lunes, 13 de julio de 2009



REPORTE 6

HOLA PROFE, COMPAÑEROS, AMIGOS Y FANS AAAAA JAJA ESO KE NO PUES AKI ESTA MI REPORTE DE LOS TEMAS DEL TERCER PARCIAL VALE ESTAN PADRES ASI COMO LOS OTROS JIJI AUNKE MUY TRABAJOSOS ALGUNOS PERO BUENOS SAZ AKI ESTAN.

METODO DE SIMPSON "REGLA 1/3 DE SIMPSON"
EN VEZ DE TRAPEZOIDES LO QUE EMPLEA SON PARABOLAS PARA APROXIMAR EL AREA BAJO EL PUNTO. USAR ESTE METODO AL PARECER DA MEJORES RESULTADOS QUE LA REGLA DEL TRAPECIO LA FORMULA RESULTANTE SE MUESTRA EN LA FIGURA 1.

REGLA DE ROMBERG
ES EVIDENTE QUE CONFORME USEMOS UNA N CADA VEZ MAS GRANDE DE SUBINTERVALOS EL CALCULO DE UNA INTEGRAL DEFINIDA SE MEJORA. EN LA FIG. 2 SE MUESTRA LA FORMULA DEL METODO DE ROBERG.

EVALUACION NUMERICA DE INTEGRALES MULTIPLES
PARA EVALUAR ESTE TIPO DE INTEGRALES PROCEDEMOS CON LAS INTEGRALES SIMPLES.FIG. 3.

EULER. RESOLUCION NUMERICA DE ECUACIONES DIFERENCIALES.
METODO DE EULER SIMPLE
Este método es altamente inestable y poco eficaz. Puede "colgarnos" literalmente el ordenador en muchas ocasiones (no por falta de recursos sinó por problemas de tendencias a infinito y demás...) y suele evaluar valores de derivada incorrectos con lo cual lo que vemos en pantalla dista muchísimo de ser físicamente correcto o incluso visualmente aceptable.FIG.4.

METODO DE HEUN
ESTE METODO UTILIZA UN PROCEDIMIENTO DE LOS VALORES DE f(x,y) TANTO EN LOS PUNTOS x; Y x; xi+1. DE HECHO SE LE LLAMA METODO PREDICTOR CORECTOR, ESO QUIERE DECIR QUE CON EL METODO DE EULER SIMPLE ESTIMA UN VALOR EN EL PUNTO x. FIG.5.

METODO DE RUNGE-KUTTA
EXISTEN VARIOS METODO DE RUNGE-KUTTA. SE CLASIFICAN SEGUN EL NUMERO DE PASOS PREVIOS QUE HACEN. FIG.6.

BUENO MIS ESTIMADISIMOS COLEGAS JA ME DESPIDO GRACIAS POR LEER MI BLOG AHI SE VE EL INTERES AAAA JAJA O PA PIRATEAR O LO KE SEA EN FIN GRACIAS Y NOS VEMOS PRONTO VALE CHAOPZ.






domingo, 24 de mayo de 2009

AQUI PONGO LAS IMAGENES DE EL REPORTE 5 OKI ESQUE HACE RATITO NO ME DEJABA SUBIRLAS PERO AL FIN ÑAK ÑAK OKI BYE BYE.
REPORTE 5

HOLAS ESPERO Y SE ENCUENTREN BIEN TODOS Y SIN INFLUENZA Y ASI OKI. SIENTO NO HABER PUBLICADO ANTES ESQUE PUES POR EL MOTIVO DE LA ENFERMEDAD ESA Y ASI PS TODOS PREOCUPADOS JA ME OLVIDE POR COMPLETO DE TODO PERO AQUÍ ESTOY DE NUEVO OKI.

LOS TEMAS QUE HEMOS VISTO DESDE EL DÌA QUE PORFIN ENTRAMOS A LA ESCUELA SON LOS SIGUIENTES AQUÍ VAN ESTAN MUY PADRES DISFRUTENLOS EN EL BUEN SENTIDO EEE BUENO.

*INTERPOLACIÒN
La interpolaciòn se trata de, mediante unos datos experimentales, predecir comportamientos intermedios del fenómeno al que estàn asociados. De hecho interpolar significa en latìn “explorar en la parte media”.

