MATEMÁTICA

APLICADA
III
 2

MÉTODOS NUMÉRICOS

1. Bisección 7. Interpolación polinómica de LaGrange

2. Punto Fijo 8. Interpolación por Neville
3. Newton Raphson 9. Diferencias Divididas de Newton
4. Secante 10. Jacobi y Gauss Siedel
5. Steffensen 11. Punto Fijo No Lineal
6. Interpolación Lineal 12. Newton No Lineal
MÉTODO
DE
BISECCIÓN
 4

Método de Bisección
▰   en el teorema de valor intermedio, recibe el nombre
Basado
de BISECCIÓN, o BÚSQUEDA BINARIA.

Suponga que . El método de bisección genera una sucesión

que se aproxima a cero P de f con:
cuando .
 5

Procedimiento

Se supone que f es una función continua definida dentro del intervalo [a,
b] con f(a) y f(b) de signos opuestos. El teorema de valor intermedio
implica que existe un número p en (a, b) con f(p) = 0.

El método realiza repetidamente una reducción a la mitad (o bisección)

de los subintervalos de [a, b] y, en cada paso, localizar la mitad que
contiene p.
 6

Procedimiento

▰  
Formula que permite
encontrar la mitad de la
distancia entre el punto a y el
punto b de la función.
 7

Procedimiento

▰   el grafico:
Según

▰ Para encontrar la mitad y entonces,

▰ Entonces y ,

▰ y ,
   8

Método en Excel

Función:
 9

 
Método en Excel

Función:

Se localizan las raíces de

la función, que están en
los puntos A, B y C;
haciendo uso del
método.
   10

Método en Excel

Función:

Se hace un acercamiento
en la gráfica para
encontrar los puntos más
cercanos a las raíces.
 11

Método en Excel

Iteracción a f(a) b

Es el número de veces Valor de x, más El resultado de la Valor de x, más

que se realiza la cercano a la raíz por función cuando x vale cercano a la raíz por
operación o proceso. la izquierda. a. la derecha.
 12

Método en Excel

f(b) Xc f(Xc) Error

El resultado de la  Formula del método El resultado de la Establece el nivel de

función cuando x vale función cuando x vale precisión.
b. Xc.
Formula en Excel
=(B2+D2)/2
 13

Método en Excel, buscando el punto A

 14

Método en Excel, buscando el punto A

 15

Método en Excel, buscando el punto A

 16

Resultado, Raíz

Según del método de bisección, la raíz de la función en el

punto A, tiene un valor de -0.73205081 con un margen de
error de cero.

Es decir el punto A se encuentra en (-0.73205081, 0).

 17

Método en Excel, buscando el punto B

Evaluando los puntos 1.5 y 0.5

Evaluando los puntos 1.1 y 0.7

 18

Resultado, Raíz

Según del método de bisección, la raíz de la función en el

punto B, tiene un valor de 1 con un margen de error de cero.

Es decir el punto B se encuentra en (1, 0).

 19

Método en Excel, buscando el punto C

 20

Método en Excel, buscando el punto C

 21

Método en Excel, buscando el punto C

 22

Resultado, Raíz

Según del método de bisección, la raíz de la función en el

punto C, tiene un valor de 2.732050808 con un margen de
error de cero.

Es decir el punto C se encuentra en (2.732050808, 0).

Punto
fijo
 24

Punto fijo:
Se trata de un teorema que especifica condiciones
bajo las cuales se puede afirmar que una función f
sobre un dominio dado (con rango en el mismo
dominio) tiene, al menos, un punto fijo; es decir, que
existe un punto x en dicho dominio para el cual: f(x)
= x.
 25

Procedimiento a realizar:

▰ Buscamos
   una ecuación apropiada para dicho
método:

 Procedemos a graficarla:
 26

𝒇  ( 𝒙 )=𝟖 𝑺𝒆𝒏 𝒙+ 𝒙 𝟐 − 𝟐𝟎
 27

 
Despejamos para una “ x “ la ecuación original:
 28

 Ya una vez graficada tomamos un valor cercano

a la raíz (intercepción del deje x) , dicho valor ira
establecido en la casilla de G(x):
 29

