Raíces de Ecuaciones

1. Determine las raíces reales de 𝑓(𝑥)=−0,5𝑥^2+2,5𝑥+4,5

a) Gráficamente
b) Empleando la formula cuadrática
c) Usando el método de bisección con tres iteraciones para determinar la raíz
más grande. Emplee como valores iniciales 𝑥_1=5 y 𝑥_2=10. Calcule el
error estimado 𝜀_𝑎 y el error verdadero 𝜀_𝑡 para cada iteración.

Solución

a) Se hace uso del software Geogebra para tal fin:

Se observa que las raíces de la función se encuentran en los intervalos [-2, -1] y
[6, 7]

b) Mediante el uso de la fórmula cuadrática, se tiene:

 𝑥_1=(−2,5+√((2,5)^2−4(−0,5)(4,5)
))/(2(−0,5))=−1,40512483795

c)

Valor verdadero 6.40512483795

𝑥_2=(−2,5−√((2,5)^2−4(−0,5)(4,5)
Método de Bisección
))/(2(−0,5))=6,40512483795
i
1 5 10 7.5 4.5 -4.875 -21.9375 100.0000% 17.0937365%
2 5 7.5 6.25 4.5 0.59375 2.671875 20.00000% 2.42188625%
3 6.25 7.5 6.875 0.59375 -1.9453125 -1.15502929688 9.090909% 7.33592512%
4 6.25 6.875 6.5625 0.59375 -0.626953125 -0.37225341797 4.761905% 2.45701943%
5
Aplicamos el método de bisección para 𝑥_2 que es la raíz más grande,
6.25 6.5625 6.40625 0.59375 -0.004394531 -0.00260925293 2.439024% 0.01756659%
teniendo en cuenta que la raíz en este método es la que se obtiene en la
6 6.25
columna6.40625 6.328125
𝑥_𝑟 al realizar 0.59375 0.297729492 0.17677688599 1.234568% 1.20215983%
las múltiples iteraciones, y los valores iniciales de
7 6.328125 6.40625 6.3671875 0.2977294922 0.14743042 0.04389438406 0.613497% 0.59229662%
las columnas 𝑥_𝑙 y 𝑥_𝑢 corresponden al intervalo [5, 10]
8 6.3671875 6.40625 6.38671875 0.1474304199 0.071708679 0.01057204069 0.305810% 0.28736501%
9 6.38671875 6.40625 6.396484375 0.0717086792 0.033704758 0.00241692366 0.152672% 0.13489921%
10 6.396484375 6.40625 6.4013671875 0.0337047577 0.014667034 0.00049434883 0.076278% 0.05866631%
11 6.4013671875 6.40625 6.4038085938 0.0146670341 0.005139232 7.53772866E-05 0.038124% 0.02054986%
12 6.4038085938 6.40625 6.4050292969 0.0051392317 0.000373095 1.91742305E-06 0.019059% 0.00149163%
13 6.4050292969 6.40625 6.4056396484 0.0003730953 -0.002010532 -7.5011988E-07 0.009528% 0.00803748%
14 6.4050292969 6.4056396484 6.4053344727 0.0003730953 -0.000818672 -3.0544253E-07 0.004764% 0.00327292%
15 6.4050292969 6.4053344727 6.4051818848 0.0003730953 -0.000222777 -8.3116878E-08 0.002382% 0.00089064%
16 6.4050292969 6.4051818848 6.4051055908 0.0003730953 7.51623E-05 2.80426885E-08 0.001191% 0.00030050%
17 6.4051055908 6.4051818848 6.4051437378 7.516227E-05 -7.38064E-05 -5.5474576E-09 0.000596% 0.00029507%
18 6.4051055908 6.4051437378 6.4051246643 7.516227E-05 6.78112E-07 5.09684366E-11 0.000298% 0.00000271%
19 6.4051246643 6.4051437378 6.405134201 6.78112E-07 -3.65641E-05 -2.4794557E-11 0.000149% 0.00014618%
20 6.4051246643 6.405134201 6.4051294327 6.78112E-07 -1.7943E-05 -1.2167353E-11 0.000074% 0.00007174%
21 6.4051246643𝑥_𝑙 𝑥_𝑢 6.78112E-07𝑥_𝑟 〖𝑓 (𝑥 〗
〖𝑓 (0.00003451%
6.4051294327 6.4051270485 〖𝑓 (
-8.63243E-06 -5.8537566E-12 0.000037% _
22 6.4051246643 6.4051270485 6.4051258564 6.78112E-07 -3.97716E-06 -2.6969599E-12 𝑙)
0.000019% 0.00001590%
𝑥〗 𝑥〗
23 6.4051246643 6.4051258564 6.4051252604 6.78112E-07 -1.64952E-06 -1.1185619E-12
_𝑙) 0.000009% 〖𝑓 (𝑥 〗
_𝑟) 0.00000659% _
24 6.4051246643 6.4051252604 6.4051249623 6.78112E-07 -4.85706E-07 -3.2936299E-13 𝑟)
0.000005% 0.00000194%
 〖𝑓 (𝑥 〗 _
𝑙)
〖𝑓 (𝑥 〗 _
𝑟)
25 6.4051246643 6.4051249623 6.4051248133 6.78112E-07 9.6203E-08 6.52364347E-14 0.000002% 0.00000038%

