Antologia Metodos Numericos PDF

Mtodos
Numricos
M. en C. Hctor Daniel
Hernndez Garca, Ing.
Mario Prez Bautista
Instituto Tecnolgico
Superior del Occidente
del Estado de Hidalgo
ITSOEH
Antologa
19/03/2012
El objetivo de la presente antologa es el de

ofrecer al alumno un documento que
contenga los temas contemplados en la
asignatura de Mtodos Numricos y servir
como herramienta a lo largo del curso.
Mtodos Numricos
CONTENIDO
CONTENIDO .......................................................................................................................... 1
ILUSTRACIONES ..................................................................................................................... 4
ECUACIONES......................................................................................................................... 5
TABLAS.................................................................................................................................... 6
DEMOSTRACIONES ............................................................................................................... 7
INTRODUCCIN A LOS MTODOS NUMRICOS ........................................................ 8
1.1.
Conceptos Bsicos................................................................................................ 8
1.1.1.
Cifra significativa ............................................................................................ 9
1.1.2.
Aproximacin ................................................................................................. 9
1.2.
Tipos de Errores .................................................................................................... 10
1.2.1.
Error ................................................................................................................ 11
1.2.2.
Error absoluto ................................................................................................ 11
1.2.3.
Error relativo .................................................................................................. 11
1.2.4.
Error porcentual ............................................................................................ 11
1.2.5.
Error de redondeo y truncamiento............................................................ 12
1.3.
Software de Cmputo Numrico ..................................................................... 12
1.3.1.
1.4.
Mtodos Iterativos ............................................................................................... 13
1.4.1.
2.
Algoritmo ....................................................................................................... 12
Serie de Taylor............................................................................................... 13
MTODOS DE SOLUCIN DE ECUACIONES ............................................................. 14

2.1.
Mtodos de Intervalo ......................................................................................... 16
2.1.1.
Mtodo grfico ............................................................................................ 16
2.1.2.
Mtodo de biseccin .................................................................................. 17
2.1.3.
Mtodo de Falsa Posicin........................................................................... 20
2.2.
Mtodos Abiertos ................................................................................................ 23
2.2.1.
Mtodo de Newton Raphson.................................................................. 23
2.2.2.
Mtodo de la secante ................................................................................ 26
2.3.
Mtodo de Races Mltiples .............................................................................. 28
M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista
Captulo: CONTENIDO
1.
Mtodos Numricos
2.3.1.
SISTEMAS DE ECUACIONES......................................................................................... 29
3.1.
Sistemas de Ecuaciones Lineales ...................................................................... 29
3.1.1.
Tipos de soluciones en un sistema de ecuaciones lineales ................... 30
3.1.2.
Mtodo de Jaccobi .................................................................................... 31
3.1.3.
Mtodo de Gauss Seidel .......................................................................... 33
3.2.
Sistemas de Ecuaciones no Lineales ................................................................ 34
3.2.1.
4.
Diferenciacin Numrica ................................................................................... 38
4.1.1.
Mtodo del paso hacia adelante ............................................................ 38
4.1.2.
Mtodo del paso hacia atrs .................................................................... 38
4.1.3.
Mtodo de los 5 puntos .............................................................................. 38
4.2.
Integracin Numrica ........................................................................................ 38
4.2.1.
Mtodo del trapecio ................................................................................... 38
4.2.2.
Mtodo de Simpson
............................................................................... 38
4.2.3.
Mtodo de Simpson
.............................................................................. 38
4.3.
Integracin Mltiple ............................................................................................ 38
4.3.1.
Mtodo de Romberg .................................................................................. 38
INTERPOLACIN .......................................................................................................... 39
5.1.
Interpolacin ........................................................................................................ 39
5.1.1.
Interpolacin Lineal ..................................................................................... 39
5.1.2.
Interpolacin Cuadrtica ........................................................................... 39
5.2.
Polinomios de Interpolacin .............................................................................. 39
5.2.1.
Diferencias divididas de Newton ............................................................... 39
5.2.2.
Diferencias divididas de Lagrange ........................................................... 39
5.3.
6.
Mtodo de Newton ..................................................................................... 34
DIFERENCIACIN E INTEGRACIN NUMRICA ....................................................... 38

4.1.
5.
Mtodo de Bairstow .................................................................................... 28
Interpolacin Segmentada ............................................................................... 39
ECUACIONES DIFERENCIALES .................................................................................... 40

6.1.
Ecuaciones Diferenciales Ordinarias ................................................................ 40
6.2.
Mtodos de un paso........................................................................................... 40
6.2.1.
Mtodo de Euler........................................................................................... 40
Captulo: CONTENIDO
3.
Mtodos Numricos
6.2.2.
Mtodo de Euler mejorado ........................................................................ 40
6.2.3.
Mtodo de Runge Kutta .......................................................................... 40
6.3.
Mtodo de pasos mltiples................................................................................ 40
Captulo: CONTENIDO
Bibliografa .......................................................................................................................... 41
Mtodos Numricos
ILUSTRACIONES
Captulo: ILUSTRACIONES
Ilustracin 1-1 Ejemplo de exactitud y precisin. .......................................................... 10

Ilustracin 2-1 Ejemplo grfico de las races de una ecuacin. ................................. 15
Ilustracin 2-2 Representacin grfica del mtodo de Biseccin. ............................ 18
Ilustracin 2-3 Representacin grfica del mtodo de la Falsa Posicin. ................ 21
Ilustracin 2-4 Representacin grfica del mtodo de Newton - Raphson. ............ 24
Ilustracin 2-5 Representacin grfica del mtodo de la Secante. .......................... 26
Mtodos Numricos
ECUACIONES
Captulo: ECUACIONES
Ecuacin 1-1 Clculo del Error. ........................................................................................ 11

Ecuacin 1-2 Clculo del Error absoluto. ....................................................................... 11
Ecuacin 1-3 Clculo del Error Relativo. ........................................................................ 11
Ecuacin 1-4 Clculo del Error Porcentual. ................................................................... 11
Ecuacin 2-1 Frmula general para calcular las races de una ecuacin de
segundo grado. ................................................................................................................. 15
Ecuacin 2-2 Ecuacin para la aproximacin Xr en el mtodo de Biseccin. ........ 18
Ecuacin 2-3 Ecuacin para determinar el extremo de Xr en el mtodo de
Biseccin. ............................................................................................................................ 19
Ecuacin 2-4 Ecuacin para calcular la pendiente entre dos puntos. .................... 20
Ecuacin 2-5 Ecuacin para la aproximacin Xr en el mtodo de la Falsa Posicin.
.............................................................................................................................................. 22
Ecuacin 2-6 Ecuacin para la aproximacin Xr en el mtodo de Newton Raphson............................................................................................................................... 24
Ecuacin 2-7 Ecuacin para la aproximacin Xr en el mtodo de la Secante. ..... 27
Mtodos Numricos
TABLAS
Captulo: TABLAS
Tabla 2-1 Tabla para el mtodo de Biseccin. ............................................................. 19

Tabla 2-2 Tabla para el mtodo de Newton - Raphson. ............................................. 25
Tabla 2-3 Tabla para el mtodo de la Secante. ........................................................... 28
Mtodos Numricos
Demostracin 2-1 Ecuacin de segundo grado. ......................................................... 14