 Despejamos la función original y la ingresamos

dos casilla inferior de G(x), donde la variable será
la casilla inferior de G(x):
 30


  Proseguimos calculando el error, el cual lo

calculamos con:
 31

 Arrastramos hacia abajo las casillas ( A, B, C) y

buscamos un resultado con un error insignificante:
 32

Procedimiento de Excel:
MÉTODO
NEWTON
RAPHSON
 34

Método Newton-Raphson
▰ Este método de resolución numérica busca un cero de la
función f(x) por aproximaciones sucesivas a partir de un valor
inicial x0. El valor sucesivo xn+1 es la abscisa del punto en que
la tangente a la gráfica de f(x) en xn corta al eje Ox.
 35

Método Newton-Raphson
▰ Naturalmente es necesario que la función sea derivable. Si la
raíz es múltiple, el método es inaplicable, pues la derivada se
anula.
 36

Método Newton-Raphson
▰ Se requiere que las funciones sean diferenciables, y por tanto,
continuas, para poder aplicar este método.
▰ Se debe partir de  un valor inicial para la raíz: xi , este puede
ser cualquier valor, el método convergirá a la raíz mas cercana.
 37

Método Newton-Raphson
▰ El método de Newton-Raphson es convergente
cuadráticamente, es decir, el error es aproximadamente al
cuadrado del error anterior.
▰ Esto significa que el numero de cifras decimales correctas
se duplica aproximadamente en cada interacción
 38

Método Newton-Raphson
▰
▰ Este
  método es uno de los mas utilizados para localizar
raíces ya que en general es muy eficiente y siempre
converge para una función polinómica.

Formula:
 39

Pasos para resolver ejercicios

▰ Graficar la función
▰ Derivar la función.
▰ Realizar una tabla para las iteraciones.
▰ Seleccionar un valor inicial.
▰ Evaluar el valor inicial en la función inicial y en la derivada
de la función.
 40

Pasos para resolver ejercicios

▰▰Sustituir
  los datos en la formula del método.
▰ Calcular el error aproximado porcentual para saber cuantas
iteraciones realizar por medio de la formula
 41

Ejemplo

▰  
 42

▰ Solución:
Al graficar esta función nos damos cuenta que tiene 3
raíces es decir tiene 3 soluciones.
 43

▰
Para
  el método de Newton-Raphson se debe derivar la
función.
 44

Para resolver este ejercicio por medio de Microsoft

Excel se realizar una tabla para las iteraciones con los
siguientes datos:

Interacciones
 45

En este método se requiere de un valor inicial, dicho

valor puede ser un punto cualquiera.

▰ Mientras mas alejado este de las raíces serán mas

interacciones y mientras mas cercano este pues serán
menos interacciones.
 46

▰ En este caso se tomara como valor de inicio -2

Valor de inicio
 47

▰ Seguidamente se evalúa el valor inicial en la función

original.

Función original
 48

▰ El valor inicial se evalúa también en la derivada de la

función.

Derivada
 49

▰ La
  formula del método también nos pide la división
de , por lo que:
 50

▰ Teniendo
  todos los datos que solicita la formula, se
sustituyen los datos en la siguiente fila y esto dará
▰ De acuerdo con , tenemos
 51

▰ Como lo anterior ya esta hecho solo se selecciona y

se desplaza hacia abajo.
 52

▰ Por ultimo tenemos el calculo del error aproximado

porcentual, para esto se utiliza valor absoluto.
 53
▰ Las interacciones dependen del error aproximado porcentual.
▰ Cuando se tienen todos los datos de la fila, se seleccionan y se
desplaza hacia abajo hasta que el error aproximado sea “0”.
 54

▰ Observamos que se empieza a repetir el valor

-1.8954943 y si vemos el grafico veremos que la raíz
se encuentra que:
 55

Resultados

• La raíz o solución de esta función es -1.8954943

MÉTODO
DE LA
SECANTE
 57

Método de la Secante
El método de la secante es un algoritmo de la raíz de
investigación que utiliza una serie de raíces de las líneas
secantes para aproximar mejor la raíz de una función f. El
método de la secante se puede considerar como una
aproximación en diferencias finitas del método de Newton-
Raphson. Sin embargo, este método fue desarrollado
independientemente de este último.
 58

