Departamento de Ingeniería Eléctrica

Materia: Teoría Electromagnética

Investigación
“UNIDAD 2”

Alumnos:
Colli Cab Gabriel Ivan
Jose Antonio Canseco Lara

Grupo: Y4A

Profesor:
Ariel Zavala
 2.1 BUSQUEDA DE VALORES INICIALES
MÉTODO GRÁFICO
Las raíces de una ecuación, nuestros ya mencionados objetivos de búsqueda, pueden
interpretarse gráficamente como los puntos donde la función graficada corta con el eje X, es
decir los puntos donde f(x)=0

La gráfica nos permite visualizar fácilmente la continuidad de la función, los intervalos

donde hay posibles raíces, los valores máximos y mínimos entre otros aspectos que nos
hablan del comportamiento de la misma.
De modo que una vez realizada la gráfica podemos ver el intervalo donde la solución de
nuestro interés, puede ser que las soluciones negativas no nos interesen ó que solo ciertos
valores sean admitidos según el problema, y de ese modo realizar la evaluación de
la ecuación solo entre dicho intervalo.

BUSQUEDAS INCREMENTALES

OBJETIVO MÉTODO
Localizar todas las raíces posibles de una función.

Se determina un intervalo que sea de interés, para luego evaluar la función con pequeños
incrementos.
Si la función al ser evaluada cambia de signo, entoces dentro del incremento que se uso para
evaluar la raíz existe una raíz. Para usar este método la función f(x) debe ser real y
continúa.

Este método propone, basado en el teorema de Lagrange, encontrar un intervalo de análisis

que contenga al menos una raíz de la ecuación.
Teorema de Lagrange
 2.2. Métodos cerrados y sus interpretaciones
geométricas (bisección y regla falsa).
Los métodos cerrados se caracterizan porque una función cambia de signo en un intervalo
que encierra la raíz y porque para desarrollar el algoritmo donde se encuentra la raíz necesita
de dos valores iniciales (límite inferior y límite superior) entre los cuales se encuentra la
misma.

Los métodos cerrados se clasifican en:

 Método de Bisección
 Método de Regla Falsa

METODO DE BISECCIÓN
OBJETIVO MÉTODO
Buscar la raíz de una función, tomando un intervalo inicial y reduciendo gradualmente a la
mitad este, hasta hallar una aproximación o la raíz que satisface la función.

GENERALIDADES

Este método plantea que si se cumple que:

f(x) es real y continua en el intervalo que va desde un Xi hasta un Xs
f(Xi) f(Xs)<0
Si se cumple lo anterior, por lo menos existe una raíz dentro de este intervalo.
El procedimiento es el siguiente:
 Se elige un intervalo inicial para función f(x)
 Luego se busca localizar la raíz con mayor exactitud dentro del intervalo dividiendo
a la mitad y observando si se conservan las condiciones iniciales.
 Se compara el Xmed con cada uno de los límites del intervalo y se observa que
producto cambia de signo y se asigna un nuevo intervalo.
 Se vuelve a repetir el proceso, y se va poniendo pequeño el intervalo hasta llegar a
una aproximación de la raíz o la raíz exacta.
Al aplicarse el método se puede apreciar que la aproximación a la raíz mejora cada vez que
el intervalo se hace más pequeño.
 MÉTODO REGLA FALSA
OBJETIVO MÉTODO
Encontrar la intersección de una recta conformada por los puntos a y b con el eje x, y obtener
nuevos intervalos mas pequeños, lo la cual permite una aproximación a una raíz.

