UNIVERSIDAD TECNOLÓGICA DE TECÁMAC

DIVISIÓN PROCESOS INDUSTRIALES

INGENIERÍA EN PROCESOS Y OPERACIONES INDUSTRIALES

“MÉTODOS NUMÉRICOS”

PRESENTA:
Paz Gutiérrez Brenda

MATERIA:
Matemáticas Aplicadas a la Ingeniería II

GRUPO:
9IPOD

DOCENTE:
Oswaldo Quiroz Soto
CUATRIMESTRE:

(septiembre - diciembre, 2021)

ÍNDICE

INTRODUCCIÓN ................................................................................................... 3
JUSTIFICACIÓN .................................................................................................... 4
CONTENIDO .......................................................................................................... 5
-Método numérico ............................................................................................... 5
-Aproximación ..................................................................................................... 6
-Error numérico ................................................................................................... 7
-Cifra significativa ................................................................................................ 8
-Precisión ............................................................................................................ 9
-Exactitud .......................................................................................................... 10
-Incertidumbre ................................................................................................... 11
-Sesgo .............................................................................................................. 12
Clasificar los tipos de errores numéricos: .......................................................... 13
-Relativo ........................................................................................................ 13
-Absoluto........................................................................................................ 13
-Redondeo ..................................................................................................... 15
-Truncamiento ................................................................................................ 16
Método de Newton Raphson ............................................................................. 18
CONCLUSIÓN ..................................................................................................... 28
BIBLIOGRAFÍA .................................................................................................... 29
INTRODUCCIÓN
Al momento de aplicar las Matemáticas a situaciones del mundo real nos encontramos a
menudo con problemas que no pueden ser resueltos analíticamente o de manera exacta y
cuya solución debe ser abordada con ayuda de algún procedimiento o método numérico.

Los métodos numéricos son procedimientos lógicos que se realizan a partir de los problemas
planteados matemáticamente y de manera aritmética. Son herramientas poderosas que se
usan en la formulación de problemas complejos que requieren un conocimiento básico en
matemáticas e ingeniería.

Hoy en día, gran parte de la tecnología actual depende de la solución de modelos matemáticos,
desde la programación empotrada de una calculadora científica y el cálculo estructural de un
edificio multinivel con estructuras de acero, hasta el diseño y simulación de aeronaves y vuelos
espaciales. La solución de un modelo matemático relativamente sencillo puede obtenerse de
manera analítica.

A medida que avanzamos a un nivel profesional encontramos las matemáticas más complejas
desde una perspectiva real, es decir los problemas que se plantean en la vida cotidiana, sobre
todo en ingeniería que abarca como un plano principal del contenido matemático y aritmético
para la solución de problemas planteados.

Nosotros como futuros ingenieros tenemos que encontrar una solución a los problemas, lo cual
tiene que ser eficiente, aplicando teoría y práctica aprendida.

Por lo que en este trabajo de investigación se presentará el método numérico y sus conceptos
básicos (aproximación, error numérico, cifra significativa, precisión, exactitud, incertidumbre,
sesgo), en dónde tendremos la tarea de explicar su concepto, como también de explicar el
método de Newton Raphson.

3
JUSTIFICACIÓN
Este trabajo de investigación es realizado como parte de nuestra evaluación de tercer parcial
en la materia de matemáticas aplicadas a la ingenieria, en el que estaremos presentando el
tema de Método Numérico y sus conceptos básicos, dando el concepto de cada uno de los
términos, así como también el Método de Newton Raphson.

Los números, aunque a algunas personas no se le den muy bien, son de gran importancia para
el mundo, puesto que, en base a ellos, se han resuelto muchos problemas cotidianos. A través
de los números, se desarrollan métodos numéricos, con los cuales se pueden formular
múltiples problemas matemáticos tanto básicos, como complejos.

La finalidad de realizar dicha investigación es que como estudiantes de ingenieria en procesos

industriales es de suma importancia el introducirnos estos temas, aunque al hacer esta
investigación, nos daremos cuenta de que ya en un momento dado, los hemos ocupado, como
lo es al utilizar una computadora, ya que utilizan métodos numéricos y no se diga cuando
ocupamos y programamos una maquina cnc. También los utilizamos de manera cotidiana
cuando resolvemos problemas tan sencillos como las cuentas de una compra, ya que
requieren de utilizar métodos numéricos.

