FUNDACION UNIVERSIDAD DE AMERICA

6151550

INGENIERA QUIMICA

FACULTAD DE INGENIERIA

NESTOR HUMBERTO AGUDELO DIAZ

LIBRO DE RECOPILACION SEMESTRAL METODOS

METODOS NUMERICOS

28 DE MAYO DE 2018

BOGOTA D.C.
 INDICE

1. Introducción
2. Objetivos
3. Tematica trabajada
 Capítulo 1
 Teoría de errores
 Depuracion de datos
 Propagación de errores
 Polinomio de Taylor
 Capítulo 2
 Solución de ecuaciones no lineales de una variable
 Aproximación
 Bisección
 Regla falsa
 Newton-Raphson
 Secante
 Punto fijo
 Capítulo 3
 Sistemas de ecuaciones no lineales
 Método de Newton-Raphson en varias variables
 Método de Jacobi
 Método de Gauss - Seidel
 Capítulo 4
 Interpolación
 Mínimos cuadrados
 Polinomio de LaGrange
 Capítulo 5
 Derivación numérica
 Integración numérica
 Metodo del trapecio, simpson =2, Simpson=3
 Ecuaciones diferenciales, Rugge Kutta
4. Conclusiones
 INTRODUCCIÓN

En el presente trabajo se va a recoger todo lo trabajado durante el semestre para la asignatura de

métodos numéricos, con el fin de reconocer cada uno de los temas trabajados y unificarlos
permitiendo evidenciar todo lo aprendido acerca de los métodos que Excel nos permite trabajar y
los cuales dan solución a problemas de gran importancia. En este trabajo se podrá evidenciar desde
la teoría como la puesta en práctica de esta misma partiendo de ejercicios trabajados en clase,
talleres propuestos, parciales y ejercicios aportados por el estudiante como método de estudio.

OBJETIVOS

I. Solucionar los diferentes problemas que se presentan por medio de los métodos numéricos
aprendidos.
II. Desarrollar el cuaderno virtual con el fin de recoger toda la temática aprendida durante el
semestre y que sirva de guía para futuros problemas.
III. Recopilar la temática aprendida para que quede como físico de todo lo visto en la materia
 CAPITULO 1
TERORIA DE ERRORES
DEPURACIÓN DE DATOS
 DEPURACIÓN DE DATOS EN EXCEL

Es el proceso en donde se altera los datos para asegurarse de que son exactos y correctos

Ejemplo

1. Se realiza el promedio de los datos

2. Se realiza la desviacion estandar

3. Se evalua en Zi asi:

𝒙𝒊 −𝑴
𝒁𝒊 =
s

4. Se evalua el condicional para los valores que esten entre -1 y 1

5. Se estima el intervalo de confianza dado

 s 
 x  t  n LimiteSuperior 
 2 
 
 s 
 x  t LimiteInferior 
 2 n 

6. Con los datos que quedaron despues de la depuracion establecemos el intervalo de

confianza , que sera mayor Zi y sacamos de nuevo promedio y desv estandar

7. Se evalua el limite inferior y superior

8. Realizamos el mismo procedimiento anterior pero con el lado a y c

9. Se obtienen los valores mas probables
PROPAGACION DE ERRORES
METODOLOGIA DE LA PROPAGACIÓN DE ERRORES
 PROPAGACIÓN DE ERRORES EN EXCEL

EJEMPLO:

1. Se calculan y evalúan las derivadas de la matriz G, que corresponden a las derivadas en

función de x Y y así:

𝑑𝐴 𝑑𝐴
𝑑𝑥 𝑑𝑦
𝐺=
𝑑𝐷 𝑑𝐷
[ 𝑑𝑥 𝑑𝑦 ]

