MÉTODOS NUMÉRICOS

ESTUDIANTE

NELSON OSSA NARVAEZ

CÓD:

12276905

TUTOR:

XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

UNIVERSIDAD ABIERTA Y A DISTANCIA

26 de septiembre 2020
 INTRODUCCIÓN

Este trabajo es acerca del error en los métodos numéricos, en el cual se resuelve un
problema donde se determinan los polinomios de la serie de Taylor desde el grado
cero hasta el 5, me muestra una gráfica comparativa del error de truncamiento
acerca de la evaluación de los polinomios hallados y se da una a5nalisis de los
resultados obtenidos y observaran ecuaciones no lineales un ejercicio acerca de un
cono en el que se realizó una tabla en el intervalo donde se encuentra la primera
raíz, la gráfica de la función en ese intervalo, la solución del ejercicio por el método
de bisección, Regula falsi, Newton-Raphson y secante, se muestra una descripción
teórica y una tabla con los resultado y al grafica del error & interacciones.
 DESARROLLO DEL PROBLEMA 1

TEMA 1

Problema 1: (𝑥)=𝑠𝑖𝑛(𝑥), centrado en 𝑥=5𝜋/6

ERRORES DE TRUNCAMIENTO Y LA SERIE DE TAYLOR

Los errores de truncamiento son aquellos que resultan al usar una aproximación en
lugar de un procedimiento matemático exacto.
∞
xn x x2 x3
e x =∑ =1+ + + + …
n=0 n ! 1 ! 2 ! 3!
El teorema de Taylor es de gran valor en el estudio de los métodos numéricos. En
esencia, la serie de Taylor proporciona un medio para predecir el valor de una
función en un punto en términos del valor de la función y sus derivadas en otro
punto. En particular, el teorema establece que cualquier función suave puede
aproximarse por un polinomio.

Ejercicio 1: determine los polinomios de Taylor desde el grado cero (0) hasta el
grado cinco (5).

TEOREMA DE TAYLOR

Si la función f y sus primeras n + 1 derivadas son continuas en un intervalo que

contiene a y x, entonces el valor de la función en x está dado por

f ' (a) '

1 f ' ( a) 2 f
'' ' ( a)
3 f ( n) ( a ) n
f ( x )=f ( a ) + ( x−a ) + ( x−a ) + ( x−a ) +…+ ( x−a ) + Rn
1! 2! 3! n!

1 d0 5 π 0 1 d1 5 π 1 1 d2 5 π 2 1 d3
sin ( x ) ≈
x=
6
(
∙ 0 sin ( x ) ¿ 5 π ∙ x−
0! d x 6 )
+ ∙ 1 sin ( x ) ¿ 5 π ∙ x−
1! d x x=
6 6 (
2! d x )
+ ∙ 2 sin ( x ) ¿ 5 π ∙ x−
x=
6 6
+ ∙ 3
3! d x ( )
5π
a= ≈ 2,617993
6

1 d0 1 1
∙ sin ⁡( x) ∙ sin ⁡( x ) 0,500000 0,500000
0 ! d x0 0! 2
1 d1 1 −√ 3
∙ sin ⁡(x ) ∙ cos ⁡(x ) -0,866025 −0,866025 ( x−a )
1! d x1 1! 2
1 d2 −1
∙ sin ⁡( x )
−1 2
∙ sin ⁡(x ) -0,250000 −0,250000 ( x−a )
2! d x 2 2! 4
1 d3 −1
∙ cos ⁡( x ) √3
∙ sin ⁡( x ) 3! 0,144337 0,144337 ( x−a )3
3! d x 3 12
1 d4 1 1
∙ sin ⁡(x) ∙ sin ⁡( x ) 0,020833 0,020833 ( x−a )4
4 ! d x4 4! 48
1 d5 1 −√ 3
∙ sin ⁡( x ) ∙ cos ⁡( x) -0,007216 −0,007216 ( x−a )5
5! d x 5 5! 240

