TRANSFORMADA DE LAPLACE

Ao de la Diversificacin Productiva y del Fortalecimiento de la

Educacin

UNIVERSIDAD NACIONAL
DEL CENTRO DEL PERU

SISTEMA DE ECUACIONES NO LINEALES

INTERPOLACION

CTEDRA: ANALISIS MATEMATICO IV

CATEDRTICO: MSc. Ing. INDIGOYEN RAMIREZ, DAVID

ALUMNOS: ATAPOMA PARIAN, MEDALY

CARBAJAL NUEZ, BLITYILZA

GARAY VELIZ, MAYUMI

MANYARI MALLMA, KENYU

MENDEZ MONTEZ, LUZMILA

VILCAHUAMAN VALVERDE, DENIS

SEMESTRE: IV
 DEDICATORIA
A Dios nuestro
seor por
regalarnos la
dicha de vivir y la
fuerza para
enfrentar
diversos desafos
de la vida.
A nuestras
familias y amigos
quienes
constantemente
nos alientan a

INTRODUCCION
E
n la actualidad el estudio de. La mayora de los fenmenos fsicos y qumicos utilizados en
el campo de la Ingeniera en Industrias Alimentarias y otras especialidades y hasta en
nuestra vida cotidiana estos fenmenos tienden a matematizar; como resultado de ello, se
obtienen modelos que describen el comportamiento de estos modelos.
El sistema de ecuaciones no lineales es frecuentemente utilizado en nuestra carrera, para poder
resolverlos aplicamos diversos mtodos explicados en este trabajo con el propsito de
familiarizarnos con el tema y su solucin.
Las interpolaciones son muy utilizadas para poder aproximar valores dadas en Tablas de
Propiedades Termodinmicas, mediante un trabajo de clculos que conducen a soluciones
aproximados. Ya que el ingeniero en industrias alimentarias hace uso frecuente de tablas y
propiedades es necesario el conocimiento pleno de este tema.Este trabajo quiere ayudar a mejorar y
ampliar nuestros conocimientos a travs de los siguientes objetivos:
Resolver Sistema de Ecuaciones no Lineales buscando el Mtodo Adecuado que se ajuste a
nuestro requerimiento.
Diferenciar los diferentes Mtodos de Interpolacin teniendo en cuenta las caractersticas de
los datos que nos presentan.

CAPITULO I
1.1. Definicin de la Sistema de Ecuaciones no Lineales

Un sistema no lineal es aquel que no satisface el principio de superposicin, o uno cuya produccin
no es directamente proporcional a su entrada, un sistema lineal cumple estas condiciones. En otras
palabras, un sistema no lineal es cualquier problema en el que la ecuacin que hay que resolver no
puede ser escrita como una combinacin lineal de las variables desconocidas o funciones que
aparecen en ella. No importa si las funciones no lineales conocidos aparecen en las ecuaciones, en
particular, una ecuacin diferencial es lineal si es lineal en la funcin desconocida y sus derivados,
incluso si las funciones no lineales conocidos aparecen como coeficientes.
Problemas no lineales son de inters para los ingenieros, fsicos y matemticos, porque la mayora
de sistemas fsicos son intrnsecamente no lineal en la naturaleza. Las ecuaciones no lineales son
difciles de resolver y dar lugar a fenmenos tan interesantes como el caos. Algunos aspectos del
tiempo se observa que son catico, donde los cambios simples en una parte del sistema producen
efectos complejos en todo. Un sistema no lineal no es al azar.

1.2. Mtodo Punto Fijo Multivariable

El sistema f i ( x )=0, i=1,2,3, , n es transformado en el conjunto de ecuaciones.

x 1=g1 (x)

x 2=g2 (x)

x 3=g3 (x)

x n=gn (x )

Mediante la aplicacin de operaciones algebraicas vlidas. A cada una de estas ecuaciones se les
aplica el mtodo iterativo de punto fijo:

x(k+1 )
1 =g1 ( x(k) )

(k+1 ) (k)
x2 =g2 ( x )

x(k+1 )
3 =g3 ( x(k) )

x(k+1 )
n =gn ( x (k ))
 0
Se comienza con una estimacin inicial x , lo cual es sustituido en las ecuaciones
g1 , g2 , g 3 , , gn resultado una nueva aproximacin x 1 . Estas funciones son evaluadas en x1

para generar x2 .

Este procedimiento es repetido para calcular las aproximaciones x 3 , x 4 , x5 , . En el procedimiento

en que se cumpla alguno de los criterios de convergencia usuales, termina el proceso iterativo.
1.2.1 Ejemplo

Encuentre una solucin aproximada del sistema.

2 2
f 1 ( x 1 , x 2 )=x 110 x 1+ x 2 +8=0

f 2 ( x 1 , x 2 )=x 1 x 22 + x 110 x 2+8=0

Con el mtodo de punto fijo. Inicie con x 0=[ 0,0 ] y considere el criterio de convergencia
|x k+1x k|< 1 x 103 .
Una posible manera de aislar las variables x1 y x 2 seria:

(8+ x 21 + x 22)
x 1=
10
(8+ x 1 x 22 + x 1)
x 2=
10
Aplicando la iteracin de punto fijo a estos despejes:
2 2
k+1
(8+ [ x k1 ] + [ x k2 ] )
x1 =
10
2
k+1
(8+ x k1 [ x k2 ] +x k1 )
x 2 =
10
T
Con x 0=[ 0,0 ] y las ecuaciones anteriores, entonces x 1 es:

0 2 0 2
(8+ [ x ] +[ x ] ) = 8+ 0+0
x=
1
1
1

10
2
( 10 )=0.8
2
(8+ x 01 [ x 02 ] + x 01 ) 8+0+ 0
x= 1
2
10
=
10 (
=0.8 )
|x 1x 0|2=( 0.80)2 +( 0.80)2=1.13137

