TRABAJO COLABORATIVO No.

1
METODOS NUMERICOS

PRESENTADO POR:

EDGAR JOSE BUELVAS

DARIO JAVIER CHAVEZ
LUIS GUILLERMO MARTINEZ
DARWUIN RIVERO

TUTOR:
LEONARDO ANDRES PEREZ

GRUPO:
104401_5

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIAS
2015

INTRODUCCION
Los mtodos numricos son de vital importancia para la solucin de problemas complejos
en poco tiempo y con mayor exactitud a travs de operaciones aritmticas.
El anlisis numrico trata de disear mtodos para "aproximar" de una manera eficiente
las soluciones de problemas expresados matemticamente.
El objetivo principal del anlisis numrico es encontrar soluciones "aproximadas" a
problemas complejos utilizando slo las operaciones ms simples de la aritmtica. Se
requiere de una secuencia de operaciones algebraicas y lgicas que producen la
aproximacin al problema matemtico.

OBJETIVOS

Reconocer las diferencias entre los tipos de errores y su aplicacin.

Presentar las tcnicas adecuadas que permitan cuantificar y minimizar errores de
redondeo y truncamiento.
Exponer los diferentes mtodos numricos para resolver o encontrar races de una
ecuacin.
Poder desarrollar ejercicios y resolverlos mediante los mtodos numricos, como
tambin saber su teora y utilidad.

FASE 1
Leer y revisar los conceptos de error y los diversos tipos de errores para diferenciar los
diversos tipos de errores (ERROR ABSOLUTO, RELATIVO, ERROR RELATIVO
APROXIMADO (E.R.A). ERROR POR TRUNCAMIENTO Y POR REDONDEO)
Teniendo en cuenta la precisin y exactitud del mismo.
TIPOS DE ERRORES: ERROR ABSOLUTO, RELATIVO, ERROR RELATIVO
APROXIMADO (E.R.A). ERROR POR TRUNCAMIENTO Y POR REDONDEO
R/
Para la construccin del cuadro comparativo considero necesario conocer en qu consiste
cada uno de los errores mencionados anteriormente.
ERROR ABSOLUTO: Es la diferencia entre el valor de la medida y el valor tomado
como exacto. Puede ser positivo o negativo, segn si la medida es superior al valor real o
inferior (la resta sale positiva o negativa). Tiene unidades, las mismas que las de la medida
El error absoluto de una medida no nos informa por s solo de la bondad de la misma. Es
evidente, que no es igual de grave tener un error absoluto de 1 cm al medir la longitud de
una carretera que al medir la longitud de un folio.
ERROR RELATIVO: Es el cociente (la divisin) entre el error absoluto y el valor exacto.
Si se multiplica por 100 se obtiene el tanto por ciento (%) de error. Al igual que el error
absoluto puede ser positivo o negativo (segn lo sea el error absoluto) porque puede ser por
exceso o por defecto. No tiene unidades. El error relativo es la razn entre el error absoluto
y el valor real.
ERROR RELATIVO APROXIMADO: Es el producto del error relativo por el 100%.
ERROR DE TRUNCAMIENTO: Los errores de truncamiento son aquellos que resultan
al usar una aproximacin en lugar de un procedimiento matemtico exacto. Adems para
obtener conocimiento de las caractersticas de estos errores se regresa a la formulacin
matemtica usada ampliamente en los mtodos numricos para expresar funciones en forma
polinomial: Serie de Taylor.
Este tipo de error ocurre cuando un proceso que requiere un nmero infinito de pasos se
detiene en un nmero finito de pasos.
Generalmente se refiere al error involucrado al usar sumas finitas o truncadas para
aproximar la suma de una serie infinita. Note que el error de truncamiento, a diferencia del
error de redondeo, no depende directamente del sistema numrico que se emplee.

ERROR DE REDONDEO: Los errores de redondeo se deben a que las computadoras slo
guardan un nmero finito de cifras significativas durante un clculo. Las computadoras
realizan esta funcin de maneras diferentes. Por ejemplo, si slo se guardan siete cifras
significativas, la computadora puede almacenar y usar "pi" como "pi" = 3.141592,
omitiendo los trminos restantes y generando un error de redondeo.
Ya que la mayor parte de las computadoras tiene entre 7 y 14 cifras significativas, los
errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones del
porqu pueden resultar crtico en algunos mtodos numricos:
Ciertos mtodos requieren cantidades extremadamente grandes para obtener una
respuesta. En consecuencia, aunque un error de redondeo individual puede ser
pequeo, el efecto de acumulacin en el transcurso de la gran cantidad de clculos
puede ser significativo.
El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean nmeros muy pequeos y muy grandes al mismo tiempo.
Ya que este caso se presenta en muchos mtodos numricos, el error de redondeo
puede resultar de mucha importancia.

