Universidad Tecnolgica de Panam

Mtodos Numricos

Katherine Pinto 8-877-171

Crispina Ramos

Facultad de Ingeniera Industrial

Grupo: 1II124

ndice

- Introduccin - Objetivo - Contenido - TEMA 1. Aritmtica del Computador - TEMA 2. Teora de Error - TEMA 3: Solucin numrica de ecuaciones algebraicas y trascendentales - TEMA 4: Solucin de Polinomios - TEMA 5. Aproximacin funcional/polinomial y soluciones de una ecuacin diferencial - Sntesis del Aprendizaje - Criterios de Evaluacin

Introduccin

La ciencia y la tecnologa 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. En estos casos son tiles las tcnicas numricas, que mediante una labor de clculo ms o menos intensa, conducen a soluciones aproximadas que son siempre numricos.

El importante esfuerzo de clculo que implica la mayora de estos mtodos hace que su uso est ntimamente ligado al empleo de computadores. Sin el desarrollo que se ha implementado en la informtica sera muy tedioso y en ocasiones complicada el uso de esta tcnicas numricas en distintos mbitos. Sin embargo conocer cmo funciona el computador para realizar distintos clculos es siempre algo ventajoso para el usuario.

Conoceremos la aritmtica del computador, su manera de realizar los clculos matemticos, la teora del error que maneja, los diversos mtodos para resolver ecuaciones algebraicas, trascendentales, polinomios, ecuaciones diferenciales y la aproximacin funcional/polinomial.

Objetivos

Con este portafolio se busca: - Presentar de manera detallada cada uno de los temas a desarrollarse, de una forma comprensible y ordenada. - Demostrar los conceptos aprendidos en cada uno de los temas dados y nuestra opinin de cada uno de ellos.

- Mantener como referencia o consulta para futuras ocasiones relacionados con los temas dados.

Sntesis

Tema 1: Aritmtica del Computador

Los computadores no almacenan los nmeros con precisin infinita sino de forma aproximada empleando un nmero fijo de bits o bytes (grupos de ocho bits). Prcticamente todos los computadores permiten al programador elegir entre varias representaciones o 'tipos de datos'.

Se pudo comprender la manera en que la computadora almacena el nmero representado; que consiste en enteros o punto flotante (decimales). De esta manera tambin observamos la forma en que la computadora realiza diversos clculos ya sea suma, resta, multiplicacin o divisin que es un poco diferente de lo que estamos acostumbrados a ver.

Este tema resulta importante porque as podemos entender como la computadora se maneja internamente para desarrollar las operaciones que deseamos, lo que nos ayuda tambin a poder captar errores con mayor facilidad o a la hora de la programar.

Sntesis

Tema 2: Teora de Error

El resultado de toda medicin siempre tiene cierto grado de incertidumbre. Esto se debe a las limitaciones de los instrumentos de medida, a las condiciones en que se realiza la medicin, as como tambin, a las capacidades del experimentador.

Es por ello que para tener una idea correcta de la magnitud con la que se est trabajando, es indispensable establecer los lmites entre los cuales se encuentra el valor real de dicha magnitud. La teora de errores establece estos lmites.

Conocer los diferentes tipos de errores que existen nos permite tener en cuenta que todo resultado calculado es solo un valor aproximado que siempre se ver afectado ya sea por un alto o mnimo porcentaje de error, dependiendo del caso, pero no por eso todos los resultados son errneos, sino que son valores aproximados al real.

Sntesis

Tema 3: Solucin numrica de ecuaciones algebraicas y trascendentales

Existen distintos mtodos para la solucin de ecuaciones algebraicas y trascendentales, pudimos estudiar los mtodos de Gauss, Gauss Jordan, Gauss Seidel, Jacobi y Doolittle. Todos estos mtodos resultan ser sencillos y eficientes, lo que nos lleva a una rpida solucin en comparacin con los procedimientos acostumbrados a realizar.

Existen mtodos ms ventajosos que otros debido a la rapidez con que se efectan y no conllevan a la realizacin de muchos pasos como otros, ejemplo de esto se encuentra el mtodo de Gauss Jordan, Seidel o Jacobi. Los mtodos de Gauss y Doolittle resultan ser un poco ms largos y es importante estar atento a no cometer ningn error durante el proceso para que el mtodo no se vuelva tedioso.

