UNIVERSIDAD TECNOLÓGICA DE PANAMÁ

FACULTAD DE INGENIERÍA MECÁNICA

ASIGNACIÓN N°1 DE MÉTODOS NUMÉRICOS

INTRODUCCIÓN AL ANÁLISIS NUMÉRICO

ALDAIR BENNETT
8-931-1029

INSTRUCTOR:
ANIBAL VIGIL

GRUPO 1AA121

LUNES 3 DE SEPTIEMBRE DEL 2018

1. ¿Describa cuál es el objetivo del análisis numérico?
R: El objetivo principal del análisis numérico es encontrar soluciones
"aproximadas" a problemas complejos utilizando sólo las operaciones más
simples de la aritmética. Se requiere de una secuencia de operaciones
algebraicas y lógicas que producen la aproximación al problema
matemático.
2. Describa las tres fases de solución de problemas en ingeniería en: a) la era
anterior a las computadoras b) la era de las computadoras.
R: En la era anterior a las computadoras:
 FORMULACIÓN: Leyes fundamentales explicadas brevemente
 SOLUCIÓN Métodos muy elaborados y con frecuencia complicados
para hacer manejable el problema.
 INTERPRETACIÓN: Análisis profundo limitado por una solución que
consume tiempo.
En la era de las computadoras
 FORMULACIÓN Exposición profunda de la relación del problema
con las leyes fundamentales.
 SOLUCIÓN Método de la computadora fácil de usar.
 INTERPRETACIÓN La facilidad de calcular permite pensar
holísticamente y desarrollar la intuición; es factible estudiar la
sensibilidad y el comportamiento del sistema.
3. ¿Explique y Defina detalladamente qué relación existe entre la exactitud, la
precisión y la incertidumbre?
R: Los términos Incertidumbre, Precisión y Exactitud, suelen ser
confundidos al momento de analizar los resultados de una calibración o
especificaciones de un instrumento.
 Exactitud: se define así a la proximidad entre el valor medido y el
valor verdadero de una magnitud a medir.
 Precisión: es la proximidad entre las indicaciones o los valores
medidos obtenidos en mediciones repetidas de un mismo objeto,
bajo condiciones especificadas.
 Incertidumbre: es el parámetro asociado con el resultado de una
medición, que caracteriza la dispersión de los valores que podrían
ser razonablemente atribuidos al valor a medir.
4. Explique por qué no es posible aplicar los métodos analíticos clásicos a los
modelos.
R: Porque se entiende que el método analítico está limitado para una
pequeña parte de problemas ya que no permite tener con exactitud los
datos requeridos en un problema u otro caso , sin embargo se puede tener
una aproximación de toda respuesta pero no siempre es la exacta.
5. ¿En que se basan la mayoría de los métodos numéricos?
R: Se basan en que el análisis numérico proporcionará todo el andamiaje
necesario para llevar a cabo todos aquellos procedimientos matemáticos
 susceptibles de expresarse algorítmicamente, basándose en algoritmos que
permitan su simulación o cálculo en procesos más sencillos empleando
números.
6. ¿Para qué son Importantes los diferentes tipos de errores?
R: Son importantes porque en estos tipos de errores está la relación entre
el resultado exacto, o verdadero, y el aproximado está dada por Valor
verdadero = Valor aproximado + error se encuentra que el error numérico
es igual a la diferencia entre el valor verdadero y el valor aproximado, es
decir Et = valor verdadero – valor aproximado
7. Defina los siguientes tipos de errores: Error de Truncamiento, Error de
Redondeo, Error numérico Total, Errores Humanos, Error inherente, Error
absoluto, Error relativo.
R: Los tipos de errores son:
 Error de truncamiento: es el término usado para reducir el número de
dígitos a la derecha del separador decimal, descartando los menos
significativos.
 Error de Redondeo: Es el proceso mediante el cual se eliminan cifras
significativas de un número a partir de su representación decimal,
para obtener un valor aproximado.
 Error numérico Total: es la suma de los errores de redondeo y de
truncamiento. La única forma de minimizar los errores de redondeo
es la de incrementar el número de cifras significativas de la
computadora.
 Errores Humanos: En los primeros años de la computación los
resultados numéricos erróneos fueron atribuidos algunas veces al
mal funcionamiento de la computadora misma. Hoy día esta fuente
de error es muy improbable y la mayor parte de las equivocaciones
se atribuye a errores humanos.
 Las equivocaciones ocurren a cualquier nivel del proceso de
modelación matemática y pueden contribuir con todas las otras
componentes del error.
 Error inherente: Son errores que existen en los valores de los datos,
causados por incertidumbre en las mediciones, por verdaderas
equivocaciones, o por la naturaleza necesariamente aproximada de
la representación, mediante un número finito de dígitos, de
cantidades que no pueden representarse exactamente con el
número de dígitos permisible.
 Error absoluto: El error absoluto puede ser un valor positivo o
negativo, según si la medida es superior al valor real o inferior y
además tiene las mismas unidades que las de la medida.
 Error Relativo: Es el cociente entre el error absoluto y el valor que
consideramos como exacto (la media). Al igual que el error absoluto
puede ser positivo o negativo porque puede se puede producir por
 exceso o por defecto y al contrario que él no viene acompañado de
unidades.
8. ¿De qué forma ayuda la implementación de los softwares de computo
numérico?
R: Se ha vuelto más sencillo y fácil el uso de ellos; es mucho más amplio ya
que no limita tus capacidades esto te da muchas opciones a la hora de
escoger uno de los tantos softwares que te pueden ayudar en lo que más te
convenga
9. ¿Qué es un Algoritmo y cuáles son las características de un algoritmo?
R: Un algoritmo es una secuencia de pasos lógicos necesarios para llevar a
cabo una tarea específica, como la solución de un problema.
Las características de todo algoritmo son:
 Un algoritmo debe estar definido. Si se sigue un algoritmo dos veces, se
debe obtener el mismo resultado cada vez.
 Un algoritmo debe ser finito. Si se sigue un algoritmo, se debe terminar
en algún momento; o sea debe de tener un número finito de pasos.
 La definición de un algoritmo debe describir tres partes: Entrada,
Proceso y Salida
 deben seguir un orden cuidadosamente prescrito
 deben ser efectivos y deben de resolver el problema en un número finito
de pasos.
 Un algoritmo debe ser preciso e indicar el orden de realización de cada
paso.
 Los pasos de un algoritmo deben ser simples y exentos de
ambigüedades
 Un algoritmo debe ser finito. Si se sigue un algoritmo, se debe terminar
en algún momento; o sea debe de tener un número finito de pasos.

