Creando fractales con el método de Newton

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Creando fractales con el método de Newton"

Transcripción

1 Creando fractales con el método de Newton Pablo Santamaría v. (Junio 9) El método de Newton, ideado por Isacc Newton alrededor de 67, constituye una de las técnicas numéricas más poderosas para aproximar raíces de una ecuación f(x) =. El método comienza con una aproximación inicial x para la raíz y genera una sucesión de aproximaciones x, x,... según la fórmula x n+ = x n f(x n) f, n =,,... (x n ) sucesión que converge rápidamente a la raíz si la aproximación inicial se encuentra suficientemente próxima a la misma. Nótese que el método no está restringido a los números reales, sino que, de hecho, puede ser aplicado por igual a funciones sobre el campo complejo. Consideremos en particular la ecuación z 4 =. En el campo real la misma sólo tiene una raíz, a saber,. Pero en el campo complejo, la ecuación tiene cuatro raíces: ζ =, ζ =, ζ 3 = i, ζ 4 = i. Supongamos que, entonces, aplicamos el método de Newton a esta ecuación. En 876, Arthur Cayley propuso el siguiente problema: dado un valor inicial z cualquiera del plano complejo, a cual de las cuatro raíces convergerá el método de Newton? La respuesta a este problema conduce sorprendentemente a una figura de naturaleza fractal. Para ver ésto procederemos como sigue: En el cuadrado [, ] [, ] consideramos un gran número de valores iniciales z escogidos al azar. Aplicamos el método de Newton a la ecuación z 4 = para cada valor z escogido. Coloreamos el punto z en el plano complejo ya sea de rojo, verde, azul o magenta según a que raíz ζ, ζ, ζ 3 o ζ 4, respectivamente, ha convergido el método. Un programa en Fortran 77 para realizar tal procedimiento es dado a continuación. En apuntes anteriores ya hemos implementado el método de Newton en sendas subrutinas de Fortran 77 y Fortran 95. Llevar tal subrutina al campo complejo no reviste mayor dificultad que reemplazar las correspondientes variables reales por variables complejas. Esto conduce a la siguiente subrutina. SUBROUTINE NEWTON(F,DF,XX,NMAX,TOL,RAIZ,ICLAVE) * METODO DE NEWTON-RAPHSON para encontrar una * solución de f(x)= dada la función derivable * f y una aproximación inicial x. * Bloque de identificación de argumentos Ver los apuntes Subrutinas para la resolución de ecuaciones de una variable o Subrutinas en Fortran 95 para la resolución de ecuaciones de una variable

2 * F = Función que define la ecuación (arg entrada) * DF = Función derivada de F (arg entrada) * XX = Aproximación inicial (arg entrada) * NMAX = Número máximo de iteraciones (arg entrada) * TOL = Tolerancia del error relativo (arg entrada) * RAIZ = Estimación de la solución (arg salida) * ICLAVE = Clave de éxito (arg salida) * = éxito * = iteraciones excedidas * Bloque de declaración de tipo INTEGER NMAX, ICLAVE DOUBLE COMPLEX F, DF, XX, RAIZ DOUBLE PRECISION TOL INTEGER I DOUBLE COMPLEX X * Bloque de procesamiento ICLAVE = X = XX DO I=,NMAX RAIZ = X - F(X)/DF(X) IF (ABS((RAIZ-X)/RAIZ).LT.TOL) RETURN X = RAIZ ICLAVE = RETURN El método de Newton requiere de la función que define a la ecuación y su derivada, las cuales son implementadas en apropiadas FUNCTION complejas. DOUBLE COMPLEX FUNCTION F(Z) DOUBLE COMPLEX Z F = Z**4 -(.D,.D) RETURN DOUBLE COMPLEX FUNCTION DF(Z) DOUBLE COMPLEX Z DF = (4.D,.D)*Z**3 RETURN Finalmente consideremos el programa principal. En el cuadrado de semilado A =, conteniendo el origen, generamos NPOINTS = 5 números complejos Z = (X,Y) como condiciones iniciales para el método de Newton. Para ello utilizamos un generador de números aleatorios, provisto por las subrutinas intrínsecas RANDOM_SEED, que inicializa el generador, y RANDOM_NUMBER, la cual devuelve un número al azar entre y. Puesto que nosotros queremos números aleatorios en el rango [-A:A] efectuamos una simple transformación lineal para llevarlos a tal rango. Con el fin de distinguir a cual de las cuatro raíces converge el método creamos cuatro archivos, uno para cada

3 raíz. Entonces dependiendo la solución obtenida con el método de Newton, la condición inicial es guardada en el archivo que corresponde a la raíz a la cual ha convergido. PROGRAM FRACTAL_NEWTON INTEGER NROOTS! Número de raíces INTEGER NPOINTS! Número de aproximaciones iniciales INTEGER NMAX! Número máximo de iteraciones en Newton REAL A! Semilado del cuadrado [-A:A][-A:A] DOUBLE PRECISION TOL! Cota para el error relativo en Newton PARAMETER (NROOTS = 4, NPOINTS = 5, NMAX =, A =., TOL =.D-8) DOUBLE COMPLEX ROOTS(NROOTS)! Raíces de la ecuación DATA ROOTS/(.D,.D),! (-.D,.D),! - (.D,.D),! i (.D,-.D)/! -i INTEGER CLAVE INTEGER UNIDAD INTEGER I,J DOUBLE COMPLEX F,DF EXTERNAL F,DF! Clave de error de la subrutina Newton! Número de unidad para archivos de salida! Funcion y derivada de la ecuación DOUBLE COMPLEX Z,RAIZ! Aproximación inicial y solución DOUBLE PRECISION X,Y! Parte real e imaginaria de la aprox. inicial REAL R! Número al azar entre y CHARACTER(7) ARCHIVO CHARACTER() NUMSTRING LOGICAL SEGUIR * Crear archivos de salida para cada una de las raíces DO J=,NROOTS UNIDAD = +J WRITE(NUMSTRING, (I.) ) J ARCHIVO = raiz- // NUMSTRING OPEN(UNIDAD,FILE=ARCHIVO) * Proceder CALL RANDOM_SEED()! Inicializar semilla DO I =,NPOINTS * Construir una aproximación inicial compleja dentro del * del cuadrado [-A:A][-A:A] CALL RANDOM_NUMBER(R) X = DBLE(-A+.*A*R) 3