1 0 3
Como la distancia entre x y x es mayor o igual que 1 x 10 , se requiere por lo
menos de una iteracin ms:
 1 2 1 2
2
x=
(8+ [ x ] +[ x ] ) = (8+0.8 0.8 )=0.928
1 2
2 2

1
10 10
2
2
(8+ x 11 [ x12 ] + x 11) (8+(0.8)(0.8)2 )
x=
2 = =0.9312
10 10
|x 2x 1|2=(0.9280.8)2+(0.93120.8)2=0.1833

k k
iteracionk x1 x2 |x k x k1|2
0 0 0
1 0.8 0.8 1.13137
2 0.928 0.9312 0.18330
3 0.97283 0.97327 0.06148
4 0.98937 0.98944 0.02312
5 0.99578 0.99579 0.00903
6 0.99832 0.99832 0.00358
7 0.99933 0.99933 0.00143
8 0.99973 0.99973 0.00057
El mtodo de punto fijo Multivariable converge, cuando lo hace, casi siempre de una
forma lenta. Para tratar de acelerar convergencia, frecuencia se intenta aplicar una
estrategia de desplazamiento sucesivo, similar a la aplicada en el mtodo de Gauss
Seidel.
(Garca, 2009)
Para observar la convergencia del proceso iterativo, se pudo usar el criterio del autor
anterior, como distancia entre dos vectores consecutivos, o bien las distancias
componentes de dos vectores consecutivos. Tambin existe un criterio de convergencia
que puede aplicarse antes de iniciar el proceso iterativo mencionado, y que dice:
Una condicin suficiente aunque no necesaria, para asegurar la convergencia es que:

| || |
g 1 g 2
x
+
x

| || |
M <1 ; g 1 + g 2 M <1
y y

Para todos los puntos(x, y) de la regin del plano que contiene todos los valores (x k) y la
raz buscada ( x , y ).
Por otro lado, si M es muy pequea en una regin de inters, la iteracin converge
rpidamente; si M es cercana a 1 en magnitud, entonces la iteracin puede converger
lentamente.
Por lo general es muy difcil encontrar el sistema:
x=g1 ( x , y )
 y=g2 ( x , y ) .(*)

A partir de la ecuacin:
f 1 ( x , y )=0
f 2 ( x , y )=0

De modo que satisfaga la condicin:

(k+1 ) (k)
x 1 =g1 ( x )

x(k+1 )
2 =g2 ( x(k) ) .(**)

De todas maneras, cualquiera que sea el sistema (*) a que se haya llegado y que se vaya
a resolver con este mtodo, puede aumentarse la velocidad de convergencia usando
desplazamientos sucesivos en lugar de los desplazamientos simultneos del esquema
(**).

Es decir, se iterara mediante:

(k+1 ) (k ) (k )
x =g1 ( x , y )

y(k +1)=g2 (x ( k+1) , y (k ) )

Como en el caso lineal (Jacobi y Gauss-Seidel), si la iteracin por desplazamientos

simultneos (Jacobi) diverge, generalmente el mtodo por desplazamientos sucesivos
(Gauss-Seidel) divergerams rpido; es decir, se detecta ms rpido la divergencia, por
lo que se recomienda en general el uso de desplazamientos sucesivos en lugar de
desplazamientos simultneos.
(Domnguez, 2002)

Por lo tanto se entiende que se puede iniciar con una estimacin inicial de Xo para luego
operar y visualizar la convergencia, conociendo que en la mayora de veces esta
convergencia se dar de forma lenta o sea ms nmeros de iteraciones.

1.2.2. Conclusin
Se concluye en que este mtodo sirve para encontrar las races; para ello en el desarrollo
intervienen aspectos que aceleran o hacen ms lento determinar los valores de las
races, o sea se habla de la cantidad de iteraciones; si la iteracin por desplazamientos
simultneos diverge, generalmente el mtodo por desplazamientos sucesivos divergira
ms rpido; es decir, se detecta ms rpido la divergencia.
Los mtodos numricos se aplican bsicamente cuando se quiere optimizar un proceso,
ya que arroja ecuaciones complejas para resolverlo, pero para eso hacemos el uso de los
mtodos numricos.

1.2.3. Recomendacin
Se recomienda en general el uso de desplazamientos sucesivos en lugar de desplazamientos
simultneos.
 Utilizar los mtodos numricos para desarrollar las ecuaciones de los problemas en el rea de
planificacin o investigacin.

1.3. MTODO DE NEWTON-RAPHSON MULTIVARIABLES

Segn (C. De Castro Payares, 2002)

El mtodo de Newton-Raphson multidimensional sirve para resolver un sistema de ecuaciones

de la forma.

f 1 ( x 1 , x 2 , , x n )=0

f 2 ( x 1 , x 2 , , x n )=0

.
.
.
f n ( x 1 , x 2 , , x n )=0

El mtodo procede definiendo dos vectores x y F(x), tal que

[] []
x1 f1
x2 f2
x= . , F ( x )= . ,
. .
. .
xn fn

Luego procede a hallarse el jacobiano del sistema, siendo ste definido como
f
J i . j= i ( 1 )
x j

Debe hacerse una aproximacin inicial de la solucin x0, y luego se hace la iteracin

xi


x i+1=x iJ

Hasta que el valor x i+1x i sea muy cercano a cero, para lo cual se define una tolerancia a
criterio del usuario. La iteracin es recomendable hacerla en dos pasos, primero resolviendo
el sistema lineal
 x
J ( i) y=F ( xi )

Y luego realizando la iteracin

x i+1=x i y

Segn C. Conde y G. Winter, (1.990) menciona que:

Para deducir las ecuaciones de raphson multivariable, considere el caso particular de dos
variables y dos ecuaciones (n=2).

f 1 ( x 1 , x 2 )=0

f 2 ( x 1 , x 2 )=0

Si todas las n-esimas derivadas parciales de f ( x1 , x2 ) son continas en una regin cerrada
y si las (n+1)-esimas derivadas parciales existen en la regin abierta, se tiene:

