Calculo Numerico

Universidad Nacional "JORGE BASADRE GROHMANN"
2012
INTRODUCCIN
Tanto la ciencia y la tecnologa nos describen los fenmenos reales mediante modelos
matemticos. El estudio de estos modelos permite un conocimiento ms profundo del
fenmeno, as como de su evolucin futura.
Desafortunadamente, no siempre es posible aplicar mtodos analticos clsicos por
diferentes razones: La solucin formal es tan complicada que hace imposible cualquier
interpretacin posterior; simplemente no existen mtodos analticos capaces de
proporcionar soluciones al problema; no se adecuan al modelo concreto; o su aplicacin
resulta excesivamente compleja.
Para este tipos de casos son tiles las tcnicas numricas, que mediante una labor de
clculo ms o menos intensa, conducen a soluciones aproximadas que son siempre
numricos.
La importante del clculo radica en que implica la mayora de estos mtodos hacen
que su uso est ntimamente ligado al empleo de computadores, que mediante la
programacin nos permite la solucin de problemas matemticos.
Para la realizacin de este trabajo se utiliz el programa MATLAB.
| Clculo numrico
2012
CAPITULO I:
CLCULO DE RACES DE ECUACIONES
1. MTODO DE LA BISECCIN:
1.1. TEORA:
En matemticas, el mtodo de biseccin es un algoritmo de bsqueda de races
que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo
que tiene la raz.
PROCEDIMIENTO:
Elija valores Iniciales para a y b de forma tal que lea funcin cambie
de signo sobre el intervalo. Esto se puede verificar asegurndose de
que :
() () < 0
La primera aproximacin a la raz se determina con la frmula:

= ( + ) / 2
Realizar las siguientes evaluaciones para determinar en que

subintervalo se encuentra la raz:
() ( ) < 0 Entonces =
() () > 0 Entonces =
() () = 0 Entonces Es la Raz
Calcule la nueva aproximacin:

+ 1 = ( + ) / 2
Evaluar la aproximacin relativa:
| ( + 1 ) / + 1 | <
| Clculo numrico
2012
No. (Falso) Repetir el paso 3, 4 y 5

S. (Verdadero) Entonces + Es la Raz
1.2. DIAGRAMA DE FLUJO:
Inicio
f(x), a,
b, E
F(a)*f(b)<0
| b-a|>E
Xap=(a+b)/2
f(a)*f(Xap)=0
a=b
No
existe
la raz
f(a)*f(Xap)<0
a = Xap
b = Xap
Xap
3
FIN
| Clculo numrico
2012
1.3. CDIGO DE PROGRAMA:

CDIGO EN EL BOTON CALCULAR:
f=get(handles.edit1,'string');
f=inline(f);
a=str2double(get(handles.edit2,'string'));
b=str2double(get(handles.edit3,'string'));
E=str2double(get(handles.edit4,'string'));
if f(a)*f(b)< 0
while abs(b-a)>E
x=(a+b)/2;
if f(a)*f(x)==0
a=b;
else
if f(a)*f(x)<0
b=x;
else
a=x;
end
end
set(handles.edit5,'string',x);
end
else
set(handles.edit5,'string','No existe la raiz en el intervalo');
end
CDIGO EN EL BOTN GRAFICAR:
function varargout = pushbutton2_Callback(h, eventdata, handles, varargin)
f=inline(f);
ezplot(f), grid on
CDIGO EN EL BOTN SALIR:
function pushbutton6_Callback(hObject, eventdata, handles)
close
| Clculo numrico
2012
1.4. VENTANA DE DISEO Y APLICACIN:
2. MTODO DEL PUNTO FIJO:

2.1.
TEORA:
Dada la ecuacin () = 0, el mtodo de las aproximaciones sucesivas
reemplaza esta ecuacin por una equivalente, = (), definida en la
forma () = () + . Para encontrar la solucin, partimos de un valor
inicial 0 y calculamos una nueva aproximacin 1 = (0).
Reemplazamos el nuevo valor obtenido y repetimos el proceso. Esto da lugar
a una sucesin de valores, {0 , 1,, } que si converge, tendr como lmite
la
solucin
del
problema.
5
En la figura se representa la interpretacin geomtrica del mtodo. Partimos
de un punto inicial x0 y calculamos = (0). La interseccin de esta
| Clculo numrico
2012
solucin con la recta = nos dar un nuevo valor 1 ms prximo a la

solucin final.
Sin embargo, el mtodo puede divergir fcilmente. Es fcil comprobar que el
mtodo slo podr converger si la derivada () es menor en valor absoluto
que la unidad (que es la pendiente de la recta definida por = . Un
ejemplo de este caso se muestra en la figura. Esta condicin, que a priori
puede considerarse una severa restriccin del mtodo, puede obviarse
fcilmente. Para ello basta elegir la funcin () del siguiente modo:
() = + ()
De forma que tomando un valor de adecuado, siempre podemos hacer que
() cumpla la condicin de la derivada.
CONVERGENCIA:
El mtodo de aproximaciones sucesivas converge si | ()| < 1
Co
Convergencia Montona
Divergencia Montona
| Clculo numrico
< () <
2012
() >
Inicio
f(x), g(x),
X0, E
X1=g(X0)
|X0-X1| >E
X0 = X1
X1 = g(X0)
X1
FIN
2.3.
CDIGO DE PROGRAMA:
CDIGO EN EL BOTN CALCULAR:
function varargout = pushbutton2_Callback(h, eventdata, handles,

varargin)
g=inline(f)
n=str2double(get(handles.edit17,'string'));
| Clculo numrico
2012
x1=g(a)
k=1;
cadena1=sprintf('a = %8.6f valor inicial\n',a);
while abs(x1-a)>E&k<n
a=x1
x1=g(a)
k=k+1
cadena2=sprintf('x%d = %8.6f\n',k-1,x1);
cadena1=[cadena1,cadena2];
end
varargin)
funcionf=get(handles.edit1,'string');
f=inline(funcionf);
figure(1);
ezplot(f),grid on
close
| Clculo numrico
2012
3. MTODO DE NEWTON RAPHSON:

3.1. TEORA:
Este mtodo parte de una aproximacin inicial 0 y obtiene una aproximacin
mejor, 1 , dada por la frmula:
1 = 0
(0 )
(0 )
| Clculo numrico
2012
Este mtodo est definido por el denominador () hace que

geomtricamente se base en una aproximacin a una recta tangente a la
curva = () trazada en el punto correspondiente a la aproximacin
presente, esto puede observarse en la figura:
3.2. DIAGRAMA DE FLUJO CON LA DERIVADA:
Inicio
f(x), f(x),
X0, E
X1 = X0 - f(X0)/f(X0)
|X1-X0| >E
10
X0 = X1
X1 = X0 - f(X0) / f(X0)
| Clculo numrico
2012

varargin)
g=get(handles.edit2,'string');
f=inline(f);
g=inline(g);
x=str2double(get(handles.edit3,'string'));
x1=x-f(x)/g(x);
while abs (x1-x)>E
x=x1;
x1=x-f(x)/g(x);
end
set(handles.edit5,'string',x1);

varargin)
f=inline(f);
ezplot(f), grid on
11

close
| Clculo numrico
2012
3.5.
SIN INGRESAR LA DERIVADA: f (x) DIAGRAMA DE FLUJO:

Inicio
f(x), X0, E
h = 0,00001;
df = [f(X0+h) - f(X0)] / h
X1 = X0 - f(X0)/df
|X1-X0| >E
X0 = X1
12
h = 0,00001
X1 = X0 - f(X0)/df
| Clculo numrico
3.6.
2012
CDIGO DE PROGRAMA:
varargin)
f=inline(f);
D=(f(x+0.0001)-f(x))/0.0001;
x1=x-(f(x))/D;
while abs (x1-x)>E
x=x1;
D=(f(x+0.0001)-f(x))/0.0001;
x1=x-(f(x))/D;
end
varargin)
f=inline(f);
ezplot(f), grid on
4. MTODO DE LA SECANTE:
13
4.1. TEORA:
| Clculo numrico
2012
El principal inconveniente del mtodo de Newton estriba en que requiere

conocer el valor de la primera derivada de la funcin en el punto. Sin embargo,
la forma funcional de () dificulta en ocasiones el clculo de la derivada. En
estos casos es ms til emplear el mtodo de la secante.
El mtodo de la secante parte de dos puntos (y no slo uno como el mtodo
de Newton) y estima la tangente (es decir, la pendiente de la recta) por una
aproximacin de acuerdo con la expresin:
+1 =
( )(1 )
(1 ) ( )
En general, el mtodo de la secante presenta las mismas ventajas y

limitaciones que el mtodo de Newton-Raphson explicado anteriormente.

Inicio
f(x), X1, X0,
E
|X1-X0| >E
X2 = X1 [f(X1)*(X1-X0)] / [f(X1)-f(X0)]
X0 = X1
X1 = X2
X2
FIN
14

| Clculo numrico
2012

varargin)
f=inline(get(handles.edit1,'string'));
x0=str2double(get(handles.edit2,'string'));
while abs(x1-x0)>E
x2=x1-(((x1-x0)*f(x1))/(f(x1)-f(x0)));
x0=x1;
x1=x2;
end
set(handles.edit5,'string',x2)
varargin)
f=inline(f);
ezplot(f), grid on
close(secante)
4.4. VENTANA DE DISEO y APLICACION:
15
| Clculo numrico
2012
5. MTODO DE LIN:
5.1. TEORA:
Dada la ecuacin () = 0 donde P tiene la forma:
() = 0 + 1 1 + 2 2 + + 1 + ; 0 0 (1)
Sea el factor cuadrtico:
2 + + . (2)
Con lo cual la ecuacin anterior resulta:
() = ( 2 + + )(0 2 + 1 3 + + 3 + ) + +
Donde + es el residuo
Polinomio reducido () = 0 2 + 1 3 + + 3 +
Multiplicando ()
() = ( + + ) + ( + + ) + ( + + ) +
+ ( + + ) + ( + + ) + +
Igualando coeficientes de la misma potencia

0 = 0
1 = 0 + 1
2 = 0 + 1 + 2
3 = 1 + 2 + 3
.
1 = 3 + 2 +
= 2 +
0 =
1 =
2 =
3 =
0
1 0
2 0 1
3 1 2
= 1 2 3
= 2
| Clculo numrico
16
2012
En general: = 1 2 ; = 0,1,2,3 . 2
Los residuos estn dados por:
= 1 2 3
= 2
Para que 2 + + sea un factor cuadrtico R y S tienen que ser cero.
= 1 2 3 = 0 =
= 2 = 0 =
2
Se define:
1 3
2
Entonces
Si =

INICIO
LEER
a(i); i=1,2,3...n
p, q, E, n
P>E & Q>E
k=n:1:-1
b(n+1)=0
b(n+2)=0
b(k)=a(k)-p*b(k+1)-q*b(k+2)
p=p+P;
q=q+Q;
k=n:1:-1
b(k)=a(k)-p*b(k+1)-q*b(k+2);
b(n+1)=0;
b(n+2)=0;
i=n:1:-1
c(n+1)=0;
c(n+2)=0;
c(i)=b(i)-p*c(i+1)-q*b(i+2)
i=n:1: -1
c(i)=b(i)-p*c(i+1)-q*b(i+2);
c(n+1)=0;
c(n+2)=0;
P=(b(1)*c(4)-b(2)*c(3))/(c(2)*c(4)-(c(3))^2);
Q=(b(2)*c(2)-b(1)*c(3))/(c(2)*c(4)-(c(3))^2);
P=(b(1)*c(4)-b(2)*c(3))/(c(2)*c(4)-(c(3))^2);
Q=(b(2)*c(2)-b(1)*c(3))/(c(2)*c(4)-(c(3))^2
| Clculo numrico
p=p+P;
q=q+Q;
x1=(-p+sqrt(p^2-4*q))/2;
17
2012

% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
a=str2num(get(handles.edit1,'string'));
p=str2double(get(handles.edit2,'string'));
q=str2double(get(handles.edit3,'string'));
n=length(a);
for k=n:-1:1
b(n+1)=0;
b(n+2)=0;
b(k)=a(k)-p*b(k+1)-q*b(k+2);
end
for i=n:-1:1
c(n+1)=0;
c(n+2)=0;
c(i)=b(i)-p*c(i+1)-q*b(i+2);
end
P=(b(1)*c(4)-b(2)*c(3))/(c(2)*c(4)-(c(3))^2);
Q=(b(2)*c(2)-b(1)*c(3))/(c(2)*c(4)-(c(3))^2);
while P>E & Q>E
p=p+P;
q=q+Q;
for k=n:-1:1
b(k)=a(k)-p*b(k+1)-q*b(k+2);
b(n+1)=0;
b(n+2)=0;
end
for i=n:-1:1
18
| Clculo numrico
2012
c(i)=b(i)-p*c(i+1)-q*b(i+2);
c(n+1)=0;
c(n+2)=0;
end
P=(b(1)*c(4)-b(2)*c(3))/(c(2)*c(4)-(c(3))^2);
Q=(b(2)*c(2)-b(1)*c(3))/(c(2)*c(4)-(c(3))^2);
end
p=p+P;
q=q+Q;
x1=(-p+sqrt(p^2-4*q))/2;
x2=(-p-sqrt(p^2-4*q))/2;

close
CAPITULO II
19
| Clculo numrico
2012
SISTEMA DE ECUACIN LINEAL

6. MTODO DE GAUSS - JORDAN
6.1. TEORA:
Sea un sistema de ecuaciones lineales de la forma:
11 1 + 12 2 + 13 3 + + 1 = 1
21 1 + 22 2 + 23 3 + + 2 = 2
31 1 + 32 2 + 33 3 + + 3 = 3
{1 1 + 2 2 + 3 3 + + =
Se trata de un sistema de n ecuaciones con n incgnitas, x1, x2, ..., xn. Los
elementos aij y bi son nmeros reales fijados.
El sistema de ecuaciones se puede escribir, empleando una muy til
representacin matricial, como:
11
21
31
(11
12
22
32
12
13
23
33
13
1
1
1
2
2
2
3 = 3
3
1 ) ( ) ( )
Es decir =
Donde A es la matriz de coeficientes, X es el vector incgnitas y B es el vector
trminos independientes.
PROCEDIMIENTO:
Crear la matriz cuyos elementos son los de la matriz A y el vector B. A es la
matriz se le denomina la matriz aumentada.
11
21
31
(1
12
22
32
13
23
33
1 1
2 2
3 |3 Matriz aumentada
|
| Clculo numrico
20
2012
Mediante transformaciones elementales de filas en la matriz aumentada, los

elementos de la matriz de coeficientes A debe transformarse en la matriz
identidad y los elementos que estn en la posicin del vector de trminos
independientes B, ser la solucin del sistema.
1
0
0
0
(
0
1
0
0
0
1
01
0 2
|
0| 3 Matriz transformada

1 )
Y las races del sistema de ecuaciones son:

1 = 1 ; 2 = 2 ; 3 = 3 ; ; =
El proceso, requiere de
3
2
+ 2 2 multiplicaciones y
3
2
2 sumas.

Inicio
Leer
n, aij
i = 0, n, 1
divisor = aii
j = 0, n+1, 1
aij = aij*divisor
k = 0, n, 1
i~=k
pivote = a(k, i)
21
j = 0, n, 1
akj = akj pivote*aij
| Clculo numrico
6.3.
2012
CDIGO DE PROGRAMA:
varargin)
A=str2num(get(handles.edit1,'string'));
[m,n]=size(A);
for i=1:m
divisor=A(i,i);
for j=i:n
A(i,j)=A(i,j)/divisor;
end
for k=1:m
if i~=k
pivote = A(k,i);
for j=i:n
A(k,j)=A(k,j)- pivote*A(i,j);
end
end
end
end
for i=1:m
x(i)=A(i,n);
end
x=x';
t=1:m;
t=t';
cadena='';
for t=1:m
cad=sprintf('x%d=%6.2f',t,x(t));
22
| Clculo numrico
2012
cadena=[cadena;cad];
end
set(handles.edit2,'string',cadena);
varargin)
close
6.4.
VENTANA DE DISEO Y APLICACIN:
7. MTODO DE GAUSS SEIDEL

7.1. TEORA:
Mtodo iterativo que su utiliza para resolver sistema de ecuaciones de la
forma:
23
| Clculo numrico
2012
11 1 + 12 2 + 13 3 + + 1 = 1
21 1 + 22 2 + 23 3 + + 2 = 2
31 1 + 32 2 + 33 3 + + 3 = 3
{1 1 + 2 2 + 3 3 + + =
Que matricialmente se puede escribir como A X=B, supongamos que
0, = 1,2,3 . Despejamos los X
1 = (1 12 2 13 3 1 )11
2 = (2 21 1 23 3 2 )22
3 = (3 31 1 32 2 + 3 )33
El proceso se inicia dando un valor inicial para los puntos ; = 1,2,3 .

se podra usar, por ejemplo la solucin trivial 1 = 2 = 3 = = = 0 si
este fuera el caso se tendra que:
1 = 1 11
2 = (2 21 (1 11 ))22
3 = (3 31 (1 11 ) 32 (2 21 (1 11 ))22 )33
..
Los 1, 2, . . . , son los nuevos valores inciales que sern utilizados en una
segunda iteracin.
La convergencia puede definirse mediante
= |
1
| 100 <