Análisis del problema: Así, después de usar 3 iteraciones, el error estimado

supera el 9%, sin embargo, se observa una disminución considerable en el error
verdadero, aunque en la tercera iteración el valor aproximado se aleje demasiado
del valor verdadero. Como se observa, son necesarias unas 24 ideraciones para
que x_r empiece a converger con 5 cifras significativas.
 Raíces de Ecuaciones

1. Determine las raíces reales de 𝑓(𝑥)="−25182" 𝑥^2 " − 90𝑥 + 44" 𝑥^3
" − 8" 𝑥^4 " + 0.7" 𝑥^5
a) Gráficamente
b) Usando el método de bisección para localizar la raíz más grande con 𝜀𝑠 = 10%.
Utilice como valores iniciales 𝑥_𝑡=0.5 y 𝑥_𝑢=1.0
c) Realice el mismo cálculo que en b), pero con el método de la falsa posición y 𝜀_𝑠=
0.2%.

Solución

a) Gráficamente

Raíces (-10.72842,0) (16.32682,0)

b) Usando el método de bisección para localizar la raíz más grande con 𝜀𝑠 = 10%. Utilice como
valores iniciales 𝑥_𝑡=0.5 y 𝑥_𝑢=1.0
 Valor verdadero 16.32682

Método de Bisección
i 𝑥_𝑙 𝑥_𝑢 𝑥_𝑟 〖𝑓 ( 〖𝑓 ( 〖𝑓 (𝑥 〗 𝜀_𝑎 𝜀_𝑡
1 0.5 1 0.75 𝑥〗
-12608.47813 𝑥〗
-18920.92764 _𝑙)
238564102.212 155768.2000%
2 0.75 1 0.875 _𝑙)
-18920.92764 _𝑟)
-22078.0101 〖 𝑓 (𝑥 〗
417736431.548 14.2857% 8750.0000%
3 0.875 1 0.9375 -22078.0101 -23656.64455 _𝑟)
522291637.449 6.6667% 9375.0000%
4 0.9375 1 0.96875 -23656.64455 -24445.97148 578309658.086 3.2258% 9687.5000%
5 0.96875 1 0.984375 -24445.97148 -24840.63577 607253473.548 1.5873% 2343.7500%
6 0.984375 1 0.9921875 -24840.63577 -25037.96792 621959041.345 0.7874% 1171.8750%
7 0.9921875 1 0.99609375 -25037.96792 -25136.63397 629370234.883 0.3922% 585.9375%
8 0.99609375 1 0.998046875 -25136.63397 -25185.96699 633090433.377 0.1957% 292.9688%
9 0.998046875 1 0.9990234375 -25185.96699 -25210.6335 634954182.969 0.0978% 146.4844%
10 0.9990234375 1 0.9995117188 -25210.6335 -25222.96675 635886970.34 0.0489% 73.2422%
11 0.9995117188 1 0.9997558594 -25222.96675 -25229.13337 636353592.168 0.0244% 36.6211%
12 0.9997558594 1 0.9998779297 -25229.13337 -25232.21669 636586960.117 0.0122% 18.3105%
13 0.9998779297 1 0.9999389648 -25232.21669 -25233.75834 636703658.351 0.0061% 9.1553%
14 0.9999389648 1 0.9999694824 -25233.75834 -25234.52917 636762011.032 0.0031% 4.5776%
15 0.9999694824 1 0.9999847412 -25234.52917 -25234.91459 636791188.264 0.0015% 2.2888%
16 0.9999847412 1 0.9999923706 -25234.91459 -25235.10729 636805777.103 0.0008% 1.1444%
17 0.9999923706 1 0.9999961853 -25235.10729 -25235.20365 636813071.578 0.0004% 0.5722%
18 0.9999961853 1 0.9999980927 -25235.20365 -25235.25182 636816718.829 0.0002% 0.2861%
19 0.9999980927 1 0.9999990463 -25235.25182 -25235.27591 636818542.458 0.0001% 0.1431%
20 0.9999990463 1 0.9999995232 -25235.27591 -25235.28796 636819454.274 0.0000% 0.0715%
21 0.9999995232 1 0.9999997616 -25235.28796 -25235.29398 636819910.182 0.0000% 0.0358%
22 0.9999997616 1 0.9999998808 -25235.29398 -25235.29699 636820138.136 0.0000% 0.0179%
23 0.9999998808 1 0.9999999404 -25235.29699 -25235.29849 636820252.113 0.0000% 0.0089%
24 0.9999999404 1 0.9999999702 -25235.29849 -25235.29925 636820309.101 0.0000% 0.0045%
25 0.9999999702 1 0.9999999851 -25235.29925 -25235.29962 636820337.596 0.0000% 0.0022%
26 0.9999999851 1 0.9999999925 -25235.29962 -25235.29981 636820351.843 0.0000% 0.0011%
27 0.9999999925 1 0.9999999963 -25235.29981 -25235.29991 636820358.966 0.0000% 0.0006%
28 0.9999999963 1 0.9999999981 -25235.29991 -25235.29995 636820362.528 0.0000% 0.0003%
29 0.9999999981 1 0.9999999991 -25235.29995 -25235.29998 636820364.309 0.0000% 0.0001%
30 0.9999999991 1 1 -25235.29998 -25235.29999 636820365.2 0.0000% 0.0001%
31 1 1 1 -25235.29999 -25235.29999 636820365.645 0.0000% 0.0000%