GENERALIDADES
Este método conserva todas las características y condiciones que posee el método de
bisección, excepto por la forma de calcular el punto intermedio del intervalo
Para aplicar el método se debe tener en cuenta:
Si se tiene dos puntos (a, f(a)) y(b, f(b)) y se traza la recta que une a estos dos puntos, se
puede observar que un punto esta por debajo del eje x y otro por encima de este, y un punto
intermedio (Xm,0), con este punto intermedio se puede comparar los limites y obtener un
nuevo intervalo
  Si f(A) y f(B)<0, entonces la raíz se encuentra al lado izquierdo del intervalo.
 Si f(A) y f(B)>0, entonces la raíz se encuentra al lado derecho del intervalo.
 Para hallar la intersección de la recta con el eje X usamos la siguiente fórmula:
Xm= a - ((f(a)*(b - a))/(f(b) - f(a)))
El método de Regla Falsa converge más rápidamente que el de bisección porque al
permanecer uno de sus valores iniciales fijo el número de cálculos se reduce mientras que el
otro valor inicial converge hacia la raíz.

2.3. MÉTODOS ABIERTOS Y SUS

INTERPRETACIONES GEOMÉTRICAS, ASÍ
COMO SUS CRITERIOS DE CONVERGENCIA
(NEWTON-RAPHSON Y SECANTE).

Método Newton-Raphson
Entre los métodos de aproximaciones sucesivas para encontrar algunas de las raíces de una
ecuación algebraica o trascendente, el de Newton-Raphson es el que presenta mejores
características de eficiencia, debido a que casi siempre converge a la solución y lo hace en
un número reducido de iteraciones.
Este método es aplicable tanto en ecuaciones algebraicas como trascendentes y con él
es posible obtener raíces complejas.
Tal vez, de las fórmulas para localizar raíces, la fórmula de Newton-Raphson sea la más
ampliamente utilizada. Si el valor inicial para la raíz es xi, entonces se puede trazar una
tangente desde el punto [xi, f(xi)] de la curva. Por lo común, el punto donde esta tangente
cruza el eje x representa una aproximación mejorada de la raíz.
El método de Newton-Raphson, como todos los de aproximaciones sucesivas, parte de una
primera aproximación y mediante la aplicación de una formula de recurrencia se acercara a
la raíz buscada, de tal manera que la nueva aproximación se localiza en la interseccíon de la
tangente a la curva de la función en el punto y el eje de las abscisas.
De la figura se tiene que la primer derivada en x es equivalente a la pendiente:

que se reordena para obtener:

Para Emplear Este Método

1.- Se sustituye datos
2.- Igualar a Cero la ecuación para obtener f(x) = 0
3.- Graficar o tabular para obtener una 1ra aproximación a la raíz buscando, Xo (valor
cercano a la raíz)
4.- Se deriva la función f(x) para obtener f '(x)
5.- Se aplica la ecuación de recurrencia que utiliza el método

i xi f (xi) f ' (xi) xi + 1 Ea

MÉTODO DE LA SECANTE
Este método se basa en la fórmula de Newton-Raphson, pero evita el cálculo de la derivada
usando la siguiente aproximación.

Sustituyendo en la fórmula de Newton-Raphson, obtenemos:

Que es la fórmula del método de la secante.
Nótese que para poder calcular el valor de Xi+1 necesitamos conocer los dos valores
anteriores Xi y Xi-1 .
Obsérvese también, el gran parecido con la fórmula del método de la regla falsa.
La diferencia entre una y otra es que mientras el método de la falsa posición trabaja sobre
intervalos cerrados, el método de la secante es un proceso iterativo y por lo
mismo, encuentra la aproximación casi con la misma rapidez que el método de Newton-
Raphson.
Claro, corre el mismo riesgo de éste último de no converger a la raíz, mientras que el
método de la falsa posición es más seguro.
El método se basa en obtener la ecuación de la recta que pasa por los puntos (xn−1),
f(xn−1)) y (xn, f(xn)). A dicha recta se le llama secante por cortar la gráfica de la función.
Posteriormente se escoge como siguiente elemento de la relación de recurrencia, xn+1, la
intersección de la recta secante con el eje de abscisas obteniendo la fórmula.