4 CALL RANDOM_NUMBER(R) Y = DBLE(-A+.*A*R) Z = COMPLEX(X,Y) * Resolver la ecuación con el método de Newton con tal aproximación CLAVE = CALL NEWTON(F,DF,Z,NMAX,TOL,RAIZ,CLAVE) * Imprimir la condición inicial en el archivo correspondiente * según la raíz obtenida IF (CLAVE.EQ.) THEN J = SEGUIR =.TRUE. DO WHILE(SEGUIR.AND.J.LE.NROOTS) IF (ABS(RAIZ-ROOTS(J)).LE.TOL) THEN UNIDAD = + J WRITE (UNIDAD,*) X, Y SEGUIR =.FALSE. IF J = J + IF * Cerrar archivos de salida y terminar DO J=,NROOTS UNIDAD = +J CLOSE(UNIDAD) STOP Con los cuatro archivos, raiz-, raiz-, raiz-3 y raiz-4, generados por la ejecución del programa, utilizamos las siguientes sentencias en el programa gnuplot para obtener el mapa de aproximaciones. gnuplot> set size square gnuplot> set xrange [-:] gnuplot> set yrange [-:] gnuplot> plot "raiz-" w d, "raiz-" w d, "raiz-3" w d, "raiz-4" w d El resultado obtenido se ilustra en la figura. Las amplias regiones de un solo color corresponden a puntos que convergen rápidamente a la respectiva raíz. Pero entre tales áreas de convergencia obtenemos estructuras fractales donde la convergencia no está bien comportada. Estructuras fractales similares resultan para otras ecuaciones. Por ejemplo, la figura ilustra la distribución de las aproximaciones iniciales para la ecuación z 3 =, cuyas raíces son, / ± i 3/. Es fácil generalizar el programa para analizar la convergencia de las aproximaciones iniciales z para una ecuación algebraica cualquiera dados los n ceros ζ i, i =,..., n de la misma: n f(z) = (z ζ i ) =. En este caso, aplicando la regla de derivación de un producto tenemos que: n n f n n (z) = (z ζ j ) = (z ζ j ) = f(z) (z ζ i ) i= j i i= i= j= i= (z ζ i ) 4

5 Figura. Distribución en el plano complejo de las aproximaciones iniciales z para la ecuación z 4 = según la convergencia por el método de Newton a la raíz ζ = (en rojo), ζ = (en verde), ζ3 = i (en azul) o ζ4 = i (en magenta). con lo cual, un paso del método de Newton puede ser calculado en forma simple como: xn+ X n f (xn ) = xn. = xn f (xn ) (xn ζi ) i= De este modo no se requiere especificar la función f ni su derivada, sino que simplemente se necesita especificar los ceros. A continuación presentamos el programa que hace uso de este resultado, donde la subrutina que implementa el método de Newton ha sido modificada para éste propósito. Como caso particular consideramos la ecuación: (z 3)(z )(z )(z + )(z + )(z + 3) =, () la cual tiene 6 raíces. La estructura fractal obtenida, ilustrada en la figura 3, es mucho más pequeña comparada con la estructura general, sin embargo, en los bordes de las zonas de convergencia bien comportada, ésta se presenta nuevamente. * PROGRAM FRACTAL_NEWTON INTEGER NROOTS INTEGER NPOINTS INTEGER NMAX! Número de raíces! Número de aproximaciones iniciales! Número máximo de iteraciones en Newton 5

6 Figura. Distribución en el plano complejo de las aproximaciones iniciales z para la ecuación z 3 = según la convergencia por el método de Newton a la raíz ζ = (en rojo), ζ = / + i 3/ (en verde) ó ζ3 = / i 3/ (en azul). REAL A DOUBLE PRECISION TOL PARAMETER (NROOTS = NPOINTS = NMAX = A = TOL =! Semilado del cuadrado [-A:A][-A:A]! Cota para el error relativo en Newton 6, 5,, 3.,.D-8) DOUBLE COMPLEX ROOTS(NROOTS)! Raíces de la ecuación DATA ROOTS/( 3.D,.D), (.D,.D), (.D,.D), (-.D,.D), (-.D,.D), (-3.D,.D)/ INTEGER CLAVE INTEGER UNIDAD INTEGER I,J DOUBLE COMPLEX Z,RAIZ DOUBLE PRECISION X,Y REAL R! Clave de error de la subrutina Newton! Número de unidad para archivos de salida! Aproximación inicial y solución! Parte real e imaginaria de la aprox. inicial! Número al azar entre y 6

