Procedimientos Matem

aticos
Steven Chiluisa Romero
Lunes 27 de Octubre del 2014

1.

Tema:
Procedimientos Matem
aticos

2.

Objetivos:

1. Conocer sobre los diferentes Procedimietnos Matematicos.

2. Relacionar estos procedimientos como metodos para el anelisis y resolucion de problemas especfico.

3.

Resumen:

En este informe se encuentra de forma detallada conceptos y ejemplos sobre los procedimientos matem
aticos
m
as importantes que se pueden utilizar en el analisis numerico como parte de soluciones a problemas reales,
adem
as como se relacionan estos metodos y cual se utilizara concretamente al momento de elegir el correcto
orientado a una soluci
on. Es importante el estudio de este tema ya que el curso de Analisis Numerico consiste en
dise
nar algoritmos que servir
an de base para elaborar un procesos matematicos, y as transformar un problema
real en uno matem
atico que se puede estudiar mediante las diferentes formulas detalladas en este informe pero
con un conocimiento objetivo de lo que se esta realizando. Estos procedimientos son el conjunto de metodos
puramente matem
aticos que se implementan a un problema como una posible solucion y ademas conllevan
acciones l
ogicas y ordenadas.
A pesar que todos los metodos que se estudiar
an a continuacion son de caracter aproximado, el informe muestra
claramente que se pueden utilizar con normalidad ya que resultan faciles de tratar y puede contener a cualquier
problema.

4.

Desarrollo del Tema:

Ecuaciones No Lineales
Se conoce como ecuaciones no lineales, al sistema que contiene al menos una ecuacion que no es de primer
grado. El objetivo de encontrar los valores desconocidos de las n variables que satisfacen las ecuaciones
resulta m
as difcil de lo normal, ya que no existen procedimientos generales para una solucion. Ejemplo:
El siguiente es un sistema de ecuaciones no lineales.[1]
1
3x21 cos(x2 x3 ) = 0
2
1
x21 81(x2 + )2 + sen(x3 ) + 1, 06 = 0
2
1
ex1 x2 + 20x3 + = 0
2
Uno de los metodos utilizados para la solucion de estas ecuaciones es el de Newton Raphson. El metodo
de Newton Raphson encuentra la pendiente de la funcion en un punto cualquiera y utiliza el cero de la
recta tangente como el siguiente punto de referencia, el proceso se repite hasta llegar a la aproximaci
on
de la raz deseada.
xn+1 = xn

f (xn )
f 0 (xn )

Diferenciaci
on
En c
alculo infinitesimal, se conoce como diferenciacion al proceso para encontrar diferenciales, lo m
as
f
acil para hallar estos es encontrar la derivada de la funcion. La derivada de una funcion es el lmite de la
raz
on del incremento de la funci
on al incremento de la variable independiente cuando este tiende a cero,
es decir es una raz
on de cambio entre ambas variables, ademas geometricamente representa la tangente a
la curva en un punto.[2]

Fig1. Representacion de la derivada de una funcion [2]

Ejemplo hallar la diferencial de la siguiente funcion:
y = x3 3x
El diferencial de la funci
on es:
dy = 3(x2 1)dx
Ecuaciones Lineales Simult
aneas
Es el conjunto de dos o m
as ecuaciones lineales, tambien se les conoce como sistema de ecuaciones lineales. Una ecuaci
on lineal es una igualdad donde sus n variables estan elevadas a la primera potencia.
Resulta sistemas m
as sencillos de resolver con los siguientes metodos generales como son de traficaci
on,
sustituci
on, suma, matices, determinantes, etc.[2]
Ejemplo: Un sistema de ecuaci
on lineal es de la siguiente manera:
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...
am1 x1 + am2 x2 + ... + amn xn = bm
Ajuste de Curvas
Consiste en el procedimiento de encontrar una funcion matematica f(x) que contenga una serie de puntos
obtenidos generalmente experimentalmente. La importancia de una curva que generalice los datos mediante una funci
on es por la facilidad de estudio que se le puede dar. Por lo general se escoge una funci
on
generica f(x) en funci
on de uno o m
as parametros y se ajusta el valor de estos parametros formando
regresiones lineales, cuadr
atica, logartmicas, exponenciales, etc. El metodo de mnimos cuadrados es el
m
as conocido para el ajuste de curvas. [5]
Ejemplo:

Fig. 2 Regresion Lineal [5]