Este método, a diferencia del de bisección y regla falsa, casi nunca falla ya que solo
requiere de 2 puntos al principio, y después el mismo método se va retroalimentando. Lo
que hace básicamente es ir tirando rectas secantes a la curva de la ecuación que se tiene
originalmente, y va checando la intersección de esas rectas con el eje de las X para ver si es
la raíz que se busca.
El método de la secante parte de dos puntos (y no sólo uno como el método de Newton) y
estima la tangente (es decir, la pendiente de la recta) por una aproximación de acuerdo con
la expresión grafica siguiente:
En la siguiente iteración, emplearemos los puntos x1 yx2 para estimar un nuevo punto más
próximo a la raíz de acuerdo con la ecuación de arriba. En la figura se representa
geométricamente este método.
En general, el método de la secante presenta las mismas ventajas y limitaciones que el
método de Newton-Raphson.

Forma de hacerlo:
Primero hay que definir algunos conceptos como:
Xn: es el valor actual de X
Xn- 1: es el valor anterior de X
Xn+1: es el valor siguiente de X
Para simplificar la formula que se usa en este método se dirá que:
A=Xn-1
B=Xn+1
C=Xn
Como su nombre lo dice, este método va trazando rectas secantes a la curva original, y
como después del primer paso no depende de otras cantidades sino que solito va usando las
que ya se obtuvieron, casi nunca falla porque se va acomodando hasta que encuentra la raíz.
Relación de Recurrencia

Como se puede ver, este método necesitará dos aproximaciones iniciales de la raíz para
poder inducir una pendiente inicial.