CUADRO COMPARATIVO TIPOS DE ERRORES

Tipo de error

Error absoluto

Concepto
Ejemplos
Es la diferencia entre el valor real (p) y el valor El valor real de una botella de agua es de una cantidad de 500ml y
aproximado (p). El resultado de este siempre ser al medir la cantidad de esa botella de agua nos da 498.2 ml.
positivo debido a que la ecuacin est en trminos
del valor absoluto.
Hallar el error absoluto
Error absoluto = 500 ml - 498,2ml= 1,8 ml
Error absoluto = p - p
Es igual al error absoluto entre el valor real.

Error relativo

Error relativo =

Con la condicin de p 0
Es igual al error relativo multiplicado por 100%.
Error relativo aproximado

NOTA

Error por truncamiento

Error por redondeo

ERA=

Hallar el error relativo del ejemplo anterior

Error relativo =

= 0,0036 ml

Hallar el error aproximado del ejemplo anterior

ERA=

,
%

= 0,0036%

Con la condicin de p 0
Como se pudo evidenciar en el ejemplo anterior, el error relativo nos arroja un resultado el cual es ms interpretativo que
el resultado que nos arroja el error absoluto; por eso este tipo de error es ms usado.
Expresa la raz de ocho con tres decimales
Los errores de truncamiento son aquellos que = 2,8284271247461900976033774484194
resultan al usar una aproximacin en lugar de un
procedimiento matemtico exacto; es decir aparece truncamiento
cuando un procedimiento infinito se hace finito.
2,82

Los errores de redondeo se deben a que las

computadoras slo guardan un nmero finito de
cifras significativas durante un clculo. Las
computadoras realizan esta funcin de maneras
diferentes. Por ejemplo, si slo se guardan siete
cifras significativas, la computadora puede
almacenar y usar "pi" como "pi" = 3.141592,
omitiendo los trminos restantes y generando un
error de redondeo.

Expresa la raz de ocho con tres decimales

= 2,8284271247461900976033774484194
Redondeo
2,83

MAPA CONCEPTUAL TIPOS DE ERRORES

FASE 2
Leer y revisar los conceptos de mtodos para calcular las races de una ecuacin
BISECCIN, REGLA FALSA, NEWTON RAPHSON Y PUNTO FIJO Para luego
realizar la comparacin de los mtodos.
R/
METODO DE BISECCIN: El mtodo de biseccin es un algoritmo de bsqueda de
races que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo que
tiene la raz.
Es el mtodo ms elemental, sencillo y de fcil intuicin para resolver ecuaciones en una
variable, tambin conocido como mtodo de intervalo medio, est basado directamente en
el teorema de Bolzano. Consiste en partir de un intervalo [x0,x1] tal que f(x0)f(x1) < 0, por lo
que sabemos que existe, al menos, una raz real. A partir de este punto se va reduciendo el
intervalo sucesivamente hasta hacerlo tan pequeo como exija la precisin que hayamos
decidido emplear.
El mtodo consiste en lo siguiente:

Debe existir seguridad sobre la continuidad de la funcin f(x) en el intervalo [a,b]

A continuacin se verifica que

Se calcula el punto medio m del intervalo [a,b] y se evala f(m) si ese valor es igual a
cero, ya hemos encontrado la raz buscada

En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o con f(b)

Se redefine el intervalo [a, b] como [a, m] [m, b] segn se haya determinado en cul
de estos intervalos ocurre un cambio de signo

Con este nuevo intervalo se contina sucesivamente encerrando la solucin en un

intervalo cada vez ms pequeo, hasta alcanzar la precisin deseada

El mtodo de biseccin es menos eficiente que el mtodo de Newton, pero es mucho ms

seguro para garantizar la convergencia. Si f es una funcin continua en el intervalo [a,b]
y f(a)f(b) < 0, entonces este mtodo converge a la raz de f. De hecho, una cota del error
absoluto es:

en la n-sima iteracin. La biseccin converge linealmente, por lo cual es un poco lento.

