AO DE LA INTEGRACIN NACIONAL Y EL RECONOCIMIENTO DE NUESTRA DIVERSIDAD

UNIVERSIDAD NACIONAL DE HUANCAVELICA

(CREADO POR LEY 25265)

E.A.P. MATEMTICA- COMPUTACIN E INFORMTICA

TEMA:
SERIES TRIGONOMTRICAS DE MACLAURIN
CTEDRA CATEDRTICA ALUMNOS : CALCULO NUMRICO : Lic. YALLI HUAMN, Edgar : JANAMPA MENDOZA, Rosalino PAITAN SOTO, Elas D. CICLO : IX HUANCAVELICA - PER 2012

[Escribir texto]

Pgina 1

Con mucho cario para docente del curso que se sacrifica da a da para darnos una enseanza digna.

NDICE INTRODUCCIN OBJETIVOS Mtodo de secante.6 Demostracin de la formula del mtodo de la secante....7 Ejercicios del mtodo de la secante8 Aplicacin en excel 9 Aplicacin en matlab11 Ventajas del mtodo de la secante13 Desventajas del mtodo de la secante.13 Conclusiones.14 Bibliografa.15

INTRODUCCIN
En el presente trabajo mostraremos que es el mtodo de la secante, cules son sus funciones, aplicaciones en algunas disciplinas, frmula del mtodo de la secante, detallando para su comprensin con algunos ejemplos para aprender. Es una variacin del mtodo de Newton-Raphson donde en vez de calcular la derivada de la funcin en el punto de estudio, teniendo en mente la definicin de derivada, se aproxima la pendiente a la recta que une la funcin evaluada en el punto de estudio y en el punto de la iteracin anterior. Este mtodo es de especial inters cuando el coste computacional de derivar la funcin de estudio y evaluarla es demasiado elevado, por lo que el mtodo de Newton no resulta atractivo. El mtodo de la secante es un mtodo de tipo abierto, el cual requiere de dos puntos iniciales, los cuales pueden ser arbitrarios. Lo que hace bsicamente, es trazar rectas secantes a la curva de la ecuacin que se esta analizando, y verificar la interseccin de dichas rectas con el eje de las X para conocer si es la raz que se busca.

Al ser un mtodo abierto, converge con la raz con una velocidad semejante a la de NewtonRaphson, aunque de igual forma corre el riesgo de no converger con esta nunca. Su principal diferencia con el mtodo de Newton-Raphson es que no se requiere obtener la derivada de la funcin para realizar las aproximaciones, lo cual facilita las cosas al momento de crear un cdigo para encontrar races por medio de este mtodo. 4

OBJETIVOS: El objetivo del trabajo monogrfico es el estudio del mtodo de la secante (como trabaja), las diferencias con los otros mtodos, demostrar sus ventajas con respecto a los otros mtodos y como se usa para resolver diversos problemas de la vida real. Uno de los objetivos de este mtodo es eliminar el primera de la derivada de la funcin, ya que existen funciones que describen fenmenos fsicos en la vida real, cuya derivada es muy compleja.

MTODO DE SECANTE
Un problema potencial en la implementacin del mtodo de Newton Raphson es el de la evaluacin de la derivada. Mientras el mtodo de secante es la eliminacin de derivadas. Es una variacin del mtodo de Newton-Raphson donde en vez de calcular la derivada de la funcin en el punto de estudio,. En otras palabras, el mtodo de la secante es un algoritmo de la raz de investigacin que utiliza una serie de races de las lneas secantes para aproximar mejor la raz de una funcin f. El mtodo de la secante se puede considerar como una aproximacin en diferencias finitas del mtodo de Newton-Raphson.

La formula general del mtodo de la secante:

DEMOSTRACIN DE LA FORMULA DEL MTODO DE LA SECANTE

Reemplasamos la ecuacin II en I

EJERCICOS DE MTODO DE LA SECANTE

Ejemplo N1: Calcular la raz de f ( ) = . Comience con los valores iniciales de X_1= 0 y X0 = 1; con una tolerancia solucin: Primera iteracin: X_1 = 0 Xo = 1 X1 = 1 X1 = 0.61270
8

f (X_1) = f(Xo) =

f (X_1) = 1 f(Xo) = - 0.63212

Segunda iteracin: Xo = 1 X1 = 0.61270 X2 = 0.61270 X2 = 0.56384 Tercera iteracin: X1= 0.61270 X2 = 0.56384 X3 = 0.56384 X3 = 0.56 717 Cuarta iteracin: X2= 0.56384 X3 = 0.56 717 X4 = 0.56 717 f(X2) = 0.00518 f( X3) = - 0.1388 f(X1) = - 0.07081 f( X2) = 0.00518 f (Xo) = - 0.63212 f (X1) = - 0.07081

X4 = 0.5671431
APLICACIN EN EXCEL
niter. 1 2 3 4 f(X1) xr Es 0 1 1 0.63212056 0.61269984 1 0.61269984 0.63212056 0.07081395 0.56383839 0.04886145 0.61269984 0.56383839 0.07081395 0.00518235 0.56717036 0.00333197 -4.2419E0.56383839 0.56717036 0.00518235 05 0.56714331 2.7052E-05 X0 X1 f(X0) T

todava todava ya esta

Ejemplo N2: Calcular la raz de f ( ) = . Comience con los valores iniciales de X0= 1 y X1 = 2 ;con una tolerancia es 1 solucin: Primera iteracin: X0 = 1 X1 = 2 f (X0) = f(X1) = f (X0) = 0.3678794 f(X1) = -0.1656947

X1 = 1 X1 = 1.3974105 Segunda iteracin X1 = 2 X1 = 1.3974105 X2 = 1.3974105X2 = 1.2854761 Tercera iteracin: X1= 1.3974105 X2 = 1.2854761 X3 = 1.2854761 X3 = 1.3165830 Cuarta iteracin: X2= 1.2854761 X3 = 1.3165830 f(X2) = 0.1674549 f( X3) = 0.1486014
10

f (X1) = - 0.1656947 f (X1) = 0.1019123

f(X1) = 0.1019123 f( X2) = 0.1674549

X4 = 1.3165830X4 = 1.3079103

APLICACIN EN MATLAB
f='exp(-x)-log(x)'; f=inline(f); x0=1; x1=2; xra=0; xr=0; xra=0; tol=1; i=1; error_aprox=1; error=0; f1=f(x1); f2=x0-x1; f3=f(x0); f4=f(x1); xr=x1-(f1 * f2 / ( f3 - f4 )); fprintf('It. X0 X1 Xr Error aprox \n'); fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \t %11.7f \n',i,x0,x1,xr,error); while error_aprox >= 0.01, xra=xr; % x1=x0; x0=xr; % f1=f(x1); f2=x0-x1; f3=f(x0); f4=f(x1); xr=x1-(f1 * f2 / ( f3 - f4 )); % error = abs((xr - xra) / xr); error_aprox = error; fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \t %11.7f \n',i,x0,x1,xr,error_aprox);

11

i=i+1; end

RESULTADO:

It. 1 1 2 3

X0 1.0000000 1.3974105 1.2854761 1.3165830

X1 2.0000000 2.0000000 2.0000000 2.0000000

Xr 1.3974105 1.2854761 1.3165830 1.3079103

Error aprox 0.0000000 0.0870762 0.0236270 0.0066310

12

VENTAJAS:
Gracias a este mtodo se pude eliminar el problema de calcular la derivada de la funcin, ya que existen funciones que describen fenmenos fsicos en la vida real, y cuya derivada es muy compleja. En este mtodo no se requiere de la primera derivada. Este mtodo casi nunca falla ya que solo requiere de dos puntos al principio, y despus el mismo mtodo se va retroalimentando, es decir, se va acomodando hasta que encuentra la raz. El mtodo de la secante es un proceso iterativo y por lo mismo, encuentra la aproximacin casi con la misma rapidez que el mtodo de Newton Raphson.

DESVENTAJA: El mtodo de la secante al ser un proceso iterativo, corre el mismo riesgo que el mtodo de Newton Raphsonde no converger a la raz, mientras que el mtodo de la regla de falsa posicin va a la segura.

13

CONCLUSIONES

El mtodo de la secante se basa en el mtodo de newton, donde no se requiere calcular la derivada. Resulta ms sencillo calcular las races con el mtodo de la secante que con el mtodo de newton debido que con la secante se parte de dos puntos y no solo uno como el mtodo de newton. Se puede realizar el algoritmo en MATLAB y tambin se puede programar en EXCEL para encontrar las races por medio del mtodo de la secante.

14

BIBLIOGRAFA

Yamil A. Cerquena Rojas (races de ecuaciones) Quintana (calculo numrico) Chapra Carrasco Benegas (Mtodos Numricos Aplicados a la Ingeniera)

15