TECNOLOGICO DE ESTUDIOS SUPERIORES DE

HUIXQUILUCAN

Departamento de Ingeniería en Sistemas

computacionales

Métodos Numéricos

“Métodos de solución de sistemas de ecuaciones, diferenciación e

integración numérica “

Turno: Vespertino

Alumno: Ortiz Flores David

Matricula: 21090482

Grupo: 3453

Profesor: Ing. Víctor Esteban Santiago Trejo

Huixquilucan Edo. De México

 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Introducción
El siguiente trabajo nos muestra las diferentes técnicas que permiten resolver problemas
numéricos de forma aproximada. Muchos problemas computacionales requieren resolver
problemas matemáticos tales como derivación, integración y ecuaciones diferenciales. Para
estos problemas a veces no existe una solución teórica analítica, por lo que la aproximación
numérica es la única forma viable. Se estudian los fundamentos teóricos de estas técnicas, entre
ellos el error inducido por los métodos aproximados y por la aritmética de precisión finita, y se
compara el desempeño de los métodos implementados de forma serial y paralela.

1
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Sistema de ecuaciones lineales

De acuerdo a (Fanny, 2021) los sistemas de ecuaciones lineales son agrupaciones de
ecuaciones de primer grado con las mismas incógnitas, de los cuales se precisa hallar
una solución común. El sistema puede contener m ecuaciones y n incógnitas, y su
solución ser única, como también plantear infinitas posibilidades o no tener respuesta.
Los sistemas con solución se denominan sistemas consistentes. Si la solución es única,
el sistema es compatible o consistente determinado, los que tienen infinitas soluciones
son sistemas consistentes dependientes o compatibles indeterminados y los que no
tienen solución son inconsistentes o incompatibles.
Una condición requerida para que exista una solución única es que el sistema tenga al
menos n ecuaciones independientes con n incógnitas. Si se tienen menos ecuaciones
que incógnitas.
Los sistemas de ecuaciones lineales son frecuentes en muchas aplicaciones, como por
ejemplo hallar las corrientes eléctricas que circulan por un circuito resistivo de corriente
directa, mezclas de soluciones con distinta concentración y algunas clases de
inversiones monetarias, por citar algunas.

Utilidad de los sistemas de ecuaciones lineales

(Jose) comenta que los sistemas de ecuaciones lineales nos sirven para resolver
diversos problemas, desde los que se presentan en nuestra vida diaria hasta problemas
que se presentan en ingeniería, física, matemáticas, economía y otras ciencias. El
interés en encontrar la solución a estos sistemas es muy antiguo.
Los sistemas de ecuaciones lineales fueron ya resueltos por los babilonios: utilizaron
procedimientos de eliminación de incógnitas en los cuales las llamaban con palabras
tales como 'longitud', 'anchura', 'área' o 'volumen', aunque no tuvieran relación con
problemas de medida
También los griegos resolvieron algunos sistemas de ecuaciones y lo hacían mediante
métodos geométricos. Thymaridas encontró una fórmula para resolver un determinado
sistema de n ecuaciones con n incógnitas. Diophante resuelve problemas de sistemas
de ecuaciones, los cuales transforma a una ecuación lineal, él sólo aceptaba soluciones
positivas debido a que sólo buscaba resolver problemas y no ecuaciones. Un detalle
importante a esta forma de solucionar un sistema es que carece de un método general
y en cada problema se deben utilizar métodos excesivamente ingeniosos.