Método de la Secante
▰método
El   de la secante se caracteriza por ser un método abierto
ya que no necesita encerrar la raíz.
Formula:
 59

Pasos para resolver ejercicios

▰▰Graficar
  la función.
▰ Seleccionar el intervalo Xo y Xo-1 para los valores iniciales.
▰ Evaluar la función con el valor inicial Xo y con Xo-1
▰ Sustituir los datos en la formula del método.
▰ Calcular el error aproximado porcentual para saber cuantas iteraciones
realizar por medio de la formula
 60

Ejemplo

▰  
 61

Solución:
Al trazar la grafica nos damos
cuenta que solo contiene una solución.
 62

Para ejecutar este ejercicio por medio de Microsoft Excel

realizamos una tablita para ayudarnos en la interacción que se estará
realizando por este método.

Se necesitan dos valores un Xo y un Xo-1

 63

Según la formula también necesitamos los siguientes datos:

 64

Se deben proponer dos valores iniciales. Se pueden elegir cualquiera

de los números que estén cerca de la raíz a esto se refiere que sea un
método abierto.
Para este ejemplo se propondrá 2 y 5.
 65

▰ Posteriormente se evalúa la función con el valor inicial Xo y

con Xo-1. Y también se realiza la resta correspondiente.
 66

▰ A continuación se sustituye el valor Xo-1 en la

función.
 67

▰ La
  formula del método nos pide la resta de , por lo
que tenemos
 68

▰ Teniendo todos los datos que solicita la formula, se sustituyen

los datos en la siguiente iteraccion.

▰ Nota: Cuando se realizan estos cálculos es importante colocar los signos de agrupación
correctamente, de lo contrario no se efectuara la operación debida.
 69

▰ Como los cálculos anteriores ya están hechos solo se

seleccionan y se desplaza hacia abajo.
 70

▰ Para el ultimo calculo que es el error aproximado con

porcentaje se utiliza el valor absoluto.
 71

Cuando se tienen todos los datos de la fila, se seleccionan

y se desplazan hacia abajo hasta que el error aproximado
de “0”
 72

▰ Observamos que se empieza a repetir el valor La raíz o

solución de esta función es 0.5671433 y si vemos el grafico
veremos que la raíz se encuentra que:
 73

Resultados…
▰ La raíz o solución de esta función es 0.5671433
Steffensen
 75

Steffensen

El método de Steffensen presenta una convergencia rápida

y no requiere, como en el caso del método de la secante, la
evaluación de derivada alguna. Presenta además, la ventaja
adicional de que el proceso de iteración sólo necesita un
punto inicial.
 76

Procedimiento a realizar:

▰ Buscamos
   una ecuación apropiada para dicho
método:

 Procedemos a graficarla:
 77

𝑓  ( 𝑥 ) = 8 𝑆𝑒𝑛 𝑥 2+ 𝑥 2 − 20
 78

 
Despejamos para una “ x “ la ecuación original:
 79

 Ya una vez graficada tomamos un valor cercano

a la raíz al lado izquierdo, dicho valor ira
establecido en la casilla de X(o):
 80

 Despejamos la función original y la ingresamos

dos casilla inferior de X(1), donde la variable será
la casilla inferior de X(0):
 81

 Copiamos lo realizado X(2), con:

 Ctrl + c
 Pegar en la casilla X2
 82


  Para realizar Xc aplicamos la formula
 83

 Igualamos la segunda casilla de X0 a Xc

 84


  Arrastramos los valores de X1, X2, X3 y

Calculamos el error con:

 85


  :
Interpolación
lineal
 87

Método…
▰ La interpolación lineal consiste en trazar una recta que pasa por (x1,y1) y
(x2,y2) y calcular los valores intermedios según la recta formada entre los
puntos.

▰ La interpolación casi siempre nos dará un pequeño error respecto al valor

de la función verdadera, pero siempre será menor a tomar el valor mas
próximo de los que figuran en la tabla.
 88

Para este método de interpolación, se supone que la

función es lineal. Si se presume que ambas pendiente
son iguales, podemos desarrollar la opresión de la
formula de la siguiente manera:
 89

Fórmula

▰
▰ =  se supone que la pendiente hacia
ambos puntos es igual.
▰ se desarrolla la formula de pendiente.