Sntesis

Tema 4: Solucin de Polinomios

Para la solucin de Polinomios podemos encontrar los mtodos de Regula Falsi, Biseccion clasificados como mtodos cerrados y utilizan intervalos, dentro de los mtodos abiertos tenemos Newton Raphson y el mtodo de la Secante.

De estos mtodos podemos decir que Biseccin resulta ser un mtodo menos complicado si lo comparamos con Regula Falsi que posee mucho ms procedimientos lo que lo hace un poco ms extenso; otra ventaja es su precisin.

En cuanto a los mtodos de Newton Raphson y Secante, Newton Raphson dentro de su proceso incluye derivadas de la funcin, pero resulta ser un mtodo sencillo. El mtodo de la Secante requiere de solo dos puntos al inicio y el mismo mtodo se va retroalimentando.

Sntesis

Tema 5: Aproximacin funcional/polinomial y soluciones de ecuacin diferencial

Diversos fueron los mtodos vistos en este tema como lo son, Newton, La Grange, la regla de los Signos de Descartes, estos temas son tiles para la interpolacin o aproximacin funcional/polinomial, para la solucin de ecuaciones diferenciales estudiamos el mtodo de Euler, Simpson y la regla trapezoidal.

Los mtodos de interpolacin son mtodos sencillos pero que consisten en procesos muy largos para encontrar su funcin, la regla de los Signos de Descartes resulta bastante eficiente y aproximado a lo que buscamos.

En los mtodos de solucin de ecuaciones diferenciales, en comparacin con la manera usual de resolver estas ecuaciones, resulta mucho ms fcil resolverlo por estos tres mtodos, sin embargo tiene la desventaja de ser mtodos con porcentajes de error muy altos, y no son muy precisos como lo es el mtodo de Euler.

1. Aritmtica del Computador 1.1 Conceptos Nmeros Reales: Enteros, fracciones, Pi() Magnitud: Se refiere al nmero ms chico que puede ser representado y al nmero ms grande que se puede representar Precisin: Es la cantidad de cifras que caben dentro de un rango estipulado por la mquina utilizada. Dado un valor fijo de una variable, la precisin es la medida del grado con el cual mediciones sucesivas difieren una de la otra. La precisin es lo cerca que los valores medidos estn unos de otros. Exactitud: Se refiere a la aproximacin de un nmero o de una medida, al valor verdadero que se supone representa. Error: Es la desviacin del valor verdadero al valor medido. Cifras Significativas: Las cifras significativas son los dgitos de un nmero que consideramos no nulos.

1.2 Sistemas de Numeracin Conjunto de smbolos usados para representar informacin numrica. El nmero de smbolos de este conjunto depende de la base del sistema de numeracin. Ejemplos: Binario {0,1} Octal {0,1,2,3,4,5,6,7} Decimal {0,1,2,3,4,5,6,7,8,9}

Hexadecimal {0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F} Utilizamos comnmente el sistema de numeracin decimal. En computacin los ms utilizados son: el binario para efectuar operaciones aritmticas, el octal y hexadecimal para efectuar cdigos intermedios que resultan ms favorables que convertir decimales a binarios o al contrario. Representacin de los nmeros en computadoras Enteros Punto flotante 1.3 Sistema Decimal Ejemplo: N= 8253 se lo puede expresar en notacin expandida como: N10= 8 * +2* +5* + 3 * 100

En donde representa al 1000, y 8 * 1000 es igual a 8000, por lo que el obtendramos que: 8253= 8000 + 200 + 50 + 3 Cualquier valor fraccionario representado en el sistema decimal por una cadena de dgitos decimales junto con un punto decimal intercalado, puede expresarse tambin en notacin expandida usando potencias negativas de 10. Especficamente el valor posicional de los dgitos a la derecha del punto decimal es respectivamente: = 1/10 = 1/100 = 1/1000 ...