1 2
f ( x 1 +h , x2 + k )=f ( x1 , x 2) + h
( x1
+k
x2 )
f ( x1 , x2 )+ h
(
2! x 1
+k
x2 )
f ( x 1 , x 2 ) +

1 2
+ h
(
n ! x1
+k
x2 )
f ( x 1 , x 2 )+ R n

Donde Rn es:

n +1
1
R n= h
( n+1)! x1
+k
( x2 ) f ( x 1 +h , x 2 +k ) , 0<<1

x

Aplicando este resultado tanto a f1 como a f2 en el punto ( 1(k ) , x1(k)) y con

x x

incrementos ( 1(k + 1)x 1( k )) en la direccin x1 y ( 2(k+ 1)x2( k )) a direccin x2

h1= h2=

:
 x

x

x

x

f 1
( 2 ( k +1 )x 2( k )) +
x2

f 1
( 1 ( k +1 )x 1(k )) +
x1

( 1 ( k )x 2(k ))+

( 1 ( k +1 ) x2( k+1 ))=f 1

f 1
x

x

( k) 2 2 f 1
( 2 ( k +1 )x ) 2
x22

(k ) 2 f 1
( 2 ( k +1 )x 2 ) + +
x2 x1

2
f
( x 1( k+1 )x 2( k+1 ))2 1
2
+2(x 1(k+1 )x 2(k+1 ))
x1
+1

2!
 x

x

x

x

f 2
( 2 ( k +1 )x 2( k )) +
x2

f 2
( 1 ( k +1 )x 1(k )) +
x1

( 1 ( k )x 2(k ))+

( 1 ( k +1 ) x2( k+1) )=f 2

f 2
x

x

( k) 2 2 f 2
( 2 ( k +1 )x ) 2
x22

(k ) 2 f 2
( 2 ( k +1 )x 2 ) + +
x2 x1

2
f
( x 1( k+1 )x 2( k+1 ))2 2
2
+2(x 1(k+1 )x 2(k+1 ))
x1
+1

2!

(k )
Donde las derivadas parciales son evaluadas es el punto base x
 x

Si suponemos que x
( k+1 )
x es razonable tambin suponer que ( 1 ( k +1 ) , x 2( k )) 0 y

f 1

x x

( 1 k +1 ) , x 2( k )) 0 .
( Si adems x1
( k+1 )
=x
(k )
, entonces ( 1(k + 1)x 1( k )) j 0 y

f 2

x

( 2(k+ 1)x2( k )) j 0 para j=2,3,4 ..

Despus de estas suposiciones las ecuaciones anteriores se simplifican considerablemente:

x

x

x

f1
( 2 ( k +1 )x 2( k ))
x2

f1
( 1 ( k +1 )x 1(k )) +
x1

( 1 ( k ) , x 2(k ))+

0 f 1
x

x

x

f2
( 2 ( k +1 )x 2( k ))
x2

f 2
( 1 ( k +1 )x 1(k )) +
x1

( 1 ( k ) , x 2(k ))+

0 f 2
 x x

( k) ( k)
Como ( 1(k + 1)x 1 ) y ( 2(k+ 1)x2 ) , entonces

h1= h2=
x

( 1 ( k ) , x2( k ) )

f1 f
h1 +h 2 1 =f 1
x1 x2
x

( k)
( 1 ( k ) , x2 )

f 2 f2
h1 +h 2 =f 2
x1 x2

Estas ultimas ecuaciones definen un sistema de dos ecuaciones lineales con dos incognitas
(h1 y h2). Resuelto esto, la nueva aproximacin se calcula mediante:
(k+1) ( k)
x 1 =x1 +h1

x 2(k+1) =x 2( k ) +h2

Las formulas obtenidas arriba se pueden generalizar fcilmente para el caso de n variables:

x
( )
J ( ( k ))h=f ( x k )

Esta ltima ecuacin es la del mtodo de Newton Raphson multivariable. En ella J es la matriz
Jacobiana del sistema de ecuaciones y se define como:

Mientras que h=(h1 , h2 , h3 , h n)T y f =(f 1 , f 2 , f 3 , f n )T

Por lo tanto, en cada iteracin de Newton Raphsonmultivariable ser necesario resolver un

sistema lineal de n ecuaciones y n incgnitas. Si la matriz jacobiana es singular entonces el
sistema
 x
J ( ( k ))h=f ( x (k )) no tiene solucin nica y por lo tanto Newton Raphson falla en la

bsqueda de una raz x.

Ejemplo:

Encuentre una raz aproximada del sistema

2 2
f 1 ( x 1 , x 2 )=x 1 + x2 4=0

f 2 ( x 1 , x 2 )=x 1 x 21=0

T
Mediante la aplicacin de Newton Raphsonmultivariable con x(0)= [ 2,0 ] . Considere el

criterio de convergencia x i+1x i<1 x 10 4 .

T T
[ 2 2
f ( x (0 ) )=[ f 1 ( x( 0) ) , f 2 ( x ( 0 )) ] = [ x 1(0) ] + [ x 2(0 ) ] 4, x 1(0 ) x 2(0)1 ]
T
f ( x (0 ) )=[ [ 200000 ] + [ 0.00000 ] 4, 0.00000 .2000001 ] =[ 0.00000,1.00000 ]
2 2 T

[
J ( ( 0 ) )= 4.00000 0.00000
0.00000 2.00000 ]

x
Por lo tanto, el sistema lineal J ( ( 0 ) ) h=f (x (0) ) por resolver en esta iteracin es.

