Guía de Cálculo Numérico. Elaborada por: Ramón Medina Copyright 1998 Todos los Derechos Reservados

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

Download "Guía de Cálculo Numérico. Elaborada por: Ramón Medina Copyright 1998 Todos los Derechos Reservados"

Transcripción

1 Guía de Cálculo Numérico Elaborada por: Ramó Media Copyright 998 Todos los Derechos Reservados

2 Sistemas de Numeració y Errores. Sistemas de Numeració y Errores.. Tipos de Errores Error por Trucamieto. Se le da este ombre a los errores ocasioados por el método e sí (el ombre se origia del hecho de que los métodos uméricos geeralmete puede ser comparados co ua serie de Taylor trucada) y es el error al que se ha prestado más ateció. Para los métodos iterativos, de ordiario este error puede ser reducido por medio de iteracioes repetidas pero, ya que la vida es fiita y el tiempo de computadora es caro, es ecesario quedar satisfecho co las aproximacioes a la respuesta aalítica exacta. Error de Redodeo. Todos los dispositivos de cálculo represeta úmeros co algua imprecisió. Las computadoras digitales que so los dispositivos ormales para la implatació de los métodos uméricos, casi siempre utiliza úmeros de puto flotate co ua palabra de logitud fija. Los valores verdaderos o so expresados exactamete por tales represetacioes. A esto se le llama u error de redodeo, ya sea que la fracció decimal esté redodeada, acortada después del dígito fial. Al resolver u problema matemático por medio de ua calculadora, debemos estar coscietes de que los úmeros decimales que calculamos quizá o sea exactos. Estos úmeros casi siempre se redodea cuado los registramos. Au cuado los úmeros se redodee de maera itecioal, el úmero limitado de dígitos de la calculadora puede provocar errores de redodeo. E ua computadora electróica, los errores de redodeo aparece por las mismas razoes y afecta los resultados de los cálculos. E alguos casos, los errores de redodeo causa efectos muy serios y hace que los resultados de los cálculos carezca por completo de setido. Por lo tato, es importate apreder alguos aspectos básicos de las operacioes aritméticas e las computadoras y compreder bajo que circustacias puede ocurrir severos errores de redodeo... Base de los Números El sistema umérico que usamos cotidiaamete se llama sistema decimal. La base del sistema umérico decimal es. Si embargo, las computadoras o usa el sistema decimal e los cálculos i e la memoria, sio que usa el biario. Este sistema es atural para las computadoras ya que su memoria cosiste e u eorme úmero de dispositivos de registro magético y electróico, e los que cada elemeto sólo tiee los estados de ecedido y apagado. Si embargo, si examiamos los leguajes de máquia, proto os percatamos que se usa otros sistemas uméricos, e particular el octal y el hexadecimal. Estos sistemas so parietes cercaos del biario y puede traducirse co facilidad al o del biario. Las expresioes e octal o hexadecimal so más cortas que e biario, por lo que es más secillo que las persoas las lea y compreda. El hexadecimal tambié proporcioa u uso más eficiete del espacio de la memoria para los úmeros reales. La base de u sistema umérico tambié recibe el ombre de raíz. Para el sistema decimal ésta es ; para el sistema octal es 8 y para el biario. La raíz del sistema hexadecimal es 6. Sistemas de Numeració y Errores Págia

3 La base de u úmero se deota por medio de u subídice; por ejemplo, (3.4) es 3.4 e base (decimal), (99.) es. e base (biario) y (8C7.9) 6 es 8C7.9 e base 6 (hexadecimal). El valor decimal de u úmero e base r, por ejemplo, (abcdefg.hijk) r se calcula como ar 6 + br 5 + cr 4 + dr 3 + er + fr + g + hr - + ir - + jr -3 +kr -4 Es comú represetar si subídice, los úmeros que está e base. La represetació e base r de u úmero decimal, se obtiee mediate divisioes sucesivas del úmero por la base, como se muestra e el ejemplo siguiete. Sea el úmero decimal (3456), para obteer su equivalete hexadecimal se procede como sigue: El proceso de divisioes sucesivas termia, cuado el cociete de ua de las operacioes resulte cero. Los dígitos que costituye la ueva represetació so los residuos de cada ua de las operacioes, acomodados e orde iverso al de aparició. Así el valor obteido es (E4) 6... Números detro del hardware de la computadora U bit es a abreviatura de dígito biario (biary digit) y represeta u elemeto de memoria que costa de posicioes de ecedido y apagado, a la maera de u dispositivo semicoductor o u puto magético e ua superficie de registro. U byte es u cojuto de bits cosiderado como ua uidad, que ormalmete está formado por 8 bits. Las formas e que se usa los bits para los valores eteros y de puto flotate varía segú el diseño de ua computadora. Eteros. E el sistema de umeració biario, la expresió matemática de u etero es ±a k a k- a k- a a a dode a i es u bit co valor o. Su valor decimal es I = ±[a k k + a k- k- + + a + a + a ] E ua computadora, el valor máximo de k e la ecuació aterior, está limitado por el diseño del hardware. Sistemas de Numeració y Errores Págia

4 E u computador persoal, se usa bytes (6 bits) para represetar u etero. El primer bit registra el sigo: positivo si es, egativo si es. Los restates 5 bits se usa para los a i. Por lo tato el máximo etero positivo es () su equivalete decimal es 4 i = 3767 i= Ua forma de almacear u úmero egativo es utilizar los mismos dígitos que el úmero positivo de la misma magitud, excepto que el primer bit se poe e. Si embargo, muchas computadoras usa el complemeto a dos para almacear úmeros egativos. Por ejemplo, el complemeto a dos para (-3767) es () Los bits del úmero aterior, se obtiee a partir de la represetació biaria del máximo etero positivo (3767), cambiado los por y añadiedo al resultado. Ee l complemeto de dos, se determia primero el valor decimal como si los 6 bits expresara u úmero positivo. Si este úmero es meor que 5, o 3768, se le iterpreta como positivo. Si es mayor o igual, etoces se trasforma e u úmero egativo restádole 6. E el ejemplo aterior del úmero biario, el equivalete decimal de éste e la ecuació es Z = 5 +, por lo que la resta da = = Números Reales. El formato para u úmero real e ua computadora difiere segú el diseño de hardware y software. Los úmero reales e u computador persoal se almacea e el formato de puto flotate formalizado e biario. E precisió simple, se usa 4 bytes, o 3 bits, para almacear u úmero real. Si se itroduce como dato u úmero decimal, primero se covierte al biario más cercao e el formato ormalizado: (±.abbbbbb bbbb) x z dode a siempre es, cada b es u dígito biario o y z es u expoete que tambié se expresa e biario. Existe 4 dígitos para la matisa icluyedo la a y las b. Los 3 bits se distribuye de la maera siguiete. El primer bit se usa para el sigo de la matisa, los siguietes 8 bits para el expoete z y los últimos 3 para la matisa. 3 bits seeeeeee emmmmmmm mmmmmmmm mmmmmmmm Se usa u bit (s) para el sigo. Se usa 8 bits (e) para el expoete. Se usa 3 bits (m) para la matisa. Sistemas de Numeració y Errores Págia 3

