Unidad 1

UNIDAD I
Definición de los
métodos numéricos
y cálculo de errores
1. Consideraciones generales sobre los
métodos numéricos.
1. Consideraciones generales sobre los métodos numéricos.
Introducción
Historia
Los métodos numéricos como ciencia estructurada y rigurosa, tienen un estudio
relativamente joven, empezando a finales del siglo XIX inicios del siglo XX.
Sin embargo desde tiempos remotos se emplearon métodos de aproximación,
siendo un aprueba de esto el descubrimiento del Papiro de Rhind o Ahmes, que
data del año 1650 AC. Elemento de 6m por 33cm, representa la mejor fuente de
información sobre matemática egipcia, posee 80 ejercicios resueltos, de cálculo
de volumen de frutas, áreas, raíces cuadradas, Etc.
En contraste en 1984 Math Works desarrolla el lenguaje de programación
MatLab, orientado al trabajo de Matrices.
1.. Consideraciones generales sobre los métodos numéricos
Importancia de los Métodos Numéricos
Los métodos numéricos son técnicas mediante las

cuales es posible formular problemas matemáticos
de tal forma que puedan resolverse usando
operaciones aritméticas.
El objetivo principal es encontrar soluciones aproximadas a problemas

complejos utilizando las operaciones más simples de aritmética. Es decir
resolver problemas difíciles con muchos pasos fáciles. Permitiendo utilizar
calculadora o computadores para obtener resultados.
Por tanto no es extraño que con el desarrollo de las computadoras cada vez más
eficientes y rápidas, el papel de los MN haya aumentado considerablemente en
los últimos años.
Observación importante: Existen varios
tipos de MN pero comparten una
característica común, llevan a cabo un
proceso con cálculos matemáticos.
Los métodos numéricos pueden ser aplicados para resolver procedimientos

matemáticos en:
• Cálculo de derivadas
• Integrales
• Ecuaciones diferenciales
• Operaciones con matrices
• Interpolaciones
• Ajuste de curvas
• Polinomios
Los métodos numéricos se aplican en áreas como:
Ingeniería Industrial, Ingeniería Química, Ingeniería Civil, Ingeniería Mecánica,
Ingeniería eléctrica, etc...
Razones para estudiar MN

1.- Métodos Numéricos: son herramientas extremadamente poderosas, capaces
de manejar sistemas de ecuaciones grandes, no lineales y geométricas
complicadas comunes en la ingeniería e imposibles de resolver analíticamente.
2.- Existen varios software disponibles de Métodos Numéricos, para
aplicaciones de ingeniería.
3.-Con conocimientos de Métodos Numéricos y programación es posible
diseñar un programa propio que resuelva un problema particular,
aprovechando de mejor manera las computadoras.
4.-Los MN son un medio para reforzar su comprensión de las matemáticas, ya
que una de sus funciones es convertir las matemáticas superiores en
operaciones aritméticas básicas, de esta manera se puede profundizar en los
temas que de otro modo resultarían oscuros.
EN RESUMEN:
M.N. = algoritmo matemático + computadora

2. Aplicación de la computadora a los
métodos numéricos.
2. Aplicación de la computadora a los métodos numéricos.
Aunque existen muchos tipos de métodos numéricos, éstos comparten una

característica común: invariablemente requieren de un buen número de
tediosos cálculos aritméticos.
No es raro que con el desarrollo

de computadoras digitales
eficientes y rápidas, el papel de
los métodos numéricos en la
solución de problemas en
ingeniería haya aumentado de
forma considerable en los
últimos años.
Además de proporcionar un aumento en la potencia de cálculo, la disponibilidad

creciente de las computadoras y su asociación con los métodos numéricos han
influido de manera muy significativa en el proceso de la solución actual de los
problemas en ingeniería.
Antes de la era de la computadora los ingenieros sólo contaban con tres métodos para
la solución de problemas:
1. Se encontraban las soluciones de algunos problemas usando métodos exactos o
analíticos. Dichas soluciones resultaban útiles y proporcionaban una comprensión
excelente del comportamiento de algunos sistemas. No obstante, las soluciones
analíticas sólo pueden encontrarse para una clase limitada de problemas.
2. Para analizar el comportamiento de los sistemas se usaban soluciones gráficas, las
cuales tomaban la forma de gráficas o monogramas; aunque las técnicas gráficas se
utilizan a menudo para resolver problemas complejos, los resultados no son muy
precisos.
3. Para implementar los métodos numéricos se utilizaban calculadoras y reglas de
cálculo. Aunque dichas aproximaciones deberían ser perfectamente adecuadas para
resolver problemas complicados, en la práctica se presentan varias dificultades debido
a que los cálculos manuales son lentos y tediosos.
La amplia disponibilidad de las computadoras han llevado a una verdadera

explosión en el uso y desarrollo de los métodos numéricos. Al principio, este
crecimiento estaba limitado por el costo de procesamiento de las grandes
computadoras, por lo que muchos ingenieros seguían usando simples
procedimientos analíticos. La reciente evolución de computadoras personales
de bajo costo ha permitido el acceso, de mucha gente, a las poderosas
capacidades de cómputo.
Los métodos numéricos son un vehículo

eficiente para aprender a servirse de las
computadoras.
LAS TRES FACES EN SOLUCIÓN DE PROBLEMAS EN INGENIERÍA
Antes de la computadora La era de la computadora
FORMULACIÓN FORMULACIÓN
Leyes fundamentales Exposición profunda de la relación del

explicadas brevemente problema con las leyes fundamentales
SOLUCIÓN
SOLUCIÓN
Métodos muy elaborados y con
frecuencia complicados para ser Método de la computadora fácil
manejable el problema de usar
INTERPRETACIÓN
Análisis profundo limitado INTERPRETACIÓN

por una solución que
La facilidad de calcular permite pensar
consume tiempo
holísticamente y desarrollar la intuición;
es factible estudiar la sensibilidad y el
comportamiento del sistema
Programación y software
• Los programas computacionales son únicamente
conjuntos de instrucciones que dirigen a la computadora
para realizar una cierta tarea. Un ejemplo de programas
o software utilizados son el Excel, Geogebra y MATLAB.
Algoritmo
Es importante definir el término Algoritmo, y analizar sus principales
características.
• Algoritmo.- procedimiento que nos indica la serie de pasos y decisiones que
se va a tomar para la solución de un problema.
• Finito.- siempre debe terminar en un número determinado de pasos
• Definido.- las acciones deben definirse sin ambigüedad.
• Entrada.- puede tener una o varias entradas
• Salida.- debe tener una o varias salidas.
• Efectivo.- las operaciones deben ser básicas para q pueden hacerse en un
determinado tiempo. Tiempo no mayor al que le tome a una persona
empleado papel y lápiz.
Algoritmo
• Ej : algoritmo
que permita
leer dos valores
distintos,
determinar
cuál es el
mayor y
escribirlo
Diagrama de flujo
Los algoritmos por tanto son necesarios para poder potencializar la aplicación de recursos
tecnológicos (computadora) a los Métodos Numéricos, pues esta se convierte en una herramienta
útil, pero no resuelve problemas por sí sola, sino que necesita que alguien especifique una serie de
instrucciones para la solución de estos problemas.
Para lograr esto se requiere los siguientes pasos.