Organizando por iteraciones tenemos

n
0 0,500
000
1 0,500 −0,866025 ( x−a )
000
2 0,500 −0,866025 ( x−a )
−0,250000 ( x−a )2
000
3 0,500 −0,866025 ( x−a )
−0,250000 ( x−a )2
0,144337 ( x−a )3
000
4 0,500 −0,866025 ( x−a )
−0,250000 ( x−a )2
0,144337 ( x−a )3 0,020833 ( x−a )4
000
5 0,500 −0,866025 ( x−a )
−0,250000 ( x−a )2
0,144337 ( x−a )3 0,020833 ( x−a )4 −0,007216 ( x−a )5
000

2 3
sin ( x ) ≈ 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993 ) +0,144337 ( x−2,617993 ) +0,020833 ( x−2,

Ejercicio 2: Realice una gráfica comparativa con la evaluación de los polinomios

solicitados en el ejercicio anterior y determine cuál es el error de truncamiento
resultante en cada uno de los polinomios hallados. Haga una gráfica del
comportamiento del error para cada polinomio.

N Ecuación por iteración

0 sin ( x ) ≈ 0,500000
1 sin ( x ) ≈ 0,500000−0,866025 ( x−2,617993 )

2 sin ( x ) ≈ 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993 )

2

3 2
sin ( x ) ≈ 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993 ) +0,144337 ( x−2,617993 )
3

4 sin ( x ) ≈ 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993 )2 +0,144337 ( x−2,617993 )3 +0,020833

5 2 3
sin ( x ) ≈ 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993 ) +0,144337 ( x−2,617993 ) +0,020833
N Ecuación por iteración
0 0.500000
1 −0.866025 · x +2.76724
2 −0.25 · x2 +0.442970 · x+1.05377
3 0.144336 · x3 −1.38361· x2 +3.41077 · x−1.53611
4 0.0208329 · x 4 −0.0738253 · x 3−0.526898· x 2+1.91551 · x −0.557473
5
−0.007216 · x5 +0.115290 · x 4 −0.568402· x 3+ 0.767900· x 2+ 0.220632· x+ 0.329960

Error absoluto por iteración

Error=|f anterior (t)−f nuevo (t)|

n |f anterior (t)−f nuevo (t)| Error absoluto

0 ----------------------------
1 ( 0,500000 ) −( 0,500000−0,866025 ( x−2,617993 )) |0,866025 ( x−2,617993 )|
2 ( 0,500000−0,866025 ( x−2,617993 ) )−( 0,500000−0,866025 (|x−2,617993
0,250000 ( x−2,617993 )2|( x −2,617993 )2 )
) −0,250000
3 ( x−2,617993 )3| ( x−2,617993 )−0,25
)2 ) −( 0,500000−0,866025
( 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993|0,144337
4 )2 +0,144337
( 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993|0,020833 ( x−2,617993 )4| )3 ) −( 0,500000−0,86
( x−2,617993
5 )2 +0,144337
( 0,500000−0,866025 ( x−2,617993 )−0,250000 ( x−2,617993|0,007216 ( x−2,617993 )5| )3 +0,020833 ( x−2,6
( x−2,617993

Ejercicio 3: Haga un análisis de resultados basándose en la teoría y en los

resultados obtenidos. Debe incluir referencias a la bibliografía empleada.
Comentarios sin referencias no serán tenidos en cuenta.
La serie de Taylor proporciona una buena forma de aproximar el valor de una
función en algún punto en términos del valor de la función. Por supuesto, para
hacer esta aproximación sólo se pueden tomar un número determinado de
expresiones de esta serie, por lo que el resto resulta en un término residual, es a
criterio del que aplica la serie en número de términos del que se desea incluir la
aproximación.