Dentro de nuestro campo laboral, sabemos que es muy extenso, por lo tanto, debemos saber
una amplia diversidad de temas e información, para después ponerlo en práctica.

Como lo es en el desarrollo de la vida, que cada día se aprende una cosa nueva y durante el
desarrollo de estos temas, aprenderemos sus conceptos y la manera en que influyen dentro
de nuestra ingenieria y la importancia que le debemos de dar, ya que los estaremos ocupando
dentro de nuestro campo laboral.

4
CONTENIDO
Explicar los conceptos de:

-Método numérico
Los métodos numéricos son una sucesión de operaciones matemáticas utilizadas para
encontrar una solución numérica aproximada a un problema determinado. Es decir, se trata de
una serie de cálculos para acercarnos lo más posible a una solución numérica con una
precisión razonablemente buena. Los métodos numéricos son utilizados en ingeniería para
facilitar la resolución de problemas que conllevan una enorme cantidad de cálculos, lo que
permite ahorrar tiempo.

“Un método numérico es una serie de pasos (procedimiento) que se

plantea para obtener una solución aproximada de un problema. Para
lograr este objetivo, se utiliza cálculos puramente aritméticos y lógicos”

Los métodos numéricos nos vuelven aptos para entender esquemas numéricos a fin de
resolver problemas matemático6s, de ingeniería y científicos en una computadora, reducir
esquemas numéricos básicos, escribir programas y resolverlos en una computadora y usar
correctamente el software existente para dichos métodos y no solo aumenta nuestra habilidad
para el uso de computadoras, sino que también amplia la pericia matemática y la comprensión
de los principios científicos básicos.

Un ejemplo, donde los utilizamos es en la parte del petróleo, que nos ayuda para mejorar la
identificación de hidrocarburos en el subsuelo, en dónde se utilizan simulaciones numéricas
avanzadas que permiten estimar con mayor certeza la cantidad y ubicación de hidrocarburos.

¿Por qué se utilizan los métodos numéricos?

 Resolver problemas muy complejos, en los cuales no se puede hallar una solución
analítica.
 Resolver problemas con gran cantidad de cálculos, que harían casi imposible su
resolución manual.

5
Los métodos numéricos pueden ser aplicados para resolver procedimientos matemáticos en:

 Cálculo de derivadas
 Integrales
 Ecuaciones diferenciales
 Operaciones con matrices
 Interpolaciones
 Ajuste de curvas
 Polinomios

Los métodos numéricos a lo largo de la historia han estado presentes, para la solución de
problemas de la vida cotidiana, en diferentes ámbitos, principalmente en la ciencia y
tecnología.

-Aproximación
Se entiende por aproximación, una cifra que representa un número cuyo valor exacto es X. En
la medida en que la cifra X se acerca más al valor exacto X, será una mejor aproximación de
ese número.

Ejemplos:

3.1416 es una aproximación numérica de Pi (π).

2.7183 es una aproximación numérica de e.

0.333333 es una aproximación numérica de 1/3.

Aproximación es el proceso y la consecuencia de aproximar: avecinar,

arrimar o acercar.

Una aproximación es un valor cercano a uno considerado como real o verdadero. Esta
cercanía, o diferencia, se conoce como error.

Las aproximaciones son técnicas mediante las cuales un modelo matemático es resuelto
usando solamente operaciones aritméticas, tediosos, cálculos aritméticos.

6
-Error numérico
Error es algo equivocado o desacertado. Puede ser una acción, un concepto o una cosa que
no se realizó de manera correcta.

Los errores numéricos se generan con el uso de aproximaciones para representar las
operaciones y cantidades matemáticas. Esto incluye errores de truncamiento que resultan de
representar aproximadamente un procedimiento matemático exacto, y los errores de
redondeo, que resultan de presentar aproximadamente números exactos.

El error podemos definirlo como la discrepancia entre la magnitud “verdadera”

y la obtenida, siendo dichas magnitudes los resultados de la medición.

Un error es una incertidumbre en el resultado de una medida. Se define como la diferencia

entre el valor real (Vr) y una aproximación a este valor (Va):

E = Vr – Va

Existen diferentes tipos errores, cada uno se puede expresar en forma absoluta o en forma
relativa.

Ejemplos de error numérico:

- 3.5 m como longitud de un terreno que mide realmente 3.59 m.

