Documentos de Académico
Documentos de Profesional
Documentos de Cultura
N.º 1
2020
MÉTODOS NUMÉRICOS
“ECCIÓN: M
INTEGRANTES:
PARIONA CHUQUILIN ERIC ENRIQUE
MUÑOZ CASTILLO DIEGO AUGUSTO
SÁNCHEZ BRAVO LUIS ALBERTO
MELO HUAMAN DARWIN DAVID
DOCENTE:
DR. ISRAEL DIAZ ACHA
21 DICIEMBRE
Aritmética de 4 dígitos, Aproximación binaria
X=4.853
Fxreal= 26.908782
Por truncamiento:
= 14.55*5.281
= 76.83
x2Ln(2x-1) = 4.853*4.853*Ln(2*4.853-1)
=23.55*2.164
=50.96
sen2x = sen(4.853)*sen(4.853)
= (-0.9901)*(-0.9901)
=0.9802
Fx(truncado)= 26.85
Por redondeo:
= 14.56*5.282
= 76.9
x2Ln(2x-1) = 4.853*4.853*Ln(2*4.853-1)
=23.55*2.164
=50.96
sen2x = sen(4.853)*sen(4.853)
= (-0.9901)*(-0.9901)
=0.9804
Fx(redondeo)= 26.93
|fx(truncado)−𝑓𝑥𝑟𝑒𝑎𝑙 |
Erelativo(truncamiendo)= = 0.002182
𝑓𝑥𝑟𝑒𝑎𝑙
|fx(redondeo)−𝑓𝑥𝑟𝑒𝑎𝑙 |
Erelativo(redondeo)= = 0.000788
𝑓𝑥𝑟𝑒𝑎𝑙
Código:
Compilación:
b) En un computador de 16 bits en IEEE 754 (media precisión), el cual separa 1
bits para el signo (s), 5 bits para el exponente (c) y el resto para la mantisa
(f). El sesgo para el exponente es 15 (la notación del exponente usa el
número exponente más sesgo). Calcule la representación de 51,7969 en este
computador en cada caso :(a) Se usa truncamiento, (b) Se usa redondeo.
Además, calcule el error relativo en cada caso.
Nota: Considere que la notación de punto flotante binario de x en media
precisión es:
Para c
C=20 pasando a base binaria c= 10100
Para f:
51 a binario 51= 110011
La parte decimal:
0.7969*2=1.5938 1
0.5938*2=1.1876 1
0.1876*2=0.3752 0
0.3752*2=0.7504 0
0.7504*2=1.5008 1
0.5008*2=1.0016 1
Entonces:
51.7969 110011.110011….
(1,f) = = = 1.10011110011
2^5 2^5
N por truncamiento:
Nt = 25 * (1.f) = 110011.11001 A decimal: Nt=51.78125
N por redondeo:
Nr = 25 * (1.f) = 110011.11011 A decimal: Nr=51.84375
|fx(truncado)−𝑓𝑥𝑟𝑒𝑎𝑙 |
Erelativo(truncamiento) = = 0.000302
𝑓𝑥𝑟𝑒𝑎𝑙
|fx(redondeo)−𝑓𝑥𝑟𝑒𝑎𝑙 |
Erelativo(redondeo) = = 0.0009044
𝑓𝑥𝑟𝑒𝑎𝑙
Código:
Compilación:
c) Implemente un algoritmo en Matlab que permita expresar el número N = -pi 4
en la notación binaria de punto flotante de 64 bits en IEEE 754 (precisión
doble), el cual posee 1 bit para el signo, 11 bits para el exponente con sesgo
igual a 1023 y 52 bits para la mantisa.
COMPILACION:
a) Con los resultados obtenidos en (c) considere el numero de 64 bits (s; c; f) y
expréselo en notación decimal fl(N) y calcule el error absoluto obtenido: |N-
fl (N) | , de ser necesario use el computador (Matlab) para calcular dicho error,
muestre el algoritmo usado .
CÒDIGO:
COMPILACION:
Método de la Bisección y el Método de
la Regla Falsa
tan(x) = 1 + x − x2 , x ∈ [0, 1]
Existencia de solución:
Por lo tanto existe una unica solución para f (x) = 0 en el intervalo [0, 1]
Conclusiones:
-Una ventaja del método de Regla Falsa, al igual que el de bisección, es que
es siempre son convergentes para funciones continuas.