Demostracin 2-2 Races de la ecuacin de segundo grado. .................................. 14
Demostracin 2-3 Evaluacin de las races en la ecuacin de segundo grado. ... 14
Demostracin 2-4 Factorizacin de la ecuacin de segundo grado. ...................... 15
Demostracin 2-5 Aplicacin de la frmula general en la ecuacin de segundo
grado. .................................................................................................................................. 16
Demostracin 2-6 Evaluacin de la ecuacion de segundo grado en el rango [-3,3]
para X. ................................................................................................................................. 17
Demostracin 2-7 Implementacin del mtodo de Biseccin en la ecuacin de
segundo grado. ................................................................................................................. 20
Demostracin 2-8 Implementacin de la Ecuacin 2-4 en los puntos Pi y Pj............ 21
Demostracin 2-9 Obtencin de la frmula del mtodo de la Falsa Posicin. ....... 22
Demostracin 2-10 Implementacin del mtodo de la Falsa Posicin en la
ecuacin de segundo grado. ......................................................................................... 22
Demostracin 2-11 Obtencin de la frmula del mtodo de Newton - Raphson. . 24
Demostracin 2-12 Implementacin del mtodo de Newton - Raphson en la
ecuacin de segundo grado. ......................................................................................... 25
Demostracin 2-13 Obtencin de la ecuacin del mtodo de la Secante. ........... 27
Demostracin 2-14 Implementacin del mtodo de la Secante en la ecuacin de
segundo grado. ................................................................................................................. 28
Demostracin 3-1 Solucin a un sistema de ecuaciones. ........................................... 29
Demostracin 3-2 Compribacin de la solucin al sistema de ecuaciones. ........... 29
Demostracin 3-3 Forma general de un sistema de ecuaciones lineales. ............... 30
Demostracin 3-4 Forma general de una diagonal dominante en un sistema de
ecuaciones. ........................................................................................................................ 31
Demostracin 3-5 Conjuntos de despejes de la Demostracin 3-3. .......................... 31
Demostracin 3-6 Despejes de las variables del sistema de ecuaciones. ................ 32
Demostracin 3-7 Implementacin del mtodo de Jaccobi en el sistema de
ecuaciones. ........................................................................................................................ 33
Demostracin 3-8 Implementacin del mtodo de Gauss - Seidel en el sistema de
ecuaciones. ........................................................................................................................ 33
Captulo: DEMOSTRACIONES
DEMOSTRACIONES
Mtodos Numricos
1. INTRODUCCIN A LOS MTODOS NUMRICOS

En matemticas existen problemas los cuales al tratar de resolverlos
analticamente son complejos de resolver, ya sea por el nmero de variables o
simplemente por su naturaleza.
Para este tipo de problemas existen mtodos numricos con los cuales, sin
necesidad de algn mtodo analtico, podemos llegar a una aproximacin del
resultado real implementando mtodos iterativos que aplican solamente
operaciones aritmticas.
Los mtodos iterativos son algoritmos que siguen una sucesin de procesos
u operaciones que se repiten constantemente y terminan en el momento de
obtener un resultado aceptable, por lo que los mtodos numricos tienen un
inconveniente Se deben hacer demasiados clculos de aritmtica!
Si embargo debido al crecimiento de la tecnologa y el desarrollo de
nuevas generaciones de computadoras, este inconveniente ha disminuido al
ocupar las computadoras como herramientas y el uso de los mtodos numricos
ha incrementado en los ltimos aos.
Para encontrar races de ecuaciones, los cuales veremos en la

unidad 2.
Para solucionar sistemas de ecuaciones algebraicas, que se vern
en la unidad 3.
Para encontrar la derivada o la integral de una ecuacin
delimitada, los cuales se vern en la unidad 4.
Para realizar una interpolacin o ajustar una curva, se vern en la
unidad 5.
Por ltimo tenemos mtodos para encontrar la solucin de
ecuaciones diferenciales ordinarias, los cuales estn contemplados
en la unidad 6.
1.1. Conceptos Bsicos

A continuacin veremos algunos conceptos que son de gran importancia
para comprender mejor el desarrollo de esta materia.
Captulo: INTRODUCCIN A LOS MTODOS NUMRICOS
Existen mtodos numricos para los diferentes tipos de problemas

matemticos:
Mtodos Numricos
1.1.1. Cifra significativa

En un clculo matemtico una cifra significativa es un nmero que se
emplea con confianza. Este concepto se ha desarrollado para designar
formalmente la confianza de un valor numrico y se define por el nmero de
cifras o dgitos que se pueden usar en forma confiable. Por ejemplo, por ejemplo si
tenemos que el valor de 3.14159265358979323846 y nos piden calcular el rea
de un crculo donde el radio r = 5 cm, tenemos lo siguiente:
Si tomamos los primeros 4 decimales significativos, es decir si

tomamos el valor de = 3.1415, el valor de el rea del crculo es
igual a A = 15.7075 cm2.
Si tomamos los primeros 10 decimales significativos, es decir si
tomamos el valor de = 3.1415926535, el valor de el rea del crculo
es igual a A = 15.7079632675 cm2.
Si nos damos cuenta, en un clculo matemtico, entre ms cifras

significativas tengamos en nuestros resultados sern mas aproximados y
confiables, en otras palabras ms exactos y precisos.
Aproximacin es una representacin inexacta que, sin embargo, es

suficientemente fiel como para ser til. (Wikipedia R. , 2010)
En mtodos numricos todo resultado siempre va a ser aproximado ya que
durante el proceso iterativo del mtodo se crean errores los cuales no permiten
tener un resultado real del problema.
La aproximacin se puede caracterizar con respecto a su exactitud y
precisin, las cuales definiremos en este tema.
1.1.2.1. Exactitud
Se refiere a que tan cercano est el valor calculado o medido del valor
real. (Canale, 2011)
1.1.2.2. Precisin
Se refiere a que tan cercanos se encuentran, unos de otros, los diversos
valores calculados o medidos entre s. (Canale, 2011)
Por ejemplo si un jugador de ftbol, siempre le da al poste izquierdo en
lugar de marcar gol, entonces ese jugador es exacto, pero no es preciso!
1.1.2. Aproximacin
Una definicin de aproximacin es la siguiente:
Mtodos Numricos
10
Una manera grfica de comprender estos conceptos, lo podemos observar

en la Ilustracin 1-1, donde si consideramos que el centro es el valor real,
podemos observar que el tirador 1 no es no exacto ni preciso, el tirador 2 es
exacto pero no es preciso, el tirador 3 es exacto y preciso y el tirador 4 no es
exacto pero si preciso.
Ilustracin 1-1 Ejemplo de exactitud y precisin.
Otros conceptos que debemos considerar son sesgo e incertidumbre.
1.1.2.4. Incertidumbre
Es el concepto contrario a precisin y determina la cantidad de cifras
significativas para que el valor calculado sea confiable. Por ejemplo en el valor
de 3.14159265358979323846, si consideramos este valor como valor real y
tomamos un valor de = 3.141592, tenemos una incertidumbre igual a
0.00000065358979323846.
1.2.
Tipos de Errores
Como se mencion en el tema Algoritmo, un mtodo numrico es un

conjunto de operaciones que al momento de calcularse en cada iteracin, van
generando clculos no exactos ya que en cada una de estas iteraciones, la
precisin que se toma de los resultados obtenidos en iteraciones anteriores no es
la adecuada.
Para para poder medir la magnitud de los errores en el clculo, stos se
clasifican de la siguiente manera.
1.1.2.3. Sesgo
Es el concepto contrario a exactitud y se define como el alejamiento
sistemtico del valor real.
Mtodos Numricos
11
1.2.1. Error
Matemticamente un error es la diferencia que existe entre el resultado
real de un problema menos el resultado calculado y lo calculamos con la
Ecuacin 1-1.
Ecuacin 1-1 Clculo del Error.
Donde el ValorReal es el resultado obtenido del problema mediante el

proceso analtico y ValorCalculado es el resultado obtenido por medio del proceso
iterativo, es decir, mediante un mtodo numrico.
1.2.2. Error absoluto

Es el valor absoluto del Error obtenido, es decir, la magnitud del Error sin
signo, este error lo calculamos con la Ecuacin 1-2.
|
1.2.3. Error relativo

Es el valor relativo entre el valor calculado y el valor real, se obtiene con la
Ecuacin 1-3.
|
Ecuacin 1-3 Clculo del Error Relativo.
1.2.4. Error porcentual

