Universidad Tecnológica De Panamá

Facultad De Ingeniería Mecánica

Laboratorio De Métodos Numéricos (7895)

Asignación N° 1:
Introducción al Análisis Numérico

Elaborado: Cedula: Fecha de Entrega: Grupo: Subgrupo:

Mircala Ferrufino 8-899-1149 Lunes, 16 de septiembre de 1MI-122 B
2019

1. ¿Describa cuál es el objetivo del análisis numérico?

R/= Se caracterizan por la cantidad de cálculos repetitivos que se aproximan o se
cercana del problema, por lo cual podemos conocer las ventajas y limitaciones de
diferentes métodos puede ser por error y estabilidad.
2. ¿Explique y defina detalladamente qué relación existe entre la exactitud, la
precisión y la incertidumbre?
R/= Incertidumbre, presión y exactitud son ejemplos que representan conceptos
cualitativos, y por tanto, no deben expresarse numéricamente evitando asociar
números con ellos. No deben confundirse entre sí, ya que su significado es distinto.
Estos términos de presión y exactitud se utilizan distintamente lo cual no son
correctos.
 Exactitud: Es el valor verdadero entre el valor medido de una magnitud. La
exactitud en la medida no es una magnitud y no se expresa numéricamente.
Las medidas son más exactas cuando el error es pequeño de la medición.
 Precisión: se puede expresar numéricamente mediante medidas de
dispersión tales como desviación típica, variancia o el coeficiente de
variación bajo las condiciones especificadas. La precisión, se utiliza
para definir a la repetibilidad de medida.
 Incertidumbre: es más amplio que la precisión ya que la incertidumbre
incluiría, además de todas las fuentes provenientes de los efectos
aleatorios. Esto proviene de las correcciones efectuadas a las medidas
de los errores sistemáticos.
 1. Explique por qué no es posible aplicar los métodos analíticos clásicos a los
modelos.
R/= Representan soluciones basadas en fórmulas matemáticas, desarrolladas
generalmente de forma manual, en las que se definen variables de entrada para el
cálculo de una o más variables de salida.
 No se adecúan al modelo concreto.
 Su aplicación resulta excesivamente compleja.
 La solución formal es tan complicada que hace imposible cualquier
interpretación posterior.
 Simplemente no existen métodos analíticos capaces de proporcionar
soluciones al problema.
1. ¿En que se basan la mayoría de los métodos numéricos?
R/= Son técnicas mediante las cuales es posible formular problemas matemáticos de
tal forma que puedan resolverse usando operaciones aritméticas. El análisis
numérico trata de diseñar métodos para “aproximar” de una manera eficiente las
soluciones de problemas expresados matemáticamente.
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.
Para analizar el comportamiento de los sistemas se usaban soluciones gráficas, las
cuales tomaban la forma de gráficas o monogramas; aunque las técnicas gráficas se
utilizan a menudo para resolver problemas complejos, los resultados no son muy
precisos.
2. ¿Para qué son importantes los diferentes tipos de errores?
R/= Todos los resultados de la aplicación de métodos numéricos van acompañados
de un error que es conveniente estimar. Estos incluyen de truncamiento que resultan
de representar aproximadamente un procedimiento matemático exacto, y los errores
de redondeo, que resultan de presentar aproximadamente números exactos. Para los
tipos de errores, la relación entre el resultado exacto o verdadero y el aproximado
3. Defina los siguientes tipos de errores: Error de Truncamiento, Error de
Redondeo, Error numérico Total, Errores Humanos, Error inherente, Error
absoluto, Error relativo.
R/= Error de Truncamiento: son aquellos que resultan al usar una aproximación en
lugar de un procedimiento matemático exacto. Además para obtener conocimiento
de las características de estos errores se regresa a la formulación matemática usada
ampliamente en los métodos numéricos para expresar Funciones en forma
polinomial: Serie de Taylor.
 Error numérico Total: Se entiende como la suma de los errores de redondeo y
truncamiento introducidos en el cálculo.
 Errores Humanos: Son los errores por negligencia o equivocación.
Actualmente las computadoras son muy exactas y el error es atribuido a los
hombres. Los errores humanos son inevitables, pero se pueden minimizar.
 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: Es la diferencia entre el valor de la medida y el valor tomado
como exacto. Puede ser positivo o negativo, según si la medida es superior al
valor real o inferior (la resta sale positiva o negativa). Tiene unidades, las
mismas que las de la medida.
 Error relativo: Es el cociente (la división) entre el error absoluto y el valor
exacto. Si se multiplica por 100 se obtiene el tanto por ciento (%) de error. Al
igual que el error absoluto puede ser positivo o negativo (según lo sea el error
absoluto) porque puede ser por exceso o por defecto. no tiene unidades.
 1. ¿De qué forma ayuda la implementación de los softwares de computo
numérico?
R/= Nos ayuda ha resolver problemas matemáticos, de diferentes tipos de métodos
que apliquemos, se acerca a su valor real o ver el tipo de estabilidad o error que
pueda tener el método y si es confiable.
2. ¿Qué es un Algoritmo y cuáles son las características de un algoritmo?
R/= Es una secuencia de pasos lógicos necesarios para llevar a cabo una tarea
especifica, como la solución de un problema. Los algoritmos son independientes
tanto del lenguaje de programación en que se expresan como de la computadora que
los ejecuta. En cada problema el algoritmo se puede expresar en un lenguaje
diferente de programación y ejecutarse en una computadora distinta; sin embargo el
algoritmo será siempre el mismo.