El método no converge y por ende la raíz no es encontrada, debido a que el

intervalo (0.5 , 1 ) no contiene cambio de signo para la función.

MÉTODO DE LA FALSA POSICIÓN INTERVALOS EVALUACIÓN VERIFICAR RAIZ

Ecuación: xl xu f(xl) f(xu) f(xl) * f(xu) Existe raíz?
f(x)= -28182x-90x^2+44x^3-8x^4+0,7x^5 0.5 1 -14108.4781 -28,245.30000 398498197.184 No

i 𝑥_𝑙 𝑥_𝑢 〖𝑓 ( 〖𝑓 ( 𝑥_𝑟 〖𝑓 (

0 0.5 1 -14108.47813
𝑥〗 𝑥〗
-28235.3 -0.499350747 14044.2634158
𝑥〗
1 0.5 -0.499350747 -14108.47813 14044.263416 _𝑟)
1.00115823 -28268.0298459
_𝑙) _𝑢)
2 1.0011582302 -0.499350747 -28268.02985 14044.263416 1.66926267 -47142.3244327
3 1.6692626704 -0.499350747 -47142.32443 14044.263416 2.439758221 -68876.9352677
4 2.439758221 -0.499350747 -68876.93527 14044.263416 3.27041885 -92243.7518853
5 3.2704188497 -0.499350747 -92243.75189 14044.263416 4.138315593 -116545.680486
6 4.1383155927 -0.499350747 -116545.6805 14044.263416 5.030802528 -141322.246168
7 5.0308025279 -0.499350747 -141322.2462 14044.263416 5.940440502 -166149.781134
8 5.9404405017 -0.499350747 -166149.7811 14044.263416 6.862533804 -190507.051375
9 6.8625338039 -0.499350747 -190507.0514 14044.263416 7.793908477 -213671.796495
10 7.7939084768 -0.499350747 -213671.7965 14044.263416 8.73226825 -234632.040471
11 8.7322682503 -0.499350747 -234632.0405 14044.263416 9.675827283 -252005.948534
12 9.675827283 -0.499350747 -252005.9485 14044.263416 10.62307563 -263968.925149
13 10.623075633 -0.499350747 -263968.9251 14044.263416 11.57259731 -268190.075199
14 11.572597307 -0.499350747 -268190.0752 14044.263416 12.52287731 -261784.73904
15 12.522877309 -0.499350747 -261784.739 14044.263416 13.47200615 -241300.061321
16 13.472006152 -0.499350747 -241300.0613 14044.263416 14.41705764 -202780.849348
17 14.417057637 -0.499350747 -202780.8493 14044.263416 15.35235182 -142078.229196
18 15.352351819 -0.499350747 -142078.2292 14044.263416 16.26249346 -56199.6352664
19 16.262493459 -0.499350747 -56199.63527 14044.263416 17.06278927 45806.5897667