Es el error que existe entre el valor calculado y el valor real, este tipo de
error nos permite tener una magnitud exacta del error en relacin de los dos
valores de manera porcentual, para calcular este error se aplica la ecu.
|
Ecuacin 1-4 Clculo del Error Porcentual.
Ecuacin 1-2 Clculo del Error absoluto.
Mtodos Numricos
12
1.2.5. Error de redondeo y truncamiento

El error de redondeo es
1.3. Software de Cmputo Numrico

Como se mencion en el tema INTRODUCCIN A LOS MTODOS
NUMRICOS, los mtodos numricos al ser un conjunto de operaciones iterativas,
es decir que se repiten varias veces el mismo conjunto de operaciones, stos
pueden ser representados por medio de algoritmos que con ayuda de una
computadora, estos algoritmos pueden ser programados para ejecutar se y as
facilitar la aplicacin del mtodo numrico en un problema.
1.3.1. Algoritmo
En la literatura podemos encontrar diferentes definiciones de algoritmos, sin
embargo a continuacin se cita una de ellas:
En matemticas, ciencias de la computacin y disciplinas relacionadas, un
algoritmo (del griego y latn, dixit algorithmus y este a su vez del matemtico persa
Al Juarismi) es un conjunto pre escrito de instrucciones o reglas bien definidas,
ordenadas y finitas que permite realizar una actividad mediante pasos sucesivos
que no generen dudas a quien deba realizar dicha actividad. Dados un estado
inicial y una entrada, siguiendo los pasos sucesivos se llega a un estado final y se
obtiene una solucin. (Wikipedia E. , 2002)
Como se ve en la definicin anterior, las caractersticas principales de un
algoritmo son:
Definidas
Toda instruccin de un algoritmo debe de estar comprendida,
sin dejar a dudas el proceso o accin a realizar.
Ordenadas
El conjunto de instrucciones de un algoritmo debe tener un
orden especfico de principio a fin, una alteracin en este orden
provocara un error en dicho algoritmo.
Existe distinto software especializado con los cuales se puede aplicar los
mtodos numricos que se explican en la materia, sin embargo antes de seguir es
necesario conocer el concepto de algoritmo para comprender como aplicar los
mtodos numricos en el software.
Mtodos Numricos
13
Finitas
Todo algoritmo debe tener un principio y un fin.
1.4. Mtodos Iterativos

Con los mtodos numricos constantemente es necesario realizar clculos
numricos como una serie repetitiva, la cual arroja clculos aproximados que
permitirn continuar con la siguiente iteracin del proceso.
1.4.1. Serie de Taylor
La serie de Taylor indica que toda funcin tiene funciones equivalentes, es
decir
. Una de ella se muestra en la Ecuacin 1-5.
Ecuacin 1-5 Ecuaciones equivalentes.
ite
1
2
3
4
5
6
7
8
f(x)
2.718383
2.718383
2.718383
2.718383
2.718383
2.718383
2.718383
2.718383
g(x)
1
2
2.5
2.666667
2.708333
2.716667
2.718055
2.718254
E%
63.212058
26.424116
8.030146
1.89881
0.366
0.059413
0.008329
0.001024
Demostracin 1-1 Demostracin de la equivalencia de las Ecuacin 1-5.
En la demostracin anterior vemos la equivalencia aproximada que hay

entre las ecuaciones, en ella tambin vemos iteraciones que van del cero al siete
y stas se refiere a la cantidad de trminos que se tomaron de la ecuacin
La demostracin de que las ecuaciones anteriores son equivalentes se

muestra en la Demostracin 1-1.
Mtodos Numricos
14
2. MTODOS DE SOLUCIN DE ECUACIONES

Matemticamente, la raz de una ecuacin es aquel valor el cual al ser
evaluado en la ecuacin obtenemos un valor igual a 0. En una ecuacin se
puede tener una o varias races dependiendo del grado que tenga, es decir, si la
ecuacin es de grado uno entonces probablemente se tiene una raz, si la
ecuacin es de grado 2 entonces probablemente se tiene dos races, si la
ecuacin es de grado 3 entonces probablemente se tiene 3 races y as
sucesivamente; se dice probablemente ya que por ejemplo una ecuacin de
grado cuatro puede tener cero, una, dos, tres o cuatro races, esto depende de
la naturaleza de la ecuacin.
Para entender mejor este tema veamos la Demostracin 2-1:
Demostracin 2-1 Ecuacin de segundo grado.
Como vemos la ecuacin es de segundo grado por lo que podemos

inducir que la ecuacin tiene dos races, las cuales fcilmente podemos
identificar en la Demostracin 2-2.
Raz 1
Raz 2
Para comprobar que nuestras races son correctas evaluamos la ecuacin

con stas, en la Demostracin 2-3 tenemos un ejemplo.
Raz 1
Raz 2
Demostracin 2-3 Evaluacin de las races en la ecuacin de segundo grado.
De manera grfica podemos identificar las races como el valor para x que
hace que la lnea de la ecuacin toque el eje de las X tal como se ve en la
Ilustracin 2-1.
Captulo: MTODOS DE SOLUCIN DE ECUACIONES
Demostracin 2-2 Races de la ecuacin de segundo grado.
Mtodos Numricos
15
f(x) = x - 4
6
5
4
Races
3
2
1
0
-1
-3
-2.5
-2
-1.5
-1
-0.5
0.5
1.5
2.5
-2
-3
-4
-5
Ilustracin 2-1 Ejemplo grfico de las races de una ecuacin.
Demostracin 2-4 Factorizacin de la ecuacin de segundo grado.
Otra manera analtica de encontrar las races de una ecuacin es por

medio de la frmula general, la cual se muestra en la Ecuacin 2-1.
Ecuacin 2-1 Frmula general para calcular las races de una ecuacin de segundo grado.
En la Demostracin 2-5 se muestra la aplicacin de la frmula general en la

ecuacin de nuestro ejercicio.
Ahora que ya entendemos lo que son las races de ecuaciones vamos a

ver las maneras de encontrarlas. Analticamente existen varios mtodos para ello,
uno es por medio de la factorizacin en donde a partir de la ecuacin
encontramos sus factores y de ah sacamos las races, tal como se ve en la
Demostracin 2-4.
Mtodos Numricos
16
Demostracin 2-5 Aplicacin de la frmula general en la ecuacin de segundo grado.
Explicado el concepto de races de una ecuacin y explicado algunos de

los mtodos analticos para encontrarlas, ahora veremos como encontrar estas
races por mtodos numricos.
Dentro de los mtodos numricos para encontrar las races una ecuacin
tenemos los mtodos:
De intervalos, tambin conocidos como cerrados.

Abiertos.
De races mltiples.
A continuacin veremos cada uno de los mtodos.
Son mtodos iterativos los cuales buscan encontrar una raz a partir de un
intervalo dado, para que estos mtodos funcionen adecuadamente es necesario
tener en cuenta las siguientes consideraciones:
1. En el intervalo donde iniciar el mtodo es indispensable que se
encuentre solamente una raz.
2. Entre ms pequeo sea el intervalo, ms rpido ser el mtodo
implementado.
Dentro de los mtodos de intervalos, o mtodos cerrados, tenemos los
siguientes.
2.1.1. Mtodo grfico

Es el mtodo clsico para encontrar las races, este mtodo se basa en
evaluar la ecuacin en un rango de datos a fin de trazar la lnea de la ecuacin y
determinar, de manera visual, el valor para X que hace que la lnea de la
ecuacin toque el eje de las X.
El mtodo consiste en los siguientes pasos:
2.1. Mtodos de Intervalo
Mtodos Numricos
17
1. Determinar un intervalo de valores para X donde se piense se

encuentre por lo menos una raz.
2. Evaluar la ecuacin con el conjunto de valores para X
comprendidos en el intervalo.
3. Dibujar el plano cartesiano y colocar en el eje de las X el intervalo
establecido.
4. Colocar en el plano cartesiano los puntos obtenidos en cada
evaluacin.
5. Unir los puntos evaluados con la ecuacin para determinar la lnea
de la funcin.
6. Se identifican los puntos donde la lnea de la ecuacin toca el eje
de las X.
7. De manera visual se determina los valores exactos para X donde la
lnea de la ecuacin toca el eje de las X.
-3
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
3
5
2.25
0
-1.75
-3
-3.75
-4
-3.75
-3
-1.75
0
2.25
5
Demostracin 2-6 Evaluacin de la ecuacion de segundo grado en el rango [-3,3] para X.
La grfica generada de este conjunto de valores se puede ver la Ilustracin

