Sol3 130

Ingeniería Mecánica
MÉTODOS NUMÉRICOS
MEC-130
P ROBLEMAS RESUELTOS
E DITADO
M ARTIN L AGUNA A.
R EVISADO
I NG. PASTOR L. B ARRÓN L.

Universidad Mayor de San Andrés
Facultad de Ingeniería
L A PAZ B OLIVIA
12 DE NOVIEMBRE 2017
MÉTODOS NUMÉRICOS
MEC-130
EJERCICIOS
RESUELTOS DE EXAMENES
PARTE 3
Martin Laguna A.
Universidad Mayor de San Andrés
Facultad de Ingeniería
Ingeniería Mecánica
12 de NOVIEMBRE 2017
1
Tabla de Contenido
2 Capítulo 1
Primer Parcial
1.1 NEWTON RAPHSON 2

1.2 GAUSS SEIDEL 6
1.3 ELEMENTOS FINITOS EN UNA DIMENSIÓN 10
17 Capítulo 2
Segundo Parcial
2.1 SERIES DE FOURIER 17

2.2 MÍNIMOS CUADRADOS 21
2.3 AJUSTE MULTILINEAL 23
27 Capítulo 3
Recuperatorio
3.1 POLINOMIO DE LAGRANGE 27

3.2 POLINOMIO DE NEWTON (DIFERENCIAS DIVIDIDAS) 31
34 Capítulo 4
Examen Final
4.1 ROMBERG 34
4.2 CUADRATURA DE GAUSS 40
Martin Laguna A.
2
1 Primer Parcial
1.1 NEWTON RAPHSON
Ejercicio 1
La ecuación de una onda estacionaria reflejada esta dada por:
2πt v
· µ ¶ µ ¶ ¸
2πx
h = h 0 sen cos + e −x
λ λ
Donde h = 0,4 · h0 ; λ = 16 ; t = 12 ; v = 48 , calcular el valor más pequeño de x
Desarrollo y solución
E l problema se reduce a encontrar las raíces de la ecuación de la forma f (x) = 0.
La ecuación también puede escribirse como:
h
· µ
2πx
¶ µ
2πt v
¶ ¸
= sen cos + e −x
h0 λ λ
2πt v h
· µ ¶ µ ¶ ¸
2πx
sen cos + e −x − =0 (1.1)
λ λ h0
entonces, para una h , h0 , λ, t y v la función en variable x .
2πt v h
· ¶ µ
µ ¶ ¸
2πx −x
f (x) = sen cos +e − (1.2)
λ λ h0
remplazando los valor numéricos se obtiene.
f (x) = sen (0,392699x) + e −x − 0,4 (1.3)

3
1.1. NEWTON RAPHSON
N para encontrar la raíz vamos a evaluar la ecuación (1.3) en un intervalo de confianza.
£ ¤
i ni ci o = 0 i ncr ement o = 1 f i n = 10
para así obtener la siguiente tabla.
i xi y i = f (x i )
1 0 0.6
2 1 0.35056
3 2 0.44244
4 3 0.57367
5 4 0.61832
6 5 0.53062
7 6 0.30959
8 7 -0.016405
9 8 -0.39966
10 9 -0.78256
11 10 -1.1071
Tabla. 1.1
de la Tabla 1.1 se puede observar que existe un cambio de signo en el intervalo [x = 6; x = 7], por tanto
una raíz se encuentra entre estos valores.
Para resolver el problema tomaremos los siguientes parámetros.
x0 Deci mal es t ol er anci a

7 5 10−3
Tabla. 1.2
Ademas se tiene la relación de recurrencia.
f (x n )
x n+1 = x n −
˙ n)
f (x
sen (0,392699x n ) + e −xn − 0,4
x n+1 = x n − (1.4)
0,392699cos (0,392699x n ) − e −xn
Por tanto con la tabla 1.2 y la ecuación (1.4) procedemos a realizar las iteraciones.
Martin Laguna A.
4
1.1. NEWTON RAPHSON
Primera Iteración:
Para n = 0 determinamos x 1
sen (0,392699x 0 ) + e −x0 − 0,4

x1 = x0 −
0,392699cos (0,392699x 0 ) − e −x0
sen (0,392699 · 7) + e −7 − 0,4
= 7−
0,392699cos (0,392699 · 7) − e −7
= 6,954897
por tanto el error
Er r or 1 = |6,954897 − 7|
= 0,045103
¡ ¢
Error1 <t ol er anci a ⇒ 0,045103<0,001 f al so
Segunda Iteración:
Para n = 1 determinamos x 2
sen (0,392699x 1 ) + e −x1 − 0,4

x2 = x1 −
0,392699cos (0,392699x 1 ) − e −x1
sen (0,392699 · 6,954731) + e −6,954731 − 0,4
= 6,954731 −
0,392699cos (0,392699 · 6,954731) − e −6,954731
= 6,954731
por tanto el error
Er r or 2 = |6,954731 − 6,954897|
= 0,000166
Error2 <t ol er anci a ⇒ 0,000166<0,001 (ver d ad er o)
Solucion:
Finalmente la raíz mas pequeña
x = x 2 = 6,95473
5
1.1. NEWTON RAPHSON
N Para verificar el resultado procedemos a graficar la función y la raíz encontrada.
fig. 1.1: función f (x) en el intervalo [0, 10]
fig. 1.2: función f (x) en el intervalo [6, 7]
Martin Laguna A.
6
1.2. GAUSS SEIDEL
1.2 GAUSS SEIDEL
Ejercicio 2
Resolver el siguiente sistema de ecuaciones mediante el método de Gauss.



 17x − 2y − 3z = 500

−5x + 21y − 2z = 200



−5x − 5y + 22z = 30

D ebemos de verificar el criterio de convergencia, es condición necesaria que el elemento ubi-

cado en la diagonal principal de cada ecuación sea mayor en valor absoluto que el resto de
los elementos de la misma ecuación.
¯ ¯
|a i i | > ¯a i j ¯
Ecuación N°1 Ecuación N°2 Ecuación N°3
17x − 2y − 3z = 500 −5x + 21y − 2z = 200 −5x − 5y + 22z = 30
|17| > |−2| ; |17| > |−3| |21| > |−5| ; |21| > |−2| |22| > |−5| ; |22| > |−5|
A partir del sistema de ecuaciones lineales, se debe despejar a la incógnita de ubicación en la diagonal
principal de cada una de las ecuaciones que conforma el sistema y de esta forma obtener las relaciones
de recurrencia de la siguiente forma:
2y (k) 3z (k) 500 5x (k) 2z (k) 200 5x (k) 5y (k) 15

x (k+1) = + + y (k+1) = + + z (k+1) = + + (1.5)
17 17 17 21 21 21 22 22 11
se sustituirá en las ecuaciones (1.5) las siguientes condiciones iniciales.
h i h i
x (0) = 0 y (0) = 0 z (0) = 0 para obtener x (1) =? y (1) =? z (1) =?
El proceso se realizara consecutivamente hasta que la norma entre dos vectores consecutivos es me-
nor a cierta tolerancia preestablecida.
La norma θ se calcula como:
q
¢2 ¢2 ¡ ¢2
θ= + y (k+1) − y (k) + z (k+1) − z (k) + ....+ ⇒ θ < tolerancia
¡ ¡
x (k+1) − x (k) (1.6)
Para proceder en la solución respectiva, se tomara una tolerancia (10−5 ) , de esta forma realizaremos
algunos cálculos iterativos con las ecuaciones (1.5) y (1.6), para luego mostrar los resultados en una
tabla.
7
1.2. GAUSS SEIDEL
Primera Iteración:
h i
Para k = 0 determinamos x (1) y (1) z (1) :
2y (0) 3z (0) 500 2 · 0 3 · 0 500

x (1) = + + = + +
17 17 17 17 17 17
= 29,411765
5x (0) 2z (0) 200 5 · 0 2 · 0 200

y (1) = + + = + +
21 21 21 21 21 21
= 9,52381
5x (0) 5y (0) 15 5 · 0 5 · 0 15
z (1) = + + = + +
22 22 11 22 22 11
= 1,363636
por tanto la norma θ1 :
q
¢2 ¢2 ¡ ¢2
θ1
¡ ¡
= x (1) − x (0) + y (1) − y (0) + z (1) − z (0)
q
= (29,411765 − 0)2 + (9,52381 − 0)2 + (1,363636 − 0)2
= 30,945345
θ1 < tolerancia ⇒ 30,945345 < 0,00001

