Libro Guia Metodos Numericos
Libro Guia Metodos Numericos
Libro Guia Metodos Numericos
METODOS NUMERICOS
Prologo
1. Teora de errores 1
1.2.1. Laboratorio . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.1. Laboratorio . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5.1. Ejercicio . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.6.1. Laboratorio . . . . . . . . . . . . . . . . . . . . . . . . . 28
3
4
4. Metodos de integracion 39
4.1.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.4.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.4.3. Descomposicion L U . . . . . . . . . . . . . . . . . . . . 45
4.9. Solucion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.10. Aplicacion del metodo . . . . . . . . . . . . . . . . . . . . . . . 50
4.11. Ejecucion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Captulo 1
Teora de errores
2+2=4
42 = 16
( 3)2 = 3
2+2=4
42 = 16
( 3)2 6= 3
1
2
Ejemplo
= 0.314159265 . . . 101
Error absoluto
Nota: El error absoluto representa solo el aspecto cuantitativo del error sin
reflejar el aspecto cualitativo, es decir, sin mostrar como hemos la medicion o
calculo.
Error relativo
Esta representa la expresion cualitativa del error. Veamos esto con dos
mediciones tomadas
L1 0.05
L1 = = = 0.025 = 2.5 %
|L1 | 2
L2 0.5
L2 = = = 0.005 = 0.5 %
|L2 | 100
Solucion:
23.10 23.07
a = = 0.015 El error relativo esta dado por:
2
a 0.015
a = = = 0.0006497
|a| 23.085
a = 0.065 % o a = 0.07 %
Solucion:
a 0.00074
a = = = 0.00002105
|a| |35.148|
a = 0.000022 % o a = 0.002 %
Solucion:
a a
a = = 0.01 % 0.0001 y despejando de a = ; a = a |a|, resulta:
|a| |a|
1.2.1. Laboratorio
1. Relizar un programa para evaluar
y = ex + cos(x)
Solucion:
function y=ft(x);
y=exp(x)+cos(x);
Grabamos como ft.m
Para llamarlo escribimos en la ventana de comandos:
ft(0)
2. Relizar un programa para evaluar
x2 + x + 1, x < 0
f (x) =
1 3x, x 0.
Solucion:
function y=parte(x);
if x < 0 y = x 2 + x + 1;
else y=1-3*x;
end
Grabamos como parte.m
Para llamarlo escribimos en la ventana de comandos:
parte(0)
3. Relizar un programa para evaluar
x/2 + 1, x < 3
f (x) = 3x + 6, 3 x < 5
2 x2 , x 5.
Solucion:
function y=fun(x);
if x < 3 y = x/2 + 1;
else if ((3 <= x)y(x < 5)) y=3*x+6;
else y = 2 x2 ;
end
end
Grabamos como fun.m
Para llamarlo escribimos en la ventana de comandos:
fun(-4)
6
Suma
Se tiene
a = a1 + a2 + . . . + an
Ejemplo
Solucion:
Los numeros de mnima exactitud son 144.2 y 204.4 el error de cada uno
es 0.05 y de los demas es recordando que para sumar en esta presicion se
tomara una cifra de mas como mnimo tendremos 0.005 osea:
a = 374.19
Tomamos el error inicial, los dos de 0.05 y los restantes de 0.005; o sea
2(0.05)+7(0.005)=0.135 0.14
A = 374.2 0.2
Producto
0.05 0.005
a = a1 + a2 = + = 0.0041
12.4 65.54
a = 813(0.0041) = 3.3
es el producto.
Cociente
Ejemplo Calcular
M2 P
R=
D3
donde:
Solucion:
55.507.1035
R= = 0.663, en donde se ha dejado tres cifras justas pues se
594.8
desprende del calculo
1
R = 2M + P + 3D
2
A = 0,663 0,0093.
Ejemplo Calcular
(A + B)M
X=
(C D)2
donde:
Solucion:
(A + B)M 14.45(0.56)
X= 2
= 2
= 0.4552 0.456 4.6 101
(C D) (4.216)
A = 0,46 0,01.
Metodos numericos J. Viza 9
Supongamos que f C n [a, b] y que f (n+1) existe en [a, b] y que x0 [a, b].