2-1.
2.1.2. Mtodo de biseccin

Es un mtodo cerrado ya que necesita de un intervalo para encontrar la
raz de la ecuacin, sin embargo la nica premisa que tiene el mtodo de
biseccin es que en el intervalo dado debe contenerse la raz, de otro modo el
mtodo no sirve.
En la Demostracin 2-6 se puede ver la evaluacin de la ecuacin en la

Demostracin 2-1 dentro del intervalo [-3, 3] en X.
Mtodos Numricos
18
La manera en cmo opera este mtodo se puede observar en la Ilustracin

2-2.
f(x) = x - 4
25
f(Xj)
20
15
Raiz
10
5
f(Xr)
Xi
0
0
0.5
1.5
2.5
Raz
Xr
3.5
4.5
-5
-10
f(Xi)
nueva Xj
Xj
De acuerdo con la Ilustracin 2-2, primero empezamos por establecer el

intervalo [Xi, Xj] el cual es [0, 5] que contiene a la raz, se realiza la aproximacin
(Xr) partiendo en dos el intervalo con la Ecuacin 2-2.
Ecuacin 2-2 Ecuacin para la aproximacin Xr en el mtodo de Biseccin.
Como resultado tenemos que el valor de Xr es igual a 2.5, despus

evaluamos los valores de Xi, Xr y Xj en la ecuacin de la Demostracin 1,
obteniendo a f(Xi), f(Xr) y f(Xj) para determinar en qu sub intervalo se
encuentra la raz ya sea en el sub intervalo [Xi, Xr] en [Xr, Xj], la manera
determinarlo es por medio de los signos calculados en f(Xi), f(Xr) y f(Xj):
Si f(Xi) y f(Xr) tienen signos diferentes, entonces la raz se encuentra

en el sub intervalo [Xi, Xr] y establecemos a Xr como Xj.
Si f(Xr) y f(Xj) tienen signos diferentes, entonces la raz se encuentra
en el sub intervalo [Xr, Xj] y establecemos a Xr como Xi.
En caso de que el valor de f(Xr) sea igual a 0, quiere decir que
hemos encontrado la raz la cual es el valor de Xr y terminamos el
proceso.
Ilustracin 2-2 Representacin grfica del mtodo de Biseccin.
Mtodos Numricos
19
De esta manera tenemos un nuevo intervalo donde se encierra a la raz y

procedemos a reiniciar el proceso.
Vindolo de otra manera y tomando en cuenta que el mtodo de
Biseccin es un mtodo iterativo, ste se puede representar en un algoritmo que
tiene los siguientes pasos:
1. Establecemos el intervalo que contiene la raz.
2. El valor ms pequeo lo establecemos en el extremo Xi y el ms
grande en el extremo Xj.
3. Calculamos la aproximacin de la raz (Xr) con la Ecuacin 2-2.
4. Evaluamos la ecuacin con los tres valores obtenidos Xi, Xr y Xj.
5. Dependiendo de los signos en cada evaluacin, decidimos que
extremo tomar el valor de Xr, si los tres signos de las evaluaciones
son iguales entonces hay un error y terminamos el algoritmo, en caso
contrario la decisin se realiza con la siguiente ecuacin:
{
6. Se calcula el error porcentual (Er%) entre la aproximacin (Xr)

calculada con la aproximacin de la iteracin anterior, utilizando la
Ecuacin 1-4, donde el ValorReal es la aproximacin recientemente
calculada y ValorCalculado es la aproximacin calculada en la
iteracin anterior.
7. Si el f(Xr) Er% es igual a cero, Er% esta dentro del umbral de
aceptacin, el algoritmo termina tomando como valor aproximado
lo que contenga Xr, en caso contrario regresamos al paso 3.
Para agilizar el algoritmo anterior e identificar rpidamente los valores y
evaluaciones, utilizaremos la Tabla 2-1 para implementar el mtodo.
ite
0
Xi
Xr
Xj
f(Xi)
f(Xr)
f(xj)
Er%
Tabla 2-1 Tabla para el mtodo de Biseccin.
En la Demostracin 2-7 vemos la implementacin del mtodo de Biseccin

para encontrar una raz en la ecuacin de la Demostracin 2-1, para este
ejercicio utilizaremos el intervalo [0, 5] mostrado en la Ilustracin 2-2.
ite
0
1
Xi
0
0
Xr
2.5
1.25
Xj
5
2.5
f(Xi)
-4
-4
f(Xr)
2.25
-2.4375
f(xj)
21
2.25
Er%
---100
Ecuacin 2-3 Ecuacin para determinar el extremo de Xr en el mtodo de Biseccin.
Mtodos Numricos
ite
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Xi
1.25
1.875
1.875
1.875
1.953125
1.992187
1.992187
1.992187
1.997069
1.99951
1.99951
1.99951
1.999815
1.999967
1.999967
1.999967
1.999986
1.999995
Xr
1.875
2.1875
2.03125
1.953125
1.992187
2.011718
2.001952
1.997069
1.99951
2.000731
2.00012
1.999815
1.999967
2.000043
2.000005
1.999986
1.999995
2
Xj
2.5
2.5
2.1875
2.03125
2.03125
2.03125
2.011718
2.001952
2.001952
2.001952
2.000731
2.00012
2.00012
2.00012
2.000043
2.000005
2.000005
2.000005
f(Xi)
-2.4375
-0.484375
-0.484375
-0.484375
-0.185302
-0.03119
-0.03119
-0.03119
-0.011715
-0.001959
-0.001959
-0.001959
-0.000739
-0.000131
-0.000131
-0.000131
-0.000055
-0.000019
f(Xr)
-0.484375
0.785156
0.125976
-0.185302
-0.03119
0.047009
0.007811
-0.011715
-0.001959
0.002924
0.00048
-0.000739
-0.000131
0.000172
0.00002
-0.000055
-0.000019
0
f(xj)
2.25
2.25
0.785156
0.125976
0.125976
0.125976
0.047009
0.007811
0.007811
0.007811
0.002924
0.00048
0.00048
0.00048
0.000172
0.00002
0.00002
0.00002
20
Er%
33.333333
14.285714
7.692307
4
1.960759
0.970861
0.487823
0.244508
0.122079
0.061027
0.030548
0.015251
0.0076
0.003799
0.001899
0.00095
0.00045
0.00025
Demostracin 2-7 Implementacin del mtodo de Biseccin en la ecuacin de segundo grado.
2.1.3. Mtodo de Falsa Posicin