▰ se despeja para el valor buscado “y”

▰ formula para interpolación lineal.

 90

Ejemplo de interpolación lineal

Si se requiere una
aproximación del valor de y
cuando x=1.5 para la
función: 𝑓  ( 𝑥 )= 𝑥 2 𝑠𝑖𝑛 ( 𝑥) x y

1 0.8415

Por lo tanto, el resultado 1.3 1.6284

final debe aproximarse a: 1.5 ?

1.6 2.5589
2
𝑣𝑎𝑙𝑜𝑟
  𝑟𝑒𝑎𝑙=(1.5) ∗ 𝑠𝑖𝑛 ( 1.5 ) =2.24436
2 3.6372
 91

Procedimiento

Se definen dos puntos conocidos en la

grafica, proporcionados por la tabla.
(1.3,1.6284) y (1.6,2.5589) y se
sustituyen en la formula.
𝑥 − 𝑥1
𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 : 𝑦 = ( 𝑦 2 − 𝑦 1 ) + 𝑦1
𝑥2 − 𝑥1
Se toma x como 1.5 ya que es el valor
que se quiere aproximar

 
 92

Al comparar el resultado anterior con el valor real de 1.5 en la función

podemos visualizar el error del calculo.

  Error (puntos cercanos):

Al interpolar linealmente mientras mas cercanos los puntos al punto que se

busca, se reduce el rango de error ya que la pendiente se regula y tiende a
igualarse mientras se acerca al punto.
Esto se demuestra al utilizar los puntos mas lejanos de la tabla (1,0.8415) y
(2,4.6372).

  Error (puntos lejanos):

Interpolación
polinómica de
LaGrange
 94

Método…
Una desventaja de su uso es, si se aumenta el numero de punto a
interpolar (o nodos) con la intención de mejorar la aproximación
a una función, también lo hace el grado del polinomio
interpolador obtenido. De este modo aumenta la dificultad en el
calculo manual.
 95

Explicación del procedimiento…

▰
▰  …

▰ La expresión anterior se realiza n cantidad de veces, siendo n la cantidad

de puntos provistos en la tabla, se omite la expresión de la
multiplicación debido al denominador 0
▰ Estas n expresiones son sumadas posteriormente para obtener el
polinomio resultado.
 96

Ejemplo interpolación LaGrange

𝑓  ( 𝑥 )= 𝑥 2 𝑠𝑖𝑛 ( 𝑥)
• Según la teoría de interpolación
polinómica de LaGrange, el grado
del polinomio final dependerá de
la cantidad de datos
proporcionados en la tabla, ya
que se proveen 5 datos en tabla,
deben calcularse cinco L(x) y el x F(x)
grado de polinomio mas alto que 0 0
se puede obtener es 4.
0.43617
1.5
1.5 ?
?
• Se desea obtener una
2.46740
2.46740
aproximación del valor cuando
x=1.5 4 3.92561
3.92561
0
0
 97

 …

  (0) = 0

  (0.43617) = 0.02851634

  (2.46740) = 2.44238123

x F(x)
  (3.92561) = -0.21420421 0 0
0.43617
  (0) = 0 2.46740
4 3.92561

 0 + 0.02851634 + 2.44238123 - 0.21420421+ 0 = 2.25669335 0

 98

Visualización de la aproximación.

▰ Al desarrollar el polinomio de
LaGrange a razón de x, podemos
generar una función para apreciar la
aproximación del polinomio de
LaGrange (en rojo) y la función original
(en negro).
▰ Ambas graficas intersectan en los
puntos proporcionados en la tabla,
llamados nodos.