Dnde:
: Error relativo porcentual dela raz
: Iteracin actual
1: Iteracin anterior
: Tolerancia prefijada
RE ARREGLO DE ECUACIONES
El proceso de gauss - Seidel converge si la matriz coeficientes cada
elemento de la diagonal es el mayor en valor absoluto que la suma de todos
los dems elementos de la misma fila o columna .Es decir se asegura la
convergencia s.
| Clculo numrico
24
2012
| | > | | >
=1
=1
Inicio
Leer
N, m, aij, bi, vi
k = 1, m, 1
i = 1, n, 1
Xi = Vi
i = 1, n, 1
S=0
j = 1, n, 1
j~=1
25
S = S + aij * Xj
vi = (bi-S) / aii
Xi = vi
| Clculo numrico
7.3.
2012
CDIGO DE PROGRAMA:
varargin)
maxite=str2double(get(handles.edit1,'string'));
v=str2num(get(handles.edit2,'string'));
b=str2num(get(handles.edit4,'string'));
[n,n]=size(a);
cad1='';
for k=1:maxite
for i=1:n
x(i)=v(i);
end
for i=1:n
s=0;
for j=1:n
if j~=i
s=s+a(i,j)*x(j);
end
end
v(i)=(b(i)-s)/a(i,i);
x(i)=v(i);
end
26
| Clculo numrico
2012
for t=1:n
cad2=sprintf('x%d=%10.8f ',t,x(t));
cad1=[cad1,cad2];
end
cad2=sprintf('\n',t);
cad1=[cad1,cad2];
end
set(handles.edit5,'string',cad1);
varargin)
close(gauusseidel)
7.4.
27
| Clculo numrico
2012
INTERPOLACIN
8. INTERPOLACIN LINEAL:
8.1. TEORA:
Nos centraremos ahora en el problema de obtener, a partir de una tabla de
parejas (, ()) definida en un cierto intervalo [, ], el valor de la funcin
para cualquier x perteneciente a dicho intervalo.
Supongamos que disponemos de las siguientes parejas de datos:
x x0 x1 x2 xn
y y0 y1 y2
El objetivo es encontrar una funcin continua lo ms sencilla posible tal que:

() =
(0 )
Se dice entonces que la funcin () definida por la ecuacin es una funcin

de interpolacin de los datos representados en la tabla.
Existen muchas formas de definir las funciones de interpolacin, lo que da
origen a un gran nmero de mtodos (polinomios de interpolacin de
Newton, interpolacin de Lagrange, interpolacin de Hermite, etc). Sin
embargo, nos centraremos exclusivamente en dos funciones de interpolacin:
Los polinomios de interpolacin de Lagrange.

Las funciones de interpolacin splines. Estas funciones son especialmente
importantes debido a su idoneidad en los clculos realizados con
ordenador.
Inicio
28
Leer
X, ai, bi, n
i = 1, n-1, 1
ai <= X <= a(i+1)
y = b(i)+(((X+a(i))*(b(i))) / (a(i+1)-a(i)))
| Clculo numrico
2012

function varargout = togglebutton3_Callback(h, eventdata, handles,
varargin)
n=length(a);
for i=1:n-1
if x>=a(i) & x<=a(i+1)
y = b(i)+(((x-a(i))*(b(i+1)-b(i)))/(a(i+1)-a(i)));
i=n;
end
end
set(handles.edit4,'string',y);

varargin)
close(interpolacionlineal)
| Clculo numrico
29
8.4.
2012
INTERPOLACIN POLINMICA
9. POLINOMIO DE LAGRANGE:
9.1. TEORA:
Si 0 , 1 , 2 , , son + 1 puntos distintos y () es una funcion cuyos
valores estan dados en esos puntos entonces existe un nico polinomio P de
grado a lo mas de grado n con la propiedad que ( ) = ( ) para cada k=0,
1,2,n.
Este polinomio est dado por:
() = ( ) , ()
=0
Dnde:
, () =
=0
Para un polinomio lineal la aproximacin es:

() = (0 )1,0 () + (1 )1,1 ()
Dnde:
| Clculo numrico
30
1,0 () =
1
;
0 1
() = (
1
0
) (0 ) + (
) (1 )
0 1
1 0
1,1 () =
2012
0
1 0
Entonces:
Para un polinomio de segundo grado est dado por:

() = (0 )2,0 () + (1 )2,1 () + (2 )2,2 ()
Dnde:
1
2
1,0 () = (
)(
)
0 1 0 2
0
2
2,1 () = (
)(
)
1 0 1 2
0
1
2,2 () = (
)(
)
2 0 2 1
Entonces el polinomio para segundo grado es:

1
2
0
2
0
1
() = (
)(
) (0 ) + (
)(
) (1 ) + (
)(
) (2 )
0 1 0 2
1 0 1 2
2 0 2 1
Donde x es el valor a interpolar.
9.2.
DIAGRAMA DE FLUJO:
INICIO
Leer
y(i), x(i) a, x
S=0
K = 1, n, 1
N=1
D=1
i = 1, n, 1
31
i~=k
N = N(x-x(i))
D = D(x(k)-x(i))
| Clculo numrico
L = N/D
2012

n=length(X);
s=0;
for k=1:1:n
NUM=1;
DEN=1;
for i=1:1:n
if i~=k
NUM=NUM*(x-X(i));
DEN=DEN*(X(k)-X(i));
end
L(k)=NUM/DEN;
end reserved - to be defined in a future version of MATLAB
s=s+(L(k)*f(X(k)));
end
set(handles.edit4,'string',s);
32

ezplot(f),grid on
| Clculo numrico
2012

varargin)
close(polinomiolagrange)
9.4.
33
AJUSTES POLINOMIALES
| Clculo numrico
2012
10. REGRESIN POLINOMIAL :