Tambin es un mtodo cerrado ya que el intervalo donde se inicia el
proceso debe contener una raz de la ecuacin, en caso contrario el mtodo no
funciona. La manera en cmo opera este mtodo es diferente al mtodo de
Biseccin y se puede apreciar visualmente en la Ilustracin 2-3.
El mtodo consiste en a partir del punto Pi(Xi, f(Xi)) y Pj(Xj, f(Xj)), trazamos
una lnea que cruza el eje de las X y tomamos el valor de este cruce como Xr.
Para encontrar el valor de Xr utilizamos la pendiente que hay entre dos puntos
utilizando la Ecuacin 2-4.
Ecuacin 2-4 Ecuacin para calcular la pendiente entre dos puntos.
Por lo tanto para calcular la pendiente entre los puntos Pi y Pj podemos

definir, a partir de la Ecuacin 2-4, lo siguiente:
En la demostracin anterior en la iteracin 19 encontramos la raz ya que el

valor de Xr es 2 y al seguir el algoritmo en el punto 7, nos dice que si al evaluar el
valor de Xr en la ecuacin, es decir, si f(Xr) es igual a 0 el algoritmo termina.
Mtodos Numricos
21
( )
Demostracin 2-8 Implementacin de la Ecuacin 2-4 en los puntos Pi y Pj.
f(x) = x - 4
25
Raz
f(Xj)
20
15
nueva Xi
10
5
Xr
Xi
0.5
1.5
2.5
3.5
4.5
-5
-10
Raz
f(Xi)
Xj
De acuerdo la Ilustracin 2-3, si consideramos que el punto Pr(Xr, f(Xr)) es el

punto que toca el eje de las X, en la lnea trazada entre los puntos Pi(Xi, f(Xi)) y
Pj(Xj, f(Xj)), podemos separa esta lnea en dos, una que va de los puntos Pi a Pr y
otra que va de los puntos Pr a Pj, por lo que la pendiente de la lnea entre los
puntos Pi y Pr es igual a la pendiente entre los puntos Pr y Pj. Por lo tanto,
ocupando la Ecuacin 2-4 tenemos.
( )
Si consideramos que
, tenemos:
( )
)
( )
( )
Ilustracin 2-3 Representacin grfica del mtodo de la Falsa Posicin.
Mtodos Numricos
22
Demostracin 2-9 Obtencin de la frmula del mtodo de la Falsa Posicin.
En la Demostracin 2-9 vemos la implementacin de la Ecuacin 2-4 en los

puntos Pi(Xi, f(Xi)), Pr(Xr, f(Xr)) y Pj(Xj, f(Xj)) para obtener la Ecuacin 2-5 del
mtodo.
Ecuacin 2-5 Ecuacin para la aproximacin Xr en el mtodo de la Falsa Posicin.
El mtodo de la Falsa Posicin al ser iterativo, tambin se puede

representar con un algoritmo el cual es el mismo al algoritmo del Mtodo de
biseccin con una diferencia en el punto 3, ya que la aproximacin Xr ahora se
realiza con la Ecuacin 2-5.
ite
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Xi
0
0.8
1.37931
1.708107
1.869459
1.94299
1.975366
1.989405
1.995452
1.998049
1.999163
1.999641
1.999846
1.999933
1.999971
1.999987
1.999994
1.999997
1.999998
1.999999
Xr
0.8
1.37931
1.708107
1.869459
1.94299
1.975366
1.989405
1.995452
1.998049
1.999163
1.999641
1.999846
1.999933
1.999971
1.999987
1.999994
1.999997
1.999998
1.999999
1.999999
Xj
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
f(Xi)
-4
-3.36
-2.097503
-1.08237
-0.505123
-0.224789
-0.097929
-0.042267
-0.018171
-0.0078
-0.003347
-0.001435
-0.000615
-0.000267
-0.000115
-0.000051
-0.000023
-0.000011
-0.000007
-0.000003
f(Xr)
-3.36
-2.097503
-1.08237
-0.505123
-0.224789
-0.097929
-0.042267
-0.018171
-0.0078
-0.003347
-0.001435
-0.000615
-0.000267
-0.000115
-0.000051
-0.000023
-0.000011
-0.000007
-0.000003
-0.000003
f(xj)
21
21
21
21
21
21
21
21
21
21
21
21
21
21
21
21
21
21
21
21
Er%
---41.999985
19.249203
8.630946
3.784425
1.638987
0.705688
0.303039
0.129976
0.055723
0.023904
0.01025
0.00435
0.0019
0.0008
0.00035
0.00015
0.00005
0.00005
0
Demostracin 2-10 Implementacin del mtodo de la Falsa Posicin en la ecuacin de segundo

grado.
En la Dem tenemos la implementacin del mtodo de la Falsa Posicin en

la ecuacin de la Demostracin 2-1, utilizando el mismo intervalo de la Ilustracin
2-2.
Mtodos Numricos
23
En la demostracin anterior en la iteracin 19 encontramos una

aproximacin a la raz ya que el valor de Xr es 1.999999 y al seguir el algoritmo en
el punto 7, nos dice que si al calcular el error Er% es igual a 0 el algoritmo termina,
como podemos observar el valor de Xr no es igual a 2 sin embargo es un valor
aproximado con una precisin de 6 decimales, lo cual es aceptable.
2.2. Mtodos Abiertos

A diferencia de los mtodos cerrados, los mtodos abiertos slo necesitan
de un solo punto de donde partir, la nica premisa para estos mtodos es que
este punto dado debe estar cerca de alguna raz, de lo contrario corremos el
riesgo de tener un nmero grande de iteraciones.
Dentro de los mtodos numricos abiertos para encontrar las races de
ecuaciones, tenemos los siguientes:
Mtodo de Newton Raphson.

Mtodo de la Secante.
2.2.1. Mtodo de Newton Raphson

La manera de encontrar las races por este mtodo es semejante al
Mtodo de Falsa Posicin ya que las aproximaciones se calculan a partir de una
pendiente, en el caso del Mtodo de Falsa Posicin la pendiente se calcula de los
puntos formados por los extremos del intervalo [Xi, Xj] y en el caso del Mtodo de
Newton Raphson la pendiente se obtiene a partir de la primera derivada de la
ecuacin, donde sta toca los puntos P1(xi, f(xi)) y Pr(xr, 0).
En la Ilustracin 2-4 vemos como funciona el Mtodo de Newton Raphson
en la ecuacin de la Demostracin 2-1, en sta podemos observar que el mtodo
parte de un valor Xi igual a 5, calculando en la primera iteracin una
aproximacin Xr igual a 2.9, para la segunda iteracin se parte de la
aproximacin calculada en la iteracin anterior, es decir Xi toma el valor de Xr y
se vuelve aplicar el mtodo y as sucesivamente hasta encontrar un error
porcentual (Er%) o una evaluacin en la aproximacin (f(xr)) igual a cero 0 un Er%
dentro del umbral de aceptacin.
Estos mtodos son los que se vern a continuacin.
Mtodos Numricos
24
f(x) = x - 4
25
f(Xi)
20
15
f(X)
10
5
f '(X)
0
0
0.5
1.5
2.5
3.5
4.5
-5
Raz
-10
nueva Xi
Xr
Xi
Ilustracin 2-4 Representacin grfica del mtodo de Newton - Raphson.
,tenemos:
Demostracin 2-11 Obtencin de la frmula del mtodo de Newton - Raphson.
El desarrollo para obtener la formula de Newton Raphson se muestra en la

Demostracin 2-11, donde al final obtenemos la formula de Newton Raphson
para calcular la aproximacin de la raz, la cual definiremos en la Ecuacin 2-6.
Ecuacin 2-6 Ecuacin para la aproximacin Xr en el mtodo de Newton - Raphson.
Si consideramos que
Mtodos Numricos
25
El mtodo de Newton Raphson, al igual que los mtodos anteriores,

tambin es un mtodo iterativo el cual puede representarse con el siguiente
algoritmo:
1. Obtenemos la primera derivada f(Xi) de la funcin f(Xi).
2. Establecemos un punto para Xi, el cual debe estar cerca de la raz.
3. Evaluamos las funciones f(Xi) y f(Xi) con el valor establecido para Xi
en el punto 2.
4. Calculamos la aproximacin de la raz (Xr) con la Ecuacin 2-6.
calculada con la aproximacin de la iteracin anterior, utilizando la
Ecuacin 1-4, donde el ValorReal es la aproximacin recientemente
calculada y ValorCalculado es la aproximacin calculada en la
iteracin anterior.
6. Si el f(Xi) Er% es igual a cero, Erx esta dentro del umbral de
lo que contenga Xr, en caso contrario Xi toma el valor de Xr y
regresamos al paso 3.
Para tener un mejor control en el mtodo de Newton Raphson,
implementamos la Tabla 2-2.
Xi
Xr
f(Xi)
f(Xi)
Er%
Tabla 2-2 Tabla para el mtodo de Newton - Raphson.
En la Demostracin 2-12 se tiene la implementacin del mtodo de Newton