-En ambos métodos, sin embargo, las condiciones iniciales propuestas deben
ser cercanas a la raı́z,caso contrario nos aproximarı́amos muy lentamente.
𝒇(𝒙) = 𝟐 ∗ 𝒆𝒙 − 𝒙𝟐 − 𝟖𝒙 + 𝟒; 𝒙 ∈ [𝟏; 𝟑]
A)
𝟐∗𝒆𝒙 −𝒙𝟐 +𝟒 𝟑
Muestre que 𝒈(𝒙) = ; 𝒙 ∈ [𝟏; 𝟐] es cóncava hacia arriba y creciente
𝟖
𝟐 ∗ 𝒆𝒙 − 𝒙𝟐 + 𝟒 𝟑
𝒈(𝒙) = ; 𝒙 ∈ [𝟏; ]
𝟖 𝟐
𝒆𝒙 − 𝒙
𝒈′ (𝒙) =
𝟒
𝒆𝒙
𝒈′′ (𝒙) =
𝟒
𝟑
Como: 1≤x≤𝟐
𝟑
𝒆𝟏 𝒆𝒙 𝒆𝟐
≤ ≤
𝟒 𝟒 𝟒
𝟑
𝒆𝟏 ′′ 𝒆𝟐
≤𝒈 (𝒙)
≤
𝟒 𝟒
𝟑
La función g(x) es cóncava hacia arriba y creciente en todo el intervalo [1; 𝟐]
𝟑 𝟑
Muestre que 1 ≤ g(x) ≤ 𝟐 para x ∈ [1, 𝟐 ]
𝟐 ∗ 𝒆𝒙 − 𝒙𝟐 + 𝟒 𝟑
𝒈(𝒙) = ; 𝒙 ∈ [𝟏; ]
𝟖 𝟐
𝒆𝒙 − 𝒙
𝒈′ (𝒙) = 𝒉(𝒙) =
𝟒
𝟑
𝒆𝒙 𝒆𝟏 𝒆𝟐
𝒉′(𝒙) = 𝒆𝒔 𝒄𝒓𝒆𝒄𝒊𝒆𝒏𝒕𝒆 𝒚 𝒑𝒐𝒔𝒊𝒕𝒊𝒗𝒂 ≤ 𝒉′(𝒙)≤ 𝒑𝒐𝒓 𝒍𝒐 𝒕𝒂𝒏𝒕𝒐 𝒈′ (𝒙) =
𝟒 𝟒 𝟒
𝟑
1≤x≤𝟐
𝟑
𝟑
𝒆𝟏 −𝟏 𝒆𝒙 −𝒙 𝒆𝟐 −
≤ ≤ 𝟐
𝟒 𝟒 𝟒
𝟎. 𝟒𝟑 ≤ 𝒈′ (𝒙) ≤0.75
𝟑
𝟐 𝟑
𝟐𝒆𝟏 −𝟏𝟐 +𝟒 𝟐∗𝒆𝒙 −𝒙𝟐 +𝟒 𝟐𝒆𝟐 −(𝟐) +𝟒
≤ ≤
𝟖 𝟖 𝟖
𝟑
𝟏. 𝟎𝟓4570 ≤ 𝒈(𝒙) ≤𝟏. 𝟑𝟑𝟗𝟏𝟕𝟐, entonces : 𝟏 ≤ 𝒈(𝒙) ≤𝟐
𝟑
Encuentre una constante 0 ≤ k < 1 tal que |𝒈′ (𝒙)| ≤ k para todo x ∈ [1, ]
𝟐
𝟑 𝟑
Dado que g [1, 𝟐] [1, 𝟐] es diferenciable, entonces:
𝟑
𝟑
′ 𝒆𝒙 −𝒙 𝒆𝟐 −
|𝒈 (𝒙)
|= | | ≤| 𝟐
|<1
𝟒 𝟒
Entonces:
𝟑
𝟑
𝒆𝟐 −
𝟐
k =| |
𝟒
k = 0.7454
𝟑
Muestre que el punto fijo de g(x) es la solución de f(x) = 0 en [1, 𝟐].
𝟑 𝟑
Definición: x es punto fijo de g [1, 𝟐] [1, 𝟐], si: g(x) = x
𝟐 ∗ 𝒆𝒙 − 𝒙𝟐 + 𝟒
𝒈(𝒙) = =𝒙
𝟖
Es igual a:
𝒇(𝒙) = 𝟐 ∗ 𝒆𝒙 − 𝒙𝟐 − 𝟖𝒙 + 𝟒 = 𝟎
𝒇(𝟏) = 𝟐 ∗ 𝒆𝟏 − 𝟏𝟐 − 𝟖 ∗ 𝟏 + 𝟒=0.436564
𝟑
𝟑𝟐 𝟑
𝒇(𝟑) = 𝟐 ∗ 𝒆𝟐 − 𝟐 − 𝟖 ∗ 𝟐 + 𝟒 =-1.286622
𝟐
𝟑
Como f (1). f( 𝟐) < 0, por el teorema de Bolzano existe al menos una raíz de
𝟑
f(x) en el intervalo [1; 𝟐] (unicidad) y por lo visto anteriormente, también
𝑻(𝟏−𝒌)
|𝒙𝟏 −𝒙𝟎 |
𝒏𝒎𝒊𝒏 > 𝑳𝒐𝒈𝒌
𝟐𝒆𝟏 −𝟏𝟐 +𝟒
𝒙𝟏 = 𝒈(𝒙𝟎 ) = 𝒈(𝟏) = =1.054570
𝟖
𝑻(𝟏−𝒌)
|𝒙𝟏 −𝒙𝟎 |
𝒏𝒎𝒊𝒏 > 𝑳𝒐𝒈𝒌
𝟏𝟎 −𝟔(𝟏−𝟎.𝟕𝟒𝟓𝟒)
|𝟏.𝟎𝟓𝟒𝟓𝟕𝟎−𝟏|
𝒏𝒎𝒊𝒏 > 𝑳𝒐𝒈𝟎.𝟕𝟒𝟓𝟒
𝒏𝒎𝒊𝒏 = 𝟒𝟐
B)
Implemente un algoritmo en Matlab que permita aproximar por el Método del
Punto Fijo, la solución de la ecuación g(x) = x con 6 cifras decimales exactas
usando como punto de partida a 𝒙𝟎 = 1.
Muestre el algoritmo y los resultados de la ejecución del algoritmo mediante
una tabla detallada.
Método 1:
Algoritmo en MATLAB:
Resultados en MATLAB:
Método 2:
Algoritmo en MATLAB:
Resultados en MATLAB:
Los resultados obtenidos en Matlab son muy diferentes a los calculados con el
algoritmo ya que en Matlab se necesito 16 iteraciones mas en el algoritmo nos
indicaba 44 iteraciones necesarias.
Número aproximado de iteraciones de punto fijo para Xn+1 = g (Xn) tal que
Xn se aproxime a las soluciones de f(x) = 0 con una tolerancia de 𝟏𝟎−𝟔 con
punto de partida 𝒙𝟎 = 1.
𝒏𝒎𝒊𝒏 = 𝟒𝟐
𝒏𝒎𝒊𝒏 =16
C)
𝒙𝟐 +𝟖𝒙−𝟒
Muestre que 𝒉(𝒙) = 𝑳𝒏( ); 𝒙 ∈ [𝟐; 𝟑] es cóncava hacia abajo y
𝟐
creciente.