10. ¿Que son métodos iterativos?

R: Un método iterativo trata de resolver un problema
matemático mediante aproximaciones sucesivas a la solución, empezando
desde una estimación inicial.

11. ¿A qué se llaman Métodos Cerrados y Abiertos?

R: Los métodos cerrados se caracterizan porque una función cambia de
signo en un intervalo que encierra la raíz y porque para desarrollar el
algoritmo donde se encuentra la raíz necesita de dos valores iniciales
(límite inferior y límite superior) entre los cuales se encuentra la misma.
Los métodos abiertos, a diferencia de los cerrados, calcula en cada
iteración una aproximación a la raíz y se despreocupan de verificar si esta
aproximación genera o no un intervalo que contenga una raíz.
12. Explique conceptual y detalladamente en qué consisten los siguientes
métodos:B
(Desarrolle un ejemplo para cada una)
 Método gráfico: consiste en graficar la función y observar dónde cruza el eje
 Bisección: Este método consisten en que si f(x) es real y continúa en el
intervalo que va desde x hasta xu y f(x) y f(xu) tienen signos opuestos, es
decir, f(x) f(xu) < 0; entonces hay al menos una raíz real entre x y xu.
 Falsa posición: Es una alternativa basada en una visualización gráfica,
consiste en unir f(xl) y f(xu) con una línea recta y con esto obtener la línea
con el eje de las x la cual representa la aproximación a la raíz.