- Raphson para encontrar una raz en la ecuacin de la Demostracin 2-1, para
este ejercicio utilizaremos un valor para Xi igual a 5, como se aprecia en la
Ilustracin 2-4.
ite
0
1
2
3
4
5
Xi
5
2.9
2.139655
2.004557
2.000005
2
Xr
2.9
2.139655
2.004557
2.000005
2
2
f(Xi)
21
4.41
0.578123
0.018248
0.00002
0
f(Xi)
10
5.8
4.27931
4.009114
4.00001
4
Er%
72.413793
35.535869
6.739543
0.227599
0.000249
0
Demostracin 2-12 Implementacin del mtodo de Newton - Raphson en la ecuacin de segundo

grado.
ite
0
Mtodos Numricos
26
2.2.2. Mtodo de la secante

Es considerado un mtodo abierto a pesar de utilizar dos valores iniciales,
sin embargo, a diferencia de los mtodos cerrados, los valores iniciales dados no
necesariamente deben encerrar a la raz.
Aplicando un anlisis de eficiencia a este mtodo indica que es
relativamente ms lento que el mtodo de Newton Raphson, pero se compensa
por que no requiere las derivadas para el cual no todas las funciones tienen la
facilidad de obtener su derivada.
Este mtodo consiste en que a partir de los dos valores iniciales dados para
Xi y Xj, y sus evaluaciones f(Xi) y f(Xj), se obtienen los puntos Pi(Xi, f(Xi)) y Pj(Xj, f(Xj))
y se traza una secante entre estos dos puntos para calcular la aproximacin de la
raz, en al Ilustracin 2-5 se puede observar este mtodo para su mejor
comprensin.
f(x) = x - 4
25
f(Xi)
20
f(Xj)
f(X)
10
Xi
nueva
Xj
0
0
0.5
1.5
2.5
-5
-10
Raz
Xr
3.5
4.5
nueva
Xi
Xj
Ilustracin 2-5 Representacin grfica del mtodo de la Secante.
En la ilustracin anterior se aprecia que los valores iniciales para Xi y Xj son 4

y 5 respectivamente, evaluamos la funcin con los valores Xi y Xj obteniendo f(Xi)
y f(Xj), para as tener los puntos Pi(Xi, f(Xi)) y Pj(Xj, f(Xj)), calculando de esta manera
la aproximacin de la raz a travs de la secante que atraviesa la funcin f(X)
tocando los puntos Pi(Xi, f(Xi)) y Pj(Xj, f(Xj)). Como se aprecia en la Ilustracin 2-5
no se llega a la raz por lo que el valor de Xj toma el valor de Xi y Xi toma el valor
de Xr y se sigue con la siguiente aproximacin hasta encontrar la raz.
15
Mtodos Numricos
27
La Ecuacin 2-7 se implementa para calcular la aproximacin de la raz en

el mtodo de la Secante.
[
( )
Ecuacin 2-7 Ecuacin para la aproximacin Xr en el mtodo de la Secante.
En la Demostracin 2-13 se puede comprender la obtencin de la

Ecuacin 2-7 del mtodo de la Secante.
Ecuacin de la pendiente a travs de dos puntos
( )
Tomando la ecuacin del mtodo de Newton Raphson
Como la pendiente es igual a la primera derivada de la funcin

Sustituimos m por f(xi)
( )
( )
Demostracin 2-13 Obtencin de la ecuacin del mtodo de la Secante.
El mtodo de la secante al ser iterativo, al igual que los anteriores, se puede

describir con el siguiente algoritmo.
1. Establecemos los valores para Xi y Xj, el cual debe estar cerca de la
raz.
2. Evaluamos las funciones f(Xi) y f(Xj) con los valores establecidos para
Xi y Xj.
3. Calculamos la aproximacin de la raz (Xr) con la Frmula 11.
calculada con el valor de Xi de la misma iteracin, utilizando la
Ecuacin 1-4, donde el ValorReal es la aproximacin calculada y
ValorCalculado es el valor de Xi en la iteracin.
5. Si el f(Xi) Er% es igual a cero, Er% esta dentro del umbral de
lo que contenga Xr, en caso contrario Xj toma el valor de Xi y Xi
toma el valor de Xr, regresando al paso 2.
Simplificamos
Mtodos Numricos
28
Para tener un mejor control durante la implementacin del mtodo de la

Secante, utilizamos la Tabla 2-3.
ite
0
Xr
Xi
Xj
f(Xi)
f(Xj)
Er%
Tabla 2-3 Tabla para el mtodo de la Secante.
En la Demostracin 2-14 se tiene la implementacin del mtodo de la

Secante para encontrar una raz en la ecuacin de la Demostracin 2-1, para
este ejercicio utilizaremos un valor para Xi igual a 4 y Xj igual a 5, como se aprecia
en la Ilustracin 2-5.
ite
0
1
2
3
4
5
6
Xr
2.666666
2.199999
2.027397
2.001296
2.000008
2
2
Xi
4
2.666666
2.199999
2.027397
2.001296
2.000008
2
Xj
5
4
2.666666
2.199999
2.027397
2.001296
2.000008
f(Xi)
12
3.111107
0.839995
0.110338
0.005185
0.000032
0
f(Xj)
21
12
3.111107
0.839995
0.110338
0.005185
0.000032
Er%
50.000037
21.212146
8.513478
1.304204
0.064399
0.000399
0
Demostracin 2-14 Implementacin del mtodo de la Secante en la ecuacin de segundo grado.
2.3.1. Mtodo de Bairstow
2.3. Mtodo de Races Mltiples
Mtodos Numricos
29
3. SISTEMAS DE ECUACIONES
Un sistema de ecuaciones de n variables, es un conjunto de n ecuaciones
que buscan una solucin en comn, es decir, que los valores que obtenga cada
una de las variables se debe de cumplir cada una de las ecuaciones en el
sistema. En la Demostracin 3-1 se muestra la solucin de un sistema de
ecuaciones.
Despejamos a X en las
ecuaciones
Para encontrar a X
ocupamos un despeje
Igualamos los dos despejes
Demostracin 3-1 Solucin a un sistema de ecuaciones.
Demostracin 3-2 Compribacin de la solucin al sistema de ecuaciones.
3.1. Sistemas de Ecuaciones Lineales

Un sistema de ecuaciones lineales tiene la siguiente forma.
Captulo: SISTEMAS DE ECUACIONES
Para comprobar que los valores calculados a cada variable dan solucin
al sistema de ecuaciones, sustituimos stos en cada variable de cada ecuacin
en el sistema y las evaluamos con el objetivo de obtener las igualdades para
cada ecuacin, tal y como se muestra en la Demostracin 3-2.
Mtodos Numricos
30
Demostracin 3-3 Forma general de un sistema de ecuaciones lineales.
En la Demostracin 3-3 cada fila representa una expresin de una

ecuacin lineal de n variables y stas deben de cumplir los siguientes puntos:
Las variables en cada ecuacin se encuentran elevadas en la

primera potencia.
No deben existir productos entre las variables en cada trmino
dentro de cada ecuacin.
Las variables no deben estar en argumentos de funciones
trascendentes como algoritmos, exponenciales o funciones
trigonomtricas.
1. Solucin nica
Se presenta cuando el conjunto de soluciones converge en
un punto en comn.
2. Mltiples soluciones
Se presenta cuando ms de una ecuacin son de una misma
funcin.
3. Sin solucin
Se presenta cuando ms de dos ecuaciones son paralelas.
4. Sin solucin por ecuaciones degeneradas
Cuando una o ms ecuaciones tiene la siguiente forma:
Ecuacin 3-1 Forma general de una ecuacin degenerada.
Dentro de los mtodos numricos, para la solucin de sistemas de

ecuaciones lineales tenemos los mtodos de Kramer, Inversa, Gauss y Gauss
Jordan que de manera analtica encuentran una solucin al sistema. Sin embargo
dentro de los mtodos numricos tambin se encuentran otros mtodos como
Jaccobi y Gauss Seidel los cuales encuentran la solucin de una manera
iterativa,
3.1.1. Tipos de soluciones en un sistema de ecuaciones lineales