Existen varios mètodos como los siguientes:
A) Analìtico o Algebraico
B) Polinomios de Lagrange
C) Diferencias divididas de Newton

A) Analìtico o Algebraico.
En este metodo esencialmente se plantea un sistema de ecuaciones, aprovechando los datos que se den. En la fig 1 se observa el ejemplo.

B) Polinomios de Lagrange
Lagrange se basò en el siguiente resultado para buscar una manera alternativa al procedimiento anterior ya que ocupa mucho tiempo de calculo.
Si P1(x)=P2(x)

C) Diferencias divididas de Newton
En este tema existen varios subtemas que veremos a continuación:

*METODO DE INTERPOLACIÒN DE NEWTON
Isaac Newton trabajando con ciertos problemas de interpolacion se le presentó el problema de escribir un polinomio de grado n , esto se ve en la fig 2.

*POLINOMIOS DE NEWTON EN DIFERENCIAS INFINITAS
Cuando tenemos n+1 datos igualmente espaciados (es decir con el mismo tamaño de pasos) entre cualquier pareja consecutiva, entonces el polinomio de Newton quedaria como esta en la fig 3.

*INTEGRACIÒN NUMÈRICA
Veremos varias tecnicas para calcular una integral numéricamente:
*Trapecio
*Simpson
*Romberg
*Gauss


*Regla del Trapecio
La regla del trapecio consiste en representar de forma aproximada a una función f(x) mediante un polinomio de grado uno f1(x), de tal manera que el proceso de integración aproximada de f(x), en la figura 4 se muestra.
El polinomio de grado uno corresponde por supuesto a una recta, tal que los puntos (a,f(a)) y (b,f(b)) generan un trapecio fig 5.
Puesto que se utiliza el área de un trapecio para aproximar el valor de una integral definida, es claro que el proceso estará asociado a un error que, dependiendo el tipo de función con la que se trabaja, puede ser de una magnitud notable, con las respectivas consecuencias técnicas que esto conlleva para el actuario, el matemático o el ingeniero. La siguiente sección propone una alternativa para sortear esta dificultad.
Sin màs por el momento me despido cuidense mucho y hasta pronto bye bye.

sábado, 28 de marzo de 2009


JA ESTE VIDEO AM BUENO ES PARA MIS AMIX KE LOS KIERO MUXO OKI NO SE RIAN ME GUSTA BOB ESPONJA JAJA Y BUENO SALUDOS A TODOS ESPERO QUE SE LA ESTEN PASANDO GENIAL ESTE FIN DE SEMANA VALE SAZ BYE BYE TE AMO MOTITO.

REPORTE SEMANAL 4

HOLAS QUERIDOS AMIGOS, COMPAÑEROS Y MAESTRO JA ESPERO QU ESTEN MUY BIEN ASI COMO YOP AAA JAJA BUENO EN FIN AQUÍ LES DEJO MI REPORTE DE ESTA SEMANA OK.
ESTA SEMANA EN SI EL PROFE NOS PUSO A HACER EJERCICIOS Y ASI DE LOS TEMAS ANTERIORES PERO HEY SI VIMOS UN TEMA NUEVO.

*RAICES COMPLEJAS
Los polinomios normalmente tienen raíces complejas, esto es raíces como el de la Fig. 1.
Para determinar este tipo de raíces hay una gran variedad de métodos. En este caso primeramente se estudiara el método de Newton-Raphson. Aquí simplemente hay que resolver las operaciones que se presenten con números complejos y siguiendo el método de Newton Raphson.
Tomaremos en cuenta las Notas 1, 2, 3,4 y 5 que se muestran en la figura.

sábado, 21 de marzo de 2009


REPORTE SEMANAL 3

HOLAS DE NUEVO A TODOS JA COMO LES VA EL FIN DE SEMANA EE ESPERO QUE BIEN VALE YEAH, BUENO ESTA SEMANA VIMOS OTROS DOS METODOS QUE SON LOS SIGUIENTES:

*METODO DE LA SECANTE.
En análisis numérico el método de la secante es un método para encontrar los ceros de una función de forma iterativa.
Es una variación del método de Newton Raphson donde en vez de calcular la derivada de la función en el punto de estudio, teniendo en mente la definición de derivada, se aproxima la pendiente a la recta que une la función evaluada en el punto de estudio y en el punto de la iteración anterior. Este método es de especial interés cuando el coste computacional de derivar la función de estudio y evaluarla es demasiado elevado, por lo que el método de Newton no resulta atractivo. La fòrmula que se utiliza esta en la Fig.1.

