TRABAJO COLABORATIVO NO 1

MÉTODOS NUMÉRICOS

APORTES INDIVIDUALES

PRESENTADO POR: LIEVER ROJAS SCARPETA

CÓDIGO: 1075283152

PRESENTADO A: JOSE ADEL BARRERA

TUTOR

GRUPO: 100401_21

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

INGENIERÍA DE SISTEMAS
PITALITO – 2018
 1. Desde su campo de formación plantee y de solución a dos ejemplos
sobre los tipos de errores (error absoluto, relativo, error relativo
aproximado, error por truncamiento y por redondeo), teniendo en
cuenta la precisión y exactitud de los mismos.
Error absoluto. Es la diferencia entre el valor de la medida y el valor tomado como
exacto. Puede ser positivo o negativo, según si la medida es superior al valor real o
inferior (la resta sale positiva o negativa). Tiene unidades, las mismas que las de la
medida.
Error relativo. Es el cociente (la división) entre el error absoluto y el valor exacto.
Si se multiplica por 100 se obtiene el tanto por ciento (%) de error. Al igual que el
error absoluto puede ser positivo o negativo (según lo sea el error absoluto) porque
puede ser por exceso o por defecto., no tiene unidades.
Formula: 𝐸𝑎 = 𝑉𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 − 𝑉𝑎𝑙𝑜𝑟 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
𝐸
Formula: 𝐸𝑟 = 𝑉𝑎𝑙𝑜𝑟𝑎𝑟𝑒𝑎𝑙

Ejemplos.
 En la empresa donde trabajo se quiere conocer el error absoluto teniendo los
informes de compras de café con el valor que creo que me va a dar en la
entrega, el valor de compra de café es de 197 gramos y el valor que se
supone que va a dar la entrega es de 198 gramos.
Error absoluto
𝐸𝑎 = 197𝑔 − 198𝑔 = −1
𝐸𝑎 = 1
Error relativo
1
𝐸𝑟 =
197
𝐸𝑟 = 0,0051
 En la empresa donde trabajo se venden un cliente quiete comprar un litro de
veneno pero no sé el precio y supongo que el precio que yo sé, se aproxima
al real, el litro de veneno cuesta $13.200 y yo creo que cuesta $14.000
𝐸𝑎 = 13200 − 14000 = −800
𝐸𝑎 = 800
800
𝐸𝑟 = = 0,061
13200
El error relativo aproximado:
Ejemplos.

 Si un cargador de batería entrega un volteje de 12 voltios y al medir con un

voltímetro mide 12,57 voltios. ¿Cuál es su error relativo aproximado?

|𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜−𝑣𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑑𝑜 |

Formula: 𝐸𝑟 = ∗ 100
𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜

|12−12,57 |
𝐸𝑟 = ∗ 100
12

|0,57|
𝐸𝑟 = ∗ 100 = 0,047 ∗ 100 = 4,7%
12

 AL determinar la humedad de un café en la agencia muestra un resultado

de 11.8 y al llegar a la bodega muestra uno de 11.3, ¿Cuál es su error
relativo aproximado?

1, .3 − 11,8
𝐸𝑟 = ∗ 100
11,3
0,5
𝐸𝑟 = ∗ 100 = 0.044 ∗ 100 = 4,42%
11,3

Error por truncamiento: es el término usado para reducir el número de dígitos a

la derecha del separador decimal, descartando los menos significativos.
Ejemplos
En este caso vamos a truncar 4 dígitos decimales
23,456738214
1,346732
78,521111111
Como resultado
23, 4567
1,3467
78,5211
Error por redondeo: Es el proceso mediante el cual se eliminan cifras significativas
de un número a partir de su representación decimal, para obtener un valor
aproximado.
Ejemplo.
Vamos a redondear los decimales a 3 cifras.
3,14159265358979
18,7893213
27, 4126019
Como resultado
3,142
18, 789
27, 413

2. Usar el Método de Punto Fijo para aproximar la raíz de 𝒇(𝒙) = 𝒙𝟐 − 𝟓𝒙 −

𝒆𝒙 , comenzando con 𝒙𝟎 = 𝟎, con 5 iteraciones.

