Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
𝑓(𝑥) =
2−𝑥
Centrado en x =0
Ejercicio 1: determine los polinomios de Taylor desde el grado cero (0) hasta el
grado cinco (5).
La mejor aproximación para la función dada es el polinomio de grado 5:
𝟏 𝟏 𝟏 𝟏 𝟏 𝟑 𝟏 𝟒 𝟏 𝟓
𝐟(𝐱) = ≈ + 𝐱 + 𝐱𝟐 + 𝐱 + 𝐱 + 𝐱
𝟐−𝐱 𝟐 𝟒 𝟖 𝟏𝟔 𝟑𝟐 𝟔𝟒
PROCEDIMIENTO
Ejercicio 2: Realice una gráfica comparativa con la evaluación de los
polinomios solicitados en el ejercicio anterior y determine cuál es el error de
truncamiento resultante en cada uno de los polinomios hallados. Haga una
gráfica del comportamiento del error para cada polinomio.
Función original
0.8
Polinomio grado 0
f(x)
ANÁLISIS DE RESULTADOS
• La serie de Taylor es de gran valor en el estudio de los métodos numéricos.
En esencia, la serie de Taylor proporciona un medio para predecir el valor de una
función en un punto en términos del valor de la función y sus derivadas en otro
punto. En particular, el teorema establece que cualquier función suave puede
aproximarse por un polinomio.
• Para aproximar adecuadamente una función f(x) por esta forma, se requieren
los n términos adicionales de la serie de Taylor ecuación (1), para obtener una mejor
aproximación, en un intervalo dado, es decir [xi, xi+1], donde h= xi+1 – xi.
(1)
Cada uno de los términos adicionales contribuye, aunque sea con poco, al
mejoramiento de la aproximación. Esto se muestra en el problema 2, donde se
obtendría un resultado exacto únicamente si se le agrega un número infinito de
términos. Aunque lo anterior es cierto, el valor práctico de las expansiones de la
serie de Taylor estriba, en la mayoría de los casos, en el uso de pocos términos que
darán una aproximación lo suficientemente cercana a la solución verdadera para
propósitos prácticos. Por lo tanto, el polinomio de grado 5 brinda una buena
aproximación de la función dada y el error de truncamiento es bajo, alrededor de
1.5625%.
Referencias:
• Chapra, S. C. & Canale R. P. (2006). Métodos numéricos para ingenieros
(5 ed.). New York: McGraw-Hill.
Problema 4: Energía Eólica – Molino de viento: Cada vez es más común utilizar
turbinas eólicas para generar energía eléctrica. La producción de energía de la
potencia generada por un molino de viento depende del diámetro de la pala y la
velocidad del viento. La siguiente fórmula proporciona una buena estimación de la
producción de energía:
𝐸0 = 0.01328𝐷2 𝑣 3
Donde 𝐸𝑂 es la energía generada, 𝐷 es el diámetro de una pala del molino (m), 𝑉
es la velocidad del viento (m/s). Uso los métodos solicitados en el Ejercicio 2 para
determinar cuál debería ser el diámetro de la pala del molino, en metros, si se desea
generar 500 𝑤𝑎𝑡𝑡𝑠 de potencia eléctrica cuando la velocidad del viento es 10 𝑚𝑝ℎ
(millas por hora).
Ejercicio 1:
Realice una tabla en el intervalo en donde se encuentre la primera raíz (positiva o
negativa) y grafique la función en ese intervalo (use un tamaño de paso adecuado
que le permita observar los cambios de signo). Indique el, o los, subintervalo en
donde posiblemente se encuentra la raíz.
VARIABLES unidades
EO 500 Watts
v 10 mi/h
v 4.46944444 m/s
TABLA DE TRABAJO
D f
0 20.53125 -0.20778449
1 20.5322266 -0.16023844
2 20.5332031 -0.11269013
3 20.5341797 -0.06513955
4 20.5351563 -0.01758672
5 20.5361328 0.02996838
6 20.5371094 0.07752574
7 20.5380859 0.12508536
8 20.5390625 0.17264725
Ejercicio 2:
Determine, con una exactitud de 10−6 o al menos 10 iteraciones, la raíz visualizada
en el ejercicio anterior empleando cada uno de los siguientes
métodos:
• Bisección
• Falsa posición
• Newton – Raphson
• Secante
Para cada método haga una descripción teórica (las ecuaciones deberán ir en un
editor de texto) y elabore una tabla con los resultados. Debe contener al menos la
siguiente información por columna: El número de iteración niter (empezando en
cero), valor aproximado de la raíz en cada iteración 𝑥𝑖 , el valor de la función
evaluada en la raíz aproximada en esa iteración, 𝑓(𝑥𝑖), y el error relativo, 𝐸𝑟𝑒𝑙(%).