2. Se halla la matriz de los errores en las observaciones

𝜎𝑥2 𝜎𝑥𝑦
∑ 𝑥2 = [ ]
𝜎𝑦𝑥 𝜎𝑦2

3. Se calcula la transpuesta de G

4. Se calcula la matriz de los errores en las variables dependientes con Ctrl + Shift + Enter

𝜎𝐴2 𝜎𝐴𝐷
∑ 𝑓(𝑥)2 = [ ]
𝜎𝐷𝐴 𝜎𝐷2

5. Se determina el valor más probable del área asi:

 POLINOMIO DE TAYLOR

Se utilizan las siguientes formulas para determinar el error relativo y absoluto y se presenta la
ecuacion general del polinomio de Taylor

Ecuacion general del polinomio

𝑓`(𝑥0 )(𝑥−𝑥0 ) 𝑓``(𝑥0 )(𝑥−𝑥0 )2

𝑝𝑛(𝑥) = 𝑓(𝑥0 ) + + +
1! 2!
𝑓```(𝑥0 )(𝑥−𝑥0 )3 𝑓𝑛 (𝑥0 )(𝑥−𝑥0 )𝑛
….+ + 𝑅𝑛𝑋
3! 𝑛!

𝐹(𝑥) − 𝑃𝑛(𝑥)
𝐸𝑟𝑟𝑜𝑟 𝑅𝑒𝑙𝑎𝑡𝑖𝑣𝑜 = | | ∗ 100
𝐹(𝑥)

𝐸𝑟𝑟𝑜𝑟 𝐴𝑏𝑠𝑜𝑙𝑢𝑡𝑜 = |𝐹(𝑥) − 𝑃𝑛(𝑥)|

Ejemplo

1. Se determinan las derivadas hasta alcanzar la tercera derivada debido a que el polinomio
es grado 3
 2. Se evalúan las derivadas en X0 = 3, dato determinado por el ejercicio

Así hasta completar todas las derivadas evaluadas en el punto

3. Se calcula Pn(x) que el polinomio grado 3 evaluado en el valor de x que se asumió

4. Calculamos F (xi), que es la función evaluada en el valor de x que se asumió

5. Se calcula el valor absoluto y relativo

6. Finalente se grafican los datos del polinomio de Taylor, donde las serie 1 corrsponde a la
funcion mientras que la serie dos corresponde a el polinomio
 CAPITULO 2
SOLUCIÓN DE ECUCACIONES NO LINEALES DE UNA VARIABLE
APROXIMACIÓN

1. Se iguala la ecuación a 0 y se evaluar en la x determinada

2. Se escogen las x donde al evaluarlas en la funcion se obtiene el valor positivo y negativo

seguidos

3. Se seleccionan los dos valores anteriores y se evaluan nuevamente entre intervalos entre
esos dos datos y asu hasta cumplir la tolerancia requerida
 4. Se comprueban los valores evaluando el valor final obtenido en la funcion y con un valor
esperado a la igualdad de la funcion. Se determina error absoluto y relativo

METODO DE BISECCION:

METODOLOGIA

Se debe conocer un valor donde exista la raíz

Primera bisección 𝑎+𝑏 se traslada al límite superior F(a)*F (P2) >0

𝑃1 =
2
Segunda bisección
𝑎 + 𝑃1 se traslada al límite inferior F(a)*F (P2) >0
𝑃2 =
2
𝑃2 + 𝑃1
Tercera bisección 𝑃3 = se traslada al límite superior F (P2)*F (P3) <0
2

Y se sigue repitiendo hasta la tolerancia que solicite el ejercicio sabiendo que la tolerancia se
obtiene asi:

𝑇𝑜𝑙𝑒𝑟𝑎𝑛𝑐𝑖𝑎 = |𝑃𝑛 − 𝑃𝑛−1 |

 Pn= Iteración que se lleva (actual)

Pn-1 = Iteración anterior

Ejemplo

1. Se halla Pn que es el promedio de los dos valores a iterar, estos valores son obtenidos de
la primera aproximacion que se hizo anteriormente

