Documentos de Académico
Documentos de Profesional
Documentos de Cultura
77 - Trabajo No.1
77 - Trabajo No.1
Fase 1. COLABORATIVO 1
HOLMAN RODRIGUEZ
Ingeniería de sistemas
GRUPO
100401_77
Presentado a:
BOGOTÁ
MÉTODOS NÚMERICOS
2
Marzo 2018
TABLA DE CONTENIDO
INTRODUCCIÓN....................................................................................................................3
DESARROLLO.........................................................................................................................4
Punto 2.................................................................................................................................18
Punto 3.....................................................................................................................................19
Aporte 3: Solucionar................................................................................................................23
CONCLUSIONES...................................................................................................................26
BIBILOGRAFÍA.....................................................................................................................27
MÉTODOS NÚMERICOS
3
INTRODUCCIÓN
Anteriormente buscábamos las soluciones posibles a una ecuación, usando diferentes métodos
DESARROLLO
1. Desde su campo de formación plantee y de solución a dos ejemplos sobre los tipos de
errores (error absoluto, relativo, error relativo aproximado, error por truncamiento y por
redondeo), teniendo en cuenta la precisión y exactitud de los mismos.
Tipos de Errores
Los errores numéricos se generan con el uso de aproximaciones para
representar las operaciones y cantidades matemáticas. Estos incluyen de
truncamiento que resultan de representar aproximadamente un procedimiento
matemático exacto, y los errores de redondeo, que resultan de presentar
aproximadamente números exactos. Para los tipos de errores, la relación entre
el resultado exacto o verdadero y el aproximado está dado por:
E = P* - P
Bien sea una medida directa (la que da el aparato) o indirecta (utilizando una
fórmula) existe un tratamiento de los errores de medida. Podemos distinguir
dos tipos de errores que se utilizan en los cálculos:
Error absoluto.
Es la diferencia entre el valor de la medida y el valor tomado como exacto.
Puede ser positivo o negativo, según si la medida es superior al valor real o
MÉTODOS NÚMERICOS
5
inferior (la resta sale positiva o negativa). Tiene unidades, las mismas que las
de la medida.
Sin embargo, para facilitar el manejo y el análisis se emplea el error absoluto
definido como:
EA = | P* - P |
Error relativo.
Es el cociente (la división) entre el error absoluto y el valor exacto. Si se
multiplica por 100 se obtiene el tanto por ciento (%) de error. Al igual que el
error absoluto puede ser positivo o negativo (según lo sea el error absoluto)
porque puede ser por exceso o por defecto. No tiene unidades.
Y el error relativo como
ER = | P* - P| / P , si P =/ 0
El error relativo también se puede multiplicar por el 100% para expresarlo
como:
ERP = ER x 100
Ejemplo 1:
Medidas de tiempo de un recorrido efectuadas por diferentes alumnos: 3,01 s; 3,11 s; 3,20 s;
3,15 s
Ejemplo 2:
MÉTODOS NÚMERICOS
6
y para el remache es de
EA = 10 - 9 = 1cm
y para el remache es de
por lo tanto ambas medidas tiene un erro de 1 cm, el error relativo procentual
del remache es mucho m´s grande. Se puede concluir que se ha hecho un buen
trabajo en la medida del puente, mientras que la estimación para el remache
deja mucho que desear.
Errores de Redondeo
Error de redondeo. La casi totalidad de los números reales requieren, para su
representación decimal, de una infinidad de dígitos. En la práctica, para su
manejo sólo debe considerarse un número finito de dígitos en su
representación, procediéndose a su determinación mediante un adecuado
redondeo.
MÉTODOS NÚMERICOS
7
Reglas de Redondeo
Los siguientes ejemplos tienen por objeto ilustrar las reglas de redondeo.
5.6723 -------------------------- 5.67´ 3 Cifras Significativas
10.406 ---------------------------- 7.4 4 Cifras Significativas
10.406 ---------------------------- 7.4 2 Cifras Significativas
88.21650 ------------------- 88.216 5 Cifras Significativas
1.25001 -------------------------- 1.3 2 Cifras Significativas
Errores de Truncamiento
Por ejemplo:
La serie de Taylor provee 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.
Teorema de Taylor: Si la función f y sus primeras n+1 derivadas son
continuas en un intervalo que contiene a a y a x, entonces el valor de la función
en un punto x está dado por:
La expansión en series de Taylor de n-ésimo orden debe ser exacta para un
polinomio de n-ésimoorden.
