República Bolivariana de Venezuela

Ministerio del Poder Popular para la defensa

Universidad Nacional Experimental Politécnica de la

Fuerza Armada Nacional

UNEFA

REPRENSENTACIÓN DE DATOS
EXPERIMENTALES

Y RESOLUCIÓN DE ECUACIONES NO
LINEALES EN UNA VARIABLE

Integrantes:
Br. Danielys Sabariego C.I: 30.097.198
Br. Richard Escalona C.I: 28.359.545
Br. Roximar Colina C.I: 30.241.095
Br. Luís García C.I: 30.009.148

Br. Jesús Bohórquez C.I: 29.872.118

16 de octubre de 2023

1
 REPRESENTACIÓN DE DATOS EXPERIMENTALES
INTRODUCCIÓN..................................................................................................................................3
¿QUÉ ES CÁLCULO NUMÉRICO?.........................................................................................................4
¿QUÉ FUNCIÓN CUMPLE CALCULO NUMÉRICO, DENTRO DE LA CARRERA DE INGENIERÍA EN
SISTEMAS?..........................................................................................................................................4
REPRESENTACIÓN DE DATOS EXPERIMENTALES................................................................................5
MÉTODOS GRÁFICOS..........................................................................................................................5
MÉTODOS DE PROMEDIOS.................................................................................................................7
MÉTODOS MÍNIMOS CUADRADOS.....................................................................................................9
REPRESENTACIÓN GRÁFICA..............................................................................................................12
FUNCIÓN POTENCIAL.......................................................................................................................12
FUNCIÓN EXPONENCIAL...................................................................................................................18
EFECTOS DE PROPAGACIÓN DE ERRORES........................................................................................19
REPRESENTACIÓN DE ECUACIONES LÍNEALES EN UNA VARIABLE....................................................20
ECUACIONES NO LÍNEALES...............................................................................................................20
CÁLCULO DE RAÍCES.........................................................................................................................23
MÉTODO DE BISECCIÓN...................................................................................................................24
ITERACIÓN DE PUNTOS FIJOS...........................................................................................................26
MÉTODO DE NEWTON – RAPHSON..................................................................................................29
ANÁLISIS DE ERROR EN LOS MÉTODOS ITERATIVOS.........................................................................31
RAÍCES COMPLEJAS..........................................................................................................................32
CONCLUSIÓN....................................................................................................................................33
BIBLIOGRAFÍAS.................................................................................................................................34

2
 INTRODUCCIÓN

En este trabajo se tiene presente la práctica y el uso del cálculo numérico, pero
antes de ver sus fórmulas y ecuaciones, es importante definir primero lo que es
Cálculo Numérico, el cual se basa en una rama de las matemáticas que se ocupa
de diseñar y analizar algoritmos para resolver problemas que involucran números
reales o complejos, funciones, ecuaciones, matrices, etc. Es útil para modelar
fenómenos físicos, científicos o ingenieriles que no se pueden resolver de forma
exacta o analítica. Dentro de ella se emplean distintos métodos para llegar a una
solución más precisa como lo son los métodos gráficos, promedio y de mínimos
cuadrados que son técnicas que se utilizan para ajustar una función a un conjunto
de datos experimentales.

3
 ¿QUÉ ES CÁLCULO NUMÉRICO?

Según Ernesto Mendoza, Año 2017. El análisis

numérico o cálculo numérico es la rama de las matemáticas
encargada de diseñar algoritmos para, a través de números y
reglas matemáticas simples, simular procesos matemáticos
más complejos aplicados a procesos del mundo real. El
análisis numérico cobra especial importancia con la llegada de
los ordenadores. Los ordenadores son útiles para cálculos
matemáticos extremadamente complejos, pero en última instancia operan con
números binarios y operaciones matemáticas simples.

Gracias a él, conseguimos encontrar soluciones aproximadas de un problema en

concreto, mediante operaciones lógicas básicas. La evolución del análisis
numérico ha estado muy vinculada al desarrollo de los ordenadores, ya que son
las herramientas necesarias para desempeñar la mayor parte de los métodos que
propone.

RESUMEN: El cálculo númerico es la aplicación de las matemáticas y la

estadística a laresolución de problemas reales y prácticos. Se utiliza en diversos
campos de estudio, comoingeniería, matemáticas y ciencias, y en
diversasaplicaciones como economía, astronomía y finanzas.

¿QUÉ FUNCIÓN CUMPLE CALCULO NUMÉRICO, DENTRO DE

LA CARRERA DE INGENIERÍA EN SISTEMAS?

Autor Desconocido El cálculo numérico es una rama de las matemáticas que se

enfoca en el desarrollo y aplicación de algoritmos y métodos numéricos para
resolver problemas matemáticos utilizando computadoras. En el contexto de la
carrera de Ingeniería en Sistemas, el cálculo numérico es fundamental para el
análisis y la resolución de problemas que involucran cálculos complejos, como la
optimización de algoritmos, la simulación de sistemas, la modelización matemática
y la resolución de ecuaciones diferenciales. Es una herramienta poderosa que
permite a los ingenieros en sistemas abordar problemas de manera eficiente y
precisa. Algunas áreas en las que se aplica el cálculo numérico incluyen la
optimización de algoritmos, la simulación de sistemas, la modelización matemática
y la resolución de ecuaciones diferenciales.

4
RESUMEN: En resumen, el cálculo numérico es una herramienta fundamental
para los ingenieros en sistemas, ya que les permite resolver problemas de manera
eficiente y precisa utilizando métodos y algoritmos numéricos.

REPRESENTACIÓN DE DATOS EXPERIMENTALES

MÉTODOS GRÁFICOS

Según el autor, All Rights Reserved Se ha dibujado con una regla la mejor recta
estimada en el gráfico. Tomamos dos puntos de fácil lectura de la recta trazada
(t1,x1), (t2,x2) y calculemos su pendiente m. Para el valor de b leemos donde la
recta trazada corta al eje de las abscisas.

Así resulta b= 3,6(cm), de manera que la relación funcional es: X (1)=3,6+7,4t.

Desde el punto de vista físico la ecuación anterior corresponde a la ecuación

itinerario de un móvil, que entrega la posición en función del tiempo. Aquí la
pendiente m=7,4 corresponde a la velocidad (componente) con la que se desplaza
el móvil y nos dice que en t=0 el móvil estaba en la posición x=3,6m del origen del
sistema hacia la derecha

5
RESUMEN: El método gráfico es un método que consiste en representar
gráficamente una función y encontrar la intersección entre la curva y el eje y. Esta
intersección corresponde a la raíz de la función. El método gráfico se puede usar
para calcular los valores de una función en puntos concretos.

6
 MÉTODOS DE PROMEDIOS

Según el autor, All Rights Reserved Este método entrega mejor resultado
que el método gráfica, cuando se dispone de 6 o más puntos de moderada
precisión.

Este método se basa en la suposición de que la suma de los residuos(r) es igual a

cero:

Σ r=0
Se entiende por residuo la diferencia entre el valor experimental “y” y el valor dado
por la expresión (mx+b): r=y-(mx+b)

Para calcular m y n, se necesitan dos ecuaciones. Por lo tanto, para utilizar todas
las medidas, se dividen las “n” ecuaciones en dos grupos:

Del Grupo I, se obtiene una nueva ecuación (1) y del grupo II se obtiene otra
ecuación (2).

En el problema planteado y de la tabla de valores se tomaron los cuatro primeros y

los cinco últimos para formar los dos grupos de manera que resulta un sistema de
dos ecuaciones, (19,7=2.2.m+b), (45,7=5,7m+b). Y de allí se obtiene la relación
lineal: X (t)=3,4+7,4t (cm).

7
EJERCICIO

8
RESUMEN: El método de los promedios es una forma de encontrar
aproximaciones cada vez mejores a la raíz de una función. Es útil porque es fácil
de implementar y es muy preciso.

MÉTODOS MÍNIMOS CUADRADOS

Según el autor, All Rights Reserved El tercer método, el de los minimos

cuadrados es más preciso pero, Necesita muchos más datos que los comentados
hasta ahora y se basa en consideraciones estadísticas para obtener la pendiente
"m" de la recta y el interfecto "n" de la recta con el eje de las ordenadas. Este
método se basa en la siguiente definición: "la mejor curva de ajuste de todas las
curvas de aproximación a una serie de datos puntuales es la que hace mínima la
suma de los cuadrados de las desviaciones de la curva: [Di=yi - (mxj+ b)].

9
Las expresiones para m y b se encuentran con las siguientes ecuaciones:

Donde n es el número de puntos.

Cabe hacer notar que las variables x e y son de carácter genérico en la expresión
matemática, y que estas pasan a tomar otra designación dependiendo de las
variables que se están trabajando.

Ejemplo: Con los datos experimentales que aparecen en las dos primeras
columnas de la siguiente tabla pretendemos determinar una relación del tipo F=
a+b-AL, entre la fuerza aplicada a un muelle y el alargamiento producido en el
mismo. Para poder obtener dicha relación realizamos los cálculos estadísticos
intermedios necesarios.

La relación buscada es F= 0,71+ 101,78 AL. Esta relación, es decir, la recta de

regresión, permite estimar el valor más probable de la fuerza que produce un
alargamiento dado. Además nos permite estimar el valor de la constante
recuperadora del muelle, que será igual a la pendiente de la recta, K = 101,78
N/m.

10
EJERCICIO

11
RESUMEN: El método de mínimos cuadrados es un método iterativo que
consiste en minimizar una función de varias variables (que se denomina objetivo).
Se reduce la función objetivo a su segundo cuadrado y se minimiza este valor. El
método de mínimos cuadrados se utiliza para encontrar la solución óptima de una
ecuación diferencial no lineal

REPRESENTACIÓN GRÁFICA

FUNCIÓN POTENCIAL

Según Favio Dorta, Año 2014

En esta clase de función, la variable dependiente

cambia más rápidamente que en el caso lineal,
cuando cambia el valor de la variable
independiente, bien sea en forma creciente o
decreciente y la curva que la representa no es
una línea recta.

En los procesos que ocurren en los seres vivos

no se encuentran magnitudes relacionadas
linealmente sino en casos aproximados o en
intervalos muy limitados. En la literatura médica es frecuente encontrar modelos
matemáticos obtenidos de datos experimentales, expresados mediante funciones
en las cuales la variable dependiente es proporcional a alguna potencia (entera o
fraccionaria) de la variable independiente.

La expresión de una función potencial tiene la forma: y=bx^n.

Donde x e y son las variables relacionadas y b y n son constantes. Para graficar

estas funciones se utilizan papel logarítmico, en donde las dos escalas (vertical y
horizontal) son logarítmicas (de uno o varios ciclos).

Si un conjunto de datos se ajustan a la forma de una función del tipo y=bx^n

entonces, al graficar y -vs- x en un papel logarítmico-, se obtiene una línea recta.
En efecto, tomando logaritmo a ambos lados: y=bx^n

Log y = Log (bx^n)

12
Log y = Log x + Log b

Si hacemos el cambio de variables

y^ = Log y

X^ = Log x

b^ = Log b

Entonces se tiene que:

y^=nx^+ b^

En donde n es la pendiente de la recta (en papel logarítmico) y es el intercepto.

Nótese que con el cambio de variable, la función potencia adopta la forma de una
función lineal.

Para calcular n, se escogen dos puntos (x1, y1) y (x2, y2) sobre la recta obtenida
al graficar los datos en papel logarítmico y se evalúa. El intercepto de la recta con
el eje vertical de la gráfica en papel logarítmico es Log b, por lo que b se lee
directamente de la gráfica en papel logarítmico. Debe tenerse en cuenta extrapolar
la línea, si es necesario, para tomar a b sobre el eje vertical que cae sobre el
punto identificado con Log 1 sobre el eje horizontal en el papel logarítmico, ya que
este corresponde al cero.

Ejemplo

Las funciones anteriores pertenecen al tipo de función llamada función potencia.

La función potencia es de la forma (𝒙) = 𝒂𝒙 𝒏 donde a y n son números reales
distintos de 0. Dado esto podemos indicar que en el caso de: (𝒙) = 𝟐𝒙𝟒 el valor de
𝒂 = 2 y el valor de 𝒏 = 4 (valor de la potencia). (𝒙) = − 𝟑 𝟓 𝒙 𝟓 el valor de 𝒂 = − 3 5
y el valor de 𝒏 = 5 (Valor de la potencia).

13
Cuando el exponente (valor de 𝒏) es par la gráfica siempre será con este tipo de
curva Cuando 𝑎 es negativo, la gráfica será hacia abajo

Cuando 𝑎 es positivo la gráfica será hacia

arriba

Ejemplos de gráficos y como llegar a ellos:

¿Cómo graficamos una función potencia?

Utilizaremos tabla de valores. A continuación,
lo veremos paso a paso.

Ejemplo:

f(x)=2x2

14
Tabla de valores

Reemplazamos los valores de X en la función

➢ (−2) = 2 ∗ (−2)2
(−2) = 2 ∗ 4
(−2) = 8

➢ (−1) = 2 ∗ (−1)2
(−1) = 2 ∗ 1
(−1) = 2

➢ (0) = 2 ∗ (0)2
(0) = 2 ∗ 0

(0) = 0

➢ (1) = 2 ∗ (1)2
(1) = 2 ∗ 1
(1) = 2

➢ (2) = 2 ∗ (2)2
(2) = 2 ∗ 4
(2) = 8

15
¿Qué ocurre cuando (valor del exponente) es un número impar? Lo analizaremos
a continuación:

La gráfica será de la siguiente forma.

Cuando 𝒂 es positivo, la línea curva será de esta forma

Cuando 𝒂 es negativo la línea curva será de esta forma

Nota: En ambas gráficas el exponen (valor de n) es impar

Como graficar paso a paso:

Utilizaremos tabla de valores, y los valores de X se pueden ocupar siempre los
mismos.

16
Ejemplo:

(𝑥) = −x5

Tabla de valores

➢ (−2) = −(−2)5
(−2) = −(−32)
(−2) = 32

➢ (−1) = −(−1)5
(−1) = −(−1)
(−1) = 1

➢ (0) = −(0)5
(0) = −(0)
(0) = 0
➢ (1) = −(1)5
(1) = −(1)
(1) = −1

➢ (2) = −(2)5
(2) = −(32)
(2) = −32

RESUMEN: En este tipo de función la variable dependiente cambia más

rápidamente que en el caso lineal, cuando el valor de la variable independiente
cambia, ya sea de forma creciente o decreciente y la curva que la representa no
es una línea recta.

17
 FUNCIÓN EXPONENCIAL

según Jefferson Huera Guzmán

La función exponencial es una de las funciones más

importantes en matemáticas. Para formar una función
exponencial, hacemos que la variable independiente
sea el exponente. Estas funciones son usadas en
muchas situaciones de la vida real. Principalmente,
son usadas para el crecimiento poblacional, interés
compuesto o radioactividad.

Una función exponencial es una función matemática

que tiene la forma general f(x)=bx , en donde x es una variable y b es una
constante llamada la base de la función y debe ser mayor que 0. En las funciones
exponenciales, la variable de entrada, x, ocurre como un exponente.

Las siguientes son las propiedades de la función exponencial estándar f(x)=bx:

 La gráfica de f(x) siempre contendrá el punto (0, 1). Esto es equivalente a

tener f(0)=1 independientemente del valor de b.

 Para cualquier valor posible de b, tenemos b x > 0. Esto implica que bx es

diferente de cero.

 Si es que tenemos 0<b<1<, entonces, la gráfica de f(x)= b x decrecerá de

izquierda a derecha.

 Si es que tenemos b>1, entonces, la gráfica de f(x)= b x crecerá de

izquierda a derecha.

 Si es que tenemos bx = by , esto significa que x=y.

Ejercicio:

18
  La población de una cierta región puede ser modelada con la
fórmula A=10000(e0.005t), en donde A representa a la población y t
representa el tiempo en años. Encuentra la población al final de 10
años.
Solución:
Este es un ejemplo del uso de funciones exponenciales para modelar el
crecimiento poblacional. Tenemos la función A=10000(e 0.005t) y tenemos el
tiempo t=10. Reemplazando t=10, tenemos:

A=10000(e0.005(10))
=10000(e0.05)
=10000(1.0513)
= 10513

Entonces, la población de la región después de 10 años será 10513.

RESUMEN: En este tipo de función, la variable dependiente cambia (aumenta o

disminuye) muy rápidamente. Es decir, las líneas en papel semi logaritmico
corresponden a ecuaciones del tipo y ba^mx, donde m se encuentra con el
procedimiento mencionado anteriormente, y b = [10] b es un número que se lee
directamente de la gráfica.

EFECTOS DE PROPAGACIÓN DE ERRORES

Según Juan Manuel Orozco, Año 2019 La propagación de errores es un

procedimiento por medio del cual, asignamos un error a los resultados obtenidos,
tras la aplicación de una fórmula física; es decir aquellas medidas que obtenemos
indirectamente, teniendo como entrada datos experimentales, los cuales siempre
tienen un nivel de incertidumbre conocido.

Desde la física se trabajan tres tipos de errores:

 Incertidumbre: son los ocasionados por la precisión del instrumento de

medida.
 Sistemáticos: Es el que se genera por defectos en las mediciones, producto
de errores en los instrumentos o en el encargado de realizar la medida.
 Estadísticos: Este error hace referencia en que tanto difiere una medida de un
valor esperado.

19
La asignación de errores de hace dependiendo del origen de la medida obtenida,
si es una medida directa, indirecta o ponderada

REPRESENTACIÓN DE ECUACIONES LÍNEALES EN UNA

VARIABLE

ECUACIONES NO LÍNEALES

Según la universidad Nacional de Callao

Uno de los problemas de ocurrencia más frecuente en el trabajo científico es hallar

las raíces de ecuaciones de la forma f(x) = 0, con frecuencia f(x) puede conocerse
solo implícitamente; en general, podemos esperar la obtención de soluciones
aproximadas solamente contando con alguna técnica computacional para producir
la aproximación. Dependiendo del contexto “solución aproximada” puede significar
entonces un punto en x para el cual f(x) “satisface aproximadamente”, es decir
está cercana a una solución. El procedimiento a utilizar depende del problema
específico, en este capítulo se elaborarán algoritmos que basados en técnicas
numéricas conocidas nos proporcionen las raíces aproximadas de los polinomios
evaluados.

Ejemplos:

En un sistema de ecuaciones no lineales podemos

encontrar las incógnitas formando parte de operaciones
muy variadas, ya sea multiplicándose entre sí, con
exponentes, bajo signos radicales, en denominadores, etc.

 Sistema de ecuaciones NO lineales con 2 incógnitas, x e y:

Resolución:

Observa que ninguna de las ecuaciones es lineal puesto que la incógnita x tiene
los puntos 4 y 2. Despejamos y en la segunda ecuación:

20
Y=x2

Sustituimos en la primera ecuación:

X4 - y=0

X 4 - x2= 0

X2(x2 - 1) = 0

Las soluciones de las ecuaciones son:

Calculamos y:

Por tanto, el sistema tiene 3 soluciones:

Gráfica:

21
Sistema de ecuaciones NO lineales con 2 incógnitas, x e
y:

Solución:

Observa que ninguna de las ecuaciones es lineal: la

primera tiene potencia de x y de y; la segunda tiene
el producto xy.

Despejamos la y en la segunda ecuación:

Sustituimos en la primera ecuación:

Realizamos realizamos un cambio de variable t = x 2 para simplificar la

ecuación:

Operamos un poco:

Resolvemos la ecuación de segundo grado:

Deshacemos el cambio de variable:

22
Calculamos y:

Por tanto, el sistema de ecuaciones no

lineales tiene 4 soluciones distintas:

RESUMEN: Las ecuaciones no lineales son aquellas que no se pueden

expresar como una combinación lineal de sus variables, es decir, que tienen
términos con potencias, productos o funciones no lineales de las variables.

CÁLCULO DE RAÍCES

Autor Desconocido El cálculo de raíces es una técnica matemática que se usa

para resolver ecuaciones algebraicas que tienen una o más
incógnitas. Para resolver una ecuación de raíces, se busca
la raíz de la ecuación (o sea, el valor de la incógnita) que
satisface la ecuación.

Por otra parte en el cálculo numérico, el cálculo de raíces

se utiliza para resolver ecuaciones algebraicas que no se
pueden resolver directamente. El cálculo númerico permite
resolver ecuaciones que tienen una o más incógnitas,
usando métodos numéricos como métodos iterativos y
métodos de optimización.

23
Un ejemplo:

 Resolver ecuaciones diferenciales para estudiar la conducta dinámica

de sistemas físicos.
 Resolver ecuaciones diferenciales para predecir el comportamiento de
un sistema.

RESUMEN: El cálculo de raíces es un tema importante en las matemáticas, que

consiste en encontrar los valores de una variable que hacen que una función se
anule.

MÉTODO DE BISECCIÓN

Según el autor Prentice Hall, Año 2000

El método de bisección fue propuesto por primera vez por el matemático alemán
Johann Heinrich Lambert en 1761.Lambert fue un destacado científico que hizo
contribuciones en diversos campos como la astronomía, la óptica, la geometría y
la lógica. Entre sus logros se encuentra la demostración de que π es un número
irracional y la introducción de las funciones hiperbólicas.

Las condiciones para aplicación del algoritmo de bisección, establecen que la

función f(x) evaluada sea continua sobre el intervalo [a, c], tal que: f(a)f(c)\le0; de
esto se sabe que existe al menos una raíz de f(x) en el intervalo.

Empezar con un intervalo de partida [a, b] en el que f(a) y f(b) tengan distinto
signo. Entonces, por el anterior Teorema, la gráfica y = f(x) cruzará el eje OX en
un cero x = r que está en dicho intervalo.

Tomar el punto medio del intervalo Si f(a) y f(c) tienen signos opuestos, entonces
hay un cero en [a, c].Si f(c) y f(b) tienen signos opuestos, entonces hay un cero
en [c, b].Si f(c) = 0, entonces c es un cero. Renombramos el nuevo intervalo más
pequeño también como [a, b] y repetimos el proceso hasta que el intervalo sea tan
pequeño como deseemos.

Ejemplo:

f(x)=4x2 - 5x Xi = 1 Xu = 1.6

Paso 1.

f(Xi) f(Xu) < 0

24
f(Xi) = 4(0)2 – 5(0) = –1

f(Xu) = 4(1.6)2 – 5(1.6) = 2.24

Paso 2.

Paso 3.

f(Xr) = 4(1.3)2 – 5( 1.3) = 0.26

f(Xi)f(Xr) = (–1)(0.26) = –0.26

It2

It3

It4
25
 It5

It6

It7

RESUMEN: es una técnica numérica para encontrar una raíz aproximada de una
ecuación no lineal. Se basa en el teorema del valor intermedio, que afirma que si
una función continua cambia de signo en un intervalo, entonces tiene al menos
una raíz en ese intervalo. Como tal, este método consiste en dividir el intervalo
inicial en dos sub intervalos de igual longitud y elegir el que contiene la raíz. Este
proceso se repite hasta obtener la precisión deseada.

ITERACIÓN DE PUNTOS FIJOS

Autor Desconocido

El método del punto fijo es un

método iterativo que permite
resolver sistemas de ecuaciones no
necesariamente lineales. En particular
se puede utilizar para determinar raíces
de una función de la forma f(x), siempre
y cuando se cumplan los criterios de
convergencia.

El método de iteración de punto fijo,

también denominado método de

26
aproximación sucesiva, requiere volver a escribir la ecuación f(x)=0 en la forma x=
g(x).

Llamemos x* a la raíz de f. Supongamos que existe y es conocida la función g tal

que:

Entonces Tenemos, pues, a x* como punto fijo de g.

Ejemplo: Sea f (x) = x2 – 5x +3 una función, encuentre la raíz.

Ubicamos la raíz analizando la grafica

Obtenemos x = g(x):

x = √5x - 3

Después obtenemos la derivada de la función:

dg 5
=
dx 2 √ 5 x−3

Entonces resolvemos las desigualdades:

5
<1
2 √5 x−3

La solución es:

(3720 , ∞ )

27
 5
<1
2 √5 x−3

La solución es:

(35 , ∞ )
O visto de otra manera, vemos que en la gráfica de la derivada existen valores
entre -1 y 1:

Ya que se tienen los valores del rango R, encontramos la raíz haciendo la iteración
de las operaciones:

28
En la tabla se puede ver el valor que en este caso
se usó de R, la iteración consiste en usar ese
valor en x = g(x) para obtener los siguientes
valores haciendo la misma operación usando el
valor anterior.

Después de un número considerable de

iteraciones obtenemos la raíz en 4,30268775.

RESUMEN: La iteración de punto fijo es un método numérico que permite

encontrar las raíces de una ecuación f(x) = 0, transformándola en una ecuación
equivalente x = g(x) y aplicando sucesivamente la función g(x) sobre un valor
inicial x0 hasta obtener una aproximación de la solución.

MÉTODO DE NEWTON – RAPHSON

Según el autor: Prentice Hall, Año 2000

29
Supongamos que la aproximación inicial p0 está cerca de la raíz p. Definimos p1
como el punto de intersección del eje de abscisas con la recta tangente a la curva
en el punto (p0, f (p0)).p1 estará
más cerca de p que p0.

Podemos encontrar la ecuación

que relaciona p1con p0 igualando
dos fórmulas distintas para la pendiente m de la recta tangente. Por un lado, que
es la pendiente de la recta que pasa por (p1, 0) y (p0, f (p0)); por otro lado, que es
la pendiente de la recta tangente a la curva en el punto (p0, f (p0)) Igualando y
despejando p1obtenemos: Este
proceso puede repetirse para obtener
una sucesión {pk} que converge a p.

Ejemplo:

Formula:

Dónde:

It1.

Con el valor inicial dado X0 = 0.6, se reemplaza en la ecuación:

It2.

30
It3.

It4.

Respuesta:

Luego de realizar cuatro iteraciones se tiene el siguiente resultado:

RESUMEN: El
método de Newton-
Raphson es un algoritmo para encontrar aproximaciones de las raíces o ceros de
una función real. También puede ser usado para encontrar el máximo o mínimo de
una función, encontrando los ceros de su primera derivada. Cabe destacar que
este método se basa en
trazar la recta tangente
a la función en un punto
inicial y tomar la
intersección de esta
recta.

31
 ANÁLISIS DE ERROR EN LOS MÉTODOS ITERATIVOS

Según el Autor: OCW-V.Muto

Este capítulo se dedica a investigar el orden de convergencia de los esquemas de

iteración funcional y, con la idea de obtener una convergencia rápida, reutilizar el
método de Newton. Consideraremos también maneras de acelerar la
convergencia del método de Newton en circunstancias especiales. Pero, antes,
tenemos que definir un procedimiento para medir la rapidez de la convergencia.

Supongamos que {P n } ∞ n=0 converge a p y que e n = P n - p para cada n≥0. Si

existen dos números positivos y a tales que

Entonces se dice que {Pn} ∞ n=0 converge a p de orden a, con una constante de
error asintótico.

A una técnica iterativa para resolver un problema de la forma r = g(x) se le

denomina de orden a sí, siempre que el método produce convergencia para una
sucesión (pa}=0 donde p n = g(P n -1) para n ≥ 1, la sucesión converge a la
solución de orden a.

En general, una sucesión con un orden de convergencia grande convergerá más

rápidamente que una sucesión con un orden más bajo. La constante asintética
afectará la rapidez de pero no es tan importante como el orden. Se dará atención
especial a dos casos:

i) si a = 1, entonces el método se denomina lineal;

ii) si a = 2, entonces el método se denomina cuadrático.

RESUMEN: El análisis de error en los métodos iterativos se refiere a la medición

de la precisión y la exactitud de los resultados obtenidos por estos métodos. El
análisis de error involucra un estudio sistemático del error que se produce cuando
se aplican métodos iterativos a un problema matemático.

32
 RAÍCES COMPLEJAS

Las raíces complejas son aquellas que tienen una parte imaginaria distinta de
cero. Estas raíces pueden aparecer cuando se resuelven ecuaciones polinómicas
o trascendentes que no tienen soluciones reales. Para encontrar las raíces
complejas se pueden utilizar métodos numéricos similares a los que se usan para
las raíces reales, pero adaptados al álgebra compleja. Por ejemplo, el método de
Newton-Raphson se puede generalizar para trabajar con números complejos
usando la siguiente fórmula:

z_{i+1} = z_i - \frac{f(z_i)}{f’(z_i)}

Donde z es un número complejo y f y f’ son funciones complejas.

RESUMEN: El concepto de raíces complejas se refiere a soluciones de

polinomios o expresiones algebraicas que consisten tanto de números reales
como de números imaginarios. La parte “contado con multiplicidad” significa que
debemos contar a las raíces por su multiplicidad, es decir, por las veces que se
repiten. Si el polinomio tiene coeficientes reales y no tiene raíces reales, entonces
sus raíces serán un par de conjugados complejos.

CONCLUSIÓN

Con lo que se ha leído en este trabajo, se puede concluir que el Cálculo Numérico
es importante para modelar y simular fenómenos físicos, científicos y técnicos, así
como para analizar y procesar datos junto a métodos numéricos que son técnicas
que permiten resolver problemas matemáticos de forma aproximada, utilizando
operaciones simples como sumas, restas, multiplicación y división. En ello se
pueden ver los gráficos que nos ayudan a visualizar el comportamiento de las
variables, a identificar tendencias, a comparar resultados y a verificar la precisión
de los métodos. Dentro de estos cálculos, se pueden encontrar diversos errores,
entre los valores verdaderos y los valores medidos o calculados de una magnitud
física.

"La esencia de las matemáticas no es hacer las cosas simples complicadas, sino
hacer las cosas complicadas simples" - S. Gudder

33
 BIBLIOGRAFÍAS

https://es.slideshare.net/ErnestoMendoza10/anlisis-numrico-74245817

https://es.scribd.com/document/243432417/REPRESENTACION-GRAFICA-DE-DATOS-
EXPERIMENTALES-Y-PREDICCION-DE-VALORES-docx

https://es.slideshare.net/fabiodortavelazques/representacin-de-datos-experimentales-
41080071

https://www.neurochispas.com/wiki/ejercicios-de-funciones-exponenciales/#3-ejercicios-de-
funciones-exponenciales-resueltos

https://www.toolengy.com/manejo-numerico/cifras-experimentales/propagacion-
errores

34
https://www.studocu.com/pe/document/universidad-nacional-del-callao/metodos-
numericos-turno-01a-ciclo-6/metodo-de-biseccion-en-solucion-de-ecuaciones-no-
lineales/5073451

https://es.m.wikipedia.org/wiki/M%C3%A9todo_del_punto_fijo

https://disi.unal.edu.co/~lctorress/MetNum/MeNuCl01.pdf

35