TEMA 2

Ejercicio 1:
Realice una tabla en el intervalo en donde se encuentre la primera raíz (positiva o
negativa) y grafique la función en ese intervalo (use un tamaño de paso adecuado
que le permita observar los cambios de signo). Indique el, o los, subintervalo en
donde posiblemente se encuentra la raíz.
Ejercicio 2:

Determine, con una exactitud de 10−6 o al menos 10 iteraciones, la raíz visualizada

en el ejercicio anterior empleando cada uno de los siguientes métodos:
• Bisección
• Regula Falsi
• Newton – Raphson
• Secante

Para cada método haga una descripción teórica (las ecuaciones deberán ir en un
editor de texto) y elabore una tabla con los resultados. Debe contener al menos la
siguiente información por columna: El número de iteración niter (empezando en
cero), valor aproximado de la raíz en cada iteración 𝑥𝑖, el valor de la función
evaluada en la raíz aproximada en esa iteración, 𝑓(𝑥𝑖), y el error relativo, 𝐸𝑟𝑒𝑙(%).
Los cálculos deberán ser consignados en tablas y no es necesario que hagan cada
cálculo en un editor de ecuaciones, para eso son los programas de cálculo.

ECUACION DEL METODO DE biseccion:

1. Seleccionar un intervalo de confianza que dentro de si tenga la raíz (o raíces

de la ecuación).
Tomaremos como intervalo de confianza los valores de x a y x b
 2. Sumar los extremos de l intervalo y dividir el resultado entre 2 para obtener
la mitad de dicho intervalo.
xa + xb
x r=
2

3. Analizar los valores de la funcion tanto en los extremos del intervalo como en
su parte media.

f ( x a ) =K 1 , f ( x b )=K 2 , f ( x r ) =K 3

4. Se realizan las siguientes operaciones y se tienen en cuentas las siguientes

consideraciones:

 Si f ( x a )∗f ( x r ) <0 entonces hay al menos una raíz en el intervalo ( x ¿ ¿ a , xr ) ¿

 f ( x b )∗f ( x r ) <¿entonces hay al menos una raíz en el intervalo ( x ¿ ¿ a , xr ) ¿
 f ( x a )∗f ( x r )=0 o f ( x b )∗f ( x r )=0 entonces hay una raíz en x r
 f ( x a )∗f ( x r )=0 o f ( x b )∗f ( x r )=0 entonces se desechara dicho intervalo
5. Se repiten los pasos del 2 al 5 hasta que se cumpla el criterio de paro que se
haya estipulado previamente, a continuación, se establecerán los criterios de
paro más comunes:}
 Se realizo el número de iteraciones estipulado al inicio de del método.
Para determinar un numero de iteraciones adecuado podemos hacer
uso de la siguiente ecuacion:
x b−x a
|x n−x|≤ para n ≥ 1
2n
 Se obtuvo un error porcentual menor o igual que el estipulado al inicio
de del método. Es importante notar que dicho error será calculado en
base al valor de la función en su estado actual y en su estado anterior,
pues en casos de la vida real no es posible conocer el valor real de la
raíz, pues de será así no tendría sentido la aplicación de este método.
Aplicaremos entonces la ecuación:
ε a=¿ x nuevo−x anterior ∨ ¿ ∗100 % ¿
x nuevo

Método bisección

f(Xa)*f(Xr f(Xa)*f(Xr)<
n Xa Xb Xr f(Xa) f(Xr) ) 0
- -
2701,16579 1861847,69 Xa=Xa &
1 14 14,5 14,25 8 689,275607 5 Xb=Xr
2 14 14,25 14,125 - - 2771168,00 Xa=Xr &
 2701,16579 1025,91555
8 4 6 Xb=Xb
-
1025,91555 - 177846,580 Xa=Xr &
3 14,125 14,25 14,1875 4 173,354015 3 Xb=Xb
- - Xa=Xa &
4 14,1875 14,25 14,21875 173,354015 256,697086 44499,4705 Xb=Xr
14,20312 - - Xa=Xa &
5 14,1875 14,21875 5 173,354015 41,356258 7169,27337 Xb=Xr
14,20312 14,19531 - 11456,0111 Xa=Xr &
6 14,1875 5 2 173,354015 -66,084487 5 Xb=Xb
14,19531 14,20312 14,19921 Xa=Xr &
7 2 5 8 -66,084487 -12,390687 818,832194 Xb=Xb
-
14,19921 14,20312 14,20117 179,305383 Xa=Xa &
8 8 5 1 -12,390687 14,47098 8 Xb=Xr
-
14,19921 14,20117 14,20019 12,7876598 Xa=Xa &
9 8 1 4 -12,390687 1,032038 3 Xb=Xr
1 14,19921 14,20019 14,19970 Xa=Xr &
0 8 4 6 -12,390687 -5,679631 70,37453 Xb=Xb

