UNIVERSIDAD DE LA SERENA

FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICAS

Pauta de Evaluación Parcial 1

Métodos Numéricos (23051)
Prof. Hernán Mardones González
18.11.2020
√
1. (20 puntos) Se requiere calcular la división entre 5 y e, es decir,
√
x = 5 ÷ e.

Para ello dispone de una computadora digital con sistema binario de 5 dı́gitos, la cual
trabaja mediante redondeo.
√

a) Encuentre las representaciones de punto flotante estándar f l 5 y f l (e), y luego
determine cada valor decimal.
Solución
Tenemos que
√
5 = 1 · 21 + 0 · 20 + 0 · 2−1 + 0 · 2−2 + 1 · 2−3 + 1 · 2−4 + · · ·

y
e = 1 · 21 + 0 · 20 + 1 · 2−1 + 0 · 2−2 + 1 · 2−3 + 1 · 2−4 + · · ·
Entonces obtenemos
√ 
fl 5 = +1 · (0,10010)2 · 22 = 2,25

y
fl (e) = +1 · (0,10110)2 · 22 = 2,75.
(8 puntos)
√

b) Calcule el resultado de f l 5 ÷f l (e) y obtenga su representación computacional
 √  
xa = f l f l 5 ÷ f l (e) .

Solución
A partir del inciso anterior calculamos
√ 
fl 5 ÷ f l (e) = 0.81 = 1 · 2−1 + 1 · 2−2 + 0 · 2−3 + 1 · 2−4 + 0 · 2−5 + 0 · 2−6 + · · ·

Luego  √  
fl fl 5 ÷ f l (e) = +1 · (0,11010)2 · 20 .

Es decir
xa = 0,8125.
(6 puntos)

1
 c) Encuentre el número de dı́gitos significativos que posee xa con respecto a x.
Solución
De acuerdo a lo realizado

|x − xa | = 0,01010343798 . . .

Por lo tanto, aplicando la metodologı́a estudiada obtenemos d+1 = 8 y concluimos

√
que xa = 0,8125 posee cuatro dı́gitos significativos con respecto a x = 5 ÷ e.
(6 puntos)
2. (20 puntos) Interesa aproximar la única raı́z real
s √ s √
3 9 + 69 3 9 − 69
ρ := + = 1,324717957244746 . . .
18 18

de la ecuación cúbica
x3 − x − 1 = 0
con una precisión de 10−3 .
Para ello se consideran las siguientes metodologı́as.
a) El método de la Bisección a partir de las condiciones iniciales x0 = 1 y x1 = 1,5.
b) El método de Newton-Raphson a partir de x0 = 1,5.
c) El método del Punto Fijo usando g (x) = − 31 x3 − x − 1 + x y x0 = 1,5.

En cada situación, especifique el esquema y construya tablas con los valores

n, xn , |x − xn | ; n ∈ {0, 1, . . . , N } ,

hasta una iteración N adecuada.

Comente los resultados y exponga sus conclusiones.
Solución
Interesa resolver la ecuación no lineal

f (x) = 0

sobre el conjunto de números reales, siendo f : R → R el polinomio cúbico

f (x) := x3 − x − 1; ∀x ∈ R.

a) Se aplica el método de la Bisección de acuerdo al siguiente esquema.

Se definen las condiciones iniciales x0 = 1 y x1 = 1,5. Luego se verifica que

f (x0 ) · f (x1 ) < 0.

A continuación se define
x0 + x1
x2 := = 1,25.
2
Ya que
f (x2 ) · f (x1 ) < 0,

2
 se calcula
x1 + x2
x3 := = 1,375.
2
Ahora
f (x3 ) · f (x2 ) < 0,
por lo cual
x2 + x3
x4 := = 1,3125.
2
Dado que
f (x4 ) · f (x3 ) < 0,
se actualiza la aproximación según
x3 + x4
x5 := = 1,34375.
2
Como
f (x5 ) · f (x4 ) < 0,
realizamos
x4 + x5
x6 := = 1,328125.
2
Ya que
f (x6 ) · f (x5 ) > 0,
tenemos
x4 + x6
x7 := = 1,3203125.
2
Ahora
f (x7 ) · f (x6 ) < 0
y obtenemos la estimación
x6 + x7
x8 := = 1,32421875.
2
Ya no es necesario seguir iterando porque

|ρ − x8 | ≤ 10−3 .

Por lo tanto, una aproximación para la raı́z ρ con precisión de 10−3 resulta

ρ ≈ 1,32421875.

n 0 1 2 3 4 5 6 7 8
xn 1 1,5 1,25 1,375 1,3125 1,34375 1,328125 1,3203125 1,32421875
|ρ − xn | 0,3247 0,1753 0,07472 0,05028 0,01222 0,01903 0,003407 0,004405 0,0004992

Cuadro 1: Método de la Bisección.

El método de la Bisección sólo realiza operaciones elementales en su implemen-

tación, aunque requiere más esfuerzo al tener que identificar los cambios signo
evaluando la función en cada iteración.
(8 puntos)

3
 b) El método de Newton-Raphson se aplica de acuerdo al esquema

f (xn )
xn+1 := xn − ; ∀n ≥ 0,
f 0 (xn )
con
f 0 (x) = 3x2 − 1; ∀x ∈ R.
A partir de la condición inicial x0 = 1,5, calculamos

x30 − x0 − 1
x1 = x0 − = 1,347826087
3x20 − 1

Luego
x31 − x1 − 1
x2 = x1 − = 1,325200399.
3x21 − 1
Por lo tanto, la estimación resulta

ρ ≈ 1,325200399

porque
|ρ − x2 | ≤ 10−3 .

n 0 1 2
xn 1,5 1,347826087 1,325200399
|ρ − xn | 0,1753 0,02311 0,0004824

Cuadro 2: Método de Newton-Raphson.

