Métodos Numéricos; Introducción

CAPITULO I
INTRODUCCION

1. MODELOS Y COMPUTADORAS
Los métodos numéricos son técnicas median te los cuales es posible formular
problemas matemáticos de tal forma que se pueden resolver usando operaciones
aritméticas
Las computadora, ayudan a la solución de estos problemas matemáticos

Historia
Los métodos sin computadora se caracterizaban por:
a) Se usaban métodos exactos o analíticos. Sirven para una clase limitada de
problemas. Son de geometría simple y pocas dimensiones.
b) Para analizar el comportamiento, se usan soluciones gráficas o nomogramas.
Resultados no muy precisos
c) Se usaban calculadoras y regla de cálculo. Los cálculos manuales son lentos y
tediosos.

Fases en la solución de problemas de ingeniería

ERA ANTERIOR A LAS ERA DE LAS

COMPUTADORAS COMPUTADORAS

FORMULACION
Leyes fundamentales
(breve)
FORMULACION
Leyes fundamentales
(Profunda)

SOLUCION
Métodos muy elaborados y SOLUCION
complicados Método de Computadora.
Fácil

INTERPRETACION
Análisis limitado INTERPRETACION
Pensamiento holístico

Desde la década del 40, se inicia el crecimiento de las computadoras, entonces se

inicia el desarrollo de los métodos numéricos.
Existen las grandes máquinas (Mainframe), luego aparecen las PC.

2. MODELOS MATEMÁTICOS

Ing. Héctor G. Bolaños Sosa Pag. 1

Métodos Numéricos; Introducción

APLICACION
EFICAZ
CONOCIMIENTO HERRAMIENTAS
Y ENTENDIMIENTO

Si no hay conocimiento/entendimiento no se puede aplicar en forma eficaz las

herramientas.
La computadora resulta ser ineficiente si no se comprende el funcionamiento de
los sistemas de ingeniería.

Proceso de solución de los problemas de Ingeniería

DEFINICION
PROBLEMA

PARTICULAR
GLOBAL MODELO INDUCCION
TEORIA DATOS
DEDUCCION MATEMATICO EXPERIMENTACION
OBSERVACION

HERRAMIENTAS PARA
RESOLVER PROBLEMAS
COMPUTADORAS,
GRAFICOS, METODOS
NUMERICOS,ETC

RESULTADOS
NUMERICOS O
GRAFICOS

INTERFACES GRUPALES:
PROGRAMACION,
OPTIMIZACION,
COMUNICACION,
ITERACCION PUBLICA

IMPLEMENTACION

El Modelo Matemático, es una ecuación que expresa las características

esenciales de un sistema físico o proceso en términos matemáticos.

Ing. Héctor G. Bolaños Sosa Pag. 2

Métodos Numéricos; Introducción

Se representa de la siguiente manera: (ecuación Nº 1)

= ; á ; (1)

Variable Dependiente: Refleja el comportamiento o estado del sistema.

Variable Independiente: Tiempo y espacio; a través de los cuales el
comportamiento será determinado.
Parámetros: Propiedades o composición del sistema
Funciones de fuerza: Influencias externas que actúan sobre el.

Ejercicio Nº1
La segunda ley de Newton, establece, la razón de cambio del Momentum (v/t) con
respecto al tiempo de un cuerpo es igual a la fuerza que actúa sobre él.

F  m.a (2)
Si colocamos según la ecuación (1)
F
a (3)
m

La ecuación (3), es un modelo matemático, porque:

a) Describe un sistema en términos matemáticos
b) Representa una idealización y simplificación de la realidad
c) Conduce a resultados predecibles.

Ejercicio Nº 2
En el ejercicio anterior no existe la variable independiente (tiempo o espacio). La
segunda ley de Newton nos puede ayudar a determinar la velocidad final de caída
libre de un cuerpo cerca de la superficie de la tierra.
Fv
Entonces se puede desarrollar el siguiente modelo
F dv F
a  (4)
m dt m
M ASA
Así podríamos tener:
F es + ⟹ Objeto acelera
=
F es - ⟹ Objeto desacelera
F es 0 ⟹ Velocidad constante
Fd
La fuerza Total (F) está compuesta por 2 fuerzas contrarias:

Fd : Fuerza debido a la gravedad

Fv : Fuerza debido a la resistencia del aire

F  Fd  Fv (5) Fd  mg (6) Fv  cv (7)

c : coeficiente de arrastre; kg/s, depende de la aspereza del cuerpo.