Para toda x [a, b] habra un numero (x) entre x0 y x tal que
Ejemplo
Solucion:
a) Para n = 2 y x0 = 0 tenemos
1 1
cos x = 1 x2 + x3 sin (x)
2 6
1 1
cos(0,01) = 1 (0,01)2 + (0,01)3 sen((x))
2 6
1 1
cos(x) = 1 x2 + x4 cos((x)), donde 0 < (x) < 0,01
2 24
1 4 1
| x cos((x))| (0,01)4 (1) = 4,2 1010
24 24
ALGORITMO
ENTRADA: Valor de x, tolerancia TOL, n\umero m\aximo de iteraciones M
SALIDA: Grado del polinomio o mensaje de fracaso.
Paso 1:
Tome N=1;
y=x-1;
SUMA=0;
POtencia =y;
Termino =y;
signo=-1;(se usa para implantar la alteracion de los signos)
Paso 2: Mientras N menor o igual que M , realice los pasos 3 - 5.
Paso 3: Tome signo=-signo.termino;
Paso 4: Si |termino|<TOL entonces (pruebe la exactitud)
Salida (N)
PARE;(procedimiento terminado exitosamente)
Paso 5: Tome N=N+1; (preparese para la siguiente iteracion)
Paso 6: Salida (El metodo fallo);(procedimiento terminao sin exito)
Metodos numericos J. Viza 11
PARE.
12
Captulo 2
Metodos de localizacion de
soluciones
Supongamos que f (x) es una funcion continua. Cualquier numero r tal que
f (r) = 0, se llama raiz de la ecuacion f (x) = 0, tambien se dice que r es un
cero de la funcion f (x).
Ejemplo
13
14
1
t1 = (a1 + b1 )
2
Si f (t1 ) = 0, entonces t = t1 , de lo contrario es claro que f (t1 ) tiene el mismo
signo que f (a1 ) o f (b1 ). Si f (t1 ) y f (a1 ) tienen el mismo signo, entonces t
(t1 , b1 ) y hacemos a2 = t1 y b2 = b1 . Si f (t1 ) y f (b1 ) son del mismo signo,
entonces t (a1 , t1 ) y hacemos b2 = t1 y a2 = a1 . Ahora repetimos el proceso
al intervalo [a2 , b2 ] y as sucesivamente.
ALGORITMO DE LA BISECCION
Paso 1: Define f(t)
Programa Biseccion
function y=metbisect(a,b,err1)
for I=1:10,
t=(b+a)/2;
fprintf( %d a=%3.5f t=%3.5f b=%3.5f ,I, a,t,b);
a1=f(t);
a2=f(a);
if a1*a2<0
b=t;
else
a=t;
end
a3=abs(a-b);
fprintf( fa=%3.5f ft=%3.5f fb=%3.5f error=%3.5f\n,a2, a1,f(b),a3);
if a3<err1
break;
Metodos numericos J. Viza 15
end
end
\right\langle
Laboratorio
1. Hacer correr el programa para f (x) = x3 + 4x2 10 en el intervalo [1, 2]
con error de 104
a) exp(x) 9 = 0
b) sen(t).t 2 = 0
c) x3 8x5 + 5x2 x + 9 = 0
d ) x. exp x sin x + 3 = 0
e) cos(t) 0,5 = 0
3p
f ) sin x2 |x| = 0
11
Teorema
ba
|tn t| , n1
2n
Este resultado nos da cotas aproximadas para el error.
Ejemplo Sea la funcion f (t) = t3 + 4t2 10, [a, b] = [1, 2], Err = 0,01.
16
ba
|tn t| , n1
2n
21
|tn t| 0,0078125
27
|1,3671 1,3593| = 0,007
Solucion:
ba
|tn t| , n1
2n
21
|tn t| = 2n < 105 , n 1
2n
n log 2 < 5 log 10
n log 2 > 5
n > 5/ log 2
n > 16,607
n = 17
2.2.1. Laboratorio
1. Encontrar una aproximacion de 3
25 correcta a 104 , usando el algoritmo
de la Biseccion.