- 60 m como la distancia entre dos postes que están situados a 59.91 m

7
-Cifra significativa
El concepto de cifra significativa lo podemos definir como aquella que aporta información no
ambigua ni superflua acerca de una determinada medida experimental, son cifras significativas
de un numero vienen determinadas por su error. Son cifras que ocupan una posición igual o
superior al orden o posición de error.

Cuando se emplea un número en un cálculo, debe haber seguridad de que pueda usarse con
confianza. El concepto de cifras significativas tiene dos implicaciones importantes en el estudio
de los métodos numéricos.

1.- Los métodos numéricos obtienen resultados aproximados. Por lo tanto, se debe desarrollar
criterios para especificar qué tan precisos son los resultados obtenidos.

2.- Aunque ciertos números representan número específicos, no se pueden expresar

exactamente con un número finito de cifras.

Reglas de operaciones con cifras significativas:

Regla 1: los resultados experimentales se expresan con una sola cifra dudosa, e indicando con
+ - la incertidumbre en la medida.

Regla 2: las cifras significativas se cuentan de izquierda a derecha, a partir del primer dígito
diferente de cero y hasta el digito dudoso.

Regla 3: al sumar o restar dos números decimales, el número de cifras decimales del resultado
es igual al de la cantidad con el menor número de ellas.

Regla 4: al multiplicar o dividir dos números, el número de cifras significativas del resultado es
igual al del factor con menos cifras.

8
Ejemplo de Cifra Significativa:

Suponga que se usa una báscula para pesar algo entre 60 y 70Kg. En una báscula analógica,
a lo más podría establecerse un peso, es con una precisión de una cifra significativa, por
ejemplo, de 60.6 Kg, por lo que el estimado sería 60.65 Kg.

En una báscula digital con 3 cifras, podría tenerse un peso de 60.676, por lo que un estimado
sería 60.6765 Kg.

-Precisión
Se refiere a la dispersión del conjunto de valores obtenidos de mediciones repetidas de una
magnitud. Cuanto menor es la dispersión mayor la precisión. La precisión se define como el
grado de coincidencia existente entre los resultados independientes de una medición,
obtenidos en condiciones estipuladas, ya sea de repetitividad, de reproducibilidad o
intermedias.

La precisión se refiere a qué tan cercano está un valor individual medido o

calculado respecto a los otros. En pocas palabras esto es lo cerca que los
valores medidos están unos de otros.

Se puede decir entonces que la precisión en Métodos Numéricos se refiere:

1) Al número de cifras significativas que representan una cantidad.

2) La extensión en las lecturas repetidas de un instrumento que mide alguna propiedad física.

Es importante mencionar que los datos precisos pueden ser inexactos. Obtener datos
altamente precisos puede ser verdaderamente difícil y costoso.

9
Un ejemplo de precisión:

Un futbolista siempre lanza los tiros libres al lado derecho del arco. Esto significa que sus
lanzamientos son precisos.

-Exactitud
La exactitud se refiere a que tan cercano está el valor calculado del valor verdadero. Es decir,
es la aproximación de un número al valor numérico que se supone representa.

Se puede decir entonces que la exactitud es el grado de concordancia entre el valor verdadero
y el obtenido. Por tanto, la exactitud se expresa como suma de dos términos: la precisión y la
veracidad.

Cuando expresamos la exactitud de un resultado se expresa mediante el error absoluto que

es la diferencia entre el valor experimental y el valor verdadero.

Exactitud es la cualidad de ajustarse a la cercanía que los resultados

medidos tienen con respecto al valor de referencia, denominada valor real.

En términos estadísticos, la exactitud está relacionada con el sesgo de una estimación. Cuanto
menor es el sesgo más exacto es una estimación.

En Ingeniería, se denomina exactitud a la capacidad de un instrumento de medir un valor

cercano al de la magnitud real. Exactitud implica precisión, pero no al contrario. Exactitud y
precisión no son equivalentes. Exactitud es la capacidad para acercarse a la magnitud real.

10
Ejemplo de exactitud:

Una persona mide su estatura con una cinta métrica y obtiene 1.70 m. Cuando va al médico,
este la vuelve a medir con un medidor especial y el resultado es de 1.70 m. Esto significa que
la medición realizada con la cinta métrica fue exacta.

Ejemplo de precisión y exactitud:

-Incertidumbre
Incertidumbre también se le conoce como Imprecisión. Incertidumbre es la expresión del grado
de desconocimiento de un resultado.