7 CHARACTER(7) ARCHIVO CHARACTER() NUMSTRING LOGICAL SEGUIR * Crear archivos de salida para cada una de las raíces DO J=,NROOTS UNIDAD = +J WRITE(NUMSTRING, (I.) ) J ARCHIVO = raiz- // NUMSTRING OPEN(UNIDAD,FILE=ARCHIVO) * Proceder CALL RANDOM_SEED()! Inicializar semilla DO I =,NPOINTS * Construir una aproximación inicial compleja dentro del * del cuadrado [-A:A][-A:A] CALL RANDOM_NUMBER(R) X = DBLE(-A+.*A*R) CALL RANDOM_NUMBER(R) Y = DBLE(-A+.*A*R) Z = COMPLEX(X,Y) * Resolver la ecuación con el método de Newton con tal aproximación CLAVE = CALL NEWTON(ROOTS,NROOTS,Z,NMAX,TOL,RAIZ,CLAVE) * Imprimir la condición inicial en el archivo correspondiente * según la raíz obtenida IF (CLAVE.EQ.) THEN J = SEGUIR =.TRUE. DO WHILE(SEGUIR.AND.J.LE.NROOTS) IF (ABS(RAIZ-ROOTS(J)).LE.TOL) THEN UNIDAD = + J WRITE (UNIDAD,*) X, Y SEGUIR =.FALSE. IF J = J + IF * Cerrar archivos de salida y terminar DO J=,NROOTS UNIDAD = +J CLOSE(UNIDAD) STOP 7

8 SUBROUTINE NEWTON(ROOTS,NROOTS,XX,NMAX,TOL,RAIZ,ICLAVE) * METODO DE NEWTON-RAPHSON para encontrar la * solución de f(x)=(x -x)...(x-xn) = dadas los * N ceros de la ecuación a la cual conduce la * aproximación inicial. * Bloque de identificación de argumentos * NROOTS = Número de raices (arg entrada) * ROOTS(NROOTS) = Vector de raíces (arg entrada) * XX = Aproximación inicial (arg entrada) * NMAX = Número máximo de iteraciones (arg entrada) * TOL = Tolerancia del error relativo (arg entrada) * RAIZ = Estimación de la solución (arg salida) * ICLAVE = Clave de éxito (arg salida) * = éxito * = iteraciones excedidas * Bloque de declaración de tipo INTEGER NROOTS,NMAX,ICLAVE DOUBLE COMPLEX ROOTS(NROOTS) DOUBLE COMPLEX XX,RAIZ DOUBLE PRECISION TOL INTEGER I,J DOUBLE COMPLEX X,SUMA * Bloque de procesamiento ICLAVE = X = XX DO I=,NMAX SUMA = (.D,.D) DO J =,NROOTS SUMA = SUMA + (.D,.D)/(X - ROOTS(J)) RAIZ = X - (.D,.D)/SUMA IF (ABS((RAIZ-X)/RAIZ).LT.TOL) RETURN X = RAIZ ICLAVE = RETURN 8

9 Figura 3. Distribución en el plano complejo de las aproximaciones iniciales z para la ecuación (z 3)(z )(z )(z + )(z + )(z + 3) = según la convergencia por el método de Newton a la raíz correspondiente ( 3 en rojo, en verde, en azul, en magenta, cian, 3 amarillo.) 9

Implementación del esquema de deflación para ecuaciones algebraicas

Implementación del esquema de deflación para ecuaciones algebraicas Implementación del esquema de deflación para ecuaciones algebraicas Pablo Santamaría v0.1 (Julio 2007) Introducción onsideremos el problema de determinar todos los ceros de una ecuación algebraica p(x)

Más detalles

Subrutinas en Fortran 95 para la resolución de ecuaciones de una variable

Subrutinas en Fortran 95 para la resolución de ecuaciones de una variable Subrutinas en Fortran 95 para la resolución de ecuaciones de una variable Pablo Santamaría v0.1 (Junio 2009) 1. Introducción En general, las raíces de una ecuación no lineal f(x) = 0 no pueden ser obtenidas

Más detalles

Subrutinas para la resolución de ecuaciones de una variable

Subrutinas para la resolución de ecuaciones de una variable Subrutinas para la resolución de ecuaciones de una variable Pablo Santamaría v0.3 (Noviembre 2011) 1. Introducción En general, las raíces de una ecuación no lineal f(x) = 0 no pueden ser obtenidas por

Más detalles

Subrutinas en Fortran 95 para la resolución de ecuaciones no lineales de una variable

Subrutinas en Fortran 95 para la resolución de ecuaciones no lineales de una variable Subrutinas en Fortran 95 para la resolución de ecuaciones no lineales de una variable Pablo Santamaría v0.3.1 (Mayo 2014) 1. Introducción En general, las raíces de una ecuación no lineal f(x) = 0 no pueden

Más detalles

Aproximación discreta de mínimos cuadrados con lapack

Aproximación discreta de mínimos cuadrados con lapack Aproximación discreta de mínimos cuadrados con lapack Pablo Santamaría v0.2 (Julio 2009) 1. Planteo del problema En general, los problemas que aparecen en la ciencia nos enfrentan a la observación de cantidades

Más detalles

Partícula en un pozo de potencial simétrico unidimensional

Partícula en un pozo de potencial simétrico unidimensional Partícula en un pozo de potencial simétrico unidimensional Pablo Santamaría v.1 (Mayo 212) Consideremos una partícula de masa m en un pozo de potencial simétrico unidimensional de ancho 2a y profundidad

Más detalles

Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.

Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros

Más detalles

Como pasar matrices como argumentos de subrutinas en

Como pasar matrices como argumentos de subrutinas en Como pasar matrices como argumentos de subrutinas en FORTRAN 77 Pablo Santamaría v0.1 (Agosto 2006) 1. Planteo del problema Los vectores y matrices usuales de la matemática son representados en FORTRAN

Más detalles

OCW-V.Muto Métodos de interpolación Cap. XI CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA

OCW-V.Muto Métodos de interpolación Cap. XI CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA Los métodos de interpolación que vamos a discutir en el resto de este capítulo son muy útiles para determinar los

Más detalles

Soluciones de ecuaciones de una variable

Soluciones de ecuaciones de una variable Análisis Numérico Soluciones de ecuaciones de una variable CNM-425 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft 2010. Reproducción permitida bajo

Más detalles

Introducción a Fortran

Introducción a Fortran mario.merino@upm.es Escuela Técnica Superior de Ingenieros Aeronáuticos Universidad Politécnica de Madrid 4 de marzo de 2011 Índice Introducción 1 Introducción 2 3 4 Fin? Qué es programar? Un ordenador

Más detalles

METODO DE LA BISECCIÓN Si f : a, b es continua con f a f b 0,el procedimiento de la

METODO DE LA BISECCIÓN Si f : a, b es continua con f a f b 0,el procedimiento de la METODO DE LA BISECCIÓN Si f : a, b es continua con f a f b,el procedimiento de la bisección genera una sucesión (s n ) n convergente siendo s n a n b n ytal 2 que si lim s n s se cumple que f s y n s n

Más detalles

Relación de ejercicios 5

Relación de ejercicios 5 Relación de ejercicios 5 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 51 Halla un intervalo, para el cero más próximo al origen,

Más detalles

Subprogramas en Fortran 90. Seminario de Computación 2009

Subprogramas en Fortran 90. Seminario de Computación 2009 Seminario de Computación 2009 1. Algoritmos con nombre en Fortran 90 Un algoritmo con nombre es la generalización de un operador En Fortran 90 los algoritmos con nombre pueden ser: - Intrínsecos (propios

Más detalles

CÁLCULO NUMÉRICO I (Tema 2 - Relación 1)

CÁLCULO NUMÉRICO I (Tema 2 - Relación 1) CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de

Más detalles

Método de la secante

Método de la secante 1.5em 0pt Método de la secante Azcatl Gabriela Huitzil Santamaría Natalia Benemerita Universidad Autónoma de Puebla Facultad de Ciencias Física Matemáticas 21/05/2018 zcatl Gabriela, Huitzil Santamaría

Más detalles

2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0

2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0 CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo

Más detalles

Resolución numérica de ecuaciones no lineales

Resolución numérica de ecuaciones no lineales Resolución numérica de ecuaciones no lineales Son muchas las situaciones en las que se presenta el problema de obtener las soluciones de ecuaciones de la forma f(x) = 0. En algunos casos existe una fórmula

Más detalles

Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales:

Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: MAT 1105 F PRACTICA Nº 2 FECHAS DE ENTREGA: Tercer parcial Martes 14 de julio de 2009 Hrs. 16:30 a 18:00 Aula 5 (Geología) Viernes 17 de julio de 2009 Hrs. 16:30 a 18:00 Aula 31 1. Resuelva el siguiente

Más detalles

Análisis Numérico para Ingeniería. Clase Nro. 7

Análisis Numérico para Ingeniería. Clase Nro. 7 Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.

Más detalles

Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1

Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1 MAT 5 B Sistemas de ecuaciones no lineales EJERCICIOS RESUELTOS. Resuelva el siguiente sistema de ecuaciones no lineales, utilizando el método de punto fijo multivariable: x cos x x SOLUCIÓN x 8 x +. +

Más detalles

Resolución aproximada de ecuaciones no lineales

Resolución aproximada de ecuaciones no lineales TEMA 1 Resolución aproximada de ecuaciones no lineales 1. Introducción Sólo somos capaces de obtener la solución exacta para cierto tipo de ecuaciones (esencialmente, cuando podemos despejar la incógnita

Más detalles

Clase 9 Programación No Lineal

Clase 9 Programación No Lineal Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases

Más detalles

Últimas notas de SVD

Últimas notas de SVD Últimas notas de SVD MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello CIMAT A.C. e-mail: botello@cimat.mx Relación entre los valores singulares

Más detalles

Práctica 4: Sistemas de ecuaciones no lineales.

Práctica 4: Sistemas de ecuaciones no lineales. Práctica 4: Sistemas de ecuaciones no lineales. 1 Introducción. Sea un conjunto de ecuaciones de la forma: f i (x 1, x 2,..., x N ) = 0, i = 1, 2,...N (1) o en notación matricial: f(x) = 0 (2) cuya solución

Más detalles

7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador

7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 2: Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Septiembre

Más detalles

Álgebra Lineal Ma1010

Álgebra Lineal Ma1010 Álgebra Lineal Ma1010 Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas ITESM Métodos Iterativos para Resolver Sistemas Lineales Álgebra Lineal - p. 1/30 En esta lectura veremos

Más detalles

Instituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica. Método de Newton-Raphson para Raíces Complejas

Instituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica. Método de Newton-Raphson para Raíces Complejas Instituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica Método de Newton-Raphson para Raíces Complejas Asignatura: Análisis Numérico Docente: M.C. Julio César Gallo Sanchez Alumno: José Armando

