Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SAN MARCOS
“Universidad del Perú, Decana de América”
ASIGNATURA:
Métodos Numéricos
DOCENTE:
INTEGRANTES:
LIMA-PERÚ
20202
índice
INTRODUCCIÓN
A partir de aquí, hallamos la semisuma de los intervalos para obtener una aproximación
a la raíz. Luego se debe dar una secuencia de iteraciones hasta dar con el resultado final,
considerando los errores que consigo trae el método. En el caso del segundo, este se
basa en la interpolación lineal, es un proceso análogo al método de bisección porque el
tamaño del intervalo en la que está contenida la raíz, se reduce a medida que vamos
iterando. En este caso, también debemos de considerar los errores a los que está sujeto
el método.
MÉTODO DE BISECCIÓN
intervalo [a, b] que pertenece al dominio de la función y para el cual f(a) · f(b) < 0, lo que
implica que en el intervalo [a, b] existe al menos una raíz. El método consiste en bisectar el
a+b
x 0=
2
Se obtiene una aproximación a la raíz x0; la función se evalúa en este nuevo valor y de acuerdo
con el signo de la función valuada en este punto, debería sustituirse uno de los extremos del
intervalo de búsqueda, de tal forma que se conserve que 𝑓(𝑎). 𝑓(𝑏) = 0. De acuerdo con la
En cada iteración deberá sustituirse alguno de los límites del intervalo que contiene a la raíz.
Repitiendo este proceso, el intervalo se reduce paulatinamente hasta que alguna de las
Se sabe que la mejor forma para definir la clasificación dentro de los niveles yacimientos
epitermales es con la función de fugacidad del gas azufre vs. Temperatura. Esta función está
clasificación está si tiene un intervalo de [−1; −0.5]. Iterar hasta que el error relativo sea menor
a 0.00088.
Solución:
Primera iteración:
[a 0; b 0] = [−1 ; −0.5]
a0 +b 0
X 0= → X 0=−0.750000 → f (−0.750000 )=1.211018
2
Segunda iteración:
[a 1; b 1] = [ −0.750000 ; − 0.500000]
a1+ b1
X1= → X 1=−0.625000 → f (−0.625000 ) =2.009894
2
a2=−0.625000
f (−1 )∗f (−0.6250000 )< 0→ ¿b =−0.500000 ¿
2
Tercera iteración:
[a 2; b 2] = [ −0.625000 ; −0.500000]
a2+ b2
X2= → X 2=−0.562500→ f (−0.562500 )=−0.125000
2
n 𝑿𝒏 Error relativo
0 -0.750000
1 -0.625000 0.200000
2 -0.562500 0.111111
3 -0.593750 0.052631
4 -0.578125 0.027027
5 -0.570312 0.013698
6 -0.566406 0.006896
7 -0.564453 0.003460
8 -0.563476 0.001733
9 -0.562988 0.000867
Ejemplo 2:
Resolvemos:
x
f ( x )=2 cos ( 3 x 2 ) +1+e 2 sen ( x−1 )
En el intervalo [-1.8,-1]
−1.8
f (−1.8 )=2 cos ( 3−1.8 ) +1+e
2 2
sen (−1.8−1 )=−1.049671
−1
f (−1 ) =2 cos ( 3−1 ) +1+ e
2 2
sen (−1−1 )=−1.531501
Sea i=0
a 0+b 0
X 0= =−1.400000
2
−1.4000000
f (−1.400000 )=2 cos ( 3−1.4000002 ) +1+e 2
sen (−1.400000−1 ) =2.5042067
Entonces f(-1.8)*f(-1.400000)<0
A1=A0=-1.8
B1=X0=-1.400000
Por ende
[A1,B1]=[-1.8,-1.400000]
Sea i=1
a 1+ b 1
X= =−1.600000
2
−1.600000
f (−1.600000 )=2 cos ( 3−1.6000002 ) +1+e 2
sen (−1.600000−1 )=1.1145807
Entonces f(-1.8)*f(-1.6000000)<0
A2=A1=-1.8
B2=X1=-1.6000000
error : | x 1−x
x1 |
0
=0.12500000
Por lo tanto
[A2,B2]=[-1.8,1.600000]
Sea i=2
a 2+b 2
X 2= =−1.700000
2
−1.700000
f (−1.700000 )=2 cos ( 3−1.700000 ) +1+e
2 2
sen (−1.700000−1 )=−0.639516
Luego
F(-1.8)*F(-1.700000)>0
A3=X2=-1.700000
B3=B2=-1.600000
Por lo tanto
[A3,B3]=[-1.700000,-1.600000]
error :| x 2−x
x2 |
1
=0.058823
| |
i xi x i+1−xi
x i−1
0 -1.400000
1 -1.600000 0.125000
2 -1.700000 0.058823
3 -1.650000 0.030303
4 -1.675000 0.014923
5 -1.662500 0.007518
6 -1.656250 0.003773
7 -1.659375 0.001883
8 -1.660937 0.000940
MÉTODO REGULA FALSI
[a 2, b 2] y con f(a) y f(b) de signos opuestos, lo que garantiza que en su interior hay al menos
una raíz.
f ( bk ) a k −f ( ak ) bk
ck=
f ( bk ) −f ( ak )
Dicho punto es la intersección de la recta que pasa por (𝑎, 𝑓 (a k )) y (𝑏, 𝑓(b k )) con el eje de
abscisas.
▪ [c k ; bk ] en caso contrario
Ejercicio 1:
0.000019.
f ( 1 ) =(1)5−7 ( 1 )2=−7.000000
5 2
f ( 2 ) =(2) −7 ( 2 ) =3.000000
¿
f ( 1 )∗f ( 1 ) <0 →∃ x∗¿ a ;b> f ( x )=0
Primera iteración:
f ( b 0) a0−f ( a0 ) b 0
X 0=
f ( b 0 )−f ( a0 )
f ( 2 ) (1)−f ( 1 ) (2)
X 0=
f (2 )−f ( 1 )
X 0=1.7000000→ f ( X 0 )=−7.031430
∴ [a 1; b 1] = [1.700000; 2.000000]
Segunda iteración:
a 1 = 1.7000000 → 𝑓 (a 1 ) = −7.031430
b 1= 2.0000000 → 𝑓 (b 1) = 3.000000
f ( b1 ) a1−f ( a1 ) b 1
X1=
f ( b1 )−f ( a1 )
X 1 =1.910282→ f ( X 1 ) =−1.105981
Tercera iteración:
a 2= 1.910281 → 𝑓 (a 2 ) = −1.105981
b 2= 2.000000 → 𝑓 (b 2 ) = 3.000000
f ( b2 ) a2 −f ( a 2)
X2=
f ( b 2 )−f ( a2 )
X 2 =1.933444 → f ( X 2 )=−0.106089
a3 =1.934448
f ( X 2 )∗f ( a2 ) > 0→ ¿b =2.000000 ¿
3
n 𝑿𝒏 Error estimado
0 1.700000
1 1.910282 0.210282
2 1.933444 0.024166
3 1.936687 0.002238
4 1.936889 0.000202
5 1.936908 0.000018
Ejemplo 2:
emplee el método de regular falsi e iterar hasta que el error estimado sea
menor 0.0006
f ( 0.1 )=−2 ( 0.1 )+ e2 ( 0.1) sen ( 3 π ( 0.1 ) )−log ( 2 ( 0.1 )2 +20 ) =−0.513328
f ( 0.5 )=−2 ( 0.5 ) +e 2 (0.5 ) sen ( 3 π ( 0.5 ) ) −log ( 2 ( 0.5 )2 +20 ) =−5.030035
Por lo tanto
F(0.1)*F(0.5)>0
Sea i=0
f ( 0.503003 )=−2 ( 0.503003 ) +e 2( 0.5030035) sen ( 3 π ( 0.530035 ) )−log ( 2 ( 0.503003 ) +20 )=−0.861886
2
Luego
F(0.1)*f(X0)>0
A1=X0=0.054539
B1=B0=0.500000
Por lo tanto
[A1,B1]=0.054539,0.500000]
Sea i=!
f (−0.037572 )=−2 (−0.037572 )+ e2 (−0.037572) sen ( 3 π (−0.037572 ) )−log ( 2 (−0.037572 ) +20 )=−1.547601
2
Luego
F(0.054395)*f(1.547601)>0
A2=X1=-0.037572
B2=B1=0.500000
Por lo tanto
[A2,B2]=[-0.037572,0.500000]
Sea i=2
f (−0.276470 )=−2 (−0.276470 ) +e 2 (−0.276470 ) sen ( 3 π (−0.276470 ) )−log ( 2 (−0.276470 )2+20 )=−1.045138
Luego
F(−0.037572)*f(0.103823)>0
A3=X2=-0.276470
B3=B2=0.500000
Por lo tanto
[A3,B3]=[-0.276470,0.500000]
error :|−0.276470−−0.037572
−0.276470 |=0.018094
| |
I X0 V n−V (n−1)
Vn
0 0.054539
1 -0.037572 2.451587
2 -0.276470 0.864099
3 -0.480119 0.424162
4 -0.475285 0.010171
5 -0.472301 0.006316
6 -0.470509 0.003808
7 -0.468831 0.002255
8 -0.469451 0.013210
9 -0.469451 0.000768
10 -0.468262 0.000445