Especificación del problema.- identificar el problema con sus limitaciones, las variables implicadas,
resultados que se pretende encontrar.
Análisis.- formular la solución, definir el algoritmo, con una serie de pasos aritméticos que puedan
ser ejecutados por un computador.
Programación.- traducir el algoritmo, expresándolo como una serie de operaciones. Diagrama de
flujo-codificación, traduce el diagrama en lenguaje de computador.
Verificación.- se aplica para eliminar errores, para que el programa haga lo que es requerido,
comparar con resultados conocidos. Sintaxis-Lógicos
Documentación.- preparar un manual de usuario para que otros logren utilizar el programa.
Producción.- aquí se proporcionan los datos de entrada del programa y se obtienen los resultados.
LOS MÉTODOS NUMÉRICOS Y LA PRÁCTICA EN

INGENIERÍA
• En el transcurso de su carrera, es posible que el

ingeniero tenga la oportunidad de utilizar paquetes
disponibles comercialmente, o programas
«enlatados» que tengan métodos numéricos. El uso
eficiente de estos programas depende del buen
entendimiento de la teoría básica en los que se basan
tales métodos.
LOS MÉTODOS NUMÉRICOS Y LA PRÁCTICA EN

INGENIERÍA
• Hay muchos problemas que no se
pueden resolverse con programas
«enlatados». Si se conoce de los
métodos numéricos y se es hábil en
la programación de computadoras,
entonces tiene la capacidad de
diseñar sus propios programas para
resolver los problemas, sin tener
que comprar un software costoso.
MODELO MATEMÁTICO SIMPLE

Un modelo matemático se define, de manera general, como una formulación o una ecuación
que expresa las características esenciales de un sistema físico o de un proceso en términos
matemáticos. En general, el modelo se representa mediante una relación funcional de la
forma:
Variable dependiente= f (variable independiente, parámetros, funciones de fuerza)
Variable dependiente: es una característica que generalmente se refleja al comportamiento o

estado de un sistema.
Variable independiente: son por lo común dimensiones tales como tiempo y espacio a
través de las cuales se determina el comportamiento del sistema .
Parámetros: son el reflejo de las propiedades o la composición del sistema.
Funciones de Fuerza: son influencias externas que actúan sobre el sistema.
La expresión matemática, o el modelo, de la segunda ley de Newton es la ya conocida
ecuación: F fuerza neta que actúa sobre el objeto (N).
F=ma m masa del objeto Kg.
a aceleración (m/s2 ).
Dividiendo, simplemente, ambos lados entre m

a= F/m
donde:
a es la variable dependiente que refleja el comportamiento del sistema.
F es la función de la fuerza.
m es un parámetro que representa una propiedad del sistema.
Obsérvese que en este caso específico no existe variable independiente por que aún no se
predice como varía la aceleración con respecto al tiempo o al espacio.
Características típicas de los modelos matemáticos del mundo físico.

• 1. Describe un proceso o sistemas naturales en término matemáticos.
• 2. Representa una idealización y una simplificación de la realidad. Es decir,

ignora los detalles insignificantes del proceso natural y se concentra en sus
manifestaciones esenciales. Por ende, la segunda ley de Newton no incluye los
efectos de la relatividad, que tiene una importancia mínima cuando se aplican a
objetos y fuerzas que interactúan sobre o alrededor de la superficie de la Tierra,
a velocidad y a escalas visibles a los seres humanos.
• 3. Finalmente, conduce a resultados reproducibles y, en consecuencia, llegada

a emplearse con la finalidad de predecir. Por ejemplo, dada la fuerza aplicada
sobre un objeto de masa conocida, la ecuación anterior se emplea para
calcular la aceleración.
3. Números exactos y aproximados.
En el proceso de resolución de un problema se deben tratar con diferentes clases
de números.
Los números exactos representan el valor verdadero del número:
Ejemplo: - El triángulo tiene 3 lados
- La carrera tiene 10 semestres
- La mano tiene 5 dedos
Los números aproximados representan un valor próximo al verdadero y su grado

de proximidad se determina por el error de cálculo.
Ejemplo: -El radio de la tierra es igual a 6000 Km
-La altura del Chimborazo es de 6268m
-La distancia de Riobamba a Ambato es de 59 Km
El error de cálculo se deriva de
la precisión de los
instrumentos (medios) de
medida que se usa y de la
capacidad visual del
observador.
No existen aparatos de
medida absolutamente
exactos, sino cada uno
tiene su precisión o sea
admiten cierto grado de
error en las mediciones
(tolerancia o
incertidumbre).
En otros casos , un mismo número puede ser exacto y aproximado:
Ejemplo:
-El número 3 es exacto si se trata del número de lados de un triángulo

-El número 3 es aproximado si se trata del número PI usado para calcular el
área del círculo mediante A=π R2 ,si se considera:
π =3,15 a>A aproximación por exceso (mayor)

π =3,1416… a=A
π =3,14 a<A aproximación por defecto (más pequeña)
a → número aproximado.
A → número exacto
Otras definiciones:
Exactitud
Precisión
Tolerancia o incertidumbre
•Exactitud: Aproximación
con la cual la lectura de un
instrumento se acerca al
valor real de la variable
medida.
De acuerdo a la norma ISO

5725-1, la exactitud está
compuesta por la veracidad
(proximidad de los
resultados al verdadero
valor)
Precisión: Medida de la
reproducibilidad de las
mediciones: i.e. dado el valor fijo
de la variable, la precisión es
una medida del grado con el cual
las mediciones sucesivas
difieren una de otra.
De acuerdo a la norma ISO 5725-1,

Precisión es la “repetibilidad o
reproducibilidad de la medición”
Rango = Xmax-Xmin
Ejemplo: suponiendo que de la medición de X
variable se obtiene los siguientes valores, obtenga la
exactitud, y la precisión del aparato de medición.
X1 75
X2 67
X3 72 =70,2
X4 69
X5 70
X6 74
X7 68
X8 72
X9 65
x10 70
s =3,12
TOLERANCIA O INCERTIDUMBRE
Es una estimación del posible error en una medida. Dicho de otra forma, es un estimación del rango de
valores que contienen el valor verdadero de una medida. La incertidumbre generalmente esta referida en
términos de la probabilidad de que el valor verdadero difiera de un rango establecido de valores.
Los valores verdaderos no existen, existen valores de alta precisión o probables.
La medida de un valor esta dada por:
R= x ± s
Donde:
x : Es la exactitud de la medida.
s : Es la precisión de la medida.
Ejemplo: Dadas las siguientes lecturas tomadas por un operador calcular la
incertidumbre R de la medida.
4. Redondeo de números.
4. Redondeo de números
En la práctica de métodos numéricos, surge a menudo la necesidad de
redondear un número, o sea, reemplazarlo con otro que tienen una menor
cantidad de cifras.
En este caso se conserva una o más

cifras, contando de la izquierda a la
derecha y se omiten todas las
sucesivas.
Se lo puede hacer considerando las

décimas, centésimas y milésimas.
Reglas:
a.- El último digito que se conserva se b.- Si el primer digito descartado es 5
aumenta en 1 si el primer dígito o 5 seguido de ceros, el último digito
descartado es mayor que 5 que se conserva se incrementa en 1,
solo si este es impar
847,469 → 4 cifras ó redondeo décim 39,75000 → 3 cifras
=847,5 =39.8
4931,367→ 5 cifras 563,45000 → 4cifras

=4931,4 = 563.4
563,4500001 → 4 cifras
= 563.5 por el 1
¿Cuál de los 2 números esta mas cerca de 4256?
¿Entre que unidades de mil se encuentra 16.867 ?