Los cálculos deberán ser consignados en tablas y no es necesario que hagan cada
cálculo en un editor de ecuaciones, para eso son los programas de cálculo.
MÉTODO DE BISECCIÓN
BISECCIÓN
iteraciones A B DR F(A) F(B) F(XR) F(A)F(XR) ERROR
0 20.535156 20.536133 20.535645 -0.017587 0.029968 0.006191 -0.000109
1 20.535156 20.535645 20.535400 -0.017587 0.006191 -0.005698 0.000100 0.001189
2 20.535400 20.535645 20.535522 -0.005698 0.006191 0.000246 -0.000001 0.000594
3 20.535400 20.535522 20.535461 -0.005698 0.000246 -0.002726 0.000016 0.000297
4 20.535461 20.535522 20.535492 -0.002726 0.000246 -0.001240 0.000003 0.000149
5 20.535492 20.535522 20.535507 -0.001240 0.000246 -0.000497 0.000001 0.000074
6 20.535507 20.535522 20.535515 -0.000497 0.000246 -0.000125 0.000000 0.000037
7 20.535515 20.535522 20.535519 -0.000125 0.000246 0.000060 0.000000 0.000019
8 20.535515 20.535519 20.535517 -0.000125 0.000060 -0.000032 0.000000 0.000009
9 20.535517 20.535519 20.535518 -0.000032 0.000060 0.000014 0.000000 0.000005
10 20.535517 20.535518 20.535517 -0.000032 0.000014 -0.000009 0.000000 0.000002
11 20.535517 20.535518 20.535517 -0.000009 0.000014 0.000002 0.000000 0.000001
12 20.535517 20.535517 20.535517 -0.000009 0.000002 -0.000003 0.000000 0.000001
13 20.535517 20.535517 20.535517 -0.000003 0.000002 -0.000001 0.000000 0.000000
14 20.535517 20.535517 20.535517 -0.000001 0.000002 0.000001 0.000000 0.000000
15 20.535517 20.535517 20.535517 -0.000001 0.000001 0.000000 0.000000 0.000000
NEWTON RAPHSON
ITERACION xi f(xi) f'(xi) f(xi)/f'(xi) Error
- -
0 20 25.7375982 47.4262402 0.54268688
1 20.5426869 0.34918642 48.7131201 0.00716822 2.64175218
2 20.5355187 6.0923E-05 48.696122 1.2511E-06 0.03490645
3 20.5355174 1.9327E-12 48.696119 3.9689E-14 6.0923E-06
4 20.5355174 0 48.696119 0 1.903E-13
5 20.5355174 0 48.696119 0 0
SECANTE
Ejercicio 3.
Con los resultados de los métodos desarrollados en el punto anterior, realice
una única gráfica Número de iteraciones vs 𝐸𝑟𝑒𝑙(%) que permita comparar el
comportamiento del error a medida que se aumenta el número de iteraciones.
Realice un análisis de resultados indicando claramente, y apoyado en la
teoría, cuál método presenta un mejor desempeño para encontrar la solución.
¿Cuál es su conclusión?
2.5
METODO DE BISECCIÓN
1 NEWTON RAPHSON
MÉTODO DE LA SECANTE
0.5
0
0 2 4 6 8 10 12 14 16
-0.5
Número de iteraciones
El método que representa un mejor desempeño para encontrar la solución es
el método de la secante, debido a que se requiere el menor número de
iteraciones y un error del 0%, es decir la raíz exacta.
Conclusión: Los métodos abiertos convergen de una manera más rápida que los
métodos cerrados. Por lo tanto, el método de la secante es un método simple y muy
utilizado, gracias a su rapidez y al hecho de que no hay que hallar derivadas como
en el de Newton Raphson.