2. Se halla f(a) al evaluar la función en a

3. Se halla f(pn) al evaluar la función en pn

4. Se multiplica la funcion evaluada en a por la funcion evaluada en pn

5. Se establece un condicional donde si f(a)*f(pn) es positiva se tomará el valor de p(n) y si

no el valor de a

6. Se determina el condicional para b, donde si f(a)*f(pn) es negativa se tomará el valor de

p(n) y si no el valor de b

7. Finalmente se determina la tolerancia con el valor absoluto entre el segundo y el primer

p(n)
 8. Se arrastran todas las funciones hacia abajo hasta llegar a la tolerancia deseada. Se toman
los valores de Pn que deben tener coincidir en los decimales y que son la respuesta al
problema

9. Se determina un valor aproximado al evaluar el valor obtenido en la función del ejercicio

Y se espera que sea muy similar a la igualdad de la funcion

METODO DE LA REGLA FALSA

Es un método iterativo de resolución numérica de ecuaciones no lineales. El método combina el

método de bisección y el método de secante a partir del siguiente algoritmo:

𝑎 ∗ 𝑓(𝑏) − 𝑏 ∗ 𝑓(𝑎)
𝑃𝑛 =
𝑓(𝑏) − 𝑓(𝑎)
Ejemplo
1. Se halla f(a) al evaluar la funcion en el valor de a determinado por la primera aproximacion
que se realiza inicialmente

2. Se halla f(b) al evaluar la funcion en el valor de b determinado por la primera

aproximacion que se realiza inicialmente

3. Se evalúa pn con el algoritmo del método

4. Se evalúa la función en el valor obtenido de pn

5. Se determina la multiplicación entre la función evaluada en pn con la evaluada en a

6. Se establece el condicional donde si f(a)*f(pn) es positiva se tomará el valor de p(n) y si no

el valor de a

7. Se establece el condicional donde si f(b)*f(pn) es negativo se tomará el valor de p(n) y si

no el valor de b

8. Se determina la tolerancia con el valor absoluto entre los valores de pn obtenidos

 9. Se arrastra toda la linea de formulas hasta llegar a la tolerancia solicitada y donde se
tendra como solucion al problema los valores de Pn que coinciden en los decimales

NEWTON RAPHSON

Es un método de intervalo abierto en donde no es necesario conocer las raíces del problema y que
trabaja con el siguiente algoritmo:
𝑓(𝑋𝑖 )
𝑋𝑛 = 𝑋𝑖 −
𝑓 ′ (𝑋𝑖 )

Ejemplo

1. Hallar la derivada de la función

2. Evaluar la función en el valor de x escogido

10. Evaluar la derivada de la función en el valor de x determinado

11. Evaluar el algoritmo del metodo que nos permite obtener Xn

12. Se toma el siguiente valor de x como el que se determino anteriormente en Xn

13. Se completa la segunda fila con los valores evaluados en la segunda x, finalmente se
determina la primera tolerancia con el valor absoluto de los Xn obtenidos

14. Se arrastran las formulas hasta llegar a la tolerancia deseada y se obtiene como respuesta
los valores de Xn que coinciden en decimales
 METODO DE LA SECANTE

Es un método de intervalo abierto para encontrar los ceros de una función de forma iterativa y
que viene derivada de newton Raphson. Por lo que su algoritmo corresponde a la siguiente
ecuación

𝑓(𝑥𝑖 ) ∗ (𝑥𝑖 − 𝑥𝑖−1 )

𝑥𝑛 = 𝑥𝑖 −
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖−1 )

Ejemplo

1. Se determina el valor de f(xi) que esta evaluado en el valor escogido de Xi

2. Se determina el valor de la f(xj-1) a partir de el valor de xj-1 determinado

 3. Se determina el valor de Xn con el algoritmo del método

4. Se determina la tolerancia con el valor absoluto de los Xn determinados

5. Se evalúan los condicionales correspondientes para los valores siguientes de xi y xj-1

6. Se arrastran las formulas hasta llegar a la tolerancia deseada y se obtiene como respuesta
los valores de Xn

PUNTO FIJO

Es un método de intervalo abierto y consiste en despejar la variable en términos de una función