1.4 Sistema Binario El sistema de base 2 utiliza dos dgitos: 0 y 1, en el cual cada uno representa un bit de informacin. Cualquier nmero binario est formado por una sucesin de bits, donde aquellos que no tienen parte fraccionaria, es decir aquellos que no tienen un punto binario, se llaman enteros binarios. Los valores de posicin en el sistema binario son las potencias de la base 2. , , ,

Los valores de posicin de la parte fraccionaria de un nmero binario son las potencias negativas. , - Aritmtica binaria No es ms que aquella aritmtica que se da en el sistema de numeracin de base 2, y que es utilizada para construir los cdigos del computador. Operaciones aritmticas: suma, resta, multiplicacin y divisin 1.5 ARITMTICA DEL COMPUTADOR: Conversin entre sistemas de numeracin Conversin de decimal a binario Transformar un nmero decimal a binario considerando los pasos: 1. Separar la parte entera de la parte fraccionaria. 2. Dividir la parte entera para 2 hasta que el ltimo cociente sea 1. Este ltimo cociente, seguidos de los sucesivos residuos ledos de derecha a izquierda, dan la forma convencional del nmero entero equivalente en binario. ,

3. Multiplicar la fraccin decimal por 2 y la parte entera de este producto ser la primera cifra de la fraccin binaria. La parte fraccionaria del producto se multiplica nuevamente por 2 y la parte entera de este producto es la segunda cifra de la fraccin binaria y as sucesivamente.

1.6 Conversin de binario a decimal Representar el nmero en su forma expandida y simplificar utilizando la aritmtica decimal, para obtener el nmero en la forma convencional. Ejemplo: 1010.1012 a base 10 1010.1012 =1 * +0* +1* +0* +1* +0* +1*

= 8 + 0 + 2 + 0 + 0.25 + 0 + 0.125 =10.625 Luego: =

1.7. Representacin Interna de Nmeros Enteros y Puntos Flotantes La computadora realiza sus clculos en el sistema binario. Cada localidad en la memoria de una computadora tiene espacio para un nmero finito de dgitos binarios (bits). El nmero de bits en cada localidad se llama longitud de palabra. Las computadoras reales tienen tpicamente longitudes de palabras de 16 a 72 bits. - Nmeros Enteros En su representacin interna, los enteros tienen el punto en el extremo derecho de la localidad.

- Nmeros de Puntos Flotantes La representacin interna de cantidades reales dentro de la computadora se denomina como ya sabemos punto flotante, el cual consiste de una mantisa normalizada seguida de un exponente. Esto significa que la mantisa a la derecha del punto decimal no tiene ceros que precedan a las cifras significativas. Normalizacin

Si la mantisa est entre un dcimo y uno se dice que el nmero est normalizado, 1/10 <=M < 1, de lo contrario, no se considera como tal. Ejemplo: S. DECIMAL R. INTERNA -12284.47 -.1228447X10 -0.37X10 - .37 X 10 0.09X10 .9X10 739284.0 .739284X10 La tabla de la adicin binaria se representa: 0+0=0 0+1=1 1+0=1 1 + 1 = 0, Llevando 1 1 + 1 + 1 = 1, Llevando 1 - La adicin es conmutativa, es decir 1 + 0=1 y 0 + 1=1. - Observe que, la operacin se realiza exactamente igual que en el sistema de numeracin decimal teniendo en cuenta que si se excede la base se lleva como acarreo una unidad en la siguiente cifra de orden superior.

- En la tabla se indica que 1 + 1 =10 y debe entenderse 10 en base binaria ( ) que es el equivalente del 2 en el sistema decimal.

Existen tres tcnicas muy utilizadas para representar tanto nmeros positivos como negativos Signo y magnitud Complemento a uno (A1s) Complemento a dos (A2s) Estos complementos son asociados a nmeros binarios. 1.8 Complementos CA1s Consiste en Consiste en cambiar el valor de un bit por su valor opuesto, el rango de valores representables es menor. 1----0 0----1 CA2`s Permite que se pueda representar un rango mayor de nmeros. Con esta forma de almacenamiento la operacin de sustraccin se convierte en suma. Consiste en sumar 1 al dgito ms a la derecha del nmero. Los complementos se utilizan en las computadoras digitales para simplificar la operacin de sustraccin o resta y para la manipulacin lgica. Complementos binarios Es posible reservar un bit para denotar el signo de un nmero, 0 para nmeros positivos (+) y 1 para nmeros negativos (-).