Truncamiento.-
Consiste en omitir todas las cifras a partir de cierta posición:

Ejem:
39,7500 → 3 cifras= 39.7
Se lo puede hacer considerando las décimas, centésimas y milésimas.

Se puede considerar el uso de funciones de redondeo de Excel.
Esta figura ilustra cómo el número 9.45 se ve afectada por el uso de

Round, Roundup, y Rounddown (REDONDEAR)
5. Cifras significativas.
5. Cifras significativas
RECORDEMOS:
Precisión.- relacionada con la cantidad de números.
Exactitud.- relacionado con la cercanía de un valor

aproximado con su valor real.
Concepto de cifra significativa:
Son todas las cifras de un número a excepción de los
ceros puestos a la izquierda de la primera cifra distinta
de cero.
0,000956 → 3 cifras
956,00 → 5 cifras
3,76*10 10 → 3 cifras
Condiciones:
1.- Cuando hay un entero todas las cifras son significativas.
2.- Cuando un cero se encuentra entre dos cifras distintas, este también es
considerado cifra significativa
Ej: 1,05 →3 cifras significativas
3.- Cuando los ceros se usan solo para la ubicación de la coma no son
significativas Ej: 0.009 → 1 cifras significativas
4.- cuando los ceros estas después de la coma, y antes de esta, están otras
cifras los ceros también son cifras significativas
Ej: 17.00 → 4 cifras significativas
5.-cuando tenemos cantidades grandes terminadas en ceros, estos pueden o
no ser cifras significativas.
Ej: 12300 → 5 o 3 cifras significativas
La función MULTIPLO.INTERIOR en Excel nos permite redondear

un número hacia abajo, hasta el múltiplo significativo más cercano
de la cifra especificada. La función MULTIPLO.INFERIOR acepta
dos argumentos y ambos son obligatorios.
•Número (obligatorio): El
número que será redondeado.
•Cifra_significativa
(obligatorio): La cifra significativa
hacia la que será redondeado el
número.
Ejemplo de la función MULTIPLO.INFERIOR
Si se tiene en Excel una lista de productos con sus respectivos precios.
Al aplicar un descuento a los productos, dará un nuevo precio para cada

uno de ellos:
Ejemplo de la función MULTIPLO.INFERIOR
Al observar los precios de la columna D me doy cuenta de que al pagar en efectivo,
los clientes necesitarán varias monedas de centavos para pagar el precio exacto. Sin
embargo, las monedas de centavos son cada vez menos utilizadas, a excepción de
las monedas de 50 centavos, por lo que se decide redondear todos los precios hacia
el múltiplo inferior más cercano de $0.50 y para ello se usa la función
MULTIPLO.INFERIOR.
Observe cómo la función MULTIPLO.INFERIOR hace el redondeo adecuado para

los precios de los productos.
6. Clasificación de los errores.
ERROR
En la literatura técnica y científica, el término error se utiliza
frecuentemente con dos significados bastante diferentes:
• En unos casos se utiliza para cuantificar la diferencia entre el

resultado de una medida y el considerado como valor de la
misma (valor verdadero, valor real o estándar)
• En otros casos se utiliza para

denominar la incertidumbre
del resultado de una medida,
es decir, para cuantificar la
imperfección del método e
instrumento de medida
empleado.
ERROR
• Pero los términos error e incertidumbre no son sinónimos, sino que representan
conceptos completamente distintos, y por tanto, no deben confundirse entre sí ni
utilizarse incorrectamente, uno en lugar del otro.
ERROR
ERROR
En todos los problemas es fundamental hacer un seguimiento de
los errores cometidos a fin de poder estimar el grado de
aproximación de la solución que se obtiene.
ERROR
ERROR ABSOLUTO
Es la diferencia entre el valor exacto “A” y el valor tomado como

aproximado “a” (o valor de la medida), y tiene unidades, las mismas
que las de la medida.
Δa ≥ |A-a|
Esta diferencia puede ser positiva o negativa, según si la medida es
superior al valor real o inferior (la resta sale positiva o negativa),
pero como tiene un definición ABSOLUTA, siempre será positivo.
ERROR
ERROR ABSOLUTO
Para obtener el número exacto A, se debe añadir el error absoluto

Δa al número aproximado a:
A= a±Δa
Se lo puede observar de otra manera, considerando que el error absoluto es
la cota superior de desviación de número exacto A respecto al aproximado a:
a- Δa ≤ A ≤ a+ Δa
En calidad de error absoluto se toma, en la medida de lo posible, el número
mínimo.
ERROR
ERROR ABSOLUTO
Ejemplo: determínese la cota del error absoluto del número a=3,14 utilizado en lugar del
número π .
a- Δa ≤ A ≤ a+ Δa a- Δa ≤ A ≤ a+ Δa
3,14 - Δa ≤ π ≤3,14+ Δa 3,14 - Δa ≤ π ≤3,14+ Δa
3,14< π < 3,15 supuesto 3,14< π < 3,142 supuesto
|π-a |<0,01 |π-a |<0,002
Por tanto: Δa=0,01 Por tanto: Δa=0,002
Para fines prácticos es conveniente tomar el número más pequeño de Δa.