5 E el formato de puto flotate ormalizado, el primer dígito de la matisa siempre es, por lo que o se almacea físicamete. Esto explica por qué ua matisa de 4 bits se almacea e 3. Si los 8 bits asigados al expoete se usa sólo para eteros positivos, el expoete puede represetar desde hasta 8 - = 55, auque puede icluir úmeros egativos. Para registrar expoetes positivos y egativos, el expoete e decimal es sumado co 8 y después covertido a biario (complemeto a dos). Por ejemplo, si el expoete es - 3, etoces = 5 se covierte a biario y se almacea e los 8 bits. Por lo tato, los expoetes que se puede almacear e 8 bits va desde - 8 = -8 hasta 55-8 = 7... Errores de Redodeo e ua Computadora Errores de redodeo al almacear u úmero e memoria. La causa fudametal de errores e ua computadora se atribuye al error de represetar u úmero real mediate u úmero limitado de bits. Al itervalo etre y el siguiete úmero distiguible de se le llama ε. Esto sigifica que igú úmero etre y + ε se puede represetar e la computadora. E el caso de u computador digital, cualquier úmero + α se redodea a si < α < ε/, o se redodea a + ε si ε/ α. Así, se puede cosiderar que ε/ es el máximo error posible de redodeo para. E otras palabras, cuado se halla. e la memoria, el valor origial pudo ser alguo de etre - ε/ < x < + ε/. El épsilo de la máquia se puede determiar mediate el siguiete algoritmo: Hacer E igual a Mietras E + sea mayor que Imprimir E Hacer E igual a E/ Fi de Mietras El último valor impreso por el algoritmo es igual al épsilo de la máquia. Los épsilo para simple y doble precisió e u computador persoal so: Simple: Doble:.9E-7.77E-7 El error de redodeo implicado e el almaceamieto de cualquier úmero real R e memoria es aproximadamete igual a εr/, si el úmero se redodea por exceso y εr si se redodea por defecto. Efecto de los errores por redodeo. Si se suma o resta úmeros, la represetació exacta del resultado quizá ecesite u úmero de dígitos mucho mayor que el ecesario para los úmeros sumados o restados. Existe dos situacioes e los que aparece muchos errores por redodeo: (a) cuado se suma (o se resta) u úmero muy pequeño de uo muy grade y (b) cuado u úmero se resta de otro que es muy cercao. El error de u úmero provocado por el redodeo aumeta cuado el úmero de operacioes aritméticas tambié se icremeta. Para probar el primer caso e la computadora, sumemos. a la uidad diez mil veces. El diseño de u programa para este trabajo sería: Hacer SUMA igual a Desde I igual a hasta Hacer SUMA igual a SUMA más. Fi de Desde Sistemas de Numeració y Errores Págia 4

6 Imprimir SUMA Se platea como ejercicio codificar este algoritmo para determiar el resultado arrojado por el computador y cotrastarlo co el resultado correcto. Otro problema se preseta cuado dos úmeros que debiese ser matemáticamete idéticos, o siempre lo so e las computadoras. Por ejemplo, cosideremos las ecuacioes y = A / B w = y B z = A - w dode A y B so costates. Desde u puto de vista matemático, w es igual a A, por lo que z debe aularse. Si estas ecuacioes se calcula e ua computadora, z se aula o es u valor o ulo pero muy pequeño, depediedo de los valores de A y B. Esto es posible probarlo mediate el siguiete programa Hacer A igual a cos(,3) Desde K igual a hasta Hacer B igual a se(k) Hacer Z igual a A / B Hacer W igual a Z B Hacer Y igual a A - W Imprimir A, B, W, Y Fi de Desde Lo que ocurre e la computadora, es que aparece u error de redodeo cuado se calcula Z = A / B y W = Z B y se almacea. Así, W = Z B e la sexta líea del programa, o es exactamete igual a A. La magitud relativa del error por redodeo atribuida a la multiplicació o divisió etre ua costate y al almaceamieto del resultado e la memoria es casi igual al épsilo de la máquia. El error de u úmero provocado por el redodeo aumeta cuado el úmero de operacioes aritméticas tambié se icremeta. Causas de errores por redodeo. Para explicar cómo surge los errores por redodeo, cosideremos el cálculo de +, e u computador persoal. Las represetacioes biarias de y, so, respectivamete, () = (, ) x (,) = (, ) x -6 La suma de estos dos úmeros es () + (,) = (, ) x Si embargo los úmeros subrayados se redodea ya que la matisa tiee 4 bits. Por lo tato, el resultado de este cálculo se guarda e memoria como Sistemas de Numeració y Errores Págia 5

7 () + (,) = (, ) x que es equivalete a (,36). Así, siempre que se sume, a, el resultado agrega,36 como error. Al repetir diez mil veces la suma de, a, se geera u error de exactamete diez mil veces,36. A este error se le cooce como error de redodeo...3 Error Absoluto y Error Relativo Dos métodos para medir errores de aproximació lo costituye el error absoluto y el error relativo. El error absoluto viee dado por la siguiete expresió Error absoluto = valor verdadero - valor aproximado y el error relativo, por la formula Error relativo = valor verdadero valor aproximado valor verdadero El error relativo suele ser u mejor idicador de la precisió, ya que es idepediete de la escala usada. Ejemplo: Si p =,3 x y p* =,3x, el error absoluto es Error absoluto = p - p* =,3 -,3 =, Error relativo = p - p* / p =,3 -,3 /,3 =,3333x -..4 Dígitos Sigificativos Se dice que el úmero p* aproxima a p co t dígitos sigificativos (o cifras) si t es el etero más grade o egativo para el cual p p* p < 5 t Ejemplo: Para que p* aproxime a co cuatro cifras sigificativas, usado la defiició, p* debe satisfacer p * 5x 4 Sistemas de Numeració y Errores Págia 6

8 Esto implica que 999, 5 < p* <,5 y está de acuerdo co la defiició ituitiva de cifras sigificativas.. Problemas.. Supoga que p* aproxima a p co 3 dígitos sigificativos. Ecuetre el itervalo e el cual p* debe estar, si p es (a) 5 (b) 9 (c) 5 (d) 9.. Cosidere los siguietes valores de p* y p y calcule el error absoluto y relativo e cada caso. (a) p= π, p*= 3, (b) p= /3, p* =,333 (c) p= π/, p* =,3 (d) p= /3, p* = 33,3..3 A cuátas cifras sigificativas aproxima p* a p e el ejercicio..?..4 Covierta los siguietes úmeros de máquia represetados e puto flotate, e úmeros decimales (a) (b) (c) (d)..5 Si se usa 8 bits para represetar los eteros positivos y egativos e complemeto a dos, cuál es el etero positivo más grade y el egativo más pequeño (e magitud) e decimal?...6 Se tiee dos úmeros eteros de 6 bits: () () Determie los valores decimales correspodietes...7 Hallar el épsilo de la máquia para u computador persoal, usado el algoritmo descrito e la secció Codifique y ejecute el segudo algoritmo descrito e la secció Codifique y ejecute el tercer algoritmo descrito e la secció... Sistemas de Numeració y Errores Págia 7

9 Prelimiares Matemáticos. Teorema del Valor Medio Si f C[a,b] y f es difereciable e (a,b), etoces existe u úmero c, a < c < b, tal que f ' ( c) = f ( b) f ( a) b a FIGURA.. Teorema del Valor Medio Poderado para Itegrales Si f C[a,b], g es itegrable e [a,b], y g(x) o cambia de sigo e [a,b], etoces existe u úmero c, a < c < b, tal que: b a b f ( x) g( x) dx = f ( c) g( x) dx a Si f C[a,b] y K es u úmero cualquiera etre f(a) y f(b), etoces existe c e (a,b) tal que f(c) = K (ver figura.). FIGURA. Prelimiares Matemáticos Págia 8

10 .3 Teorema de Rolle Supogamos que f C[a,b] y f es difereciable e (a,b). Si f(a) = f(b) =, etoces existe u úmero c, a < c < b, tal que f (c) =. FIGURA.3.4 Teorema del Valor Itermedio Si f C[a,b] y K es u úmero cualquiera etre f(a) y f(b), etoces existe c e (a,b) tal que f(c) = K. Ejemplo: Para demostrar que x 5 - x 3 + 3x - = tiee ua solució e el itervalo [,], cosideremos la fució f(x)= x 5 - x 3 + 3x -. Claramete f es cotiua e [,] y f() = - mietras que f() =. Como f() < < f(), el teorema del Valor Itermedio implica que existe u úmero x, co < x <, para el cual x 5 - x 3 + 3x - =. Como se ve e el ejemplo aterior, el teorema del Valor itermedio es importate para ayudar a determiar cuádo existe solucioes a ciertos problemas. Si embargo, o da la maera de ecotrar estas solucioes. FIGURA.4.5 Teorema de Taylor Supogamos que f C [a,b] y f (+) existe e [a,b). Sea x [a,b]. Para toda x [a,b], existe ξ(x) etre x y x tal que: f(x) = P (x) + R (x), dode ( ) f ''( x ) f ( x ) P ( x) = f ( x ) + f '( x )( x x ) + ( x x ) + + ( x x )!! ( k ) f ( x ) k = ( x x ) k! k = Prelimiares Matemáticos Págia 9