El sistema ms empleado para representar nmeros binarios con signo es el de complemento a2. Para considerar este ltimo sistema es necesario tener en cuenta el complemento a1, el cual se obtiene cambiando cada bit del nmero por su complemento. - CA1s 1100 0011 - CA2s 0011 +1 -------100 El complemento se aplica a los nmeros negativos 1.9 Complemento Radical Disminuido CA9 Y CA10 Son complementos asociados a los nmeros decimales. Dado un nmero N de base r que tiene n dgitos, el complemento A(r-1)s de N se define (r-1)-N. Para nmeros decimales r=10 y r-1=9. CA9 El complemento A9s de n es (10-1)-N .El complemento CA9`s de un nmero decimal se obtiene restando cada dgito a 9.

Ejemplos: Decimal 546700 12389 125 CA10 Operacin 999999-546700 99999-12389 999-125 CA9s 453299 87610 874

El complemento CA10s consiste en sumar 1 al dgito ms a la derecha del nmero. Decimal 546700 12389 125 Operacin 999999-546700 99999-12389 999-125 CA9s 453299 87610 874 CA10`s 453300 87610 875

1.10 Sustraccin con Complemento Para realizar la resta de dos nmeros sin signo de n dgitos, M-N, en base r, se puede hacer de la siguiente manera: 1- Smese el minuendo M al complemento de r del sustraendo N. Esto se realiza como M+(r -N) = M-N+r 2- Si M>N, la suma producir un acarreo final, r, que se desecha , lo que queda es el resultado M-N.3- Si M<N, la suma no producir un acarreo y es igual a r-(N-M) que es el complemento Ars de (N-M). Ejemplo 1: Aplicar el CA10s para efectuar la resta: 4500 300 Ejemplo 2: Aplicar el CA10s para efectuar la resta:

900 1300 Ejemplo 3: Aplicar el CA2s para efectuar la resta M-N: M=1010100 N=1000011 Ejemplo 4: Aplicar el CA2s para efectuar la resta N-M: M=1010100 N=1000011

2. Teora del Error 2.1 Tipos de Errores El anlisis de error en un resultado numrico, es fundamental para cualquier inteligente, sea este hecho a mano o con una computadora. Los datos de entrada rara vez son exactos, ya que a menudo se basan en experimentos o son estimados o por otro lado los procesos numricos tratados por computadora , introducen errores de varios tipos .Por qu esa introduccin de errores por la computadora? Presentamos cuatro mtodos en la clasificacin de errores: Error de truncamiento: se debe a las aproximaciones utilizadas en la frmula matemtica del modelo. Este error ocurre cuando un proceso que requiere un nmero infinito de pasos se detiene en un nmero finito de pasos. Error por redondeo: los errores de redondeo se asocian con el nmero limitado de dgitos con que se representan los nmeros en una computadora. Es el error que resulta de reemplazar un nmero que tiene ms de n dgitos por un nmero que tiene m dgitos .A continuacin se exponen las normas para redondear un nmero cualquiera a un nmero dado de cifras significativas. La ltima cifra retenida se incrementa en 1 si el primer dgito descartado es mayor que 5. Ejemplos: Cifras 1,86 1,869 1,96 9,96 Nmero Redondeo a dos 1,9 1,9 2,0 10 Observacin

<> 2 <> 10,0

 Si el dgito descartado es menor que 5 entonces el retenido no se altera. Ejemplos: Nmero Redondeo a 2 cifras A tres cifras 1,84 1,8 1,84 1,849 1,8 1,85 1,84 2 1,8 1,84 1,809 1,8 1,81 Cuando el primer dgito descartado es justamente 5 y no existen otros dgitos a su derecha, el nmero retenido se aumenta en 1, slo si al hacerlo se convierte en par. Ejemplos: Nmero Redondeo a 2 cifras 1,35 1,4 1,350 1,4 1,53 1,6 Si el nmero descartado es justamente 5 y hay a su derecha dgitos diferentes de cero, entonces el ltimo retenido se aumenta en 1. Nmero Redondeo a 3 cifras 1,9451 1,95 1,94510 1,95 1,94501 1,95 Error significativo: ocurre cuando el nmero de cifras significativas que tengan sentido y sean vlidas, algunas veces son menores de lo esperado. Este tipo de error se presenta con frecuencia cuando: Se restan nmeros desiguales Se suman varios nmeros de magnitudes pequeas Se emplea un divisor relativamente pequeo