¡ ¢
No se cumple
Segunda Iteración:
h i
Para k = 1 determinamos x (2) y (2) z (2) :
2y (1) 3z (1) 500 2 · 9,52381 3 · 1,363636 500

x (2) = + + = + +
17 17 17 17 17 17
= 30,772855
Martin Laguna A.
8
1.2. GAUSS SEIDEL
5x (1) 2z (1) 200 5 · 29,411765 2 · 1,363636 200

y (2) = + + = + +
21 21 21 21 21 21
= 16,656481
5x (1) 5y (1) 15 5 · 29,411765 5 · 9,52381 15

z (2) = + + = + +
22 22 11 22 22 11
= 10,212631
por tanto la norma θ2 :
q
¢2 ¢2 ¡ ¢2
θ2
¡ ¡
= x (2) − x (1) + y (2) − y (1) + z (2) − z (1)
q
= (30,772855 − 29,411765)2 + (16,656481 − 9,52381)2 + (10,212631 − 1,363636)2
= 11,446932
θ2 < tolerancia ⇒ 11,446932 < 0,00001

¡ ¢
No se cumple
N Repetimos el proceso consecutivamente, el mismo que se presenta en la siguiente tabla.
i xi yi zi θi θi < tol
1 29.411765 9.52381 1.363636 30.945345 No se cumple
2 30.772855 16.656481 10.212631 11.446932 No se cumple
3 33.17358 17.823311 12.143031 3.294149 No se cumple
4 33.651513 18.57876 12.953839 1.206869 No se cumple
5 33.883473 18.769773 13.234153 0.410935 No se cumple
6 33.955412 18.851699 13.330283 0.145355 No se cumple
7 33.982015 18.877982 13.365252 0.051199 No se cumple
8 33.991278 18.887647 13.377272 0.017991 No se cumple
9 33.994536 18.890997 13.381574 6,351696 × 10−3 No se cumple
10 33.995689 18.892182 13.383076 2,234043 × 10−3 No se cumple
11 33.996094 18.8926 13.383607 7,877488 × 10−4 No se cumple
12 33.996237 18.892747 13.383794 2,77362 × 10−4 No se cumple
13 33.996287 18.892799 13.38386 9,773312 × 10−5 No se cumple
14 33.996305 18.892817 13.383883 3,442529 × 10−5 No se cumple
15 33.996311 18.892823 13.383891 1,212773 × 10−5 No se cumple
16 33.996313 18.892826 13.383894 4,272278 × 10−6 Se cumple
Tabla. 1.3: Iteraciones 1 a 16 por el método Gauss-Seidel

9
1.2. GAUSS SEIDEL
Solucion:
Entonces después de 16 iteraciones, con una tolerancia (10−5 ) , la solución es :
x (16) = 33,996 ; y (16) = 18,893 ; z (16) = 13,384
Una manera de verificar la solución es remplazar los resultados en el sistema matricial.
Ecuación N° 1:
17x (16) − 2y (16) − 3z (16) = 500

17 · 33,996313 − 2 · 18,892826 − 3 · 13,383894 = 500
499,99999 = 500
Ecuación N° 2:
−5x (16) + 21y (16) − 2z (16) = 200

−5 · 33,996313 + 21 · 18,892826 − 2 · 13,383894 = 200
199,99999 = 200
Ecuación N° 3:
−5x (16) − 5y (16) + 22z (16) = 30

−5 · 33,996313 − 5 · 18,892826 + 22 · 13,383894 = 30
29,99997 = 30
Martin Laguna A.
10
1.3. ELEMENTOS FINITOS EN UNA DIMENSIÓN
1.3 ELEMENTOS FINITOS EN UNA DIMENSIÓN
Ejercicio 3
Utilizando dos elementos finitos lineales calcular los desplazamientos, giros y dibujar el diagra-
ma de desplazamiento.
L = 2 m ; F = 18 kN ; q = 10 kN m ; E = 210 GP a ; I = 4 × 10−4 m 4
±
C omo paso inicial empezaremos haciendo la malla del sistema estructural, como se observa
en la siguiente figura.
fig. 1.3: Discretización de los elementos
Con ayuda de la fig. 1.3 determinamos el vector desplazamiento y el vector fuerza del sistema, para
luego incorporar los mismo en el sistema mecánico estructural general del problema.
11
1
 
1 v1
θ2 
 
2 
 
n→
− o 3
 θ3 
D est = (1.7)
 
 
4 
 0 
5

 0 
6 0
1
 
1 0
 
2 
 0 
n→
− o 3
 0 
F est = (1.8)
 
 
4 
 R4 

5

 R5 

6 M6
vector desplazamiento-vector fuerza
Ahora pasamos a determinar la matriz de rigidez de cada miembro.
miembro 1: 2E I = 168000 kN − m 2
£ ¤
; L 1 = 4 [m]
5 6 1 2
 
5 31500 63000 −31500 63000
 
6  63000 168000 −63000 84000 
[k 1 ] =  
1
 −31500
 −63000 31500 −63000 

2 63000 84000 −63000 168000
miembro 2: E I = 84000 kN − m 2
£ ¤
; L 2 = 2 [m]
1 2 4 3
 
1 126000 126000 −126000 126000
 
2  126000 168000 −126000 84000 
[k 2 ] =  
4
 −126000
 −126000 126000 −126000 

3 126000 84000 −126000 168000
Escribimos la matriz de conectividad [B ] que sera de mucha ayuda para ensamblar las matrices [ki ].
nodo 1 nodo 1 nodo 2 nodo 2

" #
elemento 1 5 6 1 2
elemento 2 1 2 4 3
| {z }
Matriz −→ [B ]
Martin Laguna A.
12
1 2 3 4 5 6
 
1 157500 63000 126000 −126000 −31500 −63000
 
2  63000 336000 84000 −126000 63000 84000 
 
3
 126000 84000 168000 −126000 0 0 
[K est ] = (1.9)
 
 
4  −126000
 −126000 −126000 126000 0 0 

5
 −31500
 63000 0 0 31500 63000 

6 −63000 84000 0 0 63000 168000
matriz de rigidez de toda la estructura
Estudiamos la solicitación de las cargas en la estructura, por separado en cada elemento.
Elemento 1: carga concentrada
fig. 1.4: Descripción
de la fig. 1.4 determinamos el vector de carga:
1
 
