TRABAJO DE TERCERA NOTA

CARLOS ALBERTO BAUTISTA BOTELLO

CDIGO: 1112628
PRESENTADO A: LIC WALTER BYRON PINEDA ISAZA

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

DEPARTAMENTO DE MATEMTICAS
INGENIERA ELECTROMAGNTICA
SAN JOS DE CCUTA
NOVIEMBRE DE 2017
 INTRODUCCIN

En el siguiente trabajo se interesa mostrar de la mejor manera los mtodos usados

para la solucin de los diferentes sistemas que fueron previamente orientados por
el docente y que a lo largo del semestre se fueron desarrollando de tal manera que
se entendiera y se tuviera claro que hay que hacer y representarlo de forma correcta
mediante tablas en Excel y con ayuda de diferentes graficadoras para obtener una
informacin visual clara y concisa, a continuacin se mostrar uno a uno los
mtodos con su teora y aplicacin, explicada paso a paso como se logra llenar las
tablas para as conseguir los datos.
 1. ERROR POR TRUNCAMIENTO

Los errores por truncamiento resultan al representar aproximadamente un

procedimiento matemtico exacto, por ejemplo: para evaluar ex se tiene una
expresin matemtica, dada por la sumatoria de trminos, que representa est
funcin. La expansin de series de Maclaurin (Spiegel, 1968) para evaluar la
expresin sen(x) es la siguiente:

Esta expresin contiene un nmero infinito de trminos que, desde el punto de vista
computacional, resultara imposible evaluar. Para efectos prcticos ser necesario
decidir cuantos trminos de la serie infinita debe utilizarse para alcanzar el valor de
precisin deseado. El proceso de eliminacin de trminos de la serie infinita se
conoce con el nombre de truncamiento.

Ejemplo:
Para la solucin de este ejemplo hay que seguir unos pasos que son generales para
cualquier funcin:

1. El primer paso es indicar el valor numrico de la X que en este caso es pi/6

= 0,523598776
2. Saber el valor de la funcin indicada en este caso es el sen(pi/6) para ellos
hacemos uso de una calculadora, programas o el mismo Excel.
3. Se procede a crear un cuadro donde se especifica cada uno de los
integrantes de la ecuacin como lo son los exponenciales, factoriales, la x
elevada a n siendo n el nmero de repeticiones
4. Luego en la celda que se indica como trmino se hace la operacin interna.
5. En este paso se llena la celda que dice sumatoria como lo indica la funcin
principal de sen (x)
6. En las otras dos celdas se halla el error relativo porcentual y error absoluto
respectivamente, que se definen por estas ecuaciones:
 2. MTODO DE BISECCIN

Uno de los mtodos ms sencillos de bsqueda de rices, por medio de la aplicacin

de algoritmos numricos, es el mtodo de biseccin. Este mtodo consiste en tomar
un intervalo de valores donde al evaluar la funcin en los extremos se presenta un
cambio de signo, con lo cual se asegura que exista una raz por lo menos dentro del
intervalo. A continuacin, se calcula el punto o medio del intervalo, por lo que, de
esta manera el intervalo inicial se divide en dos nuevos subintervalos que no
contienen raz.
Es importante sealar que este mtodo puede requerir de muchas iteraciones, ya
que no se considera en ningn momento el hecho de que algn extremo del
intervalo este prximo a la raz, con lo que el procedimiento se vuelve demasiado
lento.
En general si f(x) es real y continua en el intervalo entre [a, b], y f(a) y f(b) tienen
signos opuestos, entonces existe al menos una raz real entre a y b. La posicin de
la raz se determina situndola en el punto medio del subintervalo en el cual ocurre
un cambio de signo.