Ejemplo

1. Se despejan cada una de las x que estan presentes en la funcion objetivo

2. Se evalúan con el valor de x escogido en la función obtenida a partir de cada x despejada

3. Se determina el segundo valor de x como el primer valor obtenido al evaluarla

4. Se determina la tolerancia con el valor absoluto entre estas dos x obtenidas

5. Se evaluan en cada una de las X despejadas y se revisa en cuales de ellas se obtiene

covergencia y en cuales de ellas no
En las que se obtiene covergencia se evalua hasta la tolerancia deseada obteniendo como
respuesta los valores de x

CAPITULO 3
SISTEMA DE ECUACIONES NO LINEALES

NEWTON RAPHSON EN VARIAS VARIABLES

Tiene como requisito que presente igual número de ecuaciones e incógnitas y el algoritmo es

𝑓(𝑋𝑖 )
𝑋𝑛 = 𝑋𝑖 −
𝑓 ′ (𝑋𝑖 )
La Ecuación Matricial:

x=A-1 * y

Donde:
A= Matriz de los coeficientes del sistema

X= Matriz de las incógnitas

Y= Matriz de los términos independientes

Ejemplo

Se determinan los valores de x1 y x2 a partir de l¿valores que se encuentren dentro del dominio

1. Se determinan las derivadas en funcion de x y y de las dos funciones trabajadas

2. Se evaluan los valores de las derivadas en los valores de x determinados hasta obtener los
4 valores
3. Se determina la inversa del jacobiano con la función que se muestra y ctrl shift ENTER

4. En la F k-1 se evaluan las funciones principales de ambas ecuaciones evaluadas en X k-1,

tanto para la primera como para la segunda x

5. Se realiza la multiplicación de ambas matrices, la inversa del Jacobiano y F k-1, para

determinar Y k-1

6. Se restan los valores de X escogidos con los obtenidos de Y k-1

7. Se determina la tolerancia con el valor absoluto entre X y Y xk yk

8. Los nuevos valores de X1 y X2 seran los obtenidos de xk yk obtenidos respectivamente

9. Finalmente se extiende de dos en dos líneas las fórmulas colocadas hatsa obtener la
tolerancia deseada y obteniendo como respuesta los valores de Xk Yk ultimos
10. Se evaluan las dos funciones iniciales en los valores de X y Y obtenidos

11. Con solver se solucionan los valores colocando como función objetivo la suma delos
cuadrados de esos valores obtenidos
 METODO DE JACOBI

Este método busca que exista convergencia solo si la matriz diagonal de los coeficientes del
sistema es dominante asi:

Si es necesario se deben intercambiar filas o columnas hasta encontrar la matriz dominante que
cumpla con la condicion de que el valor absoluto de el valor de la diagonal domiannte sea mayor o
igual que la suma de los valores absolutos que se encuentran en la misma columna

Ejemplo

1. Se deben despejar las incognitas de cada ecuacion como se muestra acontinuacion

2. Se realiza la matriz a partir de los despejes realizados y dejando los de la igualdad como los
terminos independientes

3. Se determina X, Y y Z con la multiplicación de la inversa de la matriz A por la matriz

independiente
 4. Se realiza la tabla donde se le dan valores iniciales a X, Y y Z y los segundos valore se
determinan a partir del depeje de X, Y y Z hallados con anterioridad

5. Se determina la tolerancia con el valor absoluto del inicial menos el segundo y se halla
para X, Y y Z

6. Se arrastran las formulas hasta llegar a la tolerancia deseada en las tres tolerancias, tanto
la de X, Y y Z y se obtienen como respuesta los valores de X, Y y Z de esas tolerancias

METODO DE GAUUS SEIDEL

Es un método muy parecido al método de Jacobi y por ende maneja el mismo proceso inicial de
Jacobi. Se realiza la matriz dominante, se despejan las variables a determinar