5 −9
 
© ª 6  −9 
f1 =  
 −9 
1  
2 9
Elemento 2: carga distribuida
fig. 1.5: Descripción

13
de la fig. 1.5 determinamos el vector de carga:
1
 
1 −10
 
© ª 2  −3,333 
f2 = 
 −10 

4  
3 3,333
1
 
1 −19
 
2  5,6667 
 
h→
− i 3
 3,3333 
Q est = (1.10)
 
 
4  −10 
 
5
 −9 
 
6 −9
vector de carga de toda la estructura
Con las ecuaciones (1.7),(1.8),(1.9) y (1.10) ya estamos en las condiciones de plantear el sistema ma-
tricial estructural.
1 2 3 4 5 6 1 1 1
       
1 157500 63000 126000 −126000 −31500 −63000 1 v1 1 0 1 −19
θ2 
       
2  63000 336000 84000 −126000 63000 84000  0   5,6667 
 2 2
 2
 
     
3
 126000 84000 168000 −126000 0 0  3  θ3  3
 0  3
 3,3333 
· = +
      
    
4  −126000
 −126000 −126000 126000 0 0  4


 0  4 
 R4 
 4
 −10 
 
5
 −31500
 63000 0 0 31500 63000 
 5

 0  5

 R5 
 5
 −9 
 
6 −63000 84000 0 0 63000 168000 6 0 6 M6 6 −9
(1.11)
El sistema se reduce a un sistema matricial de 3 ∗ 3, el cual se denota con los términos subrayados en
el siguiente sistema matricial.
       
157500 63000 126000 −126000 −31500 −63000   v1  
 0   
 −19  
      
θ
      
63000 336000 84000 −126000 63000 84000   0 5,6667
     
2
   
 
 
 
 

 
 
 
 
 
 

θ3
       
126000 84000 168000 −126000 0 0 0 3,3333 
  
 
 
 
 
 
· = +
 


 −126000 −126000 −126000 126000 0 0  
 

0  






R4 






−10  


       

 −31500 63000 0 0 31500 63000  
 

 0







 R 5







 −9 



     
M6
     
−63000 84000 0 0 63000 168000 
0    
−9 
solución completa del sistema de ecuaciones de (1.11) se puede obtener de manera completa utilizando
un programa académico como lo es Mathcad que es de libre descarga e instalación, para simplificar el
problema a continuación mostramos los resultados obtenidos de forma directa.
Martin Laguna A.
14
Solucion:
Desplazamiento lineal:
v 1 = −0,00034127 [m]
v 4 = 0 [m]
v 5 = 0 [m]
Desplazamiento rotacional:
θ3 = 0,00026899 [r ad ]
θ6 = 0 [r ad ]
θ2 = 0,00001361 [r ad ]
N Para realizar el diagrama de desplazamiento se tiene una solución cúbica supuesta.

Dado que tanto el desplazamiento como la rotación se usan como grados de libertad para cada
nodo, la solución supuesta apropiada se escribe utilizando la interpolación de Hermite. Las
expresiones más convenientes se obtienen al introducir el siguiente cambio en las coordena-
das:
s = x − x1 x1 ≤ x ≤ x2 0≤s ≤L
 


 v1 


 θ
2s 3 3s 2 s 3 3s 2 3s 2 2s 3 3 2
µ ¶  
s s

1
v (s) = − 2 +1 − +s − 3 − ·
L3 L L2 L L2 L L2 L v
 2

 


 θ
 

2
v (s) = N T · d (1.12)
Solución: para el elemento 1 en 0 ≤ x ≤ 4
Nodo inicial: x1 = 0 Nodo final: x2 = 4

Coordenadas locales: s=x Longitud: L=4
Usando estos valores y las funciones de interpolación en terminos de x se tiene:

µ 3
3x 2 x3 x2 3x 2 x 3 x 3 x 2
¶
x
NT = − +1 − +x − −
³ 32 16 16 2 16 32 16 4´
T
d = 0 0 −0,0003412698413 0,00001360544218 (1.13)
15
remplazando los cálculos obtenidos en la ecuación (1.13) en la ecuación (1.12) se tiene la primera función:
v 1 (x) = −0,000067389455789 · x 2 + 0,000011515022677 · x 3 (1.14)
Solución: para el elemento 2 en 4 ≤ x ≤ 6

De la misma forma se trabaja con el segundo elemento y se obtiene la siguiente función.
v 2 (x) = 0,00226870748382 − 0,00155328798242 · x + 0,000283871882205 · x 2 (1.15)

3
+ − 0,000014668367355 · x (1.16)
Finalmente con la ecuaciones (1.14) y (1.16) graficamos el diagrama de desplazamiento de la estruc-

tura, para esto utilizamos el programa Mathcad como se ve en la figura.
fig. 1.6: Diagrama de desplazamiento aproximado
Para obtener resultados mas precisos en el gráfico utilizaremos un programa académico conocido
como Ftool.
Martin Laguna A.
16
fig. 1.7: Diagrama de desplazamiento vertical
fig. 1.8: Diagrama de desplazamiento rotacional

17
2 Segundo Parcial
2.1 SERIES DE FOURIER
Ejercicio 1
Desarrolle la siguiente función en series de Fourier:

 3
 ; 0<x<1
f (x) = 2x ; 1<x<2

1 ; 2<x<3

escriba los seis términos distintos de cero. Dibujar la función.
P or series de Fourier se puede representar por una serie trigonométrica.

Serie de Fourier f (t ):

a0 X∞  µ
2π
¶
2π
¶ µ
f (t ) = + a n cos nt +b n si n nt  ; T = periodo (2.1)
 
2 n=1  T T 
| {z } | {z }
P AR I M P AR
Coeficiente a0 :
T/
Z2
2
a0 = f (t ) d t (2.2)
T
−T /2
Martin Laguna A.
18
2.1. SERIES DE FOURIER
Coeficiente an :
T/
Z2 µ ¶
2 2π
an = f (t ) cos nt d t (2.3)
T T
−T /2
Coeficiente bn :
T/
Z2 µ ¶
2 2π
bn = f (t ) si n nt d t (2.4)
T T
−T /2
De la función f (x) extraemos el periodo T = 3 y con esto ya se puede calcular los coeficientes a0 , an y
bn .
Calculo del coeficiente a0 :

 
 1
Z2 Z3

Z 
2 
a 0 =  3d t + 2t d t + 1d t 
 (2.5)
3 

0 1 2 
| {z } | {z } | {z }
a 01 a 02 a 03
por separado
2
a 01 = 2 ; a 02 = 2 ; a 03 =
3
remplazando en (2.5)
14
a0 = (2.6)
3
Calculo del coeficiente an :

 
 1
Z2 Z3

Z µ ¶ µ ¶ µ ¶ 
2 2π 2π 2π 
an =  3cos nt d t + 2t cos nt d t + cos nt d t  (2.7)
3
 3 3 3 

0 1 2
}
| {z } | {z } | {z
a n1 a n2 a n3
por separado
µ ¶
2πn
3si n
3
a n1 =
πn
³ πn ´2 2πn 2
µ ¶ µ ¶ µ ¶
2πn 4πn
18si n − 18si n − 6πnsi n + 12πnsi n
3 3 3 3
a n2 =
3π2 n 2
19
µ ¶
4πn
3si n (2πn) − 3si n
3
a n3 =
3πn
³ πn ´2 µ ¶2 µ ¶ µ ¶
2πn 2πn 4πn
6si n − 6si n + πnsi n + πnsi n (2πn) + 3πnsi n
3 3 3 3
an = (2.8)
π2 n 2
Calculo del coeficiente bn :