Más detalles

x 0 = aproximación inicial x n = g(x n 1 ) n 1 (3.6)

x 0 = aproximación inicial x n = g(x n 1 ) n 1 (3.6) 3.2 Problema equivalente. Iteración funcional. La mayoría de los métodos conocidos construyen aproximaciones ( x n r ) sucesivas escribiendo la ecuación inicial en una forma equivalente adecuada: x = g(x)

Más detalles

INTRODUCCIÓN A FORTRAN 77

INTRODUCCIÓN A FORTRAN 77 INTRODUCCIÓN A FORTRAN 77 José G. López, Gloria Moyano Teoría de la Dinámica de Reacciones Químicas Instituto de Química Universidad de Antioquia Medellín, Colombia Reglas para un Archivo de Fortran 77

Más detalles

Cálculo Computacional Tema III Fractales

Cálculo Computacional Tema III Fractales Cálculo Computacional Tema III Fractales La geometría tradicional (euclídea) se encarga de las propiedades y de las mediciones de objetos tales como puntos, líneas, planos y volúmenes. Sin embargo, existen

Más detalles

Resolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto

Resolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Objetivos Aprender a resolver ecuaciones de la forma: f () = 0 Donde f es una función no-lineal de

Más detalles

1. Números Aletorios Estimación por Monte Carlo de la media Generación de Números Pseudoaleatorios para Simulación

1. Números Aletorios Estimación por Monte Carlo de la media Generación de Números Pseudoaleatorios para Simulación Índice 1 úmeros Aletorios 1 11 Estimación por Monte Carlo de la media 1 1 Generación de úmeros Pseudoaleatorios para Simulación 1 11 Transformación de Box-Müller 1 Generar muestras de una PDF dada p(z)

Más detalles

Resolución de ecuaciones no lineales

Resolución de ecuaciones no lineales Resolución de ecuaciones no lineales Contenidos Raíz de una ecuación Método de bisección El método de Newton-Raphson Método de la secante Orden de convergencia Comandos Matlab Ejemplo: una bola que flota

Más detalles

Resolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto

Resolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Objetivos Aprender a resolver ecuaciones de la forma: f () = 0 Donde f es una función no-lineal de

Más detalles

Resolución de ecuaciones no lineales

Resolución de ecuaciones no lineales Capítulo 2 Resolución de ecuaciones no lineales 2.1 Primeros métodos: bisección, regula falsi, secante, Newton-Raphson. 2.1.1 Introducción Supongamos que cierta población, P = P t), crece a un ritmo proporcional

Más detalles

Electromagnetismo I. Semestre: Prof. Alejandro Reyes Coronado Ayud. Carlos Alberto Maciel Escudero Ayud. Christian Esparza López

Electromagnetismo I. Semestre: Prof. Alejandro Reyes Coronado Ayud. Carlos Alberto Maciel Escudero Ayud. Christian Esparza López Electromagnetismo I Semestre: 2015-2 Prof. Alejandro Reyes Coronado Ayud. Carlos Alberto Maciel Escudero Ayud. Christian Esparza López Solución al Proyecto 1 Solución por Carlos Maciel Escudero Solución

Más detalles

Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.

Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. practica2sr.nb 1 Apellidos y Nombre: Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales

Más detalles

OPTIMIZACIÓN NO LINEAL UNIDIMENSIONAL

OPTIMIZACIÓN NO LINEAL UNIDIMENSIONAL de Abril de 208 OPTIMIZACIÓN NO LINEAL UNIDIMENSIONAL (Parte 2) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Programación No Lineal José Luis Quintero

Más detalles

SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES

SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO

Más detalles

E.T.S. Minas: Métodos Matemáticos Ejercicios Tema 4 Métodos iterativos para sistemas de ecuaciones

E.T.S. Minas: Métodos Matemáticos Ejercicios Tema 4 Métodos iterativos para sistemas de ecuaciones ETS Minas: Métodos Matemáticos Ejercicios Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña

Más detalles

Sistemas de ecuaciones no lineales

Sistemas de ecuaciones no lineales Práctica 6 Sistemas de ecuaciones no lineales En esta práctica revisaremos algunos métodos básicos para la resolución numérica de sistemas de ecuaciones no lineales 61 Método iterativo del punto fijo Partimos

Más detalles

Funciones y subrutinas

Funciones y subrutinas Algorítmica y Lenguajes de Programación Funciones y subrutinas Funciones y subrutinas. Introducción El diseño descendente permite obtener un programa que resuelva un problema dividiendo este en subproblemas

Más detalles

RESOLUCIÓN DE SISTEMAS NO LINEALES -- Método de Newton-Raphson

RESOLUCIÓN DE SISTEMAS NO LINEALES -- Método de Newton-Raphson RESOLUCIÓN DE SISTEMAS NO LINEALES -- Método de Newton-Raphson. El método de Newton para la resolución de una ecuación f(x)=0. Sea f(x) una función continuamente diferenciable dos veces en el intervalo

Más detalles

CEROS DE FUNCIONES NO LINEALES

CEROS DE FUNCIONES NO LINEALES 27 de Mayo de 2016 CEROS DE FUNCIONES NO LINEALES (Parte 1) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Cálculo Numérico José Luis Quintero 1 Puntos