Metodos numericos J. Viza 17
Figura 2.1: f (a) y f (c) tienen signos opuestos entonces se recorta por la derecha
Figura 2.2: f (c) y f (b) tienen signos opuestos entonces se recorta por la iz-
quierda
f (b)(b a)
de donde c = b
f (b) f (a)
f (bn )(bn an )
c n = bn
f (bn ) f (an )
Solucion:
f (x) = x sen(x) 1 = 0
a0 = 0, b0 = 2
0,8185(2 0)
c0 = 2 = 1,09975 y f (c0 ) = 0,0200
0,8185 (1)
a1 = c 0 y b 1 = b 0
Metodos numericos J. Viza 19
0,8185(2 1,0997)
c1 = 2 = 1,1212 y f (c1 ) = 0,0098
0,8185 (0,0200)
a2 = a1 y b2 = c1 .
k ak ck bk f (ck )
0 0 1.0998 2.000 -0.0200
1 1.0997 1.1212 2.000 0.0098
2 1.0997 1.1141 1.1212 0.0000
3 1.0997 1.1141 1.1141 0.0000
f 00 (q(t))(t tn )2
f (t) = f (tn ) + f 0 (tn )(t tn ) + (2.1)
2!
donde q(t) esta entre t y tn . Como f (t) = 0, al ecuacion (1.1) con t = t nos
resulta
0 f 00 (q(t))(t tn )2
0 = f (tn ) + f (tn )(t tn ) +
2!
f 00 (q(t))(t tn )2
Si suponemos que el error es despreciable, o sea, tiende a
2!
cero mas rapidamente que t.
f (tn )
t = tn
f 0 (tn )
f (tn )
tn+1 = tn , n1
f 0 (tn )
El punto (t1 , 0) L1
f (t0 )
t1 = t0
f 0 (t0 )
El punto (t2 , 0) L2
f (t1 )
t2 = t1
f 0 (t1 )
Inductivamente
f (tn1 )
tn = tn1 , n1
f 0 (tn1 )
Metodos numericos J. Viza 21
ALGORITMO DE NEWTON
Paso 1: Define f(t)
Paso 2: Define f(t)
Paso 3: Entramos t0 {valor principal para empezar el proceso}
Entramos Err {Vlor de la tolerancia o error de calculo}
Paso 4: Hacer tn=t0
Paso 5: t=tn-f(tn)/f(tn)
Paso 6: Si |t-tn|<Err entonces ir a (5)
Paso 7: En otro caso hacer tn=t
ir al paso (5)
{redefine a tn}
Paso 8: Publicar la respuesta
La raiz =t
Paso 9: Parar.
Solucion:
t0 cos(t0 )
t1 = t0 + = 0,7853981635
sen(t0 ) + 1
t1 + cos(t1 )
t2 = t1 = 0,7395361335
sen(t1 ) 1
t2 + cos(t2 )
t3 = t2 + = 0,7390851781
sen(t2 ) + 1
t3 + cos(t2 )
t4 = t3 + = 0,7390851332
sen(t3 ) + 1
t4 + cos(t4 )
t5 = t4 + = 0,7390851332
sen(t4 ) + 1
Solucion
f (t1 )(t1 t0 )
t2 = t1 = 0,7363841388
f (t1 ) f (t0 )
f (t2 )(t2 t1 )
t3 = t2 = 0,7390851314
f (t2 ) f (t1 )
t4 = 0,7390851492
t5 = 0,739085
2.5.1. Ejercicio
Ejemplo
g(1) = (1)2 2 = 1
g(2) = (2)2 2 = 2.
Graficamente:
24
1. Si g C[a, b] y g(x) [a, b], para toda x [a, b], entonces g tiene un
punto fijo en [a, b].
Ejemplo
x2 1
1. Sea g(x) = , para 1 x 1
3
por ser un polinomio es continua en [1, 1]
Probemos que g(x) [1, 1]
2
g 0 (x) = x > 0, cuando x > 0
3
2
g 0 (x) = x < 0, cuando x < 0
3
1
Entonces, g tiene un mnimo en x = 0, g(0) =
3
el maximo ocurre en x = 1, g(1) = 0
Luego g(x) [1, 1]
2
Ademas g 0 (x) = x existe en (1, 1) y
3
2 2 2
|g 0 (x)| = | x| = |x| < 1
3 3 3
por lo tanto, g satisface todas las hipotesis del Teorema y tiene un punto
fijo unico en [1, 1], (g(p) = p).
Calculo de p
p2 1
p = g(p) = p2 3p 1 = 0
3
Resolviendo tenemos:
3 13 3 13 3 + 13
p= p1 = = 0,302775, p2 = = 0,302775
2 2 2
26
Casos de convergencia
2.6.1. Laboratorio
1. Hacer correr el programa con las siguientes funciones:
29