 
 1
Z2 Z3

Z µ ¶ µ ¶ µ ¶ 
2 2π 2π 2π 
bn =  3si n nt d t + 2t si n nt d t + si n nt d t  (2.9)
3
 3 3 3 

0 1 2
}
| {z } | {z } | {z
b n1 b n2 b n3
por separado
³ πn ´2
6si n
b n1 = 3
πn
2πn 2 ³ πn ´2
µ ¶ µ µ ¶ ¶ µ ¶ µ ¶
4πn 2πn
9si n + 12πn 2si n −1 9si n + 6πn 2si n −1
3 3 3 3
b n2 = −
3π2 n 2 3π2 n 2
2πn 2
µ ¶
6si n(πn)2 − 6si n
3
b n3 =
3πn
³ πn ´2 µ ¶2 µ ¶ µ ¶
2πn 2πn 4πn
2πnsi n(πn)2 + 2πnsi n + 6πnsi n − 3si n + 3si n − 2πn
3 3 3 3
bn = (2.10)
π2 n 2
Escribimos la serie de Fourier con seis términos:
a0 X 5 · µ
2π
¶ µ
2π
¶¸
f (t ) = + a n cos nt + b n si n nt
2 n=1 T T
a0
· µ ¶ µ ¶¸ · µ ¶ µ ¶¸
2π 2π 4π 4π
f (t ) = + a 1 cos t + b 1 si n t + a 2 cos t + b 2 si n t + [a 3 cos (2πt ) + b 3 si n (2πt )]
2 3 3 3 3
· µ ¶ µ ¶¸ · µ ¶ µ ¶¸
8π 8π 10π 10π
+ a 4 cos t + b 4 si n t + a 5 cos t + b 5 si n t (2.11)
3 3 3 3
Determinamos los coeficientes an y bn para n = 1, 2, 3, 4, 5.

p p p p
3 3 3 3
a1 = − a2 = a3 = 0 a4 = − a5 =
π 2π 4π 5π
p p p p
3 3 3−π 2π + 3 3 3 2 3 3 3 − 4π 5π + 3 3 3
b1 = − b2 = + b3 = − b4 = − b5 = +
π π2 4π2 2π 3π 4π 16π2 25π2 5π
Martin Laguna A.
20
Solucion:
Sustituyendo los coeficientes an , bn y a0 en la ecuación (2.11) se tiene la serie de Fourier:
p p p p
µ ¶ µ ¶ µ ¶ µ ¶
4πx 2πx 8πx 10πx
3cos 3cos 3cos 3cos
7 3 3 3 3
F (x) = + − − +
3 2π π 4π 5π
¡ p ¡ p
µ ¶ µ ¶
¢ 4πx ¢ 2πx
3 3 + 8π si n 3 3 − 4π si n
3 3 2si n (2πx)
+ − −
4π 2 π 2
¶ 3π
¡ p ¡ p
µ ¶ µ
¢ 8πx ¢ 10πx
3 3 − 16π si n 3 3 + 20π si n
3 3
− +
16π2 25π2
Por ultimo realizamos las gráficas de la función original por tramos y la función de la serie de Fourier.
fig. 2.1 – representación gráfica
N no olvidemos cuanto mas términos se determinen de la serie de Fourier, su gráfica se apro-

ximara notablemente a la función original por tramos, F t (x) función por tramos , F our i er 6(x)
función de Fourier con 6 términos y F our i er (50, x) función de Fourier con 51 términos.
21
2.2. MÍNIMOS CUADRADOS
2.2 MÍNIMOS CUADRADOS
Ejercicio 2
Ajustar los siguientes datos:
x 0.4 0.8 1.2 1.6 2.0 2.3

y 750 1000 1400 2000 2700 3750
A una parábola de segundo grado mediante el método de los mínimos cuadrados
E n el problema ya nos sugieren utilizar un polinomio con curvatura de segundo grado, pa-
ra esto es posible plantear el sistema matricial para determinar los coeficientes an como se
muestra a continuación.
Sistema matricial y polinomio de aproximación:
x i0 x i1 x i2 0
 P P P     P 
 a0
 
  P y i xi
 

p (x) = a 0 + a 1 x + a 2 x 2
 P 1
x i2 x i3 1 (2.12)
P P
x · a1 = y i xi

P i2

x i3 x i4 y i x i2
P P  
   P 
xi a2
 
Ecuaciones de calculo
Para facilitar el cálculo se construye la siguiente tabla con los datos x y y .
Punt os x i0 x i1 x i2 x i3 x i4 y i x i0 y i x i1 y i x i2
1 1 0.4 0.16 0.064 0.0256 750 300 120
2 1 0.8 0.64 0.512 0.4096 1000 800 640
3 1 1.2 1.44 1.728 2.0736 1400 1680 2016
4 1 1.6 2.56 4.096 6.5536 2000 3200 5120
5 1 2 4 8 16 2700 5400 10800
6 1 2.3 5.29 12.167 27.9841 3750 8625 19837.5
P
total 6 8.3 14.09 26.567 53.0465 11600 20005 38533.5
Tabla. 2.1
Los valores de las sumatorias de la última fila de la Tabla 2.1 se sustituyen en el sistema de ecuaciones
Martin Laguna A.
22
2.2. MÍNIMOS CUADRADOS
(2.12) y se obtiene:
     
6 8,3 14,09  a0
 
  11600 

 
    

 8,3 14,09 26,567  ·
 a1 =· 20005

 
  
14,09 26,567 53,0465  a2    38533,5 

   −1  


 a 0   3,48406

 5,52137 1,83982 

 11600 



a1 =  −5,52137 10,02455 −3,55398  ·
 20005

    
 a   1,83982 −3,55398 1,31009

 38533,5 

2
cuya solución arroja los coeficientes:
a 0 = 854,65906 a 1 = −453,99037 a 2 = 726,76833
remplazando en la ecuación polinomial de aproximación.
p (x) = 854,65906 − 453,99037 · x + 726,76833 · x 2
Solucion:
de esta forma la aproximación parabólica es la siguiente:
p 2 (x) = 854,66 − 453,99 · x + 726,77 · x 2
N Los valores de las sumas no se escribieron con todas sus cifras significativas, pero el polinomio
de regresión se calculó usando todas las cifras que conserva la computadora. Los cálculos se
realizaron en un algoritmo desarrollado por mi persona en el programa MathCat 15.0
23
2.3. AJUSTE MULTILINEAL
2.3 AJUSTE MULTILINEAL
Ejercicio 3
Veinte tipos de hojas de acero procesadas en frío tienen diferentes composiciones de cobre y
temperaturas de templado. Al medir su dureza resultante se obtuvieron los siguientes valores:
u v
Dureza Rockwell 30 − T Contenido de cobre Temp. de Templado
◦
% F
78.9 0.02 1000
65.1 0.02 1100
55.2 0.02 1200
56.4 0.02 1300
80.9 0.10 1000
69.7 0.10 1100
57.4 0.10 1200
55.4 0.10 1300
85.3 0.18 1000
71.8 0.18 1100
60.7 0.18 1200
58.9 0.18 1300
Se sabe que la dureza depende en forma lineal del contenido u de cobre en % y de la temperatura
de templado v con:
y = a0 + a1 u + a2 v
Determine los parámetros a0 , a1 y a2 , siguiendo el criterio de los mínimos cuadrados.
C on frecuencia se tienen funciones de más de una variable; esto es, f (x 1 , x 2 ). Es decir, si se

piensa que la función tiene la forma.
y = a0 + a1 x1 + a2 x2
Se puede aplicar el método de los mínimos cuadrados para determinar los coeficientes an que mejor
(2.13)
aproximen la función (2.13) de varias variables tabulada y se genera el sistema algebraico lineal siguien-
te:
     
n x1 x2  a0
 
 
 y 

     
 x1
 x1 x1 x2 x1 ·
  a1 = x1 y (2.14)
 