2
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Sistemas de ecuaciones lineales

Sistemas Equivalentes
Son aquellos sistemas que poseen las mismas soluciones, aunque posean distinto número de
ecuaciones.
Podremos obtener sistemas equivalentes si realizamos cualquiera de las siguientes
transformaciones:
 Multiplicar o dividir los miembros de una ecuación por un número que sea distinto de
cero.
 Cambiar una ecuación por otra.
 Sumar a una ecuación otra multiplicada por un número.
 Eliminar una ecuación que sea igual a otra o que sea combinación lineal de otras
Sistemas Escalonados
En un sistema escalonado cada ecuación posee una incógnita menos que la anterior

𝑥 + 2𝑦 − 𝑧 = 10
3𝑦 + 2𝑧 = 2 𝑥 + 2𝑦 = 3

4𝑧 = 8 𝑦=4

Resolución de sistemas mediante el método de Gauss

El método de Gauss consiste en transformar un sistema de ecuaciones en otro sistema
equivalente hasta conseguir un sistema escalonado. Tomamos la matriz ampliada A* e
intentamos transformarla en una matriz escalonada:
 Si alguna de las filas está formada por ceros exceptuando el término independiente, el cual es
distinto de cero, tendremos un Sistema Incompatible (no tiene solución). Ejemplo: A*=

1 2 2 4
 Si el sistema no es Incompatible, el sistema puede ser: 0 3 2 1
0 0 0 5
 Si el número de filas coincide con el número de incógnitas, el sistema será
Compatible Determinado (S.C.D) y el sistema tendrá una única solución. Para
obtener la solución resolvemos el sistema escalonado de abajo a arriba.
 Si el número de filas no nulas es menor que el número de incógnitas, el
sistema será Compatible Indeterminado (S.C.I) y el sistema tendrá infinitas
soluciones. El número de parámetros que debemos escribir será la
diferencia entre el número de incógnitas y el número de filas no nulas.
( Rivera , Álvarez , & Galo , 2017)

3
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Regla de Cramer para Sistemas Cuadrados

Para resolver sistemas de ecuaciones lineales mediante la regla de Cramer se debe cumplir que
el determinante de la matriz de los coeficientes sea distinto de cero.

Para resolver el sistema mediante la regla de Cramer:

 Cuando estemos calculando la variable x el determinante que se encuentra en
el numerador debemos cambiar los coeficientes de la x por los términos
independientes. Por eso la primera columna (que corresponde a la x) hemos
escrito los términos independientes. En las otras columnas escribimos los
coeficientes que le corresponden.
 Cuando estemos calculando la variable y el determinante que se encuentra en
el numerador debemos cambiar los coeficientes de la y por los términos
independientes. Por eso la segunda columna (que corresponde a la y) hemos
escrito los términos independientes. En las otras columnas escribimos los
coeficientes que le corresponden

Regla de Cramer para Sistemas no Cuadrados

Cuando en un sistema el número de incógnitas > que el número de filas no nulas,
tendremos un sistema Compatible Indeterminado. (S.C.I)
Número de parámetros = número de incógnitas – número de filas no nulas.

(Chapra & Canale, 2006)

Gauss Jordan
Dado un sistema 𝐴𝑋 = 𝑏 el método de eliminación de Gauss consiste en hallar la forma
escalonada de la matriz ampliada del sistema, A*=(A|b)
Al terminar, tendremos la matriz (triangular superior) ampliada de un sistema de
ecuaciones equivalente (con la o las mismas soluciones) mucho más sencillo de
resolver. Aplicaremos el teorema de Rocuhé-Frobenius para determinar el tipo de
sistema. Finalmente, resolveremos el sistema (si es compatible).
Dado un sistema AX=b, el método de eliminación de Gauss Jordan consiste en hallar la
forma escalonada reducida de la matriz ampliada del sistema, A*=(A|b)
La diferencia entre los métodos de Gauss y de Gauss-Jordan es que el primero finaliza
al obtener un sistema equivalente en forma escalonada, mientras que el segundo finaliza
al obtener un sistema equivalente en forma escalonada reducida.

4
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

El método de Jacobi
El método de Jacobi es bastante más complicado, pero tiene la ventaja de hallar los
valores propios y los vectores propios de una matriz simétrica A. El método de Jacobi
se basa en que existen matrices ortogonales P, tales que transforman a la matriz A en
una matriz cuya diagonal principal está formada por los valores propios.