Ing. Héctor G. Bolaños Sosa Pag. 3

Métodos Numéricos; Introducción

v : velocidad del aire; m/s

Reemplazando (6) y (7) en (4) se tiene:

dv F dv Fd  Fv mg  cv
   (8)
dt m dt m m

Simplificando, se tiene:
dv c
g v (9)
dt m
Para resolver esta ecuación diferencial se necesitan tener condiciones iníciales y
estas pueden ser: v = 0 en t = 0; es decir que inicialmente está en reposo.
Párametros
Función de la v(t) : variable dependiente
fuerza Variable
Independiente g : Función de la fuerza
c y m : parámetros
gm    t 
c
t : variable independiente
v(t )  1  e  m  
(10)

c  
Variable
Dependiente

Ejercicio Nº 3
Un paracaidista con una masa de 68.1 Kg salta de un globo aerostático fijo.
Calcular la velocidad antes de abrir el paracaídas (Usar un método analítico). El
coeficiente de resistencia es de 12.5 Kg/s.
Solución:
Datos:
m: 68.5 kg
c: 12.5 Kg/s
g: 9.8 m/s2

Reemplazando los datos en la ecuación (10, se tiene:

 c 
   
t
gm  
 m 
 9.8(68.1)  t 
 12.5 

v(t )  1 e     1  e  68.1  
c   12.5  
 
 

v(t )  53.39 1  e 0.18355t 
A continuación se muestran los valores de velocidad mediante el método analítico,
así como el gráfico respectivo

Ing. Héctor G. Bolaños Sosa Pag. 4

Métodos Numéricos; Introducción

VELOCIDAD TERMINAL
60
1 8.95
2 16.40 50
3 22.61
4 27.77 40

5 32.07

Velocidad (m/s)
. 30

.
. 20

43 53.37
44 53.37 10

45 53.38
46 53.38 0
0 2 4 6 8 10 12 14 16 18 20
Tiempo (s)

En la velocidad terminal, la velocidad es constante, cesa la aceleración. La fuerza

total es cero, además Fd = Fu; es decir la fuerza debido a la gravedad es igual a la
fuerza de resistencia del aire. En consecuencia la velocidad terminal es 53.39 m/s,
el cuerpo estaría con esta velocidad constante.

El código Matlab es:

%paraca1i
%programa calcula la caida de
%un paraidista (analítico)
clc
clear all
g=9.8;m=68.1;
c=12.5;vi=0;
for x=1:50
v=(g*m/c)*(1-exp(-c/m.*x));%exacta
fprintf('%i%10.2f\n',x,v)
ta(x)=x;%guarda datos en vector
va(x)=v;
end
plot(ta,va),grid

3. SOLUCION NUMERICA
La razón de cambio de la velocidad respecto al tiempo se puede ilustrar.

dv v v( ti 1)  v( ti )
Δv: Diferencia de velocidades
  (11) Δt: Diferencia del tiempo
dt t t ( i 1)  t ( i )
dv c
La ecuación (9) se tiene: g v
dt m
Entonces reemplazamos (11) en (9):
v( ti 1)  v( ti ) c
g v
t ( i 1)  t ( i ) m

Ing. Héctor G. Bolaños Sosa Pag. 5

Métodos Numéricos; Introducción

V(ti+1)
f(x)

V
da

ra
a t
im

ade
d v r ox
ap
er d
d t t e
ev ien
end
P
ent
ndi
Pe

V(ti)

ti ti+1
Reordenando, se tiene la ecuación (12):

c 
v(ti 1)  v( ti )   g  v  t( i 1)  t (i ) 

 m 
Intervalo
Pendiente

Nuevo valor Valor anterior

v(ti) : Velocidad en el tiempo inicial.
v(ti+1) : velocidad en algún tiempo después (intervalo)
t(i) : Tiempo inicial
t(i+1) : incremento del tiempo

Generalizando:

NuevoValor  ValorAnterior pendiente* TamañoPaso

Ejercicio Nº 4
Un paracaidista con una masa de 68.1 Kg salta de un globo aerostático fijo.
Calcular la velocidad antes de abrir el paracaídas (Usar un método numérico). El
coeficiente de resistencia es de 12.5 Kg/s.
Solución:
Datos:
m: 68.5 kg
c: 12.5 Kg/s
g: 9.8 m/s2
Tamaño del paso o incremento: 1 segundos
Tiempo inicial: ti = 0 seg
Velocidad inicial: v(ti) = 0 m/seg

Ing. Héctor G. Bolaños Sosa Pag. 6

Métodos Numéricos; Introducción

c 
v(ti 1)  v(ti )   g  v  t (i 1)  t (i ) 

 m 

Para t i 1  1 s T(s)
0
V(m/s)
0
 12.5  1 9.80
v( ti 1)  0  9.8  (0) 1  0   9.80m / s 2 17.80
 68.1  3 24.33
4 29.66
Para t i 1  2 s 5 34.02
∞ 53.39
 12.5 
v( ti 1)  9.80  9.8  (9.80) 2  1  17.80m / s
 68.1 
Para t i1  3 s
 12.5 
v( ti 1)  17.80  9.8  (17.80) 3.  2   24.33m / s
 68.1 
Nota.- la diferencia entre el valor analítico y numérico se puede disminuir, usando
incrementos más pequeño, esta posibilidad es muy sencilla manejarla en las
computadoras
Los valores de la velocidad analítica y velocidad numérica se muestran a
continuación:

tiempo analit numeric

s (m/s) (m/s)
1 8.95 9.80
2 16.40 17.80
3 22.61 24.33
4 27.77 29.67
5 32.07 34.02
…..
47 53.38 53.39
48 53.38 53.39
49 53.38 53.39
50 53.38 53.39