 
 
x2 x1 x2 x2 x2  a   x y 
2 2
Martin Laguna A.
24
Para simplificar la escritura se han omitido los índices i , de x 1 y x 2 y los límites de las sumatorias, que
van de 1 hasta n . Con el objeto de facilitar el cálculo del sistema anterior se construye la siguientes tablas:
Punt os (x 1 )i (x 1 )2i (x 1 )i · (x 2 )i (x 2 )i (x 2 )i · (x 1 )i (x 2 )2i yi y i · (x 1 )i y i · (x 2 )i
1 0.02 0.0004 20 1000 20 1000000 78.9 1.578 78900
2 0.02 0.0004 22 1100 22 1210000 65.1 1.302 71610
3 0.02 0.0004 24 1200 24 1440000 55.2 1.104 66240
4 0.02 0.0004 26 1300 26 1690000 56.4 1.128 73320
5 0.1 0.01 100 1000 100 1000000 80.9 8.09 80900
6 0.1 0.01 110 1100 110 1210000 69.7 6.97 76670
7 0.1 0.01 120 1200 120 1440000 57.4 5.74 68880
8 0.1 0.01 130 1300 130 1690000 55.4 5.54 72020
9 0.18 0.0324 180 1000 180 1000000 85.3 15.354 85300
10 0.18 0.0324 198 1100 198 1210000 71.8 12.924 78980
11 0.18 0.0324 216 1200 216 1440000 60.7 10.926 72840
12 0.18 0.0324 234 1300 234 1690000 58.9 10.602 76570

P
Tot al es 1.2 0.1712 1380 13800 1380 16020000 795.7 81.258 902230
Tabla. 2.2: datos tabulados
Los coeficientes de la ultima fila de la tabla 2.2 se sustituyen en el sistema de ecuaciones (2.14) y se
tiene:
Sistema matricial:
     
   
 12 1,2 13800    a0
 




 795,7 


   
 
 

   
 
 

· = (2.15)
 

 1,2 0,1712 1380   a1   81,258 
  










   
 
 

13800 1380 16020000  a2
   902230 
  
remplazando
al aplicar alguno de los métodos estudiados, se obtiene los siguientes coeficientes:

25
coeficientes an :
a 0 = 161,33645833
a 1 = 32,96875
a 2 = −0,0855
Con la sustitución de valores queda
y = 161,33645833 + 32,96875 · x 1 − 0,0855 · x 2
Solucion:
De esta manera formamos la función de aproximación siguiente.:
y = 161,336 + 32,969 · x 1 − 0,086 · x 2
N Al graficar en el espacio la ecuación y = 161,336 + 32,969 · x 1 − 0,086 · x 2 , resulta un plano que

pasa por entre los puntos experimentales, quedando algunos de ellos abajo y otros arriba y los
demás en la superficie, pero la suma de los cuadrados de las distancias de estos puntos a la
superficie es mínima, respecto a cualquier otro plano que pase entre dichos puntos ver figuras.
Martin Laguna A.
26
fig. 2.2 – y = 161,336 + 32,969 · x 1 − 0,086 · x 2 vs

tabla de datos (vista superior)
fig. 2.3 – y = 161,336 + 32,969 · x 1 − 0,086 · x 2 vs

tabla de datos (vista inferior)
27
3 Recuperatorio
3.1 POLINOMIO DE LAGRANGE
Ejercicio 1
Mediante los polinomios de interpolación de Lagrange hallar la función que se ajusta a los si-
guientes datos
x 1930 1940 1950 1970 1980

y 123 132 151 203 227
Calcular el valor aproximado en los puntos x = 1945 y x = 1960.

Dibujar los datos y la curva aproximada en un solo gráfico.
E xisten otros métodos de aproximación polinomial en que no se requiere resolver un sistema

de ecuaciones lineales y los cálculos se realizan directamente, entre éstos se encuentra el de
aproximación polinomial de Lagrange.
Para entender el problema pasaremos a graficar los datos y los puntos que se nos pide aproximar.
Martin Laguna A.
28
3.1. POLINOMIO DE LAGRANGE
fig. 3.1: tabla de datos
Obsérvese que la gráfica se aproxima a un polinomio de segundo grado, se pueden seleccionar los
puntos (1), (2) y (3) para el polinomio, se escoge este conjunto de puntos, ya que están más cerca de
x = 1945 y x = 1960.
punto x y
0 1940 132
1 1940 151
2 1940 203
Tabla. 3.1: tabla de trabajo
Con los polinomios de Lagrange de segundo grado se tiene:
(x − x 1 ) (x − x 2 ) (x − x 0 ) (x − x 2 ) (x − x 0 ) (x − x 1 )
p 2 (x) = f (x 0 ) · + f (x 1 ) · + f (x 2 ) · (3.1)
(x 0 − x 1 ) (x 0 − x 2 ) (x 1 − x 0 ) (x 1 − x 2 ) (x 2 − x 0 ) (x 2 − x 1 )
| {z } | {z } | {z }
L 0 (x) L 1 (x) L 2 (x)
Polinomio de LAGRANGE
Determinamos las funciones individuales L i (x):

función L 0 (x): función L 1 (x): función L 2 (x):
(x − 1970) (x − 1950) (x − 1970) (x − 1940) (x − 1950) (x − 1940)
L 0 (x) = L 1 (x) = L 2 (x) =
300 200 600
Determinamos el producto f (x i ) · L i (x):
29
función f (x 0 ) · L 0 (x):
11x 2 8624x
f (x 0 ) · L 0 (x) = − + 1690260 (3.2)
25 5
151x 2 59041x
f (x 1 ) · L 1 (x) = − + − 2885459 (3.3)
200 20
203x 2 78967x
f (x 2 ) · L 2 (x) = − + 1279915 (3.4)
600 60
Al tomar los valores de las ecuaciones (3.2), (3.3) y (3.4) en (3.1) se tiene:
11x 2 8624x 151x 2 59041x 203x 2 78967x

p 2 (x) = − + 1690260 − + − 2885459 + − + 1279915
25 5 200 20 600 60
= 0,0233333 · x 2 −88,8666667 · x + 84716
Polinomio de Lagrange de segundo grado:
p 2 (x) = 0,0233333 · x 2 −88,8666667 · x + 84716 (3.5)
Evaluamos en el ecuación (3.5) x = 1945:
p 2 (1945) = 0,0233333 · 19452 −88,8666667 · 1945 + 84716

p 2 (1945) = 140,917
Evaluamos en el ecuación (3.5) x = 1960:
p 2 (1960) = 0,0233333 · 19602 −88,8666667 · 1960 + 84716

p 2 (1960) = 174,667
Solucion:
Por tanto el resultado de la interpolación:
p 2 (1945) = 140,917 p 2 (1960) = 174,667
Martin Laguna A.
30
fig. 3.2: tabla de datos vs función aproximada

