Análisis Numérico

INFORME DEL TEMA

“CÁLCULO DE LOS VALORES DE LAS
FUNCIONES”
ANALISIS NUMÉRICO
F.Q.I.Q. E. P. DE INGENIERIA QUIMICA

PROFESOR
Jose O. Calvay Castillo

ALUMNOS

1. Chinchay Guillen Karina Rita 16070106

2. Canales Valdez Andy Cesar 17070085
3. Chaparro Mamani Daniel Alexander 16070037
4. Zurita Prado Joselin Ayme 17070114

Lima, Perú

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

ESQUEMA

CONTENIDO
INTRODUCCIÓN............................................................................................................................. 3
CONTENIDO DEL TEMA .............................................................................................................. 5
PROBLEMA 1, 2, 3, 4 ........................................................................................................................ 8
CONCLUSIONES ........................................................................................................................... 16
BIBLIOGRAFÍA ............................................................................................................................. 17
ANEXOS .......................................................................................................................................... 18

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

INTRODUCCIÓN
OBJETIVO: Conocer y aplicar métodos eficientes que proporcionen los métodos numéricos para dar
respuesta a muchas funciones que no se pueden resolver de manera fácil.

MÉTODOS
NUMÉRICOS

ABIERTOS CERRADOS

Iteración de Punto Fijo Bisección

Newton – Raphson Falsa posición

Secante

¿QUÉ ES UN MÉTODO NUMÉRICO?

Procedimiento mediante el cual es obtiene, casi siempre de manera aproximada

la solución de ciertos problemas realizando cálculos puramente aritméticos y
lógicos (operaciones aritméticas elementales, cálculos de funciones, cálculo
preposicional, etc.). El procedimiento consiste de una lista finita de instrucciones
precisas que especifican una secuencia de operaciones algebraicas y lógicas
conocida como algoritmo, que producen una aproximación de la solución del
problema.

LOS MÉTODOS ABIERTOS (Iteración de Punto Fijo y Newton – Raphson) se basan en fórmulas que
requieren únicamente de un solo valor de inicio x o que empiecen con un par de ellos, pero que no
necesariamente encierran la raíz. Éstos, algunas veces divergen o se alejan de la raíz verdadera a
medida que se avanza en el cálculo. Sin embargo, cuando los métodos abiertos convergen, en
general lo hacen mucho más rápido que los métodos cerrados. Empecemos el análisis de los
métodos abiertos con una versión simple que es útil para ilustrar su forma general y también para
demostrar el concepto de convergencia.

3
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

CÁLCULO DE LOS VALORES DE LAS FUNCIONES

1- INTERACIÓN DEL PUNTO FIJO.
VENTAJAS: Método fácil de manejar y programar

DESVENTAJAS: Es muy lento ya que si se toma un valor alejado se necesita muchos

iteraciones para llegar al punto.

ALGORITMO

1- Hallar el valor de X0 (punto inicial. Esta se halla por tanteo y por error buscando
donde X cambie de signo.
2- Para hallar raíces de una ecuación f(x) se despeja del modo en que se puede
expresarse la ecuación en la forma:
𝑥 = 𝑔(𝑥)
3- La ecuación anterior, se usa para obtener una nueva aproximación 𝑋𝑖+1, expresada
por la formula iterativa 𝑋𝑖+1 = 𝑔(𝑥𝑖)
4- Criterio de detención:
|𝐸𝑎| ≤ 𝐸𝑠 ; Entonces 𝑋𝑖+1 es Raiz
Donde:
𝑋𝑖+1 −𝑋𝑖
|𝐸𝑎| = | | × 100%
𝑋𝑖+1
𝐸𝑠 = 0.5 × 102−𝑛 ; n=# de cifras significativas

NOTA:

Criterio de convergencia: es el método convergente si

|𝑔´(𝑥0 )| < 1
Es criterio de gran ayuda, sobre todo en los casos donde hay diferentes maneras de
despejar.

