Вы находитесь на странице: 1из 14

Universidad Nacional Abierta y a Distancia

UNAD

Dirigido a: William Salazar

Sonia Alejandra Mogollon


Cesar Garcia
Ronald Acevedo Niño
Diego Fernando Herrera
Luis Norbey Correa Diaz

FASE 1 - ERROR Y ECUACIONES NO LINEALES


METODOS NUMERICOS
INTRODUCCION

En este trabajo se desarrollará el uso de los métodos numéricos como el punto fijo y
el método de Newton y Rawson para encontrar las raíces a una función con sus
respectivos porcentajes de error, buscando que el estudiante adopte posiciones en la
que pueda desarrollar y encontrar la raíz de una función en un punto no exacto que
se encuentre cortado en el eje x.

Con la interacción del grupo de trabajo se realizará la recopilación de una serie de


ejercicios propuestos en los que se debe determinar por los diferentes métodos, las
raíces de una función con una aproximación casi exacta o con el más mínimo margen
de error porcentual.
APORTES 1: SOLUCIONAR

1. Desde su campo de formación plantee y de solución a dos ejemplos sobre los


tipos de errores (error absoluto, relativo, error relativo aproximado, error por
truncamiento y por redondeo), teniendo en cuenta la precisión y exactitud de
los mismos.

Ejemplo 1:

- La corriente 2.36924 mA, se puede aproximar por redondeo a 2.37 mA y por


truncamiento 2.3 mA. ¿Cuál de los dos valores se deja?, La respuesta depende
de la exactitud que se quiera, así que, se define el error absoluto como:

Error absoluto = |Valor teórico – Valor aproximado|

Reemplazando valores,

Error absoluto = | 2.36924 – 2.37| = 0.00076 mA

Error absoluto = | 2.36924 – 2.3| = 0.06924 mA

𝐸𝑟𝑟𝑜𝑟 𝐴𝑏𝑠𝑜𝑙𝑢𝑡𝑜
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 = ∗ 100%
𝑉𝑎𝑙𝑜𝑟 𝑇𝑒ó𝑟𝑖𝑐𝑜

0.00076
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 = ∗ 100% = 0.032%
2.36924

0.06924
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 = ∗ 100% = 2.922%
2.36924

Se observa que el error por truncamiento es menos exacto que del redondeo.
Entonces se deja este último como respuesta.
Ejemplo 2:

- Calcular la función exponencial 𝑒 𝑥 empleando la expansión de Maclaurin para


series de Taylor. Para x = 0.5, agregando términos hasta que |Ea| < Es, con
tres cifras significativas.

Valor teórico:
𝑒 0.5 = 1.648721271
Serie de Taylor:
𝑥 𝑥2 𝑥3
𝑒𝑥 = 1 + + + …
1! 2! 3!

Criterio de error que asegura que un resultado sea correcto en al menos 3 cifras
significativas:

𝜀𝑠 = (0.5𝑥102−𝑛 )% = (0.5𝑥102−3 )% = 0.05%


Asegurar que |𝜀𝑎 | < 𝜀𝑠
La primera iteración es igual a 1.
La segunda iteración se obtiene agregando el segundo término:
𝑒𝑥 = 1 + 𝑥
Para x = 0.5:
𝑒 𝑥 = 1 + 0.5 = 1.5
Error relativo porcentual verdadero:
1.648721 − 1.5
𝜀𝑡 = 100% = 9.02%
1.648721
Estimación aproximada del error:
1.5 − 1
𝜀𝑎 = 100% = 33.3%
1.5
Como 𝜀𝑎 no es menor que el calor requerido 𝜀𝑠 , se deben continuar los cálculos
2
agregando otro término, 𝑥 ⁄2! , repitiendo el cálculo del error. El proceso continua
hasta que 𝜀𝑎 < 𝜀𝑠 .

Términos Resultado 𝜺𝒕 (%) 𝜺𝒂 (%)


1 1 39.3
2 1.5 9.02 33.3
3 1.625 1.44 7.69
4 1.645833333 0.175 1.27
5 1.648437500 0.0172 0.158
6 1.648697917 0.00142 0.0158

El error aproximado 𝜀𝑎 es menor que 𝜀𝑠 = 0.05%, y el cálculo termina.


2. Usar el método de Punto fijo para aproximar la raíz de 𝑓(𝑥) = 𝑥 2 − 5𝑥 − 𝑒 𝑥 ,
comenzando con 𝑥0 = 0, con 5 iteraciones.

Criterio de error con cinco iteraciones:

𝜀𝑠 = (0.5𝑥102−𝑛 )% = (0.5𝑥102−5 )% = 0.0005%

Método de Punto fijo:

𝑥𝑖+1 = 𝑓(𝑥)

𝑥2 − 𝑒 𝑥
𝑥=
5

𝑥0 = 0

02 − 𝑒 0
𝑥1 = = −0.20000
5

−0.2 − 0
𝜀𝑎 = | | 100% = 100%
−0.2

−0.22 − 𝑒 −0.2
𝑥2 = = −0.155746
5

−0.155746 + 0.2
𝜀𝑎 = | | 100% = 28,41%
−0.155746

i 𝒙𝒊 𝜺𝒂 (%)
0 0
1 -0,2 100
2 -0,155746151 28,4140887
3 -0,166303908 6,348471949
4 -0,163826372 1,512293488
5 -0,164410064 0,355022063
6 -0,164272677 0,083633428
7 -0,164305022 0,019685692
8 -0,164297407 0,00463452
9 -0,1642992 0,001091037
10 - 0,000256849
0,164298778

Con 10 iteraciones se asegura que |𝜀𝑎 | < 𝜀𝑠 .

La respuesta 𝒙𝒊 cuyas 5 primeras cifras decimales son exactas en la décima iteración.

APORTE 2: SOLUCIONAR

3. Determine la raíz de la función 0 = 𝑥 2 − 𝑒 𝑥 , usando el Método de Newton-


Raphson con 𝑥0 = 2. Realice 3 iteraciones. Calcule el error relativo porcentual
en la última iteración, con base en el hecho de que la raíz es 0.70346742250.

Criterio de error con cinco iteraciones:

𝜀𝑠 = (0.5𝑥102−𝑛 )% = (0.5𝑥102−3 )% = 0.05%

Método de Newton-Raphson:

𝑓(𝑥) = 𝑥 2 − 𝑒 −𝑥 = 0

𝑓 ′(𝑥) = 2𝑥 + 𝑒 −𝑥

Iteraciones:

𝑥0 = −2
𝑓(𝑥0 ) 𝑓(−2) (−2)2 − 𝑒 −(−2)
𝑥1 = 𝑥0 − ′ = −2 − ′ = −2 − = −1
𝑓 (𝑥0 ) 𝑓 (−2) 2(−2) + 𝑒 −(−2)

𝑓(𝑥1 ) 𝑓(−1)
𝑥2 = 𝑥1 − ′
= −1 − ′ = 1.3922119
𝑓 (𝑥1 ) 𝑓 (−1)

𝑓(𝑥2 ) 𝑓(1.3922)
𝑥3 = 𝑥2 − ′
= 1.3922 − ′ = 0.8350
𝑓 2(𝑥 ) 𝑓 (1.3922)
Error relativo porcentual verdadero:

0.56714329 − (−2)
𝜀𝑡0 = | | 100% = 384.30%
0.56714329

0.56714329 − (−1)
𝜀𝑡1 = | | 100% = 242.15%
0.56714329

0.56714329 − (1.3922)
𝜀𝑡1 = | | 100% = 97.90%
0.56714329

La tabla muestra las demás iteraciones hasta que se cumpla que |𝜀𝑎 | < 𝜀𝑠 .

i 𝒙𝒊 𝜺𝒂 (%) 𝜺𝒕 (%)
0 -2 384,305987
1 -1 100 242,152994
2 1,39221119 171,828183 97,9069885
3 0,83508753 66,7144032 18,7101922
4 0,70983409 17,645452 0,90504149
5 0,7034834 0,90274913 0,00227185
6 0,70346742 0,00227184 1,4139E-08

El error relativo porcentual verdadero indica que la raíz 0.70346742 es totalmente


exacta en 8 cifras decimales ya que es muy cercana a cero.

4. Aproxime con 10−4de precisión la raíz de la ecuación 𝑥 − 0.8 − 0.2𝑠𝑒𝑛(𝑥) = 0 en el


intervalo [0, 𝜋⁄2] utilizando el método de la secante.

Criterio de error:

𝜀𝑠 = 0.0001

Método de la secante:
𝑓(𝑥𝑖 )(𝑥𝑖−1 − 𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓(𝑥𝑖−1 ) − 𝑓(𝑥𝑖 )

- Primera iteración:

𝑥−1 = 0, 𝑓(𝑥−1 ) = (0) − 0.8 − 0.2𝑠𝑒𝑛(0) = −0.8

𝜋 𝜋 𝜋
𝑥0 = , 𝑓(𝑥0 ) = ( ) − 0.8 − 0.2𝑠𝑒𝑛 ( ) = 0.5708
2 2 2

𝜋
𝜋 0.5708 (0 − 2 )
𝑥1 = − = 0.9167
2 (−0.8) − (0.5708)

𝜋
|𝑥𝑖+1 − 𝑥𝑖 | = |0.9167 − | = 0.6540
2

- Segunda iteración:

𝜋
𝑥0 = , 𝑓(𝑥0 ) = 0.5708
2

𝑥1 = 0.9167, 𝑓(𝑥1 ) = −0.0420

𝜋
−0.0420 (2 − 0.9167)
𝑥2 = 0.9167 − = 0.9616
(0.5708) − (−0.0420)

|𝑥𝑖+1 − 𝑥𝑖 | = |0.9616 − 0.9167| = 0.0448


Tercera iteración:

𝑥1 = 9167, 𝑓(𝑥1 ) = −0.0420

𝑥2 = 0.9616, 𝑓(𝑥2 ) = −0.0024

−0.0024(0.9167 − 0.9616)
𝑥3 = 0.9616 − = 0.9643
(−0.0420) − (−0.0024)

|𝑥𝑖+1 − 𝑥𝑖 | = |0.9643 − 0.9616| = 0.0028

- Cuarta iteración:

𝑥2 = 0.9616, 𝑓(𝑥1 ) = −0.0024

𝑥3 = 0.9643, 𝑓(𝑥2 ) = 0.0000108

0.0000108(0.9616 − 0.9643)
𝑥3 = 0.9643 − = 0.9643
(−0.0024) − (0.0000108)

|𝑥𝑖+1 − 𝑥𝑖 | = |0.9643 − 0.9643| = 0.0000122

|𝑥𝑖+1 − 𝑥𝑖 | ≤ 𝜀𝑠

APORTE 3: SOLUCIONAR

5. Determine las raíces reales de 𝑓(𝑥) = −26 + 82.3𝑥 − 88𝑥 2 + 45.4𝑥 3 − 9𝑥 4 + 0.65𝑥 5
usando el Método de la Regla Falsa aproximar en el intervalo [0.5,1] con 𝜀𝑎 =
0.1%.

(𝑋𝐷 − 𝑋𝐼 )𝑓(𝑋𝐷 )
𝑥𝑀 = 𝑋𝐷 −
𝑓(𝑋𝐷 ) − 𝑓(𝑋𝐼 )

- Comparar signos de 𝑓(𝑋𝑀 ) y 𝑓(𝑋𝐷 )


- Si son iguales reemplazar 𝑋𝐷 por 𝑋𝐷 .
- Si son diferentes reemplazar 𝑋𝐼 por 𝑋𝑀
- Primera Iteración:
-
𝑋𝐼 = 0.5; 𝑓(𝑋𝐼 ) = −1.71719

𝑋𝐷 = 1; 𝑓(𝑋𝐷 ) = 5.35

(1 − 0.5)(5.35)
𝑋𝑀 = 1 − = 0.62149
5.35 − (−1.71719)

𝑓(𝑋𝑀 ) = −26 + 82.3(0.62149) − 88(0.62149)2 + 45.4(0.62149)3 − 9(0.62149)4


𝑧 + 0.65(0.62149)5 = 0.77450

Como 𝑓(𝑋𝑀 ) > 0 (igual signo que 𝑓(𝑋𝐷 )), se reemplaza el valor de 𝑋𝐷 con el 𝑋𝑀 ,
con lo cual queda el nuevo intervalo como (0.5,0.62149). Por tanto:

- Segunda iteración:
-
𝑋𝐼 = 0.5; 𝑓(𝑋𝐼 ) = −1.71719

𝑋𝐷 = 0.62149; 𝑓(𝑋𝐷 ) = 0.77450

(0.62149 − 0.5)(0.77450)
𝑋𝑀 = 0.62149 − = 0.58373
0.77450 − (−1.71719)

𝑓(𝑋𝑀 ) = −26 + 82.3(0.58373) − 88(0.58373)2 + 45.4(0.58373)3 − 9(0.58373)4


+ 0.65(0.58373)5 = 0.08494

Error relativo aproximado:

𝑋𝑀+1 − 𝑋𝑀
𝜀𝑎 = | | 𝑥100
𝑋𝑀+1

Se continua con las iteraciones hasta que 𝜀𝑎 = 0.1% se igual o menor.

i 𝑿𝑰 𝑿𝑫 𝒇(𝑿𝑰 ) 𝒇(𝑿𝑫 ) 𝑿𝑴 𝒇(𝑿𝑴 ) 𝜺𝒂


1 0,5 1 -1,7171875 5,35 0,621490161 0,77450114 6,469335651
2 0,5 0,621490161 -1,7171875 0,77450114 0,583726908 0,084937795 0,680639747
3 0,5 0,583726908 -1,7171875 0,084937795 0,579780691 0,008811573 0,070299481
4 0,5 0,579780691 -1,7171875 0,008811573 0,579373394 0,000908652

0.0702 < 𝜀𝑎
La raíz es 0.579 con tres cifras decimales exactas.

6. Demostrar que 𝑓(𝑥) = 𝑥 3 + 2𝑥 2 − 6 tiene una raíz en [1, 2] y utilizando el Método


de bisección determine una aproximación a la raíz con una precisión de al
menos 10−4.

- Primera iteración:
𝑋𝐼 = 1; 𝑓(𝑋𝐼 ) = −3

𝑋𝐷 = 2; 𝑓(𝑋𝐷 ) = 10

(𝑋𝐷 + 𝑋𝐼 ) (2 + 1)
𝑋𝑀 = = = 1.5
2 2

𝑓(1.5) = (1.5)3 + 2(1.5)2 − 6 = 1.875

Como 𝑓(𝑋𝑀 ) > 0 (distinto signo de 𝑓(𝑋𝐼 ), se reemplaza el valor de 𝑋𝐷 con el de 𝑋𝑀 , con
lo cual queda un nuevo intervalo (1,1.5).

- Segunda Iteración:

𝑋𝐼 = 1; 𝑓(𝑋𝐼 ) = −3

𝑋𝐷 = 1,5; 𝑓(𝑋𝐷 ) = 1.875

(𝑋𝐷 + 𝑋𝐼 ) (1.5 + 1)
𝑋𝑀 = = = 1.25
2 2

𝑓(1.25) = (1.25)3 + 2(1.25)2 − 6 = −0.92188

Como 𝑓(𝑋𝑀 ) < 0, (igual signo que 𝑓(𝑋𝐼 ) ), se reemplaza el calor de 𝑋𝐼 con la nueva 𝑋𝑀 ,
de esta manera queda como intervalo (1.25,1.5).

Cota de error:

𝑒𝑟𝑟𝑜𝑟 = |𝑋𝑀𝑖 − 𝑀𝑀𝑖+1 | < 10−4


La tabla muestra las demás iteraciones.

i 𝑿𝑰 𝑿𝑫 𝑿𝑴 𝒇(𝑿𝑰 ) 𝒇(𝑿𝑫 ) 𝒇(𝑿𝑴 ) Cota del


error
0 1 2
1 1 2 1,5 -3 10 1,875
2 1 1,5 1,25 -3 1,875 -0,921875 0,25
3 1,25 1,5 1,375 -0,921875 1,875 0,380859375 0,125
4 1,25 1,375 1,3125 -0,921875 0,380859375 -0,293701172 0,0625
5 1,3125 1,375 1,34375 -0,293701172 0,380859375 0,037689209 0,03125
6 1,3125 1,34375 1,328125 -0,293701172 0,037689209 -0,12946701 0,015625
7 1,328125 1,34375 1,3359375 -0,12946701 0,037689209 -0,046255589 0,0078125
8 1,3359375 1,34375 1,33984375 -0,046255589 0,037689209 -0,004375041 0,00390625
9 1,33984375 1,34375 1,341796875 -0,004375041 0,037689209 0,016634099 0,001953125
10 1,33984375 1,341796875 1,340820313 -0,004375041 0,016634099 0,006123786 0,000976563
11 1,33984375 1,340820313 1,340332031 -0,004375041 0,006123786 0,000872937 0,000488281
12 1,33984375 1,340332031 1,340087891 -0,004375041 0,000872937 -0,001751411 0,000244141
13 1,340087891 1,340332031 1,340209961 -0,001751411 0,000872937 -0,000439326 0,00012207
14 1,340209961 1,340332031 1,34027100 -0,000439326 0,000872937 0,000216783 6,10352E-05

La décima quinta aproximación para la raíz es 𝑋𝑀 = 1.34027100 . Su cota de error (máximo


error posible) es 0.000061, que está dentro de la precisión especifica.
CONCLUSIONES

 Es importante antes de iniciar un trabajo colaborativo, conocer e identificar la


temática planteada, los objetivos esperados y las actividades a desarrollar;
esto con el fin de profundizar e indagar en el contenido y establecer un
cronograma de trabajo que asegure el cumplimiento de las metas estipuladas.

 Conocer nuestros compañeros de curso e interactuar con ellos, asegura una


buena dinámica para el desarrollo y construcción de los trabajos colaborativos,
ya que logra romper los paradigmas iniciales y propicia un reconocimiento de
los roles del equipo.

 El curso consta de tres unidades didácticas, correlacionadas con el número de


créditos académicos asignados. La primera que se aplica en el presente trabajo,
se relaciona con los Conceptos Básicos y Raíces de Ecuaciones.

 Realizar ejercicios y practicar con problemas planteados, permite aplicar los


conocimientos adquiridos en el desarrollo del tema de la Unidad 1, tales como:
error relativo, error absoluto, formula cuadrática, y método de bisección.

 Se sustenta por medio de ejercicios, habilidades para encontrar el valor real


del valor aproximado.

 Se usa de manera asertiva el método de Newton – Raphson en tres iteraciones.

 Se aplica de manera correcta en una función el método de la regla falsa,


realzándolo en 4 o 5 iteraciones.
REFERENCIAS BIBLIOGRAFICAS

 Abalos, C. C. (2005). Revisión acerca de las normas para la presentación de referencias


bibliográficas según el estilo de la American Psychological Association (APA). Extraído
el 13 de Marzo de 2011 desde la base de datos E-Libro en la World Wide Web:
http://site.ebrary.com/lib/unadsp/.

 Bucheli, C. (s.f.). – Módulo del Curso Métodos numéricos. Recuperado el 20 de Agosto


de 2012, del Aula virtual: 100401 Curso Métodos numéricos de la Universidad Nacional
Abierta y a Distancia: http://campus.unadvirtual.org/campus/.

 Canales, T. (2002, 14 de Mayo). Formato APA – Quinta Edición. Extraído el 13 de Marzo


de 2011 desde http://www.mistareas.com.ve/las-normas-apa.php.

 Guía Trabajo Colaborativo 1 (2012). - Extraído el 1 de Octubre de 2012 desde el foro


suministrado por el tutor.

 Rocha, S. (2005). Métodos Numéricos. Recuperado el 13 de Septiembre de 2012 desde:


http://dcb.fi-c.unam.mx/users/.../1.2%20Aproximacion%20numerica.pps.