1.

Ejemplo 1:

Se realiza la evaluación de calidad de los metales empleados para la fabricación de un

computador portátil. Se hacen las respectivas mediciones y se comparan con las
especificaciones regularizadas por normas. Para esto se procede a tomar el peso del
material usado en la batería del equipo, un metal llamado Cadmio. Se toma la masa
atómica del material dando un resultado de:

𝑀𝑎 = 114,976444 ≈ 114,98 𝑔/𝑚𝑜𝑙

Se procede a hacer la comparación con la masa atómica regulada:

𝑀𝑎𝑟 = 112,40 𝑔/𝑚𝑜𝑙

Así que obtenemos un error absoluto de:

𝑔 𝑔
𝐸𝑎 = (114,98 − 112,40) ( ) = 2,58 ( )
𝑚𝑜𝑙 𝑚𝑜𝑙

Y un error relativo de:

2,58
𝐸𝑟 = ∗ 100 = 2,3 %
112,40

Con el fin de hallar el error por redondeo, hallamos el valor absoluto y relativo que
corresponden a la aproximación:

𝑔 𝑔
𝐸𝑎(𝑟𝑒𝑑) = (114,976444 − 114,98)( ) = −0,003556( )
𝑚𝑜𝑙 𝑚𝑜𝑙

|−0,003556|
𝐸𝑟(𝑟𝑒𝑑) = ∗ 100 = 0,00309 %
114,976444

La primera vez que se tomó el dato, se hizo una aproximación por truncamiento, es decir,
no se aproximó a la cifra más cercana:

𝑔
𝑀𝑎 = 113,97(𝑚𝑜𝑙)

Dándonos un error por aproximación:

𝑔 𝑔
𝐸𝑎(𝑡𝑟𝑢𝑛𝑐) = (114,976444 − 114,97)( ) = −0,006444( )
𝑚𝑜𝑙 𝑚𝑜𝑙
 |−0,006444|
𝐸𝑟(𝑡𝑟𝑢𝑛𝑐) = ∗ 100 = 0,0056 %
114,976444

Vemos que da un poco más de error que por redondeo, pero al final no es significativo.

Ejemplo 2:

En la misma evaluación de calidad se procede a pesar el computador completo para ver si cumple
con el peso establecido del producto:

𝑊 = 10,2087835𝑘𝑔 ≈ 10,20 𝑘𝑔

Se procede a hacer la comparación con el peso real del producto:

𝑊𝑟 = 10𝑘𝑔

Así que obtenemos un error absoluto de:

𝐸𝑎 = (10,2 − 10)𝑘𝑔 = 0,2𝑘𝑔

Y un error relativo de:

0,2
𝐸𝑟 = ∗ 100 = 2 %
10

Vemos que el peso fue redondeado, de una cifra significativa de 7 a una de 2, por lo tanto
se halla el error de redondeo.

𝐸𝑎(𝑟𝑒𝑑) = 10,2087835𝑘𝑔 − 10,20 𝑘𝑔 = 0,00878𝑘𝑔

|0,00878𝑘𝑔|
𝐸𝑟(𝑟𝑒𝑑) = ∗ 100 = 0,0860 %
10,2087835

Al tomar este peso vemos que la aproximación por truncamiento y redondeo serían las
mismas, por lo que los errores de ambos métodos de aproximación serían iguales
2.𝑓(𝑥) = 𝑥 2 − 5𝑥 − 𝑒 𝑥
Se busca una ecuación tal que 𝑔(𝑥) = 𝑥
𝑥 2 −𝑒 𝑥
Haciendo los despejes vemos que podemos usar 𝑔(𝑥) = 5
. Procedemos a hallar un
intérvalo de confianza, que es donde al evaluar la función se cambia de signo:

x f(x)
-4 36,0
-3 24,0
-2 13,9
-1 5,6
0 -1,0
1 -6,7
2 -13,4
3 -26,1
4 -58,6
2,3 -16,2

Nuestro intervalo de confianza será [−1 ; 5,6] porque aseguramos que la raíz 𝑓(𝑥) = 0
está en ese intervalo

procedemos a derivar la ecuación y revisar si está en el intervalo de confianza [−1, 5,6]

evaluamos en el punto medio 2,3 para ver si es continua en este intervalo.
2𝑥 − 𝑒 𝑥
𝑔′(𝑥) =
5

2(2,3)−𝑒 (2,3)
𝑔′(2,3) = 5
= −0,61

Vemos que si cumple, procedemos a iterar iniciando con un valor 𝑋0 = 0

i Xi g(x)
0 0 -0,2
1 -0,2 -0,15574615
2 -0,155746151 -0,16630391
3 -0,166303908 -0,16382637
4 -0,163826372 -0,16441006

En 5 iteracciones obtenemos una raíz de 𝑥 = −0,16441006, reemplazando en la fórmula

original obtenemos
 𝑓(−0,16441006) = 0,0006869

La función evaluada debería ser 0, por lo tanto el error absoluto sería:

𝐸𝑎 = 0,0006869

3. 𝑥 2 − 𝑒 −𝑥 = 0

Para el método de Newton – Raphson empezamos a iterar desde un punto 𝑥0 = −2

𝑓(𝑥𝑖 )
Usando 𝑥𝑖+1= 𝑥𝑖 +
𝑓′(𝑥𝑖 )

donde 𝑓(𝑥𝑖 ) = 𝑥2 − 𝑒−𝑥 y

𝑓′(𝑥𝑖 ) = 2𝑥 + 𝑒−𝑥

i x f(x) f'(x) xi+1

0 -2 -3,3890561 3,3890561 -1
1 -1 -1,71828183 0,71828183 1,39221119
2 1,39221119 1,68972684 3,03294754 0,83508753
3 0,83508753 0,26353468 2,10401157 0,70983409

En 3 iteraciones vemos que la raíz de la ecuación es 𝑥 = 0,70983409

La comparamos con la raíz real 𝑥𝑟 = 0,70346742250

Error absoluto:

𝐸𝑎 = 0,70983409 − 0,70346742250 = 0,00636

Error relativo:
0,00636
𝐸𝑟 = ∗ 100 = 0,9 %
0,70346742250
4 .𝑥 − 0,8 − 0,2𝑠𝑒𝑛(𝑥) = 0

El intérvalo [0,1 ; 0,5𝜋] la gráfica es contínua, por lo tanto para este método de la secante
tomaremos

𝑥𝑖−1 = 0 y 𝑥1 = 0,5𝜋

E iteraremos mediante la siguiente ecuación:

𝑓(𝑥𝑖 )(𝑥𝑖−1 − 𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓(𝑥𝑖−1 ) − 𝑓(𝑥𝑖 )
Donde

𝑓(𝑥) = 𝑥 − 0,8 − 0,2𝑠𝑒𝑛(𝑥)

i xi xi-1 f(xi) f(xi-1) xi+1 precisión

1 (1/2) π 0 0,57079633 -0,8 0,91672048

2 0,91672048 1,57079633 -0,04200163 0,57079633 0,96155133 0,04483085

3 0,96155133 0,91672048 -0,00246473 -0,04200163 0,96434609 0,002794759
4 0,96434609 0,96155133 0,00010807 -0,00246473 0,96433388 0,00012
5 0,96433388 0,96434609 0,00000002787 0,000108 0,96433389 0,00000001

Mediante el método de la secante hallamos la raíz aproximada que es 0,96433389 con una
precisión de 0,00000001 > 0,0001.