31
3.2. POLINOMIO DE NEWTON (DIFERENCIAS DIVIDIDAS)
3.2 POLINOMIO DE NEWTON (DIFERENCIAS DIVIDIDAS)
Ejercicio 2
Para los valores siguientes:
Puntos 0 1 2 3 4 5 6
e 40 60 80 100 120 140 160
p 0.63 1.36 2.18 3.00 3.93 6.22 8.59
donde e son los volts y p los kilo-watts en una curva de pérdida en el núcleo para un motor
eléctrico.
a) Elabore una tabla de diferencias divididas.
b) Con el polinomio de Newton en diferencias divididas de segundo grado, aproxime el valor

de p correspondiente a e = 90vol t s .
PPuntos
ara esto realizamos la tabla de diferencias divididas.
e p
Primeras Segundas
Diferencias divididas
Terceras Cuartas Quintas Sextas
0 40 0.63
0.037
1 60 1.36 1,125 × 10−4
0.041 −1,875 × 10−6
2 80 2.18 0 5,208 × 10−8
−6
0.041 2,292 × 10 2,448 × 10−9
−4 −7
3 100 3.00 1,375 × 10 2,969 × 10 −1 × 10−10
0.047 2,604 × 10−5 −9,557 × 10−9
−3 −7
4 120 3.93 1,7 × 10 −6,598 × 10
0.114 −2,667 × 10−5
5 140 6.22 1 × 10−4
0.119
6 160 8.59
Tabla. 3.2: diferencias divididas
Vamos a realizar algunos cálculos de la tabla (3.2) para que se pueda ver como se obtuvo las primeras
y segundas diferencias divididas.
Martin Laguna A.
32
Primeras diferencias con los puntos (0) y (1)
f [x 1 ] − f [x 0 ]
f [x 0 , x 1 ] =
x1 − x0
1,36 − 0,63
= = 0,037
60 − 40
Primeras diferencias con los puntos (1) y (2)
f [x 2 ] − f [x 1 ]
f [x 1 , x 2 ] =
x2 − x1
2,18 − 1,36
= = 0,041
80 − 60
Segundas diferencias con los puntos (0) y (2)
f [x 1 , x 2 ] − f [x 0 , x 1 ]
f [x 0 , x 1 , x 2 ] =
x2 − x0
0,041 − 0,037
= = 1,125 × 10−4
80 − 40
De la misma manera se trabaja con los demás valores de la tabla.

Ahora para el inciso b) del ejercicio una solución alterna es construir la tabla de diferencias de modo que
quede como punto (0) el (1), entre los tres puntos consecutivos ya se encuentra el valor de e = 90vol t s ,
entonces la tabla que emplearemos en el calculo es la siguiente.
Diferencias divididas
Puntos e p
Primeras Segundas Terceras Cuartas Quintas
0 60 1.36
0.041
1 80 2.18 0
0.041 2,292 × 10−6
−4
2 100 3.00 1,375 × 10 2,969 × 10−7
−5
0.047 2,604 × 10 −9,557 × 10−9
−3 −7
3 120 3.93 1,7 × 10 −6,598 × 10
0.114 −2,667 × 10−5
4 140 6.22 1 × 10−4
0.119
5 160 8.59
Tabla. 3.3: diferencias divididas modificada
Por inducción se puede establecer que en general, para un polinomio de grado n es de la forma.
33
p n (x) = a 0 + a 1 (x − x 0 ) + a 1 (x − x 0 ) (x − x 1 ) + ....... + a 1 (x − x 0 ) (x − x 1 ) .... (x − x n−1 ) (3.6)
donde:
a 0 = f [x 0 ]
a 1 = f [x 0 , x 1 ]
a 2 = f [x 0 , x 1 , x 2 ]
..
.
a n = f [x 0 , x 1 , x 2 , ......, x n ]
remplazando en (3.6):
Polinomio de Newton
n
X k−1
Y
p n (x) = ak (x − x i ) (3.7)
k=0 i =0
Con los datos resaltados de la tabla (3.3) formamos el polinomio de Newton.
p 2 (x) = f [x 0 ] + f [x 0 , x 1 ] (x − x 0 ) + f [x 0 , x 1 , x 2 ] (x − x 0 ) (x − x 1 )
= 1,36 + 0,041 · (x − 60) + 0 · (x − 60) · (x − 80)
= 0,041x − 1,1
Solucion:
finalmente sustituimos en el polinomio de Newton el valor de e = 90vol t s .
p (x) = 0,041x − 1,1

p (x = 90) = 0,041 · 90 − 1,1
p (90) = 2,59
Martin Laguna A.
34
4 Examen Final
4.1 ROMBERG
Ejercicio 1
La corriente eléctrica (amperes) en un circuito está dado por la siguiente relación:
i = 0,1 e 0,2v − 1
¡ ¢
y el voltaje (volts) está dado por la relación:
v (t ) = sen (3t )
donde t es el tiempo (segundos).

Calcular la energía desarrollada en 10s , la cual esta dada por:
Z10
v ·idt
0
Aproximar la integral mediante el método de Romberg con seis decimales.
L a integración de Romberg es un conjunto de técnicas que generan mejores aproximaciones

a los resultados buscados o aproximaciones equivalentes a métodos de alto orden, a partir de
las aproximaciones obtenidas por medio de algún método de bajo orden, y pocos cálculos.
Empezaremos determinando la primera columna de la tabla de Romberg con el método trapezoidal
Rule, planteamos en forma general las siguientes ecuaciones.
Método Trapezoidal Rule
1¡ ¢
T0 = f a − f b (b − a) (4.1)
2
35
4.1. ROMBERG
de manera general:
1 n−1
Tk = Tk−1 + ∆x k f (a + i ∆x k )
X
(4.2)
2
i =1
solo impares
donde:
b−a
∆x k = ; aplicar la ecuación (4.2) para k = 1, 2, ..........
2k
Con estas ecuaciones ya estamos en condiciones de realizar cálculos, realizamos algunas operaciones
para definir la función f (x) y los parámetros a y b .
v (x) = si n (3x)
³ ´
i (x) = 0,1 · e 0,2v(x) − 1 = 0,1 · e 0,2si n(3x) − 1
¡ ¢
remplazando en la integral:
Z10 ³ ´
I = si n (3x) · 0,1 · e 0,2si n(3x) − 1 · d x (4.3)
0
de donde: a = 0 y b = 10
³ ´
f (x) = si n (3x) · 0,1 · e 0,2si n(3x) − 1 (4.4)
Termino T0 de la ecuación (4.1):