10.1. TEORA:
Supongamos que se conocen los datos (o, o), (1, 1), . . (n, n) con
0, 1, . . , nmeros reales distintos, y se desea encontrar un polinomio:
= 0 + 1 + 2 2 + + , <
Tal que:
2
S(a 0 , a 1 ,....., a m ) p m x k y k a 0 a 1 x k a 2 x 2k ,....., a m x mk y k

k 0
k 0
Sea mnima.
El grado m del polinomio m() se puede escoger previamente con base en
algn resultado terico, alguna expectativa o por la aplicacin que se le
pretenda dar al polinomio. En cualquier caso estamos libres de elegir el
grado que parezca mejor. En muchos casos el grado ser uno y el polinomio
obtenido se llamar la recta que mejor se ajusta o la recta de mnimos
cuadrados para la tabla de datos.
Volviendo a la funcin ( 0, 1, . . , m), una condicin necesaria para la
existencia de un mnimo relativo de esta funcin es que las derivadas
parciales de (0, 1, . . , m) con respecto a j, = 0, 1, 2, , sean cero.
Resultan entonces las siguientes m+1 ecuaciones lineales en las incgnitas
0, 1, . . , m:
n
S
2 a 0 a 1 x k a 2 x 2k ..... a m x mk y k 0
a 0 k 0
n
S
2 a 0 a 1 x k a 2 x 2k ..... a m x mk y k x k 0
a 1 k 0
n
S
2 a 0 a 1 x k a 2 x 2k ..... a m x mk y k x 2k 0
a 2 k 0
..........
n
S
2 a 0 a 1 x k a 2 x 2k ..... a m x mk y k x kj 0
a j k 0
............
n
S
2 a 0 a 1 x k a 2 x 2k ..... a m x mk y k x mk 0
| Clculo numrico
a m k 0
34
2012
Si en las ecuaciones anteriores cancelamos el 2, desarrollamos los parntesis

y usamos que
n
a
k 0
n 1a 0
Obtenemos:
n
n
n
n 1a 0 x k a 1 x 2k a 2 ..... x mk a m
k 0
k 0
k 0
n
n
n
n m 1

2
3
x k a 0 x k a 1 x k a 2 ..... x k a m
k 0
k 0
k 0
kn0
n
n
n
x 2 a x 3 a x 4 a ..... x m 2 a
k 1
k m
k
0
k
2

k 0
k 0
k 0
k 0
.
.
n
n
n
n
x j a x 1 j a x 2 j a ..... x m j a
k
0
k
1
k
2
k
m
k 0
k 0
k 0
k 0
n
n 1 m
n 2 m
n mm
m
x
a
x
a
x
a
.....
x k a m
k
0
k
1
k
2
k 0
k 0
k 0
k 0
yk
k 0
x k yk
k 0
n 2
x k yk
k 0
...
...
n j
x k yk
k 0
:::
n
x mk y k
k 0
Este es un SEL de m+1 ecuaciones lineales en las m+1 incgnitas a 0, a1, ..,
am, que se llama Sistema de Ecuaciones Normales. Este sistema de ecuaciones
normales se puede escribir en forma simplificada como sigue:
m
i 0
k 0
k 0
a i x ik j x kj y k
con j 0,1,....,.m
Estas ecuaciones se pueden reproducir a partir de:
p m x k a 0 a 1 x k a 2 x 2k ,....., a m x mk y k
35
Multiplicando a ambos lados por , = 0, 1, , ,
a 0 x kj a 1 x k x kj a 2 x 2k x kj ,....., a m x mk x kj y k x kj
a 0 x kj a 1 x 1k j a 2 x 2k j ,....., a m x mk j x kj y k
| Clculo numrico
2012
Sumando sobre k
n
k 0
k 0
k 0
k 0
k 0
a 0 x kj a 1 x 1k j a 2 x 2k j ..... a m x mk j x kj y k
10.2.
con j 0,1,2,....., m
DIAGRAMA DE FLUJO:
Inicio
Leer
m, x, y
A11 = 0
A12 = 0
A22 = m
B1 = 0
B2 = 0
i = 1, m, 1
A11 = A11 + [(X(i))^2]

A12 = A12 + X(i)
A22 = A12
B1 = B1 + [X(i)*Y(i)]
B2 = B2 + Y(i)
a = ((B1*A22)-(B2*A12) / ((A11*A22)-(A12-A21));
b = ((B2*A11)-(B1-A21)) / (A11*A22)-(A12*A21));
escribir
a, b
FIN
36
| Clculo numrico
2012
CDIGO EN EL BOTN ACEPTAR:

m=str2double(get(handles.edit1,'string'));
x=str2num(get(handles.edit2,'string'));
y=str2num(get(handles.edit3,'string'));
A11=0;
A12=0;
A22=m;
B1=0;
B2=0;
for i=1:m
A11=A11+((x(i))^2);
A12=A12+x(i);
A21=A12;
B1=B1+(x(i)*y(i));
B2=B2+y(i);
end
a=((B1*A22)-(B2*A12))/((A11*A22)-(A12*A21));
b=((B2*A11)-(B1*A21))/((A11*A22)-(A12*A21));
ard=sprintf('y = %6.4fx + %6.4f',a,b);
set(handles.edit4,'string',ard);
figure(1);
xx=min(x)-1:0.2:max(x)+1;
yy=a*xx+b;
ezplot(x,y,'or',xx,yy),grid on
10.4.
VENTANA DE DISEO Y APLICACION:
37
| Clculo numrico
2012
CAPITULO - III
INTEGRACIN NUMRICA
11. REGLA DEL TRAPECIO:
11.1.
TEORA:
Este mtodo resulta de sustituir la funcin = () por un polinomio de
primer grado () = 0 + 1 en [, ] = [0 , 1 ] al polinomio () se le
puede representar mediante un polinomio () se le puede representar
mediante un polinomio de Lagrange, es decir:
1
1 (
( 0 )
1 )
() = () = [
(0 ) +
(1 )]
(1 0 )
0
0 (0 1 )
Resolviendo:
() = [(0 ) (1 )], = 1 0
2
Generalizando:
() + () + () + + () =
()
Aplicando la regla del trapecio a c/u de las integrales se tiene:
| Clculo numrico
38
2012
() = lim ( )
11.2.
=1
DIAGRAMA DE FLUJO:
Inicio
Leer
f(X), a, b, n
h = (a+b) / n
S = f(a) - f(b)
i = 1, n-1, 1
Xi = a +i*h
S = S +2*f(Xi)
AREA = S*h/2
Escribir
AREA
FIN

