Universidad Tecnológica de Panamá

Centro Regional de Azuero

Facultad de Ingeniería Industrial

Materia:
Métodos Numéricos

Tarea # 2

Profesor:
Márquela Boyd de Cohen

Estudiante:
Bustavino Emily 6-720-2072
Centella Lizkeyra 6-720-1995
González Nairobis 6-721-847

Fecha de Entrega:
27 de septiembre del 2018
 INTRODUCCIÓN

El cálculo de las raíces de las ecuaciones es un problema que se ha tenido que enfrentar
par eso sean elaborado diversos métodos ya que al determinar las raíces de una ecuación
también lograremos máximos y mínimos, valores propios de matrices, resolver sistemas
de ecuaciones lineales y diferenciales, etc.
Un método consiste en graficar la función y ubicar el punto donde la gráfica intercepta al
eje de las abscisas o eje x. El punto ubicado x es el valor de la raíz donde f(x)=0.
Pero el método grafico no es preciso por eso de elaboro otros métodos más efectivos
capaces de ayudarnos en el campo de la ingeniería, pues son frecuentes en áreas de
diseño, cálculos para la optimización de recursos y otros.
Para el estudio podemos organizar los métodos de la siguiente manera:

Métodos cerrados
Como su nombre lo dice este método encierra la función en un intervalo donde dicha
función cambia de signo para tener una raíz dentro de este intervalo y luego empezar
reducir por medios de algoritmos el tamaño del intervalo.
Teorema de Bolzano
Método de la bisección
Método de regula falsa (regla falsa) o falsa posición

Métodos abiertos
A diferencia de los métodos cerrados estos solo necesitan un valor inicial, pues no
encierran la raíz. En algunos casos la operación diverge (se aleja de la raíz) y otros
converge (se acerca a la raíz) hallando de manera más efectiva la raíz.
Método de punto fijo
Método de Newton – Raphson
Método de la secante
Método de Brent
Raíces múltiple
Sistema de ecuaciones no lineales
x 3−6 x 2+ 11 x−6

A. Bisección xi=2.5 xu=3.8

Primera interacción
2. F(xi)*F(xu)<0
¿<0
-0.375*2.496<0
xi−xu 2.5+3.6
4. xr= 2
xr= 2
=3.05

xr−xrant 3.05−0
5. a= x 100% = x 100 %=100 %
xr 3.05

6. F(xi)*F(xr)
2. ¿<0
-0.375*0.108<0 xu=3.05
Segunda interacción
2. ¿<0
-0.375*0.108<0 xu=3.05
3. |100|>Es xi=2.5 xu=3.05
xi−xu 2.5−3.05
4. xr= 2
=¿
2
=2.775

xr−xrant 2.775−3.05
5. Ea= a= x 100%= x 100 %= 0.099%
xr 2.775

6. F(xi)*F(xr)
¿<0

-0.375*-0.30>0
Xi=2.775

b) Regla Falsa. Xi= 2.5 Xu= 3.6

x 3−6 x 2+ 11 x−6

2) f ( x i )∗f ( x u ) <0
¿
−0.936< 0

F ( xu )∗(xi −xu )
4) x r=x u − [ F ( x i )−F ( x u) ]
x r=3.6−¿

x r=3.6− [ (2.496)(−1.1)
−0.375−2.496 ]
−2.7456
x r=3.6− [ −2.871 ]
x r=3.6−0.956

x r=2.643678161

xr −x rant 2.643678161−0
5) ε a= xr
∗100 %=
2.643678161
∗100 %=100 %

6) f ( x i )∗f ( x u )
(−0.375 )∗( 2.496 ) <0=−0.936< 0
x i=2.643678161

3) |100|> ε s
F ( x u )∗( x i−x u )
4) x r=3.6− [ F ( x i )−F ( xu ) ]
( 2.496 ) ( 2.643678161 )−2.496
x r=3.6− [ −0.375−2.496 ]
x r=2.769165006