³ ´
f (0) = si n (3 · 0) · 0,1 · e 0,2si n(3·0) − 1 = 0
³ ´
f (10) = si n (3 · 10) · 0,1 · e 0,2si n(3·10) − 1 = 0,0177161109
1¡ ¢ 1
T0 = f (0) + f (10) · (10 − 0) = (0 + 0,017716110) · (10 − 0)
2 2
T0 = 0,0885806
Para los demás términos nos valemos de la ecuación (4.2) y (4.4)
Martin Laguna A.
36
4.1. ROMBERG
Termino T1 si k = 1:
10 − 0
∆x 1 = =5 f (10 + 1 · 5) = 0,0090321044
21
remplazando:
1 1
T1 = · T0 + ∆x 1 · f (10 + 1 · ∆x 1 ) = · 0,0885806 + 5 · f (10 + 1 · 5)
2 2
= 0,0894507991
10 − 0
∆x 2 = = 2,5 f (10 + 1 · 2,5) = 0,0193557114 f (10 + 3 · 2,5) = 0,0045228603
22
remplazando:
1
· T1 + ∆x 2 · f (10 + 1 · ∆x 2 ) + f (10 + 3 · ∆x 2 )
£ ¤
T2 =
2
1 £ ¤
= · 0,0894507991 + 2,5 · f (10 + 1 · 2,5) + f (10 + 3 · 2,5)
2
= 0,1044218287
10 − 0
∆x 3 = = 1,25
23
f (10 + 1 · 2,5) = 0,0061740408 f (10 + 3 · 2,5) = 0,0170315746

f (10 + 5 · 2,5) = 0,0001956228 f (10 + 7 · 2,5) = 0,0177043091
37
4.1. ROMBERG
remplazando:
1
· T2 + ∆x 3 · f (10 + 1 · ∆x 3 ) + f (10 + 3 · ∆x 3 ) + f (10 + 5 · ∆x 3 ) + f (10 + 7 · ∆x 3 )
£ ¤
T3 =
2
1
= · 0.1044218287 + 1,25 · [f (10 + 1 · 1,25) + f (10 + 3 · 1,25) + f (10 + 5 · 1,25)
2
¤
+ f (10 + 7 · 1,25)
= 0.1035928485
10 − 0
∆x 4 = = 0,625
24
f (10 + 1 · 0,625) = 0,0200585227 f (10 + 3 · 0,625) = 0,0070434838

f (10 + 5 · 0,625) = 0,0000497632 f (10 + 7 · 0,625) = 0,0059271208
f (10 + 9 · 0,625) = 0,0154487557 f (10 + 11 · 0,625) = 0,0211801944
f (10 + 13 · 0,625) = 0,0088266124 f (10 + 15 · 0,625) = 0,0004493589
1
· T3 + ∆x 4 · f (10 + 1 · ∆x 4 ) + f (10 + 3 · ∆x 4 ) + f (10 + 5 · ∆x 4 ) + f (10 + 7 · ∆x 4 )
£
T4 =
2
+ f (10 + 9 · ∆x 4 ) + f (10 + 11 · ∆x 4 ) + f (10 + 13 · ∆x 4 ) + f (10 + 15 · ∆x 4 )
¤
1 £
= · 0,1035928485 + 0,625 · f (10 + 1 · 0,625) + f (10 + 3 · 0,625) + f (10 + 0,625)
2
+ f (10 + 7·) 0,625 + f (10 + 9 · 0,625) + f (10 + 11 · 0,625) + f (10 + 13 · 0,625) +
¤
+ f (10 + 15 · 0,625)
= 0,1011613067
De la misma forma se trabaja con los demás términos resumiendo los cálculos en una tabla.
Martin Laguna A.
38
4.1. ROMBERG
Puntos Ti
0 0.0885805545
1 0.0894507991
2 0.1044218287
3 0.1035928485
4 0.1011613067
5 0.1012259979
6 0.1013240348
7 0.1013482817
8 0.1013543186
9 0.1013558261
10 0.1013562029
Tabla. 4.1: método Trapezoidal con 11 términos
Método Romberg
Tkm − Tk−1
m
Tkm+1 = Tkm + (4.5)
4m+1 − 1
k = 1, 2, 3......... ; m = 0, 1, 2.........
Realizamos algunas iteraciónes de los coeficientes del método Romberg con la ecuación (4.5) y la
tabla (4.1).
Primera iteración m = 0 ; k = 1:
T10 − T00
T11 = T10 +
41 − 1
0,089451 − 0,088581
= 0,089451 +
41 − 1
= 0,089741
Segunda iteración m = 0 ; k = 2:
T20 − T10
T21 = T20 +
41 − 1
0,104422 − 0,089451
= 0,104422 +
41 − 1
= 0,109412
Tercera iteración m = 1 ; k = 2:
39
4.1. ROMBERG
T21 − T11
T22 = T21 +
42 − 1
0,109412 − 0,089741
= 0,109412 +
42 − 1
= 0,110724
Resumimos los cálculos en una tabla
m=0 m=1 m=2 m=3 m=4 m=5 m=6
k = 0 0.088581
k = 1 0.089451 0.089741
k = 2 0.104422 0.109412 0.110724
k = 3 0.103593 0.103317 0.102910 0.102786
k = 4 0.101161 0.100351 0.100153 0.100109 0.100099
k = 5 0.101226 0.101248 0.101307 0.101326 0.101330 0.101332
k = 6 0.101324 0.101357 0.101364 0.101365 0.101365 0.101365 0.101365
Tabla. 4.2: integración de Romberg
N El método de Romberg puede emplearse sucesivamente hasta que dos elementos consecutivos
de un fila coincidan hasta cierta cifra decimal
Solucion:
Para la aproximación se extrae el termino que se halla en la diagonal principal de la tabla de
Romberg.
R10
si n (3x) · 0,1 · e 0,2·si n(3x) − 1 · d x = T66
¡ ¢
I=
0
I = T66 = 0,101365
Martin Laguna A.
40
4.2. CUADRATURA DE GAUSS
4.2 CUADRATURA DE GAUSS
Ejercicio 2
La fuerza total a través de la vela sobre el mástil esta dada por.
Z30 ³ z ´
F= 200 · · e (−z/15) · d z
5+z
0
evaluar la integral con 6 decimales
P lanteamos el método Cuadratura de Gauss para una integral lineal con cinco puntos.
para la función:
Zb
f (x) · d x
a
se realiza el cambio de variable:

¯ ¯
¯b −a ¯ b+a
µ ¶
Jacobiano = |J | = ¯¯ ¯ x = u ∗ |J | + (4.6)
2 ¯ 2
41
por Gauss se sabe:

Z b Z 1
f (x) d x = f (u) · |J | · d u (4.7)
a −1
entones el método de GAUSS se reduce:

Z 1 n
X
f (x) ∗ d x = w i ∗ f (x i ) (4.8)
−1 i =1
x i abscisas(polinomio de LEGENDRE) ; w i peso o factor de ponderación
desarrollamos el método para cinco puntos con la ecuación (4.8).
IG auss = w 1 · f (x 1 ) + w 2 · f (x 2 ) + w 3 · f (x 3 ) + w 4 · f (x 4 ) + w 5 · f (x 5 ) (4.9)
Gauss 5 puntos
empezamos el calculo con el cambio de variable con la ecuación (4.6) a = 0 , b = 30 y

− x/15
³
³ x ´ ´
f (x) = 200 · ·e :
5+x
¯ ¯ µ ¶
¯ 30 − 0 ¯ 30 + 0
|J | = ¯¯ ¯ = 15 x (u) = u · 15 +
2 ¯ 2
x (u) = 15 · u + 15
remplazando en (4.7):
Z30 Z1 "
µ ¶
− (15 · u + 15)/15
#
− x/15
³ x ´ ³ ´
(15 · u + 15)
µ ¶
200 · ·e ·dx = 200 · ·e · 15 d u
5+x 5 + (15 · u + 15)
0 −1
 
Z30 Z1 
− x/15
³ x ´ ³ ´ −(u+1)
 300· · (15 · u + 15) 
200 · ·e ·dx =  du

5+x  15 · u + 20 
0 | −1 {z }
f (u)
cambio de la función en términos de la nueva variable u queda:
300·−(u+1) · (15 · u + 15)

f (u) = (4.10)
15 · u + 20
N Como ya se determino la función f (u) ecuación (4.10), solo nos queda determinar los coefi-
cientes y abscisas en el método de la cuadratura de Gauss Legendre, esto no es necesario ya
que ya vienen tabuladas y se los puede encontrar en libros de métodos numéricos, para cinco
Martin Laguna A.
42
puntos.
número de puntos abscisas x i coeficientes w i