Los sistemas de ecuaciones lineales tienen diferentes tipos de soluciones
dependiendo de su complejidad, las cuales pueden ser:
Mtodos Numricos
31
3.1.2. Mtodo de Jaccobi

Es un mtodo iterativo que requiere que el sistema de coeficientes tenga
una diagonal dominante, es decir.
Es dominante si
|
[
Donde
Demostracin 3-4 Forma general de una diagonal dominante en un sistema de ecuaciones.
Si el sistema de ecuaciones tiene la forma de la Demostracin 3-4,

entonces se despeja a la variable Xi de la ecuacin i en el sistema, teniendo
como resultado el siguiente conjunto de despejes del sistema de ecuaciones de
la Demostracin 3-3.
Demostracin 3-5 Conjuntos de despejes de la Demostracin 3-3.
1. Acomodamos, en el sistema, las ecuaciones y las columnas de

variables con el fin de obtener una diagonal dominante.
2. Si al acomodar las ecuaciones y variables no se puede obtener una
diagonal dominante se indica y se termina el proceso, en caso
contrario se contina con el paso tres.
3. Por cada ecuacin del sistema se despeja la variable de la diagonal
dominante (X1, X2, X3, , Xn).
4. Se inicia el proceso con la iteracin cero y se asigna el valor cero a
cada variable despejada.
5. Se incrementa en uno el nmero de la iteracin y se calculan los
valores de cada variable en cada despeje (X1, X2, X3, , Xn) con los
valores de la iteracin anterior.
6. Se calcula el Er% con la siguiente frmula:
El mtodo de Jacobbi por ser mtodo iterativo, tiene un algoritmo que lo

describe:
Mtodos Numricos
(
32
)
Ecuacin 3-2 Ecuacin para calcular el Er% en un sistema de ecuaciones.
7. Si el Er% es igual a cero o est dentro del umbral de aceptacin se

termina el proceso iterativo, en caso contrario se continua el
proceso en el punto cinco.
La Tabla 3-1 muestra una opcin para tener un mejor control en la
implementacin del mtodo de Jaccobi.
ite
0
X1
X2
X3
Xn
Er%
Tabla 3-1 Tabla para el mtodo de Jaccobi.
En la Demostracin 3-6 se muestran los despejes de cada variable de

nuestra diagonal dominante, si observamos el sistema de ecuaciones de la
Demostracin 3-1 podemos observar que las ecuaciones y variables del sistema,
se encuentran acomodadas de tal manera que obtenemos una diagonal
dominante.
Demostracin 3-6 Despejes de las variables del sistema de ecuaciones.
ite
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
X
0
1.25
0.892857
0.714286
0.765306
0.790816
0.783528
0.779883
0.780925
0.781445
0.781296
0.781222
0.781243
0.781254
0.781251
0.781249
Y
0
0.714285
1.071428
0.969387
0.918367
0.932944
0.940233
0.93815
0.937109
0.937407
0.937555
0.937513
0.937492
0.937498
0.937501
0.9375
Er%
---1.439688
0.505076
0.205669
0.072153
0.029381
0.010307
0.004198
0.001472
0.000599
0.00021
0.000085
0.000029
0.000012
0.000004
0.000002
En la Demostracin 3-7 se tiene la implementacin del mtodo de Jaccobi

para encontrar los valores para las variables X y Y que resuelven el sistema de
ecuaciones en la Demostracin 3-1.
Mtodos Numricos
16
17
18
0.78125
0.78125
0.78125
0.937499
0.9375
0.9375
33
0.000001
0.000001
0
Demostracin 3-7 Implementacin del mtodo de Jaccobi en el sistema de ecuaciones.
La Demostracin 3-7 termina en la iteracin 18 ya que el Er% tiene un valor

de 0 y en el algoritmo en el punto 7 indica esto precisamente, por lo que los
valores para X y Y que satisfacen el sistema de ecuaciones son X = 0.78125 y Y =
0.9375.
3.1.3. Mtodo de Gauss Seidel

El Mtodo de Jaccobi se conoce tambin como el de desplazamiento
simultneo, mientras que el de Gauss Seidel es una adaptacin del mtodo
anterior que consiste en tomar el ltimo valor calculado de las variables, lo que
proporciona una velocidad de convergencia de prcticamente del 50% menor
en tiempo.
El mtodo de Gauss Seidel al ser iterativo y semejante al Mtodo de
Jaccobi, su algoritmo es igual con la diferencia en el punto 5 ya que ahora
cuando se calculan las siguientes aproximaciones, utilizando los despejes,
ocupamos los ltimos valores calculados para cada variable.
La tabla a utilizar como apoyo para el mtodo de Gauss Seidel es la
Tabla 3-1, la misma que es utilizada en el Mtodo de Jaccobi.
ite
0
1
2
3
4
5
6
7
8
9
10
X
0
1.25
0.714286
0.790816
0.779883
0.781445
0.781222
0.781254
0.781249
0.78125
0.78125
X
0
1.071428
0.918367
0.940233
0.937109
0.937555
0.937492
0.937501
0.937499
0.9375
0.9375
Er%
---1.646346
0.55715
0.079592
0.01137
0.001624
0.000231
0.000033
0.000005
0.000001
0
Demostracin 3-8 Implementacin del mtodo de Gauss - Seidel en el sistema de ecuaciones.
En la Demostracin 3-8 se muestra la implementacin del mtodo de Gauss

Seidel en el sistemas de ecuaciones de la Demostracin 3-1, los despejes a
utilizar para esta demostracin son los mismos de la Demostracin 3-6.
Mtodos Numricos
34
Como se observa en la Demostracin 3-8, el mtodo termina en la iteracin

10 puesto que el Er% para esta iteracin es igual a cero y los valores encontrados
para cada variable del sistema son iguales a los encontrados por el Mtodo de
Jaccobi en la Demostracin 3-7 y Demostracin 3-1.
3.2. Sistemas de Ecuaciones no Lineales

Una ecuacin no lineal es aquella que tiene, en alguno de sus trminos,
expresiones trigonomtricas, exponenciales, races de una variable o productos
entre dos variables, en la Demostracin 3-9 se tienen ejemplos de ecuaciones no
lineales.
[
Demostracin 3-9 Ejemplos de ecuaciones no lineales.
Un Sistema de ecuaciones se considera no lineal si por lo menos una de sus

ecuaciones es no lineal, tal como se muestra en la Demostracin 3-10.
Ecuacin lineal
Ecuacin NO lineal
Demostracin 3-10 Ejemplo de un sistema de ecuaciones no lineales.
3.2.1. Mtodo de Newton