5
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

2- ITERACIÓN NEWTON – RAPHSON.

Método Newton - Raphson o Newton – Fourier

Es un algoritmo para encontrar las raíces de una función real también puede ser utilizado
para encontrar los máximos y mínimos de una función mediante su primera derivada.
El método es estima la solución de una ecuación f(x)=0 mediante la producción de una
sucesión de aproximaciones (también llamadas iteraciones) que se acerquen al cero de la
función. Es el más utilizado en cuanto a los demás métodos numéricos. Si se empieza con
un valor “x” aproximado a la raíz este traza una tangente desde el punto [x, f(x)] de la
curva de esta manera el punto donde esta tangente corta al eje “x” representa una
aproximación mejorada de la raíz de la función.
Sea f: [a, b] -> R función derivable definida en el intervalo real [a, b]. Empezamos con
un valor inicial x0 y definimos para cada número natural n

Descripción geométrica del método:

Observación: La función f se muestra en rojo y las tangentes en líneas punteadas. Se

observa que el punto X1 es mejor aproximación que el punto X0.

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

ALGORITMO:

1. Tomar un valor presumiblemente cercano a la raíz (solución de la ecuación f(x)=0). Una

gráfica de la ecuación ayuda a escoger un valor cercano.
2. Usar la primera aproximación para obtener la segunda aproximación mediante el
método y de ser necesarias más aproximaciones empleando la fórmula:
𝑓(𝑥0 )
𝑥1 = 𝑥0 − ; 𝑓′(𝑥0 ) ≠0
𝑓′(𝑥0 )

3. Usar la ultima aproximación en la ecuación y obtener una sucesión de aproximaciones.

4. Mediante el análisis del error relativo “Ea” (anteriormente definido en el algoritmo del
método punto fijo) se obtendrá un porcentaje de error admisible y se procederá a detener el
proceso iterativo.

7
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

EJERCICIOS DE ITERACIÓN DEL PUNTO FIJO

EJEMPLO 1
Se quiere hallar una raíz real.
1. Hallar Xo.

X F(X)
1 -1 Cambio de signo, es decir, que la raíz se
1.5 0.875 encuentra en el intervalo de [1,1.5].

2. Despeja X: F(X)= 0

X3 – X - 1 =0 X = g1(X) = X3 - 1
X (X2 - 1)-1 =0 X = g2(X) = 1/ (X2 - 1)
3
X3 – (X + 1) =0 X = g3(X) = √𝑋 + 1

3. Criterio de convergencia.

g’1(X) = 3X2 g’1(1.5) = 6.75

g’2(X) = -2X/(X2 – 1)2 g’2(1.5) = -1.92
3
g’3(X) = 1/3( √𝑋 + 1)2 g’3(1.5) = 0.18

Entonces |g’3(X)| <1 cumple el criterio y

4. Empezar el proceso iterativo Xi+1 = g (Xo), si “i” es el contador.

Podemos tomar como valor inicial 1 o 1.5.
En este caso Xo = 1.5.

3 3
Cuando i=1 X1 = g (Xo) = √𝑋𝑜 + 1 = √1.5 + 1 = 1.3572088
3 3
Cuando i=1.5 X2 = g (X1) = √𝑋1 + 1 = √1.3572088 + 1 = 1.3308610

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

Calcular el error relativo porcentual aproximado.

𝑋2−𝑋1 1.3308610−1.3572088
Ea = | | x100% = | | x100%
𝑋2 1.3308610

Ea = 1.980 %

5. Criterio de detención para cuatro cifras significativas (n=4).

Error relativo porcentual verdadero:

Es = 0.5 x 102-4 = 0.5 x 102-4 = 0.005 %

Iteración Xi Ea (%)
0 1.5 ----
1 1.3572088 10.521
2 1.3308610 1.980
3 1.3258838 0.375
4 1.3249394 0.071
5 1.3247600 0.014
6 1.3247259 0.003

El proceso iterativo termina cuando Ea < Es. En este caso tendríamos que parar en
la sexta iteración ya que 0.003% es menor que 0.005%.
La raíz es X= 1.3247259 = 1.325.

9
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

EJEMPLO 2
Se quiere hallar una raíz real.

1. Hallar Xo.

X F(X)
Cambio de signo, es decir, que la raíz se
0 1
encuentra en el intervalo de [0,1].
1 -0.632
2. Despeja X: F(X)=0

3. Empezar el proceso iterativo Xi+1 = g (Xo), si “i” es el contador.

Podemos tomar como valor inicial 0 o 1.
En este caso Xo = 0.
Cuando i=0 X1 = g (Xo) = 𝑒 −𝑋𝑜 = 𝑒 −0 = 1
Cuando i=1 X2 = g (X1) = 𝑒 −𝑋1= 𝑒 −1 = 0.367879
Calcular el error relativo porcentual aproximado.

𝑋2−𝑋1 0.367879−1
Ea = | | x100% = | | x100%
𝑋2 0.367879

Ea = 171.8 %

4. Criterio de detención para una cifra significativa (n=1).

Error relativo porcentual verdadero: Es = 0.5 x 102-n = 0.5 x 102-1 = 5 %
Iteración Xi Ea (%)
0 0 ----
1 1 100
2 0.367879 171.8
3 0.692201 46.9
4 0.500473 38.3
5 0.606244 17.4
6 0.545396 11.2
7 0.579612 5.90
8 0.560115 3.48

El proceso iterativo termina cuando Ea < Es. En este caso tendríamos que parar en
la octava iteración ya que 3.48% es menor que 5%. La raíz es X= 0.560115 = 0.6.

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

EJEMPLO 3
Usa el método iterativo del punto fijo para aproximar la raíz de
𝒇(𝒙) = 𝒔𝒊𝒏 𝒙 + 𝒙 − 𝟏
comenzando con X0=0.52 y hasta que |𝑬𝒂| < 𝟏%
Solución:
1- Despejamos la ecuación
Sea 𝑓(𝑥) = 0
sin 𝑥 + 𝑥 − 1 = 0
𝑥 = 1 − 𝑠𝑖𝑛𝑥
2- Iniciamos el proceso iterativo reemplazando el valor de X0=0.52 en la ecuación
𝑋𝑖+1 = 𝑔(𝑥𝑖)
𝑥1 = 1 − 𝑠𝑖𝑛𝑥0 = 1 − 𝑠𝑖𝑛0.52 = 0.50311986
𝑥2 = 1 − 𝑠𝑖𝑛𝑥1 = 1 − 𝑠𝑖𝑛0.5031198622 = 0.51783886

Calcular el error relativo porcentual aproximado.

𝑋2−𝑋1
Ea = | | x100%
𝑋2

0.51783886 − 0.50311986
| | × 100% = 2.84%
0.51783886

Sea la conclusión del problema cuando se cumpla la condición |𝑬𝒂| < 𝟏% en la novena
iteración siendo la raíz 0.51327252

11
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

EJERCICIOS DE NEWTON – RAPHSON

EJEMPLO 4
Dada la siguiente función: 𝒇(𝒙) = 𝒙𝟐 − 𝟐𝒙 − 𝟑, con 4 cifras significativas. Aplique el
algoritmo paso apaso que permita visualizar la siguiente tabla:

i 𝒙𝒊 𝒇(𝒙𝒊 ) 𝒇′(𝒙𝒊 ) 𝑬𝒂 𝑬𝒔
1 -1.2 0.84 -4.4 0.005
2 -1.0090909 0.03644628 -4.0181818 18.9189189 0.005
3
4

Tenemos:
𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓′(𝑥𝑖 )
Donde
𝑓(𝑥𝑖 ) = 𝑥 2 − 2𝑥 − 3

𝑓′(𝑥𝑖 ) = 2x − 2

Calculamos 𝑥3 usando los datos del cuadro

𝑓(𝑥2 )
𝑥3 = 𝑥2 −
𝑓′(𝑥2 )

0.03644628
𝑥3 = −1.0090909 −
−4.0181818

𝑥3 = −1.0000206

Calculamos 𝑓(𝑥3 )
𝑓(𝑥3 ) = −1.00002062 − 2 × (−1.0000206) − 3 = 0.0000824

Calculamos 𝑓′(𝑥3 )
𝑓′(𝑥3 ) = 2 × (−1.0000206) − 2 = −4.0000412

Calculamos 𝐸𝑎 %
−1.0000206 − (−1.0090909)
|𝐸𝑎 | = | | × 100% = 0.9070113% > 0.005%
−1.0000206

Calculamos 𝑥4
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

𝑓(𝑥3 )
𝑥4 = 𝑥3 −
𝑓′(𝑥3 )

0.0000824
𝑥4 = −1.0000206 −
−4.0000412

𝑥4 = −1.000000
Calculamos 𝑓(𝑥4 )
𝑓(𝑥3 ) = −1.000002 − 2 × (−1.00000) − 3 = 0

Calculamos 𝑓′(𝑥4 )
𝑓 ′(𝑥4) = 2 × (−1.00000) − 2 = −4

Calculamos 𝐸𝑎 %
𝑥4 − 𝑥3
|𝐸𝑎 | = | | × 100
𝑥4

−1.000 − (−1.0000206)
|𝐸𝑎 | = | | × 100 = 0.00206 ≤ 0.005
−1.000

i 𝒙𝒊 𝒇(𝒙𝒊 ) 𝒇′(𝒙𝒊 ) 𝑬𝒂 𝑬𝒔

1 -1.2 0.84 -4.4 0.005

2 -1.0090909 0.03644628 -4.0181818 18.9189189 0.005

3 -1.0000206 0.0000824 -4.0000412 0.9070113 0.005

4 -1.00000 0 -4 0.00206 0.005

13
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

EJEMPLO 5
La siguiente formula es atribuida a Francis y se aplica a un vertedor con contracciones:
𝟑
𝐐 = 𝟑. 𝟑𝟑(𝐁 − 𝟎. 𝟐𝐇) (𝐇 𝟐 )

Si se sabe que B= ancho del vertedor = 3 pies y Q = caudal de agua que pasa por el
vertedor = 12 𝐩𝐢𝐞𝐬𝟑 /s , calcule el valor de H, con el método de Newton – Raphson . Se
sugiere utilizar como valor inicial 𝐇𝟎 = 𝐁/𝟐 . Se requiere una aproximación de 3
cifras significativas en el resultado final.
𝟑
Tenemos 𝐐 = 𝟑. 𝟑𝟑(𝐁 − 𝟎. 𝟐𝐇)(𝐇 𝟐 )

Solución:

Remplazamos los datos dados, damos forma y derivamos:

3
12 = 3.33(3 − 0.2𝐻)𝐻 2
5
𝑓(𝐻) = 9.99𝐻 3/2 − 0.2𝐻 2 − 12

𝑓′(𝐻) = 14.985𝐻1/2 − 0.5𝐻 3/2

Tenemos que 𝐻0 =1.5, hallamos 𝑓(𝐻0 )y 𝑓′(𝐻0 )

5
𝑓(𝐻0 ) = 9.99(1.5)3/2 − 0.2(1.5)2 − 12 = 5.8016667
1 3
𝑓′(𝐻0 ) = 14.985(1.5)2 − 0.5(1.5)2 = 17.4342432

Calculamos 𝐻1 con Newton-Raphson

𝑓(𝑥0 )
𝑥1 = 𝑥0 −
𝑓′(𝑥0 )

5.8016667
𝑥1 = 1.5 − = 1.1672258
17.4342432
Calculamos 𝑓(𝐻1 ) y 𝑓′(𝐻1 )
5
𝑓(𝐻1 ) = 9.99(1.1672258)3/2 − 0.2(1.1672258)2 − 12 = 0.3035038
1 3
𝑓 ′ (𝐻1 ) = 14.985(1.1672258)2 − 0.5(1.1672258)2 = 15.5590030