Sin embargo, se garantiza la convergencia si f(a) y f(b) tienen distinto signo.

Si existieran ms de una raz en el intervalo entonces el mtodo sigue siendo convergente

pero no resulta tan fcil caracterizar hacia qu raz converge el mtodo.

METODO DE NEWTON: El mtodo de Newton tambin conocido como el mtodo

de Newton-Raphson o el mtodo de Newton-Fourier, es un algoritmo eficiente para
encontrar aproximaciones de los ceros o races de una funcin real. Tambin puede ser
usado para encontrar el mximo o mnimo de una funcin, encontrando los ceros de su
primera derivada.
El Mtodo de Newton-Raphson es ampliamente utilizado para encontrar las races de la
ecuacin f(x)=0, ya que converge rpidamente, la contra es que uno debe conocer la
derivada de f(x) y se necesita una aproximacin inicial a la raz.
Permite aproximar las primeras N iteraciones en el mtodo de Newton-Raphson modificado
aplicado a la funcin f tomando como aproximacin inicial x0 . Observe que no requiere
construir la funcin M definida en el mtodo de Newton-Raphson modificado.
Son tres las formas principales por las que tradicionalmente se ha obtenido el algoritmo de
Newton-Raphson.
La primera de ellas es una simple interpretacin geomtrica. Atendiendo al desarrollo
geomtrico del mtodo de la secante, podra pensarse en que si los puntos de iteracin estn
lo suficientemente cerca (a una distancia infinitesimal), entonces la secante se sustituye por
la tangente a la curva en el punto.
De esta forma si por un punto de iteracin trazamos la tangente a la curva, por extensin
con el mtodo de la secante, el nuevo punto de iteracin se tomar como la abscisa en el
origen de la tangente (punto de corte de la tangente con el eje X). Esto es equivalente a
linealizar la funcin, es decir, f se reemplaza por una recta tal que contiene al punto ( ,
( )) y cuya pendiente coincide con la derivada de la funcin en el punto
. La
nueva aproximacin a la raz
, se logra de la interseccin de la funcin lineal con el eje
X de abscisas.
Matemticamente:

Una forma alternativa de obtener el algoritmo es desarrollando la funcin f (x) en serie de

Taylor, para un entorno del punto
:

Si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en

Si adems se acepta que

tiende a la raz, se ha de cumplir que
luego, sustituyendo en la expresin anterior, obtenemos el algoritmo.

Finalmente, hay que indicar que el mtodo de Newton-Raphson puede interpretarse como
un mtodo de iteracin de punto fijo. As, dada la ecuacin
el siguiente mtodo de iteracin de punto fijo:

, se puede considerar

Se escoge h (x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r) es:

Entonces:

Como h (x) no tiene que ser nica, se escoge de la forma ms sencilla:

Por tanto, imponiendo subndices:

CONVERGENCIA DEL METODO: El orden de convergencia de este mtodo es, por lo

menos, cuadrtico. Existen numerosas formas de evitar este problema, como pudieran ser
los mtodos de aceleracin de la convergencia tipo de Aitken o el mtodo de Steffensen.

Evidentemente, este mtodo exige conocer de antemano la multiplicidad de la raz, lo cual

no siempre es posible. Por ello tambin se puede modificar el algoritmo tomando una
funcin auxiliar g(x) = f(x)/f'(x), resultando:

Su principal desventaja en este caso sera lo costoso que pudiera ser hallar g(x) y g'(x)
si f(x) no es fcilmente derivable.
Ntese de todas formas que el mtodo de Newton-Raphson es un mtodo abierto: la
convergencia no est garantizada por un teorema de convergencia global como podra
estarlo en los mtodos de falsa posicin o de biseccin. As, es necesario partir de una
aproximacin inicial prxima a la raz buscada para que el mtodo converja y cumpla el
teorema de convergencia local.
METODO DE REGLA FALSA: Es un mtodo iterativo de resolucin numrica de
ecuaciones no lineales. El mtodo combina el mtodo de biseccin y el mtodo de la
secante. Como en el mtodo de biseccin, se parte de un intervalo inicial [a0,b0] con f(a0) y
f(b0) de signos opuestos, lo que garantiza que en su interior hay al menos una raz
(vase Teorema de Bolzano). El algoritmo va obteniendo sucesivamente en cada paso un
intervalo ms pequeo [ak, bk] que sigue incluyendo una raz de la funcin f. A partir de un
intervalo [ak, bk] se calcula un punto interior ck:

Se trata de encontrar la raz de una ecuacin. La ecuacin tiene la forma f(x), es decir, es
una funcin de x. Adems, f(x) esta definida en el intervalo [a, b].
El mtodo de la interpolacin lineal inversa, requiere varias condiciones:
1.- f(a)*f(b) < 0, es decir, que el producto de la funcin de x, f(x), evaluada en a, f(a),
multiplicada por la funcin de x, f(x), evaluada en b, f(b), sea negativo (menor a cero).
2.- Que la funcin f(x) se aproxime por otra funcin L(x).
f(x) es aproximadamente igual a L(x)
Por tanto encontramos un punto falso c
Donde C es la raz que se anda buscando Despus se calcula f(C) para ver su valor. Si se
obtiene cero, no se debe avanzar ms, pero gen caso de no ser as, se realiza lo siguiente:
Se calcula f(C)*f(a) si este producto es menor a cero (negativo),
ahora C equivaldr a b, y se repite el clculo para encontrar una nueva C.

entonces

En el caso de que f(C)*f(b) sea la que haya dado el producto menor a cero, o sea negativo,
entonces ahora a equivaldr a C, y se repite el clculo para encontrar una nueva C.

METODO DE PUNTO FIJO: Tambin conocido como iteracin de punto fijo, es otro
mtodo para hallar los ceros de f(x). Para resolver f(x) = 0, se reordena en una forma
equivalente:
f(x) = 0
x - g(x) = 0
x = g(x)
Observe que si c es un cero de f(x), f(c)=0 y c=g(c). (Siempre que se tenga c=g(c) se dice
que c es un punto fijo de la funcin g). Para aproximar un cero de f se utiliza la iteracin de
punto
fijo
(1) xn+1 = g(xn)
,n=
0,
1,
2,
3,
.
.
.
donde x0 es una aproximacin inicial del cero de f.
Ejemplo.
f(x) = x2 - 2x - 3 = 0, tiene dos ceros. x = 3 y x = -1
Supngase que se reordena para lograr la forma equivalente:

Si se comienza con x0 = 4 y se itera con la iteracin de punto fijo (1), los valores sucesivos
de x son:

Los valores convergen a x = 3.

CUADRO COMPARATIVO - MTODOS PARA CALCULAR LA RAZ DE UNA ECUACIN

METODOS
BISECCION

NEWTON

CONCEPTOS

EJEMPLOS

Es el mtodo ms simple para resolver ecuaciones de

una variable.

La funcin f(x) = xsenx 1 tiene un cero en el intervalo [0,2], porque f(0)

= -1 yf(2)=0.818595.

VENTAJAS: Es un mtodo muy simple y por lo

tanto fcil de implementar, si la solucin existe, el
mtodo la encontrar.

Si se denota con
entonces c1 = 1. Ahora f(c1)
= f(1) = -0.158529, luego la funcin tiene un cero en el intervalo [c1, b1] =
[1,2] ; se renombra a2=c1 y b2=b1 .

DESVENTAJAS: El mtodo es lento, es decir que se

necesitan a veces muchas iteraciones para lograr
encontrar la solucin, especialmente si los extremos
estn muy separados.
Tambin llamado Newton-Raphson, es considerado
como el mtodo ms rpido, es decir que converge en
menos iteraciones, comparado con los dems

El nuevo punto medio es

y f(c2) = f(1.5) =
0.496242, el cero esta en el intervalo [a2, c2] y se renombra como [a3,b3].

Para aproximar una solucin de la ecuacin 3x + senx - ex, se puede tomar

f(x)=3x+senx-ex. Observe que f(0) = -1 y f(1) = 1.123189, segn el
teorema del valor intermedio existe un cero de f en el intervalo [0,1].

VENTAJAS: Es un mtodo ms rpido que los otros Si se aplica el mtodo de Newton comenzando con x0 = 0 se tiene:
mtodos, generalmente converge independientemente
de la aproximacin inicial que se escoge.
DESVENTAJAS: Es necesario conocer la derivada
de la funcin, la cual a veces es difcil de obtener, si
la derivada de la funcin toma un valor cercano a
cero, el mtodo puede no converger, cuando hay
races mltiples (polinomios), el mtodo a veces falla.