ERROR
ERROR RELATIVO
Se puede definir como el cociente entre el error absoluto y el valor
verdadero:
𝐴−a
𝐸𝑟 ≥
a , a≠0
Y también se define el error relativo porcentual, como sigue:
𝐴−a
𝐸𝑣 ≥ x100%, a≠0
a
ERROR
ERROR RELATIVO
Ejemplo: el peso de 1 dm3 de agua a 0°C viene dado por p=999,847±0,001 (gramos
fuerza). Determine la cota del error relativo porcentual del resultado del peso del agua.
Δp=0,001
p≤ 999,846 gf
0,001
𝐸𝑣 ≥ x100%= 1x10-4 %
999,846
ERROR
EJERCICIO:
Si las medidas de tiempo de un recorrido efectuadas por diferentes alumnos son:
3,01s / 3,11s / 3,20 s / 3,15 s
Hallar los errores absoluto y relativo de cada medida, para t=3s.
Medidas Errores absolutos Errores relativos
3,01 s 3,01 - 3,12 = - 0,11 s -0,11 / 3,12 = - 0,036
(- 3,6%)
3,11 s 3,11 -3,12 = - 0,01 s -0,01 / 3,12 = - 0,003
(- 0,3%)
3,20 s 3,20 -3,12 = + 0,08 s +0,08 / 3,12 = + 0,026
(+ 2,6%)
3,15 s 3,15 - 3,12 = + 0,03 s +0,03 / 3,12 = + 0,010
(+ 1,0%)
ERROR
EJERCICIO:
Al medir la longitud de una varilla para construcción se obtiene el

resultado aproximado de 19999 cm. mientras que al medir la longitud
de un clavo, se obtiene el resultado de 9 cm. Suponiendo que los
valores verdaderos de la varilla y el clavo son de 20000 cm. y 10 cm.
respectivamente, calcular el error absoluto y el error relativo
porcentual en ambos casos.
6. Clasificación de los errores
ERROR
Los errores encontrados en problemas matemáticos se dividen fundamentalmente en 5
tipos:
1. Errores del problema

2. Errores iniciales
3. Error numérico
a) Errores de truncamiento
b) Errores de redondeo
3. Errores de operación
4. Error residual
ERROR
1. Errores del problema.- aparecen durante la formulación o planteamiento del problema.
2. Errores iniciales.- debidos al uso de constantes en ecuaciones o fórmulas cuyos valores

son expresados aproximadamente.
Y=ex
me=9,104x10-28 , masa del electrón
NA=6.03x1023atom/mol, constante de Avogadro.
Número de Avogadro es el número de partículas
elementales (usualmente átomos o moléculas) en un mol de una sustancia cualquiera.
ERROR
3. Errores numéricos: Aparecen con el uso de aproximaciones para representar

cantidades. Estos errores incluyen los de truncamiento y de redondeo.
Ej, pi. 3.141592653589793238462643 → 3.1416
Error de truncamiento: Ej. Cuando una calculadora básica sólo toma en cuenta los dígitos
que cabe en la pantalla y no se analiza el primer dígito perdido.
Error de redondeo: Ej. Al usar 1/3 =0.333 se comete un error de redondeo.
ERROR
4. Errores de operación.- se originan durante las operaciones cuando utilizamos números
aproximados.
Área de un circulo diámetro 2: A= pi*d2/4
5. Errores residuales.- originado por la presencia de

procesos infinitos en el análisis matemático, ej serie de Taylor
7. Errores en las operaciones
Errores de la suma y resta.
Si se conocen los errores absolutos: ∆𝑎1 , ∆𝑎2 … … ∆𝑎𝑛 .
El error total de la suma y resta será:
∆𝑎 = ∆𝑎1 + ∆𝑎2 +. . . +∆𝑎𝑛
Ejm.
Hallar la suma exacta de A+B:
C= A+B= 325,21 + 32,43 = 357,64
A= 325,21 ± 0,02
Δc= 0,02+0,01= 0,03
B= 32,43 ± 0,01
Valor exacto = C= A+ B = 357,64 ± 0,03

Errores de la suma y resta.
Si se conocen los errores absolutos: ∆𝑎1 , ∆𝑎2 … … ∆𝑎𝑛 .
El error total de la suma y resta será:
∆𝑎 = ∆𝑎1 + ∆𝑎2 +. . . +∆𝑎𝑛
Ejm.
Hallar la resta exacta de A+B:
A= 325,21 ± 0,02 C= A- B= 325,21 - 32,43 = 292,78
B= 32,43 ± 0,01 Δc= 0,02+0,01= 0,03
Valor exacto = C= A- B = 292,78 ± 0,03

Errores del Producto: Se requiere la aplicación de errores relativos.
𝛿𝑐 = 𝛿𝑎 + 𝛿b
0,02
A= 241,25 ± 0,02 𝛿a=241,25 = 8,29𝑥10−5
B= 19,74 ± 0,03 0,03

𝛿b=19,74 = 1,5197𝑥10−3
C= A.B= (241,25) (19,74)
𝛿c= 𝛿a+ 𝛿b= 1,6026 𝑥10−3
= 4762,275
Δc= (4762,275)(1,6026 𝑥10−3 )=7,632
Valor exacto = C=(A)(B)=4762,275 ± 7,632
C=(A)(B)=4762,28 ± 7,632
Errores del Cociente: Se requiere la aplicación de errores relativos.
𝛿𝑐 = 𝛿𝑎 + 𝛿b
A= 241,25 ± 0,02 0,02
𝛿a=241,25 = 8,29𝑥10−5
B= 19,74 ± 0,03
0,03
𝛿b= = 1,5197𝑥10−3
C= A/B= (241,25) /(19,74) 19,74
= 12,2214 𝛿c= 𝛿a+ 𝛿b= 1,6026 𝑥10−3

Δc= (4762,275)(1,6026 𝑥10−3 )=7,632
Valor exacto = C=(A)/(B)=12,2214 ± 7,632
C=(A)/(B)=12,22 ± 7,632
Error de una potencia
Error absoluto de potencia Error relativo de potencia
q = xn ⇒ δq = n · δx
1
q= x1/n ⇒ δq = · δx. (raíz)
𝑛
UNIDAD 2:
SOLUCIÓN DE ECUACIONES NO
LINEALES
SOLUCIÓN DE ECUACIONES NO LINEALES
Una ecuación con 1 incógnita se puede representar de la forma:

ϕ(x)=g(x) ϕ(x)-g(x)=0
Definida sobre un conjunto numérico “x” llamado domino de valores
admisibles de la ecuación.
El conjunto de valores de “x” con los cuales la ecuación se transforma

en identidad se denomina solución de la ecuación, y cada valor de x
de este conjunto se denomina raíz de la ecuación.
Resolver una ecuación implica hallar el conjunto (finito o infinito) de

todas las raíces de dicha ecuación.
El conjunto de varias ecuaciones con varias incógnitas se llama

sistema de ecuaciones, y su solución es el conjunto de valores
(raíces) de estas incógnitas que convierten en identidad a cada
ecuación del sistema.
X2+y=5 x=2 22+1=5