𝑥_𝑡=15
Aquí se proponen como valores iniciales: 𝑥_𝑡=15 𝑥_𝑢=17
Y la raíz converge con 16 iteraciones y un error aproximado del 0,0001%.
Método de Bisección
i 𝑥_𝑙 𝑥_𝑢 𝑥_𝑟 〖𝑓 ( 〖𝑓 ( 〖𝑓 (𝑥 〗 𝜀_𝑎 𝜀_𝑡
1 15 17 16 _𝑙) 4426603344
𝑥-122917.5
〗 𝑥-36012.8
〗 2.0017%
2 16 17 16.5 -36012.8
_𝑙) 20774.22188
_𝑟) 〖 𝑓 (𝑥 〗
-748137897.54 3.0303% 1.0607%
3 16 16.5 16.25 -36012.8 -8833.049316 _𝑟)
318102838.422 1.5385% 0.4705%
4 16.25 16.5 16.375 -8833.049316 5659.068472 -49986830.9007 0.7634% 0.2951%
5 16.25 16.375 16.3125 -8833.049316 -1663.848939 14696859.7353 0.3831% 0.0877%
6 16.3125 16.375 16.34375 -1663.848939 1978.268225 -3291539.48751 0.1912% 0.1037%
7 16.3125 16.34375 16.328125 -1663.848939 152.3901654 -253554.215036 0.0957% 0.0080%
8 16.3125 16.328125 16.3203125 -1663.848939 -756.9322716 1259420.95722 0.0479% 0.0399%
9 16.3203125 16.328125 16.32421875 -756.9322716 -302.5720222 229026.528101 0.0239% 0.0159%
10 16.32421875 16.328125 16.326171875 -302.5720222 -75.16620168 22743.1896448 0.0120% 0.0040%
11 16.326171875 16.328125 16.327148438 -75.16620168 38.59315966 -2900.90122253 0.0060% 0.0020%
12 16.326171875 16.327148438 16.326660156 -75.16620168 -18.29122608 1374.88198826 0.0030% 0.0010%
13 16.326660156 16.327148438 16.326904297 -18.29122608 10.14979046 -185.652112016 0.0015% 0.0005%
14 16.326660156 16.326904297 16.326782227 -18.29122608 -4.07101188 74.4637986503 0.0007% 0.0002%
15 16.326782227 16.326904297 16.326843262 -4.07101188 3.039315773 -12.3730906183 0.0004% 0.0001%
16 16.326782227 16.326843262 16.326812744 -4.07101188 -0.515866433 2.10009837772 0.0002% 0.0000%
17 16.326812744 16.326843262 16.326828003 -0.515866433 1.261720075 -0.65087903475 0.0001% 0.0000%
18 16.326812744 16.326828003 16.326820374 -0.515866433 0.372925672 -0.19237983642 0.0000% 0.0000%
19 16.326812744 16.326820374 16.326816559 -0.515866433 -0.071470667 0.03686931831 0.0000% 0.0000%
20 16.326816559 16.326820374 16.326818466 -0.071470667 0.150727431 -0.01077259007 0.0000% 0.0000%
21 16.326816559 16.326818466 16.326817513 -0.071470667 0.039628364 -0.0028322656 0.0000% 0.0000%
22 16.326816559 16.326817513 16.326817036 -0.071470667 -0.015921157 0.00113789569 0.0000% 0.0000%
23 16.326817036 16.326817513 16.326817274 -0.015921157 0.011853603 -0.00018872306 0.0000% 0.0000%
24 16.326817036 16.326817274 16.326817155 -0.015921157 -0.002033777 3.2380087E-05 0.0000% 0.0000%
25 16.326817155 16.326817274 16.326817214 -0.002033777 0.004909913 -9.9856688E-06 0.0000% 0.0000%
26 16.326817155 16.326817214 16.326817185 -0.002033777 0.001438068 -2.9247091E-06 0.0000% 0.0000%
27 16.326817155 16.326817185 16.32681717 -0.002033777 -0.000297855 6.05770272E-07 0.0000% 0.0000%
28 16.32681717 16.326817185 16.326817177 -0.000297855 0.000570106 -1.6980889E-07 0.0000% 0.0000%
29 16.32681717 16.326817177 16.326817174 -0.000297855 0.000136126 -4.0545729E-08 0.0000% 0.0000%
30 16.32681717 16.326817174 16.326817172 -0.000297855 -8.08645E-05 2.40858852E-08 0.0000% 0.0000%
31 16.326817172 16.326817174 16.326817173 -8.08645E-05 2.76306E-05 -2.234335E-09 0.0000% 0.0000%
 Raíces de Ecuaciones

3. Determine la raíz real de 𝑙𝑛(𝑥^2 )=0.7

a) Gráficamente
b) Empleando tres iteraciones en el método de bisección con los valores
iniciales 𝑥_𝑙=0.5 y 𝑥_𝑢=2.
c) Usando tres iteraciones del método de la falsa posición, con los mismos
valores iniciales de b)

Solución

Se replantea el problema como la determinación de la raíz real de la función

𝑓(𝑥)=𝑙𝑛(𝑥^2 )−0.7

a) Se hace uso del software Geogebra para tal fin:

Se observa que las raíces reales (tanto positiva como negativa) de la función se
encuentran en los intervalos [-2, -0.5] y [0.5, 2]. Cabe indicar que el valor absoluto
de ambas raíces es el mismo.
b) Se aplica el método de bisección para 𝑥_2 que es la raíz más grande,
teniendo en cuenta que la raíz en este método es la que se obtiene en la
columna 𝑥_𝑟 al realizar las múltiples iteraciones, y los valores iniciales de
las columnas 𝑥_𝑙 y 𝑥_𝑢 corresponden al intervalo [0.5, 2]

