UNIVERSIDAD DEL VALLE DE MÉXICO

Materia:
Métodos numéricos

Unidad 6. Solución numérica de ecuaciones diferenciales ordinarias

Actividad 9. Proyecto integrador

Etapas 1, 2 y 3

Alumnos:

Ricardo Esli Cortes Ramírez

Luis Fernando Cortez Farias

Luis Gerardo Domínguez García

Marco Antonio Troche Interino

Docente:

Alexandra Guzmán Velázquez

Fecha:

28 de junio de 2023.
Introducción

Esta actividad consiste en aplicar los conocimientos adquiridos a lo largo del curso. Para llevar a
cabo este proyecto se toman como referente actividades elaboradas previamente, lo que
garantiza la transversalidad de los contenidos revisados para fortalecer el desarrollo de
competencias.

Podemos mencionar y validar que existen dos tipos de métodos importantes dentro del campo
numérico, los cuales son los siguientes: “Método de bisección”, el que es un algoritmo de
búsqueda de raíces que trabaja dividiendo el intervalo a la mitad y seleccionando un sub-
intervalo que tiene la raíz, también el “Método Newton Raphson”, con el cual podemos hallar una
raíz de una ecuación no lineal siempre y cuando esta se parta de una buena estimación inicial.

También conoceremos las características de los diversos métodos numéricos, así como las
ventajas y desventajas de cada uno, ya que de esta forma podremos elegir el método más
apropiado para poder determinar una solución variable, exacta y precisa

Objetivo

El objetivo del Proyecto integrador es programar los principales métodos numéricos para
la solución de sistemas de ecuaciones lineales de una variable, así como de derivación e
integración identificando las ventajas y desventajas de cada uno que permitan determinar
soluciones viables mediante el planteamiento de modelos matemáticos exactos y precisos.
 Etapa 1 Proyecto Integrador
1.1 Conceptualización
Método numérico ¿En qué consiste?
Consiste en obtener una
Bisección mejor aproximación de la raíz
a partir de un intervalo inicial
(a,b) y es un algoritmo de
búsqueda de raíces el cual su
funcionamiento es dividir el
intervalo en dos mitades y
seleccionar el subintervalo
con raíces.
Regla falsa Este método es similar el de
bisección salvo que la siguiente
iteración se toma en la
intersección de una recta entre
el par de valores x y el eje de las
abscisas en lugar de tomar punto
medio.
El método de punto fijo es un
Sustitución sucesiva método iterativo que puede
resolver un sistema de
ecuaciones que no es
necesariamente lineal.
Ventajas
-Siempre converge.
-Como aproximación inicial a
otros métodos, la aplicación
de ecuaciones es muy
extensa, y la certeza y la
simplicidad juegan un papel
importante en encontrar la
raíz de ecuaciones no lineales.
-El método es estable
-Es fácil de implementar
-Siempre converge
Fácil de programar en ciertos
tipos de problemas que
surgen en la ingeniería
química.
Desventajas
-Convergencia lenta.
-No considera el tamaño del
valor de la función en la
siguiente x calculada, solo el
signo de f(x) lo que hace que
la aproximación intermedia
sea mejor que la respuesta
final sin atención.
-Método de lenta
convergencia
-En algunas ocasiones el
método de la regla falsa arroja
más errores que el
de bisección
No converge en muchos casos
y en otros la convergencia es
muy lento.
 Encuentre la raíz de la
Newton- Raphson función a partir del valor
inicial, la tolerancia y las
múltiples interacciones, en
este caso no es necesario un
intervalo.
Es uno de los métodos más
cómodos efectivos y para
resolver problemas
relacionados con la causa raíz
del problema
requerido. Este método
puede identificar y resolver
-La convergencia es muy lenta.
-Una de las mayores
desventajas es que cuando se
aplican múltiples raíces, en
algunos casos, las raíces
simples pueden

con precisión ecuaciones encontrar dificultades debido

lineales y ecuaciones. a la lenta convergencia.