X+y2=3 y=1 2+12=3
Las raíces de una ecuación pueden ser:

reales y no reales (complejas)
Ecuación algebraica: con una incógnita

a0xn + a1xn-1 + a2xn-2+…….+ an-1x+ an=0
Funciones trascendentes:
Exponencial ax
Logarítmica logax
Trigonométricas senx , cosx , tgx, ctgx
Ecuaciones algebraicas y funciones trascendentes cuyo grado

supera el primero suelen llamarse ecuaciones no lineales.
Este capítulo sobre raíces de ecuaciones se ocupa de métodos que
aprovechan el hecho de que una función cambia de signo en la
vecindad de una raíz.
A estas técnicas se les llama métodos cerrados, o de intervalos,

porque se necesita de dos valores iniciales para la raíz.
Como su nombre lo indica, dichos valores iniciales deben “encerrar”,
o estar a ambos lados de la raíz.
Los métodos particulares descritos aquí emplean diferentes

estrategias para reducir sistemáticamente el tamaño del intervalo y
así converger a la respuesta correcta.
Como preámbulo de estas técnicas se analizarán los métodos

gráficos de separación de raíces para representar tanto las funciones
como sus raíces.
Además de la utilidad de los métodos gráficos para determinar

valores iniciales, también son útiles para visualizar las propiedades
de las funciones y el comportamiento de los diversos métodos
numéricos.
Así mismo, se tratarán los Métodos: Analíticos, de Bisección y de la

regla falsa.
MÉTODO DE SEPARACIÓN DE RAÍCES
SEPARACIÓN DE RAÍCES
Separar las raíces quiere decir partir todo el dominio de los valores
admisibles en segmentos en cada uno de los cuales existe una sola
raíz.
Método gráfico:
Un método simple para obtener una aproximación a la raíz de la
ecuación f(x) = 0 consiste en graficar la función y observar dónde
cruza el eje x.
Este punto, que representa el valor de x para el cual f(x) = 0, ofrece

una aproximación inicial de la raíz.
Método gráfico:
En la figura, se ve que la función tiene 2 raíces: una negativa en x1
entre [-1 y 0] y otra positiva en x2 entre [1 a 2].
Método gráfico:
Ejercicio:
Determinar gráficamente en Geogebra entre qué números enteros
están encerradas las raíces de la ecuación: x3 -3x-1=0
Método gráfico:
Ejercicio:
Determinar gráficamente en Geogebra,
entre qué números enteros están
encerradas las raíces de la ecuación:
x3 -3x-1=0
Método gráfico:
Ejercicio:
Utilice el método gráfico para determinar el coeficiente de arrastre c
necesario para que un paracaidista de masa m = 68.1 kg tenga una
velocidad de 40 m/s después de una caída libre de t = 10 s.
Nota: La aceleración de la gravedad es 9.8 m/s2.
Ecuación obtenida a partir de la segunda ley de Newton, para la velocidad del

paracaidista:
Método gráfico:
Ejercicio:
Utilice el método gráfico para
determinar el coeficiente de arrastre
c necesario para que un paracaidista
de masa m = 68.1 kg tenga una
velocidad de 40 m/s después de una
caída libre de t = 10 s.
Nota: La aceleración de la gravedad
es 9.8 m/s2.
Método gráfico:
Ejercicio:
Utilice el método gráfico para
determinar el coeficiente de arrastre
c necesario para que un paracaidista
de masa m = 68.1 kg tenga una
velocidad de 40 m/s después de una
caída libre de t = 10 s.
Nota: La aceleración de la gravedad
es 9.8 m/s2. rpta= 14,8
Método Analítico:
Si una función f(x) es continua sobre el segmento [xa, xb], entonces
en este segmento siempre hay puntos en los cuales ella toma los
valores máximos y mínimos, y para determinarlos es necesario:
• Determinar los ptos críticos de la función

• Calcular los valores de la función en los ptos críticos y en los
extremos del segmento [a,b]
• El mayor de los valores hallados anteriormente, será el máximo de
la función en el segmento y el menor será el valor mínimo.
Método Analítico:
De acuerdo a esto se tiene el siguiente procedimiento a seguir:
• Hallar f ´(x), o sea, la primera derivada y calcular la raíz.

• Hacer una tabla de signos de f(x), suponiendo x igual a:
a) Los valores críticos (raíces) de la derivada o próximos a ellos
b) 3 valores de frontera (según dominio de valores admisibles x)
• Determinar los intervalos en cuyos extremos f(x) toma los valores
de signo contrario. Dentro de estos intervalos se analiza si
contiene, cada vez, una y solo una raíz o si representa el cambio de
pendiente.
Método Analítico:
Ejercicio:
Separar las raíces de la ecuación:
F(x)=x3-6x+2
• Hallar f ´(x), o sea, la primera 3𝑥 2 − 6 = 0
derivada y calcular la raíz.
𝑥 = 1.414
• Hacer una tabla de signos de f(x)

-2 -1 0 2 3 1.414
F(x)=x3-6x+2 +6 +7 +2 -2 -7 -3.655
3x2-6 = 0 +6 -3 -6 +6 +21 0
• Determinar los intervalos en

cuyos extremos f(x) toma los
valores de signo contrario.
Rpta 3 raíces
Método Analítico:
Lección:
F(x)= 2x-5x-3
F′(x)=2𝑥 𝑙𝑛2 − 5 = 0
MÉTODO DE BISECCIÓN
Método de Bisección
Base: Una función cambia de signo en
la proximidad de una raíz
•Una raíz está acotada en el intervalo

[a1,b1] si el signo de F(a1) es diferente al
signo de F(b1)
•La precisión del acercamiento a la raíz

se denota con , número positivo
suficientemente pequeño cercano a 0
Algoritmo:
1. Selecciona un intervalo [a1,b1] donde
exista un cero
2. Calcula el punto medio c1 como nuevo
punto: 𝑪𝟏 = 𝑎1+𝑏1 c1
2
c2 c3
3. Comprueba si hay cambio de signo en
[a1, c1] o en [c1, b1]. Comprobación:
f(a1)*f(c1)<0 ; b1=c1
Iteración 1 con c1
f(a1)*f(c1)>0; a1=c1 Iteración 2 con c2
Iteración 3 con c3
1. Si el producto es cero, entonces c1 es una Iteración n, donde:
raíz. Si no es cero volver al punto 2. f(cn) <
Ejemplo 1: Determinar la menor raíz positiva de la

ecuación:
𝑓 𝑋 = 𝑋 4 − 2𝑋 3 − 4𝑋 2 + 4𝑋 + 4
con una precisión =0,00001
Ejemplo: Determinar la menor raíz positiva de la ecuación:

𝑓 𝑋 = 𝑋 4 − 2𝑋 3 − 4𝑋 2 + 4𝑋 + 4
con una precisión =0,00001
Iter a1 f(a1) b1 cn f(cn) f(a1)*f(cn)

1 1 3 1,8 1,4 0,1136 +
2 1,4 0,1136 1,8 1,6 -1,4784 -
3 1,4 0,1136 1,6 1,5 -0,6875 -
4 1,4 0,1136 1,5 1,45 -0,286744 -
5 1,4 0,1136 1,45 1,425 -0,086343 -
6 1,4 0,1136 1,425 1,4125 0,013707 +
7 1,4125 0,013707 1,425 1,41875 -0,036301 -
8 1,4125 0,013707 1,41875 1,415625 -0,041292 -
9 1,4125 0,013707 1,415625 1,4140625 0,0012084 + f(cn) <
--- --- --- --- --- --- --- 2,89x10-9<0.00001
19 1,414212 1,22x10-5 1,414215 1,414213562 2,89x10-9 +
f(cn) <
2,89x10-9<0.00001
Iter a1 f(a1) b1 cn f(cn) f(a1)*f(cn)