Valor verdadero 1.41906754859

Método de Bisección
i 𝑥_𝑙 𝑥_𝑢 𝑥_𝑟 〖𝑓 ( 〖𝑓 ( 〖𝑓 (𝑥 〗 _ 𝜀_𝑎 𝜀_𝑡
1 0.5 2 1.25 𝑥〗
-2.086294361 𝑥〗
-0.253712897 𝑙)0.52931978713 100.0000% 11.913989%
2 1.25 2 1.625 _𝑙)
-0.253712897 _𝑟)
0.271015632 〖 𝑓 (𝑥 〗 _
-0.06876016112 23.07692% 14.511815%
3 1.25 1.625 1.4375 𝑟)
-0.253712897 0.025810987 -0.00654858039 13.043478% 1.298913%
4 1.25 1.4375 1.34375 -0.253712897 -0.109071574 0.02767286511 6.976744% 5.307538%
5 1.34375 1.4375 1.390625 -0.109071574 -0.040493427 0.00441668186 3.370787% 2.004313%
6 1.390625 1.4375 1.4140625 -0.040493427 -0.007066465 0.0002861454 1.657459% 0.352700%
7 1.4140625 1.4375 1.42578125 -0.007066465 0.009439818 -6.6706148E-05 0.821918% 0.473107%
8 1.4140625 1.42578125 1.419921875 -0.007066465 0.001203705 -8.5059395E-06 0.412655% 0.060203%
9 1.4140625 1.419921875 1.4169921875 -0.007066465 -0.002927105 2.0684289E-05 0.206754% 0.146248%
10 1.4169921875 1.419921875 1.4184570313 -0.002927105 -0.000860634 2.51916571E-06 0.103270% 0.043022%
11 1.4184570313 1.419921875 1.4191894531 -0.000860634 0.000171802 -1.4785857E-07 0.051608% 0.008590%
12 1.4184570313 1.4191894531 1.4188232422 -0.000860634 -0.000344349 2.96358603E-07 0.025811% 0.017216%
13 1.4188232422 1.4191894531 1.4190063477 -0.000344349 -8.6257E-05 2.97025361E-08 0.012904% 0.004313%
14 1.4190063477 1.4191894531 1.4190979004 -8.6257E-05 4.27766E-05 -3.689785E-09 0.006451% 0.002139%
15 1.4190063477 1.4190979004 1.419052124 -8.6257E-05 -2.17391E-05 1.87515301E-09 0.003226% 0.001087%
16 1.419052124 1.4190979004 1.4190750122 -2.17391E-05 1.0519E-05 -2.2867426E-10 0.001613% 0.000526%
17 1.419052124 1.4190750122 1.4190635681 -2.17391E-05 -5.61E-06 1.21956546E-10 0.000806% 0.000280%
18 1.4190635681 1.4190750122 1.4190692902 -5.61E-06 2.45452E-06 -1.376987E-11 0.000403% 0.000123%
19 1.4190635681 1.4190692902 1.4190664291 -5.61E-06 -1.57773E-06 8.85108546E-12 0.000202% 0.000079%
20 1.4190664291 1.4190692902 1.4190678596 -1.57773E-06 4.38395E-07 -6.9167135E-13 0.000101% 0.000022%

Anotación: Después de usar 3 iteraciones, el error estimado es del orden de 13%,

sin embargo, se observa una disminución considerable en el error verdadero
(<10%). Como se observa, son necesarias unas 17 iteraciones para que x_r
empiece a converger con 5 cifras significativas.
c) Se aplica el método de falsa posición, nuevamente, para 𝑥_2 que es la raíz
más grande, teniendo en cuenta que la raíz en este método es la que se
obtiene en la columna 𝑥_𝑟, pero en este caso se modifica la manera de
calcular este valor. Se realizan las múltiples iteraciones, y los valores iniciales
de las columnas 𝑥_𝑙 y 𝑥_𝑢 corresponden al intervalo [0.5, 2]

𝑥_𝑟=𝑥_𝑢−𝑓(𝑥_𝑢 )
(𝑥_𝑙−𝑥_𝑢 )/(𝑓(𝑥_𝑙 )−𝑓(𝑥_𝑢 )
)