*METODO DEL PUNTO FIJO.
En este metodo se tiene que despejar a la variable independiente. Ф(x)Es una funcion de busqueda y tiene que cumplir el requerimiento de convergencia. En principio existe ese problema. El segundo problema que resulta esque no todas las personas son capaces de hacer despejes complejos. Fig 2.

Bueno sin mas por el momento me voy hasta pronto oki los quiero mucho bye.

domingo, 15 de marzo de 2009


Y PUES SIN MÀS QUE DECIR JA ESPEOR Y ESTEN BIEN SALUDOS A TOOODOS MIS AMIX AL COSTAL, A LOS MORITAS Y A LOS OTROS GRUPITOS KE NO DIRE APODOS SINO LUEGO ME PEGAN JAJA BUENO Y MUXOS BESHOTES A MI MOTITO OKI BYE BYE.

REPORTE SEMANAL 2

HOLAS A TODOOOS JA!
SPERO QUE ESTEN BIEN Y QUE PS LE HAYAN ENTENDIDO A LOS TEMAS DE ESTA SEMANA PORKE IO NOOO!! JAJA NO SE CREAN SI LE ENTENDI 
BUENO YA YA A LO QUE VOY OK.ESTOS TEMAS FUERON LOS QUE SE VIMOS ESTA SEMANA.

EL MÈTODO DE BISECCIÒN
Para el método de bisección se sigue el siguiente proceso:
1. Localizas el intervalo que contenga una raíz (a,b)
2. Aplicas la fórmula de la figura 1
3. Verifique f(a) f (Xo), f (b) f (Xo) alguno de ellos es negativo
4. Establece tu nuevo intervalo
5. Comienza de nuevo

La fórmula que se utiliza para el método de bisección se muestra en la Fig. 1 y su respectiva fórmula.

MÈTODO DE LA FALSA POSICIÒN
Este método se utiliza si se desea resolver f(x)=0 en (a,b)
El método de la falsa posición pretende conjugar la seguridad del método de la bisección con la rapidez del método de la secante.
Este método se observa en la Fig. 2 y su respectiva fórmula.

MÈTODO DE NEWTON-RAPHSON
Este método, el cual es un método iterativo, es uno de los más usados y efectivos. A diferencia de los métodos anteriores, el método de Newton-Raphson no trabaja sobre un intervalo sino que basa su fórmula en un proceso iterativo.

sábado, 7 de marzo de 2009


QUE RAYOS NO SALIO LO ULTIMO DE MI RESUMEN OOO DIOS PERO AQUI LO ANEXO GRAXIAS JIJI PERDON BYE.
*RESOLUCIÒN DE ECUACIONES NO LINEALES
*Métodos para resolver ecuaciones No Lineales
-Método de Bisección. Se fundamenta en que las soluciones de una ecuación Ø(x)=0 representan gráficamente cruces con el eje x; esto significa que la grafica puede ser positiva de un lado y negativa del otro o viceversa, hay un cambio se signo en los ejes.

HOLAS AAA POR CIERTO ME FALTO DECIR QUE SI SALEN MIS FORMULAS MOVIDAS NO ES MI CULPA DE VERDAD JAJA SI LAS ACOMODE PERO ASI SALIERON VALE PROFE NO SE VAYA A ENOJAR JIJI PERO SI ESTAN BIEN SAZ SALUDOS A MIS AMIX Y LE MANDO UN BESHOTE A MI AMOR KISHAN JA BYE.

RESUMEN SEMANAL 1

HOLA QUERIDO DIARIO HOY FUI A CHAPULTEPEC A NO VERDAD JAJA PERDÒN ESQUE COMO DIJO EL PROFE QUE ERA COMO MI DIARIO JA EN FIN.
YA HABLANDO EN SERIO LO QUE VIMOS EN ESTA PRIMERA SEMANA EN LA MATERIA DE MÈTODOS NUMÈRICOS FUE:

* TEORIA DE ERRORES. Esto quiere decir que muchas veces hacemos mediciones pero por lo general siempre van acompañadas de algún error.
La siguiente fórmula nos muestra el error que se comete entre lo que es medido (pero con error) y lo que realmente es.