11 y R ( x) = f + ( ξ( x)) ( x x) ( + )! ( ) + A P (x) se le llama el poliomio de Taylor de grado para f alrededor de x y a R (x) se le llama el residuo (o error por trucamieto) asociado co P (x). La serie ifiita que se obtiee tomado el límite de P (x) cuado se deomia Serie de Taylor para f alrededor de x. E el caso de que x =, el poliomio de Taylor se cooce frecuetemete como poliomio de Maclauri y la serie de Taylor se deomia serie de Maclauri. El térmio error de trucamieto geeralmete se refiere al error ivolucrado al usar sumas fiitas o trucadas para aproximar la suma de ua serie ifiita..6 Teorema Fudametal del Álgebra Si P es u poliomio de grado, etoces P(x) = tiee al meos ua raíz (posiblemete compleja). Corolario Si P(x) = a x + a - x a x + a es u poliomio de grado, etoces existe costates úicas x, x,..., x, posiblemete complejas, y eteros positivos, m, m,..., m tales que k mi = i= y m m P( x) = a ( x x ) ( x x ) ( x x ) m k k Este corolario afirma que los ceros de u poliomio so úicos y que si cada cero x i es cotado tatas veces como su multiplicidad m i, etoces u poliomio de grado tiee exactamete ceros. Corolario Sea P y Q poliomios a los más de grado. Si x, x,..., x k, k >, so úmeros distitos de P(x ) = Q(x ) para i =,,..., k, etoces P(x) = Q(x) para todo valor de x..7 Problemas.7. Sea f(x) = - e x + (e-)se((π/)x). Demuestre que f (x) es cero cuado meos ua vez e [,]..7. Demuestre que la ecuació x 3 = e x sex debe teer por lo meos ua solució e [,4]..7.3 Demuestre que la ecuació x = 3 -x tiee ua solució e [,]..7.4 Use el teorema del Valor Itermedio y el teorema de Rolle para demostrar que la gráfica de f(x) = x 3 + x + k cruza el eje x exactamete ua vez, idepedietemete del valor de la costate k. Prelimiares Matemáticos Págia

12 .7.5 Ecuetre el poliomio de Taylor de cuarto grado para f alrededor de x = si f(x) = e x cosx. Use este poliomio para aproximar f(π/6), y ecuetre ua cota para el error e esta aproximació..7.6 Use u poliomio de Taylor alrededor de π/4 para aproximar cos4 co ua precisió de 6 dígitos sigificativos. Prelimiares Matemáticos Págia

13 3 Solució de Ecuacioes No Lieales Las solucioes de ua ecuació o lieal se llama raíces o ceros. Los siguietes so alguos ejemplos de ecuacioes o lieales: a) + 4x - 6x + 3x 3 + 3x 4 = b) f(x) - α =, a < x < b c) x(,, 5x) / ( x)(,, 5x) d) ta(x) = tah(x) / 3, 69 =, < x < La primera es u ejemplo de ecuació poliomial, que puede aparecer como ua ecuació característica para ua ecuació diferecial ordiaria lieal, etre otros problemas. El segudo ejemplo es equivalete a evaluar f - (α), dode f(x) es cualquier fució y f - es su fució iversa. El tercer ejemplo es u caso especial del iciso b). El cuarto ejemplo es ua ecuació trascedetal. TABLA 3.. Resume de los métodos para ecotrar raíces Nombre Necesidad de especificar u itervalo que cotega a la raíz Necesidad de la cotiuidad de f Tipo de ecuacioes Otras características especiales Bisecció si o cualquiera Robusto, aplicable a fucioes o aalíticas. Falsa posició si si cualquiera Covergecia leta e u itervalo grade. Falsa posició modificada si si cualquiera Más rápido que el método de la falsa posició. Método de Newto o si cualquiera Rápido; se ecesita calcular f ; aplicable a raíces complejas. Método de secate o si cualquiera Rápido; o se requiere calcular f. Sustitució sucesiva o si cualquiera Puede o coverger. Solució de Ecuacioes No Lieales Págia

14 La razó pricipal para resolver ecuacioes o lieales por medio de métodos computacioales es que esas ecuacioes carece de solució exacta, excepto para muy pocos problemas. La solució aalítica de las ecuacioes poliomiales existe sólo hasta el orde cuatro, pero o existe solucioes e forma exacta para órdees superiores. Por lo tato, las raíces de esas ecuacioes o lieales se obtiee mediate métodos computacioales basados e procedimietos iterativos. 3. Algoritmo de Bisecció La primera técica, basada e el teorema de Valor Itermedio, se llama algoritmo de bisecció o método de búsqueda biaria. Supogamos que teemos ua fució cotiua f, defiida e el itervalo [a,b], co f(a) y f(b) de sigos distitos. Etoces se tiee que p / a < p < b y f(p) =. El método requiere de dividir repetidamete a la mitad a los subitervalos de [a,b] y, e cada paso, localizar la mitad que cotiee a p. Para empezar, tomamos a = a y b = b, y p el puto medio de [a,b]; o sea, p = ½(a + b ) FIGURA 3. Si f(p ) =, etoces p = p ; si o, etoces f(p ) tiee el mismo sigo que f(a ) o f(b ). Si f(p ) y f(a ) tiee el mismo sigo, etoces p (p, b ), y tomamos a = p y b = b. Si f(p ) y f(b ) so del mismo sigo, etoces p (a, p ), y tomamos a = a y b = p. Ahora replicamos el proceso al itervalo [a,b ]. Esto produce el siguiete algoritmo Etrada: extremos a, b; toleracia TOL; máximo úmero de iteracioes N. Salida: solució aproximada p o mesaje de fracaso. Hacer i igual a Mietras i sea meor o igual que N Hacer p = a + (b - a)/ (Calcular p i ) Si f(p) es igual a cero ó (b - a)/ es meor o igual que TOL, etoces Mostrar (p); (procedimieto completado satisfactoriamete) Parar Fi de Si Hacer i igual a i + Si f(a)f(p) es mayor que etoces Hacer a igual a p (Calcular a i, b i ) Si o Hacer b igual a p Fi de Si Fi de Mietras Mostrar ( El método fracasó después de N iteracioes ) Parar Solució de Ecuacioes No Lieales Págia 3

15 Otros procedimietos de paro que puede tambié aplicarse e el paso 4 del algoritmo, so los que se muestra a cotiuació. Seleccioe ua toleracia ε > y geere p,..., p N hasta que ua de las siguietes codicioes se satisfaga P N P < ε N P N P P N N < ε, P N f ( P N ) < ε Desafortuadamete, puede surgir dificultades usado cualquiera de estos criterios de paro. Si coocimieto adicioal acerca de f o p, la desigualdad es el mejor criterio de paro que puede aplicarse porque verifica al error relativo. Cuado usamos ua computadora para geerar las aproximacioes, es ua buea idea añadir ua codició que impoga u máximo al úmero de iteracioes realizadas. El algoritmo de bisecció, auque coceptualmete claro, tiee icoveietes importates. Coverge muy letamete y ua buea aproximació itermedia puede ser desechada si que os demos cueta. Si embargo, el método tiee la propiedad importate de que coverge siempre a ua solució y, por esta razó se usa frecuetemete para poer e marcha a los métodos más eficietes que se presetará más adelate e este capítulo. 3. Método de la Falsa Posició Se basa e iterpolació lieal y es aálogo al método de bisecció, puesto que el tamaño del itervalo que cotiee la raíz se reduce mediate iteració. Si embargo, e vez de bisectar e forma moótoa, se utiliza ua iterpolació lieal ajustada a dos extremos para ecotrar ua aproximació de la raíz. Así, si la fució está bie aproximada por la iterpolació lieal, etoces las raíces estimadas tedrá ua buea precisió y, e cosecuecia, la iteració covergerá más rápido que cuado se utiliza el método de bisecció. Dado u itervalo [a,c] que cotega a la raíz, la fució lieal que pasa por (a,f(a)) y (c,f(c)) se escribe como y = f ( a) + f ( c) f ( a) ( x a ) c a FIGURA 3. o, despejado x, x = a + c + a y f a f ( c) f ( a) ( ( )) La coordeada x e dode la líea itersecta al eje x se determia al hacer y = e la ecuació aterior Solució de Ecuacioes No Lieales Págia 4