4.00000 h1 +0.00000 h2 =0.00000

0.00000 h1 +2.00000 h2=0.00000

T
Cuya solucin es h=[ 0.00000,0.500000 ] .la nueva aproximacin x (1) se obtiene con:
( 1) (0 )
x 1 =x 1 +h 1=2.0000+0.00000=2.00000

x 2( 1)=x 2(0 )+ h2=0.0000+0.50000=0.50000

x(1)x ( 0)2=h2= 0.000002 +0.500002=0.50000

Dado que todava no se cumple con el criterio de convergencia, ser necesario calcular al
menos una iteracion adicional.
ITERACION K x 1( k ) x 2( k ) x(k )x (k1)2
0 2.00000 0.00000
1 2.00000 0.50000 0.50000
2 1.93333 0.51667 0.06872
3 1.93185 0.51764 0.00177
4 1.93185 0.51764 1.50229x10-
6

Aplicacin en la ingeniera
(Propuesto en Hanna&Sandall [9]):
Considrese una tubera de seccin circular que va del punto P1 al punto P2 y en l se divide
en dos ramas, una que va al punto P3 y otra que va al punto P4. Designando por Q al caudal
que va de P1 a P2, por Q1 al que va de P2 a P3, por Q2 al que va de P2 a P4 y por p1, p2, p3
y p4 a las presiones en los puntos P1, P2, P3 y P4 respectivamente, cadas de presin en
cada tramo y los caudales que por ellos circulan se pueden relacionar mediante las
ecuaciones siguientes:

p1 p2=K 1 . Q1.75

p2 p3=K 2 . Q11.75

p3 p4 =K 3 .Q21.75
Q=Q 1 +Q 2
Para un fluido y una tubera concretos se han estimado los valores siguientes:

K 1=2.35 . 3 , K 2=4.67 . 3 , K 3=3.72 . 2

p1=75 psi, p3=20 psi , p 4=15 psi

Se desea estimar la presin p2 existente P2 as como los caudales Q ,Q1 y Q2 que

circulan por cada una de las ramas de la red de tuberas antes descrita.

Solucin:

El sistema dado puede escribirse, de acuerdo a los datos del ejercicio, como:
3 1.75
2.35 . . Q 75+ p 2=0
3 1.75
4.67 . . Q1 +20 p2=0
2 1.75
3.72. . Q2 +15 p2=0
QQ 1Q 2=0

Llevando a solo 3 ecuaciones con 3 incgnitas.

 3 1.75
2.35 . .(Q1+Q 2 ) 75+ p2=0
3 1.75
4.67 . . Q1 +20 p2=0

3.72. 2 . Q21.75+15 p2=0

La funcin que define el sistema es:

{ }
3 1.75
2.35 . . ( Q1 +Q2 ) 75+ p 2
f ( 1, Q2 , p2 )= 3 1.75
4.67 . .Q1 +20p 2
3.72 . 2 . Q21.75 +15 p2

Y la matriz jacobiana puede escribirse como:

Q
( 1 ,Q 2 , p 2)
Jf

En cuanto a los valores de partida para inicializar el mtodo, puesto que P2 es un punto
intermedio entre P1 y los extremos P3 y P4, tomaremos como p2 una presin intermedia, por
ejemplo p2 = 50 psi. Para los caudales Q1 y Q2 no se dispone de ninguna pista que nos
indique en qu entorno pueden estar. No obstante, si se considera p2 = 50, de la segunda
ecuacin se tiene que Q1 16 y, de la tercera ecuacin, que Q2 7 por lo que estos pueden
ser valores coherentes con la presin tomada para inicializar el proceso.
Aplicando pues el algoritmo de Newton-Raphson antes descrito a esta situacin, con los
parmetros =10 : =10 , Max iter = 100, {Q 1 , Q 2 , p2 }= {16, 7, 50} se tiene la
6 6 (0 ) (0 ) (0)

siguiente sucesin de vectores:

{ }{
(1)
Q1

}
14,0506076
(1)
Q 2
= 10,4943950
p 2
(1) 43.4152926

{ }{
Q 1(2)

}
14,1344377
(2)
Q2 = 10,1343069
p2 (2) 43.9558088
 { }{
Q 1(3)

}
14,1355465
Q 2(3) = 10,1303048
p 2(3) 43.9596512

{ }{
(4)
Q1

}
14,1355467
(4)
Q 2
= 10,13033043
p 2
(4) 43.9596517

No realizndose ms iteraciones pues la norma-2 del vector diferencia entre los hallados 3 y
4 iteraciones es inferior a 10-6 y los valores de la funcin.

{ }
0.28727 x 1014
f (Q )= 0.115880 x 1014
(4) (4 ) (4)
1 ,Q 2 , p2
0.493234 x 1010

La solucin buscada por tanto es:

Q1=14.1355467
Q2=10.1303043
p2=43.9596517
Q=Q1 +Q2=24.265851

CONCLUSIN:
Newton raphson es un mtodo muy empleado por su simplicidad y rapidez, pero tiene el
inconveniente de requerir la derivada de fx. Esta situacin puede ser muy problemtica si la funcin
es muy difcil de derivar. Una forma de evitar la derivacin es sustituir en la ecuacin de newton
rapshon.

CAPITULO II
2.1 Definicin de Interpolacin

En la prctica de la ingeniera se utilizan mucho las tablas de datos, como en el caso de las
tablas de propiedades en la Termodinmica, por decir solo una. En la mayora de los casos el
dato que necesitamos no se encuentra explcito en la tabla sino entre dos valores de sta,
para lo cual es necesario estimarlo de entre los valores que presente la tabla en un proceso
conocido como interpolacin.
2.1.1. Polinomio de Lagrange
 2.1.1.1. Definicin
Dado un conjunto de k + 1 puntos

Donde todos los xj se asumen distintos, el polinomio interpolador en la forma de Lagrange es

la combinacin lineal

De bases polinmicas de Lagrange

2.1.1.2. Polinomios de Lagrange en Matlab

2.1.1.3. Ejemplo

Se desea interpolar en los puntos

Con cinco puntos, el polinomio interpolador tendr, como mximo, grado cuatro (es decir, la mxima
potencia ser cuatro), al igual que cada componente de la base polinmica.
La base polinmica es:

As, el polinomio interpolador se obtiene simplemente como la combinacin lineal entre los y
los valores de las abscisas:

2.1.2. Diferencias Divididas

2.1.2.1. Polinomio Interpolante de Newton

Segn: (Garca, J. 2000) La forma general del polinomio interpolante de Newton para n+1 datos (x 0,
(x0)), (x1, (x1)), ..., (xn, (xn)) es:

Los coeficientes ai se obtienen calculando un conjunto de cantidades denominadas diferencias

divididas.