Esto es que incertidumbre refleja, por tanto, duda acerca de la veracidad del resultado obtenido
una vez que se han evaluado todas las posibles fuentes de error y que se han aplicado las
correcciones oportunas. Se refiere al grado de alejamiento entre sí, a las diversas
aproximaciones a un valor verdadero. Situación bajo la cual se desconocen las probabilidades
de ocurrencia asociados a los diferentes resultados de un determinado evento.

Entonces la incertidumbre nos da una idea de la calidad del resultado ya que nos muestra un
intervalo alrededor del valor estimado dentro del cual se encuentra el valor considerado
verdadero.

La incertidumbre puede derivarse de una falta de información. Puede tener varios tipos de
origen, por ejemplo, errores cuantificables en los datos hasta terminología definida de forma
ambigua o previsiones inciertas del comportamiento humano.

11
La incertidumbre puede, por lo tanto, ser representada por medidas cuantitativas (por ejemplo,
un rango de valores calculados según distintos modelos) o por afirmaciones cualitativas (por
ejemplo, al reflejar el juicio de un grupo de expertos).

Ejemplo de incertidumbre:

Si no se sabe si lloverá mañana o no, entonces hay un estado de incertidumbre. Si las

probabilidades se aplican a los posibles resultados utilizando pronósticos meteorológicos o
incluso solo una evaluación de probabilidad calibrada, la incertidumbre se ha cuantificado.

-Sesgo
La inexactitud es conocida como sesgo se refiere a que tan cercano está el valor calculado del
valor verdadero. Es decir, sesgo es un error que aparece en los resultados, es entonces un
alejamiento sistemático del valor verdadero a calcular.

Existe sesgo cuando la ocurrencia de un error no aparece como un hecho aleatorio (al azar)
advirtiéndose que este ocurre en forma sistemática.

Un sesgo es un error sistemático que hace que todas las medidas estén desviadas en una
cierta cantidad. También se dice que es una característica de una medición o de una
estimación estadística tal que los resultados obtenidos al repetir la medición o la estimación
están afectados por errores sistemáticos en relación con el valor convencionalmente
verdadero.

12
Clasificar los tipos de errores numéricos:
-Relativo
El error relativo es una mejor medida del error que el error absoluto, en especial cuando se
utilizan sistemas numéricos de punto flotante. Puesto que los elementos de un sistema de
punto flotante no están distribuidos de manera uniforme, la cantidad de redondeos posibles
depende de la magnitud de los números que se redondean.

Formula del error relativo:

El 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.

Error relativo corresponde a la expresión en porcentaje de un error absoluto; en consecuencia,

este error es adimensional.

-Absoluto
El error absoluto es la diferencia entre el valor de la medida y el valor tomado como exacta.
Puede ser positivo o negativo, según si la medida es superior al valor real o inferior (la resta
sale positiva o negativa). Tiene unidades, las mismas que las de la medida. Es decir, es la
diferencia absoluta entre un valor real y un aproximado. Está dado por la siguiente fórmula:

El error absoluto recibe este nombre ya que posee las mismas dimensiones que la variable
bajo estudio.

13
Ejemplo de error absoluto y relativo:

Se quiere medir el voltaje de una fuente de alimentación y se obtiene un valor de 123.4V, si se

sabe que el valor verdadero es de 125V, se tiene:

Solución:

Utilizando las siguientes fórmulas:

Error Verdadero(absoluto):

Error Relativo Porcentual:

14
-Redondeo
El error de redondeo se origina al realizar los cálculos que todo método numérico o analítico
requieren y son debidos a la imposibilidad de tomar todas las cifras que resultan de
operaciones aritméticas como los productos y los cocientes, teniendo que retener en cada
operación el número de cifras que permita el instrumento de cálculo que se esté utilizando.

Existen dos tipos de errores de redondeo:

- Error de redondeo inferior: se desprecian los dígitos que no se pueden conservar dentro
de la memoria correspondiente.
- Error de redondeo superior: este caso tiene dos alternativas según el signo del número
en particular:

Para números positivos, el último dígito que se puede conservar en la localización de memoria
incrementa en una unidad si el primer dígito despreciado es mayor o igual a 5.

Para números negativos, el último dígito que se puede conservar en la localización de la

memoria se reduce en una unidad si el primer dígito despreciado es mayor o igual a 5.

