Este caso corresponde a x=3, es decir,
b

f ( x ) dx= f 3 ( x ) dx
a

Donde f3(x) es un polinomio de interpolacin para los siguientes datos

xo
F(x0)

X1
F(x1)

X2
F(x2)

X3
F(x3)

Y donde a =x0, b=x3,y x1,x2 son los puntos que dividen entre partes iguales al
intervalo [a,b].
Igual que en el caso anterior, se usa el polinomio de interpolacin de LaGrange,
y usando el mtodo de integracin por partes se llega a la siguiente formula:
b

f ( x ) dx= 38 h [ f ( x 0 ) +3 f ( x 1 )+ 3 f ( x 2 ) + f (x 3)]
a

Donde

h=

(ba)
debido al factor
3

3
h
8 es que se le dio el nombre de la

Regla de Simpson de 3/8. En la prctica, se sustituye el valor de h para

obtener:

f ( x ) dx=(ba)
a

f ( x 0 ) +3 f ( x 1 ) +3 f ( x 2 ) +f ( x 3)
8

71

EJERCICIOS

REGLA DE SIMPSON 3/8

Aproximar la siguiente integral, usando la regla de Simpson de 3/8

4

e x lnxdx=(41)
1

f ( 1 )+ 3 f ( 2 )+ 3 f ( 3 ) +f (4)
8

3
[ eln1+3 e 2 ln 2+ 3 e3 ln 3+e 4 ln 4 ]=589698
8

Al igual que en los casos anteriores, la regla de Simpson de 3/8 se puede

extender si subdividimos el intervalo [a,b] en n intervalos de la misma longitud
h=

ba
n

Sea xo, x1, x2.xn, la particin de terminada de esta forma. Cada sub
intervalo [xi-1, x2] lo dividimos en tres partes iguales, y sean y1 y z1 los puntos
determinados.
Use la regla de Simpson 3/8 para estimar:

I = sen 2 x dx
0

72

I = sen 2 x dx =
0

] [

3 (ba)
2 a+b

f ( a ) +3 f
+f (b) =
sen2 ( 0 ) +3 sen 2
+3 sen2
+ sen 2( ) =.3063656
24
2
24
9
9
3

()

( )

Para los datos de mximo punto del volumen en un tanque tabulado

obtenido en una fbrica de jugos medidos por un sensor cada cierto
tiempo.
Datos tabulados
t
1.6
1.8
2
2.2
2.4
2.6
2.8
3
3.2
3.4

F(t)
4.593
6.050
7.389
9.025
11.023
13.464
16.445
20.066
24.533
29.964

73

I 1=

( 0.6 )4.593+3 ( 6.050 )+3 ( 7.389 ) +9.025

=4.045125
8

I 2=

( 0.6 )9.025+3 ( 11.023 )+3 ( 13.464 )+ 16.445

=7.4198
8

I 3=

( 0.6 )16.445+3 ( 20.086 ) +3 ( 24.533 ) +29.964

=13.1419
8

Usando la regla de 3/8 de Simpson, calcular la integral:

2.2

x3 lnx dx
1

Solucin:
Buscar el valor de h,
h=

ba 1.2
=
=0.4
3a
3

74
Construir una tabla de pares ordenados de la funcin, con el intervalo 0.4
hallado.
X
x3
Ln x
3
x ln x

X0
1
1

X1
1.4
2.744

X2
1.8
5.832

X3
2.2
10.648

0
0

0.33647
0.92327

0.58779
3.42799

0.78846
8.39552

Ahora se aplica la frmula de Simpson

x 3n

[ 0+30.92327+33.42799+8.39552 ]
f ( x ) dx= 30.4
8
x0

x 3n

[ 0+2.7698110 .28397+ 8.39552 ] = 30.4 21.4493=3.217395

f ( x ) dx= 30.4
8
8
x0

Utilice en conjuncin las reglas de Simpson 3/8 para integrar la funcin

f ( x )=0.2+25 x200 x 2+ 675 x 3 900 x 4 +400 x 5
X=

0.80.0
=0.2667
3

X
0.000
0.2667
0.5333
0.8000

F(X)
0.2000
1.43286366
3.48706521
0.2320000

0.2+0.232+3 ( 1.432864 ) +3.4870065

3(0.2667)
[ ] =1.51917037
I=
8
ET=1.64053334-1.62346667=0.121164

ESTADSTICA SIMPLE

MEDIA
MEDIANA
MODA DESVIACIN ESTNDAR

75

VARIANZA
COEFICIENTE DE VARIACIN
REGRESIN LINEAL

76

MEDIA ARITMETICA

Suma de los datos

individuales(yi) dividida entre
el numero de puntos(n),o
donde la sumatoria va de i=n

DESVIACION ESTANDAR

Medida mas comun de

espaciamiento para una
muestra alrededor de la media
(sy)

VARIANZA

Espaciamiento representado
por el cuadrado de la desviacion
estandar

COEFICIENTE DE VARIACION

Una estadistica final que tiene

utilidad en cuantificar la
dispersion de datos,tal
estadistica es la desviacion
estandar a la media,como tal
proporciona una medicion
normalizada de la dispersion
con frecuencia de multiplicar
por 100 para que se pueda
expresar en la forma de
porcentaje.
100%