55

50
Analitico
Numerico
45

40
Velocidad (m/seg)

35

30

25

20

15

10

5
0 5 10 15 20 25 30 35 40 45 50
Tiempo (seg)

Ing. Héctor G. Bolaños Sosa Pag. 7

Métodos Numéricos; Introducción

El código Matlab es:

%paraca2
%programa calcula la caida de
%un paraidista
clc
clear all
g=9.8;m=68.1;
c=12.5;vi=0;
for x=1:50
v=(g*m/c)*(1-exp(-c/m.*x));%exacta
vi=vi+(g-(c/m)*vi)*1;%numerico
fprintf('%i%10.2f%10.2f\n',x,v,vi)
ta(x)=x;%guarda datos en vector
va(x)=v;
vn(x)=vi;
end
plot(ta,va,ta,vn),grid

4. APROXIMACIONES Y ERRORES
4.1. Cifras significativas
Las cifra s significativas de un número son aquellas que pueden ser usadas en
forma confiable

Ejercicio Nº 5:
En el velocímetro la lectura podría ser 49.5 Km/hr; es decir, tres cifras
significativas. Debido a los límites del instrumento únicamente se puede usar con
confianza 2 dígitos, es decir 49 Km/hr. El tercer digito (o más) no es confiable.
En el odómetro la lectura será: 87 324.45; es decir 7 cifras significativas. Se
tendrían 6 dígitos confiables.
Es convencional estimar el conjunto de dígitos de medición de la división de la
escala más pequeña, así:
Velocímetro: 49.5 Km/hr
Odómetro: 87 324.45

4
8 7 3 2 4 5
Ejercicio Nº 6:
a) 0.00001845 : 4 cifras significativas
0.0001845 : 4 cifras significativas
0.001845 : 4 cifras significativas

b) El Número 45300
4.53 x 104 : 3 cifras significativas
4.530 x 104 : 4 cifras significativas
4.5300 x 104 : 5 cifras significativas

4.2. Exactitud y precisión

Exactitud: se refiere a que tan cerca está el valor calculado o medido con el
valor verdadero.

Ing. Héctor G. Bolaños Sosa Pag. 8

Métodos Numéricos; Introducción

Precisión: se refiere a que tan cerca está un Exactitud

valor individual medido o calculado
respecto a los otros.

En la figura se muestra una serie de disparos:

precision
Inexactitud (sesgo): alejamiento sistemático
de la verdad
Imprecisión (incertidumbre): magnitud del Inexacto e impreciso Exacto e impreciso
espaciamiento de los disparos.

Error: representa la inexactitud y la imprecisión

de las predicciones

Inexacto e preciso Exacto y preciso

4.3. Error por truncamiento
Errores de truncamiento son aquellos que resultan al usar una
aproximación en lugar de un procedimiento matemático exacto.

Ejercicio Nº 7
La expansión de la serie de Maclaurin se exprese de acuerdo a la siguiente
expresión
Evaluar la siguiente expresión para x=0.5, el resultado deberá contemplar 10
términos y con 4 decimales

X2 X3 Xn
e x  1 X    ... 
2 3! n!
Solución

ingrese Número de términos: 10 5 1.6484

ingrese el valor de x: 0.5 6 1.6487
1 1.0000 7 1.6487
2 1.5000 8 1.6487
3 1.6250 9 1.6487
4 1.6458 10 1.6487

Esta expresión contiene un número infinito de términos, los cuales sería

imposible poder evaluar; por lo que se tiene que definir el número de
términos a un valor fijo, para nuestro ejemplo se define en 10, el resto de
términos que no han sido considerados constituye un error de
truncamiento.
En esta tabla se observa que a medida que incrementamos el número de
términos, la diferencia entre los valores anterior y actual tienden a cero

El código Matlab es:

%serie1 function fa=facto(n)
%calculo del valor de la serie e^x fa=1;
clc for k=1:n
clear all fa=fa*k;
ex=1; end
n=input('ingrese Número de
términos: ');

Ing. Héctor G. Bolaños Sosa Pag. 9

Métodos Numéricos; Introducción

x=input('ingrese el valor de x: ');

for i=1:n
fprintf('%i %6.4f\n',i,ex)
ex=ex+x.^i./facto(i);
end

4.4. Error por redondeo

Este tipo de errores surgen de representar aproximadamente números
exactos. En una computadora o calculadora este error se origina por que la
operación aritmética efectuada por la máquina involucra un número finito de
dígitos.
Con la computadora no se puede expresar estos números con exactitud, la
omisión del resto de números, se conoce como Error de Redondeo

Ejercicio Nº 8:
Algunos números como pi, e, raíz de 7, representan números específicos, no se
pueden expresar exactamente con un número finito de dígitos.
>> pi() >> exp(1) >> sqrt(7)
ans = ans = ans =
3.14159265358979 2.71828182845905 2.64575131106459

Ejercicio Nº 9
La expansión de la serie de de Maclaurin se exprese de acuerdo a la siguiente
expresión
Evaluar la siguiente expresión para x=0.5, el resultado deberá contemplar 10
términos y con 10 decimales

X2 X3 Xn
e x  1 X    ... 
2 3! n!

