METODOS NUMERICOS

Prof. Oscar Tinoco G.

Introducción al Cálculo Numérico

• Métodos SIMBÓLICOS:
– Dan soluciones exactas
– Proporcionan fórmulas genéricas válidas para todo valor de los
parámetros
– Sin embargo, pueden ser difíciles de calcular

• Métodos NUMÉRICOS:
– Dan soluciones aproximadas, aunque pueden ser tan buenas
como queramos
– Hay que repetir los cálculos según cambian los parámetros
– Dan soluciones allí donde no llegan los métodos numéricos
 Introducción al Cálculo Numérico
• “El análisis numérico es la rama de la ciencia que tiene
como objetivo el diseño y estudio de métodos que
permitan obtener efectivamente soluciones numéricas de
problemas matemáticos”
• Es necesario resolver problemas matemáticos porque
surgen de manera natural tanto en el análisis de datos
experimentales obtenidos en todas las tareas científicas
como en la simulación de los modelos matemáticos
utilizados por las diferentes ramas de la ciencia y
tecnología.
El Análisis numérico es una rama de la matemática cuyos
límites no son del todo precisos. De una forma rigurosa, se
puede definir como la disciplina ocupada de describir,
analizar y crear algoritmos numéricos que nos permitan
resolver problemas matemáticos, en los que estén
involucradas cantidades numéricas, con una precisión
determinada.
• En el contexto del cálculo numérico, un algoritmo es
un procedimiento que nos puede llevar a una
solución aproximada de un problema mediante un
número finito de pasos que pueden ejecutarse de
manera lógica. En algunos casos, se les da el nombre
de métodos constructivos a estos algoritmos
numéricos.
ESQUEMA DE RESOLUCION NUMERICA DE UN
PROBLEMA

Fuente: Virginia Muto Foresi, Curso Métodos Numéricos

 Diversas razones por las cuales se deben
estudiar los métodos numéricos

• Los métodos numéricos son herramientas

muy poderosas para la solución de problemas.
Son capaces de manipular sistemas de
ecuaciones grandes, manejar no linealidades y
resolver geometrías complicadas, comunes en
la práctica de la ingeniería y, a menudo,
imposibles de resolver en forma analítica.
 Problemas generalmente abordados con
Métodos Numéricos
• Problemas de interpolación, en los que se sustituye una
función poco manejable por otra más sencilla que cumple
ciertas condiciones de coincidencia con la primera;
• Problemas derivados de los anteriores, como pueden ser la
integración aproximada (cuadratura, curvatura), o derivación
aproximada de funciones poco manejables;
• Problemas de aproximación, análogos a los anteriores, pero
en los que se sustituye una función por otra que sea
próxima", en cierto sentido, a la primera;
• Problemas de integración numérica.
• Resolución aproximada de ecuaciones diferenciales tanto
ordinarias como en derivadas parciales;
 LIMITES Y CONTINUIDAD
Sea f(x) definida en los números reales.
Se dice que f(x) tiene el límite L en x = xo, y se escribe como:

lim f ( x)  L
X  XO

Si existe >0 y >0, tales que:

0 < |x-xo| <, entonces |f(x) – L| < 

Es decir, cuando x = xo+h, se cumple que

lim f ( xo  h)  L
X  XO

De acuerdo a la fig., la función f(x) en [xo- , xo + ] está

asociada con [yo- , yo + ]
 LIMITES Y CONTINUIDAD (2)
Una secuencia como {Xn} tiene un límite, cuando la secuencia converge:

lim Xn  L
n 

Su equivalente es:

lim( L  Xn)  0
n 

TEOREMA: Si f(X) está definida en un conjunto S y Xo € S, entonces F(X) es continua

en Xo.
Si:
lim Xn  L lim f ( Xn)  f ( Xo)
n  n 
 Ejemplo 1
Considerando:

8n 2  6n  1
Xn  2
4 n  2n  1

Entonces::
8n 2  6n  1 8  6 / n 1/ n2
lim Xn  2 lim Xn  2
n  4n  2n  1 n 4  2 / n 1/ n 2

El error de la secuencia n= 2 – Xn, tiende a cero cuando n

tiende al infinito
 En MatLab
Se genera la variable explícita X y las variables simbólicas num, den, f; y luego se
invoca a la función limit
>> syms X
>> num=8*x^2+6*x-1
num =
8*x^2 + 8*x – 1
>> den = 4*X^2+2*X + 1;
>>f = num/den
f=
(8*x^2 + 6*x – 1) / (4*x^2 + 2*x + 1)
>>limit(f,inf)
Ans =