16 b = a c + a f c f a f a af ( c) cf ( a) ( ) = ( ) ( ) f ( c) f ( a) Después de ecotrar b, el itervalo [a,c] se divide e [a,b] y [b,c]. Si f(a)f(b), la raíz se ecuetra e [a,b]; e caso cotrario, está e [b,c]. Los extremos del uevo itervalo que cotiee a la raíz se reombra a y c. El procedimieto de iterpolació se repite hasta que las raíces estimadas coverge. La desvetaja de este método es que puede aparecer extremos fijos, como se muestra e la figura 3., e dode uo de los extremos de la sucesió de itervalos o se mueve del puto origial, por lo que las aproximacioes de la raíz, deotadas por b, b, b 3,... coverge a la raíz exacta solamete por u lado. Los extremos fijos o so deseables debido a que hace más leta la covergecia, e particular cuado el itervalo iicial es muy grade o cuado la fució se desvía de maera sigificativa de ua líea recta e el itervalo. El método de la falsa posició modificado elimia esta dificultad. 3.3 Método de la Falsa Posició Modificada E este método, el valor de f e u puto fijo se divide a la mitad si este puto se ha repetido más de dos veces. El extremo que se repite se llama extremo fijo. La excepció a esta regla es que para i =, el valor de f e u extremo se divide etre de imediato si o se mueve. El efecto de dividir el valor de y es que la solució de la iterpolació lieal se hace cada vez más cercaa a la verdadera raíz. FIGURA Método de Newto Este método (tambié llamado método de Newto-Raphso) ecuetra ua raíz, siempre y cuado se coozca ua estimació iicial para la raíz deseada. Utiliza rectas tagetes que se evalúa aalíticamete. El método de Newto se puede aplicar al domiio complejo para hallar raíces complejas. El método de Newto se obtiee a partir del desarrollo de Taylor. Supógase que el problema es ecotrar ua raíz de f(x) =. Al utilizar el desarrollo de Taylor de f(x) e toro a ua estimació x, la ecuació se puede escribir como f(x) = = f(x ) + f (x ) + O(h ) FIGURA 3.4 dode h = x - x. Al despejar x e la ecuació aterior o se obtiee el valor exacto debido al error de trucamieto, pero la solució se acerca e mayor medida al x exacto, que lo que se aproxima al estimado x. Por lo tato, al repetir la solució utilizado el valor actualizado como ua ueva estimació, se mejora la aproximació e forma sucesiva. El algoritmo se muestra de maera gráfica e la figura 3.4. El valor x es ua estimació iicial para la raíz. A cotiuació se obtiee la fució lieal que pasa por (x, y ) e forma tagecial. La itersecció de la recta tagete co el eje x se deota como x y se cosidera como ua aproximació de la raíz. Se repite el mismo Solució de Ecuacioes No Lieales Págia 5

17 procedimieto, utilizado el valor actualizado como ua ueva estimació, se mejora la aproximació e forma sucesiva. El algoritmo se muestra de maera gráfica e la figura 3.4. El valor x es ua estimació iicial para la raíz. A cotiuació se obtiee la fució lieal que pasa por (x, y ) e forma tagecial. La itersecció de la recta tagete co el eje x se deota como x y se cosidera como ua aproximació de la raíz. Se repite el mismo procedimieto, utilizado el valor más actualizado como ua estimació para el siguiete ciclo de iteració. La recta tagete que pasa por (x, f(x )) es g(x) = f (x )(x-x ) + f(x ) La raíz de g(x) = deotada por x satisface f (x )(x -x ) + f(x ) = Al resolver la ecuació aterior se obtiee x = x f ( x ) f ' ( x ) Las aproximacioes sucesivas a la raíz se escribe como x i = x i f ( x ) i f ' ( x ) i Obteer la primera derivada de ua fució dada puede ser ua tarea difícil o imposible. E tal caso, se puede evaluar f (x i ) mediate ua aproximació por diferecias, e vez de e forma aalítica. Por ejemplo, se puede aproximar f (x i- ) mediate la aproximació por diferecias hacia adelate, f ' ( x ) = i f ( xi + h) f ( xi ) h dode h es u valor pequeño - por ejemplo h =,. Los errores pequeños e la aproximació por diferecias o tiee u efecto observable e la razó de covergecia del método de Newto. La precisió del resultado fial o se ve afectada por la aproximació por diferecias. El método de Newto se puede aplicar para hallar raíces complejas. Si el leguaje de programació permite variables complejas, se puede aplicar fácilmete al caso de las raíces complejas u programa de computadora diseñado sólo para raíces reales. Algoritmo de Newto-Raphso Para ecotrar ua solució de f(x) = dada ua aproximació iicial p : Etrada: aproximació iicial p ; toleracia TOL; úmero máximo de iteracioes N. Solució de Ecuacioes No Lieales Págia 6

18 Hacer i igual a Mietras i sea meor o igual que N Hacer p = p - f(p )/f (p ) (Calcular p i ) Si p - p < TOL etoces Mostrar (p); (Procedimieto completado satisfactoriamete) Parar Hacer i igual a i + Hacer p igual a p (Redefiir p ) Fi de Mietras Mostrar ( El método fracasó después de N iteracioes ) (Procedimieto completado si éxito) Parar 3.5 Método de la Secate Este método es muy similar al de Newto. La pricipal diferecia co el método de Newto es que f se aproxima utilizado los dos valores de iteracioes cosecutivas de f. Esto elimia la ecesidad de evaluar tato a f como a f e cada iteració. Por lo tato, el método de la secate es más eficiete, particularmete cuado f es ua fució e la que se ivierte mucho tiempo al evaluarla. El método de la secate tambié está ítimamete ligado co el método de la falsa posició, ya que ambos se basa e la fórmula de iterpolació lieal, pero el primero utiliza extrapolacioes, mietras que el segudo utiliza úicamete iterpolacioes. Las aproximacioes sucesivas para la raíz e el método de la secate está dadas por FIGURA 3.5 x = x y x y x y, =, 3... dode x y x so dos suposicioes iiciales para comezar la iteració. Si los x - y x cosecutivos so muy cercaos, etoces y - y y está muy cercaos, por lo que aparece u error de redodeo sigificativo e la ecuació aterior. Este problema se puede evitar de dos formas: (a) cuado y es meor que u valor fijado de atemao, x - y y - queda fijos (o cogelados) de ahí e adelate, o (b) x - y y - se reemplaza por x - + ξ y y(x - + ξ) dode ξ es u úmero pequeño prescrito pero lo suficietemete grade como para evitar serios errores de redodeo, El método de la secate puede coverger a ua raíz o deseada o puede o coverger del todo si la estimació iicial o es buea. Algoritmo de la Secate Para ecotrar ua solució de f(x) =, dadas las aproximacioes iiciales p y p : Solució de Ecuacioes No Lieales Págia 7

19 Etrada: Salida: aproximacioes iiciales p, p ; toleracia TOL; úmero máximo de iteracioes N solució aproximada p o mesaje de fracaso Hacer i igual a Hacer q = f(p ) Hacer q = f(p ) Mietras i sea meor o igual que N Hacer p = p - q (p - p )/(q - q ) (Calcular p i ) Si p - p < TOL etoces Mostrar (p); (Procedimieto completado satisfactoriamete) Parar Fi de Si Hacer i igual a i + Hacer p igual a p ; (Redefiir p, q, p, q ) Hacer q igual a q Hacer p igual a p Hacer q igual a f(p) Mostrar ( El método fracasó después de N iteracioes ) (Procedimieto completado si éxito) Parar 3.6 Problemas. Determie la raíz positiva de x -,9x -,5 = e el itervalo [,] mediate el método de bisecció, co ua toleracia de,.. Calcula la raíz de ta(x) = 3,5 e el itervalo [,π] mediate el método de bisecció, co ua toleracia de,5. 3. Codifique el algoritmo correspodiete al Método de Bisecció y determie u itervalo de tamaño,5 para cada raíz positiva de las siguietes ecuacioes i) f(x) =,5e x/3 - se(x) =, x > ii) f(x) = log e ( + x) - x = 4. Ecuetre todas las raíces positivas de las ecuacioes siguietes mediate el método de bisecció co ua toleracia de, i) ta(x) - x + =, < x < 3π ii) se(x) -,3e x =, x > iii) -x 3 + x + = iv) 6x 5 - x 3 + x + 5x -,5 = 5. Determie las raíces de las siguietes ecuacioes mediate el método de la falsa posició modificada i) f(x) =,5exp(x/3) - se(x), x > ii) f(x) = log(+x) - x iii) f(x) = exp(x) - 5x iv) f(x) = x 3 + x - = v) f(x) = (x + ) / 6. La fució de trasferecia de u sistema está dada por Solució de Ecuacioes No Lieales Págia 8