Calculamos 𝐸𝑎 %
1.1672258 − (1.5)
|𝐸𝑎 | = | | × 100 = 28.5098393 > 0.5𝑥102−3
1.1672258

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

Calculamos 𝐻2
𝑓(𝐻1 )
𝐻2 = 𝐻1 −
𝑓′(𝐻1 )

0.3035038
𝐻2 = 1,1672258 − = 1.1477192
15.5590030

Calculamos 𝑓(𝐻2 ) y 𝑓′(𝐻2 )

5
𝑓(𝐻2 ) = 9.99(1.1477192)3/2 − 0.2(1.1477192)2 − 12 = 0.0011699
1 3
𝑓′(𝐻2 ) = 14.985(1.1477192)2 − 0.5(1.1477192)2 = 15.4388936

Calculamos 𝐸𝑎 %
1.1477192 − (1.1672258)
|𝐸𝑎 | = | | × 100 = 1.6995969 > 0.05
1.1477192

Calculamos 𝐻3
0.0011699
𝐻3 = 1.1477192 − = 1.1476434
15.4388936
Calculamos 𝑓(𝐻3 ) y 𝑓′(𝐻3 )
5
𝑓(𝐻3 ) = 9.99(1.1476434)3/2 − 0.2(1.1476434)2 − 12 = −3.101734𝑥10−7
1 3
𝑓′(𝐻3 ) = 14.985(1.1476434)2 − 0.5(1.1476434)2 = 15.4384243

Calculamos 𝐸𝑎 %
1.1476434 − (1.1477192)
|𝐸𝑎 | = | | × 100% = 0.0066048% < 0.05%
1.1476434
El cuadro quedaría:
i 𝑯𝒊 𝒇(𝑯𝒊 ) 𝒇′(𝑯𝒊 ) 𝑬𝒂 𝑬𝒔

0 1.5 5.8016667 17.4342432 ---------- 0.05

1 1.1672258 0.3035038 15.5590030 28.5098393 0.05

2 1.1477192 0.0011699 15.4388936 1.6995969 0.05

3 1.1476434 -3.101734x10−7 15.4384243 0.0066048 0.05

15
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

CONCLUSIONES

• El método de Newton – Raphson es eficiente en la solución de sistemas de

ecuaciones no lineales, convergen muy rápidamente y proporcionan una muy buena
precisión en los resultados.
• Ambos método se emplean en la solución de problemas académicos y en problemas
propios del mundo real.
• Estos métodos tiene aplicaciones en el campo de la ingeniería como obtención de
variables en formulas físicas; obtener el Flujo de potencia en ingeniería eléctrica.
• Estos métodos también se encuentran aplicaciones mecánicas en la solución de
ecuaciones que determinan la posición en la dinámica de un mecanismo o sistema.
• Estos metodos se caracterizan por ser abiertos por lo que la convergencia no esta
garantizada por un teorema de convergencia global. Es necesario partir de una
aproximación inicial próxima a la raíz buscada.
• El metodo iterativo del punto fijo es facil de realizar pero lento debido a que se
emplea el tanteo y error para encontrar las raices aproximadas.

Universidad Nacional Mayor de San Marcos

 Análisis Numérico

BIBLIOGRAFÍA

1- https://www.uv.mx/anmarin/slides/MetNum2.0.pdf 07/09/2019
2- http://www.docentes.unal.edu.co/afedosova/docs/Metodo%20de%20punto%20fijo.pdf0
8/09/2019
3- http://www.ehu.eus/juancarlos.gorostizaga/mn11b/temas/Punto_fijo.pdf 08/09/2019
4- http://departamento.us.es/edan/php/asig/LICBIO/LBM/Apuntes%20Tema4.pdf 09/09/2019

17
Universidad Nacional Mayor de San Marcos
 Análisis Numérico

ANEXOS

Universidad Nacional Mayor de San Marcos