Valor verdadero 1.41906754859

Método de Falsa Posición

i 𝑥_𝑙 𝑥_𝑢 𝑥_𝑟 〖𝑓 ( 〖𝑓 ( 〖𝑓 (𝑥 〗 𝜀_𝑎 𝜀_𝑡
1 0.5 2 1.6287074482 𝑥〗
-2.086294361 𝑥〗
0.686294361 _𝑙)
-1.43181205567 100.0000% 14.773074%
2 0.5 1.6287074482 1.497014302 _𝑙)
-2.086294361 _𝑢)
0.275573447 〖 𝑓 (𝑥 〗
-0.5749273294 8.79705% 5.492815%
3 0.5 1.497014302 1.4483985429 -2.086294361 _𝑟)
0.106945318 -0.22311941467 3.356518% 2.066920%
4 0.5 1.4483985429 1.4301560632 -2.086294361 0.040916986 -0.08536487678 1.275559% 0.781394%
5 0.5 1.4301560632 1.4232669909 -2.086294361 0.015567147 -0.03247765082 0.484032% 0.295930%
6 0.5 1.4232669909 1.4206590366 -2.086294361 0.005909854 -0.01232969444 0.183574% 0.112150%
7 0.5 1.4206590366 1.4196708392 -2.086294361 0.002241748 -0.00467694724 0.069608% 0.042513%
8 0.5 1.4196708392 1.4192962622 -2.086294361 0.000850083 -0.00177352279 0.026392% 0.016117%
9 0.5 1.4192962622 1.4191542595 -2.086294361 0.000322318 -0.00067244927 0.010006% 0.006110%
10 0.5 1.4191542595 1.4191004232 -2.086294361 0.000122204 -0.00025495453 0.003794% 0.002317%
11 0.5 1.4191004232 1.4190800124 -2.086294361 4.63322E-05 -9.6662611E-05 0.001438% 0.000878%
12 0.5 1.4190800124 1.419072274 -2.086294361 1.75661E-05 -3.6648103E-05 0.000545% 0.000333%
13 0.5 1.419072274 1.4190693402 -2.086294361 6.6599E-06 -1.3894516E-05 0.000207% 0.000126%
14 0.5 1.4190693402 1.4190682278 -2.086294361 2.52499E-06 -5.2678685E-06 0.000078% 0.000048%
15 0.5 1.4190682278 1.4190678061 -2.086294361 9.57306E-07 -1.9972217E-06 0.000030% 0.000018%

Análisis del problema: Después de usar 3 iteraciones, el error estimado es del

orden de 3% (mucho menor que el método de bisección), y se observa también. un
error verdadero menor (cercano a 2%). En este caso son necesarias menos
iteraciones (13) para que x_r empiece a converger con 5 cifras significativas. Se
comprueba que el método de bisección emplea el enfoque de "fuerza bruta"
mientras que el método de falsa posición añade un criterio geométrico al momento
de definir el siguiente punto de iteración (el precio que se paga es una mayor
complejidad en los cálculos).
 Derivación Numérica

4. Calcule las aproximaciones por diferencias hacia delante y hacia atrás, de 𝑂(ℎ) y
𝑂(ℎ2), y aproximaciones por diferencia central de 𝑂(ℎ2) y 𝑂(ℎ4) para la primera
derivada de 𝑦 = cos(𝑥) en 𝑥 = 𝜋/4, con el uso de un valor de ℎ = 𝜋/12. Estime el
error relativo porcentual verdadero et para cada aproximación.

Paso 1 Hallamos el valor verdadero de forma analítica mediante la derivada:

𝑓^′ (𝑥)= 〖−𝑠𝑖𝑛〗⁡〖 (𝜋∕4) 〗

Valor verdadero -0.707107

Paso 2a Hacemos las estimaciones mediante las diferencias divididas hacia delante,
para la primera derivada

ℎ= 0.261799 𝑓 𝑓(𝑥)=cos⁡(𝑥)
𝑥_𝑖 0.785398 〖𝑓 (𝑥 〗 _𝑖) 0.707107
𝑥_(𝑖+1) 1.047198 〖𝑓 (𝑥 〗 _(𝑖+1)) 0.500000
𝑥_(𝑖+2) 1.308997 〖𝑓 (𝑥 〗 _(𝑖+2)) 0.258819

Diferencia finita hacia delante 𝑓^′ 𝜀_𝑡

(𝑥_𝑖)
𝑓^′ (𝑥_𝑖)=( 〖𝑓 (𝑥 〗 _(𝑖+1)) -0.791090 11.8770%
− 〖𝑓 (𝑥 〗 _𝑖 ") " )/ℎ
𝑓^′ (𝑥_𝑖)=(− 〖𝑓 (𝑥 〗 _(𝑖+2))+4 〖𝑓 (𝑥 〗 _(𝑖+1))
− 〖 3𝑓(𝑥 〗 _𝑖 ") " )/2ℎ -0.726013 2.6737%
Paso 2b Hacemos las estimaciones mediante las diferencias divididas hacia atrás, para
la primera derivada

ℎ= 0.261799 𝑓 𝑓(𝑥)=cos⁡(𝑥)
𝑥_(𝑖−2) 0.261799 〖𝑓 (𝑥 〗 _(𝑖−2)) 0.965926
𝑥_(𝑖−1) 0.523599 〖𝑓 (𝑥 〗 _(𝑖−1)) 0.866025
𝑥_𝑖 0.785398 〖𝑓 (𝑥 〗 _𝑖) 0.707107

Diferencia finita centrada 𝑓^′ 𝜀_𝑡

(𝑥_𝑖)
𝑓^′ (𝑥_𝑖)=( 〖𝑓 (𝑥 〗 _𝑖)− -0.607024 14.1538%
〖𝑓 (𝑥 〗 _(𝑖−1) ") " )/ℎ
𝑓^′ (𝑥_𝑖)=(3 〖𝑓 (𝑥 〗 _𝑖)− 〖 4𝑓(𝑥 〗 _(𝑖−1) ")+"
〖𝑓 (𝑥 〗 _(𝑖−2))" " )/2ℎ -0.719741 1.7867%