20 dode F( s) = + H( s) G( s) H( s) G( s) = exp(, s), H( s) = K s Busque las raíces de la ecuació característica + G(s)H(s) = para K=, y 3 mediate el método de la falsa posició modificada. 7. Ecotrar aproximacioes a -4 de todos los ceros reales de los siguietes poliomios usado el método de Newto. i) P(x) = x 3 - x - 5 ii) P(x) = x 3 + 3x - iii) P(x) = x 3 - x - iv) P(x) = x 4 + x - x P(x) = x 3-8,3x +,95x -,4 = tiee ua raíz e x =,9. Use el método de Newto co ua aproximació iicial x =,8 para tratar de ecotrar esta raíz. Qué pasa?. Supoga que la úica raíz que se desea es x =,9; cómo podría obteer ua aproximació lo suficietemete buea para que el método de Newto coverja a x =,9?. 9. Codifique, empleado el leguaje de programació de su preferecia, el algoritmo de la secate.. Codifique, empleado el leguaje de programació de su preferecia, el algoritmo de Newto. Solució de Ecuacioes No Lieales Págia 9

21 4 Iterpolació y Aproximació de Fucioes E este capítulo se cosiderará la preguta: Dados los valores de ua fució descoocida correspodiete a ciertos valores de x, cuál es el comportamieto de la fució?. El propósito e determiar el comportamieto de la fució, tal como se evidecia por las muestras de los pares de datos (x, f(x)), tiee varias iterrogates. Se desearía aproximar otros valores de la fució para valores e x o tabulados (iterpolació y extrapolació), y estimar la itegral de f(x) y su derivada. Estos últimos objetivos coducirá a formas de resolver ecuacioes difereciales. La estrategia que se utilizará para aproximarse a los valores descoocidos de la fució es directa. Se ecotrará u poliomio que satisfaga u cojuto de putos seleccioados (x i, f(x i )) y, se supodrá que el poliomio y la fució se comporta casi de la misma maera, sobre el itervalo e cuestió. Etoces los valores de los poliomios, debe ser estimacioes razoables de los valores de la fució descoocida. Cuado el poliomio es de primer grado, éste coduce a la iterpolació lieal familiar. Estaremos iteresados e poliomios de grado mayor que el primero, y así poder aproximar fucioes que está lejos de ser lieales, o poder obteer bueos valores a partir de ua tabla co u mayor espaciamieto. Ua de las razoes más importates para el estudio del tema, está e el trabajo de detalle para la itegració y difereciació umérica. Si se desea ecotrar u poliomio que pase a través de los mismos putos que uestra fució descoocida, se puede establecer u sistema de ecuacioes que ivolucre los coeficietes del poliomio. Por ejemplo, supógase que se desea ajustar u poliomio cúbico a los siguietes datos: x,,7 3, 4,8 5,6 f(x) 4, 7,8, 38,3 5,7 El poliomio iterpolate podrá ser a lo sumo, de grado uo meos que el úmero de putos dispoibles; e esta caso particular el grado máximo del poliomio de iterpolació será cuatro. Se costruye etoces u sistema de ecuacioes co poliomios de grado cuatro de la forma ax 4 + bx 3 +cx +dx + e, dode x =, 4 a(, ) + 3 b(, ) + c(, ) + d(, ) + e = 4, x =, 7 4 a(, 7) + 3 b(, 7) + c(, 7) + d(, 7) + e = 7, 8 x = 3, 4 a(3,) + 3 b(3,) + c(3,) + d(3,) + e =, x = 4, 8 4 a( 4, 8) + 3 b( 4, 8) + c( 4, 8) + d( 4, 8) + e = 38, 3 x = 5,6 a( 5, 6) + b( 5, 6) + c( 5, 6) + d( 5, 6) + e = 5, 7 La solució de estas ecuacioes proporcioa el poliomio. Etoces es posible estimar los valores de la fució e algú valor de x, por ejemplo x= 3,, sustituyedo este valor de x e el poliomio. Iterpolació y Aproximació de Fucioes Págia

22 Se busca ua mejor y más secilla forma de ecotrar los poliomios iterpolates. El procedimieto aterior es algo egorroso, e especial si se desea que el uevo poliomio se ajuste o pase por el puto (5,6; 5,7), o para ver que diferecia resultaría si se utilizara u poliomio cuadrático e lugar de uo cúbico. 4. Iterpolació y el Poliomio de Lagrage Cosidérese el problema de determiar u poliomio de grado que pase por los putos distitos (x, y ) y (x, y ). Este problema es el mismo que el de aproximar ua fució f, para la cual f(x )= y y f(x )= y, por medio de u poliomio de primer grado, iterpolado etre, o coicidiedo co, los valores de f e los putos dados. Se el poliomio Px ( ) = ( x x) y ( x x ) ( x x) + y ( x x ) Cuado x= x, P(x )= y = f(x ) y cuado x= x, P(x )= y = f(x ) así que P tiee las propiedades requeridas. La técica usada para costruir a P es el método de iterpolació usado co frecuecia e las tablas trigoométricas o logarítmicas. Lo que puede ser o ta obvio es que P es el úico poliomio de grado o meor co la propiedad de iterpolació. Para geeralizar el cocepto de iterpolació lieal, cosidérese la costrucció de u poliomio de grado a lo más que pase por los + putos (x, f(x )), (x, f(x )), (x, f(x )),..., (x, f(x )). El poliomio lieal que pasa por (x, f(x )), (x, f(x )) se costruye usado los cocietes L ( x) = ( x x) ( x x ) y L ( x) = ( x x) ( x x ) Cuado x= x, L (x )= mietras que L (x )=. Cuado x= x, L (x )= mietras que L (x )=. Para el caso geeral es ecesario costruir, para cada k=,,...,, u cociete L,k (x) co la propiedad de que L,k (x i )= cuado i k y L,k (x k )=. Etoces, L, ( x) = k ( x x )...( x x k )( x x k + )...( x x) = ( x x )...( x x )( x x )...( x x ) k k k k k + k i= i k ( x xi ) ( x x ) k i Ahora que se cooce la forma de L,k es fácil describir al poliomio iterpolate. Este poliomio se llama poliomio iterpolate de Lagrage y se defie a cotiuació. Si x, x,..., x so (+) úmero diferetes y f es ua fució cuyos valores está dados e estos putos, etoces existe u úico poliomio P de grado a lo más co la propiedad de que f(x k )= P(x k ) para cada k=,,...,. Este poliomio está dado por Iterpolació y Aproximació de Fucioes Págia

23 P( x) = f ( x ) L ( x) f ( x ) L ( x) = f ( x ) L ( x),, k, k k = dode L, ( x) = k ( x x)...( x xk )( x xk + )...( x x) = ( x x )...( x x )( x x )...( x x ) k k k k k + k i= i k ( x xi ) ( x x ) k i, para cada k=,..., 4. Poliomio Iterpolates e putos co igual separació El problema se simplifica cosiderablemete, si los valores de la fució está dados a itervalos regulares de la variable idepediete, así que primero se cosiderará este caso. 4.. Tabla de Diferecias Resulta coveiete arreglar los datos e ua tabla co los valores x e orde ascedete. Además de las columas para x y f(x), se deberá tabular las diferecias de los valores fucioales. La tabla que se muestra a cotiuació es llamada tabla de diferecias. x f(x) f(x) f(x) 3 f(x) 4 f(x) 5 f(x) 6 f(x),,,3,7,4,,3,7,,3,,4,44,5,59,4,43,6,85,96,,6,684,346,8,37,8,3,57,488,,557,5,,57 Los térmios calculados e la tabla de diferecias, permite determiar los coeficietes de poliomios iterpolates. Es covecioal que la letra h sea la diferecia uiforme de los valores x, es decir, h= x. Utilizado subídices para represetar el orde de los valores x y f(x) se defie las primeras diferecias de la fució como: f = f - f, f = f 3 -f,..., f i = f i+ -f i. De ua maera semejate se defie las diferecias segudas y de orde más elevado. La -ésima diferecia de la fució se defie como: f f f ( ) ( )( ) f f! 3! i = i+ i + + i + i El patró de los coeficietes e la ecuació aterior, es el arreglo de valores e el desarrollo biomial. Las diferecias segudas y de mayor orde se obtiee por sustracció de las diferecias ateriores. Cuado f(x) se comporta como u poliomio para el cojuto dado de datos, la tabla de diferecias tiee propiedades especiales. La siguiete tabla muestra ua fució sobre el domiio x= hasta x=6, y f(x) se comporta como x 3. Iterpolació y Aproximació de Fucioes Págia