3. ¿Que son métodos iterativos?

R/= Es un método que progresivamente va calculando aproximaciones a la solución
de un problema. En Matemáticas, en un método iterativo se repite un mismo proceso
de mejora sobre una solución aproximada: se espera que lo obtenido sea una
solución más aproximada que la inicial. El proceso se repite sobre esta nueva
solución hasta que el resultado más reciente satisfaga ciertos requisitos. A diferencia
de los métodos directos, en los cuales se debe terminar el proceso para tener la
respuesta, en los métodos iterativos se puede suspender el proceso al término de una
iteración y se obtiene una aproximación a la solución.
4. ¿A qué se llaman Métodos Cerrados y Abiertos?
R/= 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. 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.
11. Explique conceptual y detalladamente en qué consisten los siguientes Métodos
Numéricos:

➢ Método Gráfico: Hay que tener en cuenta, que, en el plano, dos rectas sólo
pueden tener tres posiciones relativas (entre sí): se cortan en un punto, son paralelas
o son coincidentes (la misma recta). Si las dos rectas se cortan en un punto, las
coordenadas de éste son el par (x, y) que conforman la única solución del sistema, ya
que son los únicos valores de ambas incógnitas que satisfacen las dos ecuaciones del
sistema, por lo tanto, el mismo es compatible determinado. Si las dos rectas son
paralelas, no tienen ningún punto en común, por lo que no hay ningún par de
números que representen a un punto que esté en ambas rectas, es decir, que satisfaga
las dos ecuaciones del sistema a la vez, por lo que éste será incompatible, o sea sin
solución. Por último, si ambas rectas son coincidentes, hay infinitos puntos que
pertenecen a ambas, lo cual nos indica que hay infinitas soluciones del sistema
(todos los puntos de las rectas), luego éste será compatible indeterminado.
El proceso de resolución de un sistema de ecuaciones mediante el método gráfico se
resume en las siguientes fases:
i. Se despeja la incógnita y en ambas ecuaciones.
ii. Se construye, para cada una de las dos funciones de primer grado obtenidas,
la tabla de valores correspondientes.
iii. Se representan gráficamente ambas rectas en los ejes coordenados.
iv. En este último paso hay tres posibilidades:

➢ Bisección: Este método consiste en obtener una mejor aproximación de la raíz a

partir de un intervalo inicial (a,b) en el cual hay un cambio de signo en la función, es
decir: f(a)f(b)<0.
Se obtiene el punto medio:

xm es la nueva aproximación a la raíz, y se vuelve a tomar un intervalo, pero ahora

mas pequeño, considerando que siga existiendo un cambio de signo en la función, es
decir, el nuevo intervalo queda determinado por:
➢ Falsa Posición: es una alternativa a la bisección basada en una visualización
gráfica. Un inconveniente del método de bisección es que al dividir el intervalo de xl
a xu en mitades iguales, no se toman en consideración las magnitudes de f(xl) y
f(xu). Por ejemplo, si f(xl) está mucho más cercana a cero que f(xu), es lógico que la
raíz se encuentre más cerca de xl que de xu. Un método alternativo que aprovecha
esta visualización gráfica consiste en unir f(xl) y f(xu) con una línea recta. La
intersección de esta línea con el eje de las x representa una mejor aproximación de la
raíz. El hecho de que se reemplace la curva por una línea recta da una “falsa
posición” de la raíz; de aquí el nombre de método de la falsa posición, o en latín,
regula falsi. También se le conoce como método de interpolacion lineal.