Para otras funciones continuas diferenciables, como las exponenciales o
sinusoidales, no se obtiene una estimación exacta mediante un número finito de
términos.
MÉTODOS NÚMERICOS
9
El error absoluto que se comete al tomar un valor aproximado de un valor real es el valor
absoluto de su diferencia
El error relativo que se comete es el valor del cociente del error absoluto entre el valor real.
MÉTODOS NÚMERICOS
10
En ocasiones utilizamos ceros para poder expresar una medición. Por ejemplo, si decimos que
el número de habitantes de una ciudad es 3800000, probablemente sólo controlemos las dos
primeras cifras. En tal caso sería más razonable decir que el número de habitantes es 3,8
millones o bien 38 cientos de miles. Veamos otro ejemplo de esta situación.
Dar una cota del error absoluto y otra del error relativo en las siguientes medidas: 3 millones
de personas, 0,57 millones de euros, 0,570 millones de euros.
En el primer caso, si se trata de una estimación fiable, es admisible que el error absoluto sea
menor que medio millón de personas. Por tanto:
En el tercero y último de los casos, si 0,570 fuera un número exacto, daría igual poner 0,57.
Pero tratándose de un número aproximado, el cero final significa que esa cifra (la de las
milésimas) está controlada. Por tanto:
Er<0,0005 /0,570=0,000877…<0,0009⇒Er<0,09%
MÉTODOS NÚMERICOS
11
Error absoluto
Cuando hablamos de error absoluto nos referimos a una medida ( ε ¿¿ a)¿es la diferencia entre
el valor real de la medida ( X́ ) y el valor que se ha obtenido en la medición (x i).Este tipo de
valor puede ser positivo o negativo, todo depende de la medida es superior al valor real o
inferior y tiene las mismas unidades que las de la medida.
ε a= X́ −X i
a. Ejemplo 1.
Juan realiza una tabla con el cálculo de cada uno de valores obtenidos tras cada medición (x i)
donde se suela escribir en una tabla junto con las veces que produce a lo largo de todas las
mediciones ( f i ).entonces Juan pesa 30 veces el mismo objeto es decir ( n=30 ) .
3.40 g 2 6,80 g
4.50 4 18,00 g
3.45 g 5 17,25 g
3.50 g 5 17,50 g
MÉTODOS NÚMERICOS
12
3.52 g 5 17,60 g
4.10 g 6 24,6 g
x i∗f 112,55
La media de las medidas obtenidas ( X́ )será este valor X i∗f i lo dividido por el número de
medidas que hicimos ( n=20 )
30
X i∗f i
n
X i∗f i ∑i=1 112,55
X́ =∑ = = =3,751 666 …
i=1 n 30 30
El error absoluto ( ε a ) de cada media es la diferencia entre el valor real y el valor obtenido en la
medición.
Impresión absoluta ( Ea ) es la media de los errores absolutos tomados con signos positivos:
∑| X́−X i| 1,6885
Ea= i=1 = =0,056284=5.6284 ∙ 10−3 g
n 30
1.1 Ejemplo 2.
En un parque se va realizar un experimento el objetivo es poder medir el tiempo en que se
demora en llegar al suelo una bola que se deja caer desde una determinada altura.
Con el fin de realizar este tipo de experimento se utiliza un cronometro cuya precisión es de
0,2 s .las medidas obtenidas tras repetir el experimento son : 3.1 , 3.2 , 3.7 , 3.4 , 3.5 , 3.4 ,
3.1 , 3.4 , 3.5 , 3.9.
10
∑|t́−t i| 1.4
Ea= i=1 = =0.14 s
n 10
Relativo
Cuando se habla de error relativo hace referencia es el cociente (la división) entre el error
absoluto y el valor exacto. Donde se multiplica por 100 se obtiene el tanto por ciento (%) de
error .el error absoluto puede ser positivo o negativo porque puede ser por exceso por
defecto .no tiene unidades.
εa
ε r= ∗100 %
X́
Ejemplo 1
Con base al primer ejemplo del error absoluto vamos averiguar el error relativo con los datos
obtenidos:
5.6284 ∙10−3 g
ε r= ∗100 %=414,04 %
3,751 7
Ejemplo 2
Con base al primer ejemplo del error absoluto vamos averiguar el error relativo con los datos
obtenidos:
0.14 s
ε r= ∗100 %=4,093 %
3.42 s
MÉTODOS NÚMERICOS
15
P1=1189084.1
P2=1189085.1
- Error de redondeo: Los errores de redondeo son el resultado de limitaciones
computacionales.
