Proyecto integrador

Por
Fernanda Ximena Zaragoza García

Proyecto integrador presentado a la UNIVER, Campos Tlaquepaque.

Métodos numéricos

Cuarto semestre

Fabricio Rivera Izazaga

Índice de contenido
Introducción...............................................................................................................................3
Métodos numéricos...................................................................................................................5
Método de punto fijo.................................................................................................................6
Aproximaciones sucesivas..........................................................................................................8
Falsa posición.............................................................................................................................9
Método de la secante..............................................................................................................11
Eliminación de Gauss simple....................................................................................................12
Eliminación de Gauss- Jordan..................................................................................................15
Método de Cramer...................................................................................................................16
Interpolación de Newton.........................................................................................................17
Conclusiones............................................................................................................................18
Bibliografías.............................................................................................................................18
Introducción

En este proyecto de Métodos numéricos se dará explicación a los temas

referentes a la materia.

El objetivo del proyecto es identificar los temas que se relacionan con

métodos o análisis numéricos, encontrar la razón de cada uno de ellos, donde

es que se aplican y cómo funcionan.

Los métodos numéricos son una sucesión de operaciones matemáticas

utilizadas para encontrar una solución numérica aproximada a un problema

determinado. Son utilizados en ingeniería para facilitar la resolución de

problemas que conllevan una enorme cantidad de cálculos, lo que permite

ahorrar tiempo.

El método numérico es un procedimiento con el cual se obtiene de manera

aproximada. En todos los problemas siempre habrá un calculo de funciones,

operaciones aritméticas, valores, etc.,

El procedimiento de cada problema depende de las operaciones algebraicas

que dependen de cada uno, todos tienen características diferentes, maneras

de llegar al resultado distintas, limitaciones en algunos cálculos, pero siempre

se logra llegar a un resultado.

Todos los temas que serán mencionados tienen un método de resolución, el

cual facilita la solución del problema y ayudan a entender más rápida y

sencillamente los pasos para completarlo, como son; el método de punto fijo,
aproximaciones sucesivas, método de la secante, método de Cramer, entre

otros.

Un algoritmo es un grupo finito de operaciones organizadas y ordenadas que

permite solucionar un cierto problema. Se trata de una serie de instrucciones

o reglas establecidas que, por medio de una sucesión de etapas, permiten

acercar el resultado real.

El análisis numérico es el estudio de algoritmos que busca resultados

numéricos de problemas de las más distintas áreas del conocimiento humano,

modelados matemáticamente.

El objetivo del análisis numérico es encontrar sucesiones que aproximen los

valores exactos con un número mínimo de operaciones elementales.

Se espera que con este proyecto quede una idea mas clara de como es que

se trabajan los métodos numéricos, como es que se da solución, la

importancia de cada tema o subtema y así poder contemplarlos en los

ejercicios, que los problemas de dicha materia sean de buen agrado en todos

nosotros.
Métodos numéricos

Los métodos numéricos ofrecen soluciones aproximadas muy cercanas a las

soluciones exactas, la discrepancia entre una solución verdadera y una

aproximada constituye un error, por lo que es importante saber que se

entiende por aproximar y aprender a cuantificar los errores para minimizar.

Los errores numéricos se generan con el uso de aproximaciones para

representar las operaciones y cantidades matemáticas.

La relación entre un resultado exacto o verdadero x y el valor aproximado x*

esta dado por:

x=x∗+ error

El que un error tenga signo positivo o negativo, generalmente no tiene

importancia, de manera que el error absoluto se define como el valor absoluto

de la diferencia entre el valor verdadero y el aproximado.

E=│ x−x∗│
Un error relativo es adimensional y puede quedar expresado asi; en forma

fraccional, o se puede multiplicar por 100 para expresarlo en términos

porcentuales.

e ( % ) =|E / x|∗100

Método de punto fijo

El método del punto fijo se trata de buscar la raíz de una función que parte de

un valor inicial.

No se necesita el uso de intervalos. Se da una función, se genera una

ecuación y se soluciona tal problema despejando la variable.

El método de punto fijo, también denominado de "sustituciones sucesivas" se

basa en un esquema iterativo obtenido a partir de un reordenamiento de la

función f(x).

Dado que f(x) = 0 puede reescribirse f(x) en la forma: f(x) = g(x) - x = 0, por lo

que es posible esperar que exista un valor de xi que sea igual a g(xi ), dicho

valor corresponderá a una raíz de f(x), y podría obtenerse a partir de un

esquema iterativo, donde cada valor se obtiene evaluando a g(x) en el valor

previo.
 Xn+1=g ( Xn)

Una condición suficiente que garantiza la convergencia es que si g(x) y g'(x)

son continuas en un intervalo alrededor de una raíz de la ecuación x = g(x) y

si se cumple que:

|g ´ ( x )|≤ 1

El método sistemático se basa en forzar el cumplimiento de la condición

suficiente de convergencia para g(x), la cual tendrá la forma:

Esto es válido, siempre y cuando f '(x) no cambie de signo dentro del intervalo

elegido.
Aproximaciones sucesivas

El método de Aproximaciones sucesivas representa la esencia de los

procesos iterativos ya que permite definir una ecuación de recurrencia que, en

apariencia, no tiene sentido desde el punto de vista algebraico, pero que

resulta muy atinada iterativamente hablando ya que toma un valor inicial que

se mejora a través de las iteraciones.

Sin embargo, el método como tal no es ciento por ciento aplicable para

cualquier ecuación algebraica o trascendente, debe vigilarse estrictamente su

criterio de convergencia; no obstante, se utiliza como base para completar

otros métodos abiertos.

Aproximaciones sucesivas es un método abierto, es decir, no necesita de un

intervalo que atrape una raíz, sino que requiere de un valor x0 que representa

una aproximación a la raíz; de la cercanía de esta a la raíz dependerá la

velocidad en que se cumpla con una tolerancia preestablecida.

Procedimiento:
Donde f(x) es una función continua que se desea determinar sus raíces

reales. Se sustituye f(x) por la ecuación equivalente.

Se estima el valor aproximado de la raíz x0, y se sustituye en el segundo

miembro de la ecuación para obtener x1.

Poniendo x1 como argumento de j(x), obtendremos un nuevo número x2, y así

sucesivamente. Este proceso se puede sintetizar en la fórmula

Falsa posición

El método de la falsa posición es un algoritmo de búsqueda de raíces que

utiliza una sucesión de raíces de líneas secantes combinadas con el método

de bisección para aproximar una raíz de una función f.

Un inconveniente del método de bisección es que al dividir el intervalo de x1 a

xu en mitades iguales, no se toman en cuenta las magnitudes de f(x1) y f(xu).

Por ejemplo, si f(x1) está mucho más cercana a cero que f(xu), es lógico que

la raíz se encuentre más cerca de x1 que de xu. Un método alternativo que

aprovecha esta visualización gráfica consiste en unir f(x1) y f(xu) con una

línea recta. La intersección de esta línea con el eje de las x representa una
mejor aproximación de la raíz. El hecho de que se reemplace la curva por una

línea recta de una "falsa posición" de la raíz; de aquí el nombre de método de

la falsa posición, o en latín, regula falsi. También se le conoce como método

de interpolación lineal.

¿Cómo se resuelve?

Paso 1: Elija valores iniciales inferior, xi, y superior xu, que encierran la raíz,

de forma tal que la función cambie de signo en el intervalo. Esto se verifica

comprobando que f(xl) f(xu) <0.

Paso 2: Una aproximación de la raíz xr se determina mediante:

Paso 3: Realice las siguientes evaluaciones para determinar en qué

subintervalo está la raíz:

a) Si f(xl)f(xr) < 0, entonces la raíz se encuentra dentro del subintervalo

inferior o izquierdo. Por lo tanto, haga xu = xr y vuelva al paso 2.

 b) Si f(xl)f(xr) > 0, entonces la raíz se encuentra dentro del subintervalo

superior o derecho. Por lo tanto, haga xl = xr y vuelva al paso 2.

c) Si f(xl)f(xr) = 0, la raíz es igual a xr; termina el cálculo.

Método de la secante

El método de la secante es un método para encontrar los ceros de una

función de forma iterativa.

Uno de los objetivos de este método es eliminar el problema de la derivada de

la función.

Ya que el método de la secante es muy similar al método de Newton-

Raphson, con la diferencia principal de que el método de la secante no

requiere de las derivadas de la función. Por ello es más útil emplear el método

de la secante.

Formula:
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.

Eliminación de Gauss simple

El método de Gauss consiste en transformar un sistema de ecuaciones en

otro equivalente de forma que éste sea escalonado.

Consiste en utilizar el método de reducción de manera que en cada ecuación

tengamos una incógnita menos que en la ecuación precedente.

Primer paso: Ponemos como primera ecuación la que tenga el como

coeficiente de x: 1 ó -1, en caso de que no fuera posible lo haremos con y o z,

cambiando el orden de las incógnitas.

Segundo paso: Hacemos reducción con la 1ª y 2ª ecuación, para eliminar el

término en x de la 2ª ecuación. Después ponemos como segunda ecuación el

resultado de la operación:

E'2 = E2 − 3E1

Tercer paso: Hacemos lo mismo con la ecuación 1ª y 3ª ecuación, para

eliminar el término en x.

E'3 = E3 − 5E1
Cuarto paso: Tomamos las ecuaciones 2ª y 3ª, trasformadas, para hacer

reducción y eliminar el término en y.

E''3 = E'3 − 2E'2

Quinto paso: Obtenemos el sistema equivalente escalonado.

Sexto paso: Encontrar las soluciones.

z=1

− y + 4 · 1 = −2   y = 6

x + 6 −1 = 1 x = −4
Eliminación de Gauss- Jordan

El sistema de ecuaciones se debe escribir como un sistema de índice de la

forma:

[ A ] [ x ] =[ b ]

Cuando una incógnita se elimina, esta es eliminada de todas las otras

ecuaciones no solo de las subsecuentes.

Todos los renglones deben ser normalizados al dividirlos entre su elemento

pivote generando una matriz identidad en vez de triangular.

1. El primer renglón se divide entre 3.

2. El coeficiente que acompaña las x, se elimina a partir del segundo

renglón, retando -1 veces el renglón 2.

3. Se elimina el tercer renglón restando 3 veces.

Cuando aparece un pivote en la columna de los términos independientes el

sistema es incompatible (no tiene ninguna solución). En otro caso el sistema

es compatible. Si además el número de pivotes coincide con el número de

incógnitas el sistema es compatible determinado (tiene una única solución).

Método de Cramer

La regla de Cramer nos permite resolver sistemas de ecuaciones lineales

(SEL) compatibles determinados, es decir, con una única solución.

El sistema tiene que ser cuadrado (tantas ecuaciones como incógnitas) y la

matriz de coeficientes debe ser regular (determinante distinto de 0).

Recordad que podemos escribir el sistema de ecuaciones en forma matricial

como:

A⋅X=b

donde Aes la matriz de coeficientes, X es la matriz columna con las incógnitas

y b es la matriz columna con los términos independientes.

Bajo estas condiciones, la regla de Cramer es la siguiente:

La incógnita xi del sistema AX=b es

xi=|Ai||A|

donde Ai es la matriz A, pero cambiando la columna i de A por la columna de

términos independientes, b.

Ejemplos:
Interpolación de Newton

Significa encontrar un valor intermedio entre dos o mas puntos base

conocidos los cuales se pueden aproximar mediante polinomios.

En ocasiones se plantea el problema de que se conoce una tabla de valores

de una función desconocida o difícil de manejar y nos interesa conocer un

valor, pero este no se encuentra dentro de esa tabla de valores.

Es importante aclarar que la interpolación se lleva a cabo a partir de datos

exactos, obtenidos de una función o de un comportamiento periódico o de

cifras exactas o valores bien conocidos.

Conclusiones

En lo personal, todos los temas me parecen muy interesantes, parecen algo

complejos, pero al momento de resolver algún planteamiento es todo lo

contrario, las maneras de llegar al resultado son fáciles.

Es interesante lo extenso que puede llegar a ser algún tema y lo complejo que

podemos tomarlo, pero siempre y cuando se ponga de nuestra parte por

entender el tema podremos resolverlo fácilmente.

Todos los métodos tienen reglas a seguir y es importante tomarlas en cuenta

para poder obtener el resultado.

Bibliografías
Lopez F. (2015). Punto fijo.

https://procesosnumericos2015.weebly.com/

Villa R. Valle J. (24 de Mayo del 2017). 10 apps gratuitas para estudiantes de

ingeniería.https://sectormaritimo.es/10-apps-gratuitas-de-utilidad-para-

estudiantesde-ingenieri

Tovar V. Salazar A. (2019). Métodos abiertos para la solución numérica de

ecuaciones algebraicas y trascendentes.

https://www.google.com/url?

sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwi5y

7nqK76AhW3K0QIHSpVA9cQnoECAMQAw&url=

Cortes V. Leyva J. (2011) Métodos

numéricos.http://sites.google.com/SITE/SISTEMASTEC2011/

Medina B. (2014). Metodo de la secante

https://brendamedina93.wordpress.com/2014/03/26/metodo-de-la-secante/