24 x f(x) f(x) f(x) 3 f(x) 4 f(x) 5 f(x) 6 f(x) Observe que las terceras diferecias so iguales e todos los casos, así que las cuartas y superiores será cero. Es posible demostrar que las diferecias de -ésimo orde de u poliomio de -ésimo grado será iguales, por lo que las diferecias de (+)-ésimo orde será cero. 4.. Poliomio de Avace de Newto-Gregory Cuado la fució que ha sido tabulada, se comporta como u poliomio (esto se puede decir observado que sus diferecias de orde -ésimo sea iguales o casi), se le puede aproximar al poliomio que se le parece. El problema cosiste etoces e ecotrar los medios más secillos para escribir el poliomio de -ésimo grado correspodiete. Quizá las forma más fácil de escribir u poliomio que pasa por u cojuto de putos equiespaciados, es el poliomio de avace de Newto-Gregory: s( s ) s( s )( s ) 3 P ( xs) = f + s f + f + f+...! 3! s s s s = f + f f f f = k = s f E esta ecuació la otació s viee dada por el úmero de combiacioes de s cosas tomadas a la vez, lo cual es coocido como razoes factoriales. Es posible demostrar que P (x) formada de acuerdo a la ecuació aterior, se ajusta a todos los + putos dados. Si, sobre el domiio de x a x, P (x) y f(x) tiee los mismos valores e los datos tabulados de x, resulta razoable supoer que estará cercaos e los valores itermedios de x. Esta suposició es la base del uso de P (x) como u poliomio iterpolate. Se hace éfasis e el hecho de que e geeral f(x) y P (x) o será la misma fució. Por lo tato, hay algú error que se debe esperar e la estimació de tal iterpolació. Usamos el poliomio de la ecuació aterior como u poliomio de iterpolació, dejado a s tomar valores o eteros. Obsérvese que, para cualquier valor de x, x x s = h Iterpolació y Aproximació de Fucioes Págia 3

25 4..3 Poliomio de Retroceso de Newto-Gregory Alguas veces es coveiete escribir el poliomio iterpolate e otras formas. El poliomio de retroceso de Newto-Gregory es: s s s s P ( x) = f + f f f f = k = s + f dode f i = f i - f i- 4.3 Poliomio Iterpolates e putos o equiespaciados Las fórmulas de iterpolació de Newto-Gregory descritas e la secció aterior se restrige a putos co igual separació. Si embargo, a meudo aparece a ecesidad de escribir u poliomio para putos co separació o uiforme. El modelo de iterpolació de Newto-Gregory puede extederse a los putos co separació o uiforme utilizado las diferecias divididas Tabla de Diferecias Divididas Supógase que P es el poliomio de Lagrage de grado a lo más que coicide co la fució f e los úmeros distitos x, x,..., x. Las diferecias divididas de f co respecto a x, x,..., x, se puede derivar demostrado que P tiee la represetació P (x)= a + a (x-x ) + a (x-x )(x-x )+...+a (x-x )(x-x )---(x-x - ) co costates apropiadas a, a,..., a. Para determiar la primera de estas costates, a, ótese que si P (x) puede escribirse e la forma de la ecuació aterior, etoces evaluado P e x deja solamete el térmio costate a ; esto es, a = P (x )= f(x ). Similarmete, cuado P se evalúa e x, los úicos térmios distitos de cero e la evaluació de P (x ) so la costate y el térmio lieal, f(x ) + a (x -x )= P (x )= f(x ); así que a = f ( x) f ( x) x x Aquí se itroduce lo que se cooce como otació de diferecia dividida. La diferecia dividida cero de la fució f, co respecto a x i, se deota por f[x i ] y es simplemete la evaluació de f e x i, f [ x ] = f ( x ) i i Iterpolació y Aproximació de Fucioes Págia 4

26 Las diferecias divididas restates se defie iductivamete; la primera diferecia dividida de f co respecto a x i y x i+, se deota por f[x i, x i+ ] y está defiida por f [ x, x ] = i i + f [ xi + ] f [ xi ] x x i+ i La k-ésima diferecia dividida de f relativa a x i, x i+, x i+,..., x i+k está dada por f [ x, x,..., x ] = i i + i+ k f [ xi, xi +,..., xi + k ] f [ xi, xi +,..., xi + k ] x x i+ k i Etoces el poliomio iterpolate P es P ( x) = f [ x ] + f [ x, x ]( x x ) + f [ x, x, x ]( x x )( x x ) f [ x,..., x ]( x x)...( x x ) o como k P ( x) = f [ x] + f [ x,..., xk ] ( x xi ) k = i= Esta ecuació se cooce como la fórmula de diferecia dividida iterpolate de Newto. Problemas. Escriba la fórmula de iterpolació de Lagrage ajustada a los putos dados e la siguiete tabla: x i,,5,5,75, f(x i ),96,89,693,5596,455. Ajuste se(x) e [, π] co el poliomio de iterpolació de Lagrage de orde 4 y 8, utilizado putos co igual separació. 3. Deduzca el poliomio de iterpolació de Newto-Gregory hacia adelate que pasa por los putos dados e la siguiete tabla: x i,5,,5,,5 3, f(x i ),43,,88,667,533,48 4. Deduzca el poliomio de iterpolació utilizado el método de Newto para putos o equiespaciados, ajustado a los datos dados e la siguiete tabla: x i Iterpolació y Aproximació de Fucioes Págia 5

27 f(x i ),79,38,8,549,46,37,84 Iterpolació y Aproximació de Fucioes Págia 6

28 5 Difereciació e Itegració Numérica Se tiee que costruir ua hoja de techo corrugado usado ua máquia que comprime ua hoja plaa de alumiio covirtiédola e ua cuya secció trasversal tiee la forma de ua oda de la fució seo. Supogamos que se ecesita ua hoja corrugada de cuatro pies de logitud, que cada oda tiee ua altura de pulgada desde la líea cetral y que cada oda tiee u período de aproximadamete π pulgadas. El problema de ecotrar la logitud de la hoja plaa cosiste e determiar la logitud de arco de la curva dada por f(x)=se(x) de x= a x=48 (pulgadas). Sabemos, del cálculo, que esta logitud se puede expresar como: 48 df x L = + dx x dx ( ) 48 = + dx (cos ) así que el problema se reduce a evaluar esta itegral. Au cuado la fució seo es ua de las fucioes matemáticas más comues, el cálculo de su logitud de arco da lugar a la llamada itegral elíptica de seguda clase, que o se puede evaluar usado métodos ordiarios. E esta secció se estudia métodos aproximados que reduce problemas de este tipo a ejercicios elemetales. 5. Difereciació Numérica La difereciació umérica, o aproximació por diferecias, se utiliza para evaluar las derivadas de ua fució por medio de sus valores e los putos de ua retícula. Las aproximacioes por diferecias so importates e la solució de ecuacioes difereciales ordiarias y parciales. Para ilustrar la difereciació umérica, cosideremos ua fució f(x). Supogamos que se desea evaluar la primera derivada de f(x) e x = x. Si se cooce los valores de f e x - h, x y x + h, dode h es el tamaño del itervalo etre dos putos cosecutivos e el eje x, etoces se puede aproximar f (x) mediate el gradiete de la iterpolació lieal A, B o C. Estas tres aproximacioes se llama respectivamete las aproximacioes por diferecias hacia adelate, hacia atrás y cetral. Sus fórmulas matemáticas so como sigue: a) Aproximació que utiliza A (aproximació por diferecias hacia adelate) f ' ( x ) f ( x + h) f ( x ) h b) Aproximació que utiliza B (aproximació por diferecias hacia atrás) f '( x ) f ( x ) f ( x h) h Difereciació e Itegració Numérica Págia 7