Ejemplo:
PASOS:

1. Con ayuda de un software matemtico hallamos el valor donde corta en x,

elegimos uno de las diferentes x que nos den, en este caso fue 4,3811
2. Elegimos los extremos a y b.
3. En el siguiente cuadro evaluamos f(a), o sea la funcin con el extremo a; del
mismo modo se hace con b.
4. Se saca un promedio de los dos extremos que se llamar Xr y ese valor
tambin se evala en la ecuacin inicial.
5. En una casilla del cuadro se debe multiplicar el valor de f(a) y f(Xr); este valor
nos ayuda con una decisin y es que si ese valor es menor a 0 se reemplaza
el valor de Xr en donde va el extremo (a); ahora si este valor es mayor a 0 se
reemplaza el extremo (b) por el valor de Xr.
6. Por ltimo, se va calculando el error para saber qu tan cercanos al valor
verdadero que logramos obtener con ayuda del software matemtico entre
ms cercano nos d el clculo del error ms cerca estamos al valor real.
 3. MTODO DE NEWTON-RAPHSON

El mtodo de Newton-Raphson es un mtodo abierto, en el sentido de que no est

garantizada su convergencia global. La nica manera de alcanzar la convergencia
es seleccionar un valor inicial lo suficientemente cercano a la raz buscada. As, se
ha de comenzar la iteracin con un valor razonablemente cercano al cero
(denominado punto de arranque o valor supuesto). La relativa cercana del punto
inicial a la raz depende mucho de la naturaleza de la propia funcin; si sta presenta
mltiples puntos de inflexin o pendientes grandes en el entorno de la raz, entonces
las probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar
un valor supuesto cercano a la raz. Una vez que se ha hecho esto, el mtodo
linealiza la funcin por la recta tangente en ese valor supuesto. La abscisa en el
origen de dicha recta ser, segn el mtodo, una mejor aproximacin de la raz que
el valor anterior. Se realizarn sucesivas iteraciones hasta que el mtodo haya
convergido lo suficiente.
Sea f: [a, b] -> R funcin derivable definida en el intervalo real [a, b]. Empezamos
con un valor inicial x0 y definimos para cada nmero natural n

Donde f ' denota la derivada de f.
Ntese que el mtodo descrito es de aplicacin exclusiva para funciones de una
sola variable con forma analtica o implcita conocible. Existen variantes del mtodo
aplicables a sistemas discretos que permiten estimar las races de la tendencia, as
como algoritmos que extienden el mtodo de Newton a sistemas multivariables,
sistemas de ecuaciones, etctera.
Ejemplo:
Para f(x) = hallar las dos races.

Iteraciones xi f(xi) f'(xi) f(xi)/f'(xi) ep

- -
1 -1,5 1,594430271 8,404300904 0,189715991
- - -
2 1,310284009 0,164419148 6,679832236 0,024614263 14,4790
- -
3 1,285669746 0,002716656 6,459155963 -0,00042059 1,9145
- -
4 1,285249156 7,92332E-07 6,455388262 -1,2274E-07 0,0327
- -
5 1,285249034 6,66134E-14 6,455387162 -1,0319E-14 0,0000

Iteraciones xi f(xi) f'(xi) f(xi)/f'(xi) ep
1 3,1 -22,40695585 -198,875983 0,112667983
-
2 2,987332017 -2,28112389 159,1717209 0,014331213 3,7715
-
3 2,973000804 -0,033859689 154,4589973 0,000219215 0,4820
-
4 2,972781589 -7,83741E-06 154,3874959 5,07645E-08 0,0074
-
5 2,972781538 -4,12115E-13 154,3874793 2,66935E-15 0,0000

Pasos:
1. Con ayuda de un software matemtico encontramos la derivada de la funcin
de f(x), esta derivada es=

2. con ayuda de la grfica encontramos los valores donde la funcin f(x) es 0,

que en este caso son -1,28 y 2,97
3. Tomamos dos valores cercanos a los valores verdaderos para empezar a
hacer las iteraciones, con estos valores tomados empezamos a evaluarlas
en f(x) y f(x)
4. Luego hacemos una divisin entre f(x) y f(x) como nos indica la formula.
5. Para calcular el siguiente valor de x lo que se hace es que al valor anterior
de X se le resta el resultado que da de la divisin entre f(x) / f(x)
6. Para saber si se est llegando al valor indicado se halla el error porcentual
como se ha hecho en los casos anteriores.
 4. MTODO DE PUNTO FIJO

El mtodo del punto fijo es un mtodo iterativo que permite resolver sistemas de
ecuaciones no necesariamente lineales. En particular se puede utilizar para
determinar races de una funcin de la forma f(x) siempre y cuando se cumplan los
criterios de convergencia.

