Tarea 2 Metodos numéricos

Castillero Murillo Alfonso 2014090117

4AV1

INTRODUCCIÓN

Método de punto jo

Los métodos abiertos utilizan una f'ormula para predecir la raíz. Esta for-
mula puede desarollarse como una iteración simple de punto jo. El método
de punto jo o de aproximaciones sucesivas es, junto con el de Bisección,
uno de los primeros métodos que se utilizaron para resolver ecuaciones alge-
braicas y trascendentes. Sea F (x) = 0 una ecuación algebraica o trascendente
caulquiera. Se suma x en ambos miembros y se obtiene:
F (x) + x = x

donde el miembro izquierdo es otra función de x que se dene como:

G(x) + x = x

Se sustituye en la ecuación (1):

x = G(x)

Por lo que Si x = a es una raíz de la ecuación, entonces

F (a) = 0

o bien, al sustituir en la ecuación x = G(x)

a = G(a)

1
El método de aproximaciones sucesivas consiste en sustituir un valor inicial
(x0) apropiado (cercano a la raíz) en el segundo miembro de la ecuación
x = G(x). Si x0 es la raíz, se deberá cumplir la ecuación a = G(a); esto es:

x0 = G(x0)

Seguramente el valor inicial principal proporcionado x0 será solo un valor

cercano a la raíz. Entonces, en el caso general:
x0 = /G(x0) o bien, x1 = G(x0)

donde x1 es la nueva aproximación de la raíz a. se sustituye x1 en el segundo

miembro de la ecuación x = G(x) y se obtiene:
x2 = G(x1)

Al proceder reiteradamente en esta forma se induce que la n-ésima aproxi-

mación es:
Xn = G(Xn − 1) n = 1,2,3,.....

Puede armarse que si el método converge, la diferencia en valor absoluto

entre valores proporcionados en dos iteraciones sucesivas será cada vez más
pequeña a medida que n aumnete, y con esto se tendrá un criterio para saber
cuándo termina la aplicación del método. Es posible armar que si en la
n-ésima iteración el método se está aproximando a la raíz o converge a ella,
entonces:
|G(t)| = |a − Xn|/|a − Xn − 1| < 1

Es decir, el método es convergente si:

|G(t)| < 1 Xn − 1 < t < a

Esto signica que el método converge en la n-ésima iteración cuando el valor

absoluto de la derivada de G(x) en cualquier punto del intervalo (Xn-1, a) es
menor que la unidad.
Por otra parte el método es divergente si |a − Xn| > |a − Xn − 1|

2
Método de Newton-Raphson
Este método de resolución numérica busca un cero de la función f (x) por
aproximaciones sucesivas a partir de un valor inicial X0. El valor sucesivo
Xn + 1 es la abscisa del punto en que la tangente a la gráca de f (x) en Xn
corta al eje X0.Es decir,
f (Xn)
Xn + 1 = Xn − f 0 (Xn)

Es por tanto equivalente a aplicar el método de iteraciones a la función

f (Xn)
g(x) = X − f 0 (Xn)

Naturalmente es necesario que la función sea derivable. Si la raíz es múlti-

ple, el método es inaplicable, pues la derivada se anula. Puede sustituirse
f (x) por h(x) = X − ff0(Xn)
(Xn)
, que tiene los mismos ceros que f(x) pero todos
simples.
Para poder garantizar la convergencia se requiere algún conocimiento extra
de la primera y segunda derivadas. En particular, si f 0 (x)yf 00 (x) no se anulan
y conservan el signo en [a, b]yf (x0)f 00 (x0) > 0, con x0 y la raíz pertenecientes
a [a, b], el método converge. Si no se cumplen estas condiciones, el proceso
probablemente sea divergente.

3
 Ejercicio 1
Determine la raiz realmas grande de la siguinte ecuacion:
2x3 − 11.7x2 + 17.7x − 5
a)En forma graca
b)Con el metodo de Newton-Raphson(tres iteraciones, X0 = 3, P r = 0.001).

METODO PUNTO FIJO

a) Codigo
1 'se limpia la memoria y el Command Window'
2 clc
3 clear all
4 clf
5 'se plantea la vaiable x'
6 syms x
7 'df = ecuacion planteada, f = ecuacion despejada'
8 df=2*x^3−11.7*x^2+17.7*x−5
9 'grafica la funcion inicial'
10 fplot(df,[−1,6])
11 grid on
12 hold on
13 f=(−2*x^3+11.7*x^2+5)/17.7
14 i=1
15 xf(i)=3
16 ep=100
17 ' se crea un ciclo while que terminara hasta que el error absoluto sea menor a 0.01 con el
metodo punto fijo'
18 while ep>0.01
19 xf(i+1)=subs(f,x,xf(i));
20 'calcula el error porcentual'
21 ep=abs((xf(i+1)−xf(i))/xf(i+1))*100
22 i=i+1
23 end
24 xf(i)
25 plot(xf(i),0,'*r')