La notacin para las diferencias divididas de una funcin (x) estn dadas por:
Las diferencias divididas de orden superior se forman de acuerdo con la siguiente regla recursiva:

Retomando el polinomio Interpolante de Newton:

Pn(x) = a0 + a1(x x0) + a2(x x0)(x x1) + ... +an(x x0)(x x1)(x xn-1)

Observe que Pn(x0) = a0. Como Pn(x) interpola los valores de en x i, i=0,1,2,...,n entonces P(xi) =
(xi), en particular Pn(x0) = (x0) = a0. Si se usa la notacin de diferencia dividida a0= [x0].

Ahora, Pn(x1)= a0 + a1(x1 x0), como Pn(x1)= (x1) y a0= (x0), entonces reemplazando se tiene:

(x1)=(x0) + a1(x1x0), donde:

Si se usa la notacin de diferencia dividida a 1= [x0, x1].

De manera similar cuando se evala Pn(x) en x = x2 se obtiene a2 = [x0, x1, x2]
En general ai = [x0 ,x1 ,x2, ..., xi], y el polinomio Interpolante de Newton se escribe como:

2.1.2.2. Ejercicios
1) Halle el polinomio que interpola los datos:

x 1 2 3 5
 f(x) 4 3.5 4 5.6

Solucin:
El polinomio interpolante de Newton es de grado 3 ya que se tienen 4 puntos, usando la frmula el
polinomio que resulta es:

En este caso x0=1, x1=2, x2=3

Para determinar el valor de los coeficientes, se construye la tabla de diferencias divididas:

xi f(xi) f(xi,xi+1) f(xi,xi+1,xi+2) f(xi,xi+1,xi+2,xi+3)

x0 = 4
1

3.54
=0.5
21

x1 = 3.5 0.5(0.5)
=0.5
2 31

43.5 0.10,5
=+0.5 =0.1
32 51

x2 = 4 0.80,5
=0,1
52
3

5.64
=+0.8
53

x3 = 5.6
5

Luego P3(x)=4 0.5(x - 1) + 0.5(x - 1)(x - 2) 0.1(x - 1)(x - 2)(x - 3)

Observe que P3(1) = 4, P3(2) = 3.5, P3(3) = 4, P3(5) = 5.6

2) Obtener una frmula para la suma de los cuadrados de los primeros nmeros naturales.

xi f(xi) f(xi,xi+1) f(xi,xi+1,xi+2) f(xi,xi+1,xi+2,xi+3) f(xi,xi+1,,xi+4)

Solucin:
3 14

514 Sabemos que

=9
23

2 5 50 /39 23
=
53 6

555 50 19 /623 /6 1
= =
52 3 13 3

5 55 54 /450 /3 19 1 /31/3
= =0
12 6 12

155 54 23 /619 /6 1
= =
15 4 42 3

1 1 29 /354 /4 23
=
45 6

301 29
=
41 3

4 30
n
n ( n+1 ) ( 2 n+1 )
K2= 6 y como queremos obtenerla pr interpolacin construimos un conjunto de
k=1
valores segn los diferentes valores de n. Como el polinomio ha de ser el mismo para cualquier
posible ordenacin de los puntos, elegimos el siguiente orden:

El polinomio es por tanto:

23 1
P( X )=14 +9 ( x3 ) + ( x3 )( x2 ) + ( x3 )( x2 ) ( x5 )
6 3

2 x 3 +3 x 2+ 6 x x ( x +1 ) (2 x +1 )
P( X )= =
6 6

Elabore una aproximacin de newton para la informacin tabular siguiente, e interpole una
temperatura para una presin de 2atm.

Puntos 0 1 2 3

T () 56,5 113 181 214,5

P ( atm ) 1 5 20 40

Construyendo la tabla de diferencias divididas

Diferencias divididas

puntos P T primera segunda tercera

0 1 56,5

14,125

1 5 113 -0,50484

4,533 0,1085

2 20 181 -0,08166

1,675
 3 40 214,5

T =f
( p ) p=2 atm T =?
Y x

n=1: p ( x )=a0 + a1 ( xx 0 ) =f [ x 0 ] +f [ x 0 ; x 1 ] ( xx 0 )

p ( x )=56,5+ 14,125 ( x1 ) p=x=2 p ( 2 )=56,5+14,125 ( 21 )

p (2 )=70,6

n=2: p2 ( x )=a0 + a1 ( xx 0 ) + a2 ( x x0 ) ( xx 1 ) =f [ x 0 ]+ f [ x 0 ; x 1 ] ( x x0 ) +

f [ x 0 ; x 1 ; x2 ] ( xx 0 ) ( xx 1)

p2 ( x )=56,5+14,125 ( x1 ) + (0,50484 ) ( x1 ) ( x5 )

p (2 )=72,1

n=3: p3 ( x )=a 0+ a1 ( xx 0) + a2 ( xx 0 )( xx1 ) + a3 ( xx 0 )( x x1 ) ( xx 2 )

p3 ( x )=f [ x 0 ] + f [ x0 ; x 1 ] ( xx 0 ) + f [ x0 ; x 1 ; x 2 ] ( x x0 ) ( xx 1 ) +

f [ x 0 ; x 1 ; x2 ; x3 ] ( xx 0 ) ( xx 1 )( xx 2)

p3 ( x )=70,7

2.1.3. DIFERENCIAS FINITAS

2.1.3.1. Concepto
La diferenciacin numrica es muy til en casos en los cuales se tiene una funcin que es muy
engorrosa de derivar, o en casos en los cuales no se tiene una funcin explcita sino una serie de
datos experimentales. Para entender de una manera sencilla la discretizacin por diferencias finitas
de una derivada debe tenerse en cuenta la interpretacin geomtrica de la derivada en un punto, que
es la pendiente de la curva en el punto de inters. Considrense tres puntos intermedios en una
curva como se muestra en la figura