2.4 APLICACIÓN DE LA SOLUCIÓN DE

ECUACIONES
Problemas de ingeniería se pueden resolver a través de distintas metodologías, siendo que la
solución por métodos numéricos proporciona una serie de puntos positivos que colaboran
para una mejor comprensión de los fenómenos con un buen balance entre tiempo, costo y
calidad.
Los métodos numéricos son aplicaciones de algoritmos por las cuales es posible formular y
solucionar problemas matemáticos usando operaciones aritméticas menos complejas. Ellos
también se conocen como métodos indirectos. El análisis numérico idealiza y concibe
métodos para «aprobar» de forma eficiente las soluciones de problemas expresados
matemáticamente. El objetivo principal del análisis numérico es encontrar soluciones
«aproximadas» para problemas complejos.
Un algoritmo es un grupo finito de operaciones organizadas y ordenadas que permite
solucionar un cierto problema. Se trata de una serie de instrucciones o reglas establecidas
que, por medio de una sucesión de etapas, permiten acercar el resultado real.
El análisis numérico es el estudio de algoritmos que busca resultados numéricos
de problemas de las más distintas áreas del conocimiento humano, modelados
matemáticamente. En general, los algoritmos de métodos numéricos se dividen en directos,
recursivos e iterativos. Por ejemplo, los iterativos presentan una sucesión de pasos que
converge o no hacia el valor aproximado de la solución exacta. El objetivo del análisis
numérico es encontrar sucesiones que aproximen los valores exactos con un número mínimo
de operaciones elementales.
Aunque el análisis numérico se haya concebido antes de las computadoras, comúnmente el
tema está relacionado a una interdisciplinariedad entre la matemática y la información.
También es muy citado en la disciplina de cálculo numérico.
En este artículo presentaremos un panorama introductorio de los fundamentos de los
principales métodos, sus diferencias y principales aplicaciones.
 2.5. USO DE HERRAMIENTAS
COMPUTACIONALES.
El uso de las nuevas tecnologías computacionales nos permite explorar, justificar e ir
construyendo nuestro propio conocimiento y la evolución que ha experimentado el software
matemáticos en los últimos años, nos conduce de manera urgente, a ir aprendiendo las nuevas
formas de hacer matemáticas.
Aunque existen numerosos asistentes o paquetes matemáticos, para facilitar la realización de
operaciones y procesos matemáticos (cálculos gráficos, de funciones de dos o tres
dimensiones, análisis estadístico análisis de sensibilidad en programación lineal, simulación
de problemas, etc.) a continuación se resumen los más conocidos y utilizados en matemática:
CABRI GEOMETRE, este software ofrece potencialidades para realizar construcciones
geométricas, realizar ejercicios creativos. Actualmente es uno de los software que más se está
utilizando mundialmente para el estudio de la geometría.
En el ámbito universitario, han sido y continúan siendo objeto de estudio para profesores de
matemática los asistentes más utilizados en diferentes carreras, disciplinas y asignaturas,
entre ellos:
MATHEMATICA: incluye un amplio rango de funciones matemáticas, soporta operaciones
de álgebra lineal, realiza todo tipo de operaciones algebraicas, opera con funciones, derivadas
e integrales y, entre otras muchas cosas, incorpora un módulo gráfico que tiene salida en
formato.
Mathematica es el primer programa para la computación y visualización numérica, simbólica
y gráfica. Mathematica ofrece a sus usuarios una herramienta interactiva de cálculo y un
versátil lenguajede programación para una rápida y precisa solución a problemas técnicos.
MATLAB: potente lenguaje de programación de cuarta generación. Es un programa
interactivo que ayuda a realizar cálculos numéricos, analizando y visualizando los datos, para
resolver problemas matemáticos, físicos, etc. Matlab trabaja con escalares, vectores y
matrices.
MATLAB es un medio computacional técnico, con un gran desempeño para el cálculo
numérico computacional y de visualización.
MATLAB integra análisis numérico, matrices, procesamiento de señales y gráficas, todo esto
en un ambiente donde los problemas y soluciones son expresados tal como se escriben
matemáticamente.
DERIVE: El Derive se utiliza para mejorar los resultados obtenidos con la metodología
tradicional. Puede ser utilizado en la enseñanza de Álgebra Lineal y en el Cálculo Diferencial
e Integral. En algunos casos, Geometría y Matemática Discreta.
El Derive es una potente calculadora, que puede ser aprovechada para motivar la introducción
de nuevos métodos y conceptos; también para prevenir la fe ciega en el ordenador. (Ejemplos:
discusión de sistemas con parámetros, diagonalización de matrices de orden superior a cinco
para introducir métodos numéricos.)
Derive permite al profesor construir ejemplos para ilustrar conceptos y métodos, así como
proponer problemas reales.
Las prácticas en Álgebra Lineal se centrarían en aprovechar las posibilidades de
manipulación de Derive para la asimilación de técnicas de resolución de problemas más que
en la comprensión de conceptos.
MAPLE: permite un ambiente para resolución de problemas matemáticos complejos que
involucran expresiones algebraicas, simbólicas, cálculos numéricos de alta precisión e
visualización matemática.
MathCAD: incluye funciones de cálculo y gráficas en dos y tres dimensiones; puede producir
documentos con texto y gráficas; puede usar un coprocesador matemático en las máquinas
que lo tengan incorporado.
EXCEL: Microsoft Excel es una potente y a la vez sencilla hoja de cálculo, en la cual haremos
operaciones matemáticas, científicas y operaciones con datos.
Dentro de los Software Estadísticos Tenemos
SPSS: se describe como un sistema de gestión de datos y análisis estadístico en entorno
gráfico. Puede recibir datos desde cualquier fichero y utilizarlos para generar informes,
tablas, gráficos de distribución y moda, estadísticas descriptivas y análisis estadístico
complejo.
STATGRAPHICS: Paquete general con poderosas gráficas y facilidades de información.
Distribuido por módulos: Base (estadísticas básicas), series temporales, diseño experimental,
control de calidad, métodos multivariantes y técnicas de regresiones avanzadas.
STATISTICA: Contiene una amplia elección de herramientas de modelado y previsión (por
ej. modelos lineales, modelos lineales/no lineales generalizados, análisis de sobrevivencia,
series cronológicas y previsión), incluyendo selección automática de modelos y herramientas
de visualización interactivas.