MÉTODOS NUMÉRICOS

FORO 1

Andrea Canaán Athié

21366138
Campus en línea
Métodos numéricos
Prof. Jaime Ulises Pimentel

Foro 1

Página 1 de 5
 MÉTODOS NUMÉRICOS
FORO 1

1. Se asumió que 2300 personas asistirán a un concierto de Rock, sin embargo, el

número de personas exactas que fue al concierto fueron 1500. Calcula el error
absoluto y el error relativo de este evento.

| |
Ep = 𝑝 − 𝑝 = |1500 − 2300| = 800

Rp = | |𝑝| | * 100 =
𝑝−𝑝 −800
1500
* 100 = 53.33%

3 2
2. Resuelve por los métodos de bisección la ecuación 𝑓(𝑥) = 𝑥 − 7𝑥 + 14𝑥 − 6en
el intervalo [1,3.2]

Para este método es importante tener en cuenta las siguientes condiciones:

𝑠𝑖 𝑓(𝑎𝑛) + 𝑓(𝑏𝑛) < 0, 𝑒𝑙 𝑛𝑢𝑒𝑣𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑒𝑠 (𝑎𝑛), (𝑐𝑛), 𝑠𝑖 𝑒𝑠 𝑓𝑎𝑙𝑠𝑜 𝑒𝑙 𝑛𝑢𝑒𝑣𝑜 𝑖𝑛𝑡𝑒𝑟𝑐𝑎𝑚𝑏𝑖𝑜 𝑠𝑒𝑟á (𝑐𝑛), (𝑏𝑛)

|𝑥𝑖+1 − 𝑥𝑖| ≤ 𝑡𝑜𝑙𝑒𝑟𝑎𝑛𝑐𝑖𝑎

(an) Límite (bn) Límite (cn) Punto
n inferior superior medio f(an) f(bn) f(cn) f(an)*f(cn) f(bn)*f(cn)

0 1 3.2 2.1 2 -0.112 1.791 3.582 -0.40118

1 2.10000 3.20000 2.65000 1.79100 -0.11200 0.55213 0.98886 -0.11075
2 2.65000 3.20000 2.92500 0.55213 -0.11200 0.08583 0.04739 -0.00531
3 2.92500 3.20000 3.06250 0.08583 -0.11200 -0.05444 -0.00467 0.00052
4 2.92500 3.06250 2.99375 0.08583 -0.05444 0.00633 0.00054 -0.00003
5 2.99375 3.06250 3.02813 0.00633 -0.05444 -0.02652 -0.00017 0.00001
6 2.99375 3.02813 3.01094 0.00633 -0.02652 -0.01070 -0.00007 0.00000
7 2.99375 3.01094 3.00234 0.00633 -0.01070 -0.00233 -0.00001 0.00000
8 2.99375 3.00234 2.99805 0.00633 -0.00233 0.00196 0.00001 0.00000
9 2.99805 3.00234 3.00020 0.00196 -0.00233 -0.00020 0.00000 0.00000
10 2.99805 3.00020 2.99912 0.00196 -0.00020 0.00088 0.00000 0.00000
11 2.99912 3.00020 2.99966 0.00088 -0.00020 0.00034 0.00000 0.00000
12 2.99966 3.00020 2.99993 0.00034 -0.00020 0.00007 0.00000 0.00000
13 2.99993 3.00020 3.00006 0.00007 -0.00020 -0.00006 0.00000 0.00000
14 2.99993 3.00006 2.99999 0.00007 -0.00006 0.00001 0.00000 0.00000
15 2.99999 3.00006 3.00003 0.00001 -0.00006 -0.00003 0.00000 0.00000
La aproximación de raíz es de 3.00006 con una exactitud de 0.00001

Página 2 de 5
 MÉTODOS NUMÉRICOS
FORO 1

3. Utilizando el método de Newton-Raphson (comúnmente llamado Newton),

aproximar la solución de la ecuación considerando los siguientes 𝑥0 = 0,

𝑥0 = 2 , 𝑥0 = 4 (son 3 casos diferentes, para encontrar tres raíces diferentes)

3 2
𝑓(𝑥) = 𝑥 − 7𝑥 + 14𝑥 − 6
𝑓(𝑥𝑛)
Nuestra fórmula aplicada a este método consiste en 𝑥𝑛+1 = 𝑥𝑛 − 𝑓'(𝑥𝑛)

n xn f(xn) f'(xn) xn+1

0 0 -6 14 0.4285714286
1 0.4285714 -1.2069971 8.5510204 0.5697238
2 0.5697238 -0.1110391 6.9976221 0.5855920
3 0.5855920 -0.0013282 6.8304665 0.5857864
4 0.5857864 -0.0000002 6.8284274 0.5857864
5 0.5857864 0.0000000 6.8284271 0.5857864
La raíz está en 0.5857864

n xn f(xn) f'(xn) xn+1

0 2 2 -2 3
1 3.0000000 0.0000000 -1.0000000 3.0000000
2 3.0000000 0.0000000 -1.0000000 3.0000000
3 3.0000000 0.0000000 -1.0000000 3.0000000
4 3.0000000 0.0000000 -1.0000000 3.0000000
5 3.0000000 0.0000000 -1.0000000 3.0000000
La raíz está en 3

n xn f(xn) f'(xn) xn+1

0 4 2 6 3.666666667
1 3.6666667 0.5185185 3.0000000 3.4938272
2 3.4938272 0.1143307 1.7069044 3.4268459
3 3.4268459 0.0153191 1.2539757 3.4146294
4 3.4146294 0.0004878 1.1742704 3.4142140
5 3.4142140 0.0000006 1.1715760 3.4142136
La raíz está en 3.4142140

Página 3 de 5
 MÉTODOS NUMÉRICOS
FORO 1

4. Utiliza el método de regula falsi (falsa posición o falso punto) para aproximar un
3 2
cero de la función𝑓(𝑥) = 𝑥 − 7𝑥 + 14𝑥 − 6 en el intervalo [1,3.2]
𝑓(𝑎𝑛)*(𝑏𝑛−𝑎𝑛)
La fórmula aplicada para determinar cn será: 𝑐𝑛 = 𝑎𝑛 − 𝑓(𝑏𝑛)−𝑓(𝑎𝑛)

an bn cn f(an) f(bn) f(cn) f(an)*f(cn)

-0.068865740 -0.137731481
1 3.2 3.083333333 2 -0.112 74 5
1.00000000 3.08333333 3.01398601 2.00000000 -0.06886574 -0.01359206 -0.02718412
1.00000000 3.01398601 3.00039129 2.00000000 -0.01359206 -0.00039099 -0.00078197
1.00000000 3.00039129 3.00000031 2.00000000 -0.00039099 -0.00000031 -0.00000061
1.00000000 3.00000031 3.00000000 2.00000000 -0.00000031 0.00000000 0.00000000
La aproximación de raíz es de 3.00000031 con una exactitud de 0.00000031

5. Compara los resultados obtenidos en los ejercicios del 2 al 4 y da una conclusión.

Los métodos numéricos son una serie de cálculos nos ayudan a obtener una
aproximación a una solución analítica, la cual presenta cierta diferencia o error por el
hecho de ser una aproximación. Estas cuentas aritméticas nos acercan lo más posible a
una solución numérica con una precisión razonablemente buena.

Una parte clave que se debe tener en cuenta cuando hablamos de métodos numéricos es
la tolerancia, la cual se refiere simplemente al margen de error o inexactitud que tendrá el
resultado obtenido, el cual se conoce como condición de paro.

Aplicando la misma función y buscando por diferentes métodos la solución nos hace
reflexionar en la manera en la que se clasifican dichos métodos. Tanto el método de
bisección como el de falso punto son métodos de intervalos o de aproximaciones
sucesivas, mientras que el de Newton es considerado de punto fijo.

De igual manera podemos identificar que dependiendo del método aplicado, existe cierto
error que, a pesar de brindar una aproximación similar para la solución de la función, en
los decimales podemos notar la diferencia.

Página 4 de 5
 MÉTODOS NUMÉRICOS
FORO 1

Bibliografía
Jazmin Lopez Leon. (2021, 16 enero). falso punto [Vídeo]. YouTube.

https://www.youtube.com/watch?v=UPGvsEexSdc

Leon, J. L. (2021a, enero 16). 03 Newton [Vídeo]. YouTube.

https://www.youtube.com/watch?v=Yb0S8TWaynM&feature=youtu.be

Leon, J. L. (2021b, mayo 18). Bisección o interpolación. [Vídeo]. YouTube.

https://www.youtube.com/watch?v=UWXuqEvAx7o&feature=youtu.be

Noguera, I. B. (2021, 28 noviembre). ¿Qué son los métodos numéricos? Ingeniería

Química Reviews.

https://www.ingenieriaquimicareviews.com/2020/10/metodos-numericos.html

Página 5 de 5