Universidad Autónoma de Yucatán
Facultad de Ingeniería Química
Asignatura: Métodos Numéricos
Docente: René López Flores
ADA 1: Cálculo de Raíces
TC G6
Integrantes de equipo:
• Campos Góngora Paola Mariana (IB)
• Escalante Sáenz Néstor Mariano (IB)
• Lacasse Díaz Jaqueline Eclissi (IB)
• Pérez Jiménez Jesús Alberto (IB)
• Ucán Patrón Marco de Jesús (IB)
Fecha de la entrega: 16 de septiembre del 2022
1
ADA 1
Organización:
• Resolución método analítico: Marco, Paola y Néstor
• Resolución método numérico: Jaqueline y Jesús
• Participación de video: Jesús y Néstor
• Edición de video: Néstor
Tabla de contenidos
Introducción………………………………………………………………………………..3
Desarrollo de los problemas……………………………………………………………..4
Problema 1 (bisección)……………………………………………………………………4
a) Descripción…………………………………………………………………….4
b) Resolución con el método numérico……………………………………….14
c) Análisis de comparación del problema…………………………………….17
Problema 2 (Newton-Raphson)………………………………………………………...18
a) Descripción…………………………………………………………………...18
b) Resolución con el método numérico……………………………………….19
c) Análisis de comparación del problema…………………………………….21
Problema 3 (secante)…………………………………………………………………....23
a) Descripción…………………………………………………………………...23
b) Resolución con el método numérico……………………………………….26
c) Análisis de comparación del problema…………………………………….28
Referencias……………………………………………………………………………….29
2
Introducción
En el presente trabajo analizaremos problemas enfocados en el área de
ingeniería, los cuales se resolverán a través de dos métodos propuestos: un método
analítico y uno numérico.
Los métodos numéricos son técnicas por las cuales se pueden formular
diversos problemas matemáticos para su resolución haciendo uso de operaciones
aritméticas.
A través del uso de estos métodos, se trata de comprobar su ayuda y
facilitación a la hora de encontrar resultados para problemas matemáticos
complejos frente a su contraparte tradicional. Esto ofrece soluciones
aproximadamente precisas, haciendo uso de softwares existentes. Dichos métodos
ofrecen facilidades para la resolución de problemas en las áreas de ciencias,
ingenierías y administración.
Se mostrará la resolución de tres problemas por medio de los métodos de
Bisección, el cual consiste en la aproximación al valor de una raíz por la obtención
de intervalos y subintervalos; el método de Newton-Raphson, el cual emplea rectas
tangentes que plantean valores cercanos a los de la raíz de la función; y del método
de la Secante, que opera de manera similar al método N-R, con la diferencia de que
no trabaja con la derivada de la función, sino con una diferencia de funciones.
3
Desarrollo de los problemas
Problema 1 (Bisección)
a) Descripción.
En un cultivo de laboratorio, el número de bacterias (medido en millones) durante
las primeras 100 horas viene dado por
𝑁(𝑡) = 25 + 𝑡𝑒 −𝑡/10 𝑡 ∈ [0,100]
Determina el tiempo en el que la cantidad de bacterias alcanza el valor de 28
millones.
- Gráfica.
- Formulación del modelo matemático.
El modelo está basado en la cantidad de bacterias, y conforme pasa el tiempo, estas
tendrán cantidades específicas, se pueden contemplar los componentes de la
función de la siguiente forma:
• 25: Contemplado como cantidad base de bacterias que se encuentran en el
cultivo, es contada en términos de millones.
𝑡
• 𝑡𝑒 −10 : Representando la curva de aumento de la cantidad de acuerdo al
tiempo, la exponencial cuenta con exponente negativo para denotar
crecimiento.
- Resolución con método analítico.
Para resolver este problema se probó despejar la variable t sin embargo, no
se llegó a ninguna conclusión, sin embargo, se pudo por medio de iteraciones, otra
4
opción fue usar Symbolab®, aunque no da un procedimiento claro de cómo llego
al resultado.
5
6
7
8
9
10
11
12
13
- Resultado.
El tiempo en el que el cultivo es de 28 millones es en 17.813 horas
b) Resolución con método numérico.