b) Error
Error = 0.01

c) Raíces
Con punto inicial E0 = 3
Raiz = 3.5632

4
d) Gráca

Tabla 1 (25x3 + 2x + 7)

e) analisis de resultados

Mediante el método de punto jo se pudo determinar que el valor de la raíz más
grande de la ecuación planteada 2x3 − 11.7x2 + 17.7x − 5, empleando como
punto inicial x(i) = 3 es igual a r=3.5632, al mostrar la gráca de la operación
se puede apreciar que el punto de la raíz converge con la ecuación gracada.

5
 METODO NEWTON-RAPHSON
a) Codigo
1 'se limpia la memoria y el Command Window'
2 clc
3 clear all
4 'se declaran la variable x'
5 i=1
6 x(i)=3;
7 erp=100
8 ' se crea un ciclo while que terminara hasta que el error absoluto sea menor a 0.001'
9 while erp>0.001
10 %x(i+1)=x(i)−(f)/(f');
11 ' la ecuacion planteada 2x^3−11.7x^2+17.7*x−5'
12 x(i+1)=x(i)−(2*x(i)^3−11.7*x(i)^2+17.7*x(i)−5)/(6*x(i)^2−23.4*x(i)+17.7);
13 'calcula el error porcentual'
14 erp=abs(double((x(i+1)−x(i))))
15 i=i+1
16 end
17 'muestra valor final de x(i)'
18 abs(x(i))

b) Error
Error = 0.001

c) Raíces
Con punto inicial E0 = 3
Raiz = 3.5632

6
d) Gráca

Tabla 1 (25x3 + 2x + 7)

e) analisis de resultados

Mediante el método de Newton-Raphson se pudo determinar que el valor de la

raíz de la ecuación planteada 2x3 − 11.7x2 + 17.7x − 5, empleando como error
porcentual limirte ep = 0.001 y la raíz igual a r=3.5632.

Ejercicio 2
Determine la raíz real más grande de la siguiente ecuación: −x2 − 1.8x + 2.5
a) Método Iteración de punto jo
b) Con el método de Newton-Raphson(tres iteraciones, X0 = 5, P r = 0.05).

7
 METODO PUNTO FIJO
a) Codigo
1 'se limpia la memoria y el Command Window'
2 clc
3 clear all
4 clf
5 'se plantea la vaiable x'
6 syms x
7 'df = ecuacion planteada, f = ecuacion despejada'
8 df=−x^2+1.8*x+2.5
9 'grafica la funcion inicial'
10 fplot(df,[−1,6])
11 hold on
12 grid on
13 f=(+x^2−2.5)/1.8
14 i=1
15 xf(i)=3
16 ep=100
17 t=0.05
18 'se crea un ciclo while que terminara hasta que el error absoluto sea menor a 0.05 con el
metodo punto fijo'
19 while ep>t
20 xf(i+1)=subs(f,x,xf(i));
21 'calcula el error porcentual'
22 ep=abs((xf(i+1)−xf(i))/xf(i+1))*100
23 i=i+1
24 end
25 'muestra valor final de xf y gafica el punto en la gafica'
26 xf=double(xf)
27 plot( 2.7193,0,'*r')

b) Error
Error = 0.05EW E

c) Raíces
Con punto inicial E0 = 4
Raiz = 2.71956

d) Gráca

8
 Tabla 1 (−x2 + 1.8 ∗ x + 2.57)

e) analisis de resultados

Mediante el método de punto jo se pudo determinar que el valor de la raíz

más grande de la ecuación planteada −x2 + 1.8 ∗ x + 2.5, empleando como
punto inicial x(i) = 5 es igual a r=2.7195, al mostrar la gráca de la operación
se puede apreciar que el punto de la raíz converge con la ecuación gracada.

9
 METODO NEWTON-RAPHSON
a) Codigo
1 'se limpia la memoria y el Command Window'
2 clc
3 clear all
4 'se declaran la variable x'
5 'f2=−x(i)^2+1.8*x(i)+2.5'
6 e=1
7 g(e)=5;
8 erp1=100
9 ' se crea un ciclo while que terminara hasta que el error absoluto sea menor a 0.05'
10 while erp1>0.05
11 %x(i+1)=x(i)−(f)/(f');
12 ' la ecuacion planteada 2x^3−11.7x^2+17.7*x−5'
13 g(e+1)=g(e)−(−g(e)^2+1.8*g(e)+2.5)/(1.8−2*g(e));
14 'calcula el error porcentual'
15 erp1=abs(double((g(e+1)−g(e))))
16 e=e+1
17 end
18 'la primera raiz es:'
19 g(e)

b) Error
Error = 0.05

c) Raíces
Con punto inicial E0 = 5
Raiz = 2.7193

10
d) Gráca

Tabla 1 (−x2 + 1.8 ∗ x + 2.7)

e) analisis de resultados

Mediante el método de Newton-Raphson se pudo determinar que el valor de la

raíz más próxima de la ecuación planteada −x2 + 1.8 ∗ x + 2.5, empleando
como error porcentual limirte ep = 0.05 y la raíz es igual a r=2.7193.

