Programación y Métodos Numéricos

INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

DIFERENCIACIÓN NUMÉRICA
𝑓 $$ 𝑥! % 𝑓 $$$ 𝑥! &
𝑓 𝑥!"# = 𝑓 𝑥! + 𝑓 $ 𝑥! ℎ + ℎ + ℎ +⋯
2! 3!
Donde ℎ = 𝑥!"# - 𝑥!

𝑓 𝑥!"# = 𝑓 𝑥! + 𝑓 $ 𝑥! ℎ + 𝑅#
𝑓 𝑥!"# − 𝑓 𝑥! 𝑅# (# #$ )
𝑓 $ 𝑥! = − = (ℎ)
ℎ ℎ & *!
𝑓 𝑥!"# − 𝑓 𝑥!
𝑓 $ 𝑥! = + 𝑂(ℎ)
ℎ

∆%! ∆%!
𝑓 ! 𝑥" = + 𝑂(ℎ) 𝑓 ! 𝑥" ≅
& & La pendiente de
la recta
tangente a una
curva en un
∆𝑓! à primera diferencia hacia adelante punto es igual a
la derivada de
la función en
dicho punto.
# $ !"# % # $ ! ∆#'
à
&
à primera diferencia dividida
&

𝑂(ℎ)à Error de truncamiento

 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

DIFERENCIACIÓN NUMÉRICA
Primera derivada con diferencia hacia atrás
𝑓 𝑥" − 𝑓 𝑥"%, ∇𝑓,
𝑓 ! 𝑥" ≅ =
ℎ ℎ
error O(h)

Primera derivada con diferencias centradas

𝑓 𝑥"-, − 𝑓 𝑥"%,
𝑓 ! 𝑥" =
2ℎ
Error 𝑂(ℎ*)

El error de truncamiento es del orden de h2 en contraste con las

aproximaciones hacia adelante y hacia atrás (de orden de h). Si
se disminuye el tamaño de h a la mitad, usando diferencias
hacia atrás o hacia adelante, el error de truncamiento se
reducirá aproximadamente a la mitad; mientras que con
diferencias centradas el error se reduciría a la cuarta parte
 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

DIFERENCIACIÓN NUMÉRICA
Use aproximaciones con diferencias finitas hacia adelante y hacia atrás, y una
aproximación de diferencia centrada para estimar la primera derivada de

𝑓 𝑥 = −0.1𝑥 " − 0.15𝑥 # − 0.5𝑥 $ − 0.25𝑥 + 1.2

En 𝑥 = 0.5 utilizando incrementos de h = 0.5 y h = 0.25.

Observe que la derivada se calcula directamente como: 𝑓′(𝑥) = −0.4𝑥 . − 0.45𝑥 * − 1.0𝑥 − 0.25
y se puede utilizar para calcular el valor verdadero como 𝑓 ! 0.5 = −0.9125
 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
𝑓 ! 0.5 = −0.9125
DIFERENCIACIÓN NUMÉRICA
Use aproximaciones con diferencias finitas hacia
adelante y hacia atrás, y una aproximación de
diferencia centrada para estimar la primera
derivada de

𝑓 𝑥 = −0.1𝑥 ( − 0.15𝑥 & − 0.5𝑥 % − 0.25𝑥 + 1.2

En 𝑥 = 0.5 utilizando incrementos de h = 0.5 y h = 0.25.

 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
𝑓 ! 0.5 = −0.9125
DIFERENCIACIÓN NUMÉRICA
Use aproximaciones con diferencias finitas hacia
adelante y hacia atrás, y una aproximación de
diferencia centrada para estimar la primera
derivada de

𝑓 𝑥 = −0.1𝑥 ( − 0.15𝑥 & − 0.5𝑥 % − 0.25𝑥 + 1.2

En 𝑥 = 0.5 utilizando incrementos de h = 0.5 y h = 0.25.

 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
𝑓 ! 0.5 = −0.9125
DIFERENCIACIÓN NUMÉRICA
Use aproximaciones con diferencias finitas hacia
adelante y hacia atrás, y una aproximación de
diferencia centrada para estimar la primera
derivada de

𝑓 𝑥 = −0.1𝑥 ( − 0.15𝑥 & − 0.5𝑥 % − 0.25𝑥 + 1.2

En 𝑥 = 0.5 utilizando incrementos de h = 0.5 y h = 0.25.

 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

APROXIMACIONES POR DIFERENCIAS FINITAS PARA DERIVADAS DE ORDEN SUPERIOR

Segunda diferencia hacia adelante:
𝑓 𝑥"-* − 2𝑓 𝑥"-, + 𝑓 𝑥"
𝑓 !! (𝑥" ) = + 𝑂(ℎ)
ℎ*

Segunda diferencia hacia atrás:

𝑓 𝑥" − 2𝑓 𝑥"%, + 𝑓 𝑥"%*
𝑓 !! (𝑥" ) = + 𝑂(ℎ)
ℎ*

Segunda diferencia centrada

𝑓 𝑥567 − 2𝑓 𝑥5 + 𝑓 𝑥587
𝑓 44 (𝑥5 ) = 9
+ 𝑂(ℎ9 )
ℎ
 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

RAICES DE ECUACIONES
u Se define raíz de una ecuación como el valor de x que hace f(x)=0 (a las raíces se les conoce
también como ceros de la ecuación)
u Existen métodos numérico que proporcionan medios eficientes para calcular las raíces en casos
donde es difícil determinarlas por métodos analíticos. Por ejemplo 𝑓 𝑥 = 𝑒 %$ − 𝑥.
u Un método para obtener una solución aproximada consiste en graficar la función y determinar
dónde cruza el eje de las x. Este punto, que representa el valor de x para el cual f(x) = 0, es la
raíz. Los métodos gráficos son últiles pero tienen cierta impresición asociada.
Los métodos numéricos estándares para encontrar raíces se encuentran en dos áreas de
problemas:
1. Determinación de raíces reales de ecuaciones algebraicas y trascendentes. Dichas técnicas
se diseñaron para determinar el valor de una sola raíz real basándose en un conocimiento
previo de su posición determinada.
2. La determinación de todas la raíces reales y complejas de polinomios. Estos métodos están
diseñados especialmente para polinomios; determinan sistemáticamente todas las raíces del
polinomio en lugar de sólo una raíz real dada una posición aproximada.
 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

MÉTODO DE BISECCIÓN
Este método aprovecha el hecho de que una
función cambia de signo en la vecindad de una
raíz. Hace parte de los métodos cerrados, o de
intervalos, porque se necesita de dos valores
iniciales para la raíz. Como su nombre lo indica,
dichos valores iniciales deben “encerrar”, o estar
a ambos lados de la raíz. El principio del método
es reducir sistemáticamente el tamaño del
intervalo y así converger a la respuesta correcta.

Esta técnica puede apoyarse en métodos

gráficos métodos gráficos para determinar
valores iniciales y visualizar propiedades de las
funciones.
 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

MÉTODO DE BISECCIÓN ALGORÍTMO DE BASE

PASO 1: Elija valores iniciales inferior (𝑥6 ) y superior
u Los métodos de búsqueda (𝑥7 ) que encierren la raíz, de forma tal que la
incremental aprovechan que función cambie de signo en el intervalo
𝑓 𝑥% 𝑓 𝑥& < 0 para localizar la raiz (𝑓 𝑥6 𝑓 𝑥7 < 0)

u La localización del cambio de signo PASO2: Haga una aproximación de la raíz

;! 6;"
(y, en consecuencia, de la raíz) se mediante 𝑥: =
9
logra con más exactitud al dividir el
intervalo en varios subintervalos. Se PASO 3: Evalúe:
investiga cada uno de estos a) Si 𝑓 𝑥6 𝑓 𝑥8 < 0, entonces la raíz se
subintervalos para encontrar el encuentra del subintérvalo inferior izquierdo.
cambio de signo. El proceso se repite Por lo tanto, haga 𝑥7 = 𝑥8 , y vuelva al paso 2
y la aproximación a la raíz mejora b) Si 𝑓 𝑥6 𝑓 𝑥8 > 0, entonces la raíz se
cada vez más en la medida que los encuentra del subintérvalo inferior derecho.
subintervalos se dividen en intervalos Por lo tanto, haga 𝑥6 = 𝑥8 , y vuelva al paso 2
cada vez más pequeños. c) Si 𝑓 𝑥6 𝑓 𝑥8 = 0, la raíz es igual a 𝑥8 ; termina
el cálculo
 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

RAICES DE ECUACIONES: MÉTODO DE BISECCIÓN

Criterios de paro y estimaciones de errores
Se debe establecer un criterio objetivo para decidir cuándo deben terminarse las
iteraciones. Para esto, puede utilizarse el error aproximado relativo porcentual
valiéndose de los resultados de las aproximaciones actual y anterior. Cuando 𝜀' es
menor que un valor previamente fijado, se termina el cálculo.

Calcule la raíz negativa del y = 0.5𝑥 # − 2.5𝑥 $ + 5 utilizando el método de bisección.

Obtenga una aproximación con menos del 0.5% de error aproximado absoluto
 Programación y Métodos Numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

RAICES DE ECUACIONES: MÉTODO DE BISECCIÓN

Calcule la raíz negativa del y = 0.5𝑥 # − 2.5𝑥 $ + 5 utilizando el método de bisección.
Obtenga una aproximación con menos del 1.5% de error aproximado absoluto
RAICES DE ECUACIONES: Programación y Métodos Numéricos
MÉTODO DE BISECCIÓN INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
Calcule la raíz negativa del
y = 0.5𝑥 . − 2.5𝑥 * + 5 ALGORÍTMO DE BASE

utilizando el método de
bisección. Obtenga una
aproximación con menos
del 0.5% de error
aproximado relativo
absoluto porcentual
PASO 1: Elija valores iniciales inferior (𝑥! ) y superior (𝑥" ) que encierren la raíz,
de forma tal que la función cambie de signo en el intervalo (𝑓 𝑥! 𝑓 𝑥" < 0)
())(*
PASO 2: Haga una aproximación de la raíz mediante 𝑥' =
*
PASO 3: Evalúe:
a) Si 𝑓 𝑥! 𝑓 𝑥# < 0, entonces la raíz se encuentra del subintérvalo inferior
izquierdo. Por lo tanto, haga 𝑥" = 𝑥# , y vuelva al paso 2

b) Si 𝑓 𝑥! 𝑓 𝑥# > 0, entonces la raíz se encuentra del subintérvalo inferior

derecho. Por lo tanto, haga 𝑥! = 𝑥# , y vuelva al paso 2

c) Si 𝑓 𝑥! 𝑓 𝑥# = 0, la raíz es igual a 𝑥# ; termina el cálculo

signo de
Iteración xl xu xr f(xl) f(xr) Error aprox
f(xl)*f(xr)
1 -1.5 -1 -1.25
 Programación y Métodos Numéricos
RAICES DE ECUACIONES:
MÉTODO DE BISECCIÓN INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
Calcule la raíz negativa del
y = 0.5𝑥 . − 2.5𝑥 * + 5 signo de
utilizando el método de Iteración xl xu xr f(xl) f(xr) Error aprox
f(xl)*f(xr)
bisección. Obtenga una 1 -1.5 -1 -1.25 -2.3125 0.1171875 -
aproximación con menos 2 -1.5 -1.25 -1.375 -2.3125 -1.0263672 + 9.09090909
3 -1.375 -1.25 -1.3125 -1.026367188 -0.4371338 + 4.76190476
del 0.5% de error 4 -1.3124 -1.25 -1.2812 -0.436219185 -0.1552115 + 2.44302217
aproximado relativo 5 -1.2812 -1.25 -1.2656 -0.155211486 -0.0179416 + 1.23261694
absoluto porcentual 6 -1.2656 -1.25 -1.2578 -0.017941598 0.04988984 - 0.62013039
7 -1.2656 -1.2578 -1.2617 -0.017941598 0.01604093 - 0.30910676
 Programación y Métodos Numéricos
RAICES DE ECUACIONES:
MÉTODO DE BISECCIÓN INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
Calcule la raíz negativa del
y = 0.5𝑥 . − 2.5𝑥 * + 5
utilizando el método de
bisección. Obtenga una
aproximación con menos
del 0.5% de error
aproximado relativo
absoluto porcentual