CDIGO EN EL BOTN ACEPTAR:
varargin)
| Clculo numrico
39
2012
h=(b-a)/n;
s=f(a)+f(b);
for i=2:n
x(i)=a+(i-1)*h;
s=s+2*f(x(i));
end
I=s*(h/2);
set(handles.edit5,'string',I);
varargin)
h=(b-a)/n;
for i=1:n+1
x(i)=a+(i-1)*h;
y(i)=f(x(i));
end
x=[x,b,a,a];
y=[y,0,0,f(a)];
fill(x,y,[0.8 0.8 0.9])
for i=1:n+1
x(i)=a+(i-1)*h;
y(i)=f(x(i));
end
hold on
ezplot(f,[min(x):0.2:max(x)])
plot(x,y,'og')
plot(x,y,'g')
varargin)
close(trapecio)
40
11.4. VENTANA DE DISEO Y APLICACION:
| Clculo numrico
2012
12. REGLA DE SIMPSON 1/3:

12.1.
TEORA:
La regla de Simpson de 1/3 resulta cuando se sustituye la funcin y=f(x) por

un polinomio de segundo grado es decir:
() () () = 0 + 1 + 2 2
En el intervalo [, ] = [0 , 2 ] al polinomio () se le puede representar por

un polinomio de LaGrange de segundo orden
Es decir:
() [(0 )2,0 () + (1 )2,1 () + (2 )2,2 ()]
1
1
2
0
2
0
1
() [(
)(
) (0 ) + (
)(
) (1 ) + (
)(
) (2 )]
0
1
0
2
1
0
1
2
2
0
2 1
Resolviendo la integral se obtiene:
2 0
() [(0 ) + 4(1 ) + (2 )], =
3
2
GENERALIZANDO PARA ''n'' INTERVALOS

Los intervalos se toman de dos en dos:
() = () + () + () + +
()
Aplicando la regla de Simpson de 1/3 para cada integral de tiene:

| Clculo numrico
41
2012
() [(0 ) + 4(1 ) + 2(2 ) + 4(3 ) + 2(4 ) + + 2(2 ) + 4(1 ) + ( )]

3
Dnde:
0
=
=
; 2
= 0 + ; = 1,2,3
12.2.
DIAGRAMA DE FLUJO:
Inicio
Leer
f(X), a, b, n
h = (a+b) / n
i = 0, n, 1
Xi = a +h
n par
S=0
i = 2, n, 1
S = S +f(Xi-2) + 4f(Xi+1) + f(Xi)
I = S*h/3
Escribir
AREA
42
FIN
| Clculo numrico
2012

h=(b-a)/n;
for i=1:n+1
x(i)=a+(i-1)*h;
end
if rem(n,2)==0
s=0;
for i=3:2:n+1
s=s+f(x(i-2))+4*f(x(i-1))+f(x(i))
end
I=(h/3)*s
end
h=(b-a)/n;
s=f(a)+f(b);
for i=1:n+1
x(i)=a+((i-1)*h);
y(i)=f(x(i));
end
x=[x,b,a,a];
y=[y,0,0,f(a)];
fill(x,y,[0.8 0.4 0.9])
for i=1:n+1
x(i)=a+((i-1)*h);
y(i)=f(x(i));
line([x(i),x(i)],[0,f(x(i))]);
end
hold on
| Clculo numrico
43
2012
ezplot(f,[min(x):0.2:max(x)])
close(sinpson1/3)
13. REGLA DE SIMPSON DE 3/8:

13.1.
TEORA:
La regla de Simpson de 3/8 resulta cuando se sustituye la funcin =
() por un polinomio de tercer grado es decir:
() () () = 0 + 1 + 2 2 + 3 3
44
En el intervalo [, ] = [0 , 2 ] al polinomio () se le puede representar
por un polinomio de LaGrange de tercer orden.
Es decir:
| Clculo numrico
2012
=3
[(0 )3,0 () + (1 )3,1 () + (2 )3,2 () + (3 )3,3 ()]
()
=0
Resolviendo la integral se obtiene:
()

[( ) + ( ) + ( ) + ( )], =

Inicio
S=0
Leer
f(X), a, b, n
h = (a+b) / n
n=3
i = 3, n, 3
Escribir
n debe ser mltiplo de
tres
S = S +3/8*h* [f(Xi-3) + 3f(Xi-1) + 3f(Xi-1)+f(Xi)
Escribir
S
FIN
45

| Clculo numrico
2012
f=inline(get(handles.edit1,'string'))
a=str2double(get(handles.edit2,'string'))
b=str2double(get(handles.edit3,'string'))
n=str2double(get(handles.edit4,'string'))
h=(b-a)/n
for i=1:n+1
x(i)=a+(i-1)*h
end
if rem(n,3)==0
s=0
for i=3:n+1:3
s=s+f(x(i-2))+3*f(x(i-1))+3*f(x(i))+f(x(i-1))
end
I=((3*h)/8)*s;
set(handles.edit5,'string',I)
end

varargin)
f=inline(get(handles.edit1,'string'))
a=str2double(get(handles.edit2,'string'))
b=str2double(get(handles.edit3,'string'))
n=str2double(get(handles.edit4,'string'))
h=(b-a)/n;
s=f(a)+f(b)
for i=1:n+1
x(i)=a+((i-1)*h)
y(i)=f(x(i));
end
x=[x,b,a,a]
y=[y,0,0,f(a)]
fill(x,y,[0.6 0.8 0.4])
for i=1:n+1
x(i)=a+((i-1)*h)
y(i)=f(x(i));
line([x(i),x(i)],[0,f(x(i))])
end
hold on
ezplot(f,[min(x):0.2:max(x)]);
46

| Clculo numrico
2012

close
13.4.
14.
INTEGRALES MLTIPLES
14.1.
TEORA:
Para el clculo de integrales de funciones de varia variables se pueden usar
las reglas ya estudiadas como la regla del trapecio, regla de Simpson 1/3 y
3/8 son tiles para resolver integrales dobles y triples.
En esta ocasin usaremos Simpson de 1/3 para el clculo de una integral
doble de la forma:
.
(, )
Dnde:
= {(, ) ; }
= {(, ) ; () }
Para aproximar la solucin de la integral
| Clculo numrico
47
2 ()
2012
(, )
1 ()
Utilizando la regla de Simpson 1/3