1 0 0.56888889
2 0.90617985 0.23692689
3 -0.90617985 0.23692689
4 0.53846931 0.47862867
5 -0.53846931 0.47862867
Tabla. 4.3: coeficientes y abscisas
Vamos a determinar el primer termino de la ecuación (4.9):
con los parámetros de la tabla 4.3 x 1 = 0 y w 1 = 0,56888889 remplazando w 1 · f (x 1 ):
300·−(0+1) · (15 · 0 + 15)

w 1 · f (x 1 ) = 0,56888889 ·
15 · 0 + 20
w 1 · f (x 1 ) = 470,8856847
De la misma manera se trabaja con los otros coeficientes, resumiendo los cálculos en un tabla.
número de puntos abscisas x i coeficientes w i f (x i ) w i · f (x i )
1 0 0.5688889 827.7287426 470.8856847

2 0.9061798 0.2369269 379.5667113 89.9295588
3 -0.9061798 0.2369269 599.9124362 142.1353852
4 0.5384693 0.4786287 529.4211703 253.3961509
5 -0.5384693 0.4786287 1097.9656855 525.5178563
P
= 1481,864636
Tabla. 4.4: cálculos intermedios
Solucion:
por tanto la aproximación a la integral de la sumatorio de la ultima columna de la tabla 4.4:
IG auss = 1481,864636
determinamos la solución analítica.
Z30 ³ x ´
200 · · e −(x/15) = 1480.568480
5+x
0
43
comparamos ambas soluciones.

¯ ¯
¯v al or r eal − v al or apr oxi mad o ¯ |1480,568480 − 1481,864636|
ε= = = 0,000875
v al or r eal 1480,56848
Para una mejor aproximación se aumenta los puntos a 15:
número de puntos abscisas x i coeficientes w i f (x i ) w i · f (x i )

1 0.9879925 0.0307532 351.9052222 10.8222268
2 -0.7244177 0.1395707 1030.6983129 143.855262
3 -0.5709722 0.1662692 1099.3134364 182.7819721
4 -0.9372734 0.070366 446.2418705 31.4002767
5 -0.8482066 0.1071592 806.4843151 86.4222306
6 -0.2011941 0.1984315 952.23838 188.9540761
7 -0.3941513 0.186161 1055.8905921 196.5656485
8 0.2011941 0.1984315 706.460397 140.1839859
9 0 0.2025782 827.7287426 167.6798335
10 0.7244177 0.1395707 448.1937481 62.5547051
11 0.8482066 0.1071592 400.3526275 42.9014755
12 0.3941513 0.186161 600.5438665 111.7978467
13 0.5709722 0.1662692 514.3853345 85.5264411
14 0.9372734 0.070366 368.8273381 25.952922
15 -0.9879925 0.0307532 103.0648335 3.1695779
P
= 1480,568480
Tabla. 4.5: Gauss con 15 puntos
comparamos con la solución analítica:

¯ ¯
¯v al or r eal − v al or apr oxi mad o ¯ |1480,568480 − 1480,568480|
ε= = =0
v al or r eal 1480,56848
Martin Laguna A.

Sol3 130

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

Sol3 130

Transféré par

Droits d'auteur :

Formats disponibles

Ingeniería Mecánica

I NG. PASTOR L. B ARRÓN L.

1.1 NEWTON RAPHSON 2

2.1 SERIES DE FOURIER 17

3.1 POLINOMIO DE LAGRANGE 27

1.1 NEWTON RAPHSON

Donde h = 0,4 · h0 ; λ = 16 ; t = 12 ; v = 48 , calcular el valor más pequeño de x

E l problema se reduce a encontrar las raíces de la ecuación de la forma f (x) = 0.

La ecuación también puede escribirse como:

entonces, para una h , h0 , λ, t y v la función en variable x .

remplazando los valor numéricos se obtiene.

f (x) = sen (0,392699x) + e −x − 0,4 (1.3)

N para encontrar la raíz vamos a evaluar la ecuación (1.3) en un intervalo de confianza.

para así obtener la siguiente tabla.

Para resolver el problema tomaremos los siguientes parámetros.

x0 Deci mal es t ol er anci a

Ademas se tiene la relación de recurrencia.

sen (0,392699x 0 ) + e −x0 − 0,4

por tanto el error

sen (0,392699x 1 ) + e −x1 − 0,4

por tanto el error

Error2 <t ol er anci a ⇒ 0,000166<0,001 (ver d ad er o)

N Para verificar el resultado procedemos a graficar la función y la raíz encontrada.

fig. 1.1: función f (x) en el intervalo [0, 10]

fig. 1.2: función f (x) en el intervalo [6, 7]

1.2 GAUSS SEIDEL

D ebemos de verificar el criterio de convergencia, es condición necesaria que el elemento ubi-

Ecuación N°1 Ecuación N°2 Ecuación N°3

17x − 2y − 3z = 500 −5x + 21y − 2z = 200 −5x − 5y + 22z = 30

2y (k) 3z (k) 500 5x (k) 2z (k) 200 5x (k) 5y (k) 15

se sustituirá en las ecuaciones (1.5) las siguientes condiciones iniciales.

2y (0) 3z (0) 500 2 · 0 3 · 0 500

5x (0) 2z (0) 200 5 · 0 2 · 0 200

por tanto la norma θ1 :

θ1 < tolerancia ⇒ 30,945345 < 0,00001

2y (1) 3z (1) 500 2 · 9,52381 3 · 1,363636 500

5x (1) 2z (1) 200 5 · 29,411765 2 · 1,363636 200

5x (1) 5y (1) 15 5 · 29,411765 5 · 9,52381 15

por tanto la norma θ2 :

θ2 < tolerancia ⇒ 11,446932 < 0,00001

N Repetimos el proceso consecutivamente, el mismo que se presenta en la siguiente tabla.

Tabla. 1.3: Iteraciones 1 a 16 por el método Gauss-Seidel

x (16) = 33,996 ; y (16) = 18,893 ; z (16) = 13,384

Una manera de verificar la solución es remplazar los resultados en el sistema matricial.

17x (16) − 2y (16) − 3z (16) = 500

−5x (16) + 21y (16) − 2z (16) = 200

−5x (16) − 5y (16) + 22z (16) = 30

1.3 ELEMENTOS FINITOS EN UNA DIMENSIÓN

fig. 1.3: Discretización de los elementos

vector desplazamiento-vector fuerza

Ahora pasamos a determinar la matriz de rigidez de cada miembro.

nodo 1 nodo 1 nodo 2 nodo 2

matriz de rigidez de toda la estructura

Estudiamos la solicitación de las cargas en la estructura, por separado en cada elemento.

Elemento 1: carga concentrada

fig. 1.4: Descripción

de la fig. 1.4 determinamos el vector de carga:

Elemento 2: carga distribuida

fig. 1.5: Descripción

de la fig. 1.5 determinamos el vector de carga:

vector de carga de toda la estructura

N Para realizar el diagrama de desplazamiento se tiene una solución cúbica supuesta.

Solución: para el elemento 1 en 0 ≤ x ≤ 4