Para nuestro primer problema se utilizó el método de bisección que, de
manera general, trabaja dividiendo el intervalo propuesto a la mitad y seleccionando
el nuevo intervalo generado que contenga a la raíz con el fin de ir encontrando el
valor más exacto posible.
Este método plantea que si la función dada es continua entre un intervalo, en
este caso se utiliza 𝑥1 y 𝑥2 , y estos poseen signos opuestos dado que su producto
resulta en 𝑓(𝑥1 ) 𝑓(𝑥2 ) < 0, entonces existe al menos una raíz real dentro de dicho
intervalo. En el caso de la búsqueda de la raíz en el programa, el método va
seleccionando el intervalo donde la función cambia de signo. Cada nuevo intervalo
14
generado se denotará como iteraciones que repetirán el proceso hasta cumplir la
condición de error asignada. Esta condición está dada por la formula…
𝑥𝑛𝑒𝑤 − 𝑥𝑜𝑙𝑑
𝜀𝑎 = | | ∙ 100%
𝑥𝑛𝑒𝑤
En el ejercicio propuesto, se pide calcular el valor de t para el cual se habrá
obtenido 28 millones de bacterias, esto es 𝑁(𝑡) = 28. Dado que el código trabaja
solo con ecuaciones igualadas a 0 se realizó un ajuste a la función inicial del
problema, quedando…
25 + 𝑡𝑒 −𝑡/10 − 28 = 0
La siguiente imagen ilustra el código de a función ajustada.
Quedando así el código de la siguiente manera:
15
16
Cabe aclarar que como la gráfica muestra que la función posee dos raíces,
se tomara en cuenta para la resolución la segunda raíz, cuyo intervalo a evaluar
tiene los valores de 𝑥1 = 10 y 𝑥2 = 20. la condición de error asignada es de 0.00001.
En la siguiente tabla se ilustran los valores elegidos.
Ejecutando el código nos queda el siguiente resultado:
La tabla nos muestra que para la iteración 16 se alcanzó la condición de error
elegida como se muestra en la columna de error, nuestro resultado aproximado es
de 17.813 el cual coincide con el obtenido a través del método analítico.
Esto se interpreta que cuando el cultivo alcance 17.8 horas se habrá cumplido
un crecimiento de 28 millones de bacterias.
c) Análisis de comparación del problema.
La ecuación es bastante compleja para resolverse algebraicamente, sin embargo,
se puede resolver por iteraciones, aunque este proceso sea tardado de hacer
manualmente, el uso de un programa, en este caso Excel y la creación de un
código facilitan el proceso ya que obtienen resultados precisos en poco tiempo;
con ayuda del método de Bisección.
17
Problema 2 (Newton-Raphson)
a) Descripción.
Una partícula se mueve sobre una recta horizontal según la función posición 𝑠(𝑡) =
1 3
𝑡 −𝑡
3
Dado que la partícula tiene un periodo de retroceso en su distancia,
determine el tiempo aproximado en que la partícula regresa a su posición inicial.
- Gráfica.
- Formulación del modelo matemático.
El movimiento de la partícula tiene un avance constante, que es representado
1
por 3 𝑥 3 ; dado que puede retroceder en su trayecto, se contempla un avance inicial
negativo, que es denotado por el – 𝑡 al final de la función, pero, asimismo, se
contempla que puede volver a su posición inicial después de un tiempo determinado
debido al grado 3 de la función.
- Resolución con método analítico.
Debido a que la función original s(t) = 1/3t^3-t es para hallar la posición en función
del tiempo, fácilmente podemos hallar, con las soluciones (raíces) de la función
igualada a 0, el momento en el que tiene su posición original, es decir, cero. Para
ello, solo hay que factorizar, despejar, igual y resolver.
1 3 1 1
3
𝑡 − 𝑡 = 0 → 3 𝑡 (𝑡 2 − 3) = 0 → 3 ⋅ 3 𝑡(𝑡 2 − 3) = 3 ⋅ 0 → 𝑡(𝑡 2 − 3) = 0
18
Entonces tenemos que: 𝑡 = 0 y 𝑡 2 − 3 = 0
𝑡 2 = 3 → 𝑡 = ±√3 = ±1.7320508075688772935274463415058723669428
Pero solo tomamos la raíz positiva, debido a que, en el contexto real, solo hay
tiempo positivo. Entonces obtuvimos que vuelve a la posición original (cero) al
segundo:
√3 = 1.7320508075688772935274463415058723669428
- Resultado.