Más detalles

SISTEMA DE ECUACIONES LINEALES Y NO LINEALES

SISTEMA DE ECUACIONES LINEALES Y NO LINEALES TEMA N o SISTEMA DE ECUACIONES LINEALES Y NO LINEALES SISTEMA DE ECUACIONES LINEALES Los metodos de resolucion de sistemas de ecuaciones lineales se dividen en dos grupos: a) MÉTODOS EXACTOS. Son algoritmos

Más detalles

Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación

Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación Tema 8 Ceros de funciones Versión: 23 de abril de 2009 8.1 Introducción Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación f(x) = 0. (8.1) La

Más detalles

Ecuaciones No-Lineales y raices polinomiales

Ecuaciones No-Lineales y raices polinomiales Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Ecuaciones No-Lineales y raices polinomiales Prof: J. Solano 2012-I Introduccion En Física a menudo nos encontramos con

Más detalles

Práctica 4. Contenido: Estructuras de control iterativas (while, do-while, for). Sentencias break y continue.

Práctica 4. Contenido: Estructuras de control iterativas (while, do-while, for). Sentencias break y continue. CI-2125 Computación I Práctica 4 Contenido: Estructuras de control iterativas (while, do-while, for). Sentencias break y continue. 1. Suponga que un estudiante cambia 5 barajitas en un día. Cada día siguiente

Más detalles

Electromagnetismo II. Solución Proyecto 1. Cuadrado

Electromagnetismo II. Solución Proyecto 1. Cuadrado Electromagnetismo II Semestre: 2016-1 Prof. Alejandro Reyes Coronado Ayud. Carlos Alberto Maciel Escudero Solución Proyecto 1. Cuadrado Genera un programa de cómputo que calcule numéricamente la solución

Más detalles

Resolución de Ecuaciones No Lineales

Resolución de Ecuaciones No Lineales Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Contenido 1 Introducción Introducción 2 Localización de Raíces Localización de Raíces 3 Métodos Iterativos

Más detalles

1. Método de bisección

1. Método de bisección Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla 1 Tema 1: resolución de ecuaciones. Ejercicios y Problemas Nota: Abreviación usual en estos ejercicios: C.D.E.

Más detalles

SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES

SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO

Más detalles

E.T.S. Minas: Métodos Matemáticos Soluciones Tema 4 Métodos iterativos para sistemas de ecuaciones

E.T.S. Minas: Métodos Matemáticos Soluciones Tema 4 Métodos iterativos para sistemas de ecuaciones ETS Minas: Métodos Matemáticos Soluciones Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña

Más detalles

El método de la potencia para el cálculo del autovalor dominante de una matriz se basa en el siguiente teorema.

El método de la potencia para el cálculo del autovalor dominante de una matriz se basa en el siguiente teorema. Práctica 8 Cálculo de autovalores 8.1. Método de la potencia El método de la potencia para el cálculo del autovalor dominante de una matriz se basa en el siguiente teorema. Teorema 8.1.1 (M. de la potencia]

Más detalles

LENGUAJE FORTRAN. FUNCIONES Y SUBRUTINAS

LENGUAJE FORTRAN. FUNCIONES Y SUBRUTINAS LENGUAJE FORTRAN. FUNCIONES Y SUBRUTINAS Programación en Fortran Valentín Moreno ÍNDICE 1. Subprogramas 2. Funciones 3. Subrutinas 2 3 1. SUBPROGRAMAS 1. SUBPROGRAMAS Si necesitamos usar con frecuencia

Más detalles

MÉTODO DE NEWTON RAPHSON

MÉTODO DE NEWTON RAPHSON Consiste en elegir un punto inicial cualquiera Po como aproximación de la raíz. Una buena aproximación inicial es aquella para la cual resulta válida la desigualdad: (Po) f (Po) > 0 Es importante tener

Más detalles

El método de la secante, es uno de los métodos que se conocen como abierto. Por qué se llama un método abierto?

El método de la secante, es uno de los métodos que se conocen como abierto. Por qué se llama un método abierto? METODO DE LA SECANTE El método de la secante, es uno de los métodos que se conocen como abierto. Por qué se llama un método abierto? El método se denomina abierto, ya que parte de dos valores iniciales

Más detalles

La interpolación polinomial en el análisis de métodos iterativos

La interpolación polinomial en el análisis de métodos iterativos Notas La interpolación polinomial en el análisis de métodos iterativos Resumen La solución de ecuaciones no lineales es de extrema importancia en la ingeniería y ciencias. Los métodos que se estudian para

Más detalles

OCW-V.Muto El método de la Secante Cap. VIII CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO

OCW-V.Muto El método de la Secante Cap. VIII CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO Utilizando los supuestos de los capítulos anteriores, daremos en este capítulo un procedimiento más rápido para hallar una raíz p de la ecuación

Más detalles

Apellidos:... Nombre:... Examen

Apellidos:... Nombre:... Examen Cálculo Numérico I. Grado en Matemáticas. Curso 0/0. 0 de Junio de 0 Apellidos:... Nombre:... Examen. Decidir razonadamente si las siguientes afirmaciones son verdaderas o falsas, buscando un contraejemplo

Más detalles

Subrutinas en fortran 77 para el algebra de matrices

Subrutinas en fortran 77 para el algebra de matrices Subrutinas en fortran 77 para el algebra de matrices Pablo Santamaría v0.1.1 (Mayo 2007) 1. Planteo del problema Como comentamos en un apunte anterior 1, los vectores y matrices usuales de la matemática