Solución
ingrese Número de términos: 10 5 1.6484375000
ingrese el valor de x: 0.5 6 1.6486979167
1 1.0000000000 7 1.6487196181
2 1.5000000000 8 1.6487211682
3 1.6250000000 9 1.6487212650
4 1.6458333333 10 1.6487212704

Los valores obtenidos al evaluar la expresión anterior nos muestra los resultados
con 10 decimales, se muestran diferencias entre cada término: estas diferencias
no se pudieron apreciar cuando se trabajó con cuatro decimales.
Loa máquinas (calculadoras y computadoras) no tienen una capacidad infinita de
almacenar información o valores, entonces esto constituye error de redondeo.

4.5. Clasificación de los errores

Los errores numéricos se generan con el uso de aproximaciones, podemos
distinguir el valor exacto o verdadero y el valor aproximado.

VALOR VERDADERO = VALOR APROXIMADO + ERROR

ERROR = VALOR VERDADERO – VALOR APROXIMADO

Ing. Héctor G. Bolaños Sosa Pag. 10

Métodos Numéricos; Introducción

Podemos expresar, de acuerdo a las siguientes expresiones:

= − (13)
= − (14)

Ev : Error del valor verdadero

Vv : Valor verdadero
Va : Valor aproximado

Este valor del error no nos indica que tan representativa es el error, por lo
tanto una mejor expresión es normalizar este valor

Para normalizar el error, se establece en forma fraccionaria: (error relativo

fraccionario)

= = (15)

También se puede expresar en forma porcentual (error relativo porcentual)

= 100 (16)

Ejercicio Nº 10:
Se mide la longitud de un puente: 9999 cm; siendo su valor verdadero 10000 cm
Se mide la longitud de un remache: 9 cm; siendo su valor 10 cm
Calcular:
a) El error verdadero
b) El error relativo para ambos casos.

Solución
a) Para el puente
= − −
= 100
= 10000 − 9999 = 1 cm
10000 − 9999
= 100 = 0.01%
10000

b) Para el remache
= − −
= 100
= 10 − 9 = 1 cm
10 − 9
= 100 = 10.00%
10

Como podemos notar no es lo mismo tener un error de 1 cm en la longitud del

puente, que un error de 1 cm en un perno; entonces lo mejor es expresar este
valor en fracción o en porcentaje.

En situaciones reales es difícil obtener el valor verdadero. Los métodos numéricos

se basan en aproximaciones consecutivas; es decir se usan iteraciones, donde se
obtiene una aproximación actual sobre la base de una aproximación anterior; y
este proceso se repite sucesivamente hasta encontrar una mejor aproximación.

Ing. Héctor G. Bolaños Sosa Pag. 11

Métodos Numéricos; Introducción

En algunas ocasiones, el valor verdadero será cuando las funciones se pueden

resolver analíticamente.
En casos reales no se conoce la respuesta verdadera o valor verdadero “a priori”.
Error Aproximado

= ó − ó

= − (17)

Error Relativo fraccionario aproximado

= (18)
Error relativo Porcentual aproximado

= 100 (19)
Donde:
xi : valor actual
xi-1 : valor anterior

En los métodos numéricos, se hace una aproximación con base a la aproximación

anterior, llamado también Error Aproximado:

Cuando se realizan cálculos, se hace referencia a un valor porcentual prefijado, εs,

de tal forma que los cálculos se repiten hasta que se cumpla la condición:

a  s
 s  (0.5 x10 2 n )%
n : Número de cifras significativas
También se puede hacer referencia al máximo error del matlab (eps), a algún otro
valor que se pudiera referenciar

Ejercicio Nº 11
Estimar el error por métodos iterativos de la siguiente función exponencial:

X2 X3 Xn
e x  1 X    ... 
2 3! n!
Esta ecuación se denomina Expansión por la serie de Maclaurin
Deberá efectuar lo siguiente:
a) Evaluar la función para x=0.5, para 6 decimales
b) Calcular el error relativo porcentual
c) Calcular el error relativo porcentual aproximado
d) Agréguese términos hasta que el error relativo aproximado sea menor al error
prefijado, que cumpla 3 cifras significativas.
Tomar el valor de:
>> exp(0.5) = 1.648721 (tomado de Matlab) como valor verdadero

Solución:

Criterio de error: = (0.5 10 ) = (0.5 10 ) = 0.05%

Ing. Héctor G. Bolaños Sosa Pag. 12

Métodos Numéricos; Introducción

Errores:

Tabla: Estimaciones de la función ex:

N ex Error relativo porcentual Error relativo
Ep porcentual aproximado
εr
1 1 1.648721 − 1
100 = 39.36
1.648721
2 0.5 1.648721 − 1.5 1.5 − 1.0
1+ = 1.50 100 = 9.02 100 = 33.33
1! 1.648721 1.5
3 0.5 0.5 1.648721 − 1.625 1.625 − 1.5
1+ + 100 100 = 7.69
1! 2! 1.648721 1.625
= 1.625 = 1.44
4 0.5 1.648721 − 1.645833 1.645833 − 1.6255
1 + 0.5 + 100 100
2! 1.648721 1.645833
0.5 = 0.175 = 1.27
+ = 1.645833
3!
5 0.5 1.648721 − 1.648437 1.648437 − 1.645833
1.645833 + 100 100
4! 1.648721 1.648437
= 1.648437 = 0.0172 = 0.158
6 0.5 1.648721 − 1.648697 1.648697 − 1.648437
1.648437 + 100 100
5! 1.648721 1.648697
= 1.648697 = 0.00146 = 0.0158

Observamos que se cumplió |εa| < | εs ; es decir: 0.0158 < 0.05; siendo el resultado
aproximado de: 1.648697;

Los códigos de Matlab son:

Cálculo del error relativo porcentual
% macla ingrese Número de términos: 6
%Calcula la serie de Maclaurin ingrese el valor de x: 0.5
clc 1 1.000000 39.346934
clear all 2 1.500000 9.020401
ex=1;Ep=1; 3 1.625000 1.438768
n=input('ingrese Número de términos: '); 4 1.645833 0.175162
x=input('ingrese el valor de x: '); 5 1.648438 0.017212
vv=exp(x); 6 1.648698 0.001416
for i=1:n valor verdadero
Ep=(vv-ex)/vv*100; 1.648721
fprintf('%i %6.6f %6.6f\n',i,ex,Ep)
ex=ex+x.^i./facto(i); function fa=facto(n)
end fa=1;
disp('valor verdadero') for k=1:n
fprintf('%8.6f\n',exp(x)) fa=fa*k;
end

Codigo de cálculo para el Error Relativo porcentual aproximado

% macla2 Serie exp(x) y el error aproximado:
%Calcula la serie de MacLaurin ingrese el valor de x: 0.5
% y el error aproximado ingrese porcentaje de error: 0.05
clc it Valor ep
clear all
1 1.00000000
n=1;an=1;e=1;

Ing. Héctor G. Bolaños Sosa Pag. 13

Métodos Numéricos; Introducción

S1=1; 2 1.50000000 33.33333333

disp ('Serie exp(x) y el error 3 1.62500000 7.69230769
aproximado:') 4 1.64583333 1.26582278
x=input('ingrese el valor de x: '); 5 1.64843750 0.15797788
c=input('ingrese porcentaje de error: ');
6 1.64869792 0.01579529
fprintf('it Valor ep \n')
fprintf('%i %15.8f\n',n,S1) Valor aproximado es: exp( 0.5)=1.64869792
while abs(e)>=c & n<=50 Valor verdadero es 1.64872127
S=S1;
an=x^n/facto(n);
S1=S+an;
e=abs((S1-S)/S1)*100;
fprintf('%i %15.8f%15.8f\n',n+1,S1,e)
n=n+1;
end
if n>50
disp('MAS DE 50 TERMINOS ¡¡¡¡')
else
S=S1;
fprintf('Valor aproximado es:
exp(%4.1f)=%5.8f\n',x,S1)
fprintf('Valor verdadero es
%10.8f\n',exp(x))
end

5. SERIE DE TAYLOR
La serie de Taylor provee un medio para predecir el valor de una función en un
punto; en términos del valor de la función y sus derivadas en otro punto.
Un buen camino para obtener más conocimiento de la serie de Taylor se obtendrá
mediante su construcción término a término.

a) Aproximación de orden cero (Primer término de la serie)

El valor de “f” en el nuevo punto es el mismo que el valor en el punto anterior.
Si la función se aproxima a una constante, entonces es una estimación
perfecta.
( ) ≅ ( )

b) Aproximación de primer orden

( ) ≅ ( ) + ( )( + )
c) Aproximación de segundo orden
( )
( ) ≅ ( ) + ( )
( + )+ ( + )
2!
d) Aproximación de Tercer orden
( ) ( )
( ) ≅ ( ) + ( )
( + )+ ( + ) + ( + )
2! 3!
Se pueden adicionar términos para el desarrollo de la expansión de la serie de Taylor

Ing. Héctor G. Bolaños Sosa Pag. 14

Métodos Numéricos; Introducción

( )
( ) ≅ ( ) + ( )
( + )+ ( + )
2!
( ) ( )
+ ( + ) + ⋯+ ( + ) +
3! !
Donde :

( ))(
= ( +1 + )
( + 1)!
: es un valor cualquiera entre y
∶Término residual.
Con frecuencia la expresión ( + ), se define con la letra “h”, que representa el
tamaño de paso

( ) ( ) ( )
( ) ≅ ( ) + ( )ℎ + ℎ + ℎ + ⋯+ ℎ +
2! 3! !

