Nombre: Ruiz Hernndez Brenda Anglica

Simulacin y Escalamiento de Procesos

Grupo: 7LV1
Fecha: 28/09/2016
MTODOS NUMRICOS
MTODO DE NEWTON-RAPHSON
a) Tipos de ecuaciones que resuelve
El mtodo de Newton-Raphson es el algoritmo mejor conocido para encontrar las
races de una ecuacin. El algoritmo ha sido generalizado de muchas formas para
la resolucin de otros problemas no lineales ms difciles; por ejemplo:

Sistemas de ecuaciones
Ecuaciones diferenciales
Integrales no lineales.
1998)

(Daz, J.M.,

b) En qu consiste el mtodo?
Tal vez, dentro de las frmulas para localizar races, la frmula de NewtonRaphson sea la ms ampliamente usada. Si el valor inicial de la raz es xi, entonces
se puede extender una tangente desde el punto [, (, )]. El punto donde esta
tangente cruza al eje x representa una aproximacin mejorada de la raz.
El mtodo de Newton-Raphson se puede obtener sobre la base de una
interpretacin geomtrica, como en la figura 1, la primera derivada en x es
equivalente a la pendiente:

Figura 1. Esquema grfico del mtodo de Newton-Raphson. Se extrapola una tangente

a la funcin de xi [esto es, (, ) ] hasta el eje x para obtener una estimacin de la
raz en xi+1
(Chapra, S., 2007)

que se puede ordenar para obtener

La cual es conocida como frmula de Newton-Raphson

c) Aplicaciones

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.

d) Limitaciones
Aunque el mtodo de Newton-Raphson en general es muy eficiente, hay
situaciones en que se comporta en forma deficiente como por ejemplo races
mltiples. Sin embargo, aun cuando se trate de races simples, se encuentran
algunas muy escasas dificultades.

MTODO DE RUNGE-KUTTA

a) Tipos de ecuaciones que resuelve

Son un conjunto de mtodos genricos iterativos, explcitos e implcitos, de resolucin
numrica de ecuaciones diferenciales.

b) En qu consiste el mtodo?
Los mtodos de Runge-Kutta son una especializacin de los mtodos numricos a un paso.
Fundamentalmente, lo que caracteriza a los mtodos de Runge-Kutta es que el error en
cada
paso
i
es
de
la
forma

Siendo C una constante real positiva, al nmero k se le llama orden del mtodo y h ya
sabemos

que

es

el

tamao

del

paso

en

cada

nodo.

En los mtodos de Runge-Kutta se llama etapas a las sucesivas evaluaciones de la funcin

f en cada paso. El nmero de etapas de un mtodo de Runge-Kutta es el nmero de veces
que la funcin es evaluada en cada paso i, Este concepto es importante porque evaluar
la funcin requiere un coste computacional (a veces alto) por tanto se prefieren mtodos
con
el
menor
nmero
posible
de
etapas.

El mtodo de Euler (Runge-Kutta de orden 1)

Un primer ejemplo es el mtodo de Euler que es de la forma:

En dicho mtodo el error es de la forma e Ch y por tanto el mtodo de Euler

es de orden 1
Observacin: La funcin se evala 1 vez en cada paso, nmero de etapas: 1.

El mtodo del punto medio (Runge-Kutta de orden 2)

Un ejemplo de un mtodo de orden 2 es el mtodo del punto medio o tambien

regla del punto medio, que es de la forma:

En dicho mtodo el error es de la forma e Ch2 y por tanto el mtodo del punto
medio es de orden 2
Observacin: El nmero de veces que se evala la funcin en cada paso del
mtodo es 2, nmero de etapas: 2.

Runge-kutta estndar de orden 4 (Runge-Kutta de orden 4)

Ahora el error es de la forma e Ch4 y por tanto el mtodo es de orden 4

Observacin: El nmero de veces que se evala la funcin en cada paso del mtodo es 4,
nmero de etapas: 4.
c) Aplicaciones
Usados para encontrar aproximaciones de las soluciones de ecuaciones
diferenciales y sistemas de ecuaciones diferenciales, lineales y no lineales.
d) Limitaciones
Una particularidad interesante de los mtodos Runge-Kutta es que no necesitan
calcular derivadas de la funcin f para avanzar. Sin embargo, la desventaja es el
de evaluar ms veces la propia funcin f con el consiguiente coste de operaciones.

Un detalle a tener en cuenta en los mtodos de Runge-Kutta es que pierden

bastante precisin cuando la derivada de la funcin a analizar es muy grande o
cambia muchas veces de signo, En tales casos es necesario un tamao de paso
bien pequeo para obtener un grado de precisin aceptable.
(MathsTools, 2013)

MTODO DE DIFERENCIAS FINITAS

a) Tipos de ecuaciones que resuelve
El Mtodo de Diferencias Finitas es un mtodo de carcter general utilizado
para calcular de manera aproximada las soluciones a las ecuaciones diferenciales
en derivadas parciales definidas en recintos finitos. Este mtodo usa ecuaciones
diferenciales finitas para aproximar derivadas que permitan la resolucin
aproximada de ecuaciones diferenciales.
b) En qu consiste el mtodo?
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 convierte en las
incgnitas. El sistema de ecuaciones algebraicas debe ser resuelto y puede llevar
un nmero largo de operaciones aritmticas.
c) Aplicaciones
1. Desarrollo de series de Taylor
2. Expansin en series de Taylor
3. Mtodo de diferencias finitas

5. Mtodos iterativos (Mtodo de

gradiente conjugado, mtodo
residuo mnimo generalizado)

4. Mtodos directos (factorizacin

6. Matrices

LU, Cholesky)
d) Limitaciones

Para problemas pequeos es viable una resolucin manual, pero es

conveniente desarrollar algoritmos computacionales para automatizar las
operaciones de clculo.
Los resultados por este mtodo, solo son aproximaciones.