A-XmYm=XmΔY+YmΔX

También podemos calcular fórmulas que nos permitan calcular errores de medición pero usando el concepto matemático de diferencial.
La fórmula siguiente nos permite calcular el error que se comete al determinar a Ø en función de sus variables X1, X2 hasta Xn. Se le llama “Fórmula de propagación de errores”.

dØ= ∂Ø dX1+∂Ø dX2+...∂Ø dXn
∂X1 ∂X2 ∂Xn

*ERROR PORCENTUAL. Esto quiere decir cuando se tiene el error especificado en forma de porcentaje. Para ello usamos la siguiente fórmula que es para determinar el error porcentual.

dØx100= 1 ∂Ø ∂X1x100+ 1 ∂Ø ∂X2x100+…+ 1 ∂Ø ∂Xnx100
Θ ∂X1 Θ ∂X2 Θ ∂Xn

*ERROR RELATIVO. A la cantidad ├dØ┤, se le llama error relativo en el cálculo de Ø. Ø

-Teorema de la compresión.Significa que conforme más cercana este la serie al numero L los términos de la asociación se van a acercando más entre si al valor absoluto.

Si limSn=L, entonces ISn+1-SnI

jueves, 5 de marzo de 2009




BIENVENIDO A MI BLOG ÑAK ÑAK JAJA n.n




Bueno este es mi primera publicación y bueno con respecto a la materia de Métodos Numéricos va muy bien aqui pongo el temario por el momento;y ya el fin de semana doy el resumen de lo que aprendi en las clases vale ja xq estoy en al escuela aprovechando el internet oki hasta pronto saludines bye bye.
Unidad 1 Teoria de errores
1.1
Importancia Metodos Numericos
1.2
Conceptos Basicos Metodos Numericos cifra significativa precision exactitud incertidumbre y sesgo
1.3
Tipos de errores
1.3.1
Definicion de Error error absoluto y relativo
1.3.2
Error por Redondeo
1.3.3
Error por Truncamiento
1.3.4
Error Numerico Total
1.4
Software Computo Numerico
1.5
Metodos Iterativos

Unidad 2 Metodos de solucion de ecuaciones
2.1
Metodos de Intervalo
2.2
Metodo de Biseccion
2.3
Metodo Aproximaciones Sucesivas
2.3.1
Iteracion y Convergencia de Ecuaciones
Condicion de Lipschitz
2.4
Metodos de Interpolacion
2.4.1
Metodo de Newton Raphson
2.4.2
Metodo de la Secante
2.4.3
Metodo de Aitken
2.5 Aplicaciones

Unidad 3 Metodos de solucion de sistemas de ecuaciones
3.1
Metodos Iterativos Jacobi
3.1.2
Metodo Gauss Seidel
3.2
Sistemas de ecuaciones no lineales
3.2.1
Metodo Iterativo Secuencial
3.3
Iteracion Convergencia Sistemasde Ecuaciones
3.3.1
Sistemas de Ecuaciones de Newton
3.3.2
Metodo de Bairstow
3.4 Aplicaciones

Unidad 4 Diferenciacion e integracion numerica
4.1
Diferenciacion Numerica
4.1.1
Formula Diferencia Progresiva y Regresiva
4.1.2
Formula de Tres Puntos
4.1.3
Formula de Cinco Puntos
4.2
Integracion numerica
4.2.1
Metodo del Trapecio
4.2.2
Metodos de Simpson
4.2.3
Integracion de Romberg
4.2.4
Metodo de Cuadratura Gaussiana
4.3
Integracion Multiple
4.4 Aplicaciones

Unidad 5 Solucion de ecuaciones diferenciales
5.1
Metodos de un Paso
5.1.1
Metodo de Euler y Euler mejorado
5.1.2
Metodo de Runge Kutta
5.2
Metodo de Pasos Multiples
5.3
Sistemas Ecuaciones Diferenciales Ordinarias
5.4 Aplicaciones