El mtodo de iteracin de punto fijo, tambin denominado mtodo de aproximacin

sucesiva, requiere volver a escribir la ecuacin f(x)= 0 en la forma x = g(x).

Llamenos x* a la raz f. Supongamos que existe y es conocida la funcin g tal que:

del dominio.

Entonces:
Tenemos, pues, a x* como punto fijo de g.

Criterio para la convergencia del mtodo de iteracin simple de punto fijo:

Estos criterios son tan restringidos que el mtodo de punto fijo tiene una utilidad
limitada para resolver sistemas no lineales. Sin embargo, como se describir ms
adelante en el libro, ser muy til para resolver sistemas de ecuaciones lineales.
Ejemplo:

Pasos:

1. Se tienen dos funciones que se tienen que derivar parcialmente para luego
evaluar cada valor de X y Y en cada derivada parcial.

2. Los valores X y Y son cercanos a los valores reales, esos valores se hallan
con software matemtico donde con la grfica se interceptan son los valores.
3. Se inicia la iteracin con dos valores cercanos a los reales, los valores de
Xi +1 y Yi + 1 estn estipulados por una ecuacin que se deben aplicar y nos
dan valores que tambin se meten en el cuadro.

4. El valor Ui y Vi salen de evaluar los valores Xi y Yi en las ecuaciones iniciales

5. Se ingresan en el cuadro los valores de evaluar Xi y Yi en las derivadas

parciales.

6. Para hacer la segunda iteracin se reemplaza Xi y Yi por los valores de Xi +1

y Y1 +1

7. Se sigue haciendo las iteraciones hasta que se llegue al valor real de los
cortes.
 5. MTODO DE GAUSS SEIDEL

El mtodo de Gauss-Seidel es el mas comnmente usado para resolver sistemas

muy grandes de ecuaciones lineales.

Es una modificacin del mtodo de Jcobi que hace que la convergencia sea ms
rpida.

Comienza con una aproximacin inicial x(0) a la solucin x y genera una sucesin
de vectores x(k) que convergen a la solucin x.

Un sistema de ecuaciones algebraicas lineales es un conjunto de ecuaciones de la

forma:

Que a su vez se puede expresar como:

Ax = b
Donde A es la matriz de coeficientes, x es el vector de incgnitas y b el vector de
trminos independientes.

La solucin del sistema de ecuaciones es un conjunto de n valores

que satisfacen simultneamente todas las ecuaciones.
Tanto en el mtodo de Gauss-Seidel como en el de Jcobi, el valor que se le de al
vector inicial carece de importancia, ya que el mtodo convergir a la solucin
rpidamente no obstante que el vector inicial tenga valores muy lejanos a la
solucin. Es por esto que se acostumbra a dar el vector 0 como vector inicial.
 En la solucin de estos problemas pueden presentarse 3 casos:
1.- Solucin nica Sistema compatible
determinado.
2.- Mas de una solucin Sistema compatible e
indeterminado.
(numero infinito de soluciones)
3.- Sin solucin Sistema incompatible.

Ejemplo:

20 # + 2+ 38 2) + + 34 + 3) + #
) = # = + =
8 6 7
GRFICA DE 2X1 6X2 X3 = 38

GRFICA DE -3X1 X2 + 7X3 = -34

GRFICA DE -8X1 +X2 -2X3 =-20

PASOS

1. En el primer paso se toma el primer despeje y se hacen las X = 0, el valor

dado se pone en la casilla X1

2. Seguido a este se reemplaza el valor de X1 en la segunda ecuacin que se

despej y se pone en la casilla X2

3. En este paso se usan los dos valores anteriores de X1 y X2 y se coloca en

la casilla de X3

4. Para la siguiente iteracin se usan los valores de X2 y X3 hallados y se

halla un nuevo X1 que se va a ir reemplazando a medida que se avanza de
iteracin hasta que el error en cada X se acerque a 0