−0.28939162 𝑥 4 +0.61787944 𝑥 3 𝑥 3+1.08662821 𝑥 2 − 0.53901208 𝑥

 
 99
  (0)

  (0.43617)

  (2.46740)

  (3.92561)

  (0)

𝐿
  ( 𝑥 ) =𝐿 0 ( 𝑥 ) +𝐿1 ( 𝑥 ) + 𝐿2 ( 𝑥 ) + 𝐿3 ( 𝑥 ) +𝐿 4(𝑥)

  Al despejar la expresión
METODO
NEVILLE
 101

Método Neville.
El algoritmo de Neville es un algoritmo usado para la
interpolación polinómica gracias el matemático Eric Harold
Neville. Dada (n + 1) puntos, hay un único polinomio de
grado ≤ n que pasa por los puntos dados. El algoritmo de
Neville evalúa este polinomio. Se basa en la forma
de polinomio de interpolación de Newton y la relación de
recursión para las diferencias divididas. Es similar al
algoritmo de Aitken
 102

Explicación del procedimiento…

Se desarrolla en manera de escalera, para la realización

de la formula que es:
 103

Procedimiento del método en Excel…

Diferencias
Divididas de
Newton
 105

Método Diferencias Divididas de

newton.
Este método es algoritmico y resulta sumamente cómodo
en determinados casos, sobre todo cuando se quiere
calcular un polinomio interpolador de grado elevado.
 Una gran ventaja sobre la forma clásica del método de
Lagrange es que podemos agregar más nodos a la tabla
de datos y obtener el polinomio interpolante sin tener que
recalcular todo.
 106

Procedimiento

▰  
Realice por el método de Diferencias Dividas de Newton la
siguiente función. Sustituya por los valores x= y calcule el valor de
para x= 0.8963.
 107

Procedimiento del método

JACOBI Y
GAUSS SIEDEL
 109

Método Jacobi y Gauss Siedel

Dichos métodos son utilizados para la resolución de matrices

con ecuaciones lineales de 3x3, utilizando para el desarrollo de
las mismas el programa Excel siendo este una herramienta
practica y optima para obtener un resultado.
 110

Procedimiento
 Realice por el método de Jacobi o Gauss Siedel el siguiente sistema
de ecuaciones lineales:
 111

Paso # 1
 Para la resolución de dicho método se proceda a realizar el orden de
nuestras 3 ecuaciones lineales
 Importante para el desarrollo del método: El propósito de ordenar nuestras
ecuaciones lineales es formar una diagonal dominante
 112

Paso # 2
Despejes de las ecuaciones

 Una vez se cuenta con las ecuaciones ordenadas y formando la diagonal

dominante se procede a realizar los despejes respecto a X con la primera
ecuación, respecto a Y con la segunda ecuación y respecto a Z con la tercera
ecuación.
 113

Paso # 3
Una vez obtenidos los despejes se procede a trabajar nuestro método en
Excel
 El formato o la plantilla que se debe de establecer para trabajar dicho método
consiste en una tabla con diferentes procedimientos a realizar la cual consta de:
 114

Paso # 4

 Para dar inicio con la introducción de valores se procede a colocar un valor 0 en

iteraccion y en nuestras variables X, Y, y Z como valor inicial el valor que se
desee.
 115

Paso # 5
 Como quinto paso se procede a realizar la introducción de las ecuaciones en su
determinada variable para esto se utilizan los despejes obtenidos en el primer
paso, sustituyendo las variables por el valor asignado en cada casilla (Véase
figura 1, 2 y 3) para obtener nuestro primer resultado en X, Y y Z.

Figura Figura
1 2
 116

Figura Resultado de valores

3 calculados
 117

Paso # 6
Calculo de Error
 Para realizar el cálculo de Error en cada una de las variables solo basta con la
introducción de la formula en la primera que este caso es X y luego se procede a
deslizar horizontalmente dicho valor calculado para obtener los valores de Y y
Z.
 FORMULA A UTILIZAR: =ABS(ITERACCION 1-ITERACCION 0)
 118

Se selecciona el resultado Realizada la indicación

de la casilla X y se anterior se obtienen los
arrastra horizontalmente valores de error de Y y Z
 119

Paso Final
 Como paso final una vez obtenidos todos los valores de las variables y sus
errores se selecciona toda la fila y se arrastra hacia abajo esto hasta obtener en
las casillas de error un 0 en todas ya que los valores obtenidos en X, Y y Z serán
las respuestas que necesitamos obtener es decir los valores reales para resolver
nuestro sistema de ecuaciones lineales.
 120