Primero igualamos a (0) la ecuación

𝑥 2 − 5𝑥 − 𝑒 𝑥 = 0

Ahora despejamos X

𝑥 2 − 5𝑥 = 𝑒 𝑥

𝑥(𝑥 − 5) = 𝑒 𝑥
𝑒𝑥
𝑥=
(𝑥 − 5)

Para las iteraciones, se dice que 𝑥0 = 0, entonces

𝑒0 1
𝑥0 = = = −0,2
(0 − 5) −5
 𝑒 −0,2 0,8187
𝑥1 = = = −0,1574
(−0,2 − 5) −5.2

𝑒 −0,1574 0,8544
𝑥2 = = = −0,1657
(−0,1574 − 5) −5,1574

𝑒 −0,1657 0,8473
𝑥3 = = = −0,1653
(−0,1657 − 5) −5,1657

𝑒 −0,1653 0,8476
𝑥4 = = = −0,1641
(−0,1653 − 5) −5,1653

3. Determine la raíz de la función 𝟎 = 𝒙𝟐 − 𝒆−𝒙 , usando el Método de

Newton-Raphson con 𝒙𝟎 = −𝟐. Realice 3 iteraciones. Calcule el error
relativo porcentual en la última iteración, con base en el hecho de que
la raíz es 0,70346742250.
𝑓(𝑥 )
Para ello utilizamos la siguiente formula 𝑥𝑛+1 = 𝑥𝑛 − 𝑓´(𝑥𝑛 ) 𝑠𝑖 𝑓´(𝑥𝑛 ) ≠ 02x
𝑛

La función la esta así 𝟎 = 𝒙𝟐 − 𝒆−𝒙 pero debe quedar así 𝑓(𝑥) = 𝑥 2 − 𝑒 −𝑥 = 0

Debemos calcular la derivada de la función 𝑓(𝑥) = 𝑥 2 − 𝑒 −𝑥 = 0

La cual nos queda 𝑓 ′(𝑥) = 2𝑥 − 𝑒 −𝑥

Reemplazamos los valores en la formula
Como 𝑥0 = −2 que es la primera iteraccion, pasamos a 𝑥1 = −2 y reemplazamos
valores en la formula
 𝑓(𝑥0 ) 𝑓(−2) −22 − 𝑒 −(−2)
𝑥1 = = (−2) − = (−2) − = 1.35
𝑓′(𝑥0 ) 𝑓′(−2) 2(−2) − 𝑒 −(−2)
𝑓(𝑥1 ) 𝑓(1.35) 1.352 − 𝑒 −1.35
𝑥2 = = 1.35 − = 1.35 − = 0.7095
𝑓′(𝑥1 ) 𝑓(1.35) 2(1.35) − 𝑒 −1.35
𝑓(𝑥2 ) 𝑓(0.7095) 0.70952 − 𝑒 −0.7095
𝑥3 = = 0.7095 − = 0.7095 − = 0.6971
𝑓′(𝑥2 ) 𝑓(0.7095) 2(0.7095) − 𝑒 −0.7095

Calcule el error relativo porcentual en la última iteración

|𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜−𝑣𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑑𝑜 |
Formula: 𝐸𝑟 = ∗ 100
𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜

0.7035 − 0.6971
𝐸𝑟 = ∗ 100
0.7035
𝐸𝑟 = 0.91%
 4. Aproxime con 𝟏𝟎−𝟒 de precisión la raíz de la ecuación 𝒙 − 𝟎, 𝟖 −
𝟎, 𝟐𝒔𝒆𝒏(𝒙) = 𝟎 en el intervalo [𝟎, 𝟏⁄𝟐𝝅] utilizando el método de la
secante.