29 c) Aproximació que utiliza C (aproximació por diferecias cetral) f '( x ) f ( x + h) f ( x h) h 5. Itegració Numérica Los métodos de itegració umérica se puede utilizar para itegrar fucioes dadas, ya sea mediate ua tabla o e forma aalítica. Icluso e el caso e que sea posible la itegració aalítica, la itegració umérica puede ahorrar tiempo y esfuerzo si sólo se desea coocer el valor umérico de la itegral. Esta secció aaliza los métodos uméricos que se utiliza para evaluar itegrales de ua variable: I b = f ( x) dx a así como itegrales dobles: I b v( x) = f ( x, y) dydx a u( x) dode las fucioes f(x) y f(x, y) puede estar dadas e forma aalítica o mediate ua tabla. Los métodos de itegració umérica se obtiee al itegrar los poliomios de iterpolació. Por cosiguiete, las distitas fórmulas de iterpolació dará por resultado distitos métodos de itegració umérica. 5.. Regla del Trapecio Esta regla es u método de itegració umérica que se obtiee al itegrar la fórmula de iterpolació lieal. Se escribe e la forma siguiete: I b b a = f ( x) dx = [ f ( a ) + f ( b )] + E a dode el primer térmio del lado derecho es la regla del trapecio (fórmula de itegració) y E represeta el error. E la figura 5. se muestra gráficamete la itegració umérica por medio de la ecuació aterior. El área sombreada por debajo de la recta de iterpolació (la cual puede deotarse como g(x)) es igual a la itegral calculada mediate la regla del trapecio, mietras que el área por debajo de la curva f(x) es el valor exacto. Por lo tato, el error de la estimació de la itegral por este método es igual al área etre g(x) y f(x). La fórmula dada ateriormete se puede exteder a varios itervalos y se puede aplicar N veces al caso de N itervalos co ua separació uiforme h, para así obteer la regla extedida del trapecio: I N b h = f ( x) dx = [ f ( a ) + f ( a + jh ) + f ( b )] + E a j= Difereciació e Itegració Numérica Págia 8

30 El error de la regla del trapecio se defie como E b b a = f ( x) dx [ f ( a ) + f ( b )] a dode el primer térmio es la itegral exacta y el segudo es la regla del trapecio. Para aalizar la ecuació se utilizará los desarrollos e Serie de Taylor de f(x), f(a) y f(b) e toro a x = (a + b) /, co la hipótesis de que f es aalítica e a x b. El error de la regla extedida del trapecio es la suma de los errores e todos los itervalos y viee dada por: Figura 5. - Regla del Trapecio E ( b a) 3 N 3 N i= f "( ) X i dode h = (b - a) / N y X i es el puto medio etre x i y x i+. Si defiimos F como el promedio de f, es decir, N F" = f "( X ) / N i= i la estimació del error se puede expresar como: E ( b a) h F" Para u domiio fijo [a, b] el error es proporcioal a h. 5.. Regla de /3 de Simpso La regla de /3 de Simpso se basa e la iterpolació poliomial cuadrática (de segudo grado). El poliomio de Newto hacia adelate ajustado a tres putos x, x, x, está dado por: s( s ) f ( x) = f + s( f f ) + ( f f + f ) etoces, x x x s( s ) f ( x) dx = ( f + s( f f ) + ( f f + f )) dx x Difereciació e Itegració Numérica Págia 9

31 dode x x s = h haciedo el cambio de variable adecuado teemos s( s ) f ( x) dx = h ( f + s( f f ) + ( f f + f )) ds x x itegrado e ds y sustituyedo x = a y x = b se obtiee la regla de /3 de Simpso: I b h = f ( x) dx = [ f ( a ) + 4 f ( X ) + f ( b )] + E a 3 dode h = (b - a) / X = (a + b) /. Esta se puede escribir e la forma equivalete I h = [ f + 4 f + f ] + E 3 dode f i = f(x i ) = f(a + ih). El error viee dado por: 5 h E f iv ( X ) 9 El error se aula si f(x) es u poliomio de orde meor o igual que 3. La regla /3 de Simpso es fácil de aplicar e u computador y su precisió es suficiete para muchas aplicacioes. La regla extedida de /3 de Simpso es ua aplicació repetida de la ecuació ates descrita para u domiio dividido e u úmero par de itervalos. Si deotamos el úmero total de itervalos por N (par), la regla extedida de /3 de Simpso se escribe como: I N N h = [ f ( a ) + 4 f ( a + ih ) + f ( a + ih ) + f ( b )] + E 3 i = impar i = par dode h = (b - a) / N; la primera suma es úicamete sobre las i impares y la seguda es sólo sobre las i pares. El térmio del error está dado por 5 4 N h E f iv h X b a iv ( ) = ( ) f ( X ) 9 8 Difereciació e Itegració Numérica Págia 3

32 dode X = (a + b) /. Para u domiio fijo [a, b] el error es proporcioal a h 4. Ua aproximació del error puede ser obteida mediate la siguiete fórmula E 5 h f 9 '''' 5..3 Regla de 3/8 de Simpso La regla de 3/8 de Simpso se obtiee al itegrar ua fórmula de iterpolació poliomial de tercer grado. Para u domiio [a, b] dividido e tres itervalos, se escribe como b 3 I = f ( x) dx = h[ f + 3f + 3f + f ] + E a 8 3 dode h = (b - a) / 3, f i = f(a + ih) y E represeta el error. El térmio del error se escribe como E 3 5 h f ''''( X ) 8 dode X = (a + b) / La regla extedida de Simpso 3/8 se expresa como N 3 b 3 I = f ( x) dx = h ( f i + 3 f i + f i + f + E a ) 8 3 i= i multiplo de 3 La regla extedida de /3 se aplica a u úmero par de itervalos, mietras que la regla extedida de 3/8 se aplica a u úmero de itervalos que sea múltiplo de tres. Cuado el úmero de itervalos es impar pero si ser múltiplo de tres, se puede utilizar la regla de 3/8 para los primeros tres o los últimos tres itervalos, y luego usar la regla de /3 para los itervalos restates, que so u úmero par. Puesto que el orde del error de la regla de 3/8 es el mismo que el de la regla de /3, o se gaa mayor exactitud que co la regla de /3 cuado uo puede elegir co libertad etre ambas reglas Fórmulas de Newto-Cotes Los métodos de itegració umérica que se obtiee al itegrar las fórmulas de iterpolació de Newto recibe el ombre de fórmulas de Newto-Cotes. La regla del trapecio y las dos reglas de Simpso so casos particulares de las fórmulas de Newto-Cotes, las cuales se divide e fórmulas cerradas y abiertas. Las fórmulas cerradas de Newto-Cotes tiee la forma: Difereciació e Itegració Numérica Págia 3

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0 Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Matemáticas I - 1 o BACHILLERATO Binomio de Newton Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete

Más detalles

Apuntes De Análisis Numérico.

Apuntes De Análisis Numérico. Aputes De. Prof. Alberto Agarita. Departameto De Ciecias Básicas, Uidades Tecológicas de Satader. y P 1 (x) P 2 (x) P 3 (x) P i (x) P (x) P(x) I 1 I 2 I 3 I x 1 x 2 x 3 x 4 x 1 x x P(x) = P 1 (x) P 2 (x)

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

Análisis de Señales y Sistemas Digitales. Concepto Algoritmo Implementación

Análisis de Señales y Sistemas Digitales. Concepto Algoritmo Implementación Aálisis de Señales y Sistemas Digitales FFT Cocepto Algoritmo Implemetació 2010 FFT Trasformada Rápida de Fourier Cocepto La trasformada rápida de fourier (FFT) es u algoritmo que permite él cálculo eficiete

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

La volatilidad implícita

La volatilidad implícita La volatilidad implícita Los mercados de opcioes ha evolucioado bastate desde los años setetas, época e la que ue publicada la órmula de Black Scholes (BS). Dicha órmula quedó ta arraigada e la mete de

Más detalles

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p. Divisibilidad Matemática discreta Dados dos úmeros aturales a y b, escribiremos a b y leeremos a divide a b si existe u c N tal que ac = b. E este caso, decimos que a es u divisor de b o que b es divisible

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

Ley de los números grandes

Ley de los números grandes Capítulo 2 Ley de los úmeros grades 2.. La ley débil de los úmeros grades Los juegos de azar, basa su sistema de gaacias, fudametalmete e la estabilidad a largo plazo garatizada por las leyes de la probabilidad.