Más detalles

Capítulo 3. Subprogramas. 3.1 Subprogramas FUNCTION

Capítulo 3. Subprogramas. 3.1 Subprogramas FUNCTION Capítulo 3 Subprogramas Con lo explicado hasta aquí se pueden escribir programas sencillos y no demasiado largos. Pero varias razones justifican la necesidad de disponer de otro tipo de recursos. Por una

Más detalles

Práctica 4 Métodos de resolución numérica de ecuaciones

Práctica 4 Métodos de resolución numérica de ecuaciones practica6.nb 1 Práctica 4 Métodos de resolución numérica de ecuaciones El objetivo de esta práctica es resolver una ecuación del tipo f(x)=0 aplicando un método numérico. Cuando queramos emplear algún

Más detalles

EXAMEN PARCIAL DE METODOS NUMERICOS (MB536)

EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) UNIVERSIDAD NACIONAL DE INGENIERIA P.A. - FACULTAD DE INGENIERIA MECANICA // EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) DURACION: MINUTOS SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO ESCRIBA CLARAMENTE

Más detalles

Nombre y Apellidos: e f(x) dx. Estudiar si converge la integral impropia

Nombre y Apellidos: e f(x) dx. Estudiar si converge la integral impropia Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Cálculo I Convocatoria de Febrero 27 de Enero de 26 Nombre y Apellidos: DNI: 6.25 p.) ) Se considera la función f : [, ) R definida

Más detalles

UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas. Matemáticas. Manuel Fernández García-Hierro Badajoz, Febrero 2008

UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas. Matemáticas. Manuel Fernández García-Hierro Badajoz, Febrero 2008 UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas Matemáticas Manuel Fernández García-Hierro Badajoz, Febrero 2008 Capítulo X Integración numérica Introducción La integral definida I(f) = b a f(x)

Más detalles

Muchas de las ecuaciones de recurrencia que vamos a usar en este curso tienen la siguiente forma: ( c n =0 T (n) = a T (b n b.

Muchas de las ecuaciones de recurrencia que vamos a usar en este curso tienen la siguiente forma: ( c n =0 T (n) = a T (b n b. El Teorema Maestro Muchas de las ecuaciones de recurrencia que vamos a usar en este curso tienen la siguiente forma: ( c n =0 T (n) = a T (b n b c)+f (n) n 1 donde a, b y c son constantes, y f (n) es una

Más detalles

Apellidos:... Nombre:... Examen

Apellidos:... Nombre:... Examen Cálculo Numérico I. Grado en Matemáticas y doble grado Física/Matemáticas. 16 de junio de 017 Curso 016/017. Apellidos:... Nombre:... Examen 1. Explicar razonadamente si las siguientes afirmaciones son

Más detalles

OCW-V.Muto El algoritmo de bisección Cap. VI CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO

OCW-V.Muto El algoritmo de bisección Cap. VI CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO En este capítulo comenzaremos a analizar uno de los problemas más básicos del análisis numérico: el problema de búsqueda de raíces. El problema

Más detalles

Análisis Numérico para Ingeniería. Clase Nro. 12

Análisis Numérico para Ingeniería. Clase Nro. 12 Análisis Numérico para Ingeniería Clase Nro. 12 Aproximación de Funciones Temas a tratar: Interpolación por Splines Cúbicos. Aproximación por ínimos Cuadrados. Criterios de elección: Tipo de Aproximación

Más detalles

OCW-V.Muto Iteración del punto fijo Cap. VII CAPITULO VII. ITERACION DEL PUNTO FIJO 1. INTRODUCCION Y METODO

OCW-V.Muto Iteración del punto fijo Cap. VII CAPITULO VII. ITERACION DEL PUNTO FIJO 1. INTRODUCCION Y METODO CAPITULO VII. ITERACION DEL PUNTO FIJO 1. INTRODUCCION Y METODO En este capítulo consideraremos un método para determinar la solución de una ecuación que se expresa, para alguna función g, de la forma

Más detalles

1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido

1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña

Más detalles

OCW-V.Muto El método de Newton-Raphson Cap. IX CAPITULO IX. EL METODO DE NEWTON-RAPHSON 1. INTRODUCCION Y METODO

OCW-V.Muto El método de Newton-Raphson Cap. IX CAPITULO IX. EL METODO DE NEWTON-RAPHSON 1. INTRODUCCION Y METODO CAPITULO IX. EL METODO DE NEWTON-RAPHSON 1. INTRODUCCION Y METODO El método de Newton-Raphson (o simplemente Newton) es uno de los métodos numéricos más conocidos y poderosos para la resolución del problema

Más detalles

Introducción rápida a la programación (estructurada ) con C++

Introducción rápida a la programación (estructurada ) con C++ Introducción rápida a la programación (estructurada ) con C++ A B No A? Si B A Los Bloques pueden ser una línea de código o un modulo (función o subrutina) que pueden estar contenido en otro archivo de

Más detalles

CEROS DE FUNCIONES. Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC)

CEROS DE FUNCIONES. Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC) CEROS DE FUNCIONES Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC) http://www-lacan.upc.edu Diseño de un colector solar Diseño óptimo de un colector solar plano para obtener

Más detalles

Raíces de ecuaciones no lineales

Raíces de ecuaciones no lineales Raíces de ecuaciones no lineales Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM

Más detalles

Tema 6: Resolución aproximada de sistemas de ecuaciones lineales

Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de

Más detalles

Raíces de ecuaciones no lineales

Raíces de ecuaciones no lineales Raíces de ecuaciones no lineales Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM

Más detalles

Solve[polinomio==0,x]