Mediante el metodo de menimos cuadrados con regresion lineal se obtendra una funcion de la forma:
y = ax + b
donde: a y b son los paremetros a encontrar mediante este metodo.[4]
Integraci
on
Es el proceso de encontrar una integral, matematicamente una integral consiste en hallar una funci
on
f(x) dada su diferencial. De tal modo se puede decir que la integracion y la diferenciacion son operaciones
inversas. Geometricamente representa el area bajo la curva de la funcion se debe a que basicamente, una
integral es la suma de infinitos con sumandos infinitamente peque
nos.[2]

Fig 3. Representacion de la integral de una funcion [3]

Ejemplo:
R

3x2 dx = x3 + C

Ecuaciones Diferenciales Ordinarias

Una ecuaci
on diferencial es aquella igualdad matematica que contiene las derivadas de una o m
as variables dependientes con respecto a una o mas variables independientes, se clasifica de forma ordinaria si
solo contiene derivadas de una o m
as variables dependientes con respecto a una sola variable independiente. Se utilizan metodos de separaci
on de variables, sustitucion, ecuaciones exactas, etc para su soluci
on.
Son de la siguiente forma:
F (x, y, y 0 , ..., y (n) ) = 0
Ejemplo
3

y 00 2y 0 + y = 0
donde una de las soluciones de la ecuacion diferencial es:
y = xex
Derivadas Parciales
Se conoce como la derivada de una funcion que depende de varias variables con respecto a solo unas
de ellas, de tal manera que el resto no varan. Ejemplo
Dada la siguiente funci
on:
f (x, y) = z = ax2 + 2bxy + cy 2
La derivada parcial de la funcion con respecto a una de las variables es:
z
= 2ax + 2by Considerando a y como una constante [2]
x
Optimizaci
on
Es la elecci
on del mejor valor con respecto a criterios del problema que satisfagan el mejor desempe
no
de un conjunto de valores disponibles. Consiste en la maximizacion o minimizacion de funciones reales
que representan el problema eligiendo secuencialmente valores de entrada del conjunto y computando el
valor de la funci
on. De forma general la optimizacion permite encontrar mejores valores de alguna funci
on
objetivo dado un dominio definido. Ejemplo
Encontrar el m
aximo y el mnimo valor de la funcion dada:
minxR (x2 + 1)
Cuando x se selecciona del conjunto de n
umeros reales R. El valor mnimo en este caso es 1 y ocurre para
x=0.
maxxR (2x)
Cuando x puede ser cualquier n
umero real. En este caso, no existe tal maximo si la funcion objetivo es
infinita.[6]
Transformada de Fourier
Las funciones representadas por series de Fourier es amplia sin embargo, sin embargo para funciones
no peri
odicas en un intervalo < t < estan fuera de dicha clase. El analisis armonico de este tipo
de funciones se hace por medio de la integral de Fourier o transformada, que es una generalizacion para
2
funciones no peri
odicas. Puede introducirse considerando el lmite T y =
0. Para una
t
funci
on f(t), la transformada directa es: [7]
1 R
f (t)eit dt,
F () = Fb[f (t)] =
2

5.

Conclusiones:
Los procedimientos matem
aticos sirven como la base para el estudio de un problema mediante An
alisis
Numerico, ya que transformaran un problema real a un problema matematico que facilmente puede ser
resuelto satisfactoriamente ya sea analtica o tecnologicamente mediante programacion.
Es importante saber elegir el procedimiento mas conveniente dentro del proceso de solucion del problema
ya que de esto depende mucho la optimizacion del trabajo, ya que pueden existir diferentes procedimientos
que nos lleven al mismo resultado pero comparandolos uno puede ser mas satisfactorio que el otro.
Estos procedimientos son de car
acter aproximado a la situacion real del problema, pero ingenierilmente
resultan factibles su utilizaci
on con el fin de generalizar y facilitar la solucion.

6.

Referencias:

1. Elementos de M
etodos Num
ericos para Ingeniera, Izar Juan, Unidad Zona Media, Mexico, 1998.
2. C
alculo Diferencial e Integral, 15ta Ed, Granville William, Limusa Editorial, Mexico, 1992.
3. T
ecnicas de C
alculo para Sistemas de Ecuaciones, 2da Ed, De la Fuente Jose, Editorial Reverte,
Espa
na, 1998.
4. Probabilidad y Estadstica para Ingenieros, Miller Irwin, Freund Jhon, Editorial Reverte, Espa
na,
2004.
5. Fundamentos de M
etodos Matem
aticos, 1ra Ed, Kurmishev, Limusa Editorial, Mexico, 2003.
6. Wikipedia La Enciclopedia Libre (2014). Optimizacion de Funciones. http://es.wikipedia.org/wiki/Optimizacion
7. Wikipedia La Enciclopedia Libre (2014). Derivada de una funcion. http://es.wikipedia.org/wiki/Derivada