𝑓(𝑥) = 𝑥 − 0.8 − 0.2𝑠𝑒𝑛(𝑥) Intervalo 𝐼[0,1 /2𝜋]

𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑖𝑒𝑡𝑟𝑎𝑡𝑖𝑣𝑎 𝑑𝑒𝑙 𝑚𝑒𝑡𝑜𝑑𝑜 𝑠𝑒𝑐𝑎𝑛𝑡𝑒 (𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑚𝑜𝑠 𝑒𝑛 𝑟𝑎𝑑𝑖𝑎𝑛𝑒𝑠)

𝑋𝑛 − 0.8𝑓(𝑋𝑛) − 𝑋𝑛(𝑋𝑛 − 0.2)

𝑋𝑛 + 1 = ; 𝑛 ≥ 1, 𝑠𝑒𝑎 𝑥0 = 0.1 𝑥1
𝑓(𝑋𝑛) − 𝑓(𝑋𝑛 − 0.2)
= 2𝜋 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝑒𝑠

𝐼𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 1, 𝑐𝑜𝑛 𝑛 = 1.

“Pendiente de solución”

5. Determine las raíces reales de f(x) = −26 + 82.3x − 88𝑥 2 + 45.4𝑥 3 −

9𝑥 4 + 0.65𝑥 5 usando el Método de la Regla Falsa aproximar en el
intervalo [0.5 , 1] con ξ𝒂 = 𝟎. 𝟏%

Son necesarios dos puntos alrededor de la raíz de la función para empezar.

Además, hay que tener claro el error admisible ξa que nos permitirá verificar el
número de iteraciones a realizar. Teniendo en cuenta la fórmula:

𝑓(𝑥𝑓 )(𝑥𝑖 − 𝑥𝑓 )
𝑥𝑚 = 𝑥𝑓 − 𝑑𝑜𝑛𝑑𝑒 𝑥𝑓 = 0.5 𝑦 𝑥𝑖 = 1
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑓 )

Pasamos a evaluar los términos en la ecuación

𝑥𝑓 = −26 + 82.3(0.5) − 88(0.5)2 + 45.4(0.5)3 − 9(0.5)4 + 0.65(0.5)5

𝑥𝑓 = −26 + 41.15 − 22 + 5.675 − 0.5625 + 0.0203 = −1.7172

 𝑥𝑖 = −26 + 82.3(1) − 88(1)2 + 45.4(1)3 − 9(1)4 + 0.65(1)5

𝑥𝑖 = −26 + 82.3 − 88 + 45.4 − 9 + 0.65 = 5.35

Por lo tanto

𝑥𝑓 → 𝑓(𝑥𝑓 ) = −1.7172

𝑥𝑖 → 𝑓(𝑥𝑖 ) = 5.35

Iteración 1:

𝑥𝑓 = 0.5

𝑥𝑖 = 1

𝑓(𝑥𝑓 ) = −1.7172

𝑓(𝑥𝑖 ) = 5.35

−1.7172(1 − 0.5)
𝑥1 = 0.5 − = 0.6215
5.35 − (−1.7172)

Ahora evaluamos la función

𝑥𝑓 = −26 + 82.3(0.6215) − 88(0.6215)2 + 45.4(0.6215)3 − 9(0.6215)4
+ 0.65(0.6215)5

𝑥𝑓 − 26 + 51.15 − 33.99 + 10.90 − 1.34 − 0.60 = 0.77

Como 𝑓(𝑥𝑖 )𝑓(𝑥𝑚 ) < 0 tienen signos opuestos, entonces la raíz debe estar en el
intervalo [𝑥𝑖 , 𝑥𝑚 ]

Error = |(𝑓(𝑥𝑚 )| > 0.1% Entonces se procede a realizar la segunda iteración.