Error bisección

%error
Xr relativo
14,25 no
14,125 0,8849
14,1875 0,4405
14,21875 0,2197
14,20312
5 0,11
14,19531
2 0,055
14,19921
8 0,0275
14,20117
1 0,0137
14,20019
4 0,0068
14,19970 0,0034
6

Método de Newton-Raphson
  Entre los métodos de aproximaciones sucesivas para encontrar algunas de las
raíces de una ecuacíon algebraica o tracendente, el de Newton-Raphson es el que
presenta mejores características de eficiencia, debido a que casi siempre converge
a la solución y lo hace en un número reducido de iteraciónes.
Este método es aplicable tanto en ecuaciones algebraicas como tracendentes y con
él es posible obtener raíces complejas.

Tal vez, de las fórmulas para localizar raíces, la fórmula de Newton-Raphson sea la
más ampliamente utilizada. Si el valor inicial para la raíz es xi, entonces se puede
trazar una tangente desde el punto [xi,f(xi)] de la curva. por lo común, el punto
donde esta tangente cruza el eje x representa una aproximación mejorada de la
raíz.

El método de Newton-Rapshon se deduce a partir de esta interpretación

geométrica.

El método de Newton-Raphson, como todos los de aproximaciones sucesivas, parte

de una primera aproximación y mediante la aplicación de una formula de
recurrencia se acercara a la raíz buscada, de tal manera que la nueva aproximación
se localiza en la interseccíon de la tangente a la curva de la función en el punto y el
eje de las abscisas.

ECUACION DEL METODO DE NEWTON:

 f ( xk )
x k+1=x k −
f (¿ x˙¿¿ k )solo si f ( ¿ x ¿¿ k˙)≠0 (1) ¿ ¿ ¿ ¿

|x k −x k+1|
error = (2)
|x k+1|

f (Xr)/ f
n Xr f (Xr) f ' (Xr) '(Xr) nueva Xr
1 14,25 689,275607 13883,0625 0,049648 14,200352
2 14,200352 3,205211 13754,46077 0,000233 14,200119
3 14,200119 0,000492 13753,85922 0 14,200119
4 14,200119 0,000492 13753,85922 0 14,200119
5 14,200119 0,000492 13753,85922 0 14,200119
6 14,200119 0,000492 13753,85922 0 14,200119
7 14,200119 0,000492 13753,85922 0 14,200119
8 14,200119 0,000492 13753,85922 0 14,200119
9 14,200119 0,000492 13753,85922 0 14,200119
10 14,200119 0,000492 13753,85922 0 14,200119

Error newton

%error
nueva Xr relativo
14,20035
2 no
14,20011
9 0,0016
14,20011
9 0
14,20011
9 0
14,20011
9 0
14,20011
9 0
14,20011
9 0
14,20011
9 0
14,20011
9 0
14,20011
9 0

Falsa posición
n Xl Xu f(Xl) f(xu) Xi f(Xi) f(Xl)*f(Xi)2 f(Xa)*f(Xr)<0
1 14 14,5 -2701,1658 4242,146701 14,194515 -77,035605 208085,9415 Xl=Xi & Xu=Xa
2 14,194515 14,5 -77,035605 4242,146701 14,199963 -2,145078 165,2473815 Xl=Xi & Xu=Xa
3 14,199963 14,5 -2,145078 4242,146701 14,200114 -0,068277 0,146459491 Xl=Xi & Xu=Xa
4 14,200114 14,5 -0,068277 4242,146701 14,200118 -0,013261 0,000905421 Xl=Xi & Xu=Xa
5 14,200118 14,5 -0,013261 4242,146701 14,200118 -0,013261 0,000175854 Xl=Xi & Xu=Xa
6 14,200118 14,5 -0,013261 4242,146701 14,200118 -0,013261 0,000175854 Xl=Xi & Xu=Xa
7 14,200118 14,5 -0,013261 4242,146701 14,200118 -0,013261 0,000175854 Xl=Xi & Xu=Xa
8 14,200118 14,5 -0,013261 4242,146701 14,200118 -0,013261 0,000175854 Xl=Xi & Xu=Xa
9 14,200118 14,5 -0,013261 4242,146701 14,200118 -0,013261 0,000175854 Xl=Xi & Xu=Xa
10 14,200118 14,5 -0,013261 4242,146701 14,200118 -0,013261 0,000175854 Xl=Xi & Xu=Xa

%error
Xi relativo
14,19451
5 no
14,19996
3 0,0383
14,20011
4 0,001
14,20011
8 0
14,20011
8 0
14,20011
8 0
14,20011
8 0
14,20011
8 0
14,20011
8 0
14,20011
8 0

Secante

n Xl Xu f(Xl) f(xu) Xi |xl-xu|

4242,14670
1 14 14,5 -2701,1658 1 14,194515 0,5
14,19451 4242,14670
2 14,5 5 1 -77,035605 14,199963 0,305484
14,19451 14,19996
3 5 3 -77,035605 -2,145078 14,200119 0,005447
14,19996 14,20011
4 3 9 -2,145078 0,000492 14,200118 0,000156
14,20011 14,20011
5 9 8 0,000492 -0,013261 14,200118 0,000001
14,20011 14,20011
6 8 8 -0,013261 -0,013261 #¡DIV/0! 0
14,20011
7 8 #¡DIV/0! -0,013261 #¡DIV/0! #¡DIV/0! #¡DIV/0!
8 #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0!
9 #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0!
10 #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0! #¡DIV/0!

Error

%error
Xi relativo
14,19451 no
5
14,19996
3 0,0383
14,20011
9 0,001
14,20011
8 0
14,20011
8 0
#¡DIV/0! indeterminado
#¡DIV/0! indeterminado
#¡DIV/0! indeterminado
#¡DIV/0! indeterminado
#¡DIV/0! indeterminado

CONCLUSIONES

 Se aprendió la implementación de las series de Taylor y el error al evaluar

de cómo es su comportamiento al evaluarlo
 Se observó la fórmula del error como funciona, para que sirve y que se
debe tener en cuenta
 Implementando los diferentes métodos para la solución del problema se
observa que los errores son diferentes, que dependiendo del método uno
es más acertado que el otro.
 BIBLIOGRAFÍA

 Chapra, S., & Canale, R. (2016). Métodos numéricos para

ingenieros. 5a. ed. McGraw-Hill
 Desarrollo en serie de Taylor. (s.f.). Recuperado 12 marzo, 2020, de
http://recursostic.educacion.es/descartes/web/materiales_didacticos
/Desarrollo_serie_taylor/Desarrollo_en_serie_de_taylor.htm
 Cheney –Kincaid. Métodos numéricos y computación. 6a. ed
García, I., & Maza, S. (2009). Métodos numéricos: problemas resueltos y
prácticas
 Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería. México,
D.F., MX: Larousse - Grupo Editorial Patria.
 2.2 Métodos abiertos: Iteración punto fijo, Método de Newton Raphson y
Método de la secante. Métodos para raíces múltiples. - METODOS
NUMERICOS. (s.f.). Recuperado 12 marzo, 2020, de
https://sites.google.com/site/metalnumericos/home/unidad-3/2-2-metodos-
abiertos-iteracion-punto-fijo-metodo-de-newton-raphson-y-metodo-de-la-
secante-metodos-para-raices-multiples
 2.2 Métodos abiertos: Iteración punto fijo, Método de Newton Raphson y
Método de la secante. Métodos para raíces múltiples. - METODOS
NUMERICOS. (s.f.). Recuperado 12 marzo, 2020, de
https://es.slideshare.net/Dylan2010Diianhiizz1994/ventajas-y-desventajas-
de-mtodos-de-biseccin-secante-y-newton-raphson