1. Pero al realizar la tabla, para determinar los segundos valores de X se evalua con los
valores obtenidos anteriormente

2. Mientras que para el valor de Y se combinan los dos valores el segundo valor de X ya
determiando y el de Z anterior
 3. Lo mismo se realiza para determinar el segundo valor de Z, que se evaluan en los segundos
valores ya hallados de X y Y

4. Igual que Jacobi se evaluan las tolerancias de cada variable

5. Finalmente se busca llegar a la tolerancia deseada

CAPITULO 4
INTERPOLACION

METODO DE LOS MINIMOS CUADRADOS

Caso 1: Que el polinomio pase por todas las observaciones

P(x) = α0+α1x+α2x2+α3x3+…+αnxn

Donde cada uno de ellos son “Coeficientes del polinomio” y el grado del polinomio seria “n-1”
datos.

Ejemplo
1. Se determina el polinomio hasta donde se va truncar

2. Se determina la matriz elevando los valores del precio a la 0 hasta el numero del
polinomio elevado

3. Hallamos la transpuesta de la matriz X

4. Se determina la inversa de de la multiplicacion de la matriz X y su transpuesta

5. Finalmente se multiplica la funcion X inicial por la traspuesta hallada anteriormente

6. Finalmente se hallan los coeficientes del polinomio al multiplicar el primer factor por el
segundo factor
7. Se realiza la grafica de precio Vs venta

8. Finalmente se determina el valor de la venta con el precio que se pregunta en el ejercicio

 POLINOMIO DE LAGRANGE

Ejemplo

1. Se determina el polinomio de Lagrange

2. Se evaluan en las formulas de Ln obtenidas para cada uno

3. Se evalúa el polinomio que se estableció inicialmente

4. Se toma el segundo valor de X como el primer valor de x aumentado en 0,5

5. Se extienden todas las formulas en donde el valor de X debe concordar con el valor de Y
6. Se grafica la funcion x y p(x)
 INTEGRACIÓN NUMÉRICA

Consiste en calcular el área bajo la curva

MÉTODO DEL TRAPECIO

Ejemplo

1. Se determina la integral del valor analítico y se evalúa en el limite

2. Se toma el limite inferior como el primer valor de x

3. Se determina los valores de f(xi) evaluando la funcion en el valor de x y asi para los demas

4. Se evalua el algoritmo de dos en dos con los valores de X1

5. Se realizan las sumas de las integrales siempre y cuando sean valores positivos y este debe
ser muy cercano a el valor analítico

METODO DE SIMPSON N=2

1. Se evalua igual que el metodo del trapecio pero cambia el algoritmo al siguiente:
 METODO SIMPSON 3

1. Se maneja igual que los dos metodos anteriores pero cambia el algoritmo por el siguiente:

ECUACIONES DIFERENCIALES

RUNGE KUTTA

Los métodos de Runge-Kutta son un conjunto de métodos genéricos iterativos, explícitos e

implícitos, de resolución numérica de ecuaciones diferenciales.

Ejemplo

1. Se hace Runge-Kutta y se calcula K1,K2,K3 y K4 reemplazando en la ecuación

2. Se calcula

1
𝑊𝑖−.1 = 𝑊𝑖 + (𝐾1 + 2𝐾2 + 2𝐾3 + 𝐾4)
6

3. Se calcula la solucion real de la ecuacion diferencial

 4. Se arrastran las formulas hasta llegar al error relativo deseado

TALLERES

Solución
2 taller
3 taller
CONCLUSIONES

I. Se evidencio todo lo trabajado durante el semestre y se recogieron todos los posibles

métodos numéricos que nos permiten solucionar problemas
II. Se entendieron todos los temas evaluados durante el semestre, desde su teoría hasta la
práctica y como aplicarlo en Excel además del uso que estos tienen y su gran importancia
III. Se lograron los objetivos que se tenían al principio del semestre para que en un futuro
puedan ser aplicados a la ingeniería por medio de distintos problemas que se irán
presentando a lo largo de la carrera