2.1.3.2. Mtodo de la Falsa Posicin ,34

Nuevo Parmetro:
xx 0 xx i
S= ; S=
h h

Dnde: h = distancia entre dos argumentos consecutivos

x = valor al que se quiere interpolar
x 0 ; x 1 = Pivote

2.1.3.3. Diferencias Finitas Hacia Adelante

s ( s1 ) 2 s ( s1 ) ( s2 ) 3
pn ( x )= p n ( x 0 + sh ) =f [ x 0 ]+ s f [ x 0 ]+ f [ x 0 ]+ f [ x 0 ]+
2! 3!

s ( s1 )( s2 ) ( s( n1 ) ) n
+ f [ x0 ] ( 1)
n!

xx 0 xx 1
S= ; S= x=x 0 +sh
h h

2.1.3.4. Diferencias Finitas Hacia Atrs

s ( s+1 ) 2 s ( s +1 )( s+ 2 ) 3
pn ( x )= p n ( x n + sh ) =f [ x n ] + s f [ x n ] + f [ x n ]+ f [ x n ] +
2! 3!

s ( s+1 ) ( s +2 ) ( s+ ( n1 ) ) n
+ f [ xn ] ( 2)
n!

xx n xx 1
S= ; S=
h h

2.1.3.5. Ejemplo

Ib
: La siguiente tabla proporciona las presiones de vapor en plg 2 a diferentes temperaturas para el

1-3Butadieno.
 Puntos 0 1 2 3 4 5
T ( ) 50 60 70 80 90 100
24,94 30,11 36,05 42,84 50,57 59,30
P
( plgIb )
2

Aproxime la funcin tabulada por el polinomio de newton en diferencias hacia adelante e interpole la
presin a la temperatura de 64 .

P=f (T )

h=10; x=64 ; x 0=50

xx 0 6450
S= = =1,4
h 10

a. Aproximacin o Interpolacin Lineal

De la ecuacin (1):

p ( x )=f [ x 0 ] +s f [ x 0 ]

p ( x )=24.94+ ( 1.4 )( 5.17 ) =32,17

En realidad se est extrapolando debido a que el pivote es x 0=50 y se desea conocer el valor de
T = 64, el cual est fuera del intervalo. Hasta el momento se us los puntos 0 y 1. Para una mejor
aproximacin, tomaremos los puntos 1

y 2, pero para ello, se modificara la ecuacin (1), que consiste en reemplazar x0 por x 1 , la

ecuacin queda:
xx 1 6460
p ( x )=f [ x 1 ]+ s f [ x1 ] ; S= = =0,4
h 10

p ( x )=30,11+ ( 0.4 )( 5.94 )

p ( x )=32,49

b. Aproximacin o Interpolacin Cuadrtica

Necesitamos tres puntos y sera recomendable tomar los puntos 0, 1 y 2. Por lo
que usaremos la ecuacin (1).
 s ( s1 ) 2
p2 ( x )=f [ x0 ] + s f [ x0 ]+ f [ x0 ]
2!

1,4 ( 1,41 )
p2 ( x )=24,94 + ( 1.4 ) ( 5.17 ) + ( 0,77 )
2!

p2 ( x )=32,385

DIFERENCIAS FINITA: formula de newton progresivas y regresivas

El mtodo de diferencias finitas es un clsica aproximacin para encontrar la solucin numrica de
las ecuaciones que gobiernan el modelo matemtico de un sistema continuo. Es valioso
familiarizarse con sta aproximacin porque tal conocimiento reforzar la comprensin de los
procedimientos de elementos finitos.
Bsicamente, en una solucin por diferencias finitas, las derivadas son reemplazadas por
aproximaciones en diferencias finitas, convirtiendo entonces un problema de ecuaciones
diferenciales en un problema algebraico fcilmente resoluble por medios comunes.
(O.C. Zienkiewicz; El Mtodo de Elementos Finitos; Revert; 1982)
FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

El Mtodo consiste en una aproximacin de las derivadas parciales por expresiones algebraicas
con los valores de la variable dependiente en un limitado nmero de puntos seleccionados.
Como resultado de la aproximacin, la ecuacin diferencial parcial que describe el problema es
reemplazada por un nmero finito de ecuaciones algebraicas, en trminos de los valores de la
variable dependiente en puntos seleccionados.
El valor de los puntos seleccionados se convierten en las incgnitas. El sistema de ecuaciones
algebraicas debe ser resuelto y puede llevar un nmero largo de operaciones aritmticas

Probablemente es el primer mtodo numrico utilizado en la resolucin de problemas en

derivadas parciales. El primer paso para la aplicacin del mtodo es discretizar el dominio
espacial de definicin de la ecuacin en un nmero variable de puntos o nodos mediante una
malla rectangular. El dominio temporal tambin se discretizar. Como resultado se obtiene un
sistema de ecuaciones algebraicas que puede resolverse de forma secuencial o simultanea
dependiendo del esquema de discretizacion elegido. En general el valor de una variable
dependiente en una posicin y un tiempo determinados se calculara en funcin de sus valores en
posiciones e instantes adyacentes. Como resultado se obtendrn un conjunto de ecuaciones
algebraicas cuya solucin ser el valor de la variable dependiente en cada uno de esos nodos.
Este tipo de mtodos se estudia ampliamente en los libros de Carnahan et al. (1979) y Smith
(1985) para problemas de todo tipo y en el de Jaluria y Torrance (1986) con nfasis en su
aplicacin a la solucin de problemas relacionados con transferencia de calor.