Encuentra la raíz de la Cuando la función f (x) es Su tasa de convergencia es

Secante función a partir de dos
valores iniciales, tolerancia y
múltiples interacciones.
En este caso, no es necesario
tener un intervalo.
demasiado complicada para
obtener su derivada, es decir,
cuando f(x) es demasiado
complicada para obtener f(x),
la función se puede aplicar.
menor que la de otros
métodos como e método de
Newton y también, se dice
que, si la primera
aproximación a la raíz no está
lo suficientemente cerca de su
aproximación, o no se puede
garantizar la convergencia al
determinar múltiples raíces,
es incierto.

1.2 Métodos abiertos

Los métodos abiertos son los que cuyo resultado depende únicamente de fórmulas que utilizan un solo
valor este debe de ser inicio, algunas veces se necesitan un par, ya que dichos valores no deben encerrar
la raíz, aunque algunas veces se alejan del resultado estimado al final de los cálculos se aproximan más y
rápido que los métodos cerrados.

Método de Newton-Raphson

La fórmula de Newton-Raphson es una de la más utilizadas. Se basa en conocer la primera derivada de

una función para el cálculo de xi+1

El método de Newton Raphson es eficiente, aunque hay ciertos casos en los que su funcionamiento no es
el mejor especialmente para obtener raíces múltiples.
También puede resultar complicado evaluar algunas funciones en sus derivadas.
Aplicaciones

Con la formula se predice un nuevo valor de la incógnita en función del valor anterior de esta manera con
las fórmulas se tiene una sumatoria general y se condiciona el paro general con otra fórmula de porcentaje
que nos posibilita saber que tan efectivo es nuestro resultado.

Aplicaciones/ Problemas
Punto-fijo (sustitución sucesiva o directa)
Newton-Raphson (línea recta o empleando información del gradiente)
Secante (línea recta empleando dos puntos)
Muller (aproximadamente cuadrática empleando tres puntos)

1.3 Métodos cerrados

Los métodos cerrados se caracterizan porque una función cambia de signo en un intervalo que encierra la
raíz y porque para desarrollar el algoritmo donde se encuentra la raíz necesita de dos valores iniciales
(límite inferior y límite superior) entre los cuales se encuentra la misma.

Para desarrollar algoritmos de estos métodos son necesarios 2 valores iniciales los cuales serán los
extremos del intervalo

Algoritmo del método de Bisección:

El método de Bisección para la resolución de la ecuación f(x)= 0 se basa en el Teorema de Bolzano que
nos asegura la existencia de, al menos, una raíz de función f(x) en un cierto intervalo [a,b], bajo ciertas
condiciones.

Toma de Bolzano:

Sea f: [a, b] → R una función continua en [a, b] tal que f(a)f(b) < 0. Entonces existe c (a, b) tal que f(c) = 0.
Supongamos que f(x) es continua y cambia de signo en los extremos de [a, b]. Basándonos en el anterior
teorema, podemos aproximar una solución de la ecuación f(x)= 0 dividiendo el intervalo inicial en dos sus
intervalos iguales y eligiendo aquel en el que (x) cambia de signo.
Después se repite el proceso hasta que se verifique algún criterio de parada.

Ejemplo de algoritmo sobre el Método de Bisección a0 = a, b0 = b 2. Para n = 0, 1, . . ., hacer: · mn =1 2(an

+ bn) · Si f(an) f(mn) < 0, tomar an+1
= an, bn+1 = mn; en caso contrario, tomar an+1 = mn, bn+1 = bn.
Algoritmo del Método de Regla-Falsa:

Se trata de realizar un refinamiento del método de Bisección, eligiendo la aproximación m a distancias de a

y b proporcionales a f(a) y (b,f(b)) es 𝑦"ƒ(𝑎) = 𝑥") corte con el eje OX es, haciendo
ƒ(𝑏)"ƒ(𝑎) 𝑏"𝑎
x=0 y despejando y, el valor es m 𝑎ƒ(𝑏)"𝑏ƒ (𝑎).
ƒ(𝑏)"ƒ(𝑎)

1.4 Casos prácticos.

Método de Bisección (páginas. 140 realiza los ejercicios 5.14 y 5.15)

5.14 Se carga una viga de la manera que se aprecia en la figura.

P5.14. Emplee el método de bisección para resolver la posición dentro de la viga donde no hay momento.