λ0 0 …0
𝑇
𝑃𝐴𝑃 = 0 λ1 …0
… … …
0 0 …λ𝑛−1

Son nulos todos los elementos, excepto la diagonal principal y los elementos (k, l) y su
simétrico (l, k). Dado que P es ortogonal la matriz B tal que B=𝑃𝐴𝑃𝑇 tiene los mismos
valores propios que A, y además eligiendo convenientemente el ángulo θ se puede
conseguir que los elementos bkl y blk sean nulos.
(Chapra & Canale, 2006)
Definición de la descomposición LU
La descomposición LU consiste en encontrar dos matrices, L y U construidas de tal
forma que se cumpla que:
A=L·U
Las características de las matrices L y U dependen de cada una de las versiones
definidas para la descomposición:
 Versión Crout. La matriz L es triangular inferior de la forma y la matriz U es
triangular superior con elementos unitarios en la diagonal principal, según la
forma.
 Versión Doolittle. Define a las matrices L y U a la manera inversa que Crout; U es
triangular inferior de la forma y L una triangular superior con elementos unitarios en la
diagonal principal, según la forma.
(Chapra & Canale, 2006)

MÉTODO DE GAUSS SEIDEL

El Método de Gauss-Seidel consiste en hacer iteraciones, a partir de un vector inicial,
para encontrar los valores de las incógnitas hasta llegar a una tolerancia deseada, la
diferencia radica en que cada vez que se desee encontrar un nuevo valor de una xi,

5
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

además de usar los valores anteriores de las x, también utiliza valores actuales de las x
encontradas antes (desde x0 hasta xi-1).
𝑖−1 𝑛
(𝑘) (𝑘−1)
𝑥𝑖 = (𝑏𝑖 − ∑ 𝑎𝑖𝑗 𝑥𝑗𝑘 − ∑ 𝑎𝑖𝑗 𝑥𝑗 )/𝑎𝑖𝑗
𝑗=1 𝑗=𝑖+1

El método de Gauss-Seidel surgió como una modificación del método de Jacobi que
acelera la convergencia de éste.

El método de Gauss-Seidel recorta sustancialmente el número de iteraciones a realizar

para obtener una cierta precisión en la solución. Evidentemente los criterios de
convergencia son similares a los de Jacobi.
(Chapra & Canale, 2006)
Diferenciación numérica
El Teorema Fundamental del Cálculo dice que la derivada de la integral de una función
es la misma función. Es decir, si una función f(x) es continua en el intervalo [a,b], y x es
cualquier punto dentro del intervalo, se puede definir F(x) como:
𝑥
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
𝑎

Entonces:
𝐹′(𝑥) = 𝑓(𝑥)

Así, la integral de f(x) puede verse como la antiderivada o primitiva de esa función. La
importancia de este Teorema, al que en ocasiones se denomina Primer Teorema
Fundamental del Cálculo, reside en dos aspectos:
 Relaciona las dos principales nociones del cálculo, derivación e integración,
demostrando que son procesos inversos. Esto significa que, si se integra una
función continua, al derivarla después se recupera la función original.
 Proporciona un método simple para resolver muchas de las integrales definidas.
( Rivera , Álvarez , & Galo , 2017)

6
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Fórmulas de INTEGRACION ABIERTA de NEWTON-COTES