 Error propagado: es el error de salida provocado por un error en las entradas, suponiendo que todos los clculos intermedios se efectan exactamente, sin error de redondeo. Se ve afectado por la manera en que se redactan las propiedades matemticas en un lenguaje de programacin. 2.2 Formas de Medir el Error Error absoluto: Se define como la diferencia que existe entre el valor exacto y su valor calculado o redondeado. El error absoluto no es negativo, debido a que la definicin se dio en trminos del valor absoluto. EA= |x xr| x= valor exacto; xr=valor calculado Error Relativo: es el error absoluto dividido entre un nmero positivo adecuado. Por lo general el divisor es una de tres elecciones: La magnitud del valor exacto La magnitud del valor calculado o redondeado El promedio de estas dos cantidades ER= | (x-xr)/|x|| Error relativo modificado: cuando el valor exacto es cero, el error relativo modificado se expresa: ERM=2|x-xr| / (|x|+|xr|)1 Ejemplos: - Si se reemplaza el nmero de punto flotante 0.24691356 por el nmero de punto flotante 0.246913. Cul es el error absoluto y cul es el error relativo de estos clculos?

2- Supngase que se debe evaluar la funcin f(x)= 5x+7x-30, el valor exacto debera ser 3.01, pero se ha redondeado a xr=3. Calcule el resultado de la funcin. Utilice cuatro cifras significativas para los resultados. 2.3 Calculo de Error a Funciones El valor de una funcin debe redondearse, por lo que en un clculo tpico hay tantos errores de redondeo como propagado. Consideremos una funcin de una variable f(x) de la misma manera que: xr, denota un valor redondeado de x. fr(x), indica el valor redondeado de f(x) f(xr), valor de la funcin en xr. fr(xr) valor redondeado de f(xr)Frmula para el clculo de errores a funciones variables: Error Propagado Absoluto: EPA=|f(x) f(xr)| Error Absoluto Exacto: EAE=|x-xr|.|f(xr)| Error Propagado Relativo EPR =|x-xr|.f(xr)|/|f(x)| Error de Redondeo ER=f(xr)-fr(xr)| Error Total de la Evaluacin: ETE= |f(x)-fr(xr)|

2.4 Calculo de Error en Series de Potencia Considerar la evaluacin de una funcin con valores reales en un punto xr, que es una aproximacin a x. Con el objeto de ayudar a ver qu efecto tiene la aproximacin a x en el valor de la funcin, usaremos el desarrollo de la serie de Taylor. f(xr)= f(xr)+(x-xr).f(xr)+1/2!.(x-xr).f(xr)+ xr).f(xr). 1/3!(x-xr).f(xr)+ ..1/n!(x-

3. Solucin Numrica de Ecuaciones algebraicas y numricas Los mtodos numricos para la solucin de Sistemas de Ecuaciones Lineales se dividen en dos categoras generales: o Mtodos exactos o Mtodos aproximados Se usan comnmente los mtodos: o Mtodo de Gauss o Eliminacin Gaussiana o Mtodo de Gauss-Jordan Tambin tenemos los mtodos: o Mtodo de Gauss Seidel o Mtodo de Jacobi o Mtodo de Doolittle

3.1 Utilizacin de los Mtodos Se recomienda utilizar la estrategia de pivoteo en cualquier implementacin que se haga de estos mtodos sobre una cero. Esta estrategia ayuda a que disminuyan los errores de redondeo y se eviten problemas como divisin entre cero. 3.2 Teorema Fundamental de Equivalencia Se considera que las siguientes tres operaciones sobre una matriz ampliada producen otras correspondientes a un sistema de equivalencia: Intercambiar dos renglones Multiplicar todos los elementos de un rengln por una misma constante. Sumar a los elementos de un rengln los correspondientes elementos de otro multiplicados por una constante.

3.3 Mtodo de Gauss El algoritmo consiste en dos procesos: - Eliminacin hacia adelante: esta fase reduce el conjunto de ecuaciones a un sistema triangular superior - Sustitucin hacia atrs Eliminacin hacia adelante: Paso 1: consiste en dividir la primera ecuacin por el coeficiente de la primera incgnita (coeficiente pivote). A este procedimiento se le conoce como normalizacin. Paso 2: Se multiplica la ecuacin normalizada por el primer coeficiente de la segunda ecuacin Paso 3: El primer trmino de la primera ecuacin es idntico al primer trmino de la segunda, por lo tanto, se puede eliminar la primera incgnita de la segunda ecuacin restando la primera a la segunda. Paso 4: repetir el paso 2 y 3 hasta eliminar la primera incgnita de todas las ecuaciones restantes. Sustitucin hacia atrs: Cuando ya se obtiene el sistema equivalente que es un sistema triangular superior este es ms manejable y se puede resolver despejando primero la xn y este valor utilizarlo para obtener despejando la segunda incgnita hasta obtener el resultado completo del sistema. 3.4 Mtodo Gauss-Jordan Utiliza tambin el teorema fundamental de equivalencia. Consiste en convertir el sistema expresado como matriz ampliada y trabajar para transformarlo en la matriz identidad quedando en el vector de trminos independientes el resultado del sistema. El procedimiento es similar al proceso de la eliminacin gaussiana con la diferencia que no slo elimina los

trminos debajo de la diagonal principal sino tambin los que estn sobre ella. Este mtodo es muy adecuado para obtener la matriz inversa de una matriz. 3.5 Metodo de Gauss Seidel - Es un mtodo de aproximacin - Son tiles porque ayudan en la disminucin de los errores de redondeo en sistemas. - Convergencia dentro de alguna tolerancia de error previamente especificada - Es ms til para sistemas grandes. Algoritmo de Gauss Seidel Se debe despejar de cada ecuacin la variable sobre la diagonal principal -Dar un valor inicial a las incgnitas (generalmente se establecen ceros) -Sustituir los valores iniciales en la primera ecuacin para obtener un nuevo valor para la primera incgnita. - Ese nuevo valor es utilizado para obtener el valor de la siguiente incgnita. - Se evala la aproximacin relativa de todas las incgnitas hasta que la solucin converja bastante cerca de la solucin real, segn la tolerancia establecida para el mtodo. Es=Tolerancia de error especificada o criterio de paro Ea=|(valor actual-valor inicial)/valor actual|*100 Teorema de Convergencia Se debe cumplir el teorema de convergencia Los coeficientes de la diagonal principal debe ser de mayor magnitud que la suma de los coeficientes de la

fila correspondiente, en valor absoluto. Si no cumple, se intercambian las filas. 3.6 Mtodo de Jacobi - Es un mtodo similar al mtodo de Gauss-Seidel - Se comienza con alguna aproximacin inicial. Los valores de las variables se reemplazan en la siguiente iteracin y no en la misma, como el mtodo de Seidel - El proceso se repite hasta que sean lo suficientemente similar los valores sucesivos de cada una de las variables. 3.7 Mtodo de Descomposicin LU Caractersticas Este mtodo se utiliza en el anlisis numrico para resolver sistemas de ecuaciones (ms eficientemente) o encontrar las matrices inversas . Su nombre se deriva de las palabras inglesas "Lower" y "Upper", que en espaol se traducen como "Inferior" y "Superior". Estudiando el proceso que se sigue en la descomposicin LU es posible comprender el porqu de este nombre, analizando cmo una matriz original se descompone en dos matrices triangulares, una superior y otra inferior. La descomposicin LU involucra solo operaciones sobre los coeficientes de la matriz [A], proporcionando un medio eficiente para calcular la matriz inversa o resolver sistemas de lgebra lineal. Sea A una m matriz cuadrada donde L y U son matrices inferiores y superiores triangulares respectivamente A= LU Algoritmo Dada la ecuacin matricial Ax=LUx=b

Queremos la solucin para un determinando A y b. Los pasos son los siguientes: Primero, resolvemos Ly=b para y. Segundo, resolvemos Lx=b para x. Pasos para Resolver un Sistema de Ecuaciones Lineales por el mtodo de Descomposicin LU 1. Obtener la matriz triangular inferior L y la matriz triangular superior U. 2. Resolver Ly = b (para encontrar y). 3 .El resultado del paso anterior se guarda en una matriz nueva de nombre y. 4. Realizar Ux = y (para encontrar x). 5. El resultado del paso anterior se almacena en una matriz nueva llamada x, la cual brinda los valores correspondientes a las incgnitas de la ecuacin Pasos para Encontrar la matriz Triangular Superior (Matriz U) Hacer cero todos los valores abajo del pivote sin convertir este en 1. Para lograr lo anterior se requiere obtener un factor el cual es necesario para convertir a cero los valores abajo del pivote. Dicho factor es igual al nmero que se desea convertir en cero entre el nmero pivote. Este factor multiplicado por -1 se multiplica luego por el pivote y a ese resultado se le suma el valor que se encuentra en la posicin a cambiar (el valor en la posicin que se convertir en cero). Esto es: -factor * pivote + posicin a cambiar

Pasos para Encontrar la matriz Triangular Inferior (Matriz L) Para encontrar la matriz triangular inferior se busca hacer ceros los valores de arriba de cada pivote, as como tambin convertir en 1 cada pivote. Se utiliza el mismo concepto de "factor" explicado anteriormente y se ubican todos los "factores" debajo de la diagonal segn corresponda en cada uno.

4. Solucin de Polinomios 4.1Mtodos para Encontrar las Races de una Funcin Mtodos que utilizan intervalos Mtodo de Biseccin o Intervalo Medio Mtodo de Regula falsi o de la falsa posicin Mtodos Abiertos Mtodo de Newton Raphson (primer orden) Mtodo de la Secante 4.2 Mtodo de Biseccin Consiste en dividir el intervalo en dos partes iguales reteniendo la mitad en donde f cambia de signo, para conservar al menos una raz, y repetir el proceso varias veces. Algoritmo 1- Seleccionar los intervalos iniciales xi y xf de tal forma que la funcin cambie de signo sobre el intervalo. Verificar que f(xi).f(xf)<0. Nos indica si el mtodo se puede repetir para encontrar mejores estimaciones. 2- Determinar la primera aproximacin a la raz xm, mediante: xm=(xi + xf)/23 - Realizar las siguientes evaluaciones, considerando los siguientes criterios, para determinar en qu subintervalo cae la raz: Si f(xi).f(xm) < 0, entonces la raz se encuentra dentro del primer subintervalo. Por lo tanto, resulvase xf=xm y contine al paso siguiente. Si f(xi).f(xm)>0, entonces la raz se encuentra dentro del segundo subintervalo. Entonces, resulvase xi=xm y contine con el paso 4.

 Si f(xi).f(xm) = 0, entonces la raz es igual a xm y se terminan los clculos.4Determinar la primera aproximacin a la raz xm, mediante: xm=(xi + xf)/2 5- Si la nueva aproximacin es tan exacta, los clculos terminan, de otra forma, regresar al paso 3. 4.3 Mtodo de Regula Falsi El mtodo combina el mtodo de biseccin y el mtodo de la secante. Este mtodo sirve para encontrar la raz o solucin real de una ecuacin. Este mtodo aprovecha la idea de unir los puntos con una lnea recta. La interseccin de esta lnea con el eje x proporciona una mejor estimacin de la raz. Algoritmo Seleccionar los intervalos iniciales xi y xf de tal forma que la funcin cambie de signo sobre el intervalo. Verificar que f(i).f(xf)<0. Nos indica si el mtodo se puede repetir para encontrar mejores estimaciones. 2- Determinar la primera aproximacin a la raz xm, mediante: xm= xf-[(f(xf).(xi - xf))/(f(xi)-f(xf))] 3-Realizar las siguientes evaluaciones, considerando los siguiente criterios, para determinar en qu subintervalo cae la raz: Si f(xi).f(xm) < 0, entonces la raz se encuentra dentro del primer subintervalo. Por lo tanto, resulvase xf=xm y contine al paso siguiente. Si f(xi).f(xm)>0, entonces la raz se encuentra dentro del segundo subintervalo. Entonces, resulvase xi=xm y contine con el paso 4. Si f(xi).f(xm) = 0, entonces la raz es igual a xm y se terminan los clculos.4Determinar la primera aproximacin a la raz xm, mediante: xm=xf-[(f(xf).(xi - xf))/(f(xi)-f(xf))]

5- Si la nueva aproximacin es tan exacta, los clculos terminan, de otra forma, regresar al paso 3. 4.4 Metodo de Newton Raphson Es un algoritmo eficiente para encontrar aproximaciones de los ceros o races de una funcin real. Tambin puede ser usado para encontrar el mximo o mnimo de una funcin, encontrando los ceros de su primera derivada. El mtodo de Newton-Raphson es un mtodo abierto, en el sentido de que su convergencia global no est garantizada. La nica manera de alcanzar la convergencia es seleccionar un valor inicial lo suficientemente cercano a la raz buscada. As, se ha de comenzar la iteracin con un valor razonablemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa cercana del punto inicial a la raz depende mucho de la naturaleza de la propia funcin Algoritmo 1. Dada una funcin f(x) = 0, obtener la primera derivada. 2. Elegir un valor inicial. 3. Obtener una nueva aproximacin evaluando la frmula general del mtodo

4. Evaluar la aproximacin relativa |(Xn+1 Xn) / Xn+1| < Tolerancia No. Repetir el paso 3 y 4 Si entonces Xn+1 es la Raz.

4.5 Mtodo de la Secante Este mtodo requiere de dos puntos al principio, y despus el mismo mtodo se va retroalimentando. Lo que hace es ir tirando rectas secantes a la curva de la ecuacin que se tiene originalmente, y va chequeando la interseccin de esas rectas con el eje de las x para ver si es la raz que se busca. La forma de evitar el clculo de la derivada es a travs de una diferencia dividida que estima la tangente (la recta que pasa por los valores de 2 iteraciones sucesivas). La expresin o frmula del mtodo de la secante es: Xn+1= Xn [(f(Xn). (Xn Xn-1)) / f(Xn)-f(Xn-1)] Donde, Xn = valor actual de x Xn+1= valor siguiente de x Xn-1 = valor anterior de x

5. Aproximacin funcional/polinomial y soluciones de una ecuacin diferencial 5.1 Interpolacin de Newton Dada la funcin Y=f(x) el problema de la interpolacin consiste en encontrar el valor de la funcin f(x) para un valor x incluido entre dos valores consecutivos de la tabla de valores. Ecuacin de Newton: Yk=Y0 + k(Y1)+*k(k-1)(Y2)/2!+ +* k(k-1)(k-2)(Y3)+/3!... K=(Xk X0)/h Xk=valor a interpolar X0=valor inmediatamente anterior al valor que se quiere interpolar en x h= es el incremento o decremento constante de x Y0= valor inmediatamente anterior al valor que se quiere interpolar en Y Yk=valor interpolado aproximado de la funcin obtenida para el Xk Y=diferencias divididas hacia delante de orden sucesivas correspondientes a Y. 5.2 Interpolacin De LaGrange Se parte de una tabla de valores con la diferencia de que los incrementos son variables. El problema consiste en encontrar un valor de la funcin para x dentro el rango de valores. La ecuacin del polinomio recibe el nombre de Polinomio de Lagrange. 5.3 Regla de los Signos de Descartes La regla de los signos de Descartes consiste en relacionar el nmero de cambios de signo en la lista de coeficientes de una ecuacin polinmica con el nmero de races positivas de dicha ecuacin.

Es importante destacar que esta regla no da una cantidad exacta de soluciones, sino que nos da una cota, aunque en muchas ocasiones dicha cota puede proporcionar informacin muy interesante sobre la cantidad de races positivas de la ecuacin, las posibles negativas y por consiguiente, podemos deducir las complejas. Mediante el uso de una ecuacin algebraica de coeficientes reales y ordenados segn potencias descendientes de x, se dice que hay un cambio de signos si dos trminos consecutivos de l tienen signos diferentes. a. El nmero de races reales positivas en la ecuacin algebraica de coeficiente reales P(x)=0, es igual al nmero de cambios de signos en el P) o es menos polinomio P(x) o es menor que este nmero en un par. b. El nmero de races reales negativos en la ecuacin P(X)=0, es igual al nmero de cambios s menor de signos en el Polinomio P(-x) o es que este nmero en un nmero par.

Criterios de Evaluacin

DESCRIPCIN 1. Semestral 2. Parciales 3. Proyectos y Laboratorios 4. Tareas, investigaciones, quices, portafolio 5. Asistencia y participacin

PORCENTAJE 30% 30% 20 % 15% 5%