2.76858958−2.643678161
5) ε a= 2.76858958 *100%= 4.53%

6) f ( x i )∗f ( x u ) <0
(−0.3764 )∗(−0.3141 ) < 0

Newton Raphson
f ( x )=x 2 +5.78 x−11.4504
f ( x ) ´=2 x +5.78
f ( x ) ´ ´=2
 [ 2.52 +5.78 ( 2.5 )−11.4504 ]
x i+ 1=2.5−
2 ( 2.5 ) +5.78

x i+ 1=1.641966605

[(1.641966605)2 +5.78 ( 1.641966605 )−11.4504 ]

x i+ 1=1.641966605−
2 ( 1.641966605 ) +5.78

= 1.560741237

1.560741237−1.641966605
Ea= ×100 %=0.052 %> Es
1.560741237

x i+ 1=1.560741237−
[ ( 1.560741237 )2 +5.78 ( 1.560741237 )−11.4504 ]
2 ( 1.560741237 ) +5.78

x i+ 1=1.560000062

1.560000062−1.560741237
Ea= × 100 %=0.047 %> Es
1.560000062

|Ea|> Es

x i+ 1=1.560000062−
[ ( 1.560000062 )2 +5.78 ( 1.560000062 )−11.4504 ]
2 ( 1.560000062 ) +5.78
x i+ 1=1.56

1.56−1.560000062
Ea= × 100 %=3.97 x 10−6 %
1.56

Xi Ea E Et + i
2.5 100% -0.94 1.0036
1.641966605 52% -0.081966605 8.062229 x 10−4
1.560741237 47% 7.41237 x 10−4 6.56319 x 10−8
1.560000062 5.45% -6.2 x 10−8 -4.6128 x 10−16
1.56 3.97 x 10−6

f ´ ´ (x) 2
Et + i= = ¿=0.12
2 f ´ ( x) 2( ( 1.56 )2 +5.78)¿

Costo de compra

f ( n 1 ) =−Ap−Am +Ganancia

i ( 1+i )n
¿−P
[ n
( 1+i ) −1
1
] [
−G −
n
i ( 1+i )n−1 ]
+Ganancia

0.125 ( 1+0.125 )n
¿−15000
[ n
(1+ 0.125 ) −1 ] [
−400
1
−
n
0.125 ( 1+0.125 )n−1]+ 7500
 ( 1.125 )n
f ( n 1 ) =−1875
[ n
( 1.125 ) −1 ] [
−3200
−400 n
(1.125 )n−1
+ 7500
]
0.125 ( 1+0.125 )n
f ( n 2 ) =−5000
[ n
( 1+ 0.125 ) −1
−G
] [
1
−
n
0.125 ( 1+0.125 )n−1
+3000
]
( 1.125 )n
¿−625
[ n
(1.125 ) −1 ] [
−G
−200 n
(1.125 )n−1
+ 300
]

f ( n 1 ) =f ( n 2 )

( 1.125 )n ( 1.125 )n
−1875
[ n
( 1.125 ) −1 ][
+
400 n
n
( 1.125 ) −1 ]
+4300=−625
[n
( 1.125 ) −1
+
][ 200 n
]
(1.125 )n−1
+ 1300

( 1.125 )n
f (n)=1250
[ n ][
( 1.125 ) −1
+
200 n
( 1.125 )n−1 ]
+5600
 CONCLUSIÓN

El método de la bisección converge lentamente, lo que genera la

propagación de error por la cantidad de operaciones e interacciones
necesarias para que el método converja.
Cuando se plantean problemas y de ellos se sabe el número de
multiplicidad, si este número es impar no es difícil de resolver y podría
resolverse con diferentes métodos, mientras que si el número de
multiplicidad es par es necesario el uso de métodos más complejos y su
análisis es más difícil.
Para las búsquedas incrementales es de gran importancia saber elegir el
valor del incremento, pues de este depende que el método tenga gran
eficiencia o no.