Iteración 2:

𝑥𝑓 = −26 + 82.3(0.6215) − 88(0.6215)2 + 45.4(0.6215)3 − 9(0.6215)4

+ 0.65(0.6215)5

𝑥𝑓 − 26 + 51.15 − 33.99 + 10.90 − 1.34 − 0.60 = 0.77

 𝑥𝑖 = −26 + 82.3(1) − 88(1)2 + 45.4(1)3 − 9(1)4 + 0.65(1)5

𝑥𝑖 = −26 + 82.3 − 88 + 45.4 − 9 + 0.65 = 5.35

Por lo tanto

𝑥𝑓 → 𝑓(𝑥𝑓 ) = 0,77

𝑥𝑖 → 𝑓(𝑥𝑖 ) = 5.35

Resolvemos

𝑥𝑓 = 0.5

𝑥𝑖 = 0.6215

𝑓(𝑥𝑓 ) = 0.77

𝑓(𝑥𝑖 ) = 5.35

(0.77)(0.6215 − 0.5)
𝑥𝑚 = 0.5 − = 0.4795
5.35 − (0.77)

Ahora evaluamos la función

𝑥𝑓 = −26 + 82.3(0.4795) − 88(0.4795)2 + 45.4(0.4795)3 − 9(0.4795)4
+ 0.65(0.4795)5

𝑥𝑓 − 26 + 39.46 − 20.23 + 5.005 − 0.475 + 0.016 = −2.226

Iteración 3:
𝑥𝑓 = 0.5

𝑥𝑖 = 0.4795

𝑓(𝑥𝑓 ) = 0.77

𝑓(𝑥𝑖 ) = −2.226

(0.77)(0.4795 − 0.5)
𝑥𝑚 = 0.5 − = 0.4947
−2.226 − (0.77)
Ahora evaluamos la función
𝑥𝑓 = −26 + 82.3(0.4947) − 88(0.4947)2 + 45.4(0.4947)3 − 9(0.4947)4
+ 0.65(0.4947)5

𝑥𝑓 − 26 + 40.714 − 21.536 + 5.496 − 0.539 + 0.0193 = −1.8457

Iteración 4:

𝑥𝑓 = 0.5

𝑥𝑖 = 0.4947

𝑓(𝑥𝑓 ) = 0.77

𝑓(𝑥𝑖 ) = −1.8457

(0.77)(0.4947 − 0.5)
𝑥𝑚 = 0.5 − = 0.4984
(−1.8457) − 0.77

Ahora evaluamos la función

𝑥𝑓 = −26 + 82.3(0.4984) − 88(0.4984)2 + 45.4(0.4984)3 − 9(0.4984)4
+ 0.65(0.4984)5

𝑥𝑓 − 26 + 41.018 − 21.859 + 5.621 − 0.555 + 0.01999 = −1.755

Iteración 5:

𝑥𝑓 = 0.5

𝑥𝑖 = 0.4984

𝑓(𝑥𝑓 ) = 0.77

𝑓(𝑥𝑖 ) = −1.755

(0.77)(0,4984 − 0.5)
𝑥𝑚 = 0.5 − = 0.4995
−1.755 − (0.77)

Ahora evaluamos la función

𝑥𝑓 = −26 + 82.3(0.4995) − 88(0.4995)2 + 45.4(0.4995)3 − 9(0.4995)4
+ 0.65(0.4995)5

𝑥𝑓 − 26 + 41.1089 − 21.956 + 5.658 − 0.560 + 0.0202 = −1.7289

Iteración 6:

𝑥𝑓 = 0.5

𝑥𝑖 = 0.4995

𝑓(𝑥𝑓 ) = 0.77

𝑓(𝑥𝑖 ) = −1.7289

(0.77)(0.4995 − 0.5)
𝑥𝑚 = 0.5 − = 0.4999
−1.7289 − (0.77)

Ahora evaluamos la función

𝑥𝑓 = −26 + 82.3(0.4999) − 88(0.4999)2 + 45.4(0.4999)3 − 9(0.4999)4
+ 0.65(0.4999)5

𝑥𝑓 − 26 + 41.142 − 21.99 + 5.67 − 0.56 + 0.0203 = −1.7208

Iteración 7:

𝑥𝑓 = 0.5

𝑥𝑖 = 0,4999

𝑓(𝑥𝑓 ) = 0.77

𝑓(𝑥𝑖 ) = −1.7208

(0.77)(0.4999 − 0.5)
𝑥𝑚 = 0.5 − = 0.5000
−1.7208 − (0.77)

Ahora evaluamos la función

𝑥𝑖 = −26 + 82.3(0.5000) − 88(0.5000)2 + 45.4(0.5000)3 − 9(0.5000)4
+ 0.65(0.5000)5

𝑥𝑖 − 26 + 41.15 − 22 + 5.675 − 0.5625 + 0.02031 = −1.7172

Como se puede observar se deben hacer 7 iteraciones.

