Aca3 - Analisis Numerico

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 14

ACA-3 ANÁLISIS NUMÉRICO GRUPO 12

TEMÁTICA:
ANÁLISIS DE DATOS

AUTORES:
ELIZABETH NATALIA DÍAZ DÍAZ – 51144
LIZETH CAROLINA DUEÑAS TORRES - 51144
ALEXANDER CARREÑO ACUÑA – 51144
DANIEL FELIPE BELTRÁN HERNÁNDEZ – 51144
JOSÉ LUIS BELTRÁN HERNÁNDEZ – 51144

DOCENTE:
ROBINSON PARDO PARDO

CORPORACIÓN UNIFICADA NACIONAL DE EDUCACIÓN SUPERIOR


BOGOTA DC, MARZO 2023
CONTENIDO DEL TRABAJO
1. Encontrar las raíces (todas) de las siguientes funciones utilizando el método de
punto fijo y el método Newton – Raphson.

2
 x 5+ x3 −x−2
3

MÉTODO PUNTO FIJO

No es posible despejar una función polinómica de grado 5 en términos de funciones


elementales (como polinomios, funciones trigonométricas, exponenciales o
logarítmicas).

Por lo tanto, no podemos despejar la función polinómica


5 2 3
x + x −x−2 en términos de funciones elementales. Sin embargo, podemos utilizar
3
el método de punto fijo para encontrar las raíces de la función.

Para ello, primero debemos reescribir la ecuación


5 2 3
x + x −x−2 en la forma 𝑥 = 𝑔(𝑥).
3

Una posible elección para 𝑔(𝑥) sería:

g ( x )=¿

A continuación, podemos aplicar repetidamente la función 𝑔(𝑥) a una suposición


inicial 𝑥 hasta que la secuencia converge a un punto fijo.
El Cambio de signo se da entre 1 y 2 así que es posible comenzar la interacción x=1.

 Se aplica la formula correspondiente para Xi, donde se remplazan la función


g(x), se remplaza los valores correspondientes.

 Se aplica la formula correspondiente para hallar el valor absoluto.

Una vez terminadas todas las interacciones, arrastramos la formula hacia abajo y
encontramos que la raíz aproximada es de 1.276241312 y la cual se encuentra muy
cerca de la raíz exacta.
COMPROBACIÓN GRAFICA

 cos ( 2 x )−x 5+ 2 x – 1

MÉTODO DE PUNTO FIJO


Definimos una función g(x) = x, para iniciar con el ejercicio.

Se toma como punto de referencia más cercano a la raíz (2)

Se aplica la formula correspondiente para Xi, donde se remplazan la función g(x), se


remplaza los valores correspondientes.

Se aplica la formula correspondiente para hallar el valor absoluto, remplazamos: donde


C8 se procede a restar de C7 y se divide sobre C8, esto se multiplica por 100.

Una vez terminadas todas las operaciones, arrastramos la formula hacia abajo y
encontramos que nuestra raíz aproximada es de 2.284331456 que está cerca de la raíz
exacta.
COMPROBACION GRAFICA

MÉTODO DE NEWTON RAPSON

Figura 1. Imagen Derivando Función, (Excel, 2016)

Descripción: Derivamos la función dada para luego poder operar los valores como se
corresponde.
Figura 2. Definir Xi. (Excel)

Descripción: Se grafica define un valor más cercano a la raíz y con este comenzamos las
iteraciones

Figura 3. Imagen punto más cercano a la raíz. (Excel, 2016)

Descripción: Se toma como punto de referencia más cercano a la raíz (-1,2)

Figura 4. Se aplica la formula correspondiente para F(Xi). (Excel, 2016)

Descripción: Se aplica la formula correspondiente para Xi, donde se remplazan los


valores de X con el -1,2, se remplaza los valores correspondientes.

Figura 5. Se aplica la formula correspondiente para F´(Xi).


Descripción: Se aplica la formula correspondiente para hallar el valor F´(Xi).,
remplazamos: donde C6 se reemplaza por todos los valores de X de la función
anteriormente derivada.

Figura 6. Dividmos F(Xi) entre F´(Xi). (Excel, 2016)

Descripción: Una vez tengamos los valores anteriores Dividamos F(Xi) entre F´(Xi).

Figura 7. Para la iteración 1 hayamos Xi restando el valor de Xi de la interación 0


con el valor de la última división realizada

Descripción: Una vez tengamos los valores anteriores Para la iteración 1 hayamos
Xi restando el valor de Xi de la interacción 0 con el valor de la última división
realizada y con esto podemos desplegar el resto de casillas hacia abajo para encontrar
la raíz

Figura 8. Por último hallaremos el error absoluto y con ello podemos desplegar el
resto de las casillas hacia abajo para encontrar la raíz

Descripción: Una vez tengamos los valores anteriores Para la iteración 1se haya Xi
restando el valor de Xi de la interacción 0 con el valor de la última división realizada y
con esto podemos desplegar el resto de las casillas hacia abajo para encontrar la raíz
Figura 9. Por último desplegamos las fórmulas de la iteración 1 hacia abajo para
encontrar la raíz

Descripción: Por último desplegamos las fórmulas de la iteración 1 hacia abajo para
encontrar la raíz

Por último graficamos la función inicial


DISCUSIÓN DE RESULTADOS
 

Para el desarrollo de este ejercicio nos reunimos a debatir las funciones expuestas por el
profesor. Realizamos consultas en la biblioteca CUN y en la plataforma YouTube para
poder guiarnos a la hora de resolver el planteamiento del problema, ya que varios teníamos
opiniones diferentes respecto a la ejecución de las fórmulas de cada error. Optamos por
dividir el trabajo y realizarlo en una reunión de meet para poder ayudarnos

Tras realizar el ejercicio, encontramos que para aplicar el método del punto fijo se debe
graficar inicialmente la función para poder hallar el punto más cercano a la raíz, lo mismo
sucede al realizar el método de Newton Rapson. El ejercicio propone buscar el error
relativo y el error absoluto de cada función. Acotando que lo más importante es saber
despejar X para obtener buenos resultados.
CONCLUSIONES

 El método de punto fijo es un método numérico simple para encontrar una solución
a una ecuación. Sin embargo, su convergencia no está garantizada para todas las
ecuaciones y puede ser lento en converger.
El método de Newton-Raphson es un método más avanzado para encontrar raíces de
ecuaciones no lineales, y su convergencia es más rápida que la del método de punto
fijo. Sin embargo, el método de Newton-Raphson puede fallar si la función no es
diferenciable en el punto de inicio.
 La interpolación de Lagrange es una técnica común utilizada para estimar valores de
una función en puntos intermedios. Sin embargo, a medida que aumenta el número
de puntos de interpolación, el error de la interpolación puede aumentar y la función
interpolante puede oscilar en exceso en áreas donde no hay datos. Además, la
interpolación de Lagrange no siempre es la mejor opción, ya que pueden existir
otras técnicas de interpolación más precisas y eficientes dependiendo de la
situación.
BIBLIOGRAFIA

También podría gustarte