Redondear: es el proceso por el cual se eliminan decimales poco significativos

a un número decimal.

15
Ejemplo de error de redondeo:

Por ejemplo, el valor de "e" se conoce como 2.718281828... Hasta el infinito.

Si cortamos el número en 2.71828182 (8 cifras significativas luego del punto decimal)estamos

obteniendo un error de:

E = 2.718281828 -2.71828182 = 0.000000008...

Sin embargo, como no consideramos que el número que seguía al corte era mayor que
5,entonces nos convenía dejar el número como 2.71828183,caso en el cual el error sería solo
de:

E=2.118281828-2.11828183=-0.000000002...

,que en términos absolutos es mucho menor que el anterior.

En general, el error de corte de las computadoras será muy inferior al error introducido por un
usuario,que generalmente corta a un menor número de cifras significativas.

El redondeo se produce por el mismo motivo que el truncamiento, pero, a diferencia de este,
las cifras omitidas sí son consideradas en la cifra resultante.

-Truncamiento
Truncamiento es el término usado para reducir el número de dígitos a la derecha del punto
decimal, descartando los menos significativos, en otras palabras, corta el número en el dígito
especificado.

Por ejemplo, para el siguiente número 3.1416 con tres cifras (k =3)

Solución

Por truncamiento, el número decimal es 3.141

Por redondeo, el número es decimal 3.142

16
El truncamiento se provoca ante la imposibilidad de manipular, por parte de un instrumento de
cómputo, una cantidad infinita de términos o cifras. Los términos o cifras omitidas (que son
infinitas en número) introducen un error en los resultados calculados.

El error de truncamiento, también llamado error algorítmico. Se le suele llamar errores de

truncamiento, ya que en muchos casos provienen de truncar una serie infinita.

Los errores de truncamiento tienen relación con el método de aproximación, ya que

generalmente frente a una serie infinita de términos, se tenderá a cortar el número de términos,
introduciendo en ese momento un error, por no utilizar la serie completa (que se supone es
exacta).

En una iteración, se entiende como el error por no seguir iterando y seguir aproximándose a la
solución.

17
Método de Newton Raphson
Introducción

El método de Newton Raphson es un procedimiento algorítmico que permite hallar raíces de

funciones, conocido un valor numérico cercano a la raíz. Es un método abierto e iterativo, en
general de rápida convergencia, muy útil para el cálculo de raíces cuadradas y de mayor grado,
aunque para algunos casos el método presenta inconvenientes, por ejemplo, si existen raíces
múltiples, en este caso se tendría que aplicar diferentes soluciones para así lograr encontrar
la raíz sin abandonar el método.

Definición

Es un algoritmo eficiente para encontrar aproximaciones de los ceros o raíces de una función
real. También puede ser usado para encontrar el máximo o mínimo de una función,
encontrando los ceros de su primera derivada.

Figura: Representación gráfica del método

de Newton-Raphson. Se extrapola una
tangente a la función en x. [esto es, f’(x)]
hasta el eje x para obtener una estimación
dela raíz en x + 1

18
Descripción del método de Newton – Raphson.

Para deducir la fórmula de recurrencia del método de Newton-Raphson, suponemos una

función 𝑓(𝑥) continua en algún intervalo [a, b], consideramos una x0 en dicho intervalo.
Construimos la recta tangente a la función en el punto (x0, f(x0)), la cual está dada por la
ecuación:

𝑦 − 𝑓 (𝑥0 ) = 𝑚(𝑥 − 𝑥𝑜 )

pero 𝑚 = 𝑓′(𝑥𝑜 ) , entonces:

𝑦 − 𝑓 (𝑥0 ) = 𝑓′(𝑥0 )(𝑥 − 𝑥𝑜 )

O bien:

𝑦 = 𝑓 (𝑥0 ) + 𝑓′(𝑥0 )(𝑥 − 𝑥𝑜 )

haciendo 𝑦 = 0, para hallar la intersección de esta recta tangente con el eje 𝑋, la intersección
está dada por:

𝑓(𝑥0 )
𝑥1 = 𝑥0 −
𝑓′(𝑥0 )

En la siguiente grafica se muestra una función continua y una recta tangente a ella, podemos
ver que la intersección 𝑥1 puede considerarse como una aproximación a la raíz de la función
f(x)

19
Si ahora trazamos la tangente a f(x) en el punto (x1, f(x1)), y hallamos la intersección con el
eje X, obtenemos x2, una mejor aproximación de la raíz, y repitiendo el proceso varias veces
obtendremos un valor tan cercano a la raíz como queramos.