ESTADISTICA SIMPLE

77
EJERCICIOS

ESTADSTICA SIMPLE
Calcule la media, la varianza, desviacin estndar y coeficiente de
variacin para los datos de la tabla.
6.495
6.665
6.755
6.565

y =

6.595
6.505
6.625
6.515

6.615
6.435
6.715
6.555

6.635
6.625
6.575
6.395

6.485
6.175
6.655
6.775

6.555
6.655
6.605
6.685

158.4
=6.6
24

Sy =

0.217000
=0.097133
241

S 2 y =0.09435
C.V=

0.097133
100 =1.47
6.6

Calcule la media, varianza, desviacin estndar y el coeficiente de

variacin de la siguiente tabla:
( yi y )2

yi

1
2
3
4
5
6
7
8
9
10

10.0
11.5
9.7
13.8
14.3
11.9
12.3
13.0
11.3
10.8

118.6

3.4596
.1296
4.6656
3.7636
5.9536
.0016
.1936
1.2996
.3136
1.1236
20.904

78
y =

118.6
=11.86
10

Sy =

S y=

20.904
=1.5240
101
20.904 436.9772
=
=48.5530
101
9

C.V=

1.5240
100 =12.8499
11.86

Ajuste a una lnea recta los valores x y y en las dos primeras columnas
( yi y )2

xi

yi

1
2
3
4
5
6
7

.5
2.5
2.0
4.0
3.5
6.0
5.5

28

y =

24

8.52
.8464
2.0164
.3266
.006
6.6564
4.3264
22.69

24
=3.4285
7

Sy =

22.714285
=1.945691
71

S 2 y =3.785714
C.V=

1.94569
100 =56.749335
3.428571

Calcule:

( yia 0+a ixi)2

.1687
.5625
.3473
.3265
.5896
.7972
.1993
2.9911

Xi yi
.5
5
6
16
17.5
36
38.5

119.5

xi2
1
4
9
16
25
36
49

140

79
N=7
xi=28
yi=124
xiyi=119.5
2

xi =140
y =4
x =3.4285

ai=

n xiyi xi yi 7 (119 )28 (24) 164.5

=
=
=.8392
2
2
2
196
n x ( xi)
7 ( 140 )(28)

a 0=y ai x
a 0=3.4285.8392 ( 4 )=.0717
Ajuste una lnea recta a los valores x y y en las primeras columnas de la
tabla
xi

yi

0
1
2
3
4
5

2.1
7.7
13.6
27.2
40.9
61.1
156.6

En donde:
m=2
n=6
xi=15
yi=1526

( yi y )2
544.44
314.47
140.03
3.12
239.22
1272.11
2513.39

( yia 0aixia 2 xi)2

0.14332
1.00286
1.08158
0.80491
0.61951
0.09439
3.74657

80
2

xi =55
3
xi =255
4
xi =979

xiyi=585.6
2
xi yi=24888

y =2.5
x =25.433
Entonces, las ecuaciones lineales simultneas son:
60+151+553=152.6
150+551+2253=585.6
550+2251+9793=2488.8
Resolviendo por eliminacin de Gauss tenemos:
a0=2.47857
a1=2.35929
a2=1.86071
y por lo tanto tenemos la ecuacin de la forma:
y=2.47857+2.35929+1.86071 x

el error estndar es:

Sy
3.74657
=
=1.12
x
63
El coeficiente de determinacin es:

81
2

r=

2513.393.74657
=0.99851
2513.39

r=0.99925

EJERCICIOS

REGRESIN POLINOMIAL
Ajustar a la recta de x y y con los siguientes datos
2

xi

yi

xi

0.2
0.5
1
2
3

8
10
18
35
60

0.04
0.25
1
4
9

6.7
x =

6.7
=1.34
5

y =

131
=26.2
5

131

14.29

yi

64
100
324
1225
3600
5313

xiyi
1.6
5
18
70
180

274.6

82
Sxy =

274.6
35.108=19.812
5

S 2 x=

14.29
1.34 2=1.0624
5

S2 y =

5313
26.22=376.18
5

Calculamos el coeficiente a y b de la recta de regresin y=a+bx:

b=

Sxy 19.812
=
=18.648343
2
Sx 1.0624

=26.218.6483431.34=1.2112204
a= y bX
Calcular el coeficiente de relacin
r=

Sxy
19.812
=
=0.9910555
SxSy 1.0624 376.18

Ajuste por una funcin exponencial:

Como la funcin buscada es

bx

y=ae

, tomando logaritmos tenemos que

log y=log a + bx .Llamamos a la nueva variable y=log y tambin hacemos

a=log a. tenemos entonces que calcular la recta de regresin y=a+bx
para las nuevas variables y y x.
xi

yi

yi=log yi

-6
-3
0
3
6
9

2
2.8
3.9
4.2
5.8
6.2

0.693
1.03
1.361
1.435
1.758
1.825

xi
36
9
0
9
6
81

' 2

(yi )