𝑏
ℎ3 (2)
𝑚 = 0 → ∫ 𝑓(𝑥)𝑑𝑥 = 2ℎ𝑓0 + 𝑓 (𝜉)
𝑎 3
𝑏
3ℎ ℎ3
𝑚 = 1 → ∫ 𝑓(𝑥)𝑑𝑥 = (𝑓0 +𝑓1 ) + 𝑓 (2) (𝜉)
𝑎 2 4
𝑏
4ℎ 28 5 (4)
𝑚 = 2 → ∫ 𝑓(𝑥)𝑑𝑥 = (2 (𝑓0 +𝑓2 ) − 𝑓1) + ℎ 𝑓 (𝜉)
𝑎 3 90
𝑏
5ℎ 95 5 (4)
𝑚 = 3 → ∫ 𝑓(𝑥)𝑑𝑥 = (𝑓0 + 𝑓3) + (𝑓1 + 𝑓2)) + ℎ 𝑓 (𝜉)
𝑎 24 144
𝑏
6ℎ 41 7 (6)
𝑚 = 4 → ∫ 𝑓(𝑥)𝑑𝑥 = (11(𝑓0 + 𝑓4 ) − 14(𝑓1 + 𝑓3 ) + 26𝑓2 ) + ℎ 𝑓 (𝜉)
𝑎 20 140
𝑏
7ℎ 5257 7 (6)
𝑚 = 5 → ∫ 𝑓(𝑥)𝑑𝑥 = (611(𝑓0 + 𝑓5 ) − 453(𝑓1 + 𝑓4 ) + 562(𝑓2 + 𝑓3 )) + ℎ 𝑓 (𝜉)
𝑎 1440 8640
(Chapra & Canale, 2006)
Integración numérica
Método del trapecio
La integración numérica con la regla del trapecio usa un polinomio de primer
grado como aproximación de f(x) entre los extremos a y b del intervalo.
Es la primera de las formulas cerradas de Newton-Cotes.
𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≅ ∫ 𝑓1 (𝑥)𝑑𝑥
𝑎 𝑎

usando el rango entre [a,b] el polinomio se aproxima con una línea recta:
𝑓(𝑏) − 𝑓(𝑎)
𝑓1= 𝑓𝑎 + (𝑥 − 𝑎)
𝑏−𝑎
el área bajo esta línea recta es una aproximación de la integral de f(x) entre los
límites a y b. El resultado de la integral es la regla del trapecio:
𝑓(𝑎) + 𝑓(𝑏)
𝐼 = (𝑏 − 𝑎)
2
que se interpreta como la multiplicación entre la base y altura promedio de un
trapecio. También se llega al resultando sumando las áreas de sus
componentes: rectángulo y triángulo.
Error de truncamiento se encuentra como el integral del término que le sigue al
polinomio de Taylor en la aproximación, es decir el de grado 2, que al integrarlo
tiene un orden de h3.
(Rodriguez, 2016)

7
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Regla de Simpson 1/3

La regla de Simpson 1/3 resulta cuando un polinomio de interpolación de segundo grado
se sustituye en la ecuación
𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≅ ∫ 𝑓2 (𝑥)𝑑𝑥
𝑎 𝑎

FIGURA 1

a) Descripción gráfica de la regla de Simpson 1/3,

que consiste en tomar el área bajo una parábola
que une tres puntos. b) Descripción gráfica de la
regla de Simpson 3/8, que consiste en tomar el
área bajo una ecuación cúbica que une cuatro
puntos.

Si se designan a y b como 𝑥0 y 𝑥2 , y 𝑓2(x) se representa por un polinomio de Lagrange

de segundo grado ,la integral se transforma en

𝑥2 (𝑥−𝑥1 )(𝑥−𝑥2 ) (𝑥−𝑥0 )(𝑥−𝑥2 ) (𝑥−𝑥 )(𝑥−𝑥 )

𝐼 = ∫𝑥0 [(𝑥 𝑓(𝑥0 ) + (𝑥 𝑓(𝑥1 ) + (𝑥 −𝑥0 )(𝑥 −𝑥1 ) 𝑓(𝑥2 ]𝑑𝑥
0 −𝑥1 )(𝑥0 −𝑥2 ) 1 −𝑥0 )(𝑥 1 −𝑥 2 ) 2 0 2 1

Después de la integración y de las manipulaciones algebraicas, se obtiene la siguiente

ℎ
fórmula: 𝐼 ≅ [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )]
3

donde, en este caso, h = (b – a)/2. Esta ecuación se conoce como regla de Simpson
1/3, y es la segunda fórmula de integración cerrada de Newton-Cotes. La especificación
“1/3” se origina del hecho de que h está dividida entre 3 en la ecuación (21.14). Una
alternativa para obtenerla se muestra en el cuadro 21.3, donde se integra el polinomio
de Newton Gregory para llegar a la misma fórmula.
(Chapra & Canale, 2006)

