UNIVERSIDAD NACIONAL DE
INGENIERIA
Facultad de Ingeniería Eléctrica y Electrónica
LABORATORIO Nº 01:
Curso: METODOS NUMERICOS
Profesor:
Dr ISRAEL MANUEL DIAZ ACHA
Integrantes: Código:
❖ ESPINOZA ALONSO PERCY FRANK 20170404J
❖ DE LA CRUZ VARGAS DAVID CRISTIAN 20170361I
❖ CAIRO ARELLANO OMAR DAVID 20007502F
❖ PORTILLA CANO ESTEFANO SEBASTIAN 20170206C
Fecha de entrega:
Lunes 21 de Diciembre del 2020
LIMA – PERÚ
2020
1 Aritmética de cuatro dígitos y Aproximación Binaria
3
a) Evaluar 𝑓(4.853) , si 𝑓(𝑥) = 3𝑥 (𝑥 + 7) − 𝑥 2 𝐿𝑛(2𝑥 − 1) + sin2 (𝑥) , usando aritmética de
cuatro dígitos tanto con truncamiento como con redondeo. Calcule también el valor real,
calcule el error relativo en cada caso y compare dichos errores.
SOLUCION:
a.1) POR TRUNCAMIENTO
9𝑥
Reescribimos la función requerida: 𝑓(𝑥) = 3𝑥 2 + − 𝑥 2 𝐿𝑛(2𝑥 − 1) + sin2 (𝑥)
7
Evaluamos cada sumando cuando 𝑥 = 4.853
i) 3𝑥 2 = 3 ∗ (𝑥) ∗ (𝑥) = 3(4.853)(4.853) = 14.559(4.853) = 14.55(4.853) = 70.61115
3𝑥 2 = 70.61
9(𝑥) 9
ii) 7
= 7
∗ (𝑥) = (1.285)(4.853) = 6.236105 = 6.236
9(𝑥)
= 6.236
7
iii) −𝑥 2 𝐿𝑛(2𝑥 − 1) = −(𝑥) ∗ (𝑥) ∗ 𝐿𝑛(2𝑥 − 1) = −(4.853)(4.853)𝐿𝑛[2(4.853) − 1]
= −23.551609𝐿𝑛(8.706) = −23.55 ∗ 𝐿𝑛(8.706) = −23.55(2.164)
= −50.9622 = −50.96
−𝑥 2 𝐿𝑛(2𝑥 − 1) = −50.96
iv) sin2 (𝑥) = sin(𝑥) ∗ sin(𝑥) = sin(4.853) ∗ sin(4.853) = (−0.9901305)(−0.9901305)
= (−0.9901)(−0.9901) = 0.980298 = 0.9802
sin2(𝑥) = 0.9802
Entonces nuestra función viene dada como:
𝑓(4.853) = 70.61 + 6.236 − 50.96 + 0.9802 = 76.846 − 50.96 + 0.9802
= 76.84 − 50.96 + 0.9802 = 25.88 + 0.9802 = 26.8602 = 26.86
* 𝒇𝒂𝒑𝒓𝒐𝒙 = 𝒇(𝟒.𝟖𝟓𝟑) = 𝟐𝟔. 𝟖𝟔
Pero: 𝒇𝒓𝒆𝒂𝒍 = 𝒇(𝟒.𝟖𝟓𝟑) = 𝟐𝟔. 𝟗𝟎𝟖𝟕𝟖𝟐
Sea: ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑡𝑟𝑢𝑛𝑐𝑎𝑚𝑖𝑒𝑛𝑡𝑜 : Error relativo por truncamiento
|26.908782−26.86|
ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑡𝑟𝑢𝑛𝑐𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 26.908782
𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒕𝒓𝒖𝒏𝒄𝒂𝒎𝒊𝒆𝒏𝒕𝒐 = 𝟏. 𝟖𝟏𝟐𝟖𝟔𝟓 ∗ 𝟏𝟎−𝟑
a.2) POR REDONDEO:
i) 3𝑥 2 = 3 ∗ (𝑥) ∗ (𝑥) = 3(4.853)(4.853) = 14.559(4.853) = 14.56(4.853) = 70.66
3𝑥 2 = 70.66
9(𝑥) 9
ii) 7
= 7
∗ (𝑥) = (1.286)(4.853) = 6.240958 = 6.241
9(𝑥)
= 6.241
7
iii) −𝑥 2 𝐿𝑛(2𝑥 − 1) = −(𝑥) ∗ (𝑥) ∗ 𝐿𝑛(2𝑥 − 1) = −(4.853)(4.853)𝐿𝑛[2(4.853) − 1]
= −23.551609 ∗ 𝐿𝑛(8.706) = −23.55𝐿𝑛(8.706) = −23.55(2.164)
= −50.9622 = −50.96
−𝑥 2 𝐿𝑛(2𝑥 − 1) = −50.96
iv) sin2(𝑥) = sin(𝑥) ∗ sin(𝑥) = sin(4.853) ∗ sin(4.853) = (−0.9901305)(−0.9901305)