0.480249
1.0609
1.852321
2.059225
3.090564
3.330625

xiyi
-4.158
-3.09
0
4.305
10.548
16.425

83
12
15
20
25

7.5
8.2
9.3
10.9

81

60.8

x =

81
=8.1
10

y =

16.84
=1.684
10

Sxy =

2.015
2.104
2.23
2.389
16.85

144
225
400
625

1535

4.060225
4.426816
4.426816
5.707321
31.041146

184.1
8.11.684=4.7696
10

S x=90.89
Calculamos el coeficiente a y b de la recta de regresin y=a+bx:
b=

Sxy ' 4.7696

=
=18.648343
90.89
Sx 2

=1.6840.05258.1=1.259
a ' = y bX

UNIDAD V
INTERPOLACION

POLINOMIO DE INTERPOLACIN DE NEWTON

POLINOMIO DE INTERPOLACIN DE LAGRANGE
INTERPOLACIN SEGMENTADA

24.18
31.56
44.6
59.725
184.095

84

PROBLEMAS DE APLICACION

INTERPOLACION
INTERPOLACION
POLINOMIAL

consiste
consiste en
en determinar
determinar el
el unico
unico
polinomio
de
n-enesimo
orden
que
polinomio de n-enesimo orden que
ajuste
n+1
puntos.
ajuste n+1 puntos.

INTERPOLACION
LINEAL
LINEAL

Modo
mas simple
simple de
Modo mas
de
interpolacion
interpolacion es
es
conectar dos puntos
con
con una
una linea
linea recta
recta

INTERPOLACION
INTERPOLACION
CUADRATICA
CUADRATICA

Si
tres puntos
puntos de
de lo
Si tres
lo ss
datos
estan
datos estan
disponibles,
esto
disponibles, esto
puede
realizarse
puede realizarse con
con
un
un polinomio
polinomio de
de
segundo
orden.
segundo orden.

INTERPOLACIN LINEAL

FORMA
FORMA GENERAL
GENERAL DE
DE
LA
INTERPOLACION
LA INTERPOLACION
DE
POLINOMIOS DE
DE POLINOMIOS
DE
NEWTON
NEWTON

INTERPOLACION
INTERPOLACION
INVERSA
INVERSA

Esta diferencia puede

usarse
para evaluar
evaluar
usarse para
los coeficientes es la
ecuaciones hasta las
cuales
se
cuales entonces
entonces se
sustituiran
en la
la
sustituiran en
ecuacion
ecuacion para
para obtener
obtener
el
polinomio de
de
el polinomio
interpolacion.
interpolacion.

Puede
Puede ser
ser utilizado
utilizado
para
encontra las
las
para encontra
raices
de una
funcion
raices de
una funcion
tabular
tabular

INTERPOLACION
INTERPOLACION DE
DE
POLINOMIOS
DE
POLINOMIOS DE
LAGRANGE
LAGRANGE

Es solo un a
reformulacion del
polinomio
de Newton
Newton
polinomio de
que evita el calculo de
diferencias divididas.

FORMULA
f ( x 1 )f (x 0)
f 1 ( x ) =f ( x 0 )+
( xx 0)
x 1x 0

85
INTERPOLACIN CUADRTICA

f 2 ( x )=bo+b 1 ( xx 0 ) +b 2 ( x x 0 ) ( xx 1 )
b 0=f (x 0)

b 1=

f ( xi )f (x 0)
x 1x 0

f (x 2)f ( x 1) f ( x 1 )f ( x 0)

x 2x 1
x 1x 0
b 2=
x 2x 0
FORMA GENERAL DE LA INTERPOLACIN DE
POLINOMIOS DE NEWTON
INTERPOLACIN INVERSA
INTERPOLACIN
DE
POLINOMIOS
DE
LAGRANGE

f 3 ( x )=b 0+ b 1 ( xx 0 ) +b 2 ( xx 0 )+ b 3( xx 0)(x

f 1 ( x) =

xx 1
xx 0
f ( x 0)+
f ( x 1)
x 0x 1
x 1x 0

f 2 ( x )=

( xx 1 )( xx 2 )
( xx 0 ) ( x x 2 )
f ( x 0)+
( x 0x 1 )( x 0x 2 )
( x 1x 0 ) ( x 1x 2

86

EJERCICIOS

INTERPOLACIN LINEAL

Hallar la recta de interpolacin lineal correspondiente a los datos (10,45) y

(20,57).
Determinar con ella el valor correspondiente a estos valores.
a) x=13 b) x=16 c)x=22

y=45+

5745
12
( x10 )=45+ ( x 10)
2010
10

a y=45+

12
( 1310 )=48.6
10

b y=45+

12
( 1610 )=52.2
10

c y =45+

12
( 2210 )=59.4
10

87

En el grfico de un puerto de montaa, que tiene una pendiente

aproximadamente constante, aparece que el kilmetro 5 la altura sobre el
nivel del mar es de 1.200m, y en el kilmetro 13, de 2.100m.calcula por
interpolacin lineal la altura en el kilmetro 10.
y=1.200+