Como se observa en las imágenes los valores para la realización del sistema de ecuaciones
lineales se obtienen en la fila No. 141 obteniendo como Respuesta.
X=2 Y=-3 Z=1
NOTA: Si se desea comprobar que en efecto son los valores reales, sustituir las respuestas
en el sistema de ecuaciones original y se deberá obtener operando con ellos el igual de cada
ecuación.
PUNTO FIJO
NO LINEAL
 122

Método de punto fijo no lineal

 Este método consiste en encontrar el valor de X1, X2, y X3
de curvas en el espacio en un sistema de ecuaciones no
lineales, es decir que nos permite trabajar ecuaciones que
contengan términos de exponenciales, cosenos, senos,
potencias, etc.
 
 123

Procedimiento

Realice por el método de punto fijo no lineal el

siguiente sistema de ecuaciones no lineales:
 124

Paso # 1
 Para la resolución de dicho método en general se trabaje por sucesiones o por
simultaneas se procede a realizar el orden de nuestras 3 ecuaciones lineales
 Importante para el desarrollo del método: El propósito de ordenar nuestras
ecuaciones lineales es formar una diagonal dominante
 125

Paso # 2
Despejes de las ecuaciones
 Una vez se cuenta con las ecuaciones ordenadas y formando la diagonal
dominante se procede a realizar los despejes respecto a X1 con la primera
ecuación, respecto a X2 con la segunda ecuación y respecto a X3 con la tercera
ecuación.
 126

Paso # 3
Una vez obtenidos los despejes se procede a trabajar nuestro método en
Excel

 El formato o la plantilla que se debe de establecer para trabajar dicho método

consiste en este caso en dos tablas con diferentes procedimientos a realizar de
la cual a continuación veremos la primera que se le denomina como simultanea
y esta consta de:
 127

Paso # 4

 Para dar inicio con la introducción de valores se procede a colocar un valor 0 en

iteraccion y en nuestras variables X1, X2, y X3 como valor inicial el valor que
se desee.
 128

Paso # 5

 Como quinto paso se procede a realizar la introducción de las ecuaciones en su

determinada variable para esto se utilizan los despejes obtenidos en el primer
paso, sustituyendo las variables por el valor asignado en cada casilla (Véase
figura 1, 2 y 3) para obtener nuestro primer resultado en X1, X2 y X3.

Figura 1 Figura 2
 129

Figura 3

Resultado de valores
calculados
 130

Paso # 6
Calculo de Error
 Para realizar el cálculo de Error en cada una de las variables solo basta con la
introducción de la formula en la primera que este caso es X1 y luego se procede
a deslizar horizontalmente dicho valor calculado para obtener los valores de X2
y X3.
 FORMULA A UTILIZAR: =ABS(ITERACCION 1-ITERACCION 0)
 131

Se selecciona el resultado
de la casilla X1 y se
arrastra horizontalmente

Realizada la indicación
anterior se obtienen los
valores de error de X2 y
X3.
 132

Paso Final

 Como paso final una vez obtenidos todos los valores de las variables y sus
errores se selecciona toda la fila y se arrastra hacia abajo esto hasta obtener en
las casillas de error un 0 en todas ya que los valores obtenidos en X1, X2 y X3
serán las respuestas que necesitamos obtener.
 133

Como se observa en las imágenes los valores para la realización del sistema de ecuaciones
lineales se obtienen en la fila No. 387 obteniendo como Respuesta.
X1=1 X2= 1 X3=1
NOTA: La realización del método por sucesivas ahorra el número de casillas que
proporcionan los valores con las respuestas
Newton no Lineal
 135

Newton no lineal
Es un de los métodos utilizados  para un sistemas
de ecuaciones no lineales y para encontrar las
soluciones aproximadas de raíz o cero de las
funciones.
 136

Procedimiento

▰ Realice por el método Newton no lineal

 137

Procedimiento
Explicación: Se
Para este método se debe tener en cuenta la siguiente ecucación saca Adjunta de la
transpuesta de F
´(x)