= (−0.9901)(−0.9901) = 0.980298 = 0.9802
sin2(𝑥) = 0.9803
Entonces nuestra función viene dada como:
𝑓(4.853) = 70.66 + 6.241 − 50.96 + 0.9803 = 76.901 − 50.96 + 0.9803
= 76.90 − 50.96 + 0.9802 = 25.94 + 0.9803 = 26.9203 = 26.92
* 𝒇𝒂𝒑𝒓𝒐𝒙 = 𝒇(𝟒.𝟖𝟓𝟑) = 𝟐𝟔. 𝟗𝟐
Pero: 𝒇𝒓𝒆𝒂𝒍 = 𝒇(𝟒.𝟖𝟓𝟑) = 𝟐𝟔. 𝟗𝟎𝟖𝟕𝟖𝟐
Entonces, sea, ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑜 : Error relativo por redondeo
|26.908782−26.92|
ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑜 = 26.908782
𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒐 = 𝟎. 𝟒𝟏𝟔𝟖𝟖𝟗𝟗𝟐𝟎𝟗 ∗ 𝟏𝟎−𝟑
Entonces se puede verificar que:
𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒕𝒓𝒖𝒏𝒄𝒂𝒎𝒊𝒆𝒏𝒕𝒐 > 𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒐
b) En un computador de 16 bits en IEEE 754 (media precisión), el cual separa 1 bit para el signo
(s), 5 bits para el exponente (c) y el resto para la mantisa (f). El sesgo para el exponente es 15
(la notación del exponente usa el numero exponente mas sesgo). Calcule la representación de
51.7969 en este computador en cada caso: (a) se usa truncamiento, (b) se usa redondeo.
Además calcule el error relativo en cada caso.
Nota: Considere que la notación de punto flotante binario de x en media precisión es:
𝑓𝑙(𝑥) = (−1)𝑠 ∗ 2𝑐−15 ∗ (1, 𝑓)
SOLUCION:
Sea 𝑁 = 51.7969 = (−1)𝑠 ∗ 2𝑐−15 ∗ (1, 𝑓)
Donde: S –> 1 bit , C --> 5 bits , 𝑓 --> 10 bits
Entonces S=0;
Como 𝑁 = 51.7969 → 25 < 51.7969 < 26
𝑐 − 15 = 5 → 𝑐 = 20 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑏𝑖𝑛𝑎𝑟𝑖𝑜 → 𝑐 = 101002
Entonces
𝑁 = 51.7969 = 25 ∗ (1, 𝑓)
Ahora calculamos la parte entera de N en el sistema binario
51 = 1100112
Y también la parte decimal: 0.7969
0.7969 ∗ 2 = 1.5938 → 1
0.5938 ∗ 2 = 1.1876 → 1
0.1876 ∗ 2 = 0.3752 → 0
0.3752 ∗ 2 = 0.7504 → 0
0.7504 ∗ 2 = 1.5008 → 1
0.5008 ∗ 2 = 1.0016 → 1
0.0016 ∗ 2 = 0.0032 → 0
0.0032 ∗ 2 = 0.0064 → 0
0.0064 ∗ 2 = 0.0128 → 0
0.0128 ∗ 2 = 0.0256 → 0
0.0256 ∗ 2 = 0.0512 → 0
Entonces 0.7969 = 0.110011000 …2
𝑁 = 51.7969 = 25 ∗ (1, 𝑓) = 110011.1100110000 …2
a) POR TRUNCAMIENTO
𝑁 = 51.7969 = 25 ∗ (1, 𝑓) = 110011.1100110000 …2
(1, 𝑓) = 1.100111100110000 …2
Como f -> 10 bits
(1, 𝑓) = 1.10011110012
Entonces:
𝑁 = 110011.110012
En base decimal
1 1 1
𝑁𝑎𝑝𝑟𝑜𝑥 = 51 + + + = 51.78125
2 4 32
𝑁𝑎𝑝𝑟𝑜𝑥 = 51.78125
Pero: 𝑁𝑟𝑒𝑎𝑙 = 51.7969
Entonces, sea, ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑡𝑟𝑢𝑛𝑐𝑎𝑚𝑖𝑒𝑛𝑡𝑜 : Error relativo por truncamiento
|51.7969 − 51.78125|
ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑡𝑟𝑢𝑛𝑐𝑎𝑚𝑖𝑒𝑛𝑡𝑜 =
51.7969
𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒕𝒓𝒖𝒏𝒄𝒂𝒎𝒊𝒆𝒏𝒕𝒐 = 𝟎. 𝟑𝟎𝟐𝟏𝟒𝟔𝟑𝟒 ∗ 𝟏𝟎−𝟑
b) POR REDONDEO:
𝑁 = 51.7969 = 25 ∗ (1, 𝑓) = 110011.1100110000 …2
(1, 𝑓) = 1.100111100110000 …2
Como f -> 10 bits
(1, 𝑓) = 1.10011110102
Entonces:
𝑁 = 110011.110102
En base decimal
1 1 1
𝑁𝑎𝑝𝑟𝑜𝑥 = 51 + + + = 51.8125
2 4 16
𝑁𝑎𝑝𝑟𝑜𝑥 = 51.8125
Pero: 𝑁𝑟𝑒𝑎𝑙 = 51.7969
Entonces, sea, ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑜 : Error relativo por redondeo
|51.7969 − 51.8125|
ℰ𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜/𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑜 =
51.7969
𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒐 = 𝟎. 𝟑𝟎𝟏𝟏𝟕𝟔𝟑𝟐𝟓𝟐 ∗ 𝟏𝟎−𝟑
𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒕𝒓𝒖𝒏𝒄𝒂𝒎𝒊𝒆𝒏𝒕𝒐 > 𝓔𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐/𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒐
2. Método de la Bisección y el Método de la Regla Falsa
Dada la ecuación siguiente:
tan(𝑥) = 1 + 𝑥 − 𝑥 2 , 𝑥𝜖[0,1]
a) Muestre la existencia y unicidad de la solución de dicha ecuación en el intervalo dado.
Calcule además el número de iteraciones necesarias por el Método de la Bisección para
que el error sea menor a 10 -6. Implemente un algoritmo en Matlab que permita
visualizar la gráfica de la ecuación en el intervalo dado. Muestre la gráfica obtenida.
Solución:
Prueba de la existencia
Sea la función:
𝑓(𝑥) = tan 𝑥 + 𝑥 2 − 1 − 𝑥
𝑓(0) = tan(0) + 02 − 1 − 0 = −1 𝑓(0) < 0
𝑓(1) = tan(1) + 12 − 1 − 1 = 0.55742 𝑓(1) > 0
Como: 𝑓(𝑥) es continua y por el Teorema de Bolzano esto muestra que existe al
menos una solución.
Prueba de la unicidad
Sea: 𝑓′(𝑥) = 𝑠𝑒𝑐 2 𝑥 + 𝑥 2 − 1 − 𝑥 ≥ 1 + 2(0) -1 > 0
𝑓(𝑥) es creciente, por lo tanto, es inyectiva y univoca con lo cual se garantiza la
Unicidad.
Cálculo del número de iteraciones
𝑏−𝑎 1−0 1
log ( ) log −6 log
𝑛≥ 𝑒𝑟𝑟𝑜𝑟 = 10 = 10−6
𝑙𝑜𝑔2 𝑙𝑜𝑔2 𝑙𝑜𝑔2
𝑛 ≥ 19.93156
Luego n =20 iteraciones.
b) Implemente un algoritmo en Matlab que permita aproximar por el método de la
Bisección, la solución de la ecuación con 6 cifras decimales exactas. Muestre el algoritmo
y los resultados de su ejecución mediante una tabla de datos detallada. Verifique si el
número de iteraciones en dicha aproximación de la solución coincide con el numero
calculado en la parte (a). ¿Cuáles son sus conclusiones con respecto a este método?
Solución
Como se puede observar, el número de iteraciones coincide con el calculado en la parte
(a).
Así mismo, se podría considerar que este método no resulta ser tan eficiente porque
realiza demasiados cálculos sin evaluar si el f(x) se va aproximando o no a la raíz.
c) Implemente un algoritmo en Matlab que permita aproximar por el método de la Regla
Falsa, la solución de la ecuación con 6 cifras decimales exactas. Muestre el algoritmo y
los resultados de la ejecución del algoritmo mediante una tabla detallada.
Solución
d) Determine el número de iteraciones que fueron necesarias en la parte (c) y compare
con las de la parte (b). ¿Cuál de los dos métodos fue más rápido y a que se debe eso?
Describa las ventajas y desventajas de un método con respecto del otro después de esta
experiencia.
Solución
Numero de iteraciones en (c), n= 9.
La ventaja del método de la Bisección es que siempre va a converger a la raíz de la
ecuación, pero sin embargo no tiene en cuenta si se acerca o no a la solución, por ese
motivo se acerca y se aleja de la solución.
El método de la Regla falsa es más rápido que el método de la Bisección, pero aun así
sigue teniendo una convergencia lenta.
3. Método de punto fijo
Dada la función siguiente:
𝑓(𝑥) = 2𝑒 𝑥 − 𝑥 2 − 8𝑥 + 4 ; 𝑥𝜖[1,3]
2𝑒 𝑥 −𝑥 2 +4
a) Muestre que g(x)= definida en x ∈ [1, 3/2] es cóncava hacia arriba y
creciente. Muestre que81≤ 𝑔(𝑥) ≤ 3/2 para x ∈ [1, 2] Encuentre una
constante 0≤k<1 tal que |g’(x)|≤k para todo x ∈ [1, 3/2].Muestre que el punto fijo
de g(x) es la solución de f(x)= 0 en [1, 3/2].Implemente un algoritmo en Matlab que
permita visualizar la gráfica de la ecuación g(x) = x en el intervalo x ∈ [1, 3/2].
Muestre el algoritmo y la gráfica obtenida. Calcule el número aproximado de
iteraciones de punto fijo para 𝑥𝑛+1 = g(𝑥𝑛 ) tal que 𝑥𝑛 se aproxime a la solución de
f(x)= 0 con una tolerancia de 10−6 con punto de partida 𝑥0 = 1.
Solución:
Por la regla de la segunda derivada:
2𝑒 𝑥 − 𝑥 2 + 4
𝑔(𝑥) =
8
𝑥
2𝑒 − 2𝑥
𝑔′(𝑥) =
8
2𝑒 𝑥 − 2
𝑔′′(𝑥) =
8
Para que sea cóncava hacia arriba se tiene que cumplir que g’’(x)>0. Además del
intervalo:
1 ≤ 𝑥 ≤ 3/2
𝑒 ≤ 𝑒 𝑥 ≤ 𝑒 3/2
2𝑒 − 2 2𝑒 𝑥 − 2 2𝑒 3/2 − 2
0< ≤ ≤
8 ⏟ 8 8
𝑔′′(𝑥)
Como 𝑔′′(𝑥) > 0 entonces es cóncava hacia arriba. Para demostrar que es creciente
usamos la regla de la primera derivada:
1
𝑔′ (1) = = 0.25 > 0
4
𝑔′(5/4) = 0.56 > 0
𝑔′ (3/2) = 0.8704 > 0
Se observa que aparte de ser siempre positivo va creciendo, esto además sabiendo
que es cóncava hacia arriba se determina que es creciente la función g(x) en x ∈ [1, 2].