Iteración 𝑥𝑓 𝑥𝑖 𝑓(𝑥𝑓 ) 𝑓(𝑥𝑖 ) 𝑥𝑚 𝑓(𝑥𝑚 )

1 0,5 1 -1,7172 5,35 0,6125 0,7745
2 0,5 0,6215 0,77 5,35 0,4795 -2,226
3 0,5 0,4795 0,77 -2,266 0,4947 -1,8457
4 0,5 0,4947 0,77 -1,8457 0,4984 -1,755
5 0,5 0,4984 0,77 -1,755 0,4995 -1,7289
6 0,5 0,4995 0,77 -1,7289 0,4999 -1,7208
7 0,5 0,4999 0,77 -1,7208 0,5000 -1,7172

6. Demostrar que 𝒇(𝒙) = 𝒙𝟑 + 𝟐𝒙𝟐 − 𝟔 tiene una raíz en [𝟏, 𝟐] y utilizando el

Método de bisección determine una aproximación a la raíz con una
precisión de al menos 𝟏𝟎−𝟒
Se utilizaran las siguientes formulas
𝑥𝑎 +𝑥𝑏
 𝑥𝑟 = 2

 𝑓(𝑥𝑎 ) ∗ 𝑓(𝑥𝑟 )

𝑥𝑟 (𝑎𝑐𝑡𝑢𝑎𝑙)+𝑥𝑟 (𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟)
 𝐸𝑝 = | ∗ (100)|
𝑥𝑟 (𝑎𝑐𝑡𝑢𝑎𝑙)

Primera iteración

1+2
𝑥𝑟 = = 1.5
2

𝑓(𝑥1 ) = (1.5)3 + 2(1.5)2 − 6 = 1.875

Hallamos 𝑓(𝑥𝑎 ) para reemplazar en la formula

𝑓(𝑥𝑎 ) = 𝟏𝟑 + 𝟐(𝟏)𝟐 − 𝟔 = −𝟑
𝑓(𝑥𝑏 ) = 𝟐𝟑 + 𝟐(𝟐)𝟐 − 𝟔 = 𝟏𝟎

𝑓(𝑥𝑎 ) ∗ 𝑓(𝑥1 ) = (−3) ∗ (1.875) = −5.625

Como es 𝑓(𝑥𝑎 ) < 0 entonces aplicamos las mismas condiciones del método de
la falsa posición.
𝑥𝑎 = 𝑥𝑎 𝑦 𝑥𝑏 = 𝑥1

𝑥𝑎 = 1 𝑦 𝑥𝑏 = 1,5

Hallemos 𝒇(𝒙𝟐 )

𝑥𝑎 +𝑥𝑏 1+1,5 2,5

Nuevamente la fórmula: 𝑥2 = 2
= 2
= 2
= 1,25

𝑓(𝑥2 ) = (1.25)3 + 2(1.25)2 − 6 = 0.922

𝑓(𝑥𝑏 ) ∗ 𝑓(𝑥2 ) = (−3) ∗ (0.922) = −2.766 Entonces < 0, 𝑎𝑠í 𝑥𝑎 = 1, 𝑥𝑏 = 1,25

Hallemos 𝒇(𝒙𝟑 )