El tiempo exacto en el que la partícula regresa a su posición inicial (cero) es en el
segundo √3.
b) Resolución con método numérico.
El método de Newton-Raphson emplea la creación de una recta tangente de
la gráfica para identificar valores cercanos a la raíz de la función. El mismo tiene
limitaciones, ya que como comenta Costa (2011), “la única manera de alcanzar la
convergencia es seleccionar un valor inicial lo suficientemente cercano a la raíz
buscada.” (p. 2). Este hecho trae consigo ciertas complicaciones, ya que,
dependiendo de la función a trabajar, las intersecciones con el eje x podrían ser más
de una, y con ello, los intervalos de prueba grandes no podrían identificar
correctamente la raíz.
Dado que la pendiente se linealiza, se supone que el punto de intersección
con el eje x será más cercano que el valor inicial, el procedimiento se irá repitiendo
hasta que las iteraciones satisfagan el valor de error proporcionado. Este método
se condensa en la siguiente fórmula:
𝑓 (𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 ′ (𝑥𝑛 )
Para este ejercicio, no fue necesario ajustar la función para obtener un valor
específico, ya que se busca el valor de 0, y la función ya corta por sí sola el eje de
las x en cierto intervalo.
De acuerdo a la fórmula, los elementos quedan de la siguiente forma en el
código proporcionado:
1
• 𝑓 (𝑥 𝑛 ) = 𝑥 3 − 𝑥 = función original trasladada a variable x y valuada
3
en punto 𝑥𝑛
19
• 𝑓 ′ (𝑥𝑛 ) = 𝑥 2 − 1 = derivada de la función, en términos de 𝑥𝑛
Quedando de la siguiente forma:
Asimismo, se configuraron los datos iniciales de la siguiente forma, tomando
de referencia el trayecto observado en la gráfica:
Valor inicial X = 𝑥𝑛 = Punto prueba para aproximación a la raíz.
Al ejecutar el código, se obtienen los siguientes resultados
20
Como se observa, el código satisface el valor de tolerancia a la iteración 7,
quedando un valor aproximado de 1.73205 en la raíz. Las iteraciones se pueden
ilustrar de la siguiente manera:
Dado el resultado numérico, se interpreta que la partícula regresará a su
posición inicial al momento 1.73205 de que inicia su movimiento.
c) Análisis de comparación del problema.
1
Obtuvimos que al ingresar en la función 𝑠(𝑡) = 3 𝑡 3 − 𝑡 , en el software GeoGeobra,
los valores obtenidos para t mediante los métodos analítico y numérico (Newton),
21
se obtuvo una recta t(x) = 0 en la que se refleja que la posición en ese tiempo es
igual a cero. Sin embargo, en el método analítico sí fue de x=0, mientras que, en
el método numérico, debido a la falta de precisión numérica, no fue exacto en x=0,
si no que se acercó por mucho; para ser exactos, en el valor t(x) = -
0.0000016151366.
Problema 3 (secante)
a) Descripción.
La concentración C de una cierta sustancia química en la sangre tras t horas de su
inyección en el tejido muscular está dada por
𝟑𝒕
𝑪 ( 𝒕) =
𝟐𝟕 + 𝒕𝟑
Determine el momento en que la concentración de la sustancia sea 0.15
- Gráfica.
22
- Formulación del modelo matemático.
Se toma de base que la concentración de la sustancia en la sangre es 0, conforme
se aplica, esta cantidad aumenta en cierta proporción pequeña, es por eso por lo
que, en la función, el denominador es más grande que el numerador. Después de
cierto periodo, la sangre se estabiliza, por lo que recae a un nivel 0 la concentración
de la sustancia, ya que la misma va contrarrestándose con el tiempo.
23
- Resolución con método analítico.
24
25
- Resultado.