Demostraremos que 1≤ 𝑔(𝑥) ≤ 3/2 para x ∈ [1, 2]:
Como es creciente, por ende:
𝑔(1) = 1.05457 ≈ 1 ≤ 𝑔(𝑥) ≤ 𝑔(3/2) = 0.745422 ≈ 3/2
En 3/2 ya que no está definida para x>2.Ahora hallamos el K que cumple 0≤k<1 tal
que |g’(x)|≤k para todo x ∈ [1, 3/2]. Si definimos como otra función g’(x) se observa
que su derivada seria g’’(x) y seria mayor a 0 en todo el dominio por ende es creciente
en todo el dominio, por ende, el valor máximo:
3
|g’(x)| ≤ 𝑔′ ( ) = 𝑘 = 3/2 < 1
2
Asimismo, con esto se demuestra la existencia del punto fijo de g(x):
𝑔(𝑥) = 𝑥
O que es lo mismo la solución cuando la función siguiente vale cero:
𝑔(𝑥) − 𝑥 = 𝑚(𝑥) = 0
2𝑒 𝑥 − 𝑥 2 + 4
𝑚(𝑥) = −𝑥 =0
8
2𝑒 𝑥 − 𝑥 2 + 4 − 8𝑥
=0
8
2𝑒 𝑥 − 𝑥 2 − 8𝑥 + 4 = 0 = 𝑓(𝑥)
Se observa que es la solución de f(x)=0 por ende queda demostrado que el punto fijo
de g(x) es la solución de f(x)=0. Ahora procedemos a usar un algoritmo de Matlab que
permita visualizar la gráfica de la ecuación g(x)=x.
Donde la gráfica roja corresponde a la gráfica de y=x y la gráfica azul a la gráfica de
2𝑒 𝑥 −𝑥 2 +4
𝑔(𝑥) = .
8
Para hallar el número mínimo de iteraciones para que con una tolerancia T=10−6 se
usa la siguiente desigualdad:
𝑇(1 − 𝐾)
𝑛𝑚𝑖𝑛 > log 𝐾 ( )
𝐾 ∗ |𝑥1 − 𝑥0 |
El K ya se obtuvo y es k=3/2 se procede a hallar 𝑥1 con la iteración empezando con
𝑥0 =1.
2𝑒 1 − 12 + 4
𝑥1 = 𝑔(𝑥0 ) = = 0.63
8
Y con todos los valores necesarios se halla el n min de iteraciones:
10−6 (1 − 0.75)
𝑛𝑚𝑖𝑛 > log 0.75( ) = 48.39
0.75 ∗ |0.63 − 1|
Se observa que el número mínimo de iteraciones obtenido es 𝑛𝑚𝑖𝑛 = 49.
b) Implemente un algoritmo en Matlab que permita aproximar por el Método del
Punto fijo, la solución de la ecuación g(x) = x con 6 cifras decimales exactas usando
como punto de partida a x0 = 1. Muestre el algoritmo y los resultados de la
ejecución del algoritmo mediante una tabla detallada. Compare el número de
iteraciones del algoritmo con el número de iteraciones calculado en (a).
Solución:
Se observa que el número de iteraciones obtenidas con el algoritmo de Matlab es de
16 considerablemente menor a comparación de 49 que se obtuvo resolviendo
mediante cálculos anteriormente.
𝑥 2 +8𝑥−4𝑥
c) Muestre que ℎ(𝑥) = ln ( ) definida en x ∈ [2, 3] es cóncava hacia abajo y
2
creciente. Encuentre una constante 0<k< 1 tal que |ℎ′(𝑥)| ≤k para todo x ∈ [2, 3].
Muestre que el punto fijo de h(x) es la solución de f(x)= 0 en [2, 3]. Implemente un
algoritmo en Matlab que permita visualizar la gráfica de la ecuación h(x) = x en el
intervalo x ∈ [2, 3]. Muestre el algoritmo y la gráfica obtenida. Calcule el número
aproximado de iteraciones de punto fijo para xn+1 = h(𝑥𝑛 ) tal que 𝑥𝑛 se aproxime
a la solución de f(x)=0 con una tolerancia de 10−6 con punto de partida 𝑥0 = 3.
Solución:
𝑥 2 + 8𝑥 − 4
ℎ(𝑥) = ln ( )
2
2(𝑥 + 4)
ℎ′(𝑥) =
𝑥 2 + 8𝑥 − 4
−2(𝑥 2 + 8𝑥 + 36) −2((𝑥 + 4)2 + 20)
ℎ′′(𝑥) = =
(𝑥 2 + 8𝑥 − 4)2 (𝑥 2 + 8𝑥 − 4)2
Para demostrar que es cóncava hacia abajo se debe cumplir que h’’(x)<0, como el
denominador es mayor a cero se analiza el numerador:
2≤𝑥≤3
36 ≤ (𝑥 + 4)2 ≤ 49
−138 ≤ −2((𝑥 + 4)2 + 20) ≤ −112
Como es menor a cero el numerador y el denominador mayor a cero en su dominio
por ende h’’(x)<0 y por ende es cóncava hacia abajo, y para que sea creciente se debe
cumplir h’(x)>0.