Es un mtodo que permite la solucin de sistemas de ecuaciones no
lineales a travs de su matriz Jacobiana y la implementacin del mtodo de
Jaccobi o Gauss Seidel.
1. Cada una de las ecuaciones que forman al sistema deben ser

igualadas a cero y tener la siguiente forma.
Ecuacin 3-3 Forma general para las ecuaciones igualadas a cero en un sistema de ecuaciones.
2. Se obtiene la matriz Jacobiana del sistema, la cual esta formada por

derivadas parciales entre cada ecuacin del sistema con sus
Este mtodo al ser iterativo su proceso puede ser descrito en un algoritmo

para ser programado:
Mtodos Numricos
35
respectivas variables, esta matriz describe el valor de las constantes

de los coeficientes y debe tener la siguiente forma:
]
Ecuacin 3-4 Forma general de la matriz Jacobiana.
3. De la matriz Jacobiana resultante se sustituyen los valores iniciales

para cada variable y se evala cada ecuacin en cada trmino de
la matriz Jacobiana.
4. Aplicamos el mtodo de Jaccobi o Gauss Seidel al sistema de
ecuaciones no lineales basndonos en los resultados en la matriz
Jacobiana y la diagonal dominante.
5. Por ltimo al terminar con el mtodo de Jaccobi o Gauss Seidel,
cada valor correspondiente a cada variable es la solucin.
Como ejemplo se dar solucin al sistema de ecuaciones de la
Demostracin 3-11 con los valores iniciales dados.
Sistema de ecuaciones
Valores iniciales
[ ]
Demostracin 3-11 Sistema de ecuaciones no lineales de ejemplo.
Demostracin 3-12 Ecuaciones igualadas a cero del sistema de ecuciones no lineales de la

Demostracin 3-11.
El punto nmero dos nos dice que saquemos la matriz Jacobiana del
sistema de ecuaciones no lineales y tenemos lo que muestra la dem.
[
]
Sacamos las derivadas parciales de cada
trmino en la matriz
Utilizando el algoritmo definido anteriormente tenemos como primer punto

el colocar todas las ecuaciones iguales a cero y tenemos:
Mtodos Numricos
[
36
Simplificamos los trminos en la matriz

[
Sustituimos los valores iniciales para X y Y

[
Demostracin 3-13 Obtencin de la matriz Jaccobiana del sistema de ecuaciones no lineales de la

Demostracin 3-11.
Una vez calculada la matriz Jacobiana, de los coeficientes obtenidos, se

obtiene la diagonal dominante y se resuelve por medio del mtodo de Jaccobi o
Gauss Seidel para encontrar los valores para X y Y que resuelvan el sistema de
ecuaciones no lineales, este proceso se encuentra en la Demostracin 3-14.
ite
0
1
2
3
4
5
6
7
8
9
10
X
2
1.5
1.472366
1.478938
1.477367
1.477742
1.477653
1.477674
1.477669
1.47767
1.47767
Y
2
2.117
2.08795
2.094822
2.093178
2.09357
2.093477
2.093499
2.093494
2.093495
2.093495
Er%
---0.513506
0.040094
0.009508
0.002273
0.000542
0.000128
0.00003
0.000007
0.000001
0
Demostracin 3-14 Implementacin del mtodo de Gauss - Seidel para solucionar el sistema de
ecuaciones no lineales.
37
Mtodos Numricos
Mtodos Numricos
38
4. DIFERENCIACIN E INTEGRACIN NUMRICA

4.1. Diferenciacin Numrica
4.1.1. Mtodo del paso hacia adelante
4.1.2. Mtodo del paso hacia atrs
4.1.3. Mtodo de los 5 puntos
4.2. Integracin Numrica

4.2.1. Mtodo del trapecio
4.2.3. Mtodo de Simpson
4.3. Integracin Mltiple

4.3.1. Mtodo de Romberg
Captulo: DIFERENCIACIN E INTEGRACIN NUMRICA
4.2.2. Mtodo de Simpson
Mtodos Numricos
39
5. INTERPOLACIN
5.1. Interpolacin
5.1.1. Interpolacin Lineal
5.1.2. Interpolacin Cuadrtica
5.2. Polinomios de Interpolacin

5.2.1. Diferencias divididas de Newton
5.2.2. Diferencias divididas de Lagrange
Captulo: INTERPOLACIN
5.3. Interpolacin Segmentada
Mtodos Numricos
40
6. ECUACIONES DIFERENCIALES
6.1. Ecuaciones Diferenciales Ordinarias
6.2. Mtodos de un paso
6.2.1. Mtodo de Euler
6.2.2. Mtodo de Euler mejorado
6.2.3. Mtodo de Runge Kutta
Captulo: ECUACIONES DIFERENCIALES
6.3. Mtodo de pasos mltiples
Mtodos Numricos
41
Bibliografa
Canale, S. C. (2011). Mtodos Numricos para Ingenieros. Mxico: Mc Graw Hill.
Wikipedia, E. (9 de Febrero de 2002). Algoritmo. Recuperado el 16 de Febrero de
2012, de Wikipedia: http://es.wikipedia.org/wiki/Algoritmo
Captulo: Bibliografa
Wikipedia, R. (6 de Junio de 2010). Aproximacin. Recuperado el 16 de Febrero de

2012, de Wikipedia: http://es.wikipedia.org/wiki/Aproximacin

Antologia Metodos Numericos PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Antologia Metodos Numericos PDF

Transféré par

Droits d'auteur :

Formats disponibles

Mtodos

El objetivo de la presente antologa es el de

Cifra significativa ............................................................................................ 9

Tipos de Errores .................................................................................................... 10

Error absoluto ................................................................................................ 11

Error relativo .................................................................................................. 11

Error porcentual ............................................................................................ 11

Error de redondeo y truncamiento............................................................ 12

Software de Cmputo Numrico ..................................................................... 12

Mtodos Iterativos ............................................................................................... 13

MTODOS DE SOLUCIN DE ECUACIONES ............................................................. 14

Mtodos de Intervalo ......................................................................................... 16

Mtodo grfico ............................................................................................ 16

Mtodo de biseccin .................................................................................. 17

Mtodo de Falsa Posicin........................................................................... 20

Mtodos Abiertos ................................................................................................ 23

Mtodo de Newton Raphson.................................................................. 23

Mtodo de la secante ................................................................................ 26

Mtodo de Races Mltiples .............................................................................. 28

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

Sistemas de Ecuaciones Lineales ...................................................................... 29

Tipos de soluciones en un sistema de ecuaciones lineales ................... 30

Mtodo de Jaccobi .................................................................................... 31

Mtodo de Gauss Seidel .......................................................................... 33

Sistemas de Ecuaciones no Lineales ................................................................ 34

Diferenciacin Numrica ................................................................................... 38

Mtodo del paso hacia adelante ............................................................ 38

Mtodo del paso hacia atrs .................................................................... 38

Mtodo de los 5 puntos .............................................................................. 38

Integracin Numrica ........................................................................................ 38

Mtodo del trapecio ................................................................................... 38

Integracin Mltiple ............................................................................................ 38

Mtodo de Romberg .................................................................................. 38

Interpolacin Lineal ..................................................................................... 39

Interpolacin Cuadrtica ........................................................................... 39

Polinomios de Interpolacin .............................................................................. 39

Diferencias divididas de Newton ............................................................... 39

Diferencias divididas de Lagrange ........................................................... 39

Mtodo de Newton ..................................................................................... 34

DIFERENCIACIN E INTEGRACIN NUMRICA ....................................................... 38

Mtodo de Bairstow .................................................................................... 28

Interpolacin Segmentada ............................................................................... 39

ECUACIONES DIFERENCIALES .................................................................................... 40

Ecuaciones Diferenciales Ordinarias ................................................................ 40

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

Mtodo de Euler mejorado ........................................................................ 40

Mtodo de Runge Kutta .......................................................................... 40

Mtodo de pasos mltiples................................................................................ 40

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

Ilustracin 1-1 Ejemplo de exactitud y precisin. .......................................................... 10

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

Ecuacin 1-1 Clculo del Error. ........................................................................................ 11

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

Tabla 2-1 Tabla para el mtodo de Biseccin. ............................................................. 19

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

Demostracin 2-1 Ecuacin de segundo grado. ......................................................... 14

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

1. INTRODUCCIN A LOS MTODOS NUMRICOS

Para encontrar races de ecuaciones, los cuales veremos en la

1.1. Conceptos Bsicos

M. en C. Hctor Daniel Hernndez Garca, Ing. Mario Prez Bautista

Captulo: INTRODUCCIN A LOS MTODOS NUMRICOS

Existen mtodos numricos para los diferentes tipos de problemas