 Secante: Este método se basa que en vez de tomar la derivada la cual es la

raíz como en el método Newton Rhapson, se usa una extrapolación y se
toma una diferencia divida para estimar la pendiente.
 Newton Raphson: este método es el más utilizado ya que se toma la raíz y
se traza una tangente desde un punto en la curva, por lo general el punto
donde esta tangente cruza el eje x representa la aproximación a la raíz.
Este método se basa la interpretación geométrica.
 Mulller: este método es similar al de secante, pero en este se construye
una parabola que pasa por los tres puntos, se basa en obtener dichos
coeficientes de la parábola que pasa por los puntos y estos se sustituyen en
la formula y se obtienen el valor de la raíz.
 Bairstow: es un método repetitivo que relaciona los métodos de Muller y
Newton. Dado un polinomio se sigue una serie de pasos para encontrar la
raíz, si el grado del polinomio es mayor que tres se repite un paso, el fin de
este método es permite calcular todas las raíces de un polinomio sean
reales o imaginarios.
 Descomposición LU: Es un método para ecuaciones lineales, en cual
primero se factoriza o “descompone” en las matrices triangulares inferior [L]
y superior [U]. luego de esto se da Paso de la sustitución. [L] y [U] se usan
para determinar una solución {X} para un lado derecho {B}. Este paso, a su
vez, se divide en dos. Primero, se usa una ecuación para generar un vector
intermedio {D} mediante sustitución hacia adelante. Después, de este el
resultado se sustituye en la ecuación, la que se resuelve por sustitución
hacia atrás para {X}.
 Gauss Jordan: La principal diferencia consiste en que cuando una incógnita
se elimina en el método de Gauss-Jordan, ésta es eliminada de todas las
otras ecuaciones, no sólo de las subsecuentes. Los renglones se
normalizan al dividirlos entre su elemento y de este paso de eliminación se
genera una matriz identidad en vez de una triangular. En consecuencia, de
esto no es necesario usar la sustitución hacia atrás.
 Gauss Seidel: es usado comúnmente en un sistema de ecuaciones n. este
se limita a un conjunto de ecuaciones 3x3, de estas se sacan 3 ecuaciones
y se va obteniendo valores al principio se asume que todos son 0, para
 conseguir calcular un nuevo valor y se añade el valor anterior y se repite
hasta calcular 3 valores de la primera ecuación, luego de esto se repite en
las 3 ecuaciones.
 Jacobiano: es una matriz formada por las derivadas parciales de primer
orden de una función. Una de las aplicaciones más interesantes de esta
matriz es la posibilidad de aproximar linealmente a la función en un punto.

EJEMPLOS
Método gráfico
Resolver gráficamente el siguiente sistema de ecuaciones:

BISECCIÓN

a0=a, b0=b, y sea X0=(a0+b0)/2

ITERACIÓN
(i) ai bi Xi f(ai) f(bi) f(Xi)
0 -2 4 1 4.39 -2.98 -2.63
1 -2 1 -0.5 4.39 -2.63 -1.35
2 -2 -0.5 -1.25 4.39 -1.35 0.49
3 -1.25 -0.5 -0.875 0.49 -1.35 -0.6
FALSA POSICIÓN

SECANTE
Usar el método de la secante para aproximar la función :

f(x0)=1
f(x1)= -0.632120558
NEWTON RAPHSON
Obtener una raiz de la función f(x) = cos( x+1 ) −sin( x+1 ) +0.8 en el intervalo [−1,1]

x1 = x0 − f(x0)/ f′(x0) = −1 − 1.8 −1 = 0.8

MULLER
Bairstow
a8 a7 a6 a5 a4 a3 a2 a1 a0
Coeficientes polinomio 0 0 0 0 0 0.25 0.75 -1.5 -2

Raíces reales
1 2 3
-4 -1 2

DESCOMPOSICION LU
MATRIZ CUADRADA

`
Gauss Jordan
-3x+3y+2z=1
4x+y-z=2
x-2y+z=3

aplicando Gauss Jordan da igual x=1 y=0 z=2

Gauss Seidel

aplicando el método seidel

Dando como resultado X1=3.0 X2=-2.5

X3=7.0

JACOBIANO
`

aplicando el jacobiano

X=96.00 X2=70.50 X3=42.25

 Infografía

1. https://es.wikipedia.org/wiki/An%C3%A1lisis_num%C3%A9rico
https://es.wikipedia.org/wiki/M%C3%A9todo_iterativo
2. METODOS NUMERICOS PARA INGENIEROS (7ª ED.) , RAYMOND P.
CANALEySTEVEN C. CHAPRA,MCGRAW-HILL, 2015
3. http://www.medicionesmeyca.com/?page_id=79
4. https://www.fisicalab.com/apartado/errores-absoluto-relativos#contenidos
5. https://www.monografias.com/trabajos73/metodos-numericos/metodos-
numericos.shtml