Solve[polinomio==0,x] Práctica 7 Resolución de ecuaciones Resolución de ecuaciones polinómicas La sentencia Roots[polinomio==0,x] obtiene todas las raíces reales y complejas de la ecuación polinómica correspondiente generando

Más detalles

Métodos Numéricos I. Curso Colección de Problemas Capítulo 3. Ecuaciones no lineales. Iteración funcional HOJA 1

Métodos Numéricos I. Curso Colección de Problemas Capítulo 3. Ecuaciones no lineales. Iteración funcional HOJA 1 HOJA 1 1. Determinase que la función f(x) = x 3 + 4x 2 10 tiene una única raíz α en I = [1; 2]. Estime teóricamente cuántas iteraciones serán necesarias utilizando el método de bisección, para hallar un

Más detalles

LENGUAJES DE PROGRAMACIÓN. Solución al Trabajo Práctico - Junio de 2014

LENGUAJES DE PROGRAMACIÓN. Solución al Trabajo Práctico - Junio de 2014 Solución al Trabajo Práctico - Junio de 2014 EJERCICIO 1 El método de Newton es un algoritmo muy eficiente para resolver f(x) = 0. Partiendo de un valor inicial x 0, el método de Newton obtiene x 1, x

Más detalles

Análisis Numérico para Ingeniería. Clase Nro. 7

Análisis Numérico para Ingeniería. Clase Nro. 7 Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.

Más detalles

Resolución numérica de ecuaciones no lineales

Resolución numérica de ecuaciones no lineales Resolución numérica de ecuaciones no lineales Javier Segura Cálculo Numérico I. Tema 2. J. Segura (Universidad de Cantabria) Ecuaciones no lineales CNI 1 / 36 Contenidos: 1 Métodos básicos Bisección Método

Más detalles

CAPÍTULO. 7 Métodos numéricos

CAPÍTULO. 7 Métodos numéricos CAPÍTULO 7 Métodos numéricos 7.3 Método de Euler mejorado Consideremos ahora el polinomio de Taylor de orden de y.x/ en x D x 0 para aproximar a la solución del PVI y 0 D f.x; y/, con y.x 0 / D y 0. Esta

Más detalles

Método de Newton. Cálculo numérico. Notas de clase. 25 de abril, 2011

Método de Newton. Cálculo numérico. Notas de clase. 25 de abril, 2011 Método de Newton Cálculo numérico. Notas de clase. 25 de abril, 2011 La resolución de sistemas de ecuaciones algebraicas no lineales de la forma F(x) = 0, F : R n R n, (1) en donde F es una función continua

Más detalles

Prerrequisitos de la asignatura Álgebra Lineal Numérica

Prerrequisitos de la asignatura Álgebra Lineal Numérica Prerrequisitos de la asignatura Álgebra Lineal Numérica El propósito de Álgebra Lineal Numérica es analizar algoritmos típicos de álgebra lineal, optimizando la rapidez y la precisión. Para analizar la

Más detalles

CURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO

CURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema

Más detalles

7.3 Método de Euler mejorado

7.3 Método de Euler mejorado 43 Ecuaciones diferenciales Ejercicios 7..1 Euler. Soluciones en la página 477 Determine una aproximación lineal de la solución y.x/ de cada una de los siguientes PVI en el punto indicado utilizando el

Más detalles

PRACTICA Núm. 2 Resolución numérica de ecuaciones no lineales

PRACTICA Núm. 2 Resolución numérica de ecuaciones no lineales PRACTICA Núm. 2 Resolución numérica de ecuaciones no lineales La resolución de ecuaciones no lineales es un problema que se presenta con mucha frecuencia en los distintos campos científicos y técnicos.

Más detalles

En este caso la integral a calcular es simplemente : El programa se puede implementar con fortan de la siguiente forma, los pasos salen comentados :

En este caso la integral a calcular es simplemente : El programa se puede implementar con fortan de la siguiente forma, los pasos salen comentados : n = 1 En este caso la integral a calcular es simplemente : 1 exp[ x 0 2 1 ] cos( x1 x1) dx 1 o Monte Carlo de aciertos y fallos El programa se puede implementar con fortan de la siguiente forma, los pasos

Más detalles

Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices:

Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: 5 2 1 1 0 3 1 0 3 3 1 6. 3 1 6 5 2 1 2.- Dada la matriz A = 10 7 8 7 5 6, 8 6 10 hallar

Más detalles

Resolución de ecuaciones no lineales y Método de Bisección

Resolución de ecuaciones no lineales y Método de Bisección Resolución de ecuaciones no lineales y Método de Bisección Recordemos algunas ecuaciones 1) Resolver [ ] [ ] Sol: 2) Resolver la siguiente ecuación literal para la variable ; Sol: 3) Resolver Solución:

Más detalles

Tema 1: Interpolación. Cá álculo umérico

Tema 1: Interpolación. Cá álculo umérico Tema : Interpolación Problema Dada una nube de puntos del plano Interpolación polinomial. Polinomios de Lagrange: cota del error. Método de Newton: diferencias divididas y finitas. se pretende encontrar

Más detalles

Clase adicional 7. Análisis numérico en Java. Temas

Clase adicional 7. Análisis numérico en Java. Temas Clase adicional 7 Temas Análisis numérico en Java Búsqueda de raíces Integración Ejercicios de la clase adicional Ejercicios de diseño Análisis numérico en Java El análisis numérico es una rama de la matemática

Más detalles