8
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Regla de Simpson 3/8

De manera similar a la obtención de la regla del trapecio y Simpson 1/3, es posible
ajustar un polinomio de Lagrange de tercer grado a cuatro puntos e integrarlo:
𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≅ ∫ 𝑓3 (𝑥)𝑑𝑥
𝑎 𝑎

3ℎ
Para obtener: 𝐼 ≅ 8
[𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]

donde h = (b – a) /3. Esta ecuación se llama regla de Simpson 3/8 debido a que h se
multiplica por 3/8. Ésta es la tercera fórmula de integración cerrada de Newton-Cotes.

(Chapra & Canale, 2006)

Integrales Múltiples
Las integrales múltiples se utilizan a menudo en la ingeniería. Por ejemplo, una ecuación
general para calcular el promedio de una función bidimensional puede escribirse como
𝑏
∫𝑎 𝑓(𝑥,𝑦)𝑑𝑥)𝑑𝑦
a continuación 𝑓 ̅ = Al numerador se le llama integral doble.
(𝑑−𝑐)(𝑏−𝑎)

Primero se evalúa la integral en una de las dimensiones y el resultado de esta primera

integración se incorpora en la segunda dimensión.
Una integral numérica doble estará basada en la misma idea. Primero se aplican
métodos, como la regla de Simpson o del trapecio para segmentos múltiples, a la
primera dimensión manteniendo constantes los valores de la segunda dimensión.
Después, se aplica el método para integrar la segunda dimensión.
(Chapra & Canale, 2006)
Aplicaciones de la derivada en la vida real.
Como ya hemos visto en entradas anteriores, las matemáticas permiten crear modelos
teóricos que sirven para explicar fenómenos de la vida real.
Ya sabemos que la derivada de una función es una medida de la rapidez con la que
cambia el valor de dicha función según cambie el valor de su variable independiente o,
dicho de otro modo, la derivada de una función nos indica el ritmo con el que dicha
función varía (crece, decrece o permanece constante) cuando se producen pequeños
cambios en la variable independiente.

9
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Mediante el estudio de funciones y, más concretamente, mediante el uso de la derivada

podemos conocer:
la variación del espacio en función del tiempo
el crecimiento de una bacteria en función del tiempo
el desgaste de un neumático en función del tiempo
el beneficio de una empresa en función del tiempo...
De ahí que el uso de la derivada resulte fundamental en muchas situaciones de la vida
cotidiana.
(HERNÁNDEZ, 2017)

10
 Departamento de Ingeniería en Sistema computacionales
Cálculo Integral

Bibliografía
Rivera , J. B., Álvarez , E. S., & Galo , J. S. (2017). Metodos Numericos Interactivo. Medellín:
Fondo Editorial Pascual Bravo.

Chapra, S. C., & Canale, P. R. (2006). Metodos numericos para ingenieros. Ciudad de Mexico :
McGRAW-HILL/INTERAMERICANA EDITORES.

Fanny, M. (Enero de 2021). Significado. Obtenido de SIGNIFICADO DE SISTEMAS DE

ECUACIONES LINEALES: https://significado.com/sistemas-de-ecuaciones-lineales/

HERNÁNDEZ, J. A. (21 de Noviembre de 2017). Blogger. Obtenido de ¿Se pueden entender las
matemáticas?: http://entenderlasmates.blogspot.com/2017/11/aplicaciones-de-la-
derivada-en-la-vida.html

Jose, A. P. (28 de Agosto de 2016). Sinewton. Obtenido de Didactica y perspectiva historica:

http://campusvirtual.cua.uam.mx/material/tallerm/18_Problemas_De_Sistemas_De_E
cuaciones_html/index.html#

Rodriguez, L. (2016). ANÁLISIS NUMÉRICO BÁSICO Un enfoque algorítmico con el soporte de

Python. Departamento de Matemáticas, Facultad de Ciencias Naturales y Matemáticas
(FCNM): Libro digital.

11