➢ Secante: El método de la secante se puede pensar como una simplificación del

método de Newton-Raphson. En lugar de tomar la derivada de la función cuya raíz
se quiere encontrar, se aproxima por una recta secante (de ahí el nombre) a la curva,
cuya pendiente es aproximadamente igual a la derivada en el punto inicial. La
principal diferencia con el método anterior es conocer dos puntos del a función para
poder generar dicha recta. Sean x0 y x1 pertenecientes a cierta f(x) se puede definir:
➢ Newton Raphson: Este método es uno de los mas utilizados para localizar raíces
ya que en general es muy eficiente y siempre converge para una función polinomial.
Se requiere que las funciones sean diferenciables, y por tanto, continuas, para poder
aplicar este método.
Se debe partir de un valor inicial para la raíz: xi , este puede ser cualquier valor, el
método convergirá a la raíz mas cercana.
Si se extiende una tangente desde el punto , el punto donde esta tangente

cruza al eje x representa una aproximación mejorada de la raíz.

➢ Muller: Recuérdese que el método de la secante obtiene raíces estimando una

proyección de una línea recta en el eje de las x a través de dos valores de la función.
El método de Müller toma un punto de vista similar, pero proyecta una parábola a
través de tres puntos.
El método consiste en obtener los coeficientes de tres puntos de la parábola. Estos
coeficientes pueden ser sustituidos en la fórmula cuadrática para obtener el punto
donde la parábola intercepta el eje x; es decir, la raíz estimada.
La aproximación es fácil de escribir en forma conveniente como la ecuación de una
parábola:

➢ Descomposición LU: El método de descomposición LU para la solución de

sistemas de ecuaciones lineales debe su nombre a que se basa en la descomposición
de la matriz original de coeficientes (A) en el producto de dos matrices (L y U).
Esto es:
A = LU
Donde:
L - Matriz triangular inferior
U - Matriz triangular superior con todos los elementos de la diagonal principal
iguales a 1.

➢ Gauss Jordán: Este método también utiliza el teorema fundamental de

equivalencia para resolver un sistema de ecuaciones lineales. El método consiste en
convertir el sistema expresado como matriz ampliada y trabajar para transformarlo
en un la matriz identidad quedando en el vector de términos independientes el
resultado del sistema.

Su procedimiento se distingue del método Gaussiano en que cuando se elimina una

incógnita, se elimina de todas las ecuaciones restantes, es decir, las que preceden a la
ecuación pivote así como de las que la siguen. Por lo tanto, la eliminación gaussiana
es el método simple por excelencia en la obtención de soluciones exactas a las
ecuaciones lineales simultáneas. Una de las principales razones para incluir el
método de Gauss-Jordan, es la de proporcionar un método directo para obtener la
matriz inversa. Es importante mencionar que este método es muy adecuado para
obtener la matriz inversa de una matriz.
 Bibliografía
https://sites.google.com/site/metalnumericos/home/unidad-3-1/3-2-metodo-de-
gauss-jordan
https://sites.google.com/site/metalnumericos/home/unidad-3-1/3-4-metodo-de-
descomposicion-lu
http://aprendeenlinea.udea.edu.co/lms/moodle/mod/page/view.php?id=24508
http://www3.fi.mdp.edu.ar/metodos/apuntes/secante_rodrigo.pdf
http://aplicacionmetodosnumericos.blogspot.com/p/homepage.html
http://test.cua.uam.mx/MN/Methods/Raices/Biseccion/Biseccion.php
https://www.geogebra.org/m/MQQX3k2b
https://disi.unal.edu.co/~lctorress/MetNum/LiMetNu2.pdf
https://www.academia.edu/38408492/M%C3%A9todos_Num%C3%A9ricos
https://sites.google.com/site/pn20111/home/4-metodos-abiertos
http://www.mty.itesm.mx/dmti/materias/ma2008/lecturas/ma2008-09a.pdf
http://www.medicionesmeyca.com/?page_id=79