Orden cero
f(xi)

f(xi+1)

xi xi+1
Ejercicio Nº 12
Usar los términos de la serie de Taylor para aproximar la función:

( ) = 0.2 + 0.1 + 1.3

Para valor x=1

′( ) = 0.4 + 0.1

′′( ) = 0.4

Ing. Héctor G. Bolaños Sosa Pag. 15

Métodos Numéricos; Introducción

Ing. Héctor G. Bolaños Sosa Pag. 16

Métodos Numéricos; Introducción

Ejercicios de tarea:

1. Estimar el error por métodos iterativos de la siguiente función:

cos( ) = 1 − + − +⋯
2! 4! 6!

Esta ecuación se denomina Expansión por la serie de Maclaurin

Deberá efectuar lo siguiente:
a) Evaluar la función para x=pi/4; pi/6, usar 6 decimales
b) Calcular el error relativo porcentual
c) Calcular el error relativo porcentual aproximado
Solución:
%programa que determine cosx Este programa es para calcular
clc; el cos(x)
clear; Ingrese el angulo en radianes:
S=0; pi/4
disp('Este programa es para calcular el Ingrese el numero de
cos(x)') iteraciones: 5
x=input('Ingrese el angulo en radianes: '); 1 1.00000000
n=input('Ingrese el numero de iteraciones: '); 2 0.69157486
for I=1:n; 3 0.70742921
S=S+((-1)^(I-1))*(x^(2*I-2))/(facto(2*I-2)); 4 0.70710321
fprintf('%i %15.8f \n',I,S) 5 0.70710681
end; Valor aproximado es:
disp('Valor aproximado es: '); 0.70710681
fprintf('%10.8f \n',S) El valor real es:
disp('El valor real es: '); 0.70710678
fprintf('%10.8f \n',cos(x))

% cosenora ingrese el angulo en radianes: pi/4

%Calcula la función coseno ingrese porcentaje de error: 0.005
clc it Coseno ep
clear all 1 1.000000 100.000000
n=1;an=0;e=1; 2 0.691575 44.597506
S1=0; 3 0.707429 2.241121
x=input('ingrese el angulo en 4 0.707103 0.046102
radianes: '); 5 0.707107 0.000508
c=input('ingrese porcentaje de error: '); Valor aproximado es:
fprintf('it Coseno ep \n') cos(0.785398)=0.707107
%fprintf('%i %15.6f\n',n,1) Valor verdadero es 0.707107
while abs(e)>=c & n<=50
S=S1;
an=((-1)^(n-1))*(x^(2*n-
2))/(facto(2*n-2));
S1=S+an;
e=abs((S1-S)/S1)*100;
fprintf('%i %15.6f%15.6f\n',n,S1,e)
n=n+1;
end
if n>50
disp('MAS DE 50 TERMINOS ¡¡¡¡')

Ing. Héctor G. Bolaños Sosa Pag. 17

Métodos Numéricos; Introducción

else
fprintf('Valor aproximado es:
cos(%4.6f)=%5.6f\n',x,S1)
fprintf('Valor verdadero es
%10.6f\n',cos(x))
end

2. Estimar el error por métodos iterativos de la siguiente función:

sen( ) = − + − +⋯
3! 5! 7!

Esta ecuación se denomina Expansión por la serie de Maclaurin

Deberá efectuar lo siguiente:
a) Evaluar la función para x=pi/4; pi/6, usar 6 decimales
b) Calcular el error relativo porcentual
c) Calcular el error relativo porcentual aproximado
Solución:
%programa que determine senx Este programa es para calcular el
clc; Sen(x)
clear; Ingrese el angulo en radianes: pi/4
disp('Este programa es para calcular el Ingrese el numero de iteraciones: 5
Sen(x)')
1 0.78539816
x=input('Ingrese el angulo en radianes: ');
n=input('Ingrese el numero de iteraciones: '); 2 0.70465265
S=0; 3 0.70714305
for I=1:n; 4 0.70710647
S=S+((-1)^(I-1))*(x^(2*I-1))/(facto(2*I-1)); 5 0.70710678
fprintf('%i %15.8f \n',I,S) Valor aproximado es:
end; 0.70710678
disp('Valor aproximado es: '); El valor real es:
fprintf('%10.8f \n',S) 0.70710678
disp('El valor real es: ');
fprintf('%10.8f \n',sin(x))