Más detalles

denomina longitud de paso, que en un principio se considera que es constante,

denomina longitud de paso, que en un principio se considera que es constante, 883 Aálisis matemático para Igeiería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 3 Métodos uméricos de u paso El objetivo de este capítulo es itroducir los métodos uméricos de resolució

Más detalles

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es,

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es, VALORES Y VECORES PROPIOS Y LA REDUCCION DE CÓNICAS A) EL PROBLEMA PROPIO oda matriz cuadrada A de orde co elemetos (reales o complejos) es u operador lieal que actúa sobre el espacio vectorial E, dimesioal,

Más detalles

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

Más detalles

1.1. Campos Vectoriales.

1.1. Campos Vectoriales. 1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito. MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre

Más detalles

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por:

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por: Tema 4. Trasformada Z. La trasformada Z para sistemas discretos desempeña u papel aálogo a la trasformada de Laplace para sistemas cotiuos. os va a permitir represetar la relació etrada salida de u sistema

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)

Más detalles

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio)

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe

Más detalles

Sucesiones y ĺımite de sucesiones

Sucesiones y ĺımite de sucesiones Tema 3 Sucesioes y ĺımite de sucesioes Ídice del Tema Sucesioes........................................ 60 Progresioes....................................... 63 3 Covergecia......................................

Más detalles

7.2. Métodos para encontrar estimadores

7.2. Métodos para encontrar estimadores Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía

Más detalles

LOGARITMOS. Ejercicio 1 Determine los respectivos dominios de existencia de las siguientes funciones: 2

LOGARITMOS. Ejercicio 1 Determine los respectivos dominios de existencia de las siguientes funciones: 2 LOGARITMOS Como seguramete el estudiate recordará, e cuarto año apredió a traajar co los aritmos, y allí se eteró de que éstos se defie a partir de la ecesidad de despejar el expoete de ua potecia. Vamos

Más detalles

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

Más detalles

Cálculo para la ingeniería Tomo II. Salvador Vera

Cálculo para la ingeniería Tomo II. Salvador Vera Cálculo para la igeiería Tomo II Salvador Vera 9 de eero de 5 ii Copyright c by Salvador Vera Ballesteros, 998-4. Ídice geeral 7. Series Numéricas 7.. El sigo del sumatorio: Sigma Σ... 7... Propiedades

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

APUNTES DE MATEMÁTICAS

APUNTES DE MATEMÁTICAS APUNTES DE MATEMÁTICAS 4º ESO º Trimestre Autor: Vicete Adsuara Ucedo INDICE Tema : Vectores e el Plao.. Ejercicios Tema 9 Tema : Depedecia Lieal...7 Ejercicios Tema. 0 Tema 3: El Plao Afí...... Ejercicios

Más detalles

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE

Más detalles

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano (VSHFLILFDFLRQHVHQHOGRPLQLRGHOWLHPSR E capítulos ateriores se ha estudiado la respuesta de estado estable de los sistemas lieales ( cuado tæ ), estudiaremos ahora la respuesta trasitoria. La respuesta

Más detalles

NÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA

NÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA NÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA José Luis Soto Muguía Departameto de Matemáticas Uiversidad de Soora. INTRODUCCIÓN. Desde los primeros años de la escuela, el estudiate se efreta e matemáticas

Más detalles

Análisis en el Dominio del Tiempo para Sistemas Discretos

Análisis en el Dominio del Tiempo para Sistemas Discretos OpeStax-CNX module: m12830 1 Aálisis e el Domiio del Tiempo para Sistemas Discretos Do Johso Traslated By: Erika Jackso Fara Meza Based o Discrete-Time Systems i the Time-Domai by Do Johso This work is

Más detalles

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1 IS Fco Ayala de Graada Sobrates 009 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A JRCICIO 1 ( putos) Sea las matrices: -1 4-1 - 1 5 - -6 A ; B 0-1 y C 0-1 1 0 1-0 -1 Determie X e la ecuació matricial

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

Práctica 6: Vectores y Matrices (I)

Práctica 6: Vectores y Matrices (I) Foamets d Iformàtica 1r curs d Egiyeria Idustrial Práctica 6: Vectores y Matrices (I) Objetivos de la práctica El objetivo de las prácticas 6 y 7 es itroducir las estructuras de datos vector y matriz e

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

Más detalles

DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010)

DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010) UNIVERSIDAD DE LOS ANDES DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferecial Parcial 3 (27/10/2010) 1. Cosidere la fució f (x) = 3(x 1) 2/3 (x 1) 2 a) Halle el domiio b) Ecuetre los putos críticos,

Más detalles

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales Asigatura: Geometría I Grado e Matemáticas. Uiversidad de Graada Tema 2. Espacios vectoriales Prof. Rafael López Camio Uiversidad de Graada 14 de diciembre de 2012 Ídice 1. Espacio vectorial 2 2. Subespacio

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3 IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de

Más detalles

DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD TECNICA FEDERICO SANTA MARIA 1. INTRODUCCIÓN

DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD TECNICA FEDERICO SANTA MARIA 1. INTRODUCCIÓN INDUCCIÓN MATEMÁTICA EDUARDO SÁEZ, IVÁN SZÁNTÓ DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD TECNICA FEDERICO SANTA MARIA. INTRODUCCIÓN El método deductivo, muy usado e matemática, obedece a la siguiete idea:

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

La contribución de la clase de Computación a la introducción y desarrollo de conceptos elementales de Matemática Numérica en el nivel medio.

La contribución de la clase de Computación a la introducción y desarrollo de conceptos elementales de Matemática Numérica en el nivel medio. La cotribució de la clase de Computació a la itroducció y desarrollo de coceptos elemetales de Matemática Numérica e el ivel medio. MsC. Rubé Rodríguez Ramos Lic. Eric Crespo Hurtado Dr. C. Tomás Crespo

Más detalles

8 Funciones, límites y continuidad

8 Funciones, límites y continuidad Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto

Más detalles

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.

Más detalles

LA SORPRENDENTE SUCESIÓN DE FIBONACCI

LA SORPRENDENTE SUCESIÓN DE FIBONACCI La sorpredete sucesió de Fiboacci LA SORPRENDENTE SUCESIÓN DE FIBONACCI La sorpredete sucesió de Fiboacci debe su ombre a Leoardo de Pisa (.70-.40), más coocido por Fiboacci (hijo de Boaccio). A pesar

Más detalles

ANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS

ANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS AEXO I COCEPTOS SÍSMICOS BÁSICOS E este aeo se compila alguos de los coceptos sísmicos básicos pero ecesarios. Se itroduce los tipos de movimietos vibratorios, así como su descripció y otació matemática.

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

Más detalles

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II IES Fco Ayala de Graada Sobrates de 011 (Modelo ) Germá-Jesús Rubio Lua SOLUCIONES Modelo PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo

Más detalles

Teoría Combinatoria. Capítulo 2. 2.1. Dos Principios Básicos.

Teoría Combinatoria. Capítulo 2. 2.1. Dos Principios Básicos. Capítulo 2 Teoría Combiatoria La Teoría Combiatoria es la rama de las matemáticas que se ocupa del estudio de las formas de cotar Aparte del iterés que tiee e sí misma, la combiatoria tiee aplicacioes

Más detalles

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:

Más detalles

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales ESPACIO VECTORIAL.- Itroducció.- Espacio Vectorial.- Subespacios vectoriales 4.- Geeració de Subespacios vectoriales 5.- Depedecia e idepedecia lieal 6.- Espacios vectoriales de tipo fiito 7.- Cambio de

Más detalles