𝒙𝟐 + 𝟖𝒙 − 𝟒
𝒉(𝒙) = 𝑳𝒏( ); 𝒙 ∈ [𝟐; 𝟑]
𝟐
𝒙𝟐 + 𝟖𝒙 − 𝟒
𝒉(𝒙) = 𝑳𝒏( ); 𝒙 ∈ [𝟐; 𝟑]
𝟐
𝟐(𝒙+𝟒) 𝟏𝟐≤𝟐(𝒙+𝟒)≤𝟏𝟒 𝒑𝒐𝒔𝒊𝒕𝒊𝒗𝒐)
𝒉′ (𝒙) = 𝒙𝟐 +𝟖𝒙−𝟒 ; ; ; 𝒉′ (𝒙) 𝒆𝒔 𝒑𝒐𝒔𝒊𝒕𝒊𝒗𝒂 para
𝟏𝟔≤(𝒙+𝟒)𝟐−𝟐𝟎≤𝟐𝟗 𝒑𝒐𝒔𝒊𝒕𝒊𝒗𝒐
Entonces:
𝟐𝟐 + 𝟖 ∗ 𝟐 − 𝟒 𝒙𝟐 + 𝟖𝒙 − 𝟒 𝟑𝟐 + 𝟖 ∗ 𝟑 − 𝟒
𝑳𝒏( ) ≤ 𝑳𝒏( ) ≤ 𝑳𝒏( )
𝟐 𝟐 𝟐
Entonces:
2 ≤ 𝒉(𝒙) ≤ 𝟑
Encuentre una constante 0 ≤ k < 1 tal que |𝒉′ (𝒙)| ≤ k para todo x ∈ [2,3]
Dado que h [2, 𝟑] [2,3] es diferenciable, entonces:
𝟐(𝒙+𝟒)
𝒉′ (𝒙) = 𝒙𝟐 +𝟖𝒙−𝟒 ;
𝟐(𝒙+𝟒) 𝟐(𝟐+𝟒)
|𝒉′ (𝒙) |= | 𝒙𝟐 +𝟖𝒙−𝟒 | ≤| 𝟐𝟐 +𝟖∗𝟐−𝟒 | < 1
Entonces:
𝟐(𝟐+𝟒)
k =| 𝟐𝟐 +𝟖∗𝟐−𝟒 |
k = 0.75
𝒙𝟐 + 𝟖𝒙 − 𝟒
𝒉(𝒙) = 𝑳𝒏( )=𝒙
𝟐
Es igual a:
𝒇(𝒙) = 𝟐 ∗ 𝒆𝒙 − 𝒙𝟐 − 𝟖𝒙 + 𝟒 = 𝟎
𝒇(𝟐) = 𝟐 ∗ 𝒆𝟐 − 𝟐𝟐 − 𝟖 ∗ 𝟐 + 𝟒=-1.221888
𝒇(𝟑) = 𝟐 ∗ 𝒆𝟑 − 𝟑𝟐 − 𝟖 ∗ 𝟑 + 𝟒 =11.171007
Como f (2). f (𝟑) < 0, por el teorema de Bolzano existe al menos una raíz de
f(x) en el intervalo [2;3] (unicidad) y por lo visto anteriormente, también
podemos afirmar que la función h(x) es estrictamente creciente en su dominio
(existencia).
Implemente un algoritmo en Matlab que permita visualizar la gráfica de la
ecuación h(x) = x en el intervalo x ∈ [2,3].
Muestre el algoritmo y la gráfica obtenida
Calcule el número aproximado de iteraciones de punto fijo para Xn+1 = g
(Xn) tal que Xn se aproxime a las soluciones de f(x) = 0 con una tolerancia de
𝟏𝟎−𝟔 con punto de partida 𝒙𝟎 = 3
𝑻(𝟏−𝒌)
|𝒙𝟏 −𝒙𝟎 |
𝒏𝒎𝒊𝒏 > 𝑳𝒐𝒈𝒌
𝟑𝟐 +𝟖∗𝟑−𝟒
𝒙𝟏 = 𝒉(𝒙𝟎 ) = 𝒉(𝟑) = 𝑳𝒏( )=2.674149
𝟐
𝑻(𝟏−𝒌)
|𝒙𝟏 −𝒙𝟎 |
𝒏𝒎𝒊𝒏 > 𝑳𝒐𝒈𝒌
𝟏𝟎 −𝟔 (𝟏−𝟎.𝟕𝟓)
|𝟐.𝟔𝟕𝟒𝟏𝟒𝟗−𝟏|
𝒏𝒎𝒊𝒏 > 𝑳𝒐𝒈𝟎.𝟕𝟓
𝒏𝒎𝒊𝒏 = 𝟒𝟗
D)
Implemente un algoritmo en Matlab que permita aproximar por el Método del
Punto Fijo, la solución de la ecuación h(x) = x con 6 cifras decimales exactas
usando como punto de partida a 𝒙𝟎 = 3.