Ejercicio 3
Determine las raíces reales de la ecuacion: −1 + 5.5 ∗ x − 4 ∗ x2 + 0.5 ∗ x3
a)Método gráco
b Con el método de Newton-Raphson

11
 METODO GRÁFICO
a) Codigo
1 'se limpia la memoria y el Command Window'
2 clc
3 clear all
4 clf
5 'se plantea la vaiable x'
6 syms x
7 'grafica la funcion inicial'
8 f=−1+5.5*x−4*x^2+0.5*x^3
9 fplot(f,[−10,10])
10 grid on
11 hold on
12 xlabel('x')
13 ylabel('y')
14 title('Metodo grafico −1+5.5*x−4*x^2+0.5*x^3')

c) Raíces
Meiante el metodo graco se pudo determinar las tres raices reales de la
ecuación planteada las cuales son: R1 = 0.2143 R2 = 1.47983 R3 = 6.3059
d) Gráca

Tabla 1 (−1 + 5.5 ∗ x − 4 ∗ x2 + 0.5 ∗ x3 )

12
 e) analisis de resultados

Mediante el método gráco se pudo determinar las 3 raíces principales con alta
precisión.

METODO NEWTON-RAPHSON
a) Codigo
1 clc
2 clear all
3
4 'f2=−1+5.5*x(i)−4*x(i)^2+0.5*x(i)^3'
5 i=1
6 f=−10;
7 x(i)=0;
8 erp1=100
9
10 while erp1>0.01
11 %g(e+1)=g(e)−(−g(e)^2+1.8*g(e)+2.5)/(1.8−2*g(e));
12 x(i+1)=x(i)−(−1+5.5*x(i)−4*x(i)^2+0.5*x(i)^3)/(5.5−8*x(i)+1.5*x(i)^2);
13 erp1=abs(double((x(i+1)−x(i))))
14 i=i+1
15 end
16 'la primera raiz es:'
17 x(i)
18
19 x(i)=1;
20 erp1=100
21 while erp1>0.01
22 %g(e+1)=g(e)−(−g(e)^2+1.8*g(e)+2.5)/(1.8−2*g(e));
23 x(i+1)=x(i)−(−1+5.5*x(i)−4*x(i)^2+0.5*x(i)^3)/(5.5−8*x(i)+1.5*x(i)^2);
24 erp1=abs(double((x(i+1)−x(i))))
25 i=i+1
26 end
27 'la segunda raiz es:'
28 x(i)
29
30
31 x(i)=5;
32 erp1=100
33 while erp1>0.01
34 %g(e+1)=g(e)−(−g(e)^2+1.8*g(e)+2.5)/(1.8−2*g(e));
35 x(i+1)=x(i)−(−1+5.5*x(i)−4*x(i)^2+0.5*x(i)^3)/(5.5−8*x(i)+1.5*x(i)^2);
36 erp1=abs(double((x(i+1)−x(i))))
37 i=i+1
38 end
39 'la tercera raiz es:'
40 x(i)

13
b) Error general
Error = 0.01

c) Raíces
los puntos iniciales que se plantearon son x(i)=0, x(i)=1, x(i)=5, estos se
sugirieron con respecto de las raices encontadas mediante el método gráco.
Raiz1 = 0.21466 Raiz2 = 1.4799 Raiz2 = 6.3061

d) Gráca

Tabla 2 (−1 + 5.5 ∗ x − 4 ∗ x2 + 0.5 ∗ x3 )

e) analisis de resultados

Mediante el método de Newton-Raphson se pudieron determinar los valores De

las raíces reales de la ecuación planteada −1 + 5.5 ∗ x − 4 ∗ x2 + 0.5 ∗ x3 , se
empleó el método gráco como medio para plantear los valores de X0

14
(x(i) = 0, x(i) = 1, x(i) = 5), utilizando un error porcentual de ep = 0.01. Los
valores determinados mediante este método fueron: Raiz1 = 0.21466
Raiz2 = 1.4799 Raiz2 = 6.3061 los cuales tienen una diferencia de 0.00036,
0.00007 y 0.0002 respectivamente con respecto de los valores obtenidos
mediante el método graco.

15