Obtenemos la ecuación de 6<x<10

M(x)= -185x + 1650

Posteriormente se programa el código para poder insertar los valores como a,b y la función
Obtenemos el resultado que es: x=8.919
3 RVWHULRUP HQW
H REW HQHP RVHO
UHVXW
DGRTXHHV [

6XVW
LW
XLP RV

Se propone un intervalo de (1.4,2)

Como resultados
Resultado: x=1.51396489

Método Newton-Raphson (página 169, realiza el ejercicio 6.26)

1) En forma gráfica:

La raíz más grande es de x=3.34464519

b) Con el uso del método de Newton-Raphson, (tres iteraciones xi=3.5)

Propuesta de x0=3.2
c) Con el método de la secante x0=2.5 y x1=3.5

d) Por medio del método de la secante modificado.

Etapa 2 Proyecto Integrador

Introducción.
Esta actividad consiste en aplicar los conocimientos adquiridos a lo largo del curso. Para llevar a cabo
este Proyecto se toman como referente actividades elaboradas previamente, lo que garantiza la
transversalidad de los contenidos revisados para fortalecer el desarrollo de competencias.

Los métodos iterativos constituyen una alternativa a los métodos de eliminación para aproximar la
solución. Aquellos métodos consistían en suponer un valor y así usar algún método sistemático para
poder obtener una aproximación a la raíz.

Los métodos de Gauss-Seidel y Jacobi son de los métodos iterativos más comúnmente usados. Los
métodos iterativos son métodos pretendidos para que haya convergencia en una aproximación estrecha
a la solución.

Objetivo.
El objetivo del Proyecto integrador es programar los principales métodos numéricos para la solución de
sistemas de ecuaciones lineales de una variable, así como de derivación e integración identificando las
ventajas y desventajas de cada uno que permitan determinar soluciones viables mediante el
planteamiento de modelos matemáticos exactos y precisos.

2.1 Conceptualización.

- Reproduce y completa el siguiente cuadro comparativo en el que describas los elementos sutantivos
de los siguientes métodos:
2.2 Caso práctico

Consulta la siguiente referencia y realiza los casos prácticos que ahí se indican utilizando algún lenguaje de
programación sugerido por el docente:

Métodos de Jacobi y de Gauss-Seidel (Página. 325 realiza el ejercicio 11.17)

Plantea el sistema de ecuaciones para el caso planteado y resuélvelo aplicando el método de Jacobi y
método de Gauss-Seidel, omite el uso de Excel como se comenta y céntrate en encontrar la solución
programando cada método.
 Gauss-Seidel.
Una vez determinadas nuestras ecuaciones y la matriz ingresamos los datos al programa, se presentan los
datos a continuación:
Método Jacobi
 Conclusión

A través del proyecto integrador etapa 2 aprendimos realizar las operaciones de los dos métodos como el
del Gauss Seidel y de Jacobi, y a su vez como representarlos en Python y mostrar los procedimientos para
llegar a dichos resultados fue muy enriquecedor realizar este proyecto.

