Comprobando 1.

i a travs 1, para n=(para un polinomio Interpolado lineal o de grado 1):

Como: fn=1L(X)=i=0n=1Lik.f(xi)=L0k.f(x0+Lik.f(ki
L0(x)=1=0n=1x-xjxi-xj=x-xix0xi

LI(x)=1=0n=1x-xjxi-xj=x-x0xI0

Para expresar un polinomio interpolado o de 2 grado(n=2) es el siguiente:

fn=2(L)(x)=i=0n=2 [ Li(x)+f(xi) ] = [ L0(x)*f(x0) ] + [ Li(x)*f(xi) ] + [ L2(x) * f(x2) ]

L 0(x)= j=0n=2 x-xjxi-xj= x-xix0-xi= x-x2 xI

L I(x)= j=0n=2 x-xjxi-xj= x-x0xI-x0= x-x2 x2

L 2(x)= j=0n=2 x-xjxi-xj= x-x0x2-x0= x-xI xI

Ej.) Por medio del polinomio interpolante de LaGrange, hallar el valor aproximado de la
funcin f(x) en el punto x= 3.5, si f(x) es una funcin discreta representada por la siguiente
tabla de valores:
x
f(x)
1.5751

1.5709

1.5727

Solucin:

Los Lagrangianos son:

Lo (x) = (x-4) * (x-6)/((1-4)*(1-6))

L1(x) = (x-1) * (x-6) / ((4 1) * (4-6))

L2(x) = (x-1) * (x-4) / ((x-1)* (x-4))

Los Lagrangianos valuados en x=3.5 son:

L0(3.5) = 0.08333 L1(3.5)= 1.04167 L2(3.5)= -0.12500
El polinomio interpolante de LaGrange es:

El valor del polinomio interpolante en x=3.5 vale 1.57225.

Este valor es una aproximacin a f(3.5).

UNIDAD IV Ajuste de curvas por el mtodo de mnimos cuadrados (Regresiones)

IV.I Introduccin:
En esta unidad ajustaremos curvas polinomiales Yn tericas de aproximacin a un
conjunto de n mediciones de datos inexactos cuantiosos por ejemplo:

IV.II- desarrollo matemtico del modelo

a) Regresin lineal observando el modelo observando la figura I :
ei =yi yi = error de medicin o residual
ENTONCES: para la distancia , para un solo punto de medicin:
ei =xi-xi2+yi-yI2 = yi-yi2
e2 = (yi yi)2
Y para los puntos de medicin I se expresa:
i=In e2i =i=In (yi yi)2 = (yi- ao -aI xi)2 = suma de los residuales

Para obtener el mejor polinomio lineal ajustable y terico lineal (Modelo Lineal):

[j=In (yi-a0 aI xi)2 ] =0

(yi-a0 )2 = yi-20 yi + a02
(yi-a0)2 = 0 -2yi+20 =-2 (yi-a0)
(yi-a0 aIxI)2 = - 2(yi a0 aIxi) =0

Para las n mediciones , segn:

yi -a0 - xiaI =0
Y para:dsrdaI =0 anlogamente a 2
yixi -xia0 - xiaI =0----------- 2

Para lo ke agrupando 2 y 2 en un par de ecuaciones lineales con dos incognitas a0 y aI :

i=Ina0 + (i=Inxi) aI =yi
(xi)a0 + (xi2) aI = xiyi

Expresando 3 mas simple :

S0 A0 + SI AI = t0 ------------------- 3
SI A0 + S2 AI = tI ------------------- 3

Aplique el mtodo de minimos cuadrados a la siguiente muestra de n mediciones

inexactas ( xi, yi )
Y

XY

4.2

7.2

30.24

51.84

4.9

6.7

32.83

44.89

7.0

17.0 119.00 289.00

6.2

12.5 77.50

156.25

3.8

6.3

39.69

7.6

23.9 181.64 571.21

4.4

6.0

23.94

26.40

36.00

5.4

10.2 55.08

104.04

43.5

89.8 546.63 1292.92

Sustituyendo en las ecuaciones los resultados obtenidos tenemos: 43.50 = 8a + 89.8b

546.63 = 89.8a + 1292.92b

multiplicamos la primera ecuacin por (-89.8) y la segunda por (8) as:

43.50 = 8a + 89.8b (-89.8) 546.63 = 89.8a + 1292.92b (8)
-3906.30 = -718.4a - 8064.04b 4373.04 = 718.4a + 10343.36b
466.74 = -0- 2279.32b

Este valor de b lo reemplazamos en cualquiera de las ecuaciones para obtener a as:

Reemplazando b = 0.20477 en la primera ecuacin normal
43.5 = 8a + 89.8 (0.20477) 43.5 = 8a + 18.3880 43.5 - 18.3880 = 8a 25.1120 = 8

Tenemos entonces que los coeficientes de regresin son : a = 3.139 y b = 0.20477. Por
tanto la ecuacin de regresin nos queda:

Significa entonces que por cada incremento en una unidad en X el valor de

se aumenta

en 0.20477
Esta ecuacin permite estimar el valor de

para cualquier valor de X, por ejemplo: Una

ciudad que tiene un porcentaje de graduados a nivel superior del 28% la mediana de
ingreso para la ciudad ser:

El mejor modelo lineal para yI para los n=7 puntos de medicin:

yI =a0 + aIx = 0.07I4 + 0.8392X

Cuantificacin del error en la regresin lineal:

mtodo de regresin lineal
Datos con un error significativo

yI = a0 + aIx

Ajuste polinomial oscilando mas all del rango de los datos

Resultados ms satisfactorios mediante el ajuste por mnimos cuadrados

Sus errores verdaderos son:

av(nt) = Av-Ax(nt)
Y los errores de truncamiento son:
ac (nt) =i=Ini = - b-a3I2n2 f [a,b]
Y los verdaderos:
ab = Av Ax(It)----------------------------5
rv % = I00 avav % ---------------------------5
A dems los errores de truncamiento:
a (IT) = ac (IT) = - b-a3I2n2 f [a,b]

b) Aproximacin para n trapecios:

Para disminuir It, entonces vamos a trazar n trapecios , de misma altura(h), en el

[a,b].

Area de aproximacin Ax (nT) para n trapecios

De acuerdo a la figura el Ax (nT):

Ax (nT) = i=InAi=aI+A2+A3+An-I+An
= h(ya+yi2 + yI+y22 + y2+y32 + + yn-2+yn-I2 + yn-I+yb2 )
= h (ya+yb2 + i=In-Iyi ------------2

UNIDAD

V Integracin numrica

V.I- introduccin

Hay varias razones para llevar a cabo la integracin numrica. La principal puede ser la
imposibilidad de realizar la integracin de forma analtica.

Es decir, integrales que requeriran de un gran conocimiento y manejo de matemtica

avanzada pueden ser resueltas de una manera ms sencilla mediante mtodos
numricos. Incluso existen funciones integrables pero cuya primitiva no puede ser
calculada, siendo la integracin numrica de vital importancia. La solucin analtica de
una integral nos arrojara una solucin exacta, mientras que la solucin numrica nos
dara una solucin aproximada.

El error de la aproximacin, que depende del mtodo que se utilice y de qu tan fino sea,
puede llegar a ser tan pequeo que es posible obtener un resultado idntico a la solucin
analtica en las primeras cifras decimales.

V.2- METODO DE TRAPECIOS:

a) Aproximacion para n=I trapecio

Supongamos ke tenemos ke ejecutar la siguienste integral definida:

La regla se basa en aproximar el valor de la integral de f(x) por el de la funcin lineal que
pasa a travs de los puntos (a, f(a)) y (b, f(b)). La integral de sta es igual al rea del
trapecio bajo la grfica de la funcin lineal. Se sigue que

y donde el trmino error corresponde a:

Siendo un nmero perteneciente al intervalo [a,b].

La regla del trapecio compuesta o regla de los trapecios es una forma de aproximar una
integral definida utilizando n trapecios. En la formulacin de este mtodo se supone que f
es continua y positiva en el intervalo [a,b]. De tal modo la integral definida

representa el rea de la regin delimitada por la grfica de f y el eje x, desde x=a hasta

x=b. Primero se divide el intervalo [a,b] en n subintervalos, cada uno de ancho

.

Despus de realizar todo el proceso matemtico se llega a la siguiente frmula:

Donde

y n es el nmero de divisiones.

La expresin anterior tambin se puede escribir como:

Ejemplo

Primero se obtiene h, de los limites de la integral que representan a y b y para n=6 queda:
.