El método de Newton-Raphson converge muy rápido, sólo fueron necesarias dos

iteraciones para obtener la aproximación solicitada. Sin embargo, se necesita eva-
luar sucesivamente las funciones f y f 0 . Más aún, la condición inicial resultó fa-
vorable para la convergencia del método.
(6 puntos)
c) El método del Punto Fijo resulta

xn+1 := g (xn ) ; ∀n ≥ 0,

donde g (x) = − 31 x3 − x − 1 + x y x0 = 1,5.

El Cuadro 3 contiene los resultados solicitados.

n 0 1 2 3 4 5 6 7
xn 1,5 1,208333333 1,356360918 1,310042076 1,330620226 1,322183672 1,325777768 1,324269712
|ρ − xn | 0,1753 0,1164 0,03164 0,01468 0,005902 0,002534 0,001060 0,0004482

Cuadro 3: Método del Punto Fijo.

Se observa un comportamiento convergente porque la función g : R → R y la

condición inicial x0 fueron apropiadas.
(6 puntos)

4
3. (20 puntos) Aproxime la raı́z x = 0,790820830807534 . . . de la ecuación algebraica

x3 − cos2 (x) = 0

a partir de las condiciones iniciales x0 = 0,5 y x1 = 1 usando las siguientes metodologı́as.

a) El Método de la Secante.
b) El Método de la Posición Falsa.

En cada situación, especifique el esquema y construya tablas con los valores

n, xn , |x − xn |

hasta obtener un error de estimación del orden 10−6 .

Ilustrar cada situación sobre el plano cartesiano.
Solución

a) El método de Newton-Secante se define

xn − xn−1
xn+1 := xn − f (xn ) · ; ∀n ≥ 1.
f (xn ) − f (xn−1 )

Comenzando con x0 = 0,5 y x1 = 1 obtenemos

x1 − x0
x2 = x1 − f (x1 ) · = 0,7383754946.
f (x1 ) − f (x0 )

Similarmente se construyen las estimaciones presentadas en el Cuadro 4.

n 0 1 2 3 4 5
xn 0,5 1 0,7383754946 0,7826899534 0,7911860037 0,7908183799
|x − xn | 0,2908 0,2092 0,05245 0,008131 0,0003652 0,000002451

Cuadro 4: Método de la Secante.

El método de la Secante corresponde a una modificación del método de Newton-

Rhapson, considerando las estimaciones xn y xn−1 para aproximar

f (xn ) − f (xn−1 )
f 0 (xn ) ≈ .
xn − xn−1

Por tanto la estimación xn+1 requiere de dos estimaciones anteriores y no se uti-

lizan derivadas.
(10 puntos)
b) El método de la Posición Falsa resulta
xn − xk
xn+1 := xn − f (xn ) · ; ∀n ≥ 0,
f (xn ) − f (xk )

siendo k ∈ {n − 1, n − 2, . . . , 0} la mayor iteración tal que

f (xn ) · f (xk ) < 0.

5
 Comenzando con x0 = 0,5 y x1 = 1 obtenemos f (x0 ) < 0 y f (x1 ) > 0, y
calculamos
x1 − x0
x2 = x1 − f (x1 ) · = 0,7383754946.
f (x1 ) − f (x0 )
Dado que f (x2 ) < 0, obtenemos
x2 − x1
x3 = x2 − f (x2 ) · = 0,7826899533.
f (x2 ) − f (x1 )

Como f (x3 ) < 0 hacemos

x3 − x1
x4 = x3 − f (x3 ) · = 0,7895927190.
f (x3 ) − f (x1 )

Ahora f (x4 ) < 0, por lo cual

x4 − x1
x5 = x4 − f (x4 ) · = 0,7906360749.
f (x4 ) − f (x1 )

Dado que f (x5 ) < 0 tenemos

x5 − x1
x6 = x5 − f (x5 ) · = 0,7907930531.
f (x5 ) − f (x1 )

Luego f (x6 ) < 0 por ello hacemos

x6 − x1
x7 = x6 − f (x6 ) · = 0,7908166549
f (x6 ) − f (x1 )

Por lo tanto concluimos que la aproximación

x ≈ 0,7908166549

posee precisión del orden 10−6 .

n 0 1 2 3 4 5 6 7
xn 0,5 1 0,7383754946 0,7826899533 0,7895927190 0,7906360749 0,7907930531 0,7908166549
|x − xn | 0,2908 0,2092 0,05245 0,008131 0,001228 0,00001848 0,00002778 0,000004176

Cuadro 5: Método de la Posición Falsa.

El método de la Posición Falsa es similar a Newton-Raphson pero sin la necesidad

de utilizar derivadas. Sin embargo, involucra esfuerzo adicional en comparación al
método de Newton-Secante para elegir adecuadamente las aproximaciones xk en
cada iteración. Las condiciones iniciales resultaron apropiadas.
(10 puntos)

Finalmente, la Figura 2 de la sección 2.2. describe el método de Newton-Rhapson en esta

situación. Similarmente, cada situación se ilustra a partir de los resultados obtenidos
sobre el plano cartesiano.