Met Numericos
Met Numericos
Met Numericos
OBJETIVO GENERAL
Al finalizar el curso el alumno deberá ser capaz de: Explicar los fundamentos
matemáticos y la forma en que operan los métodos numéricos, además de llevar a
cabo la construcción de los algoritmos computacionales que le permitan resolver
diferentes tipos de ecuaciones que se presentan en aplicaciones prácticas de la
ingeniería y para las cuales es difícil encontrar una solución analítica,
comprendiendo ellas: ecuaciones algebraicas y trascendentales, ecuaciones
diferenciales ordinarias y parciales, sistemas de ecuaciones lineales y no lineales,
ecuaciones integrales y sistemas de ecuaciones diferenciales acopladas.
ÍNDICE TEMÁTICO
Horas Horas
UNIDAD TEMAS Teóricas prácticas
1 Introducción al Curso de Métodos 2 0
Numéricos
2 Tipos de Error que se Presentan Durante la 2 2
Aplicación de Métodos Numéricos
3 Solución Numérica de Ecuaciones 4 4
Simultáneas Lineales
4 Resolución de Ecuaciones Algebraicas no 4 4
Lineales y Trascendentes
5 Aproximación Polinomial 2 2
6 Ajuste Funcional 2 3
7 Solución Numérica de Ecuaciones 6 6
Diferenciales Ordinarias
114
8 Métodos de Diferencias Finitas 6 6
9 Método de Elementos Finitos 4 5
TOTAL DE HORAS TEÓRICAS 32 0
TOTAL DE HORAS PRÁCTICAS 0 32
TOTAL DE HORAS 64
CONTENIDO TEMÁTICO
115
3.3. Eliminación gaussiana
3.4. Método de Gauss-Jordan
3.4.1. Cálculo del determinante de la matriz del sistema
3.4.2. Cálculo de la inversa de la matriz del sistema
3.4.3. Solución del sistema de ecuaciones
3.5. Método de Jacobi
3.6. Método de Gauss-Seidel
3.7. Método de Gauss-Seidel con relajación. Comparación de exactitud y
rapidez de convergencia de los métodos de Gauss-Seidel con y sin
relajación
3.8. Ejercicios de aplicación de los métodos Gauss, Jacobi, Gauss-Jordan y
Gauss-Seidel.
5. APROXIMACIÓN POLINOMIAL
5.1. Interpolación
5.2. Polinomios de Newton
5.3. Polinomios de Lagrange
5.4. Ejercicios de cálculo de coeficientes de los polinomios de interpolación
de Newton y de Lagrange
5.5. Integración numérica
5.6. Derivación numérica
5.7. Integración bidimensional
5.8. Ejercicios de:
5.8.1. Integración numérica unidimensional por el método trapezoidal
5.8.2. Integración numérica unidimensional por el método de Simpson
116
5.8.3. Diferenciación numérica
5.8.4. Integración numérica bidimensional por el método trapezoidal
6. AJUSTE FUNCIONAL
6.1. Método de mínimos cuadrados
6.2. Ajuste polinomial
6.2.1. Regresión lineal
6.2.2. Regresión cuadrática
6.2.3. Regresión cúbica
6.2.4. Regresión polinomial
6.3. Ejercicios para:
6.3.1. Ajuste polinomial
6.3.2. Regresiones polinomiales
6.3.3. Ajustes a funciones no polinomiales con coeficientes lineales
117
9. MÉTODO DE ELEMENTOS FINITOS
9.1. Ajuste funcional a la solución de una ecuación diferencial por mínimos
cuadrados
9.2. Métodos de elementos finitos por residuos ponderados
9.2.1. Minimización del cuadrado del error
9.2.2. Colocación por puntos
9.2.3. Colocación por subdominios
9.2.4. Galerkin
9.3. Elementos Finitos variacionales
9.3.1. Principio variacional
9.3.2. Ecuación de Euler-Lagrange
9.3.3. Ecuaciones diferenciales que tienen asociado un principio variacional
9.4. Evaluación del error en métodos de elementos finitos.
9.5. Ejemplos de aplicación
ACTIVIDADES PRÁCTICAS:
BIBLIOGRAFÍA
BIBLIOGRAFÍA BÁSICA
• Burden, R. L., Faires, J. D. Análisis Numérico. 7a ed. Thomson. México.
2002.
• Burden, R. L., Faires, J. D. Numerical Analysis. 9th ed. Brooks Cole. Canada.
2010.
• Chapra, S. C., Canale, R. P. Métodos Numéricos para Ingenieros. 6ª ed.
McGraw Hill. México. 2011.
• Curtis, F. G., Patrick, O. W. Análisis Numérico con Aplicaciones. 6ª ed.
Prentice Hall. México. 2000.
• Kenneth, J. B. Numerical Methods for Chemical Engineering: Applications in
Matlab. Cambridge University Press. United Kingdom. 2006.
• Mathews, J. H., Fink, K. D. Métodos Numéricos Utilizando Matlab. 3ª ed.
Prentice Hall. México. 1999.
• Shoichiro, N. Numerical Analysis and Graphic Visualization with Matlab. 2nd
ed. Prentice Hall. USA. 2001.
• Steven C. Applied Numerical Methods w/Matlab: for Engineering &
Scientists. 3rd ed. McGraw Hill. New York. 2011.
118
BIBLIOGRAFÍA COMPLEMENTARIA
• Iserles, A. A First Course in the Numerical Analysis of Differential Equations
(Cambridge Text in Applied Mathematics). 2nd ed. Cambridge University
Press. United Kingdom. 2008.
• Cheney, E. W., Kincaid, D. R. Numerical Mathematics and Computing. 6th
Ed. Thomson Learning. USA. 2007.
• Kapuno Jr., R. R. Programming for Chemical Engineers Using C, C++, and
Matlab. Jones & Bartlett Publishers. New Delhi. 2008.
• Cormen, T. H., Leiserson, C. E., Rivest, R. L., Stein, C. Introduction to
Algorithms. 3rd ed. The MIT Press. USA. 2009.
CIBERGRAFÍA
• www.maplesoft.com/MathResearch
• www.scholarpedia.org/article/Numerical_analysis
• http://www.mathworks.com/
119
MECANISMOS DE EVALUACIÓN.
120