19 1,414212 1,22x10-5 1,414215 1,414213562 2,89x10-9 +
Ejercicio: Determinar la menor raíz positiva de la ecuación:

𝑓 𝑋 = 𝑒𝑥 − 2 con una precisión =0,06
a1 cn b1 fa fc
0 1 2 -1 0,7182
0 0,5 1 -1 -0,3513
0,5 0,75 1 -0,3513 0,117
0,5 0,625 0,75 -0,3513 -0,132
0,625 0,6875 0,75 -0,132 -0,0113
0,6875 0,71875 0,75 -0,0113 0,05186
Matlab
Características.
• Lenguaje de alto nivel para cálculo numérico y desarrollo de
aplicaciones.
• Cuenta con funciones matemáticas para algebra lineal
estadística, integración numérica, resolución de ecuaciones
diferenciales ordinarias.
• gráficos integrados para visualización de datos y herramientas
para crear gráficos personalizados.
• Herramientas de desarrollo para mejorar la calidad del código.
• Herramientas para creación de aplicaciones con interfaces
graficas personalizadas.
• funciones para integrar algoritmos con aplicaciones externas
como c java Excel.
Matlab
Comand Window
Ventana donde se ejecutan interactivamente las
instrucciones, y donde se muestran los resultados
correspondientes. Es la ventana más importante.
Lo caracteriza el prompt o aviso. Programa
preparado para recibir instrucciones. Ingreso de variables.
a=3 enter
…b=6 enter….
c=3 enter….
d =a+b+c enter
a=3; enter… que sucede.?
a=3; b=6; c=9; d=a+b+c …. Enter
Matlab
WORKSPACE
En esta ventana se lista las
variables que en un
determinado momento se
están utilizando. Se pueden ver
las variables antes utilizadas.
Click derecho en una variable
se puede cambiar de nombre.
Característica importante,
MATLAB trata las variables
como arrays o matrices, en
este caso de 1x1
Matlab
Editor debugger.
Ventana en la que el usuario, puede escribir o crear sus propios programas en
archivos con extensión .m. New Script.
Contienen conjuntos de comandos o definición de funciones. Se logra
ejecutar uno tras otro todos los comandos contenidos en este tipo de fichero.
Limpiar variables.
Clear all
Clc
Matlab
Vectores o matrices.
Vectores fila elementos separados por espacios o coma. v= [2 3 4]
Vector columna.- separados por punto y coma; m= [3 4 5; 6 7 8; 9 10 11]
Crear dos matrices distintas, probar operaciones.
Matlab
Graficas
>> x=[-2:0.01:2];
>> y=sin(x)+cos(x)*2;
>> plot(x,y)
x=[-5:0.01:5];
y=3*x.^3+2*x-17;
z=zeros(size(x));
grid on
hold on
plot (x,y)
Matlab
ALGORITMOS
EJEMPLO:
Programa que calcula error absoluto, relativo y valor aproximado de las
cifras significativas
MÉTODO DE LA REGLA FALSA
Aún cuando la bisección es una técnica
perfectamente válida para determinar raíces, su
método de aproximación por "fuerza bruta" es
relativamente ineficiente. f(b1)
La falsa posición es una alternativa basada en
una visualización gráfica que consiste en unir
f(a1) y f(b1) con una línea recta. La intersección
de esta línea con el eje de las x representa una
a1 ai an
mejor aproximación de la raíz.
El hecho de que se reemplace la curva por una b1
línea recta de una "falsa posición" de la raíz da
el nombre de método de la falsa posición, o en f(a1)
latín, regula falsi. También se le conoce como
método de interpolación lineal.
Usando triángulos semejantes, y haciendo
algunos arreglos matemáticos, la intersección
de la línea recta con el eje de las x se estima
f(b1)
mediante: f(b1)
𝑓 𝑏1 . (𝑎1 − 𝑏1ሻ
𝑎2 = 𝑏1 − a1 ai an
𝑓 𝑎1 − 𝑓(𝑏1ሻ
b1
f(a1)
Algoritmo:
1. Se escogen los valores iniciales a1 y b1, que
encierran la raíz f(b1)
f(b1)
2. Determinar la primera aproximación a2:
𝑓 𝑏1 . (𝑎1 − 𝑏1ሻ
𝑎i = 𝑏1 −
3. Realizar las evaluaciones (una sola vez, en la a1 ai an
primera iteración.)
b1
f(a1)*f(ai)<0 raíz en primer intervalo
f(a1)*f(ai)>0 raíz en segundo intervalo
f(a1)
f(a1)*f(ai)=0 raíz encontrada
4.- Se realiza una nueva aproximación hasta que se alcance la tolerancia especificada
Ejemplo 1. Aproximar la raíz de f(x) = e -x-ln(x)
Hasta que el error relativo porcentual sea menor al 1%
Considerar un intervalo (a1, b1) en el que

se garantice que la función tiene raíz (y que
sea única), en este caso sirve [1, 1.5].
Se obtiene el punto de intersección de

esta recta con el eje de las abscisas:
(ai, 0); se toma ai como aproximación
de la raíz buscada.
𝑓 𝑏1 . (𝑎1 − 𝑏1ሻ
𝑎i = 𝑏1 −
𝑓 1.5 . (1 − 1.5ሻ
𝑎i = 1.5 −
𝑓 1 − 𝑓(1.5ሻ
−0,182335 . (−0.5ሻ
𝑎i = 1.5 −
0,367879 − (−0,182335ሻ
𝑎i = 1.334306
-Se evalúa f(ai) y f(a1) para determinar en cuál

de los dos intervalos está la raíz:
𝑎i = 1.334306 𝑎1 = 1
f(1.334306) = e- (1.334306) - ln (1.334306) = -0.025070
f(1) = e- (1.334306) - ln (1) = 𝟎, 𝟑𝟔𝟕𝟖𝟕𝟗
f(a1)*f(ai)<0 raíz en primer intervalo
Dado que f(1) * f(1.334306) < 0

-0,009222< 0 → La raíz está en el intervalo [ 1 , 1.334306 ].
En este punto, vemos que todavía no podemos

calcular ningún error relativo, puesto que
solamente tenemos la primera aproximación.
El valor ai se convierte en el nuevo b1.
Así, repetimos el proceso con el nuevo intervalo

[ 1 ,1.334306 ]
𝑓 𝑏1 . (𝑎1 − 𝑏1ሻ
𝑎i = 𝑏1 −
𝑓 1.334306 . (1 − 1.334306ሻ
𝑎i = 1.334306 − = 1.312977
𝑓 1 − 𝑓(1.334306ሻ
Aquí podemos calcular el error relativo porcentual, puesto que contamos ya con la aproximación nueva
y la aproximación anterior:
ai nueva - ai anterior
Erp = * 100% = 1.62%
ai nueva
Puesto que no se ha logrado el objetivo, continuamos con el proceso
Se evalúa f(xr) para determinar en cuál de los dos intervalos está la raíz:
f(1.312977) = e- (1.312977) - ln (1.312977) = -0.003279
Dado que f(a1) * f(ai) < 0 → La raíz está en el intervalo [ a1 ,ai].

f(1) * f(1.312977) < 0 → La raíz está en el intervalo [ a1, ai].
Dado que (0.367879) * (-0.003279) < 0 → La raíz está en el intervalo [ 1 , 1.312977 ].
El valor ai se convierte en el nuevo b1.