2.1001.200
900
( x5 )=1.200+
(x5)
135
8

y=1.200+

900
(105)
=1.7625 m
8

La tabla muestra el nmero de turistas, en millones, que entraron en

Espaa en el periodo 1995-2005.
Ao
turista

1995
54.4

2000
74.6

a) Hallar los valores para 1998,2002 y 2008.

b) En qu ao se superan los 80 millones?
54.4=1.9952 a+ 1.995 b+c
74.6=2.0002 a+ 2.000 b+c
96.2=2.005 2 a+2.005 b+ c
54.4=3.98025 a+1.998 b+c
20.2=19.975 a+5 b
38.2=40.000 a+10 b
54.4=3.98025 a+1.998 b+c
20.2=19.975 a+5 b
2.2=50 a

2005
92.6

88
a=0.0444
b=179.82
c=183.5654

La funcin de interpolacin cuadrtica es y=-0.044 x

+179.82x-183.5654

*Para 1998: y=66.784 millones

Para 2002: y=82.064 millones
Para 2008: y=102.344 millones
*-0.044 x

+179.82x-183.5654=80

2
-0.044 x +179.82x-183.5654=0

X=2.001,4
X=2.085,4
Los 80 millones se superan desde el 2002 hasta el 2085
A partir de los puntos (0,0),(1,1) y (2,3):
a) Determinar la funcin de interpolacin lineal para los puntos (0,0) y
(1,1).
b) Si utilizamos los tres puntos, Cul ser la funcin de interpolacin
cuadrtica?
c) Qu valor toma para x=15, en cada uno de los casos? y para
x=4?
a)
y=0+

10
( x0 ) y=x
10

b)
0=+c
1=a+b+c
3=4 a+2 b+c
1=a+b

89
3=4 a +2 b
A=0.5
B=0.5
2
La funcin de interpolacin cuadrtica es: y=0.5 x +0.5x

c)
x=1.5

y=1.5

x=4

y=4

y=0.5* 4

y=0.5*1.5+0.5*1.5=1.875

+0.5*4=10

EJERCICIOS

INTERPOLACIN CUADRTICA

Una empresa presenta el balance de algunos de sus ltimos ejercicios en

los que se han producido las siguientes ganancias en miles de millones:

Ao x
Ganancia y

1992
20

1994
27

1996
40

Obtener por interpolacin cuadrtica las ganancias de los aos 1993 y 1995.
Se puede tomar 1992 como 0,1994 como 2 y as sucesivamente.
xi

fi

0
2
4

20
27
40

DD1

DD2

3.5
0.75
6.5

P2 ( x )=20+3.5 ( x ) +0.75(x )( x2)

As para estimar el valor en 1993 hacemos x=1

P2 ( 1 )=20+ 3.5 ( 1 ) +0.75 ( 1 ) ( 12 )=22.75

90
Para estimar el valor en 1995 hacemos x=3
P2 ( 1 )=20+ 3.5 ( 1 ) +0.75 ( 1 ) ( 12 )=32.75
Un banco ha registrado los siguientes depsitos en los aos que se
indican en distintos aos (los depsitos estn en millones de euros).
Ao
Depsitos

1990
25

1992
32

1994
45

Hallar por interpolacin cuadrtica los depsitos estimados en los aos

1991 y 1993(se puede trabajar sustituyendo 1990 por x=0, as 1992 ser
x2, etc.).
1990

Xi
0

fi
25

1992
1994

2
4

32
45

F(xo,x1)
3225
=3.5
20
4532
=6.5
42

Para estimar los depsitos en 1991, con x=1, interpolamos entre x0=0 y x1=2
usando el polinomio
P1(x)=25+3.5(x-0)
Luego para x=1
P1 (1)=25+3.5 (1-0)=28.5
Para estimar los depsitos de 1993, con x=3, interpolamos entre x1=2 y x2=4
usando el polinomio
P1(x)=32+6.5(x-2)
Luego para x3=
P1 (3)=25+6.5 (3-2)=38.5

91
El polinomio cuadrtico es
En una fbrica de automviles, un modelo de coche X da a distintas
velocidades los niveles de ruido que se registran en la tabla:
Velocidad(km/h)
decibelios

60
62.7

90
70.2

120
75.5

140
77.5

Estimar por interpolacin cuadrtica los decibelios producidos cuando la

velocidad es de 130 km/h.

xi
60

fi
62.7

90

70.2

120
140

75.5
77.7

F(x0,x1)
70.262.7
=0.25
30
75.570.2
=0.1767
30
77.775.5
=0.11
20

Para estimar los decibelios con x=75km/h, interpolamos entre x0=60 y x1=90
usando el polinomio
P1(x)=62.7+0.25(x-60)
Luego para x=75
P1 (75)=62.7+0.25 (75-60)=66.45 decibelios
Para estimar los decibelios con x=130km/h, interpolamos entre x2=120 y
x3=140 usando el polinomio
P1(x)=75.5+0.11(x-120)
Luego para x=130
P1 (130)=75.5+0.11 (130-120)=76.6 decibelios
El nmero de turistas entre 1975-1990 en millones se registra en la tabla

Aos
turistas

1995
24.1

1980
30.1

1985
38.1

1990
43.2

92
Estimar por interpolacin cuadrtica los millones de turistas de los aos 1987 y
1993. Con x=12 y x=18, usamos el polinomio cuadrtico determinado por los
puntos 5,10 y 15 que a partir de la tabla corresponde a
1975

xi
0

fi
24.1

F(x0,x1)
30.124.1
=1.2
5

1980

30.1

1985

10

38.1

38.130.1
=1.6
5

1990

15

43.2

43.138.1
=1.02
5

1.61.2
=0.04
100
1.021.6
=0.058
155

P2(x)=30.1+1.6(x-5)-0.058(x-5)(x-10)
Sustituyendo por x=12 y x=18
P2 (12)=40.48 turistas
P2 (18)=44.87 turistas
EJERCICIOS

INTERPOLACION DE NEWTON

Calcule el polinomio de interpolacin de Newton para los datos

Xi
yi

-2
4

-1
1

2
4

3
9

El polinomio que se nos pide se puede escribir

f 3 ( x )=b 0+ b 1 ( xx 0 ) +b 2 ( xx 0 )+ b 3(xx 0)(x x 1)( xx 2)

Formamos la tabla de diferencias divididas para obtener los coeficientes

Xi
-2
-1

yi F(xi,xi+1)
4
1
f (xo , x 1)=

F(xi,xi+1,xi+2)
14
=3
1(2 )

F(x0,x1,x2,x3)

93
2

f (x 1, x 2)=

41
=1
2(1 )

f ( xo , x 1, x 2)=

1(3)
=1
2(2 )

f ( x 2, x 3)=

94
=5
32

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

51
=1
3(1 )

f ( xo , x 1, x 2, x 3)=

f 3 ( x )=4 +3 ( x+ 2 )+ ( x +2 ) +0 ( x +2 ) ( x +1 ) ( x2 )=x 2

Calcule el polinomio de interpolacin para la tabla dada usando el sistema

y la formula de Newton.
Xi
yi

0
0.25

2
0.6

4
0.9

Por medio del sistema

p ( x )=a 0+a 1 x+ a2 x 2+ a 3 x3
Imponemos las condiciones de interpolacin
p ( 0 )=0.25
p (2 )=a 0+2 a 1+4 a 2+ 8 a 3=0.6
p ( 4 )=a 0+ 4 a 1+16 a 2+64 a3=0.9
p ( 6 )=a 0+ 6 a 1+ 36 a 2+216 a 3=1

p ( x )=0.25+0.162 x +0.0125 x 23.125 x 103 x3

Por el mtodo de Newton

p ( x )=b 0+b 1 x+ b2 x ( x2 )+ b 3 x ( x2)(x4)

yi

F(xi,xi+1)

F(xi,xi+1,xi+2)

F(x0,x1,x2,x3)

6
1

11
=0
3(1 )

94
i
0 0.2
5
2 0.6

0.60.25
=0.175
20

4 0.9

0.90.6
=0.15
42

0.150.175
=0.00625
40

6 1

10.9
=0.05
64

0.050.15
=0.025
62

0.025(0.00625)
=3.125 x 103
60

3
p ( x )=0.25+0.175 x0.00625 x ( x2 )3.125 x 10 ( x2 ) ( x4 )=

0.1625x+0.0125

x 23.125 x 103 x 3 +0.25

Construye el polinomio de interpolacin de Newton de tercer grado para
la funcin f(x)=ln(x) en los puntos x0=1, x1=1.25, x2=1.5, x3=1.75, y obtn
una aproximacin de ln 1.4.calcule el error relativo cometido.
Calculemos las diferencias divididas:
x
1

F(x)
0

1.25

0.22314

F(x,x)

F(x,x,x)

F(x,x,x,x)

0.89256
-0.32648
0.13472
1.5

0.40547

-0.22544
0.61660

1.75

0.55962

Con el polinomio de Newton ser:

P(x)=0.89256(x-1)-0.32648(x-1)(x-1.25)+0.13472(x-1)(x-1.25)(x-1.5)
In 1.4=p (1.4)=0.33662

Estime ln2 con un polinomio de interpolacin de Newton entreln1=0 y

ln6=1.791759
Utilizando la ecuacin, con n=3, el polinomio de tercer grado es:

95
f 3 ( x )=b 0+ b 1 ( xx 0 ) +b 2 ( xx 0 )+ b 3(xx 0)(x x 1)( xx 2)

Las primeras diferencias divididas del problema son:

F ( X 1, X 0 )=

1.3862940
=0.4620981
40

F ( X 2, X 1 )=

1.7917591.386294
=0.2027326
64

F ( X 3, X 2 )=

1.6094381.791759
=0.1823216
56

Las segundas diferencias divididas son

F ( x 2, x 1, x 0 )=

0.20273260.4620981
=0.05187311
40

F ( x 3, x 2, x 1 ) =

0.18232160.2027326
=0.02041100
54

La tercera diferencia dividida es con n=3

F ( x 3, x 2, x 1, x 0 )=

0.2027326(0.05187311)
=0.007865529
51

Estimacin del error para el polinomio de Newton

R 2=F ( x 3, x 2, x 1, x 0 ) ( xx 0)( xx 1)( x x 2)
R 2=0.007865529( x1)(x4)(x6)