En el gráfico de arriba ahora tenemos dos aproximaciones consecutivas a la raíz de f(x),

obtenidas con el método de Newton – Raphson, podemos deducir que la expresión de
recurrencia para el método de Newton – Raphson es:

Ahora resolvamos algunos ejemplos para comprender la aplicación del método.

Método de la secante

En análisis numérico el método de la secante es un método para encontrar los ceros de una
función de forma iterativa.

Es una variación del método de Newton-Raphson donde en vez de calcular la derivada de la

función en el punto de estudio, teniendo en mente la definición de derivada, se aproxima la
pendiente a la recta que une la función evaluada en el punto de estudio y en el punto de la
iteración anterior. Este método es de especial interés cuando el coste computacional de derivar
la función de estudio y evaluarla es demasiado elevado, por lo que el método de Newton no
resulta atractivo.

En otras palabras, el método de la secante es un algoritmo de la raíz de investigación que

utiliza una serie de raíces de las líneas secantes para aproximar mejor la raíz de una función
f. El método de la secante se puede considerar como una aproximación en diferencias finitas
del método de Newton-Raphson. Sin embargo, este método fue desarrollado
independientemente de este último.

El método se define por la relación de recurrencia:

20
 𝑥𝑛 − 𝑥𝑛−1
𝑥𝑛+1 = 𝑥𝑛 − 𝑓(𝑥𝑛 )
𝑓(𝑥𝑛 ) − 𝑓 (𝑥𝑛−1 )

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

Dos primeras iteraciones del método de la secante.

Ejemplo 1

Hallemos los ceros del siguiente polinomio:

𝑃 (𝑥 ) = 𝑥 4 − 𝑥 3 + 7𝑥 2 − 5𝑥 − 5
Solución.

Como es un polinomio de grado 4, tiene 4 raíces. Aplicando las reglas de Descartes a P(x),
sabemos que puede tener tres raíces reales positivas o bien, 1 raíz real positivas y dos
complejas, en P(-x) hay sólo un cambio de signo, por lo que el polinomio tiene una raíz
negativa.

Ahora se tabula y gráfica la función.

x P(x)
-2 57
-1 9
0 -5
1 -3
2 21

21
La derivada de P(x) es:

𝑃′ (𝑥 ) = 4𝑥 3 − 3𝑥 2 + 14𝑥 − 5.

Sustituyendo 𝑃(𝑥 ) = 𝑥 4 − 𝑥 3 + 7𝑥 2 − 5𝑥 − 5 y 𝑃′ (𝑥) = 4𝑥 3 − 3𝑥 2 + 14𝑥 − 5

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )

tenemos:

𝑥𝑛4 − 𝑥𝑛3 + 7𝑥𝑛2 − 5𝑥𝑛 − 5

𝑥𝑛+1 = 𝑥𝑛 −
𝑥𝑛3 − 𝑥𝑛2 + 14𝑥𝑛 − 5

Tomando como primera aproximación x0=1, y evaluando

𝑥𝑛4 − 𝑥𝑛3 + 7𝑥𝑛2 − 5𝑥𝑛 − 5

𝑥𝑛+1 = 𝑥𝑛 −
𝑥𝑛3 − 𝑥𝑛2 + 14𝑥𝑛 − 5

tenemos:

𝑥04 − 𝑥03 + 7𝑥02 − 5𝑥0 − 5 1−1+7−5−5 −3

𝑥1 = 𝑥0 − =1− =1− = 1.3
𝑥03 − 𝑥02 + 14𝑥0 − 5 4 − 3 + 14 − 5 10

al igual que en el método anterior calculamos el error, el cual está dado por:

𝜀 = |𝑥1 − 𝑥0 | = |1.3 − 1| = 0.3

22
Sustituyendo ahora, X1 en la expresión de recurrencia obtenemos X2:

𝑥14 − 𝑥13 + 7𝑥12 − 5𝑥1 − 5 0.9891

𝑥2 = 𝑥1 − = 1.3 − = 1.2415
𝑥13 − 𝑥12 + 14𝑥1 − 5 16.9180

Calculamos el error:

𝜀 = |𝑥2 − 𝑥1 | = |1.2415 − 1 − 3| = 0.0585

Repetimos el procedimiento para hallar X3.

