Professional Documents
Culture Documents
Docente:
Comalcalco
Rosa Elena Lpez Falconi
Materia:
Programacin
Alumno:
Dany Alejandra Snchez Domnguez
Investigacin:
Unidad 3, 4 y 5.
Carrera:
Ing. En Ind. Alimentarias
ANLISIS DEL ERROR Y SOLUCIN DE ECUACIONE
Mtodo grfico.
Las tcnicas grficas tiene el valor prctico limitado, ya que no son precisas. Sin
embargo, los mtodos grficos se utilizan para obtener aproximaciones de la raz.
Dichas aproximaciones se pueden usar como valores iniciales en los mtodos
numricos analizados. Las interpretaciones grficas, adems de proporcionar
estimaciones de la raz, son herramientas importantes en la compresin de las
propiedades de las funciones y en la prevencin de las fallas de los mtodos.
Mtodo de Biseccin.
Cuando se aplica las tcnicas graficas se observa que f(x) cambi de signo a
ambos lados de la raz. En generan, si f(x) es real y contina en el interior que va
desde x1 hasta xu y f(x1) y f (xu) tienen signos opuestos, es decir, (x1) f (xu) <0.
Para iniciar seria finalizar con el clculo cuando el error verdadero que se
encuentra por debajo de algn nivel prefijado. En el ejemplo anterior se observa
que el valor relativo baja de 5.3 a 1.9% durante el procedimiento de clculo. Puede
decirse que el mtodo termina cuando se alcanza un error ms bajo, por ejemplo,
al 0.1%. Dicha estrategia es inconveniente, ya que la estimacin del error en el
ejemplo anterior se bas en el conocimiento del valor verdadero de la raz de la
funcin. Por lo tanto se requiere estimar el error de forma tal que no se necesite el
conocimiento previo de la raz. Se puede evaluar el valor relativo porcentual de la
siguiente manera.
Ea = ((x1-x0)/x1)*100
Existen otras variantes del metodo de Newton que son relativamente utilizadas en
algunas aplicaciones. As por ejemplo esta el denominado metodo de Newton
modicado en el que el valor de f se estima solo cada k iteraciones actundose
entre dichas iteraciones con el ultimo valor de f calculado. Otra variante, conocida
con el nombre de metodo de Newton mejorado (o metodo de Halley) se basa en
en el siguiente razonamiento
Desarrollo que una vez linealizado nos conduca a que: (xxi) f (xi) f (xi) de
donde se obtena una aproximacin xi+1 de la solucin como xi f (xi) f (xi). En el
metodo de Newton mejorado se usa el hecho de que (x xi) f (xi) f (xi) para
sustituir esta expresin en uno de los dos factores (x xi) que intervienen en el
trmino de segundo grado del desarrollo de Taylor, despreciando los de mayor
orden, con lo que:
De donde:
Un mtodo grafico que visualiza grficamente consiste en unir y con una lnea
recta. La interseccin de esta lnea con el eje x representa una mejor
aproximacin de la raz.
El hecho que se remplace la curva por una lnea recta da una falsa posicin de la
raz de aqu el nombre de mtodo de la falsa posicin o en latn regla falso.
Tambin se le conoce como mtodo de interpolacin lineal.
Aunque el mtodo de la falsa posicin es uno de los mejores hay casos donde
funciona de manera diferente, porque por este mtodo se puede verificar
directamente con la raz a diferencia de otros mtodos
Mtodos abiertos.
Esta frmula puede desarrollarse como una iteracin simple de punto fijo, tambin
llamadas iteracin de un punto o sustitucin sucesiva o mtodo de punto fijo, al
arreglar la ecuacin f(x) = 0 de tal modo que este del lado izquierdo de la
ecuacin x = g(x)
Esta transformacin se realiza mediante operaciones algebraicas o simplemente
sumando a cada lado de la ecuacin original.