Paso 3 Hacemos las estimaciones mediante las diferencias centradas, para la

primera derivada

ℎ= 0.261799 𝑓 𝑓(𝑥)=cos⁡(𝑥)
𝑥_(𝑖−2) 0.261799 〖𝑓 (𝑥 〗 _(𝑖−2)) 0.965926
𝑥_(𝑖−1) 0.523599 〖𝑓 (𝑥 〗 _(𝑖−1)) 0.866025
𝑥_𝑖 0.785398 〖𝑓 (𝑥 〗 _𝑖) 0.707107
𝑥_(𝑖+1) 1.047198 〖𝑓 (𝑥 〗 _(𝑖+1)) 0.500000
𝑥_(𝑖+2) 1.308997 〖𝑓 (𝑥 〗 _(𝑖+2)) 0.258819

Diferencia finita centrada 𝑓^′ 𝜀_𝑡

(𝑥_𝑖)
𝑓^′ (𝑥_𝑖)=( 〖𝑓 (𝑥 〗 _(𝑖+1)) -0.699057 1.1384%
− 〖𝑓 (𝑥 〗 _(𝑖−1) ") " )/2ℎ
𝑓^′ (𝑥_𝑖)=(− 〖𝑓 (𝑥 〗 _(𝑖+2))+8 〖𝑓 (𝑥 〗 _(𝑖+1))
− 〖 8𝑓(𝑥 〗 _(𝑖−1) ")+" 〖𝑓 (𝑥 〗 _(𝑖−2))" " )/12ℎ -0.706997 0.0155%
Análisis del problema: Se observa que las estimaciones realizadas mediante
diferencias centradas ofrecen aproximaciones con errores verdaderos más bajos que
las estimaciones con diferencias hacia delante o hacia atrás. Adicionalmente, se
comprobó que el error disminuye exponencialmente para las formulaciones con O(h4)
pues se llegó a un error del orden <0.1%.
 Derivación Numérica

5. Emplee la extrapolación de Richardson para estimar la primera derivada de

𝑦=cos⁡〖 (𝑥) 〗 en 𝑥=𝜋∕4, con el uso de tamaños de paso de ℎ_1= 𝜋∕3 y
ℎ_2= 𝜋∕6. Utilice diferencias centradas de 𝑂(ℎ^2 ) para las estimaciones iniciales.

Paso 1 Hallamos el valor verdadero de forma analítica mediante la derivada:

𝑓^′ (𝑥)= 〖−𝑠𝑖𝑛〗〖

⁡ (𝜋∕4) 〗
Valor verdadero -0.707106781187

Paso 2 Hacemos las estimaciones iniciales mediante las diferencias centradas

𝜋∕ 〖 3= 〗 1.0471975512
𝜋∕ 〖 4= 〗 0.7853981634

ℎ_1= 1.0471975512 𝑓 𝑓(𝑥)=𝑐𝑜𝑠(𝑥)

𝑥_(𝑖−1) -0.2617993878〖𝑓 (𝑥 〗 _(𝑖−1))
0.9659258262891
𝑥_𝑖 0.7853981634 〖𝑓 (𝑥 〗 _𝑖) 0.7071067811865
𝑥_(𝑖+1) 1.8325957146〖𝑓 (𝑥 〗 _(𝑖+1))
-0.2588190451025

Diferencia finita centrada 〖𝑓 ^ 𝜀_𝑡

′
〖𝑓 ^′ (ℎ 〗
-0.584772601 17.301%
(ℎ 〗 _1)=( 〖𝑓 (𝑥 〗 _(𝑖+1) _1)
)− 〖𝑓 (𝑥 〗 _(𝑖−1) ") " )/2ℎ

𝜋∕ 〖 6= 〗 0.5235987756
𝜋∕ 〖 4= 〗 0.7853981634

ℎ_2= 0.5235987756 𝑓 𝑓(𝑥)=𝑐𝑜𝑠(𝑥)

𝑥_(𝑖−1)
0.2617993878〖𝑓 (𝑥 〗 _(𝑖−1))
0.9659258262891
𝑥_𝑖 0.7853981634 〖𝑓 (𝑥 〗 _𝑖) 0.7071067811865
𝑥_(𝑖+1) 〖𝑓 (𝑥 〗 _(𝑖+1))
 〖𝑓 (𝑥 〗 _𝑖)
𝑥_(𝑖+1) 1.3089969390〖𝑓 (𝑥 〗 _(𝑖+1))
0.2588190451025

Diferencia finita centrada 〖𝑓 ^ 𝜀_𝑡

′
〖𝑓 ^′ (ℎ 〗
-0.675237237 4.507%
(ℎ 〗 _2)=( 〖𝑓 (𝑥 〗 _(𝑖+1)) _2)
− 〖𝑓 (𝑥 〗 _(𝑖−1) ") " )/2ℎ