En la siguiente tabla se muestran todas las iteraciones necesarias para hallar una raíz con un
error menor a 10−4.

n X(n) F(x) F’(x) X(n+1) Error

0 1 -3 10 1.3
1 1.3 0.9891 16.9180 1.2415 0.3000
2 1.2415 0.0444 15.4121 1.2386 0.0585
3 1.2386 0.0001 15.3400 1.2386 0.0029
4 1.2386 5.7378x10-10 15.3398 1.2386 <10-4

El polinomio tiene una raíz en x= 1.2386 con un error menor a 0.0001.

Ahora tomamos como aproximación inicial x0 = -1, y aplicamos el método, en la tabla se

muestran los valores para cada iteración.

n X(n) F(x) F’(x) X(n+1) Error

0 -1 9 -26 -0.6538
1 -0.6538 1.7241 -16.5545 -0.5497 0.3462
2 -0.5497 0.1211 -14.2667 -0.5412 0.1041
3 -0.5412 0.0008 -14.0898 -0.5411 0.0085
4 -0.5412 2.9523x10-8 -14.0887 -0.5411 <10-4

Encontramos la otra raíz real del polinomio en x = -0.5412, con un error menor a 0.0001. Las
2 raíces restantes del polinomio son complejas, el método de Newton – Raphson no determina
raíces complejas.

23
Ejemplo 2

Planteamiento de problema.

𝑥2
Con el método de Newton encuentre el máximo de 𝑓 (𝑥 ) = 2𝑠𝑒𝑛𝑥 − 10 con valor inicial de x0 =

2.5

Solución.

La primera y la segunda derivada de la función se calcula para obtener

𝐹’(𝑥) = 2𝑐𝑜𝑠𝑥 − 𝑥/5

𝐹’’(𝑥) = −2 𝑠𝑒𝑛 𝑥 − 1/5

𝑓′(𝑥𝑛 )
Las cuales se sustituyen en la ecuación 𝑥𝑛+1 = 𝑥𝑛 − para llegar a n=i
𝑓′′(𝑥𝑛 )

2𝑐𝑜𝑠𝑥𝑖 − 𝑥𝑖 /5
𝑥𝑖−1 = 𝑥𝑖 −
−2 𝑠𝑒𝑛 𝑥𝑖 − 1/5

Al sustituir el valor inicial se obtiene

2.5
2𝑐𝑜𝑠2.5 −
𝑥𝑖−1 = 2.5 − 5 = 0.99508
1
−2 𝑠𝑒𝑛 2.5 −
5

Para la cual el valor de la función es 1.57859. la segunda iteración da

0.99508
2𝑐𝑜𝑠0.99508 −
𝑥𝑖−1 = 0.99508 − 5 = 1.46901
1
−2 𝑠𝑒𝑛 0.99508 − 5

Que tiene como valor de la función 1.77385.

El proceso se repite, dando los resultados abajo tabulados:

24
Así, después de cuatro interacciones, el resultado converge en forma rápida al valor verdadero.

Nota: estos datos se aproximación, error, precisión, exactitud, sesgo son útiles para diseño de
nuevas piezas, o bien para reportar que las piezas y/ productos con grado de precisión se
puedan explicar mediante datos verídicos hablando de calidad, aunque ya en la práctica en la
industria existen herramientas de apoyo con apps ( Minitab) que nos generan la ecuación, pero
el conocer el origen de estas ecuaciones nos permite detectar algún error, ya que las
herramientas electrónicas no del todo están bien programadas.

Ejemplo 3 práctico explicado

La ecuación de una ola estacionaria reflejada en un puerto está dada por:

2𝜋𝑥 2𝜋𝑡𝑣
ℎ = ℎ0 [sin( ) cos( ) + 𝑒 −𝑥 ]
𝜆 𝜆

Para 𝜆 = 16, 𝑡 = 12, 𝑣 = 48, ℎ = 0.4ℎ0, (40% de la altura inicial)

Movimiento de las moléculas de agua, en la zona superficial del mar, provocado por la acción
del viento. En este movimiento, que es originariamente circular, no hay desplazamiento
horizontal de dichas moléculas ni de la masa de agua por ellas constituida, aunque sí lo hay
del movimiento ondulatorio generado por ese movimiento molecular. Este tipo de olas, que se
originan en alta mar, se conocen con el nombre de 'olas libres' u 'olas estacionarias'.