1 =
Por lo tanto:
2 =
2 ()
2 0
;
2
2 () 1 ()
2
(, ) = () =
1 ()
1
[(0 ) + 4(1 ) + (2 )]
3
Dnde:
() =
2
[(, 1 ()) + 4(, 1 () + 2 ()) + (, 2 ())]
3
14.2. DIAGRAMA DE FLUJO

INICIO
LEER
f(x,y), g1(x), g2(x), a, b
h=(b-a)/2
x0=a
s=0
48
i=1:3
h2=(g2(x0)-g1(x0))/2
w(i)=(h2/3)*(f((x0),g1(x0))+4*f(x0,g1(x0)+h2)+f(x0,g2(x0)))
x0=x0+h
| Clculo numrico
I=(h/3)*(w(1)+4*w(2)+w(3))
2012

f=inline(get(handles.edit1,'string'),'x','y');
g1=inline(get(handles.edit2,'string'));
g2=inline(get(handles.edit3,'string'));
h=(b-a)/2;
x0=a;
s=0;
for i=1:3
h2=(g2(x0)-g1(x0))/2;
w(i)=(h2/3)*(f((x0),g1(x0))+4*f(x0,g1(x0)+h2)+f(x0,g2(x0)));
x0=x0+h;
end
I=(h/3)*(w(1)+4*w(2)+w(3));

f1=inline(f,'x','y');
ezmesh(f1);
| Clculo numrico
49
2012
grid on
close
CAPITULO - IV
ECUACIONES DIFERENCIALES ORDINARIAS
15. METODO DE EULER:
15.1.
50
TEORA:
| Clculo numrico
2012
Este mtodo consiste en dividir el intervalo [, ] en n subintervalos de

()
longitud 'h'; = ,de manera que se obtiene los n+ 1 puntos 0 , 1 ,
2 , . ., = donde = 0 + ; = 1,2,3 la condicin inicial
(0 ) = 0 representada por el punto 0 = (0 , 0 ) por donde pasa la curva
solucin, donde :
|
= (0 , 0 )
(0 ,0 )
FORMULA DE EULER
+1 = + ( , )
, = 1,2,3
Es decir, se genera una sucesin de aproximacin:

1 = 0 + (0 , 0 )
2 = 1 + (1 , 1 )
3 = 2 + (2 , 2 )
51
= 1 + (1 , 1 )
| Clculo numrico
15.2.
2012
DIAGRAMA DE FLUJO:
Inicio
Leer
f(X, Y), a, b, n, 0
h = (a+b) / n
i = 1, n, 1
Y1 = Y0 + h0*f(x)
Y0 = Y1
X1 = X0 + h
X0 = x1
Escribir
Y0
FIN
15.3.
CDIGO DE PROGRAMA:
52

varargin)
| Clculo numrico
2012
f1=get(handles.edit1,'string'); f=inline(f1,'x','y');
y0=str2double(get(handles.edit3,'string'));
h=(b-x0)/n;
for i=1:n
y0=y0+h*f(x0,y0);
x0=x0+h;
end
set(handles.edit6,'string',y0);
CDIGO EN EL BOTN ITERACIONES:
f1=get(handles.edit1,'string'); f=inline(f1,'x','y');
x(1)=str2double(get(handles.edit2,'string'));
y(1)=str2double(get(handles.edit3,'string'));
h=(b-x(1))/n;
cad1=sprintf('Iter. x %d. %8.4f
%8.4f\n',1,x(1),y(1));
for i=1:n
y(i+1)=y(i)+h*f(x(i),y(i));
x(i+1)=x(i)+h;
cad2=sprintf('%d. %8.4f
%8.4f\n',i+1,x(i+1),y(i+1));
cad1=[cad1,cad2];
end
set(handles.edit7,'string',cad1);
53
f1=get(handles.edit1,'string');
f=inline(f1,'x','y');
ezmesh(f);
| Clculo numrico
2012
grid on

close
15.4.
16. METODO RUNGE KUTTA DE CUARTO ORDEN :

16.1.
TEORA:
El mtodo de Runge-Kutta es un mtodo genrico de resolucin numrica
de ecuaciones diferenciales. Este conjunto de mtodos fue desarrollado
alrededor del ao 1900 por los matemticos C. Runge y M. W. Kutta.
Este mtodo puede ser usado para resolver un nmero grande de
ecuaciones diferenciales.
Dada la ecuacin diferencial ordinaria = = (, ) con condiciones

iniciales (0 ) = 0 entonces por el segundo teorema fundamenta del
clculo se tiene:
| Clculo numrico
54
+1
2012
= ( +1 ) ( )
Para aplicar la regla de Simpson de 1/3 a [ , +1 ] se le dividi en dos