El clculo de las diferencias finitas permite encontrar el grado del polinomio por el cual
puede describirse una funcin tabular. Dada la funcin y=f(x) definida en forma tabular
como la que se presenta en la Tabla , y suponiendo que los valores de la variable
independiente xn, estn igualmente espaciados entre s es decir que el incremento o paso
es igual a un valor constante denominado h.
X y
x0 y0
x1= x0+h y1
x2= x0+2h y2
x3= x0+3h y3

xn= x0+nh yn

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

Se denominan primeras diferencias hacia adelante y se representan con yi a las

diferencias entre dos valores consecutivos de y, es decir:
a0 = y1 y0
a1 = y2 y1
a2 = y3 y2
=
an-1 = yn yn-1
las diferencias de las primeras diferencias se llaman segundas diferencias hacia
adelante,2yi:
b0 = a1 a0 = y2 2y1 + y0
b1 = a2 a1 = y3 2y2 + y1
b2 = a3 a2 = y4 2y3 + y2

bn-2 = a n-1 an-2 = yn 2yn-1 + yn-2

Las diferencias de las segundas diferencias se llaman terceras diferencias hacia

adelante,3yi:
c0 = b1 b0 = y3 3y2 + 3y1 y0
c1 = b2 b1 = y4 3y3 + 3y2 y1
c2 = b3 b2 = y5 3y4 + 3y3 y2

cn-3 = b n-2 bn-3= yn 3yn-1 +3 yn-2 yn-3
Siguiendo este proceso se definen las cuartas, quintas, etc., diferencias hacia adelante.
Todas las diferencias pueden arreglarse en una tabla de diferencias (ver la tabla b), en
donde cada diferencia se indica entre los dos elementos que la producen, ver la tabla
siguiente:
Tabla b: Tabla de diferencias

Xi yi yi 2 yi 3 yi
x0 y0

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

a0 = y1 y0
x1= x0+h y1 b0 = a1 a0
a1 = y2 y1 c0 = b1 b0
x2= x0+2h y2 b1 = a2 a1
a2 = y3 y2 c1 = b2 b1
x3= x0+3h y3 b2 = a3 a2
cn - 3 = b n - 2 bn
-3

bn - 2 = an-1 an - 2
an-1 = yn yn -1

xn= x0+nh yn

Si una de estas diferencias se vuelve constante (o aproximadamente constante), puede

decirse que los valores tabulados pueden describirse por un polinomio de grado igual al
orden dela diferencia constante (o aproximadamente constante)

DIFERENCIAS FINITAS PROGRESIVA:

Llamamos D.F. progresiva de la funcin de orden k 0 en un punto x al valor:

f ( x ) si k =0

f ( x +h )f ( x ) si k=1
k1 f ( x ) sik > 1

k
f ( x)=

Si usamos como punto un nodo de la interpolacin, entonces las D.F. progresivas sern:

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

0 y i= y i , i=0, 1, , n

y i= y i +1 y i ,i=0,1, , n1

k y i= ( k1 y i ) , i=0, 1, , nk

De forma similar pueden unirse las D.F. regresivas para f o datos; a saber

DIFERENCIAS FINITAS REGRESIVAS:

Llamamos D.F. regresivas de funcin de orden k 0 en un punto X, al valor:

0 f ( x ) =f (x )

f ( x ) =f ( x )f ( xh)

( k 1 f ( x ) )
k f ( x ) =

O tambin puede estar expresado de la siguiente manera:

0 y i = y i , i=0, 1, , n

y i = y i y i1 , i=0, 1, , n

k y i = ( k1 y i ) , i=k , , n

Con la nomenclatura tratada demostraremos la siguiente propiedad:

PROPOSICION: dada la f evaluada en nodos igualmente espaciados, x i=a+ih ,i=0, , n

entonces:

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS
k
y0
f [ x 0 , x 1 , , x k ]= k
, k=0, , n(D . D .ascendentes , ediamte D . F . progr esiva)
k !h

k
y0
f [ x n , x n1 , , x nk ] = k
, k=0, , n(D . D .descendentes mediante D . F . regresiva)
k !h

Por lo tanto, desde las dos propiedades anteriores, el polinomio de interpolacin en la forma de
Newton admite las representaciones que especificamos a continuacin:

FORMULA DE NEWTON PROGRESIVA

Esta la obtenemos usando la frmula de newton clsica para el interpelante de LaGrange; es

decir,

PN ( x )=f [ x0 ] + f [ x0 , x 1 ] ( xx 0 ) ++ f [ x 0 , x 1 , , x n ] ( xx 0 ) ( xx 1 ) (xx n1 )

Esta expresin quedara reducida a al siguiente:

n
y0
0 y0
PN ( x )= y 0+ ( xx 0 ) ++ n (
x x0 ) ( xx 1 ) (xx n1 )
h n!h

Pero si realizamos el cambio de variable:

xx 0 xx i x (x 0 +ih)
s= = =si
h h h

Entonces,
Tenemos la expresin:
n
t ( t 1 ) t ( t 1 ) (t n+1 )
= (1 ) t y n
0
P (t )= y n y n t + y n
2

2!
n n
+ + (1 ) y n
n! k=0
k
()
k
k

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

Expresin (2)
Observaciones.- en las expresiones (1) y (2) se ha usado el combinatorio:

w = w ( w1 ) (wk +1) con w=s w=t

()
k k!