P1=1189084.2
P2=1189085.2
Error Verdadero
E v =P1−P2
Error Relativo
P 1−P 2
Er =
p1
1189084.193 Mb−1189085.184 Mb
Er = =2.439 x 10−8
1189084.193 Mb
Er =( 1189084.193 Mb−1189085.184 Mb
1189084.193 Mb )∗100=2.439 x 10 −6
1189084.193 Mb−1189085.184 Mb
Erp= |( 1189084.193 Mb
∗100 =2.439 x 10−6 ) |
Error absoluto
Ea =¿ |P 1−P 2|=|253.157−259.149|=|5.992|=5.992 ¿
Error relativo
MÉTODOS NÚMERICOS
17
P 1−P 2
Er =
p1
Ea 5.992
Er = = =0.02369911
|P1| |253.157|
Error absoluto
Ea =¿ |P 1−P 2|=|253.158−259.150|=|5.992|=5.992¿
Error relativo
P 1−P 2
Er =
p1
Ea 5.992
Er = = =0.02369901
|P1| |253.158|
MÉTODOS NÚMERICOS
18
Trabajo colaborativo
Punto 2
2. Usar el Método de Punto Fijo para aproximar la raíz de f ( x )=x 2−5 x−e x, comenzando
con xo=0, con 5 iteraciones.
Despejamos la ecuación
x 2−e x
x=
5
02−e0
x= =−0.2
5
El error aproximado
Ea = ( aproximaciónaproximación
actual−aproximación anterior
actual )∗100 %
Ea = ( −0,2−0
−0,2 )
∗100 %=100 %
X3 -0,155746151 6,35%
X4 -0,166303908 -1,51%
X5 -0,163826372 0,36%
Punto 3
f ( X n)
X n+1=X n−
f ´ ( X n)
Con f ´ (X n )≠ 0
f ( X n )=x 2−e−x
f ´ ( X n )=2 x +e−x
Remplazamos
Lo calculamos para las siguientes iteraciones de la misma forma y encontramos los siguientes
valores:
MÉTODOS NÚMERICOS
20
Punto 4
4. Aproxime con 10-4 de precisión la raíz de la ecuación x−0,8−0,2 sen ( x )=0 en el intervalo
[0,1/2ϖ] utilizando el método de la secante.
Xm1= =
f(Xm1)=-0.15
Xm2= =
Xm3= =
Xm4= = 0.8835729338
Xm5= = 0.932660319
Xm6 = =09572040116
MÉTODOS NÚMERICOS
22
Xm7 = = 0.9694758579
Xm8= =0.9633399318
F(Xm8) =-8.80*10⁻⁴
Raiz= 0.9633399318
Error= |F(Xm8)| = 8.8*10⁻⁴
MÉTODOS NÚMERICOS
23
Punto 5
5. Determine las raíces reales de f ( x )=−26+82,3 x−88 x 2+ 45,4 x 3-9 x 4 +0,65 x 5 usando el
Método de la Regla Falsa aproximar en el intervalo [0.5 , 1] con ξa = 0,1%
os Intervalos Raíz
A B f(A) f(B) f(A)*f(B) Raíz
-
0,1151305
0 1 2,71828 24 -0,312957 SI
Iteracio
0 0 1 2,71828 24 05 77
-
1 0 05 2,71828 05 57 92
0,9593668 1,4826357 0,9593668
2 1,482635757 05 57 05 0 2,71828
MÉTODOS NÚMERICOS
24
1,4826357
3 1,482635757 0 57 0 0 2,71828
1,4826357
4 1,482635757 0 57 0 0 2,71828
1,4826357
5 1,482635757 0 57 0 0 2,71828
6. Demostrar que f(x) = x3 + 2x2 – 6 tiene una raíz en [1, 2] y utilizando el Método de
bisección determine una aproximación a la raíz con una precisión de al menos 10-4.
MÉTODOS NÚMERICOS
25
CONCLUSIONES
utilizando sólo las operaciones más simples de la aritmética. Se requiere de una secuencia de
BIBILOGRAFÍA
Mesa, F., & Bravo, J. E. (2012). Elementos de cálculo numérico. Bogotá, CO: Ecoe
docID=10584232&p00=m%C3%A9todo+newton-+raphson&ppg=9
México, D.F., MX: Larousse - Grupo Editorial Patria. Pág. 57 – 60. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=11013582&p00=m
%C3%A9todos+num%C3%A9ricos+tipos+error