R 2=0.007865529 ( 21 ) ( 24 ) ( 26 )=0.0629242

96

EJERCICIOS
INTERPOLACIN INVERSA
Supongamos que f es una funcin montona en un intervalo I alrededor

de dos ceros x .si tenemos dos aproximaciones x0 y x1 de este cero

en I entonces, si

x 0=f 1 ( y 0 ) y x 1=f 1( y 1) , podemos construir la

siguiente tabla de diferencias divididas.

y
Y0
Y1

x
X0
X1

f 1 ( y 0, y 1)

Como queremos aproximar

x =f 1 (0) entonces

La aproximacin x2 la podemos obtener por interpolacin lineal

x 2=x 0+(0 y 2) f 1 ( y 0, y 1)
La aproximacin x3 la podemos obtener por interpolacin cuadrtica
Si y2=f(x2) entonces (formalmente)
y
Y0
Y1

X
X0
X1

f ( y 0, y 1)

Y2

X2

f 1 ( y 1, y 2)

x 2=f 1 ( y 2)

f 1 ( y 0, y 1, y 2)

Por lo que podemos calcular x3

1

y 0, y 1, y 2=x 2+ y 0 y 1 f ( y 0, y 1, y 2)
1
x 3=x 2+(0 y 0)(0 y 1)f
1
Y entonces y3=f(x3) y formalmente x3= f ( y 3 ) .

Suponiendo que yo y1 son pequeos, entonces yoy1 es todava ms pequeo,

haciendo que la correccin que se le est sumando a x2 sea pequea.

97
y
Y0
Y1

X
X0
X1

f 1 ( y 0, y 1)

Y2

X2

f 1 ( y 1, y 2)

Y3

X3

f ( y 2, y 3)

f 1 ( y 0, y 1, y 2)
1

f ( y 1, y 2, y 3)

f ( y 0, y 1, y 2, y 3)

Y calcular
x 4=x 3 y 0 y 1 y 2 f 1 ( y 0, y 1, y 2, y 3 ) , y 4=f ( x 4 ) , x 4=f 1( x 4 )
Ejercicios
INTERPOLACIN DE LAGRANGE

Las densidades del sodio para tres temperaturas se dan en la tabla

siguiente:
Escribir el polinomio de LaGrange que se ajusta a los datos
experimentales y determinar la densidad para T=251 C.
OBSERVACION I

TEMPERATURA Ti C

0
1
2

94
205
371

y ( t )=

DENSIDAD pikg/ m

929
902
860

( t205 ) ( t371 )
( t94 )( t371 )
( t 94 )( t205 )
( 929 )+
( 902 ) +
( 860 )
( 94205 ) ( 94371 )
( 20594 )( 205371 )
( 37194 )( 3 71205 )

3
=890.5 kg/ cm

Del siguiente conjunto ajuste un polinomio con n=3 puntos para el valor
de t=251 con la interpolacin de LaGrange
x
94
205
371

Y
929
808
860

98
y ( x )=

( x250)(x371)
(x 94)(x371)
(x94)( x 205)
929+
902+
860=890.5
(94205)(94371)
(20594)(205371)
(37194)( 371205)

Interpole mediante el polinomio de LaGrange el conjunto de valores

F
F(x)

y ( x )=

0.2
0.32

0.3
0.33

0.4
0.34

0.5
0.45

( x0.3)(x0.4)(x0.5)
(x0.2)( x0.4 )( x0.5)
(x 0.2)(x 0.3)( x
0.32+
0.33+
(0.20.3)(0.20.4)(0.20.5)
(0.30.2)(0.30.4)( 0.30.5)
( 0.40.2)(0.40.3)( 0

En la tabla que sigue aparecen las estadsticas de un curso con la

cantidad de estudiantes en cada rango de notas

Rango de notas
N. de estudiantes

30-40
35

40-50
48

50-60
70

60-70
40

Estime la cantidad de estudiantes con nota menor o igual a 55.

70-80
22

99
Para hacer la estimacin necesitamos una tabla con las frecuencias
acumuladas.
x
y

40
35

50
83

60
153

70
193

80
215

Ahora calculamos el polinomio interpolante

y ( x )=

7( x80)( x70)( x60)(x50) 83(80x)(x 70)( x 60)( x40) 153(x80)( x 70)( x 6

+
+
48000
60000
40000

Usando un polinomio de interpolacin de LaGrange de segundo orden,

evaluar x=0.2 con base en los datos:
x
0.1
0.4
0.7
1

y ( x )=

F(x)
2.31
3.36
4.59
6

( xx 1 )( xx 2 )
( xx 0 )( xx 2 )
( x x 0 ) ( xx 1 )
f ( x 0)+
f ( x 1)+
f (x 2)
( x 0x 1 )( x 0x 2 )
( x 1x 0 )( x 1x 2 )
( x 2x 0 ) ( x 2x 1 )