Cuando una ola se aproxima a la costa, el movimiento típico del mar libre, movimiento circular,
se transforma, por rozamiento con el fondo, en un movimiento elíptico; la cresta de la ola
avanza por este motivo más deprisa que su punto opuesto en la vertical y se produce un
desplazamiento horizontal de la masa de agua que provoca la ruptura de la olla al llegar a la
costa

25
Para nuestro caso nos dan la ecuación respectiva de la ola junto con varios parámetros de
esta tales como la longitud de onda, las alturas respectivas, la velocidad, el tiempo y nos piden
hallar la distancia donde rompe la ola dada por x. Debido a la presencia de por ejemplo la
función logarítmica estamos en presencia de una ecuación no lineal y se procederá a hallar las
soluciones mediante los métodos anteriormente descritos.

Solución

Se pueden aplicar varios métodos.

Aproximaciones Sucesivas, El método de Newton, Método de la secante, etc.

Usaremos el método de Newton debido a su rápida convergencia en hallar la solución, así

como el más fácil de entender y aplicar, se comprobaron dichos resultados con el método de
la secante obteniéndose los mismos valores de x.

26
Determinando la solución positiva más pequeña:

La solución más pequeña positiva se encuentra en el intervalo [5,10].

27
CONCLUSIÓN
Gracias a los métodos numéricos podemos ser precisos y exactos en nuestros cálculos.

En ingeniería la exactitud se define a partir del valor real y precisión a partir de un conjunto
numerario aproximado entre sí, tenemos en cuenta el error en un número y las cifras
significativas a partir de este conocimiento podemos desarrollar e implementar software
personalizados y además de ello, modificar el cálculo de error con el que trabajemos. Las cifras
significativas se vuelven relevantes a partir del dato que necesitemos, los errores, a su vez,
son tan importantes de manera que afecta el resultado de nuestro análisis, así que tenemos
en cuenta la valorización de ellos para un resultado con cifras significativas deseadas.

El ingeniero implementa los métodos numéricos para perfección y optimización de sus

proyectos los cuales se convierten en parte esenciales para nuestros cálculos ya que de ellos
depende el éxito de nuestro resultado y análisis aplicado a la formulación de problemas.

Así mismo podemos decir que el método de Newton – Raphson es tan poderoso que en la
mayoría de los casos basta cambiar el valor de la aproximación inicial para lograr la
convergencia del método.

Como podemos ver, los métodos numéricos pueden aplicarse en distintos campos, para
encontrar resultados aproximados a sistemas complejos utilizando sólo las operaciones
matemáticas más simples.

Los métodos numéricos pueden ser aplicados para resolver procedimientos matemáticos en:

Cálculo de derivadas, Integrales, Ecuaciones diferenciales, Operaciones con matrices,

Interpolaciones, Ajuste de curvas, Polinomio.

Los métodos numéricos se aplican en áreas como:

Ingeniería industrial, ingeniería química, ingeniería civil, ingeniería mecánica, ingeniería

eléctrica.

28
BIBLIOGRAFÍA

http://mariosigi-lopezromero.blogspot.com/2018/

https://estadistica-dma.ulpgc.es/FCC/05-1-Generalidades- MetodosNumericos.html

https://sites.google.com/site/ittgknd/home/1-2-conceptos-basicos-cifra-significativa-

http://mitzisemiramis.blogspot.com/2018/04/metodos-numericos-unidad-1.html

https://sites.google.com/site/metalnumericos/home/unidad-1/1-2-tipos-de-errores error

absoluto-error-relativo-error-porcentual-errores-de-redondeo-y-truncamiento

https://www.ingenieria.unam.mx/pinilla/PE105117/pdfs/tema1/1_aproximacion_numeri

ca_y_errores.pdf

Métodos numéricos para ingenieros- Steven C. Chapra

https://www.academia.edu/42243804/M%C3%A9todos_num%C3%A9ricos_para_inge

nieros

https://ocw.unican.es/pluginfile.php/2926/course/section/2766/Capitulo4.pdf

https://www.urp.edu.pe/pdf/id/2555/n/application-of-numerical-methods-to-solve-

nonlinear-equations-for-sea-wave-modeling

29