Paso 3 Se determina una mejor estimación aplicando la ecuación de extrapolación

de Richardson

Extrapolación de Richardson 〖𝐷 𝜀_𝑡

(𝑥 〗
〖𝐷 (𝑥 〗 _𝑖)="4 " /3 〖𝑓′ _𝑖)
-0.705392116 0.242%
(ℎ 〗 _2)−"1 " /3 〖𝑓′
(ℎ 〗 _1)

Análisis del problema: Se observa que las estimaciones realizadas mediante

diferencias centradas ofrecen aproximaciones con errores verdaderos muy bajos,
pero aún mayores que 0. Con la estimación aplicando la ecuación de extrapolación de
Richardson, se obtiene una mejor aproximación la cual es menor que 0.
 Derivación Numérica

6. Use aproximaciones por diferencias centradas para estimar las derivadas

primera y segunda de 𝑦 = 𝑒𝑥 en 𝑥 = 2 para ℎ = 0.1.
Emplee las dos fórmulas de 𝑂(ℎ2) y 𝑂(ℎ4) para hacer sus estimaciones.

Paso 1 Hallamos el valor verdadero de forma analítica mediante la derivada:

𝑓^′ (𝑥)=𝑓^′′ (𝑥)=𝑒^𝑥

Valor verdadero 7.389056

Paso 2 Hacemos las estimaciones mediante las diferencias centradas, para la

primera derivada

ℎ= 0.1 𝑓 𝑓(𝑥)=𝑒^𝑥
𝑥_(𝑖−2) 1.8 〖𝑓 (𝑥 〗 _(𝑖−2)) 6.049647
𝑥_(𝑖−1) 1.9 〖𝑓 (𝑥 〗 _(𝑖−1)) 6.685894
𝑥_𝑖 2.0 〖𝑓 (𝑥 〗 _𝑖) 7.389056
𝑥_(𝑖+1) 2.1 〖𝑓 (𝑥 〗 _(𝑖+1)) 8.166170
𝑥_(𝑖+2) 2.2 〖𝑓 (𝑥 〗 _(𝑖+2)) 9.025013

Diferencia finita centrada 𝑓^′ 𝜀_𝑡

(𝑥_𝑖)
𝑓^′ (𝑥_𝑖)=( 〖𝑓 (𝑥 〗 _(𝑖+1)) 7.401377 0.1668%
− 〖𝑓 (𝑥 〗 _(𝑖−1) ") " )/2ℎ
𝑓^′ (𝑥_𝑖)=(− 〖𝑓 (𝑥 〗 _(𝑖+2))+8 〖𝑓 (𝑥 〗 _(𝑖+1))
− 〖 8𝑓(𝑥 〗 _(𝑖−1) ")+" 〖𝑓 (𝑥 〗 _(𝑖−2))" " )/12ℎ 7.389031 0.0003%
Paso 3 Hacemos las estimaciones mediante las diferencias centradas, para la
segunda derivada

ℎ= 0.1 𝑓 𝑓(𝑥)=𝑒^𝑥
𝑥_(𝑖−2) 1.8 〖𝑓 (𝑥 〗 _(𝑖−2)) 6.049647
𝑥_(𝑖−1) 1.9 〖𝑓 (𝑥 〗 _(𝑖−1)) 6.685894
𝑥_𝑖 2.0 〖𝑓 (𝑥 〗 _𝑖) 7.389056
𝑥_(𝑖+1) 2.1 〖𝑓 (𝑥 〗 _(𝑖+1)) 8.166170
𝑥_(𝑖+2) 2.2 〖𝑓 (𝑥 〗 _(𝑖+2)) 9.025013

Diferencia finita centrada 𝑓^′′ 𝜀_𝑡

(𝑥_𝑖)
𝑓^′′ (𝑥_𝑖)=( 〖𝑓 (𝑥 〗 _(𝑖+1))−2 〖𝑓 (𝑥 〗 7.395216 0.0834%
_𝑖 ")+" 〖𝑓 (𝑥 〗 _(𝑖−1) ") " )/ℎ^2

𝑓^′′ (𝑥_𝑖)=(− 〖𝑓 (𝑥 〗 _(𝑖+2))+16 〖𝑓 (𝑥 〗 _(𝑖+1))−30 〖𝑓 (𝑥 〗 7.389048 0.0001%

_𝑖 ")" +16 〖𝑓 (𝑥 〗 _(𝑖−1) ")" − 〖𝑓 (𝑥 〗 _(𝑖−2))" " )/(12ℎ^2 )

Análisis del problema: Se observa que las estimaciones realizadas mediante

diferencias centradas ofrecen aproximaciones con errores verdaderos muy bajos, que a
su vez disminuyen cuando se tienen en cuenta mayor cantidad de términos de la
descomposición en series de Taylor. Incluso, para el caso de la segunda derivada con
la fórmula O(h4) se llega a un error prácticamente nulo.