Sustituyendo los valores de la tabla, el polinomio de segundo grado queda

como:
y ( x )=

( xx 1 )( xx 2 )
( xx 0 )( xx 2 )
( x x 0 ) ( xx 1 )
f ( x 0)+
f ( x 1)+
f (x 2)
( x 0x 1 )( x 0x 2 )
( x 1x 0 )( x 1x 2 )
( x 2x 0 ) ( x 2x 1 )

y ( x )=

( x 0.4 ) ( xx 2 )
( x0.1 )( x0.4 )
( x0.1 ) ( x 0.4 )
( 2.31 ) +
(3.36)+
(4.59)
( 0.10.4 ) ( 0.10.7 )
( 0.40.1 )( 0.40.7 )
( 0.70.1 ) ( 0.70.4 )

y ( x )=

( 0.20.4 ) ( 0.2x 2 )
( 0.20.1 )( 0.20.4 )
( 0.20.1 )( 0.20.4 )
( 2.31 ) +
( 3.36 ) +
( 4.59 )=2.64
( 0.10.4 ) ( 0.10.7 )
( 0.40.1 )( 0.40.7 )
( 0.70.1 )( 0.70.4 )

100

UNIDAD VI
SOLUCION DE ECUACIONES DIFERENCIALES

METODOS DE UN PASO
METODOS DE PASOS MULTIPLES
SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS
APLICACIONES

METODOS DE UN
PASO

METODO DE EULER

CONSISTE EN
APROXIMAR LA
DERIVADA DE
y(y0)=y0
por diferencias
finitas.

sirve como modelo

para investigar las
dificultades que se
presentan en
cualquier metodo
numerico y
analizar los
distintos tipos de
errores

METODO DE
RUNGE-KUTTA

UTILIZADOPARA
RESOLVER
NUMERICAMENTE
PROBLEMAS DE
ECUACIONES
DIFERENCIALES
ORDINARIAS CON
CONDICIONES
INICIALES,

PROPORCIONA UN
PEQUEO MARGEN
DE ERROR CON
RESPECTO A LA
SOLUCION REAL
DEL PROBLEMA.

101

METODO DE EULER
Se denomina mtodo de Euler al mtodo numrico de expresin:
Zn+1=Zn+ hf ( Xn , Zn)

Se pueden utilizar cuatro puntos de vista distintos para explicar el mtodo de

Euler.
Un punto de vista geomtrico, utilizando al idea de recta tangente de pendiente
y(x)=f(x, y(x)).
Utilizando un desarrollo de Taylor, lo que permite adems de valorar el orden
del error numrico cometido:
h2
hp
y ' ' ( x ) ++
y p ( x )+
2
p!

( )

y ( x +h )= y ( x ) +hy ' ( x ) +

( )

Pudiendo considerar el mtodo de Euler como el mtodo de Taylor de orden

uno.

102

Ejercicios:
Mtodo de Euler

Dada la siguiente ecuacin diferencial con la condicin inicial aproximar

y(0.5).
Y=2xy
Y (0)=1
Aqu aplicamos el mtodo de Euler y para ello, observamos que la distancia
entre x0= 0 y x1=0.5 no es lo suficientemente pequea. Si dividimos esta
distancia entre cinco obtenemos un valor de h=0.1 y por lo tanto se obtiene la
aproximacin deseada en cinco pasos.
De esta forma tenemos los siguientes datos:
X0=0
Y0=1
H=0.1
F(x,y)=2xy
Sustituyendo estos datos en la frmula de Euler, tenemos, en un primer paso:
X1=x0+h=0.1
Y1=y0+hf(x0, y0)=1+0.1 [ 2(0.1)(1) ] =1
Aplicando nuevamente la frmula de Euler, tenemos, en un segundo paso:
X2=x2+h=0.2
Y2=y1+hf(x1, y1)=1+0.1 [2(0.1) (1)=1.02
Para ello se muestra la tabla hasta que n sea igual a 5
n
0
1
2
3
4
5

x
0
0.1
0.2
0.3
0.4
0.5

y
1
1
1.02
1.0608
1.12445
1.2144

103

Use el mtodo de Euler para integrar numricamente la ecuacin

dy
=2 x 3+ 12 x 220 x+ 8.5
dx
Desde x=0 hasta x=4 con un tamao de paso 0.5 .la condicin en x=0 y=1.
Recuerde que la solucin exacta de la ecuacin es:
y=0.5 x 4 +4 x3 10 x 2 +8.5 x+ 1
y ( 0.5 )= y ( 0 ) + f ( 0,1 ) 0.5
Donde y (0)=1 y la pendiente estimada en x=0 es
y ( 0,1 )=2 ( 0 )3+12 ( 0 )220 ( 0 )+ 8.5=8.5
Por lo tanto,
Y (0.5)=1.0+8.5 (0.5)=5.25
La solucin real en x=0.5 es
y=0.5 ( 0.5 )4 + 4 ( 0.5 )3 10 ( 0.5 )2+ 8.5 ( 0.5 )+ 1=3.21875

Aplicar el mtodo de Euler para aproximar y (1.3), dada la ecuacin

diferencial.
'

y =x + 0.5 y
Y(1)=2

Vemos que nos conviene dividir en pasos la aproximacin. As elegimos h=0.1

para obtener el resultado final en tres pasos, por lo tanto, aplicamos el mtodo
de Euler con los siguientes datos:
X0=1
Y0=2

104
h=0.1
2
2
F(x, y)= x + 0.5 y

En un primer paso, tenemos que:

X1=x0+h=1.1
2
2
Y1=y0+hf(x0, y0)=2+0.1 [ 1 + 0.5(2) ]=2.3

Resumimos los resultados en la siguiente tabla:

n
0
1
2
3

Xn
1
1.1
1.2
1.3

Yn
2
2.3
2.6855
3.1901

Aplicar el mtodo de Euler mejorado para aproximar y(1.3) si tenemos:

y ' =x y +5
Y(1)=2
Tenemos los siguientes datos:
X0=1
Y0=2
h=0.1
F(x, y)= x y +5
En la primera iteracin tenemos lo siguiente:
X1=x0+h=1.1
Y1=y0+h*f (xo, y0)=2.4
Y1=2+0.1 (

4+(1.12.4 +5)
=2.385
2

105
n
0
1
2
3

Xn
1
1.1
1.2
1.3

Yn
2
2.385
2.742925
3.07635

La aproximacin buscada es:

Y (1.3)=3.07635
Dado el problema de valor inicial
'

y + yx1=0
y ( 0 )=1, x [0,0.5]
Aproximar la solucin usando el mtodo de Euler de 5 pasos
Calcular la solucin exacta
En primer lugar, escribimos la ecuacin diferencial en forma normal
'

y =f ( x , y )
y ' =x y +1
A partir de la forma normal identificamos f(x,y)
f ( x , y ) =x y +1
Para n=5, el tamao de paso es
h=

0.50
=0.1
5

Los nodos son

x0=0,x1=0.1,x2=0.2,x3=0.3,x4=0.5.x5=0.5
El mtodo de Euler es
y =1
y +1= y j+0.1 ( xj y j+1 ) , j=0.1 .. , 4.

106
Iteraciones
Fase 0
x 0=0, y = y ( x 0 )=1
Fase 1
x 0=0
y =1
y 1= y 0+h ( x 0 y 0+1 )=1+0.1(01+1)=1
Fase 2
x 1=0.1
y 1=1

y 2= y 0+h ( x 0 y 0+1 )=1+0.1(0.11+1)=1.01

Fase 3
x 2=0.2
y 2=1.01
y 3= y 0+h ( x 0 y 0+1 )=1.01+0.1( 0.21.01+1)=1.029

Fase 4
x 3=0.3
y 3=1.029
y4= y 0+h ( x 0 y 0+1 )=1.029+0.1(0.31.029+1)=1.0561
Fase 5
x 4=0.3

107
y 4=1.029
y 5= y 0+h ( x 0 y 0+1 )=1.0561+0.1(0.41.0561+1)=1.09049

Resumimos los resultados en una tabla

j

xj

0
1
2
3
4
5

0
0.1
0.2
0.3
0.4
0.5

y j

1
1
1.01
1.029
1.0561
1.09049

108
METODOS DE RUNGE-KUTTA

METODOS DE RUGENKUTTA

METODO DE HEUN

ES UN METODO PARA
MEJORAR
LA
ESTIMACION
DE
LA
PENDIENTE EMPLEA LA
DETERMINACION
DE
DOS DERIVADAS EN EL
INTERVALO(UNA EN EL
PUNTO INICIAL Y EL
OTRO EN EL PUNTO
FINAL).

METODO DEL PUNTO

MEDIO

METODO DE RUNGEKUTTA

ES UNA MODIFICACION
SIMPLE DEL METODO DE
EULER,PREDICE
UN
VALOR Y EL PUNTO
MEDIO DEL INTEVALO

LOGRAN LA EXACTITUD
DEL PROCEDIMIENTO DE
LA SERIE DE TAYLOR SIN
NECESITAR EL CALCULO
DE
DERIVADAS
DE
ORDEN SUPERIOR.

METODO ADAPTATIVO DE
RK O DE MITAD DE PASO

CONSISTE EN REALIZAR
DOS VECES CADA
PASO,UNA VEZ COMO UN
SOLO PASO E ,
INDEPENDIENTEMENTE,CO
MO DOS MEDIOS PASOS.

LA DIFERENCIA ENTRE LOS

DOS RESULTADOS
REPRESENTA UN ESTIMADO
DEL ERROR DEL
TRUNCAMIENTO LOCAL

METODO DE RUNGE-KUTTA
FEHLBERG O RK
ENCAPSULADO

109

BIBLIOGRAFIA:

STEVEN C.CHAPRA, RAYMOND P. Canale, Mtodos Numricos para

Ingenieros con Aplicaciones en Computadoras Personales, Edit.
McGraw Hill, Mxico, S.A de C.V., 1987.

NAKAMURA, Schoichiro, Mtodos Numricos Aplicados con Software,

Edit. Prentice Hall, Mxico, 1992. PREFACIO.

ANLISIS NUMRICO Richard L. Burden / J. Douglas Faires