Donde:

“Y”

Explicación: Se
saca la
determinante de F
Explicación: Se ´(x)
deriva parcialmente
las dos ecuaciones
no lineales.
 138

Paso #1
Primero se debe derivar parcialmente ambas funciones

𝐹  ( 𝑋 )=¿

𝐹  ´ ( 𝑋 )=¿
 139

Paso #2

Se saca la transpuesta de F´(x)

𝑇
  ´ ( 𝑋 ) ) =¿
(𝐹

Explicación: para convertir a transpuesta,

en una matriz de 2x2, la primera fila se
convierten en la primera columna y la
segunda fila s e convierte en la segunda
columna
 140

Paso #3

Se
  saca la adjunta de la transpuesta de para esto le aplicamos el método de
coefactores

Quedando:
 141

Paso #4
El siguiente paso es sacar la determinante de F´(x)

−
  4 𝑥2 +4

Det F´(x) =

4  𝑥 1 𝑥 2

Det F´(x) = 4  𝑥 1 𝑥 2 +4 𝑥 2 − 4
Explicación: para obtener la
determinante se debe multiplicar
cruzado, y el resultado de abajo se
resta con el de arriba.
 142

Paso #5
Ya
  obteniendo la adjunta de la transpuesta y la determinante se mete los resultados
según la formula y dándole valores .

 
  +(-) ∗
 

Explicación: como es una matriz de

2x2 solo tiene dos variables, se
sustituye los valores
 143

Ya
  obteniendo la adjunta de la transpuesta y la determinante se mete los resultados
según la formula y dándole valores ., se sustituye cada valor dando como
resultado:

1 0.28
0.3   = 3.26
0.1
− -5.71
-1.04
−3.48
 144

Paso #6
El  siguiente paso es trabarlo en Excel, que seria de planear la los resultados obtenidos
anteriormente de la siguiente manera

1 0.28
0.3   = 3.26
0.1
− -5.71
-1.04
−3.48
 145
Nota: La formulas de Excel dependerán de como estén tus resultados
de determínate, la adjunta de la transpuesta y la F(x). Ingresando las
formulas como si fueran multiplicaciones de matrices.
 

  Explicación: aquí se ingresa F(x)

Explicación: aquí se ingresa la según halla quedado la adjunta
determinante que nos dio de la transpuesta
sustituyendo los valores
 Explicación: es el resultado 146
al restar la matriz, C4-E4 y
C5-E5.
Explicación: el
resultado que de la
matriz, se
  convertirá en los
nuevos puntos de
la interacción dos.
repitiendo los
mismos pasos de
la interacción uno
con los nuevos
puntos y así
sucesivamente
hasta llegar a un
error
aproximadamente
a cero.
 147
En este caso se siguió iterando 16 veces hasta que el error aproximo a cero

Explicación:
  el error se obtiene restando el
resultado de la interacción 16 menos dela
interacción 15 igual para
 148

INTEGRANTES DEL GRUPO

Método Carrera Carné y Nombre Completo

1.    Bisección I.I. 201743800 Jazmin Julisa Cabrera Guevara
2.    Punto Fijo I.C. 201645083 Daniel Antonio Paiz Chávez
3.    Newton Raphson I.I. 201743796 Nancy Maybelí Damián Martínez
4.    Secante I.I. 201743796 Nancy Maybelí Damián Martínez
5.    Steffensen I.C. 201645083 Daniel Antonio Paiz Chávez
6.    Interpolación Lineal I.I. 201743791 Wesley Alexander Chacón Román
7.    Interpolación polinómica de LaGrange I.I. 201743791 Wesley Alexander Chacón Román
8.    Interpolación por Neville I.I. 201645503 Carlos Mauricio Linares Miranda
9.    Diferencias Divididas de Newton I.I. 201645503 Carlos Mauricio Linares Miranda
10. Jacobi y Gauss Siedel I.I. 201743781 Jackeline Melissa Portillo Harrison
11. Punto Fijo No Lineal I.I. 201743781 Jackeline Melissa Portillo Harrison
12. Newton No Lineal I.I. 201543983 Ulises Damian Amador Pérez

Mayo, 2020