Luego, con el comando:

>> ezplot (f)
 FUNCIONES DIFERENCIABLES
Sea una función f(x) definida en el intervalo abierto I, con xo perteneciente a I. Se
dice que f es diferenciable si:
f ( x)  f ( xo)
lim  f ' ( xo)
x  xo x  xo

Cuando existe este límite, f’(xo) se denomina derivada de f en

xo.:
lim( L  Xn)  0
n 

Si en la notación anterior hacemos x = xo+h, la expresión es:

f ( xo  h)  f ( xo)
f ' ( xo)  lim
h0 h

Una función es diferenciable en el conjunto R si tiene su derivada en cada x que

pertenece a R.
 Ejemplo 2
Para la función f(x) = x5, con una aproximación de h=0,01, encontrar f’(x) para x=2

F’(x) = 80

f (2.01)  f (2)
f ' ( x) 
0.01
 Teoremas Fundamentales
Teorema: Si f(x) es diferenciable en x=xo, entonces f(x) es
continua en x= xo
Teorema de Rolle: Si f(x) es continua en el intervalo cerrado y
finito I = [a,b] y diferenciable en (a,b); si, además, f(a) = f(b) =
0, es porque existe un valor ce c con a < c < b, tal que f’( c )= 0

Teorema del Valor Medio: Si f(x) es continua en el intervalo

cerrado y finito I = [a,b] y diferenciable en (a,b); existe un
número c, con a < c < b, tal que:
f (b)  f (a)
f ' (c ) 
ba
 En MatLab
Se asignan las variables explícitas x, h; luego se define la variable simbólica f y se
invoca a la función limit, de modo tal que aplicando la definición de derivada, se
consiga ésta
>> syms X h
>> f=(sin(x+h)-sin(x))/h;
>> limit(f,h,0)

Ans =

Cos (x)

Luego, se asigna las variable explícita x, h; luego se define la variable simbólica f y

se invoca a la función diff, para la derivación
>> syms X
>> f=-sin(x);
>> diff(f )

Ans =

-cos (x)
 FUNCIONES INTEGRABLES
Teorema Fundamental 1: Si f(x) es continua en [a,b] entonces existe una función F,
conocida como la antiderivada de f, que cumple:
b

 f ( x)dx  F (b)  F (a)

a

Donde F’(x) = f(x)

Ejemplo: Si f(x) cos(x), su antiderivada F(x) es sen(x)

Teorema Fundamental 2: Si f(x) es continua en [a,b] y a<x<b, entonces :

b
d

dx a
f (t )dt  f ( x)
 En MatLab
Haciendo uso de la matemática simbólica, se asigna la variable explícita x; luego se
define la variable simbólica f y se invoca a la función int, para la integración

>> syms X
>> f=-cos(x);
>> int(f))

Ans =

-sin (x)
SERIES DE TAYLOR CON RESIDUO
Teorema de Taylor: Sea f(x) una función con derivadas de orden 1, 2, …., (n+a); y
xo perteneciente a [a,b] es un valor fijo, entonces:

f ( x)  Pn ( x)  Rn ( x)

Con:
n
f k ( xo)
Pn ( x)   ( x  xo) k
k 0 k!

Y:

f ( n1) ( )
Rn ( x)  ( x  xo) n1
(n  1)!
 Ejemplo
Si f(x)= ex; entonces:
f(1)(x)=ex, f(2)(x)=ex, f(3)(x)=ex
S e tienen los valores numéricos f(0) =1, f(1)(0)=1, f(2)(0)=1, f(n)(0)=1, con n= 0, 1, …
Luego, para n=5, en xo=0

x 2 x3 x 4 x5
P( x)  1  x    
2! 3! 4! 5!

Se cumple que si Pn(x) es un polinomia de Taylor de grado n, entonces:

Pn ( xo)  f k ( xo), k  0,1,2,...n

(k )
 En MatLab
La función matemática taylor, proporciona la serie de Taylor para 5 términos

>> syms X
>> f=exp (x);
>> taylor(f)

Ans =

X^5/120 + x^4/24 + X^3/6 + x^2/2 + 1