EJEMPLO:
Calculando la tabla respectivas de diferencias finitas progresivas y regresivas para los datos:
{ (2; 3 ) , ( 0 ;1 ) , ( 2 ; 3 ) ,(4 ; 5)}

SOLUCION: las diferencias finitas (progresivas y regresivas)

k y0 y i=0 y i yi 2 yi 2 yi

-4
-1 8
-10
4
3 -2

2
5
k
yn y i=0 y i yi 2 yi 3 yi

PORLO TANTO LOS RESPECTIVOS POLINNOMIOS DE INTERPOLACION SON

FORMA PROGRESIVA: (coeficientes de color azul)

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

s(s1) s (s1)( s2)

p(s)=34 s+ 8 10
2 6

x+ 2
Donde s= 2 ( h=2, y x 0=2 )

FORMA REGRESIVA: (coeficientes de color rojo)

t (t1) t(t1)(t2)
p(s)=52t2 +10
2 6

4x
Donde t= 2 (h=2, y x 3=4)

Aplicacin al a ingeniera
La siguiente tabla proporciona las presiones a vapor en P lb/pl 2 a diferentes temperaturas para el
1-3 butadieno

Puntos 0 1 2 3 4 5
TF 50 60 70 80 90 100
P lb/pl2 24.94 30.11 36.05 42.84 50.57 59.30
a)Aproxime la funcin tabulada por el polinomio de newton en diferencias hacia delante e
interpole la presin a temperatura de 64F
SOLUCION
Primero se construye la tabla hacia adelante

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

 FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

Pun xi f [ xi ] f [ xi ] 2
f [ xi ]
3
f [ xi ]
4
f [ xi]

0 50 24.9
4
f [ x1 ] =5.17

1 60 30.11 2
f [ x 2 ]=0.77

f [ x2 ]=5.94 3
f [ x 3 ]=0.08

2 70 36.0 2 f [ 3 ] =0.85 4 f [ x 4 ] =0.01

5
f [ x3 ] =6.79 3
f [ x 4 ] =0.09

3 80 42.8 2 f [ x 4 ] =0.94 4 f [ x 5 ] =0.03

4
f [ x 4 ]=7.73 3
f [ x 5 ]=0.06

4 90 50.5 2 f [ x 5 ]=1.00
7
f [ x5 ] =8.73

5 10 59.3
0 0

Observe que el valor h=10, el valor por interpolar es 64 y que el valor de s se obtiene de la
expresin x=x0 +sh esto es
S=x-x0 =64-50=1.4
h 10
b) interpole el valor de la presin a una temperatura de 98F y el polinomio de newton

Punto xi f [ xi ] f [ xi ] 2
f [ xi ]
3
f [ xi ]
4
f [ xi]

0 50 24.9
4
f [ x1 ]=5.17

1 60 30.11 2
f [ x 2 ]=0.77

f [ x2 ] =5.94 3
f [ x 3 ]=0.08

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

2 70 36.0 2 f [ 3 ] =0.85 4
f [ x 4 ] =0.01
5
f [ x3 ] =6.79 3 f [ x 4 ] =0.09

3 80 42.8 2
f [ x 4 ] =0.94
4
f [ x 5 ] =0.03
4
f [ x 4 ]=7.73 3 f [ x 5 ] =0.06

4 90 50.5 2
f [ x 5 ]=1.00
7
f [ x5 ] =8.73

5 10 59.3
0 0

Observe que todo los valores numricos conservan su posicin en la tabla

Con X=98 ,x0=100,y h=10 donde
S = x-xn = 98-100 = - 0.2
h 10
al emplear un polinomio de primer grado se tiene
p(98)=59.30+(-0.2)8.73=57.55
en cambio con uno de su segundo grado
p2(98) =59.30+(-0.2)8.73+(-0.2)(-0.2+1)=57.63
2!

Conclusin propia
La principal ventaja del mtodo de diferencias finitas radica en su fcil implementacin y
aplicacin. . Por otra parte la precisin del resultado depende en gran medida del nmero de
nodos utilizados es decir del nmero de ecuaciones lo que conlleva
Este tipo de mtodos se estudia ampliamente en su aplicacin a la solucin de problemas
relacionados con transferencia de calor
Conclusiones y recomendaciones
Sin embargo solo resulta prctico para problemas con geometra y condiciones fronteras
sencillas. En la actualidad la tendencia es a desarrollar mtodos que nicamente discretizan el

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

dominio del espacio resultando as en ecuaciones diferenciales ordinarias fcil y eficientemente

resolubles
Bibliografa
CHAPRA, S. C.; CANALE, R. P. 1994

O.C. Zienkiewicz; El Mtodo de Elementos Finitos; Revert; 1982

Carnahan et al. (1979)

1995, 2002, Antonio Nieves Hurtado / Federico C .Dornnguez Snchez

BIBLIOGRAFIA
1. Domnguez, A. N. (2002). MTODOS NUMRICOS APLICADOS A LA INGENIERIA.
Mxico: Continental.
2. Garca, I. A. (2009). APUNTES DE MTODOS NUMRICOS I.
3. Introduccin a las Ecuaciones Diferenciales, 1989, Michel Helfgott

4. Herrera, E., Canales Navarrete, I., Muoz Maya, I., Perez Flores, C. D., Samtiago Acosta,
R. D., & Uln Jimenez, C. A. (2010). Ecuaciones Diferenciales Ordinarias. Barcelona:
Revert.

5. nieves, a. (2006). metodos numericos . mexico: CECSA.

6. STEVEN CHAPRA, R. (1987). Metodos Numericos para ingenieros con aplicacions .

mexico: McGraw Hill.

7. venegas, c. (2011). metodos numericos aplicados a la ingenieria . lima-peru: macro.

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID

FACULTAD DE INGENIERA EN INDUSTRIAS ALIMENTARIAS

8. Ecuaciones Diferenciales, 3 Edicin, 2007, R. Boston Costa.

9. http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/index.html
10. http://www.uv.es/diaz/mn/fmn.html

11. http://www.fortunecity.com/campus/earlham/850/metodos_numericos/indice.htm#.

12. C. Conde y G. Winter, (1.990) Mtodos y algoritmos bsicos del algebra numrica. Ed.
Revert.
13. C. De Castro Payares (2002) Mtodos Numricos Bsicos para Ingeniera-Colombia-
GRUMAI.
14. MTODOS NUMRICOS PARA INGENIEROS. Chapra/Canale. Mc-Graw Hill. 4 Edicin.

ANALISIS MATEMATICO IV MSc. Ing. INDIGOYEN RAMIREZ, DAVID