Así, repetimos el proceso con el nuevo intervalo [ 1 , 1.312977 ]
Con ese nuevo intervalo y aplicando la expresión, La nueva ai= 1.310211
y el nuevo Erp = 0,21% < 1% y aquí se termina el proceso.

Entonces se toma como aproximación a la raíz ai = 1.310211
Ejercicio. Obtener una solución única de 𝒇 𝑿 = 𝑿𝟑 + 𝟒𝑿𝟐 − 𝟏𝟎
en el intervalo [1,2] mediante el método de la regla falsa
Iteración a1 F(a1) b1 F(b1) ai F(ai)
1 1 -5 1,5 2,375 1,33898305 -0,4278675
2
3
4
5
6
7
𝑓 𝑏1 . (𝑎1 − 𝑏1ሻ
𝑎i = 𝑏1 −
Ejercicio. Obtener una solución única de 𝒇 𝑿 = 𝑿𝟑 + 𝟒𝑿𝟐 − 𝟏𝟎
en el intervalo [1,2] mediante el método de la regla falsa
Iteración a1 F(a1) b1 F(b1) ai F(ai)
1 1 -5 1,5 2,375 1,33898305 -0,4278675
2
3
4
5 1,36523002
6 1,36523001
7 1,36523001
𝑓 𝑏1 . (𝑎1 − 𝑏1ሻ
𝑎i = 𝑏1 −
Al inicio de éste tema referente a la solución de ecuaciones

no lineales, se mencionaron los Métodos que usan
intervalos cerrados como son los de Bisección y Regla falsa
Ventajas: siempre convergen

Desventajas: Son lentos
MÉTODOS ABIERTOS
Al contrario, los métodos abiertos se basan en fórmulas que requieren de un
solo valor de x, o de un par de ellos que no necesariamente encierran la raíz. A
veces divergen o se alejan de la raíz a medida que aumentan las iteraciones.
Pero cuando convergen en general lo hacen mucho más rápido que los
métodos que usan intervalos.
➢Método de Newton-Raphson.
➢Método de la Secante.
➢Aproximaciones sucesivas
Método de Newton-Raphson
Este método es uno de los más utilizados para
localizar raíces ya que en general es muy eficiente
y siempre converge para una función polinomial.
Se requiere que las funciones sean diferenciables,
y por tanto, continuas, para poder aplicar este
método.
𝒙𝒊 , 𝒇 𝒙𝒊
Se debe partir de un valor inicial para la raíz: 𝑥𝑖 ,
este puede ser cualquier valor, el método
convergirá a la raíz mas cercana, es decir se pude
trazar una tangente desde el punto 𝑥𝑖 , 𝑓 𝑥𝑖 de
la curva.
Si se extiende una tangente desde el punto
𝑥𝑖 , 𝑓 𝑥𝑖 , el punto donde esta tangente cruza al
eje x representa una aproximación mejorada de la
raíz r.
• La fórmula de Newton-Raphson se deduce a partir de la fórmula de la pendiente de una recta.
Pendiente de una recta:
𝑓(𝑋𝑖 ሻ
𝑋𝑖+1 = 𝑋𝑖 − ′
𝑓 𝑋𝑖
Se conoce como fórmula de Newton – Rapshon.

𝑚 = 𝑓 ′ 𝑋𝑖
Ejercicio: precisar hasta = 0,000001 la raíz de la ecuación 𝑓 𝑋 = 𝑋 3 + 3𝑋 2 − 3𝑥, situada sobre el
segmento [0 ; 1].
-Escojo una coordenada en X dentro del intervalo y evaluo f(x): X=0,6→f(x)=-0,504 → punto 𝑥𝑖 , 𝑓 𝑥𝑖 =[0.6 ; -0,504]
-Se determina la primera derivada: 𝑓′ 𝑋 = 3𝑋 2 + 6𝑋 − 3
𝑓(𝑋𝑖ሻ (0,6ሻ3 +3(0,6ሻ2 −3(0,6ሻ

-Se aplica la fórmula: 𝑋𝑖+1 = 𝑋𝑖 − = 0,6 − =0,9
𝑓 ′ 𝑋𝑖 3(0,6ሻ2 +6(0,6ሻ−3
𝑓(𝑋𝑖ሻ (0,9ሻ3 +3(0,9ሻ2 −3(0,9ሻ

𝑋𝑖+1 = 𝑋𝑖 − = 0,9 − =0,80496894
𝑓 ′ 𝑋𝑖 3(0,9ሻ2 +6(0,9ሻ−3
Y así sucesivamente hasta alcanzar la precisión deseada.

Iteración Xi F(xi) F’(xi) Xi+1 F(xi+1)
1 0,6 -0,504 1,68 0,9 0,459
2 0,9 0,459 4,83 0,80496894 0,05061792
3
𝑥𝑖 , 𝑓 𝑥𝑖
4 0,79128795
5 0,79128785
Ejercicio: precisar hasta = 0,000001 la raíz de la ecuación 𝑓 𝑋 = 𝑋 3 + 3𝑋 2 − 3𝑥, situada sobre el
segmento [0 ; 1].
Iteración Xi F(xi) F’(xi) Xi+1 F(xi+1)
1 0,6 -0,504 1,68 0,9 0,459
2 0,9 0,459 4,83 0,80496894 0,05061792
4 0,79128795
5 0,79128785
• Se puede observar que |Xfinal5-Xfinal4|=|0,79128785-0,79128795|

= 0,0000001
Por lo tanto 0,0000001<
𝑥𝑖 , 𝑓 𝑥𝑖
Método de la Secante
Un problema que presenta el
método de Newton Raphson es
que existen algunas derivadas
que no son muy fáciles de
evaluar.
El método de la secante, es otro
método para aproximar el cero
de una función en el que en
cada iteración se evalúa la
función y no la derivada.
Se puede aproximar la derivada
mediante una diferencia.
El método de la secante usa una
diferencia en vez de la derivada,
para aproximar la pendiente.
• Se deriva del método de f ( xi )

Newton-Raphson xi +1 = xi −
f ( xi )
• Se aproxima la derivada
mediante diferencia
finita dividida hacia atrás
f ( xi −1 ) − f ( xi )
f ( xi ) 
xi −1 − xi
• Se obtiene la fórmula de la secante:

f ( xi )( xi −1 − xi )
xi +1 = xi −
f ( xi −1 ) − f ( xi )
• Se observa que este método requiere 2 valores
iniciales de x.
• Sin embargo, no se necesita que f(x) cambie de
signo, por lo que no es un método cerrado.
Algoritmo para la Secante