MTODO DE EULER
a) Tipos de ecuaciones que resuelve
Es un procedimiento de integracin numrica para resolver ecuaciones
diferenciales ordinarias a partir de un valor inicial dado.
b) En qu consiste el mtodo?
Este mtodo se aplica para encontrar la solucin a ecuaciones diferenciales ordinarias
(EDO), esto es, cuando la funcin involucra solo una variable independiente:

Este mtodo se basa de forma general en la pendiente estimada de la funcin para

extrapolar desde un valor anterior a un nuevo valor:
Nuevo valor = valor anterior+ pendiente * tamao de peso

O bien:

El mtodo de Euler utiliza la pendiente al inicio del intervalo como una aproximacin de
la pendiente promedio sobre todo el intervalo. La primera derivada proporciona una
estimacin directa de la pendiente en

( , ), , .

 , :

Esta ecuacin se conoce como el mtodo de Euler. En esta frmula se predice un nuevo
valor de y por medio de la pendiente que es igual a la primera derivada en el valor original
de x, este nuevo valor habr de extrapolarse en forma lineal sobre el tamao de paso
h.
c) Aplicaciones
1. Utilizada en la solucin de ecuaciones diferenciales ordinarias
2. Empleada en el clculo de la pendiente de una curva desconocida que comience
en un punto dado y que satisface una cierta ecuacin diferencial dada.
d) Limitaciones

Los resultados por este mtodo, solo son aproximaciones.

MTODO SIMPLEX
a) Tipo de ecuaciones que resuelven
Da soluciones numricas a problemas de programacin lineal de modelos con ms de tres
variables.
b) En qu consiste el mtodo?
Este mtodo se basa en la conversin del problema con restricciones con desigualdades
en un problema cuyas restricciones son ecuaciones lineales. Es un mtodo matricial.
Es un algoritmo iterativo, esto es, u procedimiento que a partir de un paso inicial se
realiza un clculo para encontrar una solucin posible; verifica si est solucin es
mejorables y, si lo es, vuelve a calcular una nueva solucin mejor que la anterior; cuando
ya no la pueda mejorar, es que lleg a la solucin ptima.
El primer paso en el proceso de encontrar la solucin ptima de un modelo lineal es
escribir el modelo en forma estndar. La mayora de los modelos lineales no estn
inicialmente escritos en esta forma pero se pueden hacer cambios en la funcin

objetivo, en las restricciones y en las variables del modelo para obtener la forma
estndar.

c) Aplicaciones
Este mtodo o procedimiento cuenta con un sinnmero de aplicaciones en programacin
lineal, pero tambin uso en matemtica y geometra. De entre las aplicaciones ms
comunes del mtodo simplex destacan:

Es una tcnica utilizada para dar soluciones numricas a problemas de

programacin lineal.
Es comnmente aplicado para encontrar una solucin ptima en problemas de

maximizacin y minimizacin.
Es til para resolver problemas de gran tamao y complejos.
A partir del mtodo simplex se han desarrollado variantes comnmente
utilizadas en programacin lineal.
Este mtodo ha sido de suma utilidad para el desarrollo de software que facilitan
el proceso de clculos un ejemplo de ello es el WINQSB
Este modelo sirve para la correcta interpretacin de modelos de decisin
basados en descripciones matemticas con la finalidad de ayudar en la toma de
decisiones en situaciones de incertidumbre.

e) Limitaciones
o
o

El mtodo est diseado para ser aplicado nicamente hasta que el problema se
encuentre en la forma Estndar.
Las restricciones deben ser transformadas de desigualdades a igualdades a
travs del uso de las variables de holgura.

MTODO DE LA SECANTE
a) Tipo de ecuaciones que resuelven
Resolucin de ecuaciones no lineales.
b) En qu consiste el mtodo?
Se trata de un mtodo iterativo en el que, en cada paso, se calcula una aproximacin de
la solucin en lugar de un intervalo que la contiene.

Se parte de x0=a y x1=b y se calcula, iterativamente para cada n1, la interseccin de la

secante que une los puntos (xn-1, f(xn-1) y xn, f(xn)) con el eje de abscisa, obtenindose
la abscisa.

c) Aplicaciones

Aproximar las soluciones complejas de una ecuacin polinomial de grado n2.

Solucin de problemas de flujos de potencia en ingeniera elctrica.
Solucin de ecuaciones que determinan la posicin en la dinmica de un
mecanismo o sistema.

e) Limitaciones

Al ser un mtodo iterativo corre el riesgo de no converger en la raz.

El mtodo no asegura la convergencia, est depender en gran medida de las

aproximaciones iniciales que se tengan.
Es importante realizar un anlisis grfico para calcular los valores de
aproximacin inicial.

REFERENCIAS

Chapra, S. (2007). Mtodos Numricos para Ingenieros, Ed. 5ta, Mc

Graw Hill, Mxico, pg. 156-159.

Daz, J.M. (1998). Introduccin a los mtodos numricos para la

resolucin de ecuaciones, Universidad de Cdiz, Espaa, pg 23.

MathsTools. (14 de Octubre de 2013). Mtodos Numricos. Obtenido de

http://mathstools.com/section/main/Metodos_de_Runge_Kutta

http://148.206.107.15/biblioteca_digital/capitulos/359-4995mjd.pdf
http://www.mty.itesm.mx/dmti/materias/tc3001/lecturas/tc3001-03intro-simplex.pdf