Muestre el algoritmo y los resultados de la ejecución del algoritmo mediante
una tabla detallada.
Método 1:
Algoritmo en MATLAB:
Resultados en MATLAB:
Método 1:
Algoritmo en MATLAB
Resultados en MATLAB:
Compare el número de iteraciones del algoritmo con el número de iteraciones
calculado anteriormente:
Los resultados obtenidos en Matlab son muy diferentes a los calculados con el
algoritmo ya que en Matlab se necesitó 16 iteraciones, mas en el algoritmo nos
indicaba 49 iteraciones necesarias.
Número aproximado de iteraciones de punto fijo para Xn+1 = g (Xn) tal que
Xn se aproxime a las soluciones de f(x) = 0 con una tolerancia de 𝟏𝟎−𝟔 con
punto de partida 𝒙𝟎 = 1.
𝒏𝒎𝒊𝒏 = 𝟒𝟗
𝒏𝒎𝒊𝒏 = 𝟑𝟎
MÉTODO DE NEWTON-RAPHSON
Sea la misma función del problema anterior
𝒇(𝒙) = 𝟐 ∗ 𝒆𝒙 − 𝒙𝟐 − 𝟖𝒙 + 𝟒; 𝒙 ∈ [𝟏; 𝟑]
a)
Muestre que la gráfica de la función f(x) es cóncava hacia arriba en el intervalo
[1, 3] , demuestre por concavidad que f(x) posee a lo más dos soluciones en el
intervalo [1, 3] .
Por definición, una función 𝑓 (𝑥)es cóncava hacia arriba si f está incrementando. Además
sabemos que si 𝑓 ′ (𝑥 ) es una función diferenciable, entonces 𝑓 ′ (𝑥 ) está aumentando si su
derivada 𝑓 ′′ (𝑥 ) > 0. Por tanto, una función 𝑓(𝑥 ) que es dos veces diferenciable es
cóncava cuando 𝑓 ′′ (𝑥 ) > 0
𝑓 ′ (𝑥 ) = 2𝑒 𝑥 − 2𝑥 − 8
𝑓 ′′ (𝑥 ) = 2𝑒 𝑥 − 2
Dado que:
𝑥 ∈ [1; 3]
1≤𝑥≤3
𝑒1 ≤ 𝑒 𝑥 ≤ 𝑒 3
2𝑒 − 2 ≤ 2𝑒 𝑥 − 2 ≤ 2𝑒 3 − 2
2𝑒 − 2 ≤ 𝑓 ′′ (𝑥 ) ≤ 2𝑒 3 − 2
→ 𝑓 ′′ (𝑥 ) > 0
Use el teorema de Bolzano para probar que existe una única solución en el
intervalo [1,2] y una única solución en el intervalo [2, 3]
Por Bolzano:
Por lo tanto cada subintervalo [1,2] 𝑦 [2,3] posee una sola solución.
Existencia de la Raíz: Dado un cierto intervalo de trabajo [a,b], dentro del mismo debe
cumplirse que f(a)*f(b)<0.
Unicidad de la Raíz: Dentro del intervalo de trabajo [a,b], la derivada de f(x) debe ser
diferente de cero.
Concavidad: La gráfica de la función f(x) dentro del intervalo de trabajo [a,b], debe ser
cóncava, hacia arriba o hacia abajo. Para ello debe verificarse que: f ''(x) <= 0 ó f ''(x) >=
0 para todo x que pertenezca a [a,b]
Vemos que es una gráfica cóncava hacia arriba como los habíamos descrito y comprobado
anteriormente.
b)
c)
El Método del Punto fijo converge más lento; podemos deducir que de todos los métodos
vistos en el presente capıtulo, el Método de Newton-Raphson es el más veloz. La mayoría
de los autores de libros e interesados por los métodos numéricos confirman que no existe
un método perfecto, todos pueden fallar.
Ventajas:
Desventajas:
-Si la función con la que se trabaja tiene dos raíces cercanas, el Método de Newton
Raphson no predice a cual converge cuando el valor inicial se encuentra entre dichas raíces.
-Si la función tiene por primera derivada el valor de cero, el método de Newton Raphson no
funciona, a diferencia del método anterior.