R=

function S=suminex(x,n)
S=0;
format long
for i=1:n
S=S+x;
end
S=S-1;

>> S=suminex(0.02,50)

S=

4.440892098500626e-16

>> S=suminex(0.01,100)

S=

6.661338147750939e-16

>> S=suminex(0.03125,32)

S=

La convergencia es la que hace que un proceso o algoritmo se acerque mas al numero exacto
buscado, en este problema el tercer caso fue el que llego al resultado exacto porque al tener menos
numero de iteraciones esto hace que haya más rapidez de convergencia para acercarse al resultado.
Complejidad Computacional
La teoría de la complejidad computacional es una rama de la teoría de la computación que se centra
en la clasificación de los problemas computacionales de acuerdo con su dificultad inherente, y en la
relación entre dichas clases de complejidad.
Un problema se cataloga como "inherentemente difícil" si su solución requiere de una cantidad
significativa de recursos computacionales, sin importar el algoritmo utilizado. La teoría de la
complejidad computacional formaliza dicha aseveración, introduciendo modelos de computación
matemáticos para el estudio de estos problemas y la cuantificación de la cantidad de recursos
necesarios para resolverlos, como tiempo y memoria.

¿Por qué es tan importante garantizar la convergencia en un algoritmo numérico?

R=Es importante garantizar la convergencia porque esta da la garantía de que, al realizar un buen
número de repeticiones (iteraciones), las aproximaciones obtenidas terminan por acercarse cada
vez más al verdadero valor buscado.
a. e=2;x=0;n=1;
y=0.5772156649;
d=0.01;
while e>=d
x=(1/n)+x;
yn=x-log(n);
e=abs(y-yn);
n=n+1;
end
n=n-1
Problema4A

n =

50

b. e=2;x=0;n=1;
y=0.5772156649;
d=0.001;
while e>=d
x=(1/n)+x;
yn=x-log(n);
e=abs(y-yn);
n=n+1;
end
n=n-1
Problema4B

n=

500

c. e=2;x=0;n=1;
y=0.5772156649;
d=0.0001;
while e>=d
x=(1/n)+x;
yn=x-log(n);
 e=abs(y-yn);
n=n+1;
end
n=n-1
Problema4C

n=

5000

d.