2≤𝑥≤3
12 ≤ 2(𝑥 + 4) ≤ 14
2≤𝑥≤3
16 ≤ (𝑥 + 4)2 − 20 = 𝑥 2 + 8𝑥 − 4 ≤ 29
Por ende:
2(𝑥 + 4)
ℎ′(𝑥) = >0
𝑥 2 + 8𝑥 − 4
Por tanto, h(x) es creciente. Si tomamos como otra función h’(x) y se observa que su
derivada h’’(x) es negativa en todo su dominio por ende es decreciente h’(x) en todo su
dominio también entonces:
ℎ′(3) ≤ ℎ′ (𝑥) ≤ ℎ′(2) = 0.75 = 𝑘 < 1
Además, lo demostrado anteriormente indica que la función tiene solo un punto fijo
h(x)=x. Ahora procedemos a usar un algoritmo de Matlab que permita visualizar la
gráfica de la ecuación h(x)=x.
Donde la gráfica roja corresponde a la gráfica de y=x y la gráfica azul a la gráfica de
𝑥 2 +8𝑥−4
ℎ(𝑥) = ln ( ).
2
Para hallar el número mínimo de iteraciones para que con una tolerancia T=10−6 se
usa la siguiente desigualdad:
𝑇(1 − 𝐾)
𝑛𝑚𝑖𝑛 > log 𝐾 ( )
𝐾 ∗ |𝑥1 − 𝑥0 |
El K ya se obtuvo y es k=0.75 se procede a hallar 𝑥1 con la iteración empezando con
𝑥0 =3.
32 + 24 − 4
𝑥1 = ℎ(𝑥0 ) = ln ( ) = 1.29
8
Y con todos los valores necesarios se halla el n min de iteraciones:
10−6 (1 − 0.75)
𝑛𝑚𝑖𝑛 > log 0.75 ( ) = 53.7
0.75 ∗ |1.29 − 3|
Se observa que número mínimo de iteraciones obtenido es 𝑛𝑚𝑖𝑛 = 54.
d) Implemente un algoritmo en Matlab que permita aproximar por el Método del
Punto fijo, la solución de la ecuación h(x) = x con 6 cifras decimales exactas usando
como punto de partida a 𝑥0 = 3. Muestre el algoritmo y los resultados de la
ejecución del algoritmo mediante una tabla detallada. Compare el número de
iteraciones del algoritmo con el número de iteraciones calculado en (c).
Se observa que el número de iteraciones obtenidas con el algoritmo de Matlab es 30
que es considerablemente menor al 54 obtenido por cálculos anteriormente.
4. Método de Newton-Rapshon
Sea la misma función del problema anterior
𝑓(𝑥) = 2𝑒 𝑥 − 𝑥 2 − 8𝑥 + 4 ; 𝑥𝜖[1,3]
a). Muestre que la gráfica de la función f(x)es cóncava hacia arriba en el intervalo [1,3]
demuestre por concavidad que f(x) posee a lo mas dos soluciones en el intervalo [1,3].
Use el teorema de Bolzano para probar que existe una única solución en el intervalo
[1,2] y una única solución en el intervalo [2,3]. ¿Coincide esto con lo obtenido en el
problema anterior? Muestre geométricamente que la concavidad del intervalo [1,3]
garantiza la convergencia del método de Newton-Raphson para los puntos iniciales x0=1
y x0=3 Implemente un algoritmo en Matlab que permita visualizar la gráfica de la función
f(x) en el intervalo dado. Muestre el algoritmo y la gráfica obtenida.
Solución:
Concavidad
𝑓(𝑥) = 2𝑒 𝑥 − 𝑥 2 − 8𝑥 + 4
𝑓′(𝑥) = 2𝑒 𝑥 − 2𝑥 − 8
𝑓′′(𝑥) = 2𝑒 𝑥 − 2
Como:
1≤𝑥≤3
𝑒1 ≤ 𝑒 𝑥 ≤ 𝑒 3
2𝑒 ≤ 2𝑒 𝑥 ≤ 2𝑒 3
2𝑒 𝑥 − 2 ≤ 2𝑒 3 − 2
2𝑒 − 2 ≤ ⏟
𝑓′′(𝑥)
⟹ 𝑓 ′′ (𝑥) > 0 (cóncava hacia arriba en [1,3])
Ahora analicemos:
𝑓(1) = 2𝑒 1 − 12 − 8(1) + 4 > 0
𝑓(2) = 2𝑒 2 − 22 − 8(2) + 4 < 0
𝑓(3) = 2𝑒 3 − 32 − 8(3) + 4 > 0
Calculando la 1ra derivada:
𝑓 ′ (1) = 2𝑒 1 − 2(1) − 8 < 0
𝑓 ′ (2) = 2𝑒 2 − 2(2) − 8 > 0
𝑓 ′ (3) = 2𝑒 3 − 2(3) − 8 > 0
Dado que la función es continua y cóncava, además se encuentra que hay pendiente
positiva y negativa en el intervalo dado, entonces se concluye que existen solo 2
soluciones
Teorema de Bolzano
Intervalo [1,2]
𝑓(1) = 2𝑒 1 − 12 − 8(1) + 4 = 0.43 > 0
𝑓(2) = 2𝑒 2 − 22 − 8(2) + 4 = −1.22 < 0
𝑓(1) ∗ 𝑓(2) < 0 ⟹ ∃𝑐 /𝑓(𝑐) = 0
Existencia y unicidad
𝑓(𝑥) 𝑒𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎
𝑇. 𝐵𝑜𝑙𝑧𝑎𝑛𝑜 ⇒ 𝑒𝑥𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎
𝑓(𝑥)𝑒𝑠 𝑑𝑒𝑐𝑟𝑒𝑐𝑖𝑒𝑛𝑡𝑒 ⟹ 𝑖𝑛𝑦𝑒𝑐𝑡𝑖𝑣𝑎 𝑒𝑛 [1,2]
∴ 𝑓(𝑥) 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛𝑖𝑐𝑎 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛
Intervalo [2,3]
𝑓(2) = 2𝑒 2 − 22 − 8(2) + 4 = −1.22 < 0
𝑓(3) = 2𝑒 3 − 32 − 8(3) + 4 = 11.17 > 0
𝑓(2) ∗ 𝑓(3) < 0 ⟹ ∃𝑐 /𝑓(𝑐) = 0
Existencia y unicidad
𝑓(𝑥) 𝑒𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎
𝑇. 𝐵𝑜𝑙𝑧𝑎𝑛𝑜 ⇒ 𝑒𝑥𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎
𝑓(𝑥)𝑒𝑠 𝑐𝑟𝑒𝑐𝑖𝑒𝑛𝑡𝑒 ⟹ 𝑖𝑛𝑦𝑒𝑐𝑡𝑖𝑣𝑎 𝑒𝑛 [2,3]
∴ 𝑓(𝑥) 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛𝑖𝑐𝑎 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛
Convergencia del método Newton-Rapshon geométricamente
Gráfica y algoritmo en Matlab
b). Implemente un algoritmo en Matlab que permita aproximar por el Método de
Newton-Raphson, la solución de la ecuación f(x) = 0 con 6 cifras decimales exactas
usando como punto inicial x0=1. Muestre los resultados de la ejecución del Algoritmo
mediante una tabla de datos detallada.
c). Implemente un algoritmo en Matlab que permita aproximar por el Método de
Newton-Raphson, la solución de la ecuación f(x) = 0 con 6 cifras decimales exactas
usando como punto inicial x0=3. Muestre los resultados de la ejecución del Algoritmo
mediante una tabla de datos detallada.
d) Compare el método del punto Fijo en el problema anterior y el método de Newton-
Raphspon para el cálculo de las dos raíces de f(x) = 0 en el intervalo [1,3]. ¿Cuál de los
dos métodos fue más rápido y a que se debe eso? Describa las ventajas y desventajas
de un método con respecto al otro después de esta experiencia
solución
El método de Newton-Rapshon es el que presenta mejores características de eficiencia
debido a que casi siempre converge a la solución y lo hace con un mínimo de iteraciones.
El método de Newton-Rapshon es más efectivo para el valor de la raíz ya que se realizan
menos iteraciones que en el método del punto fijo.