intervalos es decir:
Entonces
+1
/2
[ ( ) + 4 ( + ) + (+1 )]
3
2
Al trmino 4 ( + 2) se le expresa como: 2 ( + 2) + 2 ( + 2)
para aproximar la pendiente de ( + 2) en el punto promedio ( + 2)
(+1 ) = ( ) + [ ( ) + 2 ( + ) + 2 ( + ) + (+1 )]
6
2
2
Pero
= ( , )
Por EULER se tiene que: (+1 ) = ( ) + ( , )
Hacemos cambios de variables:
Hagamos 1 = ( ) entonces 1 = ( , )
Hagamos 2 = ( + 2) entonces 2 = ( + 2 , ( + 2)) por
euler : ( + ) = ( ) + ( , ) entonces
2
2
2 = ( + , + 1 )
2
2
Hagamos 3 = ( + 2) entonces 3 = ( + 2 , ( + 2))
por
euler ( + 2) = ( ) + 2 ( , ) entonces:
3 = ( + , + 2 )
2
2
(
Hagamos 4 = + 1) entonces 4 = ( + 2 , ( + 2)) por euler
( + 1) = ( ) + ( + 2) entonces:
4 = ( + 1, 0 + 3 )
Por lo tanto:
Dnde:
( + 1) = + [1 + 22 + 33 + 4 ]
6
=
+1
; .
| Clculo numrico
55
16.2.
2012
DIAGRAMA DE FLUJO:
Inicio
Leer
f(X), Xo, Yo, b, n
h = (a+b) / n
i = 1, n, 1
K1 = f(Xo, Yo)
K2 = f(Xo+h/2, Yo+h/2*K1)
K3 = f(Xo+h/2, Yo+h/2*K2)
K4 = f(Xo+h, Yo+h*K3)
Y1 = Yo (h/6)*(K1+ 2*K2+2*K3+K4)
X1 = Xo +h
Xo = X1
Yo = Y1
Escribir
Yo
FIN
16.3.
CDIGO DE PROGRAMA:

varargin)
56
| Clculo numrico
2012
y0=str2double(get(handles.edit5,'string'));
x0=a;
h=(b-a)/n;
for i=1:n
k1=f(x0,y0);
k2=f(x0+h/2,y0+(h/2)*k1);
k3=f(x0+h/2,y0+(h/2)*k2);
k4=f(x0+h,y0+h*k3);
y1=y0+h*(k1+2*k2+2*k3+k4)/6;
x1=x0+h;
x0=x1;
y0=y1;
end
set (handles.edit6,'string',y1);
ezmesh(f);
grid on
varargin)
close(kutta1)
16.4.
57
| Clculo numrico

Calculo Numerico

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Calculo Numerico

Uploaded by

Copyright:

Available Formats

Universidad Nacional "JORGE BASADRE GROHMANN"

Universidad Nacional "JORGE BASADRE GROHMANN"

La primera aproximacin a la raz se determina con la frmula:

Realizar las siguientes evaluaciones para determinar en que

Calcule la nueva aproximacin:

Evaluar la aproximacin relativa:

Universidad Nacional "JORGE BASADRE GROHMANN"

No. (Falso) Repetir el paso 3, 4 y 5

1.2. DIAGRAMA DE FLUJO:

Universidad Nacional "JORGE BASADRE GROHMANN"

1.3. CDIGO DE PROGRAMA:

Universidad Nacional "JORGE BASADRE GROHMANN"

1.4. VENTANA DE DISEO Y APLICACIN:

2. MTODO DEL PUNTO FIJO:

Universidad Nacional "JORGE BASADRE GROHMANN"

solucin con la recta = nos dar un nuevo valor 1 ms prximo a la

Universidad Nacional "JORGE BASADRE GROHMANN"

2.2. DIAGRAMA DE FLUJO:

function varargout = pushbutton2_Callback(h, eventdata, handles,

Universidad Nacional "JORGE BASADRE GROHMANN"

2.4. VENTANA DE DISEO Y APLICACIN:

Universidad Nacional "JORGE BASADRE GROHMANN"

3. MTODO DE NEWTON RAPHSON:

Universidad Nacional "JORGE BASADRE GROHMANN"

Este mtodo est definido por el denominador () hace que

3.2. DIAGRAMA DE FLUJO CON LA DERIVADA:

Universidad Nacional "JORGE BASADRE GROHMANN"

3.3. CDIGO DE PROGRAMA:

CDIGO EN EL BOTN CALCULAR:

CDIGO EN EL BOTN GRAFICAR:

function pushbutton6_Callback(hObject, eventdata, handles)

Universidad Nacional "JORGE BASADRE GROHMANN"

3.4. VENTANA DE DISEO Y APLICACIN:

SIN INGRESAR LA DERIVADA: f (x) DIAGRAMA DE FLUJO:

Universidad Nacional "JORGE BASADRE GROHMANN"

Universidad Nacional "JORGE BASADRE GROHMANN"

El principal inconveniente del mtodo de Newton estriba en que requiere

En general, el mtodo de la secante presenta las mismas ventajas y

4.2. DIAGRAMA DE FLUJO:

4.3. CDIGO DE PROGRAMA:

CDIGO EN EL BOTN CALCULAR:

Universidad Nacional "JORGE BASADRE GROHMANN"

function varargout = pushbutton3_Callback(h, eventdata, handles,

4.4. VENTANA DE DISEO y APLICACION:

Universidad Nacional "JORGE BASADRE GROHMANN"

Igualando coeficientes de la misma potencia

Universidad Nacional "JORGE BASADRE GROHMANN"

5.2. DIAGRAMA DE FLUJO:

P>E & Q>E

Universidad Nacional "JORGE BASADRE GROHMANN"

5.3. CDIGO DE PROGRAMA:

CDIGO EN EL BOTN CALCULAR:

Universidad Nacional "JORGE BASADRE GROHMANN"

CDIGO EN EL BOTN CALCULAR:

5.4. VENTANA DE DISEO Y APLICACIN:

Universidad Nacional "JORGE BASADRE GROHMANN"

SISTEMA DE ECUACIN LINEAL

Universidad Nacional "JORGE BASADRE GROHMANN"

Mediante transformaciones elementales de filas en la matriz aumentada, los

Y las races del sistema de ecuaciones son:

6.2. DIAGRAMA DE FLUJO:

akj = akj pivote*aij

Universidad Nacional "JORGE BASADRE GROHMANN"