3. Estimar el error por métodos iterativos de la siguiente función:

ln( + 1) = − + − +⋯
2! 3! 4!
Válida para −1 < < 1
Esta ecuación se denomina Expansión por la serie de Maclaurin
Deberá efectuar lo siguiente:
d) Evaluar la función para x=1.5, usar 6 decimales
e) Evaluar la función para x=1.5, usar 10 decimales
f) Calcular el error relativo porcentual, para cada caso
g) Calcular el error relativo porcentual aproximado, para cada caso

%programa que determine ln(x+1) Este programa es para calcular el ln(x+1)

%ln1 Ingrese el valor de x: 0.5
clc; Ingrese el numero de iteraciones: 5
clear; 1 0.50000000
S=0; 2 0.37500000

Ing. Héctor G. Bolaños Sosa Pag. 18

Métodos Numéricos; Introducción

disp('Este programa es para calcular el 3 0.41666667

ln(x+1)') 4 0.40104167
x=input('Ingrese el valor de x: '); 5 0.40729167
if x>1 | x<=-1 Valor aproximado es:
disp('ERROR') 0.40729167
disp(' el valor esta fuera del rango - El valor real es:
1<=x<1') 0.40546511
break
end
n=input('Ingrese el numero de iteraciones: ');
for I=1:n;
S=S+(((-1)^(I+1))*((x.^I)/I));
fprintf('%i %15.8f \n',I,S)
end;
disp('Valor aproximado es: ');
fprintf('%10.8f \n',S)
disp('El valor real es: ');
fprintf('%10.8f \n',log(x+1))

4. Estimar el error por métodos iterativos de la siguiente función:

−1 1 −1 1 −1
ln( ) = + + +⋯
2 3
Válida para : ≥ 0.5
Deberá efectuar lo siguiente:
h) Evaluar la función para x=1.5, usar 6 decimales
i) Evaluar la función para x=1.5, usar 10 decimales
j) Calcular el error relativo porcentual, para cada caso
k) Calcular el error relativo porcentual aproximado, para cada caso

%ln Este programa es para calcular el ln(x)

%programa que determine ln(x) Ingrese el valor de x: 1.5
clc; Ingrese el numero de iteraciones: 5
clear; 1 0.33333333
S=0; 2 0.38888889
disp('Este programa es para calcular el 3 0.40123457
ln(x)') 4 0.40432099
x=input('Ingrese el valor de x: '); 5 0.40514403
if x<0.5 Valor aproximado es:
disp('ERROR') 0.40514403
disp(' el valor esta fuera del rango x<0.5') El valor real es:
break 0.40546511
end
n=input('Ingrese el numero de iteraciones: ');
for I=1:n;
S=S+(1/I)*(((x-1)/x)^I);
fprintf('%i %15.8f \n',I,S)
end;
disp('Valor aproximado es: ');
fprintf('%10.8f \n',S)
disp('El valor real es: ');
fprintf('%10.8f \n',log(x))

Ing. Héctor G. Bolaños Sosa Pag. 19

Métodos Numéricos; Introducción

5. Estimar el error por métodos iterativos de la siguiente función exponencial:

x X2 X3 Xn
e 1 X    ... 
2 3! n!
Esta ecuación se denomina Expansión por la serie de Maclaurin
Deberá efectuar lo siguiente:
e) Evaluar la función para x=0.5, para 6 decimales
f) Calcular el error relativo porcentual
g) Calcular el error relativo porcentual aproximado
Agréguese términos hasta que el error relativo aproximado sea menor al error
prefijado, que cumpla 3 cifras significativas

%expo2 Serie exp(-x) y el error verdadero

%calculo de exp(-x) ingrese Número de términos: 5
clc ingrese el valor de x: 0.5
clear all it ln(x) Ep
S=1;Ep=1;e=100; =========================
disp ('Serie exp(-x) y el error verdadero') 1 1.000000 64.872127
n=input('ingrese Número de términos: '); 2 0.500000 17.563936
x=input('ingrese el valor de x: '); 3 0.625000 3.045079
fprintf('it ln(x) Ep\n') 4 0.604167 0.389757
fprintf('==================================\n') 5 0.606771 0.039598
vv=exp(-x); valor verdadero
for I=1:n 0.606531
Ep=abs((vv-S)/vv*100);
fprintf('%i %15.6f %15.6f\n',I,S,Ep)
S=S+((-1)^(I-2))*(x^I)/facto(I);
%ex=ex+x.^i./facto(i);
end
disp('valor verdadero')
fprintf('%8.6f\n',exp(-x))

6. Sea una placa de 2 m x 2m de lado. Determinar la temperatura en el punto

central, usando la ecuación de transferencia de calor bidimensional
Calcular la temperatura en el punto central de la figura que se adjunta, y la
temperatura en sus tres lados es de 280ºC, a lo largo de la superficie superior
la temperatura es de 320ºC.
Y
320

H 280 280

280 x

 2T  2T
 0
x 2 y 2 Ecuación de Laplace

Resolviendo la ecuación de Laplace se tiene, la siguiente solución analítica:

Ing. Héctor G. Bolaños Sosa Pag. 20

Métodos Numéricos; Introducción

 ny 
senh 
T  T1 2
 
 1  1

sen
nx
n 1
 W 
T2  T1  n1 n W  nH 
senh 
 W 

Solución:
Tc  T2  T1  320  280  40
W2 x 1
H2 y 1
Luego la ecuación queda :
 nπ(1) 
senh 
2  1  1
 n 1
nπ(1)  2 
T  T1  40  
 π  n 1 n
sen
2  nπ(2) 
senh 
 2 
Para resolver la ecuación, se puede construir la siguiente tabla:

n  1n 1  1 sen
nx  ny 
senh  
 nH 
senh  
Total
n W  W   W 
1 2 1.0 2.30130 11.5487 0.398538
2 0
3 2/3 -1.0 55.6544 6195.82 -
0.005988
4 0
5 2/5 1.0 1287.98 3.31781x106 0.000155
0.392705

(Todos los valores trigonométricos están expresados en radianes.)

Luego tenemos:

T  T1   40 2 0.392705
 
T  T1   10.000
T  10.000  280
T  290º C
La temperatura en el punto central será de 290K.

El Código en Matlab es:

%bidi1
%Calculo de temperaturas
clc
clear all
H=input('largo de la placa:...');
W=input('Ancho de la placa:...');
x=input('Punto en "X":...');
y=input('Punto en "Y":...');
T2=320;T1=280;
num=input('Numero de términos:...');
Tc=T2-T1;
Tot=0;

Ing. Héctor G. Bolaños Sosa Pag. 21

Métodos Numéricos; Introducción

fprintf(' i a b c d Tot\n')
fprintf('============================================================\n')
for n=1:num
a=((-1)^(n+1)+1)/n;
b=sin(n*pi*x/W);
c=sinh(n*pi*y/W);
d=sinh(n*pi*H/W);
Tot=Tot+(a*b*(c/d));
fprintf('%i%10.4f%10.4f%15.4e%15.4e%10.4f\n',n,a,b,c,d,Tot)
end
Td=Tc*(2/pi)*Tot;
T=Td+T1;
fprintf('La temperatura final es: %6.4f ºC \n',T)

largo de la placa:...2
Ancho de la placa:...2
Punto en "X":...1
Punto en "Y":...1
Numero de términos:...5
i a b c d Tot
===============================================
1 2.0000 1.0000 2.3013e+00 1.1549e+01 0.3985
2 0.0000 0.0000 1.1549e+01 2.6774e+02 0.3985
3 0.6667 -1.0000 5.5654e+01 6.1958e+03 0.3925
4 0.0000 -0.0000 2.6774e+02 1.4338e+05 0.3925
5 0.4000 1.0000 1.2880e+03 3.3178e+06 0.3927
La temperatura final es: 290.0001 ºC

En cada uno de los ejercicios construir tablas de acuerdo al siguiente formato:

Iteración Valor de la Función Ep ep

Ing. Héctor G. Bolaños Sosa Pag. 22

Métodos Numéricos; Introducción

7. Comparar la solución exacta y la numérica para el llenado de un tanque

cilíndrico cuya altura es de 25 cm, el área transversal es de 100 cm2 y el valor
de la resistencia en la válvula de salida es de 0.1 min/cm2. El flujo de
alimentación es al tanque es de 100 cm3/min.
Solución
La ecuación de balance es:

− = ó
− 1= (1)

Donde:
:Densidad del líquido; gr/cm3
Fo: Flujo de entrada; cm3/min
F1: Flujo de salida; cm3/min
A: Area transversal; cm2
h: Altura del líquido en el tanque, cm
t: Tiempo, min

Si la resistencia es lineal, entonces:

1= = /
= / (2)
Remplazando en la ecuación (1), se tiene:

100ℎ ℎ
100 − = 100
0.1

Simplificando, se tiene:
ℎ
10 − ℎ = 10
ℎ
10 + ℎ = 10
ℎ ℎ
=1−
10
Resolviendo la EDO; considerando que el tanque está inicialmente vacío,
entonces h=0; t=0

Utilizando matemática simbólica: ℎ = 10[1 − (−0.1 )]

>> syms h t
>> h=dsolve('Dh=1-h/10','h(0)=0')

h =10 - 10*exp(-t/10)

>> t=[0:1:50]'; tabla =

>> h=10*(1-exp(-0.1*t)); 0 0
>> tabla=[t h] 1.0000 0.9516
>> plot(t,h),grid 2.0000 1.8127
3.0000 2.5918
4.0000 3.2968
….
….
46.0000 9.8995
47.0000 9.9090
48.0000 9.9177
49.0000 9.9255
50.0000 9.9326

Ing. Héctor G. Bolaños Sosa Pag. 23

Métodos Numéricos; Introducción

tiempo analit numeric

s (cm) (cm)
0 0.00 1.00
1 0.95 1.90
2 1.81 2.71

Ing. Héctor G. Bolaños Sosa Pag. 24