Bibliografía

Agud Albesa, L. (2020). Método de bisección para la resolución de ecuaciones. Recuperado de

http://hdl.handle.net/10251/135051 el 3 de junio de 2023

Nieves Hurtado, A., & Domínguez Sánchez, F. C. (2002). Métodos numéricos: aplicados a la ingeniería.
Grupo Editorial Patria. Recuperado de
https://books.google.com.mx/books?
hl=es&lr=&id=ozZCDwAAQBAJ&oi=fnd&pg=PP1&dq=regla+falsa+métodos+numericos&ots=nikENIR_ta&si
g=yDIq8ZoOKbUZQaXpeiEPvkJaoy8&redir_esc=y#v=onepage&q&f=false el 3 de junio de 2023
 Etapa 3 Proyecto Integrador

3.1 Conceptualización.

- Reproduce y completa el siguiente cuadro comparativo en el que describas los elementos

sustantivos de los siguientes métodos:

Método Fórmulas de integración Integración de ecuaciones

Newton-Cotes
Aspecto
Regla de trapecio Reglas de Simpson Integración de Romberg

Esta regla es un método de Esta regla es un método de Esta integración es una técnica
que fue diseñada para poder
¿En qué integración numérica, es integración numérica. En
obtener integrales numéricas
decir, es un método para otras palabras, es una
consiste? (aproximadas) de funciones esto
calcular aproximadamente el aproximación numérica de de una forma eficiente, es basada
valor de la integral definida. integrales definidas. en aplicaciones sucesivas de la
regla anteriormente mencionada
La regla consiste en: “trapecio”. A diferencia de, a
F(x) es llamado el través de las manipulaciones
integrando a = es el límite
matemáticas, se pueden alcanzar
mejores resultados con menor
inferior de integración b = esfuerzo.
es el límite superior de
integración.
 -Para su identificación de
-Es un método directo, no -El integrando debe ser
datos correctos en la
Ventajas necesita iteraciones para su suficientemente derivable en el
integral aproximada se debe
resultado. intervalo, es sencillo obtener
efectuar por lo menos
-Para la identificación de resultados buenos integrando pocos
integraciones con distinto
datos correctos en la integral derivables.
número de sub-intervalos.
aproximada se afecta por lo
menos integraciones con
distinto número de sub-
intervalos.

-Trabaja con dos grandes

-Es imprecisa en -Este método evalúa el integrando
secciones, y a su vez con
Desventaja comparación a otros en puntos espaciados del intervalo
dos márgenes de acotación.
métodos, ya que tiene de integración estudiado.
s
-Es usado porque no se
mucho truncamiento. -Para que el método funcione el
considera aún el valor de
integrando debe ser suficientemente
error.
derivable en el intervalo, aunque se
obtiene resultados buenos incluso al
integrar pocos derivables.

3.2 Fórmulas de Integración Newton-Cotes

- Consulta la siguiente referencia y realiza los casos prácticos que ahí se indican utilizando algún lenguaje
de programación sugerido por el docente:
 https://www.onlinegdb.com/

- Plantea el sistema de ecuaciones para el caso planteado y resuélvelo aplicando ya sea la regla de trapecio
y las reglas de Simpson; encuentra la solución programando cada método.

Realizamos la interpolación de Lagrange.

Corremos el código para obtener el polinomio de Lagrange.
 Al obtener nuestro polinomio de Lagrange:

Polinomio de Lagrange:

-x**7/560 + 13*x**6/240 - 73*x**5/240 - 163*x**4/48 + 5257*x**3/120 - 20779*x**2/120

+ 115919*x/420 - 125
Corremos nuestro polinomio en el método de trapecio.

Corremos nuestro polinomio en el método de Simpson.

 Utilice el mejor método numérico para determinar:
a) El número de total de autos que pasan entre las 07:30 y las 09:15.
x 07:30 07:45 08:00 08:15 08:30 08:45 09:00 09:15

y 18 24 14 24 36 21 -15 9 122 Total

Entre las horas comprendidas pasan 122 autos.

El método de trapecio es el que más se acerca.

b) La tasa de autos que cruzan la intersección por minuto.

x 07:30 07:45 08:00 08:15 08:30 08:45 09:00 09:15

y 18 24 14 24 36 21 -15 9 122 Total

(x,y) (08:30,36) (09:00,-15)

 Realiza un comentario para cada método aquí solicitado en el que destaques las
diferencias y similitudes al haber resuelto el mismo ejercicio por los dos métodos.
¿qué método resulto ser más preciso?