No fue posible obtener buenas aproximaciones debido a la complejidad de la
ecuación a desarrollar, se intentó utilizar el método de Gauss y Ruffini.
b) Resolución con método numérico.
Para al último problema se utilizó el método de la secante el cual utiliza una
serie de raíces de la línea secante para aproximarse a la raíz de estudio. Este
método utiliza 2 primeras aproximaciones de la raíz para poder llevar a cabo el
cálculo. Aunque este método funciona de manera similar al método de Newton-
Raphson, se diferencia de este en que no trabaja sobre la derivada de la función a
evaluar si no en una diferencia de funciones, su ecuación es la siguiente:
𝑓(𝑥𝑖 )(𝑥𝑖−1 − 𝑥𝑖 )
𝑥𝑖−1 = 𝑥𝑖 −
𝑓(𝑥𝑖−1 ) − 𝑓(𝑥𝑖 )
De esta manera con base en la formula anterior se construirán las rectas
secantes que corten la gráfica de la función dada. Con cada iteración se va
escogiendo un nuevo valor 𝑥𝑖−1 . El programa se detendrá hasta obtener una
diferencia mínima entre 𝑥𝑖−1 y 𝑥𝑖 que a su vez satisfaga el valor de tolerancia de
error propuesto.
En el ejercicio planteado se pide calcular en que tiempo t una sustancia
alcanza 0.15 de valor de concentración. De nuevo para este ejercicio se ajusta la
ecuación que se utilizara en el programa igualándola a 0. La función queda de la
siguiente forma:
3𝑡
− 0.15 = 0
27 + 𝑥 𝑡
En la siguiente imagen se ilustra el código para la función planteada:
El código completo que se utilizó queda de la siguiente manera:
26
Los datos para el cálculo de las raíces se ilustran en la siguiente gráfica, se
tomaron con referencia a lo que se observó en la gráfica de la ecuación ajustada:
Ejecutando el código nos arroja el siguiente resultado:
27
La tabla nos muestra que la raíz de la función tiene un valor aproximado de
1.528581079 para la séptima iteración que, como se puede observar en la columna
de error porcentual, satisface el valor de tolerancia propuesto.
Esto se interpreta que para que la sustancia pueda alcanzar un valor de 0.15
de concentración, necesita haber pasado aproximadamente 1.53 horas.
c) Análisis de comparación del problema.
Es necesario el uso de algún método numérico para poder obtener mejores
aproximaciones. La complejidad de la ecuación no permite obtener buenas
aproximaciones usando métodos algebraicos y aritméticos, los utilizados fueron el
método de gauss y Ruffini. Mientras que al usar el método numérico solo hizo falta
utilizar dos valores x aproximados para poder obtener el resultado deseado con las
iteraciones debidas.
Conclusión
Se puede concluir que el uso de un código, que es fácilmente accesible ya que solo
necesitamos una computadora y tener instalado el Excel, facilita la resolución de
problemas de manera rápida y eficiente, lo cual puede ayudarnos con el uso del
ámbito ingenieril a tener suposiciones casi exactas para el aprovechamiento total
de nuestros materiales y tiempo.
28
Referencias
Canale, R.; Chapa, S. (2015) Numerical Methods For Engineers. 7° Edición.
McGraw-Hill Education. Consultado el 14 de septiembre del 2022.
Climent, B.; Franco, D.; Gayte, I.; Morales, C. (2019). Colección de ejercicios
resueltos de Matemáticas Aplicadas a la Biología. Universidad de Sevilla.
Recuperado el 13 de septiembre de 2022, de
http://departamento.us.es/edan/php/asig/GRABIO/GBM/ColeccionEjercicios.pdf
Costa, J. (2011). Application of Numerical Methods to Solve Nonlinear Equations for
Sea Wave Modeling. Universidad Ricardo Palma. Recuperado el 12 de septiembre
de 2022, de https://xdoc.mx/preview/aplicacion-de-la-tecnica-numerica-en-la-
solucion-de-una-ecuacion-5f7bee202e410
Wright, W.; Zill, D. (2011). Matemáticas 1. Cálculo diferencial. McGraw Hill. ISBN
13: 978-607-15-0534-7.
29