Ejemplo
Use una iteracin simple de punto fijo para localizar la raz de f(x)=e^ (-x)-x
I Xi (%) (%)
0 0 100.0
De esta manera, se puede observar que cada iteracin acerca cada vez ms el
valor aproximado al valor verdadero de la raz: 0.56714329
Mtodo de la secante
f (xi)
F (xi) f (xi1) xi xi1 con lo que el esquema iterativo del metodo de Newton-
Raphson se ve modicado a:
Xi+1 = xi
Obsrvese que para aplicar el metodo se necesitan dos valores x0 y x1 con los
que inicializar el proceso. Por ello en el metodo de la secante la primera iteracin
se realiza mediante el metodo de Newton siguindose el siguiente proceso: Dado
x0: x1 x0 f(x0) f(x0) xi+1 = xi1f (xi) kif (xi1) f (xi) f (xi1), i = 1,2,...
51
Metodo de Gauss-Seidel
IR
Dada por:
IR
F (x) = 0
Anlisis de Regresin
Fundamentos estadsticos.
Cabe aclarar que este mtodo, aunque es sencillo de implantar no es del todo
preciso, pero si proporciona una interpolacin aceptable.
Como se coment previamente se puede usar una recta o una curva como base
para calcular nuevos valores
Regresin polinomial.
y = f(x, ) +
F(x) = ax2 + bx + c
Interpolacin.
En todo caso, se trata de, a partir de n parejas de puntos (xk, yk), obtener una
funcin f.
El objetivo ser hallar un polinomio que cumpla lo antes mencionado y que permita
hallar aproximaciones de otros valores desconocidos para la funcin con una
precisin deseable fijada. Por ello, para cada polinomio interpolador se dispondr
de una frmula del error de interpolacin que permitir ajustar la precisin del
polinomio.
Vimos que resultaba til incluir los propios nodos del problema en los polinomios a
construir, de modo que en este pargrafo adoptamos una solucin intermedia.
Interpolacin de Lagrange
Diferencias centrales:
Una diferencia finita es una expresin matemtica de la forma f(x + b) f(x +a). Si
una diferencia finita se divide por b a se obtiene una expresin similar
al cociente diferencial, que difiere en que se emplean cantidades finitas en lugar
de infinitesimales. La aproximacin de las derivadas por diferencias finitas
desempea un papel central en los mtodos de diferencias finitas del anlisis
numrico para la resolucin de ecuaciones diferenciales.
O bien,
De esta manera, la formula (1), se aplica paso a paso para encontrar un valor en el futuro
y as trazar la trayectoria de la solucin.
El mtodo de Euler utiliza la pendiente al inicio del intervalo como una aproximacin de la
pendiente promedio sobre todo el intervalo. La primera derivada proporciona una
estimacin directa de la pendiente en xi.
La frmula es la siguiente:
donde,
Para entender esta frmula, analicemos el primer paso de la aproximacin, con base en la
siguiente grfica:
Mtodos de Runge-Kutta.
Y' = f(X, Y)
Con la condicin inicial
Y(X0) = Y0
Consiste en aplicar repetidamente la frmula de recurrencia
Yn+1 = Yn + h Y'n
expresin que indica que el mtodo de Euler consiste grficamente, en ir de un
valor Yn conocido de la solucin de la ecuacin diferencial (7) en un punto, al
siguiente por medio de la tangente T1 a la curva integral Y = Y(X) en el mismo
Con lo anterior se obtendra un mtodo mejorado de Euler con error del orden
de h3 definido por la expresin
En donde f (Xn+1, Yn+1) es el valor de la funcin f(X, Y) para:
X = Xn+1
Y = Yn + h f (Xn, Yn)
En donde
En el mtodo de Euler y
En lo que
Y' = f(X, Y)
En el mtodo de Euler Mejorado. Como se ve, estos mtodos tienen los siguientes
puntos en comn:
Son mtodos de un paso; para determinar Yn+1 se necesita conocer nicamente
los valores de Xn y Yn del punto anterior.
Estas caractersticas dan origen a una gran variedad de mtodos conocidos como
de Runge-Kutta. La diferencia entre ellos consiste en la forma como se define la
funcin
En el cual
La ecuacin se obtiene haciendo un promedio de las cuatro pendientes, k1, k2,
k3 y k4 a la curva integral, en forma semejante a como se procedi con las
pendientes de las tangentes T1 y T2 que dieron lugar a la ecuacin.