Métodos Numéricos

100401A_472

Error y Ecuaciones no Lineales

Interacción y producción intelectual-fase 1-trabajo colaborativo 1

REALIZADO POR:

EDISON DAVID TORRES RUIZ C.C. 1014179857

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

BOGOTÁ, D.C.

ABRIL, 2019
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.
 Error absoluto: Es la diferencia entre el valor de la medida y el valor
tomado como exacto. Puede ser positivo o negativo, según 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.
Sin embargo, para facilitar el manejo y el análisis se emplea el error
absoluto definido como: EA = | P* - P |.

 Error relativo: Es el cociente (la división) 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 (según lo sea el error absoluto) porque puede ser por exceso
o por defecto. no tiene unidades.
Y el error relativo como: ER = | P* - P| / P, si P =/ 0
El error relativo también se puede multiplicar por el 100% para
expresarlo como: ERP = ER x 100.

 Error de redondeo. La casi totalidad de los números reales requieren,

para su representación decimal, de una infinidad de dígitos. En la
práctica, para su manejo sólo debe considerarse un número finito de
dígitos en su representación, procediéndose a su determinación
mediante un adecuado redondeo.
  Reglas de Redondeo

 Las siguientes reglas dan la pauta a seguir en el redondeo de

números cuando se realizan cálculos a mano.

 En el redondeo, se conservan las cifras significativas y el resto se

descarta. El último dígito que se conserva se aumenta en uno si el
primer dígito descartado es mayor de 5. De otra manera se deja
igual. Si el primer digito descartado es 5 o es 5 segundo de ceros.
entonces el último dígito retenido se incrementa en 1, sólo si es
impar.
 En la suma y en la resta, el redondeo se lleva acabo de forma tal
que el último dígito en la columna de las milésimas.
 Para la multiplicación y para la división el redondeo es tal que la
cantidad de cifras significativas del resultado es igual al número
más pequeño de cifras significativas que contiene la cantidad en la
operación.
 Para combinaciones de las operaciones aritméticas, existen dos
casos generales. Se puede sumar o restar el resultado o de las
divisiones.

 Errores de truncamiento son aquellos que resultan al usar una

aproximación en lugar de un procedimiento matemático exacto.
Además para obtener conocimiento de las características de estos
errores se regresa a la formulación matemática usada ampliamente en
los métodos numéricos para expresar Funciones en forma polinomial:
Serie de Taylor.
 Taylor es una formulación para predecir el valor de la función en Xi+1
en términos de la función y de sus derivadas en una vecindad del punto
Xi.

Siendo el término final:

Rn= ((ƒ(n+1) (ξ))/(n+1)!)hn+1

En general, la expansión en serie de Taylor de n-ésimo orden es exacta

par aun polinomio de n-ésimo orden. Para otras funciones continuas
diferenciables, como las exponenciales o senoidales, no se obtiene una
estimación exacta mediante un número finito de términos. Cada una
de los términos adicionales contribuye al mejoramiento de la
aproximación, aunque sea un poco.

Ejemplo.

Al medir la longitud de una varilla para construcción se obtiene el resultado

aproximado de 29,999 cm. mientras que al medir la longitud de un clavo, se
obtiene el resultado de 19 cm. Suponiendo que los valores verdaderos de la
varilla y el clavo son de 30,000 cm. y 20 cm.

 Varilla

𝐸𝑣 = 30000𝑐𝑚 − 29999𝑐𝑚 = 1𝑐𝑚

1𝑐𝑚
𝐸𝑣 = 𝑥 100% = 0.0033%
30000𝑐𝑚

 Clavo

𝐸𝑐 = 20𝑐𝑚 − 19𝑐𝑚 = 1𝑐𝑚

1𝑐𝑚
𝐸𝑐 = 𝑥 100% = 5%
20𝑐𝑚
2. Usar el Método de Punto Fijo para aproximar la raíz de 𝑓(𝑥) = 𝑥 2 − 5𝑥 − 𝑒 𝑥 ,
comenzando con xo=0, con 5 iteraciones.

𝑥 2 − 5𝑥 − 𝑒 𝑥 = 0

𝑥 2 − 𝑒 𝑥 = 5𝑥
𝑥2 − 𝑒 𝑥
=𝑥
5
02 − 𝑒 0 −1
=𝑥1 ⇒ = −0,2 ⇒ 𝑥 1 = −0,2
5 5
(−0,2)2 − 𝑒 (−0,2)
= − 0.15577 ⇒ 𝑥 2 ≈ −0.155761506156
5
(−0.155761506156)2 − 𝑒 (−0.155761506156)
= − 0.1663039075 ⇒ 𝑥 3 = −0.1663039075
5
(−0.1663039075)2 − 𝑒 (−0.1663039075)
= − 0.1663039075 ⇒ 𝑥 4 ≈ −0.163826372
5

(−0.163826372 )2 − 𝑒 (−0.163826372 )
= − 0.164410064 ⇒ 𝑥 5 = −0.164410064
5
Aporte 2: Solucionar

3. Determine la raíz de la función 𝟎 = 𝒙𝟐 − 𝒆−𝒙 , usando el Método de

Newton-Raphson con xo= -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.

𝑓𝑥 = 𝑥 2 − 𝑒 −𝑥

𝑓𝑥 = 2𝑥 + 𝑒 −𝑥

(−2)2 − 𝑒 2
𝑥1 = −2 − = −2 + 1 = −1
2(−2) + 𝑒 2

(−1)2 − 𝑒
𝑥2 = −1 − = −1 + 2,39221119 = 1,39221229
2(−1) + 𝑒

(−1,39221229)2 − 𝑒 (1,39221229)
𝑥3 = 1,39221229 − = 1 − 0.557123661 ≈ 0.9442876339
2(−1,39221229) + 𝑒 (1,39221229)

0,70346742250 − 0.9442876339
|∈𝒂 (𝒙𝟑 , 𝒙𝟎 )| = ≈ −34.23331396700179 ∗ 100%
0,70346742250

|∈𝒂 (𝒙𝟑 , 𝒙𝟎 )| ≈ −34.2333%

4. Aproxime con 10-4 de precisión la raíz de la ecuación 𝒙 − 𝟎, 𝟖 −

𝟎, 𝟐𝒔𝒆𝒏(𝒙) = 𝟎 en el intervalo [0,1/2ϖ] utilizando el método de la
secante.

X n − X (n+1) ∗ fX n
X (n+1) = X n − = gX n
fXn − fX (n+1)
Aporte 3: Solucionar.

5. Determine las raíces reales de 𝑓(𝒙) = −𝟐𝟔 + 𝟖𝟐, 𝟑𝒙 − 𝟖𝟖𝒙𝟐 + 𝟒𝟓, 𝟒𝒙𝟑 -
𝟗𝒙𝟒 + 𝟎, 𝟔𝟓𝒙𝟓 usando el Método de la Regla Falsa aproximar en el
intervalo [0.5 , 1] con ξa = 0,1%

6. Demostrar que f(x) = x3 + 2x2 – 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.