Ambos métodos fueron sencillos y rápidos en ejecución., Más, sin embargo, en esta ocasión,
el método de trapecio resulto con más precisión.

Este ejercicio de la interpolación nos ayuda demasiado a encontrar los valores

desconocidos., Pero, es importante mencionar que el resultado serán aproximaciones, ya que
los resultados en función de “x” serán aproximaciones mismas entre los valores conocidos.

3.3 Integración de Romberg

Para la integración de ecuaciones, utiliza el método de integración de Romberg.

Adicional al criterio del 1% especificado, realiza tu programa modificando el criterio de
detención del 1% solicitado y realiza el programa con los criterios de detención al 0.5% y al
1.5% (Ver página 667, ejercicio 22.15)
Primero, realizamos la interpolación de Lagrange.

Posteriormente, encontraremos el polinomio de Lagrange.

 Al encontrar el polinomio de Lagrange.
Polinomio de Lagrange:
5.07657490079363e-7*x**8 - 3.26605902777776e-5*x**7 +
0.000858723958333328*x**6 - 0.0117100694444444*x**5 + 0.0854414062499997*x**4 -
0.295553819444443*x**3 + 0.196962301587302*x**2 + 1.21666666666667*x

Corremos nuestro polinomio en el método de Romberg (con el 1%)

Volvemos a correr nuestro polinomio en el método de Romberg (ahora con el 0.5%)

Volvemos a correr nuestro polinomio en el método de Romberg (ahora con el 1.5%)

 En el mismo documento describe el comportamiento que tuvo el método de Romberg al
cambiar el criterio de detención
¿fue más lento o más rápido?
En este método se me hace muy efectivo y rápido ya que nos ayudara a obtener más
aproximación e interacciones de las funciones para que sea mejor el cálculo.
¿hay mucha discrepancia entre los valores encontrados con los diferentes porcentajes?
No, porque los valores no son muy altos y esto ocasiona que no se vea mucho el cambio
ejecutado.
¿qué resultados obtuviste al agregar un par más de criterios de detención (0.5% y 1.5%) con
relación al método de Romberg.
Pues en al agregarle los diferentes criterios no hubo mucho cambio ya que los criterios no
fueron tan grandes y así no huno mucho incremento en los valores o interacciones.

Conclusión.
En estos métodos podemos aprender las diferentes formar de como calcular una función y
así ver como correr un Pseudocodigo y programarlo en un lenguaje de producción y hacer más
efectivo el cálculo de una función.
 En el método de trapecio nos ayudara a calcular el valor de una integral de una función
lineal a través de diferentes puntos, en el método de Simpson nos ayudara a aproximar los
subintervalos de una función mediante polinomios y en el método de Romberg aprendemos a
generar un matriz triangular cuyos elementos numéricos de la integral definida y nos ayudara
también para evaluar intervalos más especificados de una integración.
 Referencias bibliográficas.

 Chapra, S. y Canale, R. (2007). Métodos numéricos para ingenieros Haga clic para
ver más opciones [Archivo PDF]. Recuperado de
http://artemisa.unicauca.edu.co/~cardila/Chapra.pdf

 Academatica (Productor). (5 de Enero de 2013). Video de Regla de Simpson -

Integración Aproximada [Archivo de video] Recuperado de
https://www.youtube.com/watch?v=u4zSLIBWpP4

 Chávez, V. (Productor). (14 de Marzo de 2019). Cuadratura de Gauss [Archivo de

video]. Recuperado de https://www.youtube.com/watch?v=28_E5nYvEJk

 Mezaraime, D.(2022).Interpolación de lagrange-ejemplo en excel (Análisis numérico).

[Video You Tuve]. Recuperado de: https://youtu.be/M8Kna-peKlM