𝑥𝑎 +𝑥𝑏 1+1,25 2,25

Nuevamente la fórmula: 𝑥3 = 2
= 2
= 2
= 1,125

𝑓(𝑥3 ) = (1.125)3 + 2(1.125)2 − 6 = −2.045

𝑓(𝑥𝑏 ) ∗ 𝑓(𝑥3 ) = (−3) ∗ (−2.045) = 6.135 Como > 𝟎, 𝒂𝒔í 𝒙𝒂 = 𝟏, 𝟏𝟐𝟓 𝒙𝒃 = 𝟏, 𝟐𝟓

Hallemos 𝒇(𝒙4 )

𝑥𝑎 +𝑥𝑏 1.125+1,25 2.375

Nuevamente la fórmula: 𝑥4 = = = = 1,1875
2 2 2

Como 𝒙𝒂 cambio de valor entonces buscamos 𝑓(𝑥𝑎 )

𝑓(𝑥𝑎 ) = 1,1253 + 2 ∗ (1,125)2 − 6 = −2.405

𝑓(𝑥4 ) = (1.1875)3 + 2(1.1875)2 − 6 = −1.505

𝑓(𝑥𝑎 ) ∗ 𝑓(𝑥4 ) = (−2.405) ∗ (−1.505) = 3.620 > 0, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑥𝑎 = 1,1875 𝑥𝑏 = 1,25

Hallemos 𝒇(𝒙5 )

𝑥𝑎 +𝑥𝑏 1.1875+1.25 2.4375

Nuevamente la fórmula: 𝑥5 = 2
= 2
= 2
= 1.219

Como 𝒙𝒂 cambio de valor, entonces hallemos 𝒇(𝒙𝒂 )

𝑓(𝑥𝑎 ) = (1.1875)3 + 2(1.1875)2 − 6 = −1.505

𝑓(𝑥5 ) = (1.219)3 + 2(1.219)2 − 6 = −1.217

𝑓(𝑥𝑎 ) ∗ 𝑓(𝑥5 ) = (−1.505) ∗ (−1.217) = 1.832 Veamos claramente que 𝑓(𝑥𝑎 )𝑓(𝑥5 ) >
0, entonces 𝑥𝑎 = 1,219 𝑥𝑏 = 1,25

1,219+1,25
Formula: 𝑥6 = 2
= 1.2344

Como llevamos encontrando 6 aproximaciones, miremos si la condición de

encontrar una raíz con una precisión de 10−4 se puede llevar a cabo, entonces:

𝑥𝑏 − 𝑥𝑎 𝑥𝑏 − 𝑥𝑎
|𝑥 − 𝑥𝑛 | ≤ < 10−4 → < 10−4
2𝑛 2𝑛

2−1 1 1
< 10−4 → < 10−4 → 1 < 2𝑛 ∗ 10−4 → < 2𝑛
2𝑛 2𝑛 10−4

→ 10000 < 2𝑛 multiplicamos por log10

4
→ log(10000) < log(2𝑛 ) → 4 < 𝑛 log(2) → <𝑛 → 13,2877 … . < 𝑛
log(2)
𝑛∈ℕ 𝑛 = 14
Lo cual nos indica que son necesarias aproximadamente 14 iteraciones
para tener una precisión de 10−4, lo cual indica que con las 6
aproximaciones no son suficientes, ya que si comparamos |𝑥 − 𝑥𝑏 | <
10−4 , 𝑥 ≈ 1,236023
|1,236023 − 1,234575| < 10−4 → 0,001648 ≮ 0,0001

Para no realizar más pasos a mano, nos hemos apoyado en un algoritmo

computacional, el cual nos arrojó los siguientes datos necesarios:
𝑥 ≈ 1,2360687255859375, mejor aproximación
𝑥13 ≈ 1,2359619140625
𝑥14 ≈ 1,23602294921875
 Si hacemos |𝑥 − 𝑥13 | ≈ 0,00011 ≮ 0,0001
 Pero si hacemos |𝑥 − 𝑥14 | ≈ 0,000046 ≮ 0,0001
Así que son necesarios 14 iteraciones para lograr la condición pedida, así
que nuestra raíz buscada es 𝑥14 .