1) Se dan 2 valores: Xi y Xi-1
2) Se calcula f(xi) y f(xi-1)
3) Se obtiene Xi+1 mediante la fórmula de
la secante:
f ( xi )( xi −1 − xi )
xi +1 = xi −
f ( xi −1 ) − f ( xi )
4) Se vuelve al paso 2 para encontrar una
nueva raíz
Diferencia entre Secante y Falsa Posición
• Si recordamos la fórmula f ( xu )( xl − xu )
de la falsa posición: xr = xu −
f ( xl ) − f ( xu )
• Y vemos la fórmula de la
secante: f ( xi )( xi −1 − xi )
xi +1 = xi −
f ( xi −1 ) − f ( xi )
Diferencia entre Secante y Falsa Posición
• Se diferencian por
la forma en que
uno de los valores
iniciales se
reemplaza con la
aproximación.
Ejemplo:
-Determine la menor raíz real de:
f ( x) = −11 − 22x + 17 x − 2.5 x
2 3
a) Gráficamente
b) Usando el método de la secante para un valor
de Erpcon tres cifras significativas
a) Gráficamente: x  −0.4
b) Por el método de la secante (Erp<0.05%): f ( x) = −11 − 22 x + 17 x 2 − 2.5 x 3
1) Se dan 2 valores: Xi y Xi-1 → [Xi y Xi-1 ] = [-1 y 0]
2) Se calcula f(xi) y f(xi-1) → f[-1 y 0]=[30,5 y -11]
3) Se obtiene Xi+1 mediante → xi +1 = xi − f ( xi )( xi −1 − xi )
f ( xi −1 ) − f ( xi )
la fórmula de la secante:
(30.5)(0 − (−1))
4) Se vuelve al = −1 − = −0.2651
(−11 − 30.5)
paso 2 para
encontrar una Iter xi-1 xi F(xi) F(xi+1) xi+1=ai Erp(%)
1 -1 0 30,5 -11 -0.2651 -
nueva raíz:
2 0 -0.2651 -0.4123 35.7
3 -0.2651 -0.4123 -0.3793 8.7
4 -0.4123 -0.3793 -0.3813 0.52
5 -0.3793 -0.3813 -0.3813 0.004
Ejercicio:
-Usando el método de la secante,
precisar hasta E=0,00001 la raíz de la
ecuación:
f ( x) = −3 x + 3 x 2 + x 3
situada sobre el segmento [0;1]
-Se pueden tomar valores mayores o
menores aproximados a la raíz.
-Trabajar con 9 cifras significativas
aproximadas
Ejercicio:
Raíz en [0;1] → f ( x) = −3 x + 3 x 2 + x 3
E=0,00001
Iter xi-1 xi F(xi) F(xi+1) xi+1=ai Erp(%)
1 0,6 0,7
2
3
4
5
f ( xi )( xi −1 − xi )
xi +1 = xi −
f ( xi −1 ) − f ( xi )

Unidad 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 1

Cargado por

Copyright:

Formatos disponibles

UNIDAD I

Importancia de los Métodos Numéricos

Los métodos numéricos son técnicas mediante las

El objetivo principal es encontrar soluciones aproximadas a problemas

Los métodos numéricos pueden ser aplicados para resolver procedimientos

Razones para estudiar MN

M.N. = algoritmo matemático + computadora

Aunque existen muchos tipos de métodos numéricos, éstos comparten una

No es raro que con el desarrollo

Además de proporcionar un aumento en la potencia de cálculo, la disponibilidad

La amplia disponibilidad de las computadoras han llevado a una verdadera

Los métodos numéricos son un vehículo

Leyes fundamentales Exposición profunda de la relación del

Análisis profundo limitado INTERPRETACIÓN

Para lograr esto se requiere los siguientes pasos.

LOS MÉTODOS NUMÉRICOS Y LA PRÁCTICA EN

• En el transcurso de su carrera, es posible que el

LOS MÉTODOS NUMÉRICOS Y LA PRÁCTICA EN

MODELO MATEMÁTICO SIMPLE

Variable dependiente= f (variable independiente, parámetros, funciones de fuerza)

Variable dependiente: es una característica que generalmente se refleja al comportamiento o

Dividiendo, simplemente, ambos lados entre m

Características típicas de los modelos matemáticos del mundo físico.

• 2. Representa una idealización y una simplificación de la realidad. Es decir,

• 3. Finalmente, conduce a resultados reproducibles y, en consecuencia, llegada

Los números aproximados representan un valor próximo al verdadero y su grado

-El número 3 es exacto si se trata del número de lados de un triángulo

π =3,15 a>A aproximación por exceso (mayor)

De acuerdo a la norma ISO

De acuerdo a la norma ISO 5725-1,

Los valores verdaderos no existen, existen valores de alta precisión o probables.

La medida de un valor esta dada por:

En este caso se conserva una o más

Se lo puede hacer considerando las

4931,367→ 5 cifras 563,45000 → 4cifras

¿Cuál de los 2 números esta mas cerca de 4256?

¿Entre que unidades de mil se encuentra 16.867 ?

Consiste en omitir todas las cifras a partir de cierta posición:

Se lo puede hacer considerando las décimas, centésimas y milésimas.

Esta figura ilustra cómo el número 9.45 se ve afectada por el uso de

Exactitud.- relacionado con la cercanía de un valor

La función MULTIPLO.INTERIOR en Excel nos permite redondear

Al aplicar un descuento a los productos, dará un nuevo precio para cada

Observe cómo la función MULTIPLO.INFERIOR hace el redondeo adecuado para

• En unos casos se utiliza para cuantificar la diferencia entre el

• En otros casos se utiliza para

Es la diferencia entre el valor exacto “A” y el valor tomado como

Para obtener el número exacto A, se debe añadir el error absoluto

Para fines prácticos es conveniente tomar el número más pequeño de Δa.

Y también se define el error relativo porcentual, como sigue:

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

1. Errores del problema

2. Errores iniciales.- debidos al uso de constantes en ecuaciones o fórmulas cuyos valores

3. Errores numéricos: Aparecen con el uso de aproximaciones para representar

5. Errores residuales.- originado por la presencia de

Valor exacto = C= A+ B = 357,64 ± 0,03

Valor exacto = C= A- B = 292,78 ± 0,03

B= 19,74 ± 0,03 0,03

= 12,2214 𝛿c= 𝛿a+ 𝛿b= 1,6026 𝑥10−3

Error absoluto de potencia Error relativo de potencia

Una ecuación con 1 incógnita se puede representar de la forma:

El conjunto de valores de “x” con los cuales la ecuación se transforma

Resolver una ecuación implica hallar el conjunto (finito o infinito) de