Y ahora se sustituye en la formula

=

y queda:
=

analisis del error:

Supongamos que tiene una primera derivada sobre

medio para , para

para algn

en

acotada. El teorema del valor

, da

dependiendo de

. Si integramos en

de a en ambos lados de

la igualdad y tomamos valores absolutos, tenemos

Se puede aproximar ms la integral en el lado derecho metiendo el valor absoluto en el

integrando, y reemplazando el trmino en por una cota superior:

As, si aproximamos la integral

por su regla de integracin

error no es mayor que el lado derecho de la ecuacin.

Ejercicio aplique el mtodo de trapecio a la f()=x2-2 y calcule:

(a1) =Alt=?

, el

(a2)=av lt=?, rv%it=?

(a3) aclt=?, rc%lt=?
(b1) Ant=?, n=5 trapesios
(b2) av st=?, rv%=5T=?
(b3) ac 5T=?, rc%5T=?
X en a,b= 0,2
x

-3

-2

-1

-1

-2

-1

(b1) A nt=A5T=h+b2+i
h= b-9n=2-05=0.4
Ya= a=0=02-2=-2
Yb=(b-2)=22-2=2
n-1=4

i= 1+ 2+ 3+ 4=
1+
2+
3+
4

i=1
i=a+ih, i=1, 2, 3, 4=>1=1h=0.9, fx1=(0.4)2-2=-1.84x2=2h=0.8,
fx2=(0.8)2-2=1.36x3=3h=1.2, fx3=(1.2)2-2=0.56x4=4h=1.6, fx4=(1.6)22=0.56
=0+ih

=ih

i=-3.2

Sust en 1
As=0.4-2+22+-3.2=
A5=-1.28
av=Av-A5, Av=Aa=2x2-2dx=[x33-2x]2=
=232-22-[0]
=83-4=8-123=-43=-1.333
Por lo que
av=-1.3333+1.28=0.05333
tv%=100(0.0533)1.33=3.99%

Modelo adecuado?
=Sy/x <5y
5y/x=5r2n-(p+1)=5rn-L=5r6-3=5r3

Grado

grado

Del
Polinomio

de
libertad

P=2

Numero coeficientes
Sr=2 e2x=(Yi-a0-a1 x1-a2 x2)2
=(Yi-2.4786-2.3593 xi-1.807x2i)2
Modelo
21=a0+a1 x+a2 x2
21=2.4786+2.3593 x+1.8607 x2

V.3 mtodo de Simpson 1/3

Obsrvense los siguientes dos figuras
y

f(x)
Av

figura 1 rea analtica

Av=ABfxdx-1

-1

+2
i+1

f(x)

Ax(25)
i+2

-x

+x

fsx=s=ax2+bx+c
Figura 2- rea de

aproximacin
x0

x1=0

x2

De las figuras anteriores

Av=Ax25+-1+2=Ax 25+a25
a25<1
A continuacin obtenemos
Ax(25)
Ax(25)=-xx(ax2+bx+c=dx-2
Ax(25)=[ax33+bx22+cx]-xx
Ax(25)=2a3(x)3+2cx-21
Para determinar los coeficientes 9 & c en 21
i=a(-x)2 +b(-x)+c-
i+1=

-B

Ax25=-x+Axfsxdx-2

I+2=a(x)2+b(x)+c-
Desp b(x) en a en lg
bx=a (x)2+yi+1-y
bx=a(x2-yi+1+yx+1
a(x)2+yi+1-yi=-a(x)2-yi+1+yx+2=>
2a(x)2=yx-2yi+1 +yi+2=>
a=yi-2yi+1+yi+22(x)2
Sist. B& en 21
x25=23[yi-2yi+1+yi+22(x)2](x)3+2yi+1(x)
=x3[((yi-2yi+1+yi+2)+23yi+1]
Sumario simpon 1/3
N=1 polinomio seg grado=>segmentos
x25=h3yi+4yi+1+yi+2=regla simpson13
Errs. Verds.
av=Av-Ax(25), rv%=100 avAv%
%=100acAx(25)%

rc

Errs. Verds.
ac=-(b-a)5180(2n)4 f[a,b]-4=-(b-a)528804 [a,b]
(4)[a,b]=Sab f4xdxb-a
V.3 rea de aprox. Por simpon 3/8
a)Bira

n=1

polinomio 3 ord

Ax(35)=
y=ax3+bx2+cx+d

f(x)

b
X0

x1

x2

x3

Figura 1 area aprox Ax(35), para un polinomio 3ord

Ax35=abfxdx=abax3+bx2+cr+dds-2
Sumario simpos 1/3
Polinomios 2 ord= zn segm pores
xzn5=h3[(ya+yb)+4i=1,32n-1yi+z1=2,42n-2yi
Errs verds
av=Av-Ax(zn5), rv%=1000avAv%
Errs truncam
ac=-(b-a)5180(zn)4 f(4)[a,b], rc%=1000acAx (zn5)%
Simpon 3/8 (n polinomios 3 orden)
Ax3n5=3h8[(Ya+Yb)+ei=1,2,4,53n-1Yi+2i=3,6,93n-3yi]
ac=-(b-a)580(3n)4f4[a,b]
rc%=100acAy(3n5)%

av=Av-Ax(3n5)
rv%=100avAv%
Errores verdaderos

Errores
De
fruncamiento

Ax(35)=3h8Ya+3y1+3y2+yb

para 1 polinomio de 3 orden

Resuelva (por sim) las siguientes areas de aproxima para la funsion fx=cosxen el [o,2]
Mtodo integracin
numrico
(1) para n=1 trapecio

trapecio

(2) para n=5 trapecio

(3) para n=1 polinomio de 2 orden
(4) para n=3 polinomio de 2 orden

Simpson 1/3

(5) para n=1 polinomio de 3 orden

(6) para n=2 polinomio de 3 orden

Simpson 3/8

Solucin al (6)
Para n=2
Ax3n5=Axcs=3h8[[fa+fb]+3i=1,2,43n-1=5f(xi)+2i=33n-3=3f(xi)
h=b-93n=2-03(2)=2 61 =12fa=0=cos(0)=1f(b=2)=cos2=0
i=33f(xi)
xi=a+ih=ih=12i
x3=123=4
fx1=cos(3)
fx3=0.7071

i=1,2,4,5;xi=a+ih=0+2ixi=122=12,fx1=cos12=0.9659
x2=12(2)=6,fx2=cos12=0.866
x4=124=3, fx4=cos(3)=0.5
x5=125=512,fx5=cos512=0.2588
yi=2.5904
Ax65=3812[1+0+32.5904+20.7071]
Ax65=3210.1854=0.9999
Unidad VI ecuaciones diferenciales
VI. I introduccin

Se propone la solucin numrico de aproximacin para ecuaciones diferenciales

ordinarias ecuaciones diferenciales ordinarias bsicas en la forma
dydx=f(x,y)

Para resolver esta ecuacin se utiliza la siguiente formula de un paso (se aplica paso
para frazar la trayectoria de la solucin de aproximacion y aprox (sea por el mtodo de
Euler YEULER o en general por algn mtodo de Range-Kutta Yak)
yi+i=yi+h

yi+i=yi+h
Yi+1=nuevo valor de a proximacionYi=valor anteriorh=tamao de
paso=pendiente, que representa la pendiente estimado utilizado parapara
extraporar desde un valor anterior yi, a un valor nuevo yi+1en una distania a
paso h
Figura 1.- Todos los mtodos de
un paso, o de paso a paso, tan
solo van a diferir en la manera que
se estime la pendiente :
Yi+i=Yi+h

Vase la figura 1
f(x)

av

y vero

Yi+1=Y aprox de EULER o de algun RangeKutla

xi
1

xi+1
h

VI.2 Metodo de EULER (o de Runge Kutta de 1 orden) con Euler (o Euler aunchy o de
punto pendiente)

Se propone una integracin numrica de a aproximacin punto a punto, atravez de la:

E.D.O=dydx y de h
Yi+1=Y nuevo valor=Yeuler
Yi+1=Y+fXi,Yih

-2

Yi+1=Y valor anterior+fXi, Yih

Ejemplo 1
Aplicando el mtodo de Euler, integre numerocamente, paso a paso, con h=0.5, la sig.
E.D.O =dydx
dydx=fx,y=-2x3+12x2-20x+85
Desde: x0,4y con la condrecion inicial C.I de que para x=0 =>y=1
Solucin:
Ya fx:
fx=-2x3+12x2-20x+8.5dx=
fx=-2x42+12x33-20x22+8.5x+c
Y con la C.I
fx=-x42+4x3-10x2+8.5x+1

II

1 paso (h=0.5)
Y euler(0.5)=Y ant. Vol.+f0,1h
Y euler(0.5)=1+[-2(0)3+120)2-200+8.50.5
Y euler (0.5)=1+4.25=5.25
VS

0.03125

0.5

2.5

4.25

Y verd (0.5)=-(0.5)42+4(0.5)3-10(0.5)2+8.5(0.5)+1
Y verd(0.5)=3.21875
av=Yverd-Yeuler=3.2187-5.25=2.0313=>
rv%=100avYverd=1002.03133.2187=63.11%
2 paso (h=1)
Yeuler1=Yval.ant.+f0.5,5.25h

Y euler(1)= 5.25+[-2(0.5)3+120.5)2-200.5+8.50.5
Y euler(1)=5.25+0.625=5.875
VS
Y verd(1)=-(1)42+4(1)3-10(1)2+8.5(1)+1=3
av=3-5.875=2.875
rv%=287.52=95.8%

Y euler

0.5

3.2187

5.25

63.1%

1.0

3.0

5.875

96.8%

1.5

2.2187

5.125

130.9

2.0

4.5

125.5%

2.5
3
3.5
4

3 paso (h=1.5)
Y euler(1.5)=Y ant+f1,5.875h
Y euler (1.5)=5.815+1-2+12-20+8.50.5
Y euler (1.5)=5.125
VS

rv%

av

Y verd(1.5)=-(1.5)42+4(1.5)3-10(1.5)2+8.5(1.5)+1
Y verd(1.5)=2.2187
av=12.2187-5.125=2.9063
%=290.632.2187=130.9%

rv

Y euler

rv%

Y punto
medio

rv%

1.0

0.5

3.2187

5.25

63.1%

3.1093

3.39%

3.0

5.875

95.8%

2.8124

6.25%

1.5

2.2187

5.125

130.9%

1.9843

10.56%

4.5

125%

1.7499

12.5%

2.5

2.7187

4.75

74.71%

2.4842

8.6236%

5.875

46.87%

3.8123

4.69%

3.5

4.7187

7.125

50.9%

4.6091

2.32%

133.3%

2.9997

8.3103%

Y ralston rv%

Ejemplo) polinomio interpolado de lagrange

(1)objetivo:
Sustituir el polinomio interpolado de newton F(n)w(x) con sus diferencias divididas, por el
de los factores de lagrange F(n)j(y).
F(n)w(x)=b0+b1(X-X0)+b2(X-X0)(X-X1)+.+bn(X-X0)(X-X1).(X-Xn-1)0 Li

F(n)j(y)=i=0nLix.f(Xi),.. Li(X) =n11X-XjXi-Xj-------I

Ahora obtendremos, el polinomio interpolado de grado 1,fj(X), a partir del de
newtonfw(X):
f1w(X):b0+ b1(X-X0)-----1
De 1 lo expresamos asi:
f1w(X)=f(Xo)+fX1,X0X-X0--------2
F X1,X0=FX1-F(X0)X1-X0=F(X1)X1-X0 - F(X0)X1-X0=F(X1)X1-X0+F(X0)X1X0---------3
Sustituyendo 3 en 2:
f1w(X)=f(X0)+F(X0)X0-X1 +F(X1)X1-X0X-X0=F(X0)+X-X0X0-X1F(X0)+X-X0X1X0F(X1)
=X0-X1+X-X0X0-X1F(X0)+ X-X0X1-X0F(X1)= X-X1X0-X1FX0+X-X0X1X0FX1=LoX.F(X0)+LiX.f(x1)----I.l
Dif. div. operaciones
b2=FX2,X1,X0=fX2,X1-X1,X0X2-X0=0.2028-0.4625=-0.05186
fX3,X2,X1=fX3,X2,-FX2,X1X3-X1=0.1824-0.20281=-0.0204
3 dif dividida operaciones
b3= fX3,X2,X1,X0=FX3,X2,X1-F(X2,X1,X0)X3-X0=-0.0204+0.05144=7.875X103=0.0079
F3X=0.4621X-1-0.0519X-1X-4+0.0079X-1X-4X-6
B) F32=0.46212-1-0.05142-12-4+0.00792-12-42-6
F32=0.4621+0.1038+0.0632=0.06291
C)avln2-f3(x=2)=0.6931-0.6291=0.064
Ix=100 avli(2)=9.24%

d)
2
1.5

1
0.5

Interpolacion
fn(x) Newton

av=0.064=/Er/=9.2%

Interpolacion

Error

X=2

F0(x)

48%

F1(x)

33%

F2(x)

18%

F3(x)

0.6291

9.2%

4 paso (h=2)
Y euler(2)=Yan+f(1.5,5.125)h
Y euler (2)=5.125+-2(1.5)3+121.52-20(1.5)+8.50.5
Y Euler(2)5.125-0.625=4.5
vs
Y verd(2)=-242+423-1022+8.52+1=2
Y verd(2)=2
Env=2-4.5=2.5

Eru%=2502=125%

5 paso(h=2.5)
Y euler(2.5)=Yan+f(2,4.5)h
Y euler (2.5)=4.5+-2(2)3+1222-20(2)+8.50.5
Y euler (2.5)=4.5+0.25=4.75
vs
Y verd(2.5)=-2.54242.53-102.52+8.52.5+1=2.71875
Y verd(2.5)= 2.71875

Ear2.71875-4.75=2.0312

Eru%=203.1252.71875=74.71%

6 paso(h=3)
Y euler(3)=Yan+f(2.5,4.75)h
Y euler (3)=4.75+-2(2.5)3+122.52-20(2.5)+8.50.5
-31.25+75-50+8.50.5=5.875
Y euler (3)=5.875
vs
Y verd(3)=-342433-1032+8.53+1
Y verd(3)= 4
Ear4-5.875=1.875

Eru%=1.875(100%)4=46.87%

7 paso(h=3.5)
Y euler(3.5)=Yan+f(3,5.875)h
Y euler (3.5)= 5.875+-2(3)3+1232-20(3)+8.50.5
5.875+-54+108-60+8.50.5=7.125
Y euler (3.5)= 7.125
vs
Y verd(3.5)=-3.54243.53-103.52+8.53.5+1
Y verd(3.5)= 4.71875
Ear4.71875-7.125=2.4062

Eru%=2.4062(100%)4.71875=50.9%

8 paso(h=4)
Y euler(4)=Yan+f(3.5,7.125)h
Y euler (4)= 7.125+-2(3.5)3+123.52-20(3.5)+8.50.5
-85.75+47-70+8.50.5=7
Y euler (4)= 7
vs
Y verd(4)=-442443-1042+8.54+1

Y verd(4)= 3
Ear3-7=4

Eru%=4(100%)3=133.3%

V mtodo de Runge-Rutta de 2 orden

Recordemos que la versin de Runge-Rutta de 1 orden o de Euler es
:Yi+1=YEuler=Yi+fXi,Yih--------------------------1
Ahora las principales versiones de R-K de 2 orden son las de Heun y la del punto medio y
la de Ralston:
Yi+1=Y Henn=yh=yi+12k1+12k2h
k1=f(Xi,Yi)k2=f(Xi+h,Yi+k,h)..2
Yi+1=Y punto medio=ypm=Yi+k2h
k1=f(Xi,Yi)k2=f(Xi+12h,Yi+12k,h)..3
Y la de ralston
Yi+1=Y Ralston=Yr=Yi13k1+23k2h
k1=f(Xi,Yi)k2=f(Xi+34h,Yi+34k,h)..4

Ej 2) aplicando el mtodo de R-K de 2 orden,el del punto medio, para la EDO sig:
fXi,Yi=-2X3+2X2-20X+8.5
Integrando punto a punto : Ypm=Yi+K2h
Ki=F(Xi,Yi)
K2=f(Xi+12h,Yi+12k,h)
Considere la integracion en Yv=-X22+4x3-10x2+8.5X+1
X E 0,4,con C.CXi=0Yi=1
Solucin:
1 paso:Xi=0.5
Yv(Xi=0.5)=-0.542+40.53-10(0.5)5+8.5(0.5)+1
Yv(Xi=0.5)=-0.03125+0.5-2.5+4.25+1
Yv(Xi=0.5)=3.21875

Ypm=Yi+K2h=1
K1=fXi,Yi=F0,1=8.5
k2=f0+0.25,1+k,h=-2(0.25)3+120.252-20(0.25)+8.5=4.2187
Ypm=1+4.2187(0.5)=3.1093
Error:Eav=3.2187-3.1093=0.1093
Eru%=100 Eav3.2187%=3.39%
Paso 2
Yv(Xi=1.0)=3

se sacara de la tablao aplicar la integral

Ypm(Xi=1.0)=Yi+k2h=3.1093
k1=fXi=0.5,Yi=3.1093=-2(0.5)3+120.52-20(0.5)+8.5=1.25
K2=f0.5+0.25,1+k,h=-2(0.75)3+120.752-20(0.75)+8.5=-0.5937
Ypm(Xi=1.0)=3.1093-(0.5937)(0.5)=2.8124
Error:Eav=3-2.8124=0.1875
Ervy=0.187511003=6.25%
Paso 3 XI=1.5
Yv(Xi=1.5)=2.2187
Ypm(Xi=1.3)=Yi+k2h=
k1=fXi=1,Yi=2.8124
K2=f1+0.25,1+k,h=-2(1.25)3+121.252-20(1.25)+8.5=-1.6562
YpmXi=1.5=2.8124+-1.65620.5=1.9843
Eav=2.2187-19843=0.2344
Eru%=0.23441002.2187=10.56%
Paso 4=Xi=2
Yv(Xi=2)=2
Ypm=Yii+k2h=
k1=f(Xi=1.5,Yi=1.9843)

K2=f1.5+0.25,1+k,h=-2(1.75)3 +12(1.75)2-20(1.75)+8.5=-0.4687
YpmXi=2=1.9843+-0.46870.5=1.7499
Eav=2-7499=0.2500
Eru%=0.25001002=12.5%
hacer los dems
Paso 5 Xi=2.5
Yv(Xi=2.5)=2.7187
Ypm=Yi+k2h=
k1=f(Xi=2,Yi=1.7499)
K2=f2+0.25,1+k,h=-2(2.25)3 +12(2.25)2-20(2.25)+8.5=1.4687
YpmXi=2.5=1.7499+1.46870.5=2.4842
Eav=2.7187-2.4842=0.2344
Eru%=0.23441002.7187=8.6236%
Paso 6 Xi=3
Yv(Xi=3)4
Ypm=Yi+k2h=
k1=f(Xi=2.5,Yi=2.4842)
K2=f2.5+0.25,1+k,h=-2(2.75)3 +12(2.75)2-20(2.75)+8.5=2.6562
YpmXi=3=2.4842+2.65620.5=3.8123
Eav=4-3.8123=0.1876
Eru%=0.18761004=4.69%
VI..3 Runge-kutta(R-K I orden)
I)R-K de ralsten
Y i+= Y R =Y i+(13k1+23k2)h
k1=f(xi,yi)k=fxi+34h,yi+34k,h
1 paso : Xi+1=0.5

Yv(xi11=0.5)=3.2187
YR(xi+1=0.5)=Y(yi=0)+13k1+23k2h
k1=fx1=0,yi=1=-203+1202-200+8.5=8.5k2=f0+0.375, yi+34kih:20.3753+120.3752-200.375+8.5=2.58
YR(0.5)=1+8.53+232.580.5=3.276
Au=3.2187-3.2273=0.0579
Iv=5.793.2187=1.8%
2 paso Xi +1=1
Yv(xi+1=1)=3
Yi +1=Yr(xi+1=1)=Y(xi=0.5)+(13k1+23k2)h
ki:fxi:0.5,yi=3.2773=-2(0.5)3+120.5220(0.5)+6.5=1.25k2:f0.510.325,yi+34k,h=f0.875,Yi+12k,h=2(0.875)3+12(0.875)2-20(0.875)+8.5=-1.1523
YR(1)=3.2773+1.253+23-1.15230.5=3.1015
Av=3-3.1015=.1015

rvy=10.153=3.38%

Solucin:
1 paso =Xi+i=0.5
Yv(yi+1=0.5)=-0.542+40.53-10(0.5)2+8.5(0.5)+1
Yi+1=Ypm(Xi=6)+2h
ki=f(xi=0,yi=1)k2=fyi+12h,yi+12k,h=f0.25,yi+12h=-2(0.25)3+12(0.25)220(0.25)+8.5