REGLA FALSA Es una mejora del mtodo de biseccin que hace que Encontrar la raz de f(x)=cosx por el mtodo de la falsa posicin en el
converja ms rpidamente a la solucin.

intervalo [1,2] y s =0.001.

a=1, b=2
f(a=1)=cos 1 = 0.5403
f (b=2)=cos 2 = -0.4161
f(a)*f (b) < 0
(0.5403)*(-0.4161) < 0 si hay raz
C_ant= 99999 para arrancar

VENTAJAS: La ventaja del mtodo de Regla Falsa,

al igual que el de biseccin, es que es siempre
convergente para funciones continuas f(x). Aunque en
general, converge ms rpidamente que el mtodo de
la biseccin, su velocidad de convergencia es baja.

PUNTO FIJO

Itera=0
s =0.001
Encontrado= False
fa=f(a=1)=0.5403
fb=f(b=2)=-0.4161

DESVENTAJA: este mtodo no permite acotar el

error cometido.
fc=f(Cact=1.5649)= cos(1.5649)= 0.005896
f(Cact)= 0.005896 no es igual a 0? no
ERA (Cact=1.5649, C_ant = 99999)= 1.5649 - 99999 / 1.5649 a no es
menor a s
fC*f(a) < 0
(0.005896)*(0.5403) 0 es diferente a cero
a = Cact= 1.5649
b=2
Itera = 1
C_ant <-- Cact = 1.5649
Este mtodo se puede utilizar para determinar races f(x) = x2 - 2x - 3 = 0, tiene dos ceros. x = 3 y x = -1
de una funcin de la forma
, siempre y cuando se
Supngase que se reordena para lograr la forma equivalente:
cumplan los criterios de convergencia.
VENTAJAS: Es de convergencia cuadrtica cuando
se eligen buenos puntos de inicio, obtiene solucin
exacta en una sola iteracin cuando F es afn.
DESVENTAJAS: No converge globalmente para Si se comienza con x0 = 4 y se itera con la iteracin de punto fijo (1), los
muchos problemas, en cada iteracin necesita resolver valores sucesivos de x son:
un sistema de ecuaciones lineales que puede
ser singular o mal condicionada.

Parece que los valores convergen a x = 3.

DIAGRAMA DE FLUJO MTODOS PARA CALCULAR LA RAZ DE UNA ECUACIN

CONCLUSIONES
De lo anterior se puede concluir que:
Se sustent por medio de ejemplos en un cuadro comparativo, habilidades para
encontrar el valor real del valor aproximado.
Se reconoci las diferencias entre los tipos de errores y sus diversas aplicaciones.
Se Present las tcnicas adecuadas que permitieron cuantificar y minimizar errores
de redondeo y truncamiento.
Se expuso los diferentes mtodos numricos para resolver o encontrar races de una
ecuacin.
Se desarroll ejercicios y se resolvieron mediante los mtodos numricos.

BIBLIOGRAFIA

[1]
polibrors,
(febrero
de
2015),tipos
de
errores,
recuperado
de:
http://148.204.211.134/polilibros/portal/polilibros/P_terminados/MetNum-Garzo/13.html
[2]
Blogspot,
(febrero
de
2015),tipos
de
errores,
http://meto2numericos.blogspot.com/2008/02/tipos-de-errores.html

recuperado

de:

[3] Sitiesgoogle, (febrero de 2015),tipos de errores, recuperado de:

https://sites.google.com/site/metalnumericos/home/unidad-1/1-2-tipos-de-errores-errorabsoluto-error-relativo-error-porcentual-errores-de-redondeo-y-truncamiento
[4] Blog del ingeniero, (febrero de 2015),clculo del error, recuperado de:
https://blogdelingeniero1.wordpress.com/2013/04/06/calculo-del-error-para-metodosnumericos/
[5] Campus virtual, (febrero de 2015),mdulo de mtodos numericos, recuperado de:
http://datateca.unad.edu.co/contenidos/100401/MODULO_20132/leccin_8_mtodo_de_la_regla_falsa.html
[6] Polilibros, (febrero de 2015),mtodo para calcular la raz de una ecuacin, recuperado
de:
http://148.204.211.134/polilibros/portal/polilibros/P_terminados/MetNumGarzo/13.html
[7]
Frsn,
(febrero
de
2015),mtodo
regula,
http://www.frsn.utn